Περίπτωση χρήσης: PMO: Βιομηχανία: Αυτοκινητοβιομηχανία - Εργαλεία: LeapLytics Risk Matrix + Traffic Light for Power BI
Το πρόβλημα: Κάθε ηγέτης PMO στην αυτοκινητοβιομηχανία γνωρίζει αυτή τη συνάντηση
Είναι Πέμπτη απόγευμα. Η συντονιστική επιτροπή συνεδριάζει σε 90 λεπτά. Κάπου στην επιφάνεια εργασίας σας υπάρχουν τρεις διαφορετικές εκδόσεις ενός μητρώου κινδύνων - μία από τη μηχανική πλατφόρμας, μία από την ενσωμάτωση προμηθευτών, μία από το γραφείο προγράμματος - η κάθε μία με διαφορετική μορφοποίηση, η κάθε μία με τις δικές της χρωματικές συμβάσεις και καμία από αυτές δεν είναι επίκαιρη. Ξοδεύετε 45 λεπτά για την ενοποίησή τους σε ένα κατάστρωμα διαφανειών που θα είναι ξεπερασμένο πριν παρουσιαστεί. Η επιτροπή ρωτάει ποιοι κίνδυνοι έχουν κλιμακωθεί από τον προηγούμενο μήνα. Εσείς εκτιμάτε. Ρωτούν ποιες ροές εργασίας έργου είναι σήμερα πορτοκαλί έναντι κόκκινων. Ξεφυλλίζετε τις διαφάνειες. Κανείς στην αίθουσα δεν έχει σαφή εικόνα της συνολικής κατάστασης των κινδύνων. Η συνεδρίαση τελειώνει με στοιχεία δράσης για την "ευθυγράμμιση των ορισμών των κινδύνων" - και πάλι. Αυτό δεν είναι πρόβλημα δεδομένων. Είναι ένα πρόβλημα οπτικοποίησης και ροής εργασιών, και κοστίζει στις ομάδες PMO της αυτοκινητοβιομηχανίας περισσότερο χρόνο και αξιοπιστία από ό,τι οι περισσότεροι οργανισμοί παρακολουθούν επίσημα.
Γιατί τα τυποποιημένα εργαλεία δεν επαρκούν για την υποβολή εκθέσεων κινδύνου PMO
Οι περισσότερες ομάδες PMO αυτοκινητοβιομηχανιών χρησιμοποιούν είτε το Excel είτε το Power BI για την κατασκευή αναφορών κινδύνου. Και τα δύο είναι λογικά σημεία εκκίνησης - και τα δύο αντιμετωπίζουν τους ίδιους δομικούς περιορισμούς όταν η επικοινωνία κινδύνου πρέπει να επεκταθεί πέρα από ένα έργο ή έναν αναλυτή.
1. Δεν υπάρχει ιστορικό τάσης κινδύνου
Οι τυπικές οπτικές απεικονίσεις του Power BI και τα μητρώα κινδύνων με βάση το Excel σας δείχνουν πού βρίσκονται οι κίνδυνοι. τώρα. Δεν σας δείχνουν πού βρίσκονταν τον προηγούμενο μήνα, πόσο γρήγορα κινούνται ή ποιοι κίνδυνοι κλιμακώνονται σταθερά σε πολλαπλούς κύκλους αναφοράς. Για έναν ηγέτη PMO που παρουσιάζει σε μια διευθύνουσα επιτροπή, η ερώτηση "έχει επιδεινωθεί αυτός ο κίνδυνος;" είναι συχνά πιο σημαντική από το "ποια είναι η τρέχουσα βαθμολογία;". - και τα εγγενή εργαλεία δεν μπορούν να το απαντήσουν χωρίς σημαντική χειροκίνητη επεξεργασία. Ένας κίνδυνος που ήταν μέτριος πριν από τρεις μήνες και τώρα είναι υψηλός είναι θεμελιωδώς διαφορετικός από έναν κίνδυνο που ήταν υψηλός όλο αυτό το διάστημα. Χωρίς ορατότητα τάσεων, αυτοί οι δύο κίνδυνοι φαίνονται πανομοιότυποι σε μια τυπική έκθεση.
2. Καμία προβολή τεταρτημορίου - και καμία βαθύτερη ανάλυση σε αυτό
Η πιο κρίσιμη διαπίστωση στη διαχείριση κινδύνων είναι η σχέση μεταξύ της πιθανότητας ενός κινδύνου και του δυνητικού αντικτύπου του. Τα εγγενή οπτικά στοιχεία του Power BI - διαγράμματα διασποράς, ραβδογράμματα, πίνακες - δεν μπορούν να το αναπαραστήσουν αυτό ως ένα κατάλληλο τεταρτημόριο πίνακα κινδύνου. Μπορείτε να το προσεγγίσετε, αλλά η οπτική γλώσσα είναι λανθασμένη: ένα διάγραμμα διασποράς δεν είναι χάρτης θερμότητας κινδύνου και οι ενδιαφερόμενοι χωρίς αναλυτική κατάρτιση δεν θα το διαβάσουν σωστά. Το πιο σημαντικό είναι ότι, ακόμη και αν κατασκευάσετε μια προσέγγιση, δεν μπορείτε να κάνετε κλικ σε ένα τεταρτημόριο και να εμβαθύνετε στους επιμέρους κινδύνους που βρίσκονται μέσα σε αυτό. Δεν υπάρχει διαδραστικότητα μεταξύ της επισκόπησης των κινδύνων και της υποκείμενης λεπτομέρειας των κινδύνων - πράγμα που σημαίνει ότι κάθε ερώτηση παρακολούθησης εξακολουθεί να απαιτεί ένα χειροκίνητο φίλτρο ή μια νέα διαφάνεια.
3. Δεν υπάρχει συνεκτικό επίπεδο κατάστασης σε όλα τα έργα
Τα προγράμματα για την αυτοκινητοβιομηχανία περιλαμβάνουν συνήθως δεκάδες παράλληλες ροές εργασίας - ανάπτυξη πλατφόρμας, πιστοποίηση προμηθευτών, ομολογικοποίηση, ενσωμάτωση λογισμικού, εκτόξευση παραγωγής. Κάθε ροή εργασίας παράγει τα δικά της δεδομένα κινδύνου και κατάστασης. Το εγγενές Power BI δεν προσφέρει καμία ειδικά κατασκευασμένη οπτική απεικόνιση για την εμφάνιση της κατάστασης RAG (Red-Amber-Green) με τρόπο που να κλιμακώνεται σε πολλαπλά έργα ταυτόχρονα και να παραμένει ευανάγνωστη με μια ματιά. Χωρίς ένα δομημένο οπτικοποίηση φωτεινών σηματοδοτών, οι ομάδες PMO καταφεύγουν σε επιδέξιες λύσεις μορφοποίησης υπό όρους ή σε πίνακες με χρωματική κωδικοποίηση που σπάνε με κάθε αλλαγή του μοντέλου δεδομένων και απαιτούν χειροκίνητη συντήρηση σε κάθε κύκλο αναφοράς.
Η προσέγγιση της LeapLytics: LeLypics: Βήμα προς βήμα
Ακολουθεί ο τρόπος με τον οποίο οι ομάδες PMO της αυτοκινητοβιομηχανίας εφαρμόζουν συνήθως ένα δομημένο Διαχείριση κινδύνων PMO Power BI ρύθμιση με τη χρήση του πίνακα κινδύνων LeapLytics και των οπτικών μέσων Traffic Light - από τη σύνδεση των δεδομένων έως την παρουσίαση στην επιτροπή καθοδήγησης.
- Συνδέστε το μητρώο κινδύνων σας με το Power BI. Το σημείο εκκίνησης είναι τα υπάρχοντα δεδομένα κινδύνου - είτε αυτά βρίσκονται στο Excel, είτε σε λίστες του SharePoint, είτε σε ένα εσωτερικό σύστημα διαχείρισης έργων, είτε σε μια βάση δεδομένων SQL. Οι τυποποιημένοι σύνδεσμοι του Power BI χειρίζονται όλα αυτά χωρίς μετανάστευση. Το μοντέλο δεδομένων χρειάζεται τουλάχιστον τρεις στήλες: μια περιγραφή κινδύνου, μια βαθμολογία πιθανότητας και μια βαθμολογία επιπτώσεων. Οι περισσότερες ομάδες PMO αυτοκινητοβιομηχανιών τα διαθέτουν ήδη αυτά- το ερώτημα είναι αν είναι δομημένα με συνέπεια σε όλα τα ρεύματα εργασίας, κάτι που η διαδικασία εγκατάστασης βοηθά στην επιβολή τους.
- Προσθέστε το οπτικό υλικό LeapLytics Risk Matrix στην έκθεσή σας. Το LeapLytics Μήτρα κινδύνου είναι ένα πιστοποιημένο προσαρμοσμένο οπτικό υλικό που διατίθεται απευθείας από το Microsoft AppSource. Μόλις προστεθεί στην αναφορά Power BI, αντιστοιχίζετε τα πεδία πιθανότητας και επιπτώσεων στους άξονες του οπτικού. Ο πίνακας απεικονίζει αυτόματα κάθε κίνδυνο ως τοποθετημένο δείκτη στο σωστό τεταρτημόριο - οι κίνδυνοι υψηλού αντίκτυπου/υψηλής πιθανότητας εμφανίζονται στην πάνω δεξιά κρίσιμη ζώνη, οι κίνδυνοι χαμηλής προτεραιότητας στην κάτω αριστερά. Δεν υπάρχει χειροκίνητη τοποθέτηση, ούτε στατικές εικόνες που ξεθωριάζουν.
- Ενεργοποίηση της ανάλυσης από το τεταρτημόριο σε μεμονωμένους κινδύνους. Μόλις ο πίνακας κινδύνων συνδεθεί με το μοντέλο δεδομένων σας, κάνοντας κλικ σε οποιοδήποτε τεταρτημόριο, φιλτράρετε την υπόλοιπη σελίδα της έκθεσης ώστε να εμφανίζονται μόνο οι κίνδυνοι εντός της συγκεκριμένης ζώνης. Αυτό σημαίνει ότι ένα μέλος της διευθύνουσας επιτροπής μπορεί να κάνει κλικ στο κρίσιμο τεταρτημόριο και να δει αμέσως έναν πίνακα με τους συγκεκριμένους κινδύνους που βρίσκονται εκεί - ιδιοκτήτης, κατάσταση μετριασμού, τελευταία ενημέρωση - χωρίς ο επικεφαλής του PMO να αλλάζει διαφάνειες ή να εφαρμόζει χειροκίνητα φίλτρα. Η αλληλεπίδραση είναι εγγενής στο μοντέλο φίλτρων του Power BI και δεν απαιτεί καμία πρόσθετη διαμόρφωση.
- Προσθέστε παρακολούθηση τάσεων με φέτες με βάση το χρόνο. Με τη διάρθρωση του μητρώου κινδύνων ώστε να περιλαμβάνει μια στήλη ημερομηνίας - ακόμη και μια απλή μηνιαία εικόνα - ο πίνακας κινδύνων μπορεί να φιλτραριστεί ανά περίοδο αναφοράς. Αυτό σας δίνει την άποψη της τάσης των κινδύνων που δεν μπορούν να παρέχουν τα εγγενή οπτικά στοιχεία: μπορείτε να δείξετε στην επιτροπή πώς φαινόταν η κατανομή των τεταρτημορίων τον Ιανουάριο σε σχέση με τον Μάρτιο, ποιοι κίνδυνοι έχουν μετακινηθεί από πορτοκαλί σε κόκκινους και ποιοι προηγουμένως κρίσιμοι κίνδυνοι έχουν μετριαστεί επιτυχώς. Για προγράμματα αυτοκινητοβιομηχανίας με πολυετείς κύκλους ανάπτυξης, αυτή η διαχρονική προβολή είναι συχνά το πιο πολύτιμο αποτέλεσμα διακυβέρνησης που μπορεί να παράγει ένα PMO.
- Στρώμα στην οπτική απεικόνιση Traffic Light για την κατάσταση σε επίπεδο ροής εργασιών. Παράλληλα με τον πίνακα κινδύνων, η LeapLytics οπτική απεικόνιση φωτεινών σηματοδοτών κυκλοφορίας παρέχει μια επισκόπηση σε επίπεδο προγράμματος όλων των ενεργών ροών εργασίας - πλατφόρμα, προμηθευτής, λογισμικό, ομολογία - η κάθε μία από τις οποίες εμφανίζει μια κατάσταση RAG που προκύπτει απευθείας από το μοντέλο δεδομένων σας. Σε αντίθεση με τις επιπλοκές μορφοποίησης υπό όρους, η οπτική απεικόνιση Traffic Light ενημερώνεται αυτόματα όταν αλλάζουν τα υποκείμενα δεδομένα και διατηρεί συνεπή οπτική λογική ανεξάρτητα από το πόσα έργα βρίσκονται στο πεδίο εφαρμογής. Είναι σχεδιασμένο για να είναι αναγνώσιμο σε μια μεγάλη οθόνη σε μια αίθουσα διευθύνουσας επιτροπής, όχι μόνο στο φορητό υπολογιστή ενός αναλυτή.
- Δημοσιεύστε στην υπηρεσία Power BI Service και ρυθμίστε την ανανέωση δεδομένων. Μόλις δημιουργηθεί η έκθεση, δημοσιεύεται στην υπηρεσία Power BI Service και προγραμματίζεται για αυτόματη ανανέωση των δεδομένων - καθημερινά ή κατ' απαίτηση, εάν το μητρώο κινδύνων σας ενημερώνεται συνεχώς. Οι ενδιαφερόμενοι έχουν πρόσβαση σε αυτήν μέσω του προγράμματος περιήγησης ή της εφαρμογής Power BI για κινητά. Δεν υπάρχει επισύναψη ηλεκτρονικού ταχυδρομείου, δεν υπάρχει ζήτημα ελέγχου έκδοσης και δεν υπάρχει ασάφεια ως προς την "τελευταία έκδοση". Η έκθεση που ανοίγει η επιτροπή το απόγευμα της Πέμπτης είναι η ίδια έκθεση που ο επικεφαλής του PMO εξέτασε το πρωί.
Τι αλλάζει στην καθημερινότητα του ηγέτη PMO
Η μετάβαση από στατικές διαφάνειες κινδύνου σε μια ζωντανή πίνακας ελέγχου κινδύνων έργου δεν εξοικονομεί απλώς χρόνο προετοιμασίας - αλλάζει τη φύση των συζητήσεων για τους κινδύνους σε επίπεδο ηγεσίας.
Οι συνεδριάσεις της διευθύνουσας επιτροπής γίνονται πιο σύντομες και πιο εστιασμένες. Όταν η κατάσταση του κινδύνου είναι ορατή σε όλους τους συμμετέχοντες πριν από την έναρξη της συνεδρίασης, η συνεδρίαση μετατοπίζεται από το "να πώς είναι η εικόνα του κινδύνου" στο "να τι πρέπει να αποφασίσουμε γι' αυτόν". Οι ομάδες PMO αναφέρουν ότι τα σημεία της ημερήσιας διάταξης που σχετίζονται με τους κινδύνους και που προηγουμένως απαιτούσαν 30-40 λεπτά περιήγησης σε διαφάνειες, μπορούν να καλυφθούν σε 10-15 λεπτά, όταν όλοι οι συμμετέχοντες έχουν ήδη δει το ζωντανό ταμπλό.
Η κλιμάκωση του κινδύνου γίνεται ταχύτερα. Όταν ένας κίνδυνος μετατρέπεται από μέτριο σε υψηλό, οι ενδιαφερόμενοι το βλέπουν αμέσως στον πίνακα ελέγχου και όχι στην επόμενη μηνιαία έκθεση. Για τα προγράμματα αυτοκινητοβιομηχανίας, όπου μια απλή καθυστέρηση στην πιστοποίηση του προμηθευτή μπορεί να επηρεάσει το χρονοδιάγραμμα παραγωγής, η έγκαιρη ορατότητα σε κλιμακούμενους κινδύνους έχει μετρήσιμη αξία στα επόμενα στάδια.
Η αξιοπιστία του PMO αυξάνεται με τη συνεπή, ελέγξιμη υποβολή εκθέσεων. Μία από τις επίμονες προκλήσεις για τις λειτουργίες PMO της αυτοκινητοβιομηχανίας είναι να αποδείξουν ότι η αναφορά κινδύνων είναι αυστηρή και μεθοδολογικά συνεπής σε όλα τα έργα. Ένας δομημένος πίνακας κινδύνων Power BI, βασισμένος σε ένα κοινό μοντέλο δεδομένων με τυποποιημένη βαθμολόγηση πιθανότητας και επιπτώσεων, παρέχει ακριβώς αυτή τη δυνατότητα ελέγχου - και διευκολύνει την επίδειξη συνέπειας στον εσωτερικό έλεγχο ή στους εξωτερικούς επιθεωρητές προγραμμάτων.
Σύμφωνα με Τα πρότυπα πρακτικής διαχείρισης κινδύνων του PMI, η αποτελεσματική επικοινωνία των κινδύνων με τα ενδιαφερόμενα μέρη είναι μία από τις πιο σταθερά υποανάπτυκτες ικανότητες στους οργανισμούς που βασίζονται σε έργα. Ένας ζωντανός, διαδραστικός πίνακας ελέγχου κινδύνων αντιμετωπίζει άμεσα αυτό το κενό - όχι αλλάζοντας τα δεδομένα που συλλέγονται, αλλά καθιστώντας τα προσβάσιμα στους σωστούς ανθρώπους στη σωστή μορφή και τη σωστή στιγμή.
ΣΥΧΝΈΣ ΕΡΩΤΉΣΕΙΣ: PMO
Το μητρώο κινδύνων είναι σε Excel και τηρείται από πέντε διαφορετικούς διαχειριστές έργων. Μπορεί αυτό να λειτουργήσει;
Ναι - αλλά η διαδικασία ρύθμισης θα περιλαμβάνει ένα σύντομο βήμα ευθυγράμμισης δεδομένων. Η οπτική απεικόνιση του πίνακα κινδύνων απαιτεί συνεπή βαθμολόγηση της πιθανότητας και των επιπτώσεων σε όλες τις εισροές, πράγμα που σημαίνει συμφωνία σε μια κοινή κλίμακα (π.χ. 1-5 και για τους δύο άξονες) πριν από τη σύνδεση των δεδομένων. Στην πράξη, αυτή η συζήτηση έχει καθυστερήσει στα περισσότερα περιβάλλοντα PMO πολλαπλών έργων, ανεξάρτητα από το εργαλείο. Η ρύθμιση του Power BI φέρνει στην επιφάνεια την ασυνέπεια και δημιουργεί μια αναγκαστική λειτουργία για την επίλυσή της. Μόλις το κοινόχρηστο μοντέλο τεθεί σε εφαρμογή, κάθε διαχειριστής έργου μπορεί να ενημερώσει το δικό του αρχείο Excel και το ταμπλό ανανεώνεται αυτόματα.
Έχουμε ήδη το Power BI. Χρειαζόμαστε τη συμμετοχή του ΙΤ για να προσθέσουμε προσαρμοσμένα οπτικά στοιχεία;
Στους περισσότερους οργανισμούς, η προσθήκη ενός πιστοποιημένου προσαρμοσμένου οπτικού υλικού από Microsoft AppSource απαιτεί είτε πρόσβαση Power BI Admin είτε εφάπαξ έγκριση από τον διαχειριστή του μισθωτή σας. Τα οπτικά στοιχεία της LeapLytics είναι πιστοποιημένα από τη Microsoft, πράγμα που σημαίνει ότι περνούν τον τυπικό έλεγχο ασφαλείας και συνήθως μπορούν να εγκριθούν γρήγορα. Αφού εγκριθούν σε επίπεδο μισθωτή, οποιοσδήποτε συντάκτης αναφορών στον οργανισμό σας μπορεί να τις χρησιμοποιήσει χωρίς περαιτέρω εμπλοκή του IT.
Πόσος χρόνος χρειάζεται ρεαλιστικά για να μεταβούμε από το τρέχον μητρώο κινδύνων του Excel σε ένα ζωντανό πίνακα εργαλείων Power BI Risk Matrix;
Για ένα PMO ενός προγράμματος με ένα λογικά δομημένο μητρώο κινδύνων, δύο έως τέσσερις ημέρες εστιασμένης εργασίας εγκατάστασης είναι μια ρεαλιστική εκτίμηση - συμπεριλαμβανομένης της ευθυγράμμισης του μοντέλου δεδομένων, της οπτικής διαμόρφωσης και της αρχικής αναθεώρησης από τους ενδιαφερόμενους. Οι ρυθμίσεις πολλαπλών προγραμμάτων με παλαιά δεδομένα σε ασυνεπείς μορφές μπορεί να διαρκέσουν δύο έως τρεις εβδομάδες. Η κρίσιμη εξάρτηση δεν είναι το εργαλείο αλλά τα δεδομένα: το πόσο σταθερά δομημένα είναι σήμερα τα δεδομένα κινδύνου σας σε όλες τις ροές εργασίας θα καθορίσει πόσος καθαρισμός απαιτείται προτού το ταμπλό τεθεί σε λειτουργία.
