业务背景资源预测是项目管理过程中的一个环节，即通过构建合适的数据模型，有效预测未来项目人力资源投入，更准确地完成项目资源计划并能够及时发现问题并做出相应的调整。难点与痛点调度PM时没有有效的数据支持资源使用。每次排期都需要和各个研发团队的TL沟通，会产生很大的沟通成本。离线维护项目资源输入信息会产生大量的工作量，给研发团队和PM带来额外的管理成本。人工维护会导致各个团队的标准不一致，无法大规模推广。解决方案【中心思想】通过日常的项目管理流程，在不给项目管理流程增加额外负担的情况下，达到资源预测的目的。3.1基本要求3.2具体步骤活动一：构思效果—构建数据模型—（直接/数据处理）—建立数据源前面章节3.1中提到的报表就是想要的效果。参数和基本功能是数据模型和数据源。显然，这些数据源不能直接应用到效果展示上，需要进行数据处理。活动二：先用简单的工具搭建一个demo，确认可行性，然后根据使用过程逐步优化。我选择使用Excel来处理演示。详情见文末《PMO-资源预测_模板》。活动三：利用现有平台和工具线上实施。在确认数据结果稳定可靠后，就可以开始规划线上工具了。毕竟Excel在处理大量数据的时候会很卡。在调度一个业务结果PM时，可以提供有效的数据支持可用资源的查询。降低研发和测试管理投入成本，只需通过日常项目管理流程（项目总轴和项目成员投入）两步即可达到资源预测的目的。【在使用中逐渐发现优化点，目前正在设计更简单的预测模型，实现无感预测】建立更科学、更系统的数据预测模型，强化数字化管理基础能力，为资源投入提供分析参考偏差。在规划数字化管理和思考数据来源和处理的基本数据模型时，设计时要充分考虑要素和维度，便于后期二次加工。尽量选择符合自己日常工作习惯的在线工具。您可以向工具开发团队询问您的需求，也可以自行研究开发。因为我是PM，总结了一套适合非R&D同学的资料。从日常工作中发现痛点，总结规律和方法，通过小规模验证，进而细化标准和流程，最终实现数字化管理动作。每个数字背后都是真实的项目和人，关键在于如何使用这些数字。如果是为了汇报，参赛同学会怀疑这些数字的意义；有问题，TL和PM要及时反馈，不能为了弥补而增加，辩证实施。如果将数字化管理与产学研月会、需求排名、需求调度等相结合，用于分析定位和辅助决策，将是非常有价值的，成为日常管理的一部分。《PMO-资源预测_模板》：https://zhuanlan.zhihu.com/p/547637165
