工作经历
项目资源投入信息的离线维护会产生大量的工作量，给RD团队和PM带来额外的管理成本。
人工维护会导致不同团队标准不统一，无法大规模推广。
解决办法【中心思想】通过日常的项目管理过程，达到资源预测的目的，不增加项目管理过程的额外负担。3.1基本要求
3.2具体步骤
1.活动:构思效果-构建数据模型-构建数据源。前面3.1节提到的报告就是想要的效果。
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于效果展示，需要进行数据处理。
活动二:首先用简单的工具建立Demo，确认其可行性，并根据使用过程逐步优化。我选择了Excel进行演示处理。详见文末PMO-资源预测_模板。活动3:利用现有平台和工具上网。在确认数据结果稳定可靠的前提下，就可以开始在线制作规划工具了。毕竟Excel在处理大量数据的时候会很卡。
业务成果
PM调度可以提供有效的数据支持可用资源查询。为了降低RD和测试管理的投资成本，通过日常的项目管理过程，只需要两步就可以达到资源预测的目的。【在使用过程中逐渐找到优化点，目前正在设计更简单的预测模型，实现无感预测】
建立更加科学系统的数据预测模型，强化数字化管理基础能力，为资源投入偏差提供分析参考。
数字化管理的规划与思考以及数据源和处理的基础数据模型，设计时要充分考虑元素和维度，方便后期的二次处理。尽量选择符合自己日常工作习惯的线上工具。你的需求可以找工具研发团队，也可以自己研究开发。因为我是PM，所以我总结了一套适合非RD学生的资料。
从日常工作中寻找痛点，总结规律和方法，再通过小范围验证提炼标准和流程，最终实现数字化管理行动。
每一个数字的背后，都有真实的项目和人。关键在于如何应用这些数字。
如果是为了报道，涉事学生会怀疑这些数字的意义；如果有问题，TL和PM应该给出反馈，上升不应该为了凑在一起而辩证进行。
如果将数字化管理与产学研月会、需求排序、需求调度等结合起来。，并用于分析、定位和决策，将是非常有价值的，将是日常管理的一部分。
PMO-资源预测_模板:file/tupian/20220805/p
