项目中的人数陷阱

如果一个24人月(软件项目的大小度量单位。人月表示项目组中一个人一个月的工作量)的项目，已经进行了一个月，项目组中有六个人，项目执行是半年。现在，你被指定为此项目的经理。你是否觉得很幸运？因为现在的人力有36人月，远大于项目的需求。
但是，这六个人里：两个是高校大四实习人员，实习期为三个月；一个是从别的公司借调的，已签合同期为两个月；一个正在申请辞职，按公司规定辞职周期为两个星期；还有一个是新到公司的，还处于试用期；只有一个是公司工作满一年以上的员工。
这时，你就不会觉得还是幸运的了。

人数陷阱

这是典型的人数陷阱，对于新从事项目管理的人员而言，很容易跌入其中。
回到上面的例子，如果没有及时发现并做出相应处理的话，下面的情况将会使你措手不及：
两个高校大四实习生，没有实际的工作经验，代码质量与速度明显比别人差一些。目前正在找工作，三天两头请假，而且他们周末还有课。两个月实习期满之后，学校就要举行期末考试。
从外公司借调的，合同期为两个月，现在还有一个月。合同续签当然是有可能的，不过，其中还会有一些谈判的内容，是否续签不是完全由项目经理决定的。
辞职的人员，在已经提出辞职之后，请假之类的已经无法阻止。同时，两周后，离开同样无法拒绝。就算他现在还在公司中执行着相关的工作，但是，他的工作质量如何保证同样也是一个头疼的问题。
新到公司的同事，还在试用期。暂且不说试用期后可能会离开，就算不离开，其适应公司的工作还需要一段时间。

软件产品生产的最主要的“原料”就是人力，即人的数量与这些数量的人投入项目的时间。但是，在上面人数陷阱的例子中，人员的数量与人员投入的时间都不能够以物理量来计了。

人数陷阱分析

人数陷阱成因
从前面的例子中，我们可以看出，问题主要出在人员物理数量的动态变化，以及人员的工作效率的高低（在本文中称之为人员质量）及其变化。

一、人员的物理数量是一个动态的过程
在项目执行过程中，人员的物理数量会不断地发生变化，必须从项目生命周期的角度来考虑人员数量变化。
如本文开头的那个例子而言，在当前这一个时间点上，人员的数量为6。但是，最多两个星期过后，人员数量因为有人离职而降到5。而一个月过后，人员数量会因为与借调的人续合同失败而降到4的风险。当然，如果两个月后，两个实习的离开时，就会又减少两个人。
随着项目的进行，有很多的事件可能引发人员的数量变化。还是回到本文开始提到的例子：招聘新的员工，续签借用合同都会促使人员数量的增加；而试用人员不合格，或者正式员工辞职，则会导致人员减少。

二、人员的质量也是一个动态的过程
人员的质量包括人员所掌握的项目中所需要的技能及其熟练程度。随着项目的开展，人员的熟练程度会有所提高。另外，人员的培训也会使得人员的质量有所提高。
在本文开头的例子中，一个非常明显的人员质量在项目执行过程中提高的例子，就是在新进人员进入的时候。
大部分情况下，人员在进入项目组之前，都具备一些通用与基本的技能。但是，由于对于项目背景以及项目持有的技术领域的不熟悉，新进人员的工作效绩一般相对平均水平较低。而在适当地培训之后，其效绩将会有明显的提升。这也是大部分情况下，当项目组涉及到特定非通用技术领域时，都会有培训的原因。

静态分析
在静态分析之前，我们引入标准人员数量概念。在本文中，它是人员的物理数量与人员质量系数的积。静态分析就是指获得在项目生命周期中的某一个时刻标准人员数量。

一、 人员物理数量
在大部分情况下，人员的静态数量是一个比较容易把握的量，因为它本身就是一个物理量。但是，情况并非永远如此。
我们设想一下以下的情况下，当项目组与其它项目组存在人员交叉时，即一个人员同时为两个项目工作时，你将如何计算这个人呢？
习惯上，有两种方法：一种是在数量上将其计为1，而在质量评估时，按照其实际在当前项目组的工作投入程度，计算其质量系数（关于质量系数，在本节后面人员质量静态分析中会有说明）；第二种办法就是直接根据其工作投入程度，将其数量计为0.5或其它值。
考虑到质量评估是取得一个模糊量，而后一种办法得出来的也是一个模糊量，所以，一般倾向采用第一种办法，一方面简化分析过程，另外一方面也可以使得整个评估结果的修正更灵活。

二、人员质量系数
人员质量是一个无法精确测量的量。在实践中，采用综合评估地方法得到质量系数。人员质量系数反映了单个人员在项目的当前阶段对项目贡献能力的高低。
在进行人员质量评估之前，首先必须建立能够影响项目的人员质量因子表。常见的质量因子包括：人员的学历、人员的工作年限、相关技术工作年限、人员在公司工作年限、人员的个性特点、以前换工作情况等等。在前面也提到过，如果你将人员项目交叉留到这一环节来评估的话，还要加上相应的因子。
在做完因子表之后，接下来就是确定各个因子系数，即各个因子的权重。在确定因子的权重时，通常有两种做法：总权重值法和相对权重法。
总权重值法是指在设定权重值时，限制所有的因子的权重值和为一个确定的值。
相对权重法是指所有因子权重的范围相同，比如都采用五分制。
可以综合这两种方法来决定各个因子的权重大小。
在做完以上两项工作之后，我们会生成这样的一张表格：

 项目管理人员接下来要做的就是为每一个项目成员，生成一张这样的表，根据每一项打分，然后，分数的汇总就是最后的得分。
最后，我们会选择一个合适的值作为标准，质量系数就是实际评分值与此标准值的比率。
这里的标准选择必须与工作量估算的时候一致。在工作量估算的时候，我们其实都假设了一个标准的人，然后，假设所有的人都是此标准人的情况下，项目是多少时间内做完。我们应该让标准人拥有的质量评分就是用于比较的标准值。

动态分析
动态分析主要是记录与预测标准人员数量的变化。
在项目执行过程中，标准人员数量是在不断变化之中的。项目管理人员必须时刻把握这些变化，并对将来的变化做出合理的预测。
标准人员数量变化分为两个方面：一个是人员的物理数量变化；另外一个是人员质量变化。
前者的变化是相对容易捕捉的。如本文一开始所举例的项目中，人员离职，借调人员离开，实习人员返校，都是容易捕捉到的人员变化。
而人员质量的变化，则不是容易跟踪的。这一方面是因为人员质量变化是一个缓慢过程，另外一方面是因为人员质量评估本身就是一个模糊量。所以，在实践中，我们会对于人员质量变化跟踪作适当的简化。比如前文提到，如果项目周期较短，我们可以认为人员质量在项目过程中没有变化。又或者我们在项目执行过程中，组织了一次与项目关系密切的培训后，根据培训的结果一次性的调整参加培训人员的质量评分，从而反映这些人员质量的变化。

避开人员数量陷阱

在静态分析与动态分析的基础之上，我们可以提出避开人员数量陷阱的一些方法。

使用标准人
在项目管理中，在涉及到人员数量的地方，都使用具有标准评分值的标准人员。这包括在做项目计划、工作量估算等地方。
当我们说人月时，每个人理解的实际工作量，其实是有出入的，其主要差别就是对于作为单位一部分的人的能力的认知上。所以，我们有必要使用一个统一的标准人员去统一这个概念。
可以在公司层面上建立标准人。公司层面上的标准人从各个项目经验中总结而来，并且再将其应用到各个项目中去。同时，作为公司层面的标准人，可以根据项目需要，建立一整套指标。比如标准人每月完成的有效代码行数为40行，标准人每天完成的标准测试案例数量为75个等。
有了这样的标准人，并且有了标准人的相关参数定义之后，再说起30人月，所有人都会统一成一个认识：如果是开发项目，就意味着项目有效代码行数约为1200行；如果是测试项目，则测试案例数量约为2250个了。

至少对每个人评估一次
项目管理人员至少对于项目中的每个人评估一次，即使你是中途介入项目管理。第一次评估是全面的，即将所有的人员都评估一次。以后，可以根据需要，有针对性选择人员进行复评。
在正常情况下，人员的质量系数会随着项目的开展而增长。但是，也有例外。比如项目组中的人员在项目执行过程中，被其它项目共享。
一个基本的原则是，当人员质量出现明显变化时，就应该对于相应人员进行重新评估。比如前面提到的人员培训，培训之后，参加培训的人员就应该重新评估。
当然，如果在执行过程中，发现之前的评估有较大的失误，也应该及时进行修正。

积极稳健原则
因为标准人员数量中，有很多的模糊量。这些模糊量的累积，可能会使得评估结果浮动较大，从而对于项目的执行产生影响。
在实践中，我们追求尽可能地准确。比如，如果我们预计标准人每月完成40行代码，而估算的工作量为30人月，那么，我们可以认为实际有效代码行数为1100-1300之间为准确，或者认为我们投入的人力数在29标准人月与31标准人月之间为准确。
同时，当我们发现项目技术复杂，人员质量系数评估难度大时，则应采用稳健性原则，如当发现评估值有不同意见时，以较小者为准。

原载于《知识经济e企业》