本文來自于 Rational Edge：軟件開發(fā)項(xiàng)目最初的不確定性是經(jīng)驗(yàn)豐富的項(xiàng)目經(jīng)理所熟知的，但在估算項(xiàng)目成本及時(shí)間進(jìn)度時(shí)常常假設(shè)不存在這些不確定性。本文將探究忽略這些偏差的后果，并提出一個(gè)減少偏差的數(shù)學(xué)上的方法，作為估算過程中提供更大準(zhǔn)確度的方法。 我最喜歡引用的 Albert Einstein（愛因斯坦）的話是“Keep things as simple as possible, but no simpler”。通過這句話，愛因斯坦告訴我們，雖然樸素是一種美德，但問題的正確解決方案必須涉及所有相關(guān)的事實(shí)。在本文中，我將此原則應(yīng)用到準(zhǔn)時(shí)交付大型復(fù)雜開發(fā)項(xiàng)目（在預(yù)算之內(nèi)）的問題上，并滿足涉眾的需求。 開發(fā)項(xiàng)目的失敗率是眾所周知的，并且仍舊沒有降低。 1 盡管一貫存在超過預(yù)算、項(xiàng)目推遲的記錄，而業(yè)界卻很少采取反映開發(fā)的基本事實(shí)的實(shí)踐：在幾乎絕大部分的常規(guī)項(xiàng)目的開始階段，完全了解項(xiàng)目的需求是不可能的。因此，高度準(zhǔn)確地估算滿足需求的工作也是不可能的。事實(shí)上，在過去的四十年里，我們了解到項(xiàng)目參數(shù)估計(jì)的偏差（如進(jìn)度和預(yù)算）是非常高的。 這些項(xiàng)目沒有滿足涉眾需求的真正原因是它們在管理時(shí)假設(shè)這些偏差不存在。對偏差的忽略大概是因?yàn)檎J(rèn)為統(tǒng)計(jì)太理論了，沒有實(shí)際意義。這就是過于簡化事物的實(shí)例。另一方面，包含偏差導(dǎo)致了更好的結(jié)果。理論和實(shí)踐恰當(dāng)?shù)钠胶馐顷P(guān)鍵的成功因素。本文的主題就是達(dá)到此平衡。 如我要說明的，項(xiàng)目參數(shù)估計(jì)中偏差的減少是管理動(dòng)態(tài)系統(tǒng)開發(fā)的關(guān)鍵。特別地，我將提出一個(gè)將此概念應(yīng)用到項(xiàng)目管理的實(shí)踐框架。 說到管理（governance），我的意思是：
本文將關(guān)注估算對管理的度量及控制部件的偏差的影響。 International Council on Systems Engineering (INCOSE) 手冊 2 中對項(xiàng)目風(fēng)險(xiǎn)管理的定義包括技術(shù)風(fēng)險(xiǎn)（不能實(shí)現(xiàn)系統(tǒng)的技術(shù)需求的可能性）及性能風(fēng)險(xiǎn)（不能滿足項(xiàng)目成本或進(jìn)度）。雖然本文中說明的方法一般適用于技術(shù)和項(xiàng)目風(fēng)險(xiǎn)，但是技術(shù)風(fēng)險(xiǎn)稍有不同，因此我將注意力限制在性能風(fēng)險(xiǎn)上。在之后的文章中將更全面地考慮技術(shù)風(fēng)險(xiǎn)及其與性能風(fēng)險(xiǎn)的關(guān)系。 本文是寫給所有關(guān)注軟件、系統(tǒng)、產(chǎn)品開發(fā)，和集成項(xiàng)目的管理的人。雖然需要一些概率統(tǒng)計(jì)估計(jì)，用來完全了解此處提出的概念，但是我已經(jīng)爭取將專業(yè)內(nèi)容減小到最少。 作為概述了明確地處理開發(fā)項(xiàng)目中不確定性的理論和實(shí)際含義的系列文章的第一篇，本文介紹了理論背景并簡要地討論了項(xiàng)目組織、價(jià)值及復(fù)用的含義，及開發(fā)過程分類法。后面的文章將更全面地介紹這些含義。 在項(xiàng)目的開始，不能確定任何事。例如，最好也不過是有根據(jù)地推測項(xiàng)目的成本、工作及持續(xù)時(shí)間。項(xiàng)目估算工具根據(jù)可用信息提供工作及持續(xù)時(shí)間的估計(jì)。但是由于對工具的輸入是估計(jì)的，所以工具的輸出也是估計(jì)的。 在數(shù)學(xué)術(shù)語中，不完全確定的值稱為隨機(jī)變量。隨機(jī)變量是一個(gè)根據(jù)概率分布取值的函數(shù)。例如，假設(shè)完成一個(gè)任務(wù)所花費(fèi)的估計(jì)時(shí)間值是 3 個(gè)月。作為估計(jì)，3 個(gè)月這個(gè)值只能是最可能的值。實(shí)際的可能期間是 2.5 或 3.5 個(gè)月。不太可能的值是 1 個(gè)月或 4 個(gè)月。所以任務(wù)持續(xù)時(shí)間不是一個(gè)單一的實(shí)數(shù)，而是描述一定時(shí)間范圍內(nèi)完成的可能性的隨機(jī)變量。 隨機(jī)變量，如上例中的時(shí)間， 與一些特性相關(guān)，這些特性不同于那些與單個(gè)值相關(guān)的特性。取代單個(gè)值，隨機(jī)變量擁有描述估計(jì)值可能性的函數(shù)，該函數(shù)稱為變量的概率分布。隨機(jī)變量的加權(quán)平均值是期望值。隨機(jī)變量的方差衡量隨機(jī)變量值與期望值偏離的程度。 3 對于許多隨機(jī)變量來說，一個(gè)好的選擇是正態(tài)分布，常常表現(xiàn)為一個(gè)鐘型曲線，如圖 1 所示。 例如，如果任務(wù)的持續(xù)時(shí)間是正態(tài)分布的隨機(jī)變量，平均值為 3，方差為 1，圖 1 中的曲線給出了從 0 到 6 之間取值的概率。這只是無數(shù)可能的概率分布的一種。  圖 1：平均值為 3 且方差為 1 的正態(tài)分布 由于規(guī)劃更可能超過進(jìn)度和預(yù)算，規(guī)劃參數(shù)的實(shí)際分布很可能向右傾斜，更像圖 2 中所示的曲線。分布的實(shí)際形狀可能由應(yīng)用金融微積分所導(dǎo)出。 4  圖 2：規(guī)劃參數(shù)的更現(xiàn)實(shí)的分布 實(shí)際地說，詳述分布的數(shù)學(xué)描述是沒用的。然而，如我下面將討論的，成功的項(xiàng)目管理需要認(rèn)識到估計(jì)中存在偏差的事實(shí)，項(xiàng)目管理的表示包含有用信息的事實(shí)，以及應(yīng)明確描述項(xiàng)目管理的事實(shí)。人們可以用隨機(jī)變量的概念作為比喻，幫助理解項(xiàng)目動(dòng)態(tài)性的思維模型。 在一個(gè)或多個(gè)區(qū)間內(nèi)的項(xiàng)目計(jì)劃過程中，認(rèn)真考慮隨機(jī)變量是重要的，如任務(wù)的持續(xù)時(shí)間。在數(shù)學(xué)上，這是繪制在區(qū)間之上的分布曲線下面的區(qū)域。例如，如果估算的任務(wù)持續(xù)時(shí)間是 3 個(gè)月，且方差是 1 個(gè)月，那么在 2 到 4 個(gè)月完成的可能性如圖 3 中所示。在此實(shí)例中，落入此范圍的可能性大約是 68％。  圖 3：方差區(qū)間內(nèi)完成任務(wù)的可能性 項(xiàng)目經(jīng)理必須經(jīng)常處理風(fēng)險(xiǎn)。在項(xiàng)目的開始，它們獲得技術(shù)和/或項(xiàng)目參數(shù)的估計(jì)。那些估計(jì)是隨機(jī)變量。估計(jì)的方差是不確定性的度量，其反映出缺乏對有助于項(xiàng)目性能的項(xiàng)目參數(shù)的偏差的了解。注意項(xiàng)目參數(shù)的估計(jì)不確定性由方差提供，不確定性越大，方差越大。例如，項(xiàng)目經(jīng)理非常確定 3 個(gè)月的估計(jì)值，分布就可能如圖 4 中圖形。如果項(xiàng)目經(jīng)理甚至更確信進(jìn)度估計(jì)，那么分布會(huì)如圖 5 中所示。  圖 4：關(guān)于項(xiàng)目參數(shù)的標(biāo)準(zhǔn)可信度生成了一個(gè)平均值為 3 且方差為 0.5 的正態(tài)分布  圖 5：關(guān)于項(xiàng)目參數(shù)的較高可信度生成了一個(gè)較緊密的分布，例如，這里平均值為 3 且方差為 0.1。 很明顯，隨著項(xiàng)目參數(shù)估計(jì)中方差的增加，成功完成項(xiàng)目的可能性就減少。因而項(xiàng)目參數(shù)估計(jì)中的高方差對項(xiàng)目來說是高風(fēng)險(xiǎn)的，盡早減少這些方差對項(xiàng)目來說是重要的。 注意到風(fēng)險(xiǎn)的嚴(yán)重程度直接關(guān)系到項(xiàng)目參數(shù)的估計(jì)中的方差。 現(xiàn)在，考慮項(xiàng)目經(jīng)理如何設(shè)置項(xiàng)目計(jì)劃中的任務(wù)持續(xù)時(shí)間。假設(shè)估算的任務(wù)持續(xù)時(shí)間是 3 個(gè)月，并且估計(jì)的方差是 1 個(gè)月。項(xiàng)目經(jīng)理應(yīng)如何計(jì)劃任務(wù)？將持續(xù)時(shí)間設(shè)置為 3 個(gè)月，項(xiàng)目經(jīng)理假設(shè)任務(wù)將在差不多 3 個(gè)月內(nèi)完成，如圖 6 中曲線下方區(qū)域所示。注意到成功的可能性只有 50％。所以將持續(xù)時(shí)間設(shè)為 3 個(gè)月，項(xiàng)目經(jīng)理在賭注此任務(wù)能按期完成。如果計(jì)劃中有若干任務(wù)，每個(gè)都是 50％ 的成功幾率，全部計(jì)劃的成功幾率是 .5N，N 是關(guān)鍵路徑上的任務(wù)數(shù)量。很明顯，這種選擇將毀掉項(xiàng)目，如果 N 大于等于 10，成功執(zhí)行計(jì)劃的概率小于 0.001。 如果項(xiàng)目經(jīng)理希望將任務(wù)的成功幾率提高到，比方說 90％，他必須將持續(xù)時(shí)間設(shè)為 4.3 個(gè)月，且要達(dá)到 99％ 的幾率，持續(xù)時(shí)間必須為 5.4 個(gè)月。當(dāng)然，對于擁有可接受的風(fēng)險(xiǎn)的項(xiàng)目來說，必須對每個(gè)任務(wù)都這樣做，這將導(dǎo)致幾乎將持續(xù)時(shí)間加倍。執(zhí)行項(xiàng)目進(jìn)度以適應(yīng)所有不確定性在經(jīng)濟(jì)上是不現(xiàn)實(shí)的。  圖 6：完成在正態(tài)分布平均值下的現(xiàn)有任務(wù)的可能性 很重要的是要注意，如果估計(jì)中不存在偏置，那么有可能是一半估算值高，一半低。所以到最后，錯(cuò)誤在某種程度上消除了。通常，縮減量隨著系列中術(shù)語的數(shù)量的平方根下降。此現(xiàn)象稱作方差的減少（reduction of variance），意思是最終日期是可以達(dá)到的，即使沒能按照實(shí)際計(jì)劃。 這是過程工程的古老格言，您可以只控制您測量的內(nèi)容。存在兩種軟件開發(fā)和整合規(guī)劃的度量和控制的方法：
項(xiàng)目通常采用計(jì)劃及跟蹤方法，有時(shí)概括為“計(jì)劃您的工作并執(zhí)行您的計(jì)劃”。該方法要求在項(xiàng)目的開始就知道所有的任務(wù)及其持續(xù)時(shí)間。該方法基于一個(gè)隱含的假設(shè)，即可以肯定地做出計(jì)劃：也就是，持續(xù)時(shí)間的方差非常低。如上面所討論的，如果偏差小的話，團(tuán)隊(duì)只能創(chuàng)建并遵守該計(jì)劃，因?yàn)橥ㄟ^選擇高估計(jì)值來減小風(fēng)險(xiǎn)是不可接受的。因此，計(jì)劃及跟蹤方法只對風(fēng)險(xiǎn)非常低的項(xiàng)目是實(shí)用的。 盡管如此，計(jì)劃及跟蹤方法還經(jīng)常應(yīng)用于高方差的項(xiàng)目中，通常導(dǎo)致令人失望的結(jié)果。以上對項(xiàng)目參數(shù)的統(tǒng)計(jì)學(xué)特性的討論說明了為什么：對于復(fù)雜項(xiàng)目，當(dāng)方差大時(shí)，為了低風(fēng)險(xiǎn)地執(zhí)行計(jì)劃而把任務(wù)持續(xù)時(shí)間設(shè)置的足夠長是不可接受的。另一方面，可以將此方差忽略?；氐酱藢?shí)例，如果估算中的方差是 0.1，任務(wù)的 90％ 的可信度的日期是 3.15 個(gè)月并且 99％ 的可信度日期是 3.3 個(gè)月，在持續(xù)時(shí)間上只有 10％ 的增長。 要點(diǎn)在于：即使，在項(xiàng)目的開始，最初的方差是好的，可以對項(xiàng)目進(jìn)行管理以便在項(xiàng)目的早期去掉不確定性，使得方差很低。事實(shí)上，項(xiàng)目成功的關(guān)鍵是盡可能早地去掉不確定性，這導(dǎo)致制定精確且積極的計(jì)劃的能力增加。然而，由于減少方差的能力是基于通過項(xiàng)目經(jīng)驗(yàn)獲得的知識的，所以計(jì)劃及跟蹤管理方案不是很適合管理帶有風(fēng)險(xiǎn)的項(xiàng)目 —— 即帶有高初始方差的項(xiàng)目。 上面的例子使用了正態(tài)分布。然而，對所有的分布效果是一樣的（對數(shù)正態(tài)分布，三角分布等等）。當(dāng)然，實(shí)質(zhì)上對成本和工作的估計(jì)可以應(yīng)用同樣的推理。成本和工作是隨機(jī)變量，需要在項(xiàng)目生命周期中減少它們的方差。 在下面的部分中，我將介紹估算偏差的削減是如何用作指導(dǎo)迭代開發(fā)控制的關(guān)鍵量度的。 在開發(fā)項(xiàng)目的開始階段，存在項(xiàng)目不確定性。交付產(chǎn)品的成本和時(shí)間存在不確定性。可能存在關(guān)于技術(shù)參數(shù)的不確定性，如項(xiàng)目交付產(chǎn)品的可靠性。不確定性的數(shù)值常常反映團(tuán)隊(duì)在提出的問題和解決方案中認(rèn)識到的新穎性的程度，包括要交付的系統(tǒng)、產(chǎn)品，或服務(wù)的新穎性。 如上面所討論的，項(xiàng)目和技術(shù)參數(shù)是隨機(jī)變量，而方差會(huì)隨著項(xiàng)目生命周的演進(jìn)減少。很容易看到，項(xiàng)目的最開始，所有變量的方差都是高的，并在最后項(xiàng)目快完成時(shí)降低了。 為了繼續(xù)下去，我們需要有用的團(tuán)隊(duì)知識的概念 —— 也就是，擴(kuò)展的開發(fā)團(tuán)隊(duì)（核心團(tuán)隊(duì)，涉眾，和供應(yīng)商）成功地完成項(xiàng)目所需要的信息。有用的知識的實(shí)例包括涉眾需求及優(yōu)先權(quán)、有效的設(shè)計(jì)方法、要應(yīng)用的技術(shù)，和內(nèi)部及外部依賴。 風(fēng)險(xiǎn)排除曲線的推導(dǎo)示例遵循兩個(gè)假設(shè)： 5
解微分方程產(chǎn)生了 因此，知識隨時(shí)間按指數(shù)增長，由知識 K 開始0。 6 這意味著復(fù)用知識來創(chuàng)造新的知識。不論教訓(xùn)及經(jīng)驗(yàn)是什么，知識總是可再用的，他的價(jià)值從來不減少。 因此， V0是初始方差。 系數(shù) Cs 對應(yīng)組織在獲取知識時(shí)的整體有效性?！坝行А钡膶?shí)際量度是時(shí)間和組織內(nèi)聚性的函數(shù)。一般，Cs 與指數(shù)參數(shù)成正比，用來衡量在許多估算模型，如 COCOMO II，中發(fā)現(xiàn)的非規(guī)模經(jīng)濟(jì)。換句話說，合作的越多，傳播知識的機(jī)會(huì)就越好。因此，由于在新知識的獲取方面進(jìn)行合作交流，方差隨著時(shí)間減少了。 由此可見，成功項(xiàng)目中參數(shù)的方差近似于圖 7 中所示的指數(shù)下降曲線。Scott Mathews 在實(shí)證研究 7 和更嚴(yán)格的理論分析中還找到了此曲線的證據(jù)。 8 圖 7：風(fēng)險(xiǎn)排除曲線 實(shí)際上，十多年的經(jīng)驗(yàn)表明，不論組織所實(shí)踐的生命周期方法是什么，成功的項(xiàng)目經(jīng)理都能在項(xiàng)目開始時(shí)確定出風(fēng)險(xiǎn)，并憑直覺管理它們的項(xiàng)目，以便項(xiàng)目變量遵循圖 7 中所示的曲線。有時(shí)候，明確地這樣做，有時(shí)候“暗地里”完成。 理所當(dāng)然的是，最初，項(xiàng)目會(huì)有極度的新穎性及大方差，在成功項(xiàng)目的末尾，方差接近 0。在本文余下的部分中，我們將探究這一觀察結(jié)果的一些暗示。 現(xiàn)在我們討論如何管理一個(gè)符合風(fēng)險(xiǎn)排除曲線的項(xiàng)目?；卮鹗沁M(jìn)行兩個(gè)活動(dòng)：
我們將依次說明這些活動(dòng)。 估計(jì)方差 要想將上面所討論的所有內(nèi)容都成為可實(shí)行的，團(tuán)隊(duì)必須找到一個(gè)計(jì)算項(xiàng)目參數(shù)方差的方法。一個(gè)廣為接受的預(yù)測工具，Delphi 估計(jì)，為項(xiàng)目參數(shù)及其方差的估計(jì)提供了健壯實(shí)用的預(yù)測方法。Delphi 方法提供一個(gè)系統(tǒng)的交互預(yù)測方法，關(guān)注并量化項(xiàng)目領(lǐng)導(dǎo)的判斷力。它是由 RAND Corporation 于 50 到 60 年代開發(fā)的，并考慮了專家意見、經(jīng)驗(yàn)，和直覺的值。 要應(yīng)用此方法，項(xiàng)目經(jīng)理要將工作進(jìn)行劃分，然后讓負(fù)責(zé)各部分的團(tuán)隊(duì)提供三個(gè)估計(jì)： EL = Lowest Value（最好的情況） 這些估計(jì)可以用于所有參數(shù)：例如，工作或進(jìn)度。 依據(jù)團(tuán)隊(duì)的經(jīng)驗(yàn)和項(xiàng)目的新穎性程度，這些估計(jì)差不多是正式的?？梢杂庙?xiàng)目階段或一些工作劃分（例如，用組件開發(fā)團(tuán)隊(duì)），或兩者都用，來進(jìn)行分割。甚至可以使用單個(gè)分區(qū)的平凡的情況。然而，使用的分區(qū)越多，計(jì)算的越理想，因?yàn)橐韵氯齻€(gè)理由：
期望的整體估計(jì)（E）值是加權(quán)平均值 此和值覆蓋所有分區(qū)。方差（V）為： Delphi 方法的重點(diǎn)是它反映出項(xiàng)目中固有的不確定性。不確定性是由開發(fā)人員輸入的，作為最佳和最壞情況間的差異，或 EL 和 EM。如果差異很大，那么項(xiàng)目經(jīng)理就知道其團(tuán)隊(duì)感覺該組件有成比例的風(fēng)險(xiǎn)。項(xiàng)目經(jīng)理應(yīng)進(jìn)一步探測，確定來源，并計(jì)劃一組提升團(tuán)隊(duì)信心的活動(dòng)，以便隨著時(shí)間的推移，他們可以在估計(jì)中報(bào)告更小的方差。 迭代開發(fā)控制循環(huán) 在工程中，控制循環(huán)的使用對測量中擁有高方差的系統(tǒng)的管理是很平常的。例如，彈道導(dǎo)彈和更精確的巡航導(dǎo)彈之間的差異是后者使用位置及常數(shù)航向修正的測定來打擊目標(biāo)。進(jìn)一步類比，計(jì)劃及跟蹤方法是彈道導(dǎo)彈的到達(dá)目標(biāo)的方法，迭代開發(fā)是巡航導(dǎo)彈的方法。 這里是關(guān)鍵原則： 應(yīng)該用控制循環(huán)來管理項(xiàng)目，促使項(xiàng)目方差為零。 由于不可能在項(xiàng)目開始時(shí)知道如何減少之后任務(wù)的偏差，就必須要采用迭代的方法。 如圖 8 中所示，管理人員計(jì)劃了一系列控制點(diǎn)（成為迭代），并在每個(gè)迭代中，根據(jù)關(guān)鍵變量及其方差來評審項(xiàng)目狀態(tài)，并調(diào)整活動(dòng)和資源分配，以促使項(xiàng)目成功。 圖 8：項(xiàng)目治理控制循環(huán) 這樣，項(xiàng)目經(jīng)理就可以利用所了解的經(jīng)驗(yàn)來為項(xiàng)目創(chuàng)建反饋循環(huán)。 迭代方法在開發(fā)實(shí)踐中的結(jié)構(gòu)良好。一般地，迭代方法追蹤針對計(jì)劃的項(xiàng)目工件（通常部分實(shí)現(xiàn)要交付的產(chǎn)品或系統(tǒng)）中的明確的發(fā)展。如果在迭代邊界內(nèi)項(xiàng)目沒有按照計(jì)劃交付工件，那么就重新設(shè)置活動(dòng)及人員分配。此經(jīng)典的迭代方法，雖然有力，但有一個(gè)欠缺：為每次迭代計(jì)劃正確的內(nèi)容更像是藝術(shù)而不是科學(xué)。經(jīng)典的方法缺少推動(dòng)控制循環(huán)的裝置。 通常的方法是為去掉風(fēng)險(xiǎn)來計(jì)劃迭代。如上面所提到的，設(shè)計(jì)去除風(fēng)險(xiǎn)，以便項(xiàng)目遵從圖 6 中所示的曲線的迭代計(jì)劃的能力是檢驗(yàn)高效的項(xiàng)目經(jīng)理的標(biāo)志。交給糟糕的項(xiàng)目經(jīng)理，迭代開發(fā)將遭受沖擊波作用：早期的迭代描述簡單的材料以致這些迭代沒有真正的去掉失敗的風(fēng)險(xiǎn)。事實(shí)上，好的迭代實(shí)踐首先描述項(xiàng)目的困難（有風(fēng)險(xiǎn)的）面。 圖 7 中所參考的額外量度標(biāo)準(zhǔn)應(yīng)該包含財(cái)務(wù)和質(zhì)量量度。如何選擇那些度量標(biāo)準(zhǔn)的討論出現(xiàn)在別處。然而，重要的是，注意它們在推進(jìn)迭代內(nèi)容的工作中扮演重要角色。 注意選擇度量標(biāo)準(zhǔn)的指導(dǎo)原則是它們怎樣影響具體項(xiàng)目參數(shù)的方差。例如，與項(xiàng)目成本或持續(xù)時(shí)間無關(guān)的度量標(biāo)準(zhǔn)不能幫助評估迭代中的方差削減。 因此，項(xiàng)目管理方法應(yīng)包含，但不局限于：
迭代計(jì)劃用來交付、去除風(fēng)險(xiǎn)，并追蹤額外的目標(biāo)。在早期的迭代中去除風(fēng)險(xiǎn)會(huì)提高后面迭代和項(xiàng)目成功的可能性。 管理及團(tuán)隊(duì)行為隨著遵從風(fēng)險(xiǎn)曲線（如圖 7 所示）的項(xiàng)目在生命周期中的進(jìn)行而變化。如圖 9 所示，將生命周期劃分為不同風(fēng)險(xiǎn)階段，為了描述期望的團(tuán)隊(duì)行為和有效的管理方法，是很有用的。我們將在下面更完整地討論這些階段。 如圖 9 所示，項(xiàng)目粗略地分為三個(gè)階段。 圖 9：項(xiàng)目生命周期可以分為三個(gè)風(fēng)險(xiǎn)階段。 每個(gè)階段表示方差縮減中的 80 各百分點(diǎn)。也就是說，在階段 I 的末尾，去掉了 80％ 的方差。在階段 II 的末尾，去掉了余下風(fēng)險(xiǎn)的 80％。還要注意到風(fēng)險(xiǎn)階段與 Rational Unified Process（RUP）生命周期階段結(jié)合的很好，如圖 10 中所示。 9 RUP 原則和基于階段的活動(dòng)提供對如何計(jì)劃并執(zhí)行項(xiàng)目的良好指導(dǎo)。 圖 10：Rational Unified Process 風(fēng)險(xiǎn)去除（Risk Removal） 階段中項(xiàng)目的關(guān)注點(diǎn)是盡早地提出那些導(dǎo)致最初最高的方差的風(fēng)險(xiǎn)。此階段中的典型風(fēng)險(xiǎn)包括范圍及/或技術(shù)方法，以及團(tuán)隊(duì)能力的不確定性。在此階段末尾，應(yīng)該去掉了項(xiàng)目方差的 80％，此階段末尾的方差應(yīng)該將近 20％。 此階段包含 RUP 起始（Inception） 和精化（Elaboration） 階段?；叵朐谄鹗迹↖nception） 過程中，團(tuán)隊(duì)獲得對整個(gè)范圍的一致意見，并在精化（Elaboration）過程中，達(dá)成了解決方案方法的一致意見。 由于此階段著重于做出減少風(fēng)險(xiǎn)的好決策，團(tuán)隊(duì)必須以自由的形式合作。因此，團(tuán)隊(duì)的活動(dòng)不好由事務(wù)工作流描述。相反，從系統(tǒng)原理中流露出的管理技術(shù)更恰當(dāng)。此階段的工具很好地支持團(tuán)隊(duì)決策。 此階段著重于去掉余下風(fēng)險(xiǎn)的 80％，以便在此階段的末尾，方差應(yīng)大概為 4％。此階段與 RUP 構(gòu)建（Construction） 階段相聯(lián)合，在此期間，主要的焦點(diǎn)是執(zhí)行風(fēng)險(xiǎn)。在 構(gòu)建（Construction） 過程中，團(tuán)隊(duì)在迭代中應(yīng)用階段方案方法。此階段是以一個(gè)能正常工作的，已測試的，準(zhǔn)備遷移到客戶端的系統(tǒng)為結(jié)尾。在此期間，團(tuán)隊(duì)?wèi)?yīng)該是構(gòu)建良好的。雖然工作流不完全是自動(dòng)化的，但是可以精心編制大量工作。工具能夠支持執(zhí)行工作流。 此階段完成了項(xiàng)目。它與 RUP 移交（Transition） 階段相結(jié)合，包括將解決方案揉進(jìn)“產(chǎn)品”中。在此階段過程中，活動(dòng)應(yīng)該是高度可處理的，主要關(guān)注于變更管理，以便不引入新的風(fēng)險(xiǎn)。 在此部分中，我將介紹采用方差治理方法的一些暗示。在之后的文章中將展開這些主題。 經(jīng)典的風(fēng)險(xiǎn)管理方法包括規(guī)劃設(shè)計(jì)人員進(jìn)行頭腦風(fēng)暴對話，確定項(xiàng)目的風(fēng)險(xiǎn)，它們的可能性（高、中，低），影響（高、中，低），和緩解計(jì)劃?？赡苄院陀绊懙慕Y(jié)合用于優(yōu)先化。在項(xiàng)目的過程中，追蹤風(fēng)險(xiǎn)及其緩和計(jì)劃。在此方法中，風(fēng)險(xiǎn)管理和關(guān)鍵項(xiàng)目測量的關(guān)系是纖細(xì)的。風(fēng)險(xiǎn)屬性（可能性及對成功的影響）及其狀態(tài)至多是共識的問題，且與管理標(biāo)準(zhǔn)不相關(guān)。 此規(guī)程，盡管有其好處，但不能普及。在許多情況下，風(fēng)險(xiǎn)管理過程更類似危害，常常不過是對過程擔(dān)保組織的順應(yīng)。一種可能的低價(jià)值的原因是風(fēng)險(xiǎn)管理活動(dòng)與其他管理活動(dòng)分離。這中分離可以使風(fēng)險(xiǎn)管理作為項(xiàng)目附件來出現(xiàn)，不是對項(xiàng)目有利的核心活動(dòng)。 反之，風(fēng)險(xiǎn)是向項(xiàng)目方差中加入的某個(gè)條件。重新考慮以此觀點(diǎn)的風(fēng)險(xiǎn)管理實(shí)踐為項(xiàng)目管理提供了更嚴(yán)格且更有價(jià)值的方法。 由此可見，去掉項(xiàng)目偏差是準(zhǔn)確地風(fēng)險(xiǎn)去除活動(dòng)。此外，利用 Delphi 方法，團(tuán)隊(duì)可以量化風(fēng)險(xiǎn)的影響。特別地，團(tuán)隊(duì)可以估計(jì)三個(gè)值 —— 最低、標(biāo)準(zhǔn)和最高估計(jì)值 —— 交涉去掉了風(fēng)險(xiǎn)，并且應(yīng)用這些值重新估計(jì)項(xiàng)目方差。該實(shí)行的輸出是對風(fēng)險(xiǎn)及其緩解的效果的測定。 采用此方法將風(fēng)險(xiǎn)管理與項(xiàng)目治理統(tǒng)一起來。 項(xiàng)目常常是在合同的基礎(chǔ)上進(jìn)行構(gòu)建的，并以競標(biāo)過程開始。在此情況中，項(xiàng)目團(tuán)隊(duì)開發(fā)標(biāo)準(zhǔn)項(xiàng)目參數(shù)的估計(jì)，并圍繞這些參數(shù)為項(xiàng)目出價(jià)。較有經(jīng)驗(yàn)的項(xiàng)目經(jīng)理會(huì)提高出價(jià)來引起偏差。此實(shí)踐在有信心交付和競爭之間建立了牽引力。提高出價(jià)以引出估計(jì)中的不確定層次將可能使提案是非競爭性的。當(dāng)客戶強(qiáng)調(diào)可能充滿不確定估計(jì)的詳細(xì)的項(xiàng)目計(jì)劃時(shí)，此問題是混合的。 最后，團(tuán)隊(duì)獲得競標(biāo)會(huì)留給他們一個(gè)有風(fēng)險(xiǎn)的項(xiàng)目，很可能失敗或至少?zèng)]有利益。 另一種方法是讓客戶及合約團(tuán)隊(duì)在項(xiàng)目的開始共享對方差及其原因的了解。多數(shù)偏差是由于包含客戶的因素引起的。然而客戶及項(xiàng)目團(tuán)隊(duì)可以一起協(xié)作排除偏差。團(tuán)隊(duì)的方法，對風(fēng)險(xiǎn)的了解和分享是誠實(shí)溝通的基礎(chǔ)。 11 無可否認(rèn)，采用此方法，雖然合理，但背離了當(dāng)前的合約實(shí)踐?；谄畹墨@取方法要求合同包含分階段的獲取。取代為整個(gè)項(xiàng)目簽合同，而每次在一個(gè)階段內(nèi)商討聯(lián)系。合約階段應(yīng)與風(fēng)險(xiǎn)階段或 RUP 階段結(jié)合起來。注意到 US Department of Defence 5000.x 采用此分階段的方法來處理其有風(fēng)險(xiǎn)的項(xiàng)目。 金融分析團(tuán)體已經(jīng)將 Black-Scholes 推理（為確定金融投資選擇的價(jià)值）擴(kuò)展為稱作 Real Options 的技術(shù)，它能夠估計(jì)對一些東西投資的價(jià)值，這些東西可能在未來提供某種價(jià)值。Real Options 方法對待估計(jì)中的方差類似于 Black-Schole 方程中的變動(dòng)性。 Real Options 方法可以用于在開發(fā)項(xiàng)目開始時(shí)確定其價(jià)值。本質(zhì)上說，項(xiàng)目的價(jià)值是預(yù)期利益的需求選擇價(jià)值。例如，Vinay Datar，西雅圖大學(xué)金融和經(jīng)濟(jì)學(xué)副教授，和 Scott Mathews，Boeing Phantom Works，已經(jīng)開發(fā)了 Real Project Value（RPV）， 瞄準(zhǔn)產(chǎn)品開發(fā)的 Real Options 變量。 12 明確地講，開發(fā)工作的 RPV 是按照購買完整項(xiàng)目的利益的需求選擇計(jì)算的。這些方法一般應(yīng)用于開發(fā)項(xiàng)目中。 遵照 Datar、Mathews 方法，隨著風(fēng)險(xiǎn)的去除，項(xiàng)目價(jià)值也增加了。特別地，在大量減少風(fēng)險(xiǎn)時(shí)，大部分項(xiàng)目價(jià)值在早期階段生成。此結(jié)果與 Pareto 的 Law 一致，80% 的價(jià)值由 20% 的工作生成。 關(guān)于對價(jià)值創(chuàng)建的評論的推論是那些能夠成功管理有風(fēng)險(xiǎn)的項(xiàng)目的組織創(chuàng)建最大的價(jià)值。 在較早的部分介紹了風(fēng)險(xiǎn)削減等式 引出了明顯的矛盾： 增加 Cs 提高了降低偏差的機(jī)會(huì)，但也降低了生產(chǎn)率。 減少方差需要協(xié)作，但較多的協(xié)作導(dǎo)致員工花費(fèi)較多時(shí)間交互，而很少的時(shí)間生成規(guī)劃工件。 矛盾的分解要求必須構(gòu)建并簡化協(xié)作，用以增加知識而因此減少偏差。不導(dǎo)致偏差降低的協(xié)作會(huì)導(dǎo)致工作的浪費(fèi)。因此，在構(gòu)建團(tuán)隊(duì)時(shí)，規(guī)劃經(jīng)理必須確保協(xié)作是多產(chǎn)的。一些考慮包括：
使協(xié)作具有生產(chǎn)性的細(xì)節(jié)將是后面文章的主題。目前，值得說一句的是，在不同的風(fēng)險(xiǎn)階段中協(xié)作風(fēng)格是變化的。 接受風(fēng)險(xiǎn)并在有風(fēng)險(xiǎn)的項(xiàng)目中取得成功的能力是開發(fā)團(tuán)隊(duì)如何創(chuàng)造價(jià)值的表現(xiàn)。競爭的途徑完全包含并處理風(fēng)險(xiǎn)，它不忽略或避免風(fēng)險(xiǎn)。拒絕風(fēng)險(xiǎn)的團(tuán)隊(duì)將做一些無價(jià)值的日常工作。最終這些團(tuán)隊(duì)發(fā)現(xiàn)自己陷入價(jià)格漩渦中。了解了關(guān)鍵變量的方差對項(xiàng)目的影響之后，可以通過以下方式治理項(xiàng)目
第二種方法為成功鋪平了道路。 感謝 Michael Mott、Vasco Drecun、Scott Mathews、David Lubanko，和 James Cantor 對本文準(zhǔn)備工作的幫助。 Murray Cantor，Software Leadership。Addison Wesley 2002 年。 Murray Cantor、Scott Mathews、Vasco Drecun，“Real Metrics to Drive Product Development”。Preprint 2005 年。 Vinay Datar 和 Scott Mathews，“A Simple Algorithm for Valuation of Real Options: An Intuitive Alternative to the Black-Scholes Formula”。 Journal of Applied Finance，已出版。 INCOSE System Engineering Handbook。版本 2a。2004 年 6 月。 Per Kroll 和 Philippe Krutchen，The Rational Unified Process Made Easy。Addison Wesley 2003 年。 Walker Royce, Software Project Management。Addison Wesley 1998 年。 Walker Royce，“Successful Software Management Style: Steering and Balance”。IEEE Software，2005 年 9 月 —— 10 月。 Steve Tokey，Return on Software。Addison Wesley 2005 年。 1 例如，參見Standish Chaos Report 或 Bull Report。 2 INCOSE System Engineering Handbook，版本 2a。2004 年 6 月。 3方差的專業(yè)定義是隨機(jī)變量的二次中心矩，與期望值之差的平方的加權(quán)平均值。 4 Scott Mathews，“Real Options Reshape the Distribution”。Preprint 2005 年。 5 Vasco Drecun，專用通信。 6 實(shí)際上知識依照一個(gè)“S 型的曲線”，隨著時(shí)間的過去而變平。此分析應(yīng)用于曲線的指數(shù)區(qū)域。 7 Steve Tokey，Return on Software。Addison Wesley 2005 年。 8 Murray Cantor、Scott Mathews、Vasco Drecun，“Real Metrics to Drive Product Development”。 Preprint 2005 年。 9 參見 Walker Royce， Software Project Management，Addison Wesley 1998 年，Per Kroll 和 Philippe Krutchen，The Rational Unified Process Made Easy，Addison Wesley 2003 年，及 Murray Cantor，Software Leadership，Addison Wesley 2002 年。 10 Murray Cantor、Scott Mathews，Vasco Drecun。Op cit。 11了解更多“誠實(shí)交流”的內(nèi)容，請參見 Walker Royce，“Successful Software Management Style: Steering and Balance”，出自 IEEE Software，2005 年 9 月 —— 10 月。本文的類似版本可以在http://www.ibm.com/developerworks/rational/library/mar05/royce/index.html找到。 12 Vinay Datar 和 Scott Mathews，“A Simple Algorithm for Valuation of Real Options: An Intuitive Alternative to the Black-Scholes Formula”。 Journal of Applied Finance，即將出版。 13 如 Murray Cantor、Scott Mathews、Vasco Drecun 的“Real Metrics to Drive Product Development”，Preprint 2005 年，中討論的一樣。
|
