详细内容或原文请订阅后点击阅览
我如何使用机器学习来预测 41% 的项目延迟发生
数据科学如何帮助项目经理预测风险并节省时间我如何使用机器学习来预测 41% 的项目延误发生之前的帖子首先出现在《走向数据科学》上。
来源:走向数据科学每个项目经理都会遇到这样的情况：站立会议开始后，突然有一张关键的工单被阻止、开发人员请病假、依赖关系消失或关键功能被延迟。刹那间，你精心计划的时间表开始崩溃，你正在忙着寻找解决方案。
在本文中，我们将探讨机器学习模型如何在 41% 的项目延误按时完成之前预测出来，从而削减成本并减少最后一刻的救火。
问题：62% 的 IT 项目错过了 2025 年的最后期限
作为与敏捷团队合作的项目经理，我经常处理延迟和阻碍，它们很快就成为日常生活的一部分。但当我看到 2025 年惠灵顿州项目管理研究表明，到 2025 年，62% 的 IT 项目会错过最后期限时，我震惊地采取了行动。与 2017 年 PMI 职业脉搏研究相比有所增加，2017 年该数字为 51%。项目延误已达到严重程度。
2025 年惠灵顿项目管理状况 2025 62% 的 IT 项目错过了最后期限， 2017 年 PMI 行业脉搏 2017 年 51%我知道延误很常见，但我没想到会这么严重。但今天，我们拥有预测和更好地了解这些风险的工具。我使用 Python 和数据科学构建了一个模型，可以在项目延迟发生之前对其进行预测。
该统计数据强调了两个关键点：延迟通常源于重复出现的原因，并且它们会带来巨大的业务影响。在本文中，我们将探讨数据驱动的方法如何发现这些原因并帮助项目经理预测它们。
有了这些知识，我们就可以选择最佳的行动方案。
这是我们可以使用数据科学的地方。令人惊讶的是，2020 年惠灵顿项目管理状况报告宣布，只有 23% 的公司使用项目管理软件来管理其项目，尽管这些工具生成了大量有价值的数据。
2020 年惠灵顿项目管理状况报告 23% 的公司 为什么