第七章 交付绩效域

  • 项目管理的除外责任:定义不做什么。
  • 项目范围的完成情况是根据项目管理计划来衡量的。
  • 工作分解结构的最底层被称为工作包。
  • 质量管理既关注过程又关注结果。

1. 交付绩效域的环节

  • 确保项目做且只做所需的全部工作,且实现战略和价值
  • 定义和控制哪些工作包含在项目内,哪些不包含在项目内
  • 规划质量管理动作,制定质量测量指标
    在这里插入图片描述

2. 制定项目章程(Project Charter )

2.1 基本信息

  • 概念:编写一份正式批准项目并授权项目经理在项目活动中使用组织。
  • 作用:明确项目与组织战略目标之间的直接联系,确立项目的正式地位。
  • 发生时间:仅开展一次或仅在项目的预定义点开展。
  • 经批准的项目章程意味着项目的正式启动。
  • 由项目发起人编制,或者项目经理和项目发起组织合作编制。
  • 由PMO审核。
  • 输出:项目章程、假设日志

2.2 制定项目章程的工具-引导

  • 通过流程引领人们达成共同目标的艺术
  • 引导时关注的焦点是流程((如何去做一件事)而不是内容(做些什么)

2.3 项目章程的内容

  • 项目目的;
  • 可测量的项目目标和相关的成功标准;
  • 高层级需求
  • 高层级项目描述、边界定义以及主要可交付物;
  • 整体项目风险;
  • 总体里程碑进度计划;
  • 预先批准的财务资源
  • 关键干系人名单
  • 项目审批要求项目
  • 退出标准;
  • 委派的项目经理及其职责和职权
  • 发起人或某他批准项目章程的人员的姓名和职权

2.3 假设日志
假设日志用于记录整个项目生命周期中的所有假设条件和制约因素

3. 规划范围管理

输出:范围管理计划和需求管理计划。

4. 收集需求

输出:需求文件、需求跟踪矩阵
工具:头脑风暴、焦点小组、问卷调查、标杆对照、文件分析、亲和图、思维导图、原型。
需求跟踪矩阵把每需求与业务目标或项目目标联系起来,有助于确保每一个需求都具有商业价值。

5. 定义范围

输出:项目范围说明书,包括:产品范围描述、可交付物、项目验收标准、项目除外责任。

6. 创建WBS

  1. 输出:范围基准
  2. 分解原则
    • 100% 原则
    • MECE原则(互斥且穷尽)
  3. 范围基准包括:
    • 项目范围说明书
    • WBS
    • 工作包
    • 规划包
    • WBS词典

7.规划质量管理

  1. 输出:质量管理计划、质量测量指标
  2. 工具:成本效益分析

8. 易错题汇总

新产品经理的成功取决于产品的快速交付.项目章程和范围说明书已经创建,高级管理层要求项目经理在两周内提供准确的结预算.项目经理希望创建工作分解结构(WBS),而这项工作需要八天时间,再加上两周时间才能提交预算.高级管理层建议不做WBS,认为项目范围说明书和项目章程中包含估算所需的足够信息.若要按时提供预算,项目经理应该怎么做?

A. 不做WBS并使用历史记录,向其他经理咨询并参考专业文献

B. 向项目管理办公室咨询,是否允许不做WBS

C. 使用范围说明书,因为其包含项目范围描述,项目可交付成果和制约因素

D. 创建WBS,因为它是规划.成本.预算估算和风险分析的框架

项目审计透露,关键项目组件不满足项目要求,从而导致审计团队签发一份非优质报告.下列哪一份项目计划中提供有应对非一致成本的程序?

A. 质量管理计划

B. 风险管理计划

C. 变更控制计划

D. 过程改进计划

在项目状态会议期间,两名项目经理讨论下一个里程碑的可交付成果功能.如果团队成员按计划交付,可交付成果将不符合期望.
若要确保项目交付所有业务关键功能,项目经理下一步应该怎么做?

A. 审查需求跟踪矩阵

B. 分析从属矩阵以解决差异

C. 将其识别为风险并添加到风险日志

D. 执行偏差分析
下列哪一项技术有助于减少数据偏见,并避免任何个人对成果产生不当影响?

A. 访谈技术

B. 头脑风暴技术

C. 德尔菲技术

D. 风险审查技术
项目经理与客户一起进行检查,可交付成果符合验收标准并达到了客户的满意.这些行动是下列哪一过程的一部分?

A. 控制质量

B. 项目或阶段收尾

C. 控制范围

D. 确认范围
项目经理制定了一份项目范围的详细描述,项目经理应该使用下列哪一项工具和技术来提交项目范围说明书?

A. 绩效审查.偏差分析.分解和储备分析

B. 专家判断.偏差分析.确定可选方案和产品分析

C. 绩效审查.产品分析.确定可选方案和储备分析

D. 专家判断.产品分析.确定可选方案和引导

本系列文章记录了PMP第7版核心知识点,持续更新,有兴趣的关注博主以待后续。
上一章 :第六章 开发方法和生命周期绩效域

随着人类对生命健康需求的不断增长,新药研发面临着前所未有的挑战。传统的药物研发流程通常耗时长达十年以上,耗资数十亿美元,且最终成功率极低,这在制药界被称为“反摩尔定律”困境。近年来,人工智能技术的飞速发展,特别是深度学习大数据分析的广泛应用,为新药发现带来了革命性的契机。人工智能能够从海量的化学生物数据中挖掘潜在规律,显著加速药物靶点发现、先导化合物优化等关键环节。在此背景下,本研究旨在设计实现一个基于人工智能的新药发现辅助系统,以期为传统药物研发流程提供高效的智能化辅助工具,从而有效缩短研发周期大幅降低研发成本。本研究以Python作为主要开发语言,深度结合PyTorchTensorFlow两大主流深度学习框架,集成RDKit化学信息学工具包,构建了一个功能完善的新药发现辅助系统。系统的核心目标是利用先进的人工智能技术辅助新药分子的设计与活性评估。在研究方法上,本文创新性地提出了一种融合多模态数据的新药发现算法。该算法综合处理分子的多种表示形式,包括一维的SMILES序列、二维的分子图结构以及三维的空间构象数据。通过构建多通道神经网络,系统能够有效提取融合不同模态的特征,从而全面捕捉分子的理化性质与生物学活性之间的复杂非线性关系。 【课程报告内容】 摘要 第1章 绪论 第2章 相关技术与理论 第3章 系统需求分析 第4章 系统总体设计 第5章 系统详细设计与实现 第6章 系统测试与分析 第7章 总结与展望 参考文献 附件-实现指南
评论
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