`
duoerbasilu
  • 浏览: 1485513 次
文章分类
社区版块
存档分类
最新评论

项目管理-5-排兵布阵

 
阅读更多


项目管理-5-排兵布阵

引言

“逊方欲出阵,忽然狂风大作,一霎时,飞沙走石,遮天盖地。但见怪石嵯峨,槎枒似剑;横沙立土,重叠如山;江声浪涌,有如剑鼓之声”这是《三国演义》中陆逊进入诸葛亮布的‘石头阵’后的情景。用诸葛亮的话说就是‘此阵可抵十万精兵’,可见排兵布阵的威力。对于项目管理来说,排兵布阵就是‘日程安排’。优质的日程安排,是项目成功的关键所在,日程安排的得当,不仅会缩短项目的开发周期,还可以节省开发成本,增加团队信息,增强团队的凝聚力。

与前面不同的是,本节的内容组织,没有概念介绍,因为日程安排,大家都知道,也没什么好解释的,所以先是几点注意,然后是一张简图,简图包含了本节的主要内容。

5.1注意
5.1.1日程安排的里程碑是基于可交付物的,而不是基于功能的。
要知道,每个里程碑的内容,都是可以演示的,或者更好一点,是客户愿意花钱买的。如果只是一个功能,而这个功能,只有技术人员理解,并且也不能演示给领导或者客户看的话,那么这个里程碑定的就不好。所以,尽量,每个里程碑都是可交付的。比如‘在6月7号,用户可以通过登录界面,登录系统’。还记得,定发布条件那一节吗?发布条件要符合‘SMART’原则,其中最重要的就是可测量。也就是说,每个里程碑都是可以通过量化的方法来测试的。

5.1.2迭代的安排日程,不要一下子就把整个项目的日程都安排完。
‘天有不测风云,人有旦夕祸福’,一个真实的项目,过程中会遇到这样或者那样的情况,未来的事情谁也说不准,所以就没必要把很远的事情都安排好,也没法安排,即使安排了,意义也不大。‘理想和现实是有差距的’,呵呵。况且安排太多,会花费比较多的时间,而这些时间产生的回报对项目的帮助甚微。所以,就安排最近一个周期的日程就行了,在下一个周期到来之前,再安排下一个周期的事情。这样才更具有可行性。要不然,你会发现,整个日程,没有几个节点和实际是相符的。不是你没有预料到,而是没有人能预料到。

5.1.3日程安排不是游戏
在有的公司,日程安排,就是给领导看的,领导看完之后,心里感觉就有底似的。项目经理也能交差。事实并非如此。他会认为,一切都在计划当中,等到老板发现事实根本就不是这么回事的时候,老板会很生气,后果会很严重。

5.1.4绝对不要提供确定的,具体的项目结束时间
原因同上。你没法预测。更别说精确的项目结束时间。不是不能告诉老板,而是咱根本就不知道,告诉老板一个,那也是在骗人。也不是什么也不说,说个大概就行。然后请老板放心。
5.1.5别用五花八门的日程安排工具。
就用excel或者就弄一块白板就行。正什么甘特图啊,燃尽图啊,什么的,都不是日程安排的重要内容。

5.2日程安排
5.2.1日程安排方法
自顶而下:先决定里程碑,然后在两个里程碑之间加入具体节点。比如一个项目有几个大的模块组成,就把这几个模块作为里程碑,然后再把每个模块细分成小任务。
自下而上:跟上面的相反。
迭代式规划:先让团队做一定时间的开发,然后根据团队具体的效率啊,人员的配备啊,项目的具体情况啊,来决定下一步的日程安排。这个,我觉得是比较靠谱的方式。

5.2.2日程安排的格式
如图所示:

应该包含计划任务,进行中任务,完成任务,计划外任务。

即时贴内容:如图所示:

每个状态栏内的即时贴,应包含,任务描述,责任人,计划所用时间,实际所用时间,等等。

5.3小结

不要估算团队中同时身背多个项目的成员,也没法估算,想都别想。如果项目中有这样的人,这个项目注定要失败。这个我敢打包票,因为我深受其害。在项目真正需要他的时候,却找不到人。无语。。。

分享到:
评论

相关推荐

    ansys maxwell

    ansys maxwell

    matlab基于不确定性可达性优化的自主鲁棒操作.zip

    matlab基于不确定性可达性优化的自主鲁棒操作.zip

    pytest-2.8.0.zip

    文件操作、数据分析和网络编程等。Python社区提供了大量的第三方库,如NumPy、Pandas和Requests,极大地丰富了Python的应用领域,从数据科学到Web开发。Python库的丰富性是Python成为最受欢迎的编程语言之一的关键原因之一。这些库不仅为初学者提供了快速入门的途径,而且为经验丰富的开发者提供了强大的工具,以高效率、高质量地完成复杂任务。例如,Matplotlib和Seaborn库在数据可视化领域内非常受欢迎,它们提供了广泛的工具和技术,可以创建高度定制化的图表和图形,帮助数据科学家和分析师在数据探索和结果展示中更有效地传达信息。

    信息安全课程实验C++实现DES等算法源代码

    信息安全课程实验C++实现DES等算法源代码

    基于知识图谱的医疗诊断知识问答系统python源码+项目说明.zip

    环境 python >= 3.6 pyahocorasick==1.4.2 requests==2.25.1 gevent==1.4.0 jieba==0.42.1 six==1.15.0 gensim==3.8.3 matplotlib==3.1.3 Flask==1.1.1 numpy==1.16.0 bert4keras==0.9.1 tensorflow==1.14.0 Keras==2.3.1 py2neo==2020.1.1 tqdm==4.42.1 pandas==1.0.1 termcolor==1.1.0 itchat==1.3.10 ahocorasick==0.9 flask_compress==1.9.0 flask_cors==3.0.10 flask_json==0.3.4 GPUtil==1.4.0 pyzmq==22.0.3 scikit_learn==0.24.1 效果展示 为能最简化使用该系统,不需要繁杂的部署各种七七八八的东西,当前版本使用的itchat将问答功能集成到微信做演示,这需要你的微信能登入网页微信才能使用itchat;另外对话上下文并没

    一个高品质的音乐共享和流媒体轻量音乐程序网站在线音乐源码

    一个高品质的音乐共享和流媒体轻量音乐程序网站在线音乐源码,是创建您自己的音乐流媒体网站的最佳方式! 最新版本: 添加插件系统,现在开发人员可以为程序制作插件并在更新后保留您的自定义设置。 固定的2 个以上的小错误。 安装所需:nginx/apache,mysql5.6+,php7+ 搭建说明:看源码内详细说明

    实现的金融风控贷款违约预测python源码.zip

    实现的金融风控贷款违约预测python源码.zip实现的金融风控贷款违约预测python源码.zip实现的金融风控贷款违约预测python源码.zip实现的金融风控贷款违约预测python源码.zip实现的金融风控贷款违约预测python源码.zip实现的金融风控贷款违约预测python源码.zip实现的金融风控贷款违约预测python源码.zip实现的金融风控贷款违约预测python源码.zip实现的金融风控贷款违约预测python源码.zip实现的金融风控贷款违约预测python源码.zip实现的金融风控贷款违约预测python源码.zip

    麦肯锡—xx数码公司发展战略咨询报告.ppt

    麦肯锡—xx数码公司发展战略咨询报告.ppt

    FT-Prog-v3.12.38.643-FTD USB 工作模式设定及eprom读写

    FT_Prog_v3.12.38.643--FTD USB 工作模式设定及eprom读写

    基于sklearn实现线性回归模型对波士顿房价进行预测源码.zip

    基于sklearn实现线性回归模型对波士顿房价进行预测源码.zip

    pytest-3.5.0.tar.gz

    文件操作、数据分析和网络编程等。Python社区提供了大量的第三方库,如NumPy、Pandas和Requests,极大地丰富了Python的应用领域,从数据科学到Web开发。Python库的丰富性是Python成为最受欢迎的编程语言之一的关键原因之一。这些库不仅为初学者提供了快速入门的途径,而且为经验丰富的开发者提供了强大的工具,以高效率、高质量地完成复杂任务。例如,Matplotlib和Seaborn库在数据可视化领域内非常受欢迎,它们提供了广泛的工具和技术,可以创建高度定制化的图表和图形,帮助数据科学家和分析师在数据探索和结果展示中更有效地传达信息。

    pytest-4.5.0.tar.gz

    文件操作、数据分析和网络编程等。Python社区提供了大量的第三方库,如NumPy、Pandas和Requests,极大地丰富了Python的应用领域,从数据科学到Web开发。Python库的丰富性是Python成为最受欢迎的编程语言之一的关键原因之一。这些库不仅为初学者提供了快速入门的途径,而且为经验丰富的开发者提供了强大的工具,以高效率、高质量地完成复杂任务。例如,Matplotlib和Seaborn库在数据可视化领域内非常受欢迎,它们提供了广泛的工具和技术,可以创建高度定制化的图表和图形,帮助数据科学家和分析师在数据探索和结果展示中更有效地传达信息。

    基于相干衍射成像模拟的matlab源码.zip

    基于相干衍射成像模拟的matlab源码.zip

    基于CS的远程监控系统软件项目(免费提供全套java开源项目源码+论文)

    项目介绍 背景 在当今的数字化时代,远程监控系统已经成为企业和个人必不可少的工具。随着物联网(IoT)技术的发展,监控系统的需求不断增加,不仅仅局限于视频监控,还包括数据监控、设备状态监控等。基于CS(Client-Server)架构的远程监控系统应运而生,旨在提供高效、实时、可靠的监控服务,帮助用户实现远程管理和控制。 目的 基于CS的远程监控系统软件项目旨在为用户提供一个综合性的监控平台,通过该平台,用户可以实时监控各类设备和数据,实现远程控制和管理,提高工作效率,降低运营成本。同时,该系统还可以用于安全防护、生产过程监控等多种场景,具有广泛的应用前景。 模块说明 前端模块 前端模块是用户与系统交互的界面,负责展示监控数据和接收用户指令。前端模块的主要功能包括: 用户登录与认证:通过安全的登录机制,确保只有授权用户才能访问系统。 实时数据展示:以图表、仪表盘等形式展示实时监控数据,包括视频流、传感器数据等。 报警通知:当监控系统检测到异常情况时,前端模块会通过弹窗、声音等方式通知用户。 远程控制:用户可以通过前端界面对设备进行远程控制,例如开关设备、调整参数等。

    网课专注度监测预警系统基于yolov5目标检测的网课专注度检测系统源码+模型+pyqt5界面.zip

    网课专注度监测预警系统基于yolov5目标检测的网课专注度检测系统源码+模型+pyqt5界面.zip

    matlab基于标签歧义的深度标签分布学习.zip

    matlab基于标签歧义的深度标签分布学习.zip

    九型人格测试题.144题dr.xls

    九型人格测试题.144题dr.xls

    麦肯锡—xx科技业务流程改造报告.ppt

    麦肯锡—xx科技业务流程改造报告.ppt

    pytest-8.2.0-py3-none-any.whl

    文件操作、数据分析和网络编程等。Python社区提供了大量的第三方库,如NumPy、Pandas和Requests,极大地丰富了Python的应用领域,从数据科学到Web开发。Python库的丰富性是Python成为最受欢迎的编程语言之一的关键原因之一。这些库不仅为初学者提供了快速入门的途径,而且为经验丰富的开发者提供了强大的工具,以高效率、高质量地完成复杂任务。例如,Matplotlib和Seaborn库在数据可视化领域内非常受欢迎,它们提供了广泛的工具和技术,可以创建高度定制化的图表和图形,帮助数据科学家和分析师在数据探索和结果展示中更有效地传达信息。

    1-8.py

    1-8

Global site tag (gtag.js) - Google Analytics