公司的一个“新记录”:项目初验不成功

场景:

自公司成立以来,以往由业主方召开的项目初验会议,都未发生过项目初验上出现问题。我一直认为,中国人的从众心理一般都挺严重的,加上我们对项目质量的认识以及对项目管理的重视,就没有碰过一回结论为:初验不通过的初验会。

这次,这样的事情都给我赶上了,刚听到部门经理Z讲的时候,我都觉得有点不可思议!你能理解吗?因为会议之前,同事Z告诉我他得参加项目S初验会,我还非常坚定地告诉他没有什么必要,既然现在有项目经理P在管理项目,就让P去全权负责初验会议,我当时还对Z说,我和你打赌,你去不去初验结果都一样是通过。

分析:

事实的结果给我们来个当头棒喝,至少看来我前面的判断太过自负了,而且还犯了经验主义的错误!我和部门经理Z了解情况,他告诉我原因:

  1. 我方初验会议的准备工作不足,前面存在数据质量的问题,也由于我们的Bug,导致初验会议上,C部门提出问题严重;而这个Bug的修订,由于我方在之前进行修复时对Bug进行Impact Analyze时,发生遗漏,导致修复了一个地方,遗漏修复另一个地方;
  2. 与接口方项目经理W的沟通、准备不足,本来以往有Bug,做为初验的整改项进行后续的修复则可,没有想到接口方询问C部门意见时,问能否验收,C部门说那不行,如果W问能否做为整改项,可能就验收了!

我了解后,我将我的观点告诉Z,

  1. 我们不要埋怨接口方项目经理W,他这样询问确实是正确的,也是符合规定的。我经历的项目验收会,组织方是要分两次询问,第一次是询问是否可以验收,第二次才是询问还有什么遗漏问题,这才是惯例;
  2. 从我们自身去找原因,才能将坏事情变成好事情;这是教育我们部门、项目组,包括我的好机会,请项目经理P和成员好好自我分析,将分析情况、经验给大家通报,不是批评,而是让整个部门从中学习;
  3. 我们同事容易在工作中只看到业主方的IT接口人,而忽视了整个系统的所有相关干系部门。这种情况应该是事实,试想一下,在从众心理严重的中国社会,这么多部门的代表一起开会讨论,要站出来反对,本来就是一个需要勇气的,要不我们前面确实太忽略了该部门的利益,要不就是我们就是在前面的服务过程中得罪了该部门,这个需要P和项目组他们好好细致分析一下;
  4. 从前段时间系统投产以来,项目经理P发出的每日系统监控报告看,确实我们没有收到这样的预警,在说明问题的时候,很多时候是报告其他系统的数据质量导致问题,并没有提及我们Bug导致的影响,从这个角度上讲,也是一个报喜不报忧的假象,混淆了管理者的判断的同时,也可能给相关部门的代表人带来误解:明明系统的问题你们都不说
  5. 我在前面的培训过是有讲过,一个IT系统要有生命力,一定是要照顾到IT系统的所有使用群落,一个系统如果只考虑到管理者的利益,而忽略操作者的利益,这样的系统即使领导说好,也很难长久!这是一个活生生的案例教程;

要将这种意识在部门和项目组中加强再教育,项目管理岗位的同事,本来就需要具备平衡多个合作方、各个岗位、各个角色的能力;需求和顾问岗位的同事,更是需要直面这样的挑战下,进行用户引导;技术岗位的同事,对这样的问题认识也是比较有限的,对一线操作人员的便利性考虑少,特别是这种BI的项目,总觉得让一线再多添点领导需要的数据并不算是什么问题,都需要好好反思。

各位同事,我们做过挺多IT系统,虽然没有一个是失败的,但是我们必须肯定,有不少IT系统曾经昙花一现。公司想成为一个百年老店,我们想做为一个成功的咨询方、设计者、建设者,想多年后还能自豪地告诉你的同事、客户、下属:“这个系统我多年前参与,到现在还在投产使用”,那么这个一个案例不就值得我们细致分析和分享吗!

【路径规划】(螺旋)基于A星全覆盖路径规划研究(Matlab代码实现)内容概要:本文围绕“基于A星算法的全覆盖路径规划”展开研究,重点介绍了一种结合螺旋搜索策略的A星算法在栅格地图中的路径规划实现方法,并提供了完整的Matlab代码实现。该方法旨在解决移动机器人或无人机在未知或部分已知环境中实现高效、无遗漏的区域全覆盖路径规划问题。文中详细阐述了A星算法的基本原理、启发式函数设计、开放集与关闭集管理机制,并融合螺旋遍历策略以提升始探索效率,确保覆盖完整性。同时,文档提及该研究属于一系列路径规划技术的一部分,涵盖多种智能优化算法与其他路径规划方法的融合应用。; 适合人群:具备一定Matlab编程基础,从事机器人、自动化、智能控制及相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于服务机器人、农业无人机、扫地机器人等需要完成区域全覆盖任务的设备路径设计;②用于学习和理解A星算法在实际路径规划中的扩展应用,特别是如何结合特定搜索策略(如螺旋)提升算法性能;③作为科研复现与算法对比实的基础代码参考。; 阅读建议:建议结合Matlab代码逐段理解算法实现细节,重点关注A星算法与螺旋策略的切换逻辑与条件判断,并可通过修改地图环境、障碍物分布等方式进行仿真实,进一步掌握算法适应性与优化方向。
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值