全部合拢
5.2.2.3 数据分析
见 4.5.2.2 节。可用于本过程的数据分析技术包括（但不限于）文件分析。文件分析包括审核和评估任何相关的文件信息。在此过程中，文件分析用于通过分析现有文件，识别与需求相关的信息来获取需求。有助于获取相关需求的文件很多。可供分析的文件包括（但不限于）：
可用于项目收尾的数据分析技术包括（但不限于）：
- 文件分析。见 5.2.2.3 节。评估现有文件有助于总结经验教训和分享知识，以改进未来项目和组织资产。
- 回归分析。该技术分析作用于项目结果的不同项目变量之间的相互关系，以提高未来项目的绩效。
- 趋势分析。见 4.5.2.2 节。趋势分析可用于确认组织所用模式的有效性，并且为了未来项目而进行相应的模式调整。
- 偏差分析。见 4.5.2.2 节。偏差分析可通过比较计划目标与最终结果来改进组织的测量指标。
适用于本过程的数据表现技术包括（但不限于）：
- 流程图。流程图，也称过程图，用来显示在一个或多个输入转化成一个或多个输出的过程中，所需要的步骤顺序和可能分支。它通过映射水平价值链的过程细节来显示活动、决策点、分支循环、并行路径及整体处理顺序。图 8-6 展示了其中一个版本的价值链，即 SIPOC（供应商、输入、过程、输出和客户）模型。流程图可能有助于了解和估算一个过程的质量成本。通过工作流的逻辑分支及其相对频率来估算质量成本。这些逻辑分支细分为完成符合要求的输出而需要开展的一致性工作和非一致性工作。用于展示过程步骤时，流程图有时又被称为“过程流程图”或“过程流向图”，可帮助改进过程并识别可能出现质量缺陷或可以纳入质量检查的地方。
- 逻辑数据模型。逻辑数据模型把组织数据可视化，以商业语言加以描述，不依赖任何特定技术。逻辑数据模型可用于识别会出现数据完整性或其他质量问题的地方。
- 矩阵图。矩阵图在行列交叉的位置展示因素、原因和目标之间的关系强弱。根据可用来比较因素的数量，项目经理可使用不同形状的矩阵图，如 L 型、T 型、Y 型、X 型、C 型和屋顶型矩阵。在本过程中，它们有助于识别对项目成功至关重要的质量测量指标。
- 思维导图。见 5.2.2.3 节。思维导图是一种用于可视化组织信息的绘图法。质量思维导图通常是基于单个质量概念创建的，是绘制在空白的页面中央的图像，之后再增加以图像、词汇或词条形式表现的想法。思维导图技术可以有助于快速收集项目质量要求、制约因素、依赖关系和联系。
图 8-6 SIPOC 模型
适用于本过程的数据分析技术包括（但不限于）：
- 备选方案分析。见 9.2.2.5 节。该技术用于评估已识别的可选方案，以选择那些最合适的质量方案或方法。
- 文件分析。见 5.2.2.3 节。分析项目控制过程所输出的不同文件，如质量报告、测试报告、绩效报告和偏差分析，可以重点指出可能超出控制范围之外并阻碍项目团队满足特定要求或相关方期望的过程。
- 过程分析。过程分析可以识别过程改进机会，同时检查在过程期间遇到的问题、制约因素，以及非增值活动。
- 根本原因分析 (RCA)。根本原因分析是确定引起偏差、缺陷或风险的根本原因的一种分析技术。
一项根本原因可能引起多项偏差、缺陷或风险。根本原因分析还可以作为一项技术，用于识别问题的根本原因并解决问题。消除所有根本原因可以杜绝问题再次发生。
适用于本过程的数据分析技术包括（但不限于）：
- 根本原因分析。根本原因分析（见 8.2.2.2 节）常用于发现导致问题的深层原因并制定预防措施。可以用问题陈述（如项目可能延误或超支）作为出发点，来探讨哪些威胁可能导致该问题，从而识别出相应的威胁。也可以用收益陈述（如提前交付或低于预算）作为出发点，来探讨哪些机会可能有利于实现该效益，从而识别出相应的机会。
- 假设条件和制约因素分析。每个项目及其项目管理计划的构思和开发都基于一系列的假设条件，并受一系列制约因素的限制。这些假设条件和制约因素往往都已纳入范围基准和项目估算。开展假设条件和制约因素分析，来探索假设条件和制约因素的有效性，确定其中哪些会引发项目风险。从假设条件的不准确、不稳定、不一致或不完整，可以识别出威胁，通过清除或放松会影响项目或过程执行的制约因素，可以创造出机会。
- SWOT 分析。这是对项目的优势、劣势、机会和威胁 (SWOT) 进行逐个检查。在识别风险时，它会将内部产生的风险包含在内，从而拓宽识别风险的范围。首先，关注项目、组织或一般业务领域，识别出组织的优势和劣势；然后，找出组织优势可能为项目带来的机会，组织劣势可能造成的威胁。还可以分析组织优势能在多大程度上克服威胁，组织劣势是否会妨碍机会的产生。
- 文件分析。见 5.2.2.3 节。通过对项目文件的结构化审查，可以识别出一些风险。可供审查的文件包括（但不限于）计划、假设条件、制约因素、以往项目档案、合同、协议和技术文件。
项目文件中的不确定性或模糊性，以及同一文件内部或不同文件之间的不一致，都可能是项目风险的指示信号。
适用于本过程的数据分析技术包括（但不限于）：
- 相关方分析。相关方分析会产生相关方清单和关于相关方的各种信息，例如，在组织内的位置、在项目中的角色、与项目的利害关系、期望、态度（对项目的支持程度），以及对项目信息的兴趣。相关方的利害关系可包括（但不限于）以下各条的组合：
- 兴趣。个人或群体会受与项目有关的决策或成果的影响。
- 权利（合法权利或道德权利）。国家的法律框架可能已就相关方的合法权利做出规定，如职业健康和安全。道德权利可能涉及保护历史遗迹或环境的可持续性。
- 所有权。人员或群体对资产或财产拥有的法定所有权。
- 知识。专业知识有助于更有效地达成项目目标和组织成果，或有助于了解组织的权力结构，从而有益于项目。
- 贡献。提供资金或其他资源，包括人力资源，或者以无形方式为项目提供支持，例如，宣传项目目标，或在项目与组织权力结构及政治之间扮演缓冲角色。
- 文件分析。见 5.2.2.3 节。评估现有项目文件及以往项目的经验教训，以识别相关方和其他支持性信息。
适用于本过程的数据表现技术包括（但不限于）：
- 思维导图。见 5.2.2.3 节。思维导图用于对相关方信息、相互关系以及他们与组织的关系进行可视化整理。
- 相关方参与度评估矩阵。相关方参与度评估矩阵用于将相关方当前参与水平与期望参与水平进行比较。对相关方参与水平进行分类的方式之一，如图 13-6 所示。相关方参与水平可分为如下：
- 不了解型。不知道项目及其潜在影响。
- 抵制型。知道项目及其潜在影响，但抵制项目工作或成果可能引发的任何变更。此类相关方不会支持项目工作或项目成果。
- 中立型。了解项目，但既不支持，也不反对。
- 支持型。了解项目及其潜在影响，并且会支持项目工作及其成果。
- 领导型。了解项目及其潜在影响，而且积极参与以确保项目取得成功。
在图 13-6 中，C 代表每个相关方的当前参与水平，而 D 是项目团队评估出来的、为确保项目成功所必不可少的参与水平（期望的）。应根据每个相关方的当前与期望参与水平的差距，开展必要的沟通，有效引导相关方参与项目。弥合当前与期望参与水平的差距是监督相关方参与中的一项基本工作。
图 13-6相关方参与度评估矩阵