Jogando com dados

Jogando com dados
Author

Manish Sharma

Last updated August 31, 2017


  • 363 Views

Para qualquer gerente de projetos jogando com vários dados é parte indispensável de seu trabalho de rotina. Independentemente do fato de esses dados estarem diretamente relacionados ao projeto ou afetarem indiretamente as entregas do projeto, o gerente de projetos deve lidar com isso. Pode aparecer em qualquer forma, como recursos necessários ou disponíveis, dinheiro necessário ou disponível, dias à frente ou atrás do cronograma, quantidades de material disponíveis ou necessárias, dados de amostragem, dados de pesquisa e assim por diante. Esse manuseio de dados pode ser necessário em vários estágios do projeto. Além disso, isso é feito de forma repetitiva e progressiva, ou seja, a adição de dados relevantes e a exclusão de dados irrelevantes ocorrem em vários pedágios ou etapas do projeto. Portanto, se um gerente de projeto tiver um bom entendimento de vários aspectos do manuseio de dados, ele poderá converter facilmente os dados em informações e usá-las posteriormente para seu conhecimento e sabedoria.

Fontes de dados
O primeiro passo é identificar as fontes de dados, ou seja, de onde os dados virão. As origens de dados podem ser internas ou externas à organização. Dados internos são os dados que são gerados dentro da organização e geralmente vêm através do PMO (Project Management Office), que utiliza o OPA (Organizational Process Assets) e fornece os dados para a equipe do projeto. Esses dados podem estar prontos para o uso ou podem requerer processamento adicional de acordo com a necessidade do projeto atual em que a equipe está trabalhando. Dados externos podem vir através de Material publicado (por exemplo, relatórios de pesquisa, literatura disponível), banco de dados computadorizado (por exemplo, histórico de usuários, tendências de mercado) ou qualquer outro tipo de sindicato serviços (por exemplo, pesquisa de mercado, pesquisas de opinião). A seleção da fonte de dados é baseada em -

  • Quantum de dados requeridos.
  • Precisão dos dados necessários.
  • Orçamento disponível para coleta de dados.

O nível de precisão e quantum necessário para os dados pode ser identificado respondendo a 4 W's - WHO - Quem é o usuário dos dados WHY - Por que você precisa dos dados. O que todos os dados necessários. QUANDO - Quando você precisa dos dados.

Dimensionando os dados
Uma vez que os dados são recebidos da fonte, eles são escalonados conforme a necessidade, em uma das formas abaixo usando uma ou outra técnica -
1. Partição Range - Neste formato, os dados são divididos em vários intervalos de valores, com limites inferior e superior especificados. Esses intervalos são geralmente, mas não necessariamente, são igualmente particionados.
2. Classificação - Aqui, os dados completos são listados de cima para baixo, tanto em ordem crescente como decrescente, e classificados de acordo com a classificação.
3. Escala Estatística - Aqui os dados obtidos são classificados em termos de características estatísticas como Porcentagem, Modo, Mediana, Média Geométrica, Média Harmônica, Desvio Padrão, etc.
4. Agrupamento - Aqui os valores de dados são agrupados com base em pelo menos uma característica comum. Essa característica pode ser qualquer especificação que ajude a correlacionar os valores de dados para análise posterior.

Testando os dados -
Depois que os dados são dimensionados, eles são testados para uma amostra de cenários para validar e verificar o resultado desejado. Essa etapa nem sempre é necessária e, em alguns casos, os dados são colocados diretamente no uso final, com base no nível de confiança do gerente de projeto e na origem dos dados. Testar os dados para alguns cenários, no entanto, melhora a probabilidade de sucesso e falhas com o resto dos dados. Para selecionar dados de teste uma das técnicas de amostragem pode ser usada, que em si é um tópico detalhado.

Usando os dados -
Depois que os dados forem dimensionados e testados, eles estarão disponíveis para o gerente de projetos ou para a equipe do projeto. A equipe pode usar uma das seguintes abordagens para usar os dados e é livre para decidir a melhor abordagem para eles
1) Abordagem passo a passo - Nesta abordagem, os dados são segregados para uso em diferentes estágios do projeto. Os dados seletivos são analisados, usados ​​e as decisões são tomadas para esse estágio específico.
2) Abordagem baseada em necessidades - De acordo com a necessidade, qualquer seção de dados pode ser usada para direcionar as informações. Dados inteiros são referenciados em qualquer ponto do ciclo de vida do projeto para tomar decisões usando referências cruzadas.

Mantendo os dados -
É a parte essencial do processo de manipulação de dados. Os dados são mantidos por meio de documentação convencional ou usando sistemas de software avançados. A vantagem de usar sistemas de software é que, além de estar prontamente disponível, ajuda na tomada de decisões em outros níveis das organizações também, desde o nível do projeto até o gerenciamento médio. gestão. É óbvio compreender que, até que os dados recolhidos divulguem a informação, da finalidade específica para a qual foi recolhida, o objetivo não é alcançado.
Um bom processo de manipulação de dados não apenas ajuda os Gerentes de Projeto a tomar decisões corretas no momento certo, mas também enriquece a organização fornecendo vantagem competitiva, melhores respostas às incertezas, melhor trabalho de base para projetos futuros semelhantes, melhor comunicação e melhor análise SWOT .

About the Author

Manish is a PMP certified professional with more than 7 years of IT industry experience in various technical and cross functional roles. He holds an M.B.A (International Business and Finance) and B.E. (Hon's in Electronics and Communication Engineering) degrees.

Recommended articles for you

Play Around with Powerpoint 2010

Article

Data Science vs. Big Data vs. Data Analytics

Article

Data Analyst vs. Data Scientist - What's the Difference?

Article

{{detail.h1_tag}}

{{detail.display_name}}
{{author.author_name}} {{author.author_name}}

{{author.author_name}}

{{detail.full_name}}

Published on {{detail.created_at| date}} {{detail.duration}}

  • {{detail.date}}
  • Views {{detail.downloads}}
  • {{detail.time}} {{detail.time_zone_code}}

Registrants:{{detail.downloads}}

Downloaded:{{detail.downloads}}

About the {{detail.about_title && detail.about_title != null ? detail.about_title : 'On-Demand Webinar'}}

About the {{detail.about_title && detail.about_title != null ? detail.about_title : 'Webinar'}}

Hosted By

Profile

{{author.author_name}}

{{author.author_name}}

{{author.about_author}}

About the {{detail.about_title && detail.about_title != null ? detail.about_title : 'Ebook' }}

About the {{detail.about_title && detail.about_title != null ? detail.about_title : 'Ebook' }}

View {{detail.about_title && detail.about_title != null ? detail.about_title : 'On-Demand Webinar'}}

Webcast

Register Now!

Download the {{detail.about_title && detail.about_title != null ? detail.about_title : 'Ebook'}}!

First Name*
Last Name*
Email*
Company*
Phone Number*

View {{detail.about_title && detail.about_title != null ? detail.about_title : 'On-Demand Webinar'}}

Webcast

Register Now!

{{detail.about_title && detail.about_title != null ? detail.about_title : 'Webinar'}} Expired

Download the {{detail.about_title && detail.about_title != null ? detail.about_title : 'Ebook'}}

Email
{{ queryPhoneCode }}
Phone Number

Show full article video

Name Date Place
{{classRoomData.Date}} {{classRoomData.Place}} View Details

About the Author

{{detail.author_biography}}

About the Author

{{author.about_author}}

Recommended articles for you

{{ article.title }}

Article