iT邦幫忙

2022 iThome 鐵人賽

DAY 3
0
AI & Data

預測惱人的人事物:跟我一起學習如何用資料分析來避開他們系列 第 3

釐清問題與設計解決方案:該怎麼達成 & 兼談專案執行

  • 分享至 

  • xImage
  •  

以終為始

筆者過往曾自修專案管理課程,雖然沒有直接擔當 PM 或其他管理角色,但這些知識一直以來皆成功運用在過往的工作(如規劃個人 sprint 的時程)以及學業上(如完成碩士論文)。

筆者相信,要完成一項挑戰(專案),抱持以終為始的觀念會省事許多。以終為始,即是知道要達成什麼樣的結果,再往前回推並建立長、中、短期的階段性目標,每一個階段性目標又可具體拆分為各個子目標來實踐。亦即,如果設立的目標不夠明確且拆分的不夠仔細,表示沒有想清楚自己到底要什麼,或是太貪心想要在有限的時間內做太多事,挑戰是極有可能半途而廢的

回到這次的主題,起初筆者對於成果的想像是這樣的:

  1. 希望可以在關門前,可能前十分鐘,透過某個平台發出一個推播通知,告訴我可能樓下馬上準備要關門了
  2. 希望預測準確率可以超過 7 成,不會有太多失誤沒有預測到或是預測遲到的情形
  3. 可以在不斷累積新資料的同時,加強準確率
  4. 如果可以,會希望有一個界面,可以快速增加開門聲的記錄

在開始此系列之前,筆者已完成初步的可行性評估

  1. 資料量:可能太少,不足以預測。一般來說資料多多益善,太多不會有壞處。此次的資料量應該是足夠的(確切筆數尚未統計,但至少有數十筆)。
  2. 期程:若是會花到數個月的時間完成,屆時可能直接換租屋處會比較快。或是實作完畢後,問題已然不復存在(例如該間餐廳歇業)。筆者這次給自己一個月的時間,完成鐵人賽的同時,要能達成上述基本的需求。
  3. 技術力:或許以筆者目前的技術能力來說,實作起來會很困難。筆者評估過後,前 10 天的進度算是較不需多做功課,可以趁機多研究後面的工項。而後 20 天的則需較多調查,但仍是有信心可以應付的難度。

試圖將上述構想轉化成專案需求,按照工項先後排列如下:

  1. 可行性評估(已完成)
  2. 既有資料結構化:詳後述
  3. 將資料輸出成較方便利用的形式
    • 可轉存到資料庫(選配)
  4. 選定最適合的分析方法,建立預測的模型
    • 待釐清:準確率 7 成的定義
  5. 開發 API 來串接此模型,將預測時間往前回推 10 分鐘,發出通知
  6. 部署並與指定的平台串接以達到提醒效果
    • 待釐清:何種平台
  7. 建立 API 以及界面來快速記錄關門聲(選配)

許多需求仍然處於不明確的狀態,所以筆者將秉持大原則:

  1. 執行的過程隨時調整任務內容,適度取捨剩餘的時間以及尚未達成的進度
  2. 以最有效率(低成本、高產出)的方式達成一開始的構想

查核點

本專案的查核點,即是依照 Day 01 的安排,透過發文來追蹤。由於筆者僅有自己一人,加上前述大多工作都是 Finish to Start 的形態。讓我們複雜的事情簡單做,不另外設置時程管控表,或許反而是最有效的管控方式。


參考資料

  1. Understanding Task Dependencies in Project Management
  2. How Much Data is Needed to Train a (Good) Model?

延伸閱讀

  1. 技術管理閒聊:以終為始的工作方法
  2. SMART原則怎麼應用?超強大目標管理法,助你達成所有目標

上一篇
釐清問題與設計解決方案:目前的資料長什麼樣 & 放在哪裡
下一篇
資料結構化與清洗:因為雜亂無章,所以需要
系列文
預測惱人的人事物:跟我一起學習如何用資料分析來避開他們38
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言