项目管理中的参数估算

有多少次您试图预测项目的持续时间，却发现您的估计完全偏离了轨道？

如何估算您的项目预算或从开始到结束所需的人数？

如果您的估算每次都没有达到目标，或者您只是项目管理的新手，那么您来对地方了。 我们将深入探讨一种最常用的项目管理估算方法，它可能会节省您的时间——参数估算。

但是，究竟什么是参数估计，更重要的是，您如何将其付诸实践？

好吧，请继续阅读，因为在这篇博文中，我们将：

• 向您介绍参数估计的定义（+一个参数估计示例），
• 让您了解参数估计和类比估计之间的区别，
• 阐明在项目管理中使用参数估计的主要好处，以及
• 指导您完成在项目中使用参数估计的 4 个步骤，以便您在希望立即开始使用此方法时确切地知道该怎么做。

什么是参数估计？

参数估计是最准确的统计方法之一，用于估计以下总量：

• 时间，
• 钱，和
• 特定项目所需的资源。

根据 PMBOK，参数估算是“一种估算方法，其中使用算法根据历史数据和项目参数计算成本或持续时间。”

因此，只有结合统计数据和历史数据，项目经理才能找到相关变量之间的统计相关性，并对当前项目做出最准确的估计。

但是，请务必记住，参数估计通常在项目规划阶段使用，远早于实际项目执行。

但是，如果您对这种估计方法仍然有些困惑，让我们仔细看看参数估计的实际工作原理。

参数估计示例和公式

这是您需要用于参数估计的公式：

E_parametric = (A_old / P_old) x P_curr

上述参数估计公式包含以下要素：

• E_parametric是参数估计，
• A_old是成本或时间的历史金额，
• P_old为参数的历史值，
• P_curr是您未来项目中的参数值。

现在，让我们看看这个计算实际上是如何进行的。

假设您想预测设计师完成 20 张插图需要多长时间。 在开始计算之前，您首先需要获取所有历史值。

所以，你之前的项目是1个负责人设计了15张插画，花了70个小时才完成。 考虑到这一点，以下是您的单位的堆叠方式：

• A_old ，过去任务的历史时间为70小时，
• P_old ，该参数的历史值为15 插图，并且
• P_curr ，你未来项目中的参数值为20 illustrations 。

现在您已经获得了这些信息，您可以使用它来得出新的估计值：

E_parametric = (70 / 15) x 20

如上面的公式所示，首先，您计算完成一幅插图所需的时间：

70/15 = 4,66

然后，在获得准确的小时数后，将此单位乘以未来项目中的参数值：

4.66 小时 x 20

最后，您得出参数估计值，在本例中为 93,3。

考虑到所有因素，可以肯定地说您的设计师将在 93.3 小时内完成 20 张插图。

参数估计与类比估计

如果您曾经偶然发现项目管理中的估算方法，您一定已经注意到参数估算经常与类比估算密切相关。

但为什么会这样呢？ 它们是相同的方法吗？

好吧，不完全是。

尽管类似的估算要求您使用以前项目中的可用数据，但与参数方法一样，这两种方法在准确性和范围方面都有所不同。

换句话说，您将根据历史数据得出类似的估计，但您不需要像参数估计方法那样深入细节。 你只需要回忆过去类似范围的项目，看一下该项目的持续时间/成本/预算，并根据类比进行估算。

所以，如果你要启动一个项目，让你的设计师创作 20 张插图，并且你想知道新项目究竟需要多长时间，这就是你可以根据类似的预测项目持续时间的方法估算方法：

由于您之前已经负责过类似项目，因此您知道上次您的设计师承担类似任务时他们需要 70 小时才能完成。 基于此，您预测您的新项目将花费大约 80 小时来完成，无论是给予还是花费。

另一方面，参数估算考虑了单元级别上新旧项目之间的差异。 这意味着您的预测不是基于相似性，而是首先需要计算设计师完成一幅插图所花费的小时数。 然后，只需将产品乘以现在需要完成的插图数量，您就会获得您正在寻找的时间估算。

使用参数估计的主要好处

尽管您可以使用一系列项目估算方法来控制您的数字，但参数估算具有一些好处，可以改变您进行项目预测的方式。

让我们来看看一些最常见的。

好处 #1：参数估计可帮助您获得准确的数字

与其他项目管理估算方法相比，参数估算似乎是一种准确预测的一站式方法。 虽然 PERT 等其他方法依赖于假设，但参数估计有助于预测：

• 预算，
• 资源，和
• 基于过去数据的项目持续时间。

由于您依赖的数据是确凿的证据（毕竟这是您的项目展开的方式），所以当您应用参数估计公式时，您应该能够精确地预测每个项目方面。

此外，为了能够首先进行计算过程，您需要检查之前项目的不同单元，这有助于提高最终估算的精度。

好处 #2：参数估计引导您设定可实现的目标

完成最终估算后，您将能够准确地找出需要进行更改的地方，以便完成关键的项目可交付成果。

有时，您可以扩大团队容量或增加预算。 其他时候，您需要稍微偏离您想要的结果。

无论是哪种情况，依靠参数估计都可以帮助您设定您和您的团队实际能够达到的项目目标。

正是这种方法要求您更深入地挖掘以前的数据以获得更准确的估计。 因此，您设定的目标最终会更易于管理，因为您会准确地看到项目的哪个方面可能是绊脚石，并相应地调整您的目标。

好处 #3：参数估计可帮助您减少重复性任务

尽管没有完全相同的两个项目，但某些步骤往往会重复项目输入和项目输出。

以预算为例。 在项目规划阶段，您必须多少次制定成本基准？ 到目前为止，您经历了多少个项目规划阶段？

如果您的答案包含大于 1 的数字，您一定已经注意到，有时您在计划时只是浪费时间多次检查某些项目方面。

例如，您的内容团队的工作量包括每周 20 篇文章，并且在数十个项目中都保持不变。

因此，您不必一次又一次地单独评估每项任务，您可以简单地依赖您所做的一次参数估计，并在您要估计内容制作预算或持续时间时重新使用该信息。

但是，请记住，如果您的内容团队的能力、工作量或预算发生某些变化，您也需要调整参数值，也就是使用上面的相同公式重新计算。

在项目管理中使用参数估计的 4 个步骤

既然我们已经了解了有关参数估计方法的所有细节，您可能想知道——但是我怎样才能使参数估计有效呢？

为了尽可能深入了解数字，我们将参数估计执行分解为 4 个简单步骤。

让我们来看看它们中的每一个。

步骤#1：找出项目的哪些部分有资格进行估算

在开始查看早期项目的数据之前，您需要准确确定应该在何处使用参数估计。

换句话说，您首先需要查看您的项目并将其分为不同的阶段。 为此，您可以使用工作分解结构 (WBS)，并将整个项目分解为更小、更易于管理的块。

然后，在您决定是否要预测项目阶段的预算、持续时间、资源或以上所有内容之后，接下来就是准确性和数据的问题。

由于估算的准确性与先前可用数据的数量密切相关，因此在考虑深入计算之前，请先问自己以下三个大问题：

1. 我的估计应该有多精确？
2. 我手头有多少数据？
3. 我的参数是否与历史值有关？

因此，假设您仍在寻找一种方法来准确估计您的设计师将在这 20 张插图上工作多长时间。 这意味着您希望测量时间。 由于您从之前的类似项目中获得了足够的数据，因此您将根据他们完成 15 个插图所花费的时间来衡量此参数。

但是，如果您对上述问题的回答不太满意，您可能需要重新考虑使用此方法，因为它可能无法让您做出最准确的预测。

步骤#2：获取历史数据

在您选择了需要对其应用参数估计的确切项目阶段并确定此方法是否适合您之后，现在是实际了解历史数据的时候了。

如果您的团队一直在跟踪所有与项目相关的活动，您可能能够快速获得有关您之前项目的最详细信息。

例如，时间和费用跟踪应用程序可以存储您之前项目的费用数据，并在您需要估算未来项目预算时助您一臂之力。

不过，如果您没有特别注意存储项目信息，或者您之前根本没有从事过类似的项目，您仍然可以使用参数估算方法。

您可以查看您所在行业的公开可用数据库，看看您从那里获得的数据如何与您当前项目的参数相对应。

第 3 步：检查您的参数是否有效

在您的历史数据全部到位后，第 3 个问题的重要性——您的参数是否与历史值相关联——就会浮出水面。

现在您需要评估您的参数并查看它们与您获得的历史数据的关系。

例如，您可能会注意到插图的数量与设计师完成它们所需的时间有某种关联。 这意味着您将能够在计算中包括单位测量（15 个插图）和时间（70 小时），将它们与您的参数（20 个插图）相乘，并获得有效的参数估计。

但是，请记住，上面的示例是参数测试在实践中的简化说明。 如果您正在处理更复杂的项目，您甚至可能需要求助于数据分析师和/或统计工具以寻求帮助。

步骤#4：计算参数估计

现在您已经评估了参数的有效性，获得参数估计成为几秒钟的事情。

只需将您从历史数据中获得的单位相乘，然后将乘积除以当前参数，即可将公式付诸实践。

为了帮助您避免不必要的滚动，我们还将在此处保留参数估计公式：

E_parametric = (A_old / P_old) x P_curr

总结：密切关注您的项目并尝试进行参数估算

项目估算需要时间，这已不是什么秘密。

但是，从长远来看，正确的项目估算方法可能只会为您节省几周的时间。

事实上，参数估计可以让您做到这一点。

通过促使您重新考虑您的项目目标并引导您自动执行重复性任务，此项目估算方法可帮助您在项目执行阶段后期充分利用每一分钟。

不过，要成功地将参数估算付诸实践，您需要密切关注您的每个项目，并确保彻底记录每个过程。

然后，有了大型数据库和手头的参数估算公式，您就可以轻松获得最精确的项目估算。

（除了你的变量与你的参数不相关，但这不是一些统计数据无法解决的问题。）

️ 您是否在项目规划阶段使用过参数估计？ 您的估计与最终项目结果有多接近？ 请通过 [email protected] 告诉我们，以便有机会出现在这篇文章或我们未来的一篇文章中。 此外，如果您喜欢这篇文章，请与您认为可能有用的其他人分享。