基于数据分析的科研项目管理方法研究

韩冬冬

摘 要 科研项目的研究目标为科研产品，工作内容包含方案设计、工程研制、设计定型等，项目全过程中始终贯穿着数据，需在数据分析的基础上开展科研项目管理，以提升管理质量。但从当前现状来看，科研项目管理方法中尚未有效的融合数据分析，还需要做出进一步的改进。本文在介绍科研项目管理特点及难点的基础上，探讨了基于数据分析的科研项目管理方法。

关键词 数据分析；科研项目管理；方法

中图分类号 G3 文献标识码 A 文章编号 2095-6363（2017）12-0007-01

随着企业规模和大数据分析的快速增长，科研管理中对项目数据的多样性、可视化、预判分析有了更高的要求，数据挖掘与分析可以让科研管理更趋合理，降低项目运行风险。企业运行中需在进度偏差分析、工作量偏差分析、成本分析、预算执行偏差分析等数据分析基础上制定完善的科研项目管理方案，使项目运行与管理水平得到质的提升。

1 科研项目管理的特点及难点

1.1 特点

科研项目管理中，以有限资源为基础，通过合理的配置，优化项目成本控制、进度监控及质量管理，并将项目失败风险尽量降低，属于综合性的措施。具体来说，科研项目管理的特点主要体现在以下几个方面：第一，探索性，相较于其他领域的项目管理工作，科研项目管理开展的时间比较短，尚处于探索阶段；第二，创造性，科研项目的本质特点为创新，如研究新工艺、新材料等，这也决定了其管理工作要不同于常规管理，需针对科研项目的特点进行创造；第三，不确定性，通常，科研项目比较长的研发周期，整个研究过程中，外部环境、人员变动等均增加了管理工作的不确定性。

1.2 难点

无论是科研人员行为，或是项目成果方面，科研项目具备一般投资建设项目所不具备的隐性特征，也正是此种特征，导致项目管理工作的难度提升，其难点具体体现在两个方面：一方面，知识型员工为科研项目管理对象，具有一定的特殊性，其所掌握的科学知识、专业技术知识都是非常深奥的，创造性与自主独立性非常强，他们在开展科研工作时，更倾向于在一个相对自由、自主的环境中进行，不喜爱被严格管理，由此一来，传统管理方式不适合科研项目，必须要结合科研人员的独特特点选择、制定，而这位恰是管理中的主要难点之一；另一方面，信息不对称问题存在于科研项目管理过程中，因为有时科研人员无法直接表述科研成果，导致管理人员难以进行信息确认与采集工作，提升管理失误的发生风险[1]。此外，部分科研管理人员对项目管理工作的重视程度不足，错误的认为放任不管是营造轻松氛围，使科研项目效率与成果均受到一定的影响。

2 基于数据分析的科研项目管理方法

2.1 成本管理

进行科研项目研究时，资金需要源源不断的供给，以保证研究顺利的开展，而资金分配、使用等问题则是成本管理中的重点工作。对于科研项目来说，如果过于严格的控制成本，科研人员灵活性与创造性均会受到一定限制，但若不控制，会导致成本消耗过高，而项目资源有限，使二者之间产生矛盾。为避免此种问题的存在，成本管理应在数据分析的基础上进行，通过相应的分析结果指导管理人员的成本管理行为，既保证成本消耗的合理性，又使科研项目质量提升，降低失败风险。

通常，科研项目成本管理主要包含3个步骤，第一为预算评估，第二为预算执行计划，第三为成本控制。成本控制的最终目的即为保证科研项目花费的费用在项目预算之内，并最大限度的减少。费用估算时，可采用专门的成本估算方法，科学的估计未来成本水平，便于管理人员做出正确的成本分配决策，具体说来，由于科研项目的实施周期比较难以确定，可将此过程中影响成本的因素罗列出来，综合考虑后，估算出需要的总体费用、科研人员费用等，使管理人员准确地了解项目成本，之后以此为依据制定费用计划，保证费用分配具备科学性[2]。费用计划制定之后，可利用赢得值法对费用做出控制，此种方法是数据分析中最具代表性的方法，不过，利用此方法过程中，需要充分考虑科研项目的独特特点，以能有效的达到成本控制目的。

2.2 进度管理

现代项目管理中，重要组成部分之一为进度控制，对项目成功与否产生直接的影响。科研项目通常会具有比较长的时间跨越度，几年至数十年不等，尤其是重大科研项目，跨越时间更长，因此，项目进度控制更需要加强，以提升质量，降低成本。科研项目立项之后，项目研究目标需要全体参与人员均能准确的了解，同时，按照管理要素分解项目，以能有效的控制范围确定、承担任务、计划、报告工作；研究开展过程中，项目完成情况可采取数据评估、交付数据跟踪分析等方式，使预定目标能够达到[3]。对于进度计划，各项活动进度与相互间的关系可利用网络图来表示，保证科研周期尽量

缩短。

科研项目管理中应用数据分析最简单的方式就是动态控制研究进度，对研究过程中可能影响进度的因素尽量做出有效的控制，缩短研究周期，控制过程中，可采用列表法，依据一定规律，罗列出相应的数据，将相关量间的物理关系反映出来，便于管理人员根据各相关量的影响程度，合理安排各个分项目的开始时间、结束时间等，避免延误进度问题的出现。实际上，数据分析可更为深入的应用到科研项目进度管理中，广泛的收集、分析各种可能影響进度的因素，例如项目活动排序不科学，则要在项目活动清单的基础上，识别各项活动存在的关系，并分析各项活动在整体活动中的重要性，确定每项活动的大致时间，合理的排序，避免整体研究时间受到影响。此外，还可以应用因果图、关联图等对于项目进度有关的数据做出分析，使数据转换为信息，反映出进度管理中存在的问题，进而改进过程，提升管理工作的科学性。总体上来说，科研项目进度管理中应用数据分析之后，管理人员通过收集、分析与科研项目进度相关的数据，找出可能影响进度的因素，科学的调整，充分发挥数据分析的指导作用。

2.3 质量管理

项目质量包含两个方面，一方面为项目成果质量，另一方面为项目管理质量，而对于管理人员来说，项目管理质量是开展项目管理工作中首要考虑的因素。科研项目的质量管理工作应贯穿于整个过程中，通过定期、有效的监督，对项目目标做出调整，使其与外界技术环境的变化相适应，保证实现计划目标。在科研项目研究期间，内外因共同影响其质量，科研项目自身因素属于内因，研究基础条件、管理人员管理水平等属于外因，因此，管理人员的管理方案中要全面地涵盖内外因素，提升管理质量[4]。

通过科学的数据分析，可明确质量管理体系是否适宜，对项目质量形成过程趋势做出描述，评价研究参与者等相关人员，其中，以样本质量特性数据为基础，研究其分布规律、分析推断质量总体状况最为常见，此种方式将管理贯穿于整个研究过程，避免存在个人经验或个人能力决定科研项目成败的问题，提高质量管理的科学性。另外，数据分析原理应用到科研项目研究过程中的质量控制后，可统计分析实验数据，并结合因果分析法、排列图法等，综合分析质量问题的发生几率，针对性地实施管理措施，避免质量问题的产生，不断提高项目运行及管理水平。

3 结论

科研项目管理中应用数据分析后，可根据项目特点选择具体的数据分析方法，进而制定合理的管理方案，提高管理效果及管理质量，保证科研项目的顺利进行。

参考文献

[1]万超.多项目环境下科研项目管理方法分析[J].科技展望，2017（9）：150.

[2]魏凤，李春美，张贤.基于专利分析的科研项目管理优化方法研究[J].科技管理研究，2016（24）：131-135.

[3]陈宇，宛新贵.基于产品数据管理的项目管理方法研究[J].航空科学技术，2016（2）：65-70.

[4]吴培云.企业科研项目流程化管理方法分析[J].机械工程师，2016（2）：190-192.