一．空洞的總結上個星期幫一個朋友看了一個項目實施方案，讓我提出一下建議，我剛開始不是很感冒，后來覺得應該給人家意見把，才冒出來系統去整理一下項目實施的東西。先簡單回憶一下項目實施的一些東西，然后整理一點東西出來。??1. 項目組組建1.1多方項目組成員給出多方項目組成員組成。很多吃過虧的客戶，在搭建項目組的時候，甚至在招標書的時候，要求軟件公司的項目組里面必須有項目管理專業人員，甚至持有pmp證書，或者有專業的需求分析人員，并持有系統分析證書。1.2 多方項目小組成員的穩定性多方項目小組成員的穩定性。人員流動通知對方，申請多方認可。特別是相關負責人流動，需要多方確認。2. 實施的進度日程表給出系統上線日程表3. 軟件模塊實施的先后順序先上哪些模塊，后上哪些模塊。新系統和老系統并行運行的機制處理方式。歷史數據的處理方式。4.進入新系統的數據截斷日期。5.實施中多方會晤機制定期會晤機制？1周幾次？還是每幾天1次，每天1次？6.監理方的立場說明監理方代表的是甲方的利益，出現沖突的時候應該從維護甲方利益出發，考慮問題。7. 問題診斷機制實施出現問題時候，監理方應該要協助甲方診斷問題的類別，是來自于硬件提供商，還是軟件提供商，還是甲方的問題。如果不能診斷，應該主持召開多方會議確認問題的來源，類別。8.問題的響應速度要求當問題被診斷后，應該要求問題解決的時間，要求相關單位在規定時間內解決。如果問題不能在指定時間內解決，應該要考慮補救措施。9.需求變更處理當甲方提出需求變更后，監理方應該作出判斷，這個需求是否合理，是否超出了實施前制定的需求基線，如果超出了需求基線，就有可能需要追加預算了。當然軟件需求變更存在一個工作量的問題，如果工作量較小，就不存在甲方追加預算。一般的項目實施都是有1個需求基線，然后免費的需求變更工作量有1個上限，當需求變更的工作量超出這個上限，就需要甲方追加成本了。10. 甲方2次開發的難度控制當在設計甲方業務處理流程的時候，應該要考慮到甲方業務流程 更改后，系統的可配置性。這1點也是j2ee的主要特點體現。當然，如果系統使用了工作流產品的話，可以從工作流角度來考慮解決。11. 財務核算處理方式的靈活能力一般的企業單位，財務核算的方式是比較固定的，但是也會作變動，當這一塊作出變動時候，應該要求軟件系統能夠比較好的能夠實現。例如：軟件系統以前實行的是集中財務管理，后來改變成為半集中方式，或者分散方式。這寫都要秋軟件系統能夠很好的實現能夠很好的進行業務處理方式的平滑過渡。12.甲方業務流程的整理監理方作為甲方利益代表，應該和甲方一起協助億方指定出甲方的業務相關流程，在甲方乙方有爭論的地方進行協調，并且在流程指定時候應該就要考慮到流程的更改。監理方當然最好能夠先幫助甲方進行流程改那就更好了。或者乙方能夠提供工作流工具就好了，否則這部分工作會暫用監理方相當多的時間。另外需求搜集變更也會監理方需要高度關注的一件事情。軟件項目實施總結2—項目實施中的數據管理
軟件項目實施總結2—項目實施中的數據管理

管理信息系統實施成功三大因素依次為：人、數據、技術，也許有些人不完全認同，但是數據的重要性是大家不可否認的。

數據管理的組織機構的建立
為了更好的進行軟件系統的數據管理，應該從組織機構角度來做考慮，建立單獨的組織機構來管理數據相關工作，或者在實施小組里面專人總負責 。
軟件開發商和客戶核心的業務骨干一起制定數據規范，客戶提供符合規范的業務數
據，只有符合規范的數據才能進入系統。

數據管理的原則
強調客戶和軟件開發商的2方項目組成員做到“不能有‘我以為’的思想”，一旦有如此思想，很容易陷入閉門造車，項目需求很容易走樣，因為客戶à所有的客戶，也是在‘我以為’。項目組要想做到控制住需求，一定要拋開自己的設想。所以任何一個項目組成員，第一句話就告訴他，不要有“我以為”的想法。把’我以為’變成’客戶認為’(最好是客戶和軟件提供商一致認為)，這才是最重要的。
呵呵，這又回到了項目管理上。我在這里實際上只是想從數據管理這個更具體的角度來闡述問題。

數據入口的單一性
同一數據必須一次、一處進入系統，保證其準確性，及時性和完整性和入口的單一性。
管理控制一體化是系統的目的，如果一個數據在多個地方存儲，很容易造成數據的不一致。

數據副本管理/數據版本管理
雖然上面提到了數據存儲的單一性，但是有些時候也需要存儲副本數據。存儲這些
副本數據的目的就是為了在使用數據副本的地方不受到數據源的變化的影響。
例如：數據1在業務A進入系統，業務B使用到了數據1，但是為了避免在業務B使用了數據1后，業務A又把數據1的修改影響到業務B，那就需要業務B在使用數據1時候保存副本。
比如：城市拆遷資源計劃系統( http://www.netsky-tech.com/)的拆遷合同在使用房源業務錄入的房源房屋面積信息時,就使用了副本機制，在合同使用房屋面積時候，把面積信息存儲下來，當合同構筑完成時候，如果相應的房屋面積信息發生了變動，就用另外的業務來處理這個數據變動的相應處理（比如，使用房源的差價款合同來處理）。
有朋友建議用配置管理系統，把數據版本機制引入了業務數據里面.做過J2EE的項目，
都知道很多地方可以通過配置來進行管理。其實這個思想延伸到數據庫模型的設計時候，就體現出來了業務數據的配置管理的思想的使用。
我們其實也有是用這個思想，但是主要體現在 在基于數據表級別上 用數據級別+歷史
編號 來識別有效的數據。1個很簡單的例子：
一個員工的姓名原來 是aa, 后來改委bb，可以通過 歷史編號 找到原來 的信息是bb
通過數據級別識別現在的有效數據是aa，我們把數據版本控制更多的是采用’數據級別’加’歷史編號’另外還加上了一個’生效日期’, ‘截止日期’這2個時間戳.
另外，實際軟件系統的歷史業務數據進入系統就比較煩，可能需要使用版本管理機制來處理才行得通。

5.建立數據等級制度
軟件項目實施中業務規則經常會陷入一個兩難的境地，如果業務規則加強，很多數據數據達不到規范化的要求，無法入機；如果放寬控制，很多垃圾數據就進入了，大家都明白一個道理，對于軟件系統，垃圾數據進去，肯定是垃圾數據出來，統計查詢結果肯定是這樣的。
? ? 可以建立數據的等級制度，制定數據進入系統的最低要求。達到最低要求才能進入系統，
比如：
? ? 業務A,需要數據a1,數據a2,數據a3, 數據4。我們可以制定進入系統的關于業務A的條件是必須要有數據a1,a2才可以進入系統（也就是最低要求），如果提供的業務數據同時有數據a1,數據a2, ,數據a3,那就是更高一級的數據（第二級數據），如果業務數據在滿足第二級數據的基礎上，提供了數據4，那就是第三級數據。
? ?如果用過J2EE平臺的同行理解起來就比較容易，這實際上就是JMS基于主題的消息管理思想用于軟件系統一個具體例子而已，這里不過是強調的是用于管理數據的信任等級而已。
? ? 其實很多軟件項目開始制定的的數據規范，一般到后來都執行不下去，主要是太理想化了，也許只有到系統真正用起來了，系統數據的信任等級才能上去。所以我覺得應該在系統開始時候就把數據分等級，不同的等級，業務給與適當不同的處理，這樣也便于后期的業務進行查詢統計分析或者數據挖掘。
這種思想實際上就是將數據可以信任的程度進行分類；而一般的軟件系統是把數據定義為兩類，可以進入系統，不可以進入系統；我在這里設想的是，從數據可以信任的角度出發，分成多種類別，使用了一個小數來描述信任程度，而不是一個二值邏輯變量來描述；這樣從建立軟件系統整體模型的時候，把數據信任管理納入考慮之內，在進一步作業務分析，決策支持或者數據挖掘時候是比較有好處的；當然進一步延伸可能就需要從OLTP/OLAP混合建模來考慮，不過真要到那個高度，可能項目范圍就擴大了很多，具體怎樣操作，還要看項目具體情形。
當然，在軟件項目實際操作的時候，可能還會遇到另外一個問題，很可能用戶會亂用這個數據信任程度的概念，我個人的建議是在項目實施中如果可能的話，優先進入信任等級高的數據，然后才是信任程度低的數據；當然也可以從人員來角度作為切入點，信任等級越低的數據，進入系統就需要的業務更熟悉的人員來操作錄入，而且經過的業務處理步驟就越多。一句話，數據信任程度越低，就應該受到的審查/檢察越多。
參考：數據信任等級圖

6.數據來源管理
在現實中稍微規模大一點的軟件系統涉及到的組織機構都是比較大的，有很多還可能是松散的組織管理模式。在這類組織機構中，同樣的業務數據可能很多部門都會是數據錄入點和數據分析點，為此可以從數據采集/來源角度來描述數據本身。
從當前項目利益來說，數據來源管理方便數據查詢分類，長期來說可以建立起數據信任等級。
對于數據來源的識別，一般需要有特定信息來記錄數據的來源，特別是一些大型企業當然分支機構較多的公司企業政府，也應該這樣來管理。
事實上，數據來源管理是數據信任管理的進一步延伸，是數據信任管理的前置條件。一個數據，可以是來自于A部門的也可能是來自于B部門的。為了方便統計查詢和數據信任管理的加強，應該記錄下數據的來源地。
具體操方式可以有以下幾種：
1)? ? ? ? 數據錄入人員的工作人員編號，知道了數據錄入人員的編號，就知道數據的來源地。
當然，實際工作種存在人員調動，替操作（1個人用另外一個人的身份進入系統數錄入），
這些都有可能需要考慮到，否則可能造成數據來源管理失效。
2)另外一種方式就是直接記錄數據錄入的部門編號。
??這種方式弊端就是不能記錄下數據的具體操作人員。
其它說明：如果系統中引入了工作流產品，數據來源這部分工作可以由工作流來擔任。
具體例子：
在現實的軟件系統中可能存在一個主數據庫/數據中心，若干分數據庫/數據中心，系統在每過一定時間進行數據上傳/下載，為了進行數據合并和控制數據的修改，應該每個分數據中心只能處理修改自己的數據，可以查詢總數據中心/其他分數據中心的數據。如果沒有引入數據來源管理（數據屬地管理）和數據版本的控制機制，不知道系統在作數據中心合并會怎樣子？

7.數據項的分類編碼
數據項的分類編碼,實際上是數據項來源管理的一個具體延伸。數據項編碼的目的就是更快更好的識別數據代表的業務意思。一個典型的例子就是ERP中的BOM表（基本物料清單）.
數據項的分類編碼,不只是在系統模型建立上有指導意義，在進入系統的業務數據的規范化同樣有指導意義。
數據項的業務編碼和系統編碼分離。業務編碼很多時候只是為了識別業務數據的需要，很難保證業務數據的唯一性要求。而且業務編碼可能會發生變動，有些單位的總體規劃從調研到討論制訂、到項目審批通過，再到最終實施，常常幾年過去了，需求發生變化，這種編碼規則不發生變動幾乎不可能。2000年我參與的一個企業軟件系統，就一個產品編碼規則2個月就發生了5次變動。從更長的時間范圍內來說，應該考慮數據產生時期問題，不同時間階段產生的業務數據，使用的業務規則不一樣，數據編碼這個層次很多時候很難識別數據當時的業務環境。
以一個簡單的例子來說明：
業務數據表的primary key系統應該是系統定義的，而數據項的業務編碼只能作為索引或者備用鍵使用，這樣就減少了數據業務編碼規則的變動對系統影響減少到更小的程度。

8.算法的版本化
本來我打算在前面的基礎上，再談一下業務流程的管理設置問題，不過，現在工作流思想深入人心，我也就跳過了。我打算從數據的核心業務處理，算法處理角度來闡述。
其實在現實中的軟件項目中，大家提到的較多的BPR,工作流這些東西，但是很少提到
算法這個單詞。當然，不可否認，很多軟件項目，特別是電子政務/OA的業務主要是體現在
流程/文件上，算法這部分比較簡單（當然，我這樣說，有人可能不認可，暫且就不爭論它了），就沒有必要去強調算法的重要性了。
為了避免垃圾數據進入系統，垃圾數據出來，有必要對數據進行分類管理。正如前面提到的那樣，對于進入系統的數據，進行信任等級劃分，數據來源的分類；但是對于系統出口，為了避免出現垃圾數據，需要在數據處理階段，也要進行分類處理，這里就引入了算法的版本化，來適應不同的數據/業務需要。
在實際項目中，可能不同信任等級的數據，采用不同的算法去處理數據，這樣才使得數據的處理更有針對性，更符合實際需要。
從需求變更的角度出發，軟件開發商可以先實現一些數據信任程度低的算法，然后再根據項目實際情況，決定是否實現更高一級數據等級的算法。在現實軟件項目，數據信任等級低的采用的算法也會簡單一些，由于需求變更，增加了新的數據信任等級更高的數據，這時候可以考慮暫時采用低等級的算法進行處理，然后再結合人工干預，達到數據處理的要求。大家都明白一點，算法復雜，測試的難度就大，但是使用這些更高等級的算法的幾率是很少的，處于成本的原因可以把這些算法的實現滯后。
當然我這樣說，并不是意味著放棄高等級的算法，一些根據項目實際情形需要來操作。? ?? ?
數據根據信任程度分成等級，呵呵，這就是所謂工廠方法模式嘛，算法也分成等級結構，這就是所謂的模板方法模式。
數據在處理后，應該記錄下被使用的算法版本，這樣才便于以后統計查詢分析或者數據挖掘之類工作的開展。
例如：在一個商品交易中，一個商品可能被購買的價格是正常價格，節假日優惠價，會員優惠價，在交易流水賬中，應該記錄下交易時候是采用的那個價格類型，原始價格多少，實際購買價格多少。記錄下原始價格，是因為，商品的原始價格本身可能是變化的。
再以拆遷資源計劃系統( http://www.netsky-tech.com/))為例，房屋補償的價格價格可能是來自于管理參數，也可能是來自于申請，實際到底是來自于哪個，算法應該記錄下來。

9.業務規則使用的版本化
前面已經提到了數據錄入的版本化，還有算法的版本化，也就是計算結果的版本化。但是還沒有談到一點，到底啥時間該采用哪個版本算法。
在J2EE項目中，一般是采用配置文件的方式來控制版本。從配置管理角度的來說，一切都根據配置文件來決定使用哪個版本的數據錄入的分級(數據信任程度分級)，然后根據配置文件決定數據處理使用的算法版本。
其實在J2EE項目中，可以采用類似apache commons-validator這樣的包，來進行數據錄入的信任等級建立。
前面都已經提到了從工廠方法模式的角度來建立數據信任等級制度，但是并沒有解決到底啥時間采用哪個方法處理數據。也許有人建議，采用工廠方法模式的思想，把數據當成產品，把算法當成工廠，來處理（注意：不是制造）數據。這個想法也許能夠滿足一些系統的需要，但是更多時候是失效。
為此，我覺得有必要把算法的分配使用當成為一個業務管理策略來管理，通過單獨的業務模塊去設置業務的算法管理策略，可以把這些策略保存為配置文件或者直接保存到數據表；在J2EE項目中，常用的方式使用XML的格式保存為配置文件，但是如果這個策略比較復雜的時候建議還是保存到數據表。

10.補充說明
? ?由于最近事情比較多，對于項目實施中的數據管理先整理這些，有空的話，再繼續整理。
大家如果有興趣，可以切磋交流一下.

數據分級及算法版本化的思想對于較復雜的業務系統來說是非常重要的.
用戶及開發人員都不會希望系統在運行時中有太多的垃圾數據, 但這與現實情況往往是個矛盾,現實數據采集往往是由人手工完成的,故收集回來的數據五花八門,系統如果沒有數據分級的處理,那么結果可能是實施不下去導致用戶滿意度下降,并且開發人員整天處于救火狀態(不管是
為了處理無窮盡的垃圾數據還是為了降低數據限制以讓現實數據進入系統).算法的版本化與數據
的分級是相關的,不同級別的數據需要不同的算法來處理,不同時期的數據可能需要不同一算法來
處理等等. 軟件項目實施總結3—項目實施中的數據管理2

這算是最后一個軟件項目實施總結，寫的簡單，算是結束這個自己定下的任務了。具體內容如下。

數據精度
數據精度問題，數據單位問題。數量的上下文。
數據處理中的定點數，和float數。實際上在一些數據中間運算中，不管那種方式，都會丟失精度。雙方要在這方面做出約定。中間結果四舍五入的使用原則，保留精度，最后結果的精度。
在一些加權計算中，中間計算會丟失精度，為了不影響最后結果，可以考慮使用減法的原則，把結果確保達到業務要求。
說道數據精度，就又牽涉到數據的業務描述的詳細程度。當然如果從模糊數學來解釋可能更好解釋。我在這里引入目錄樹的數據描述方式，或者說是用基于主題的方式來描述業務數據。

數據單位
一般管理系統中都會存在數據單位問題，如果作一些出口軟件。這個那是自然更需要面對和考慮的問題了。

數據盤點
一般業務數據都會存在天/周/月盤點，盤點時候，自然存在物品自然損耗，資金損耗，需要進行壞賬處理。而且，從系統實時調度決策的準確性，也需要定期作盤點。

數據收集與準備
??靜態通用數據的收集整理。
??軟件項目的這部分數據收集整理是相對比較容易一些的。
一般包含一些基本的組織機構數據，基本的業務數據。例如：
商品條目文件，基本工作流程，供應商基礎資料，銷售客戶數據

數據正確性保證
一般進入的系統的數據都需要手工進行復核，最好至少有1個人
出現有爭議數據(如何處理?數據的糾偏機制?)
數據核對數據的準確性

朋友同事對實施的一些看法，主要從管理角度來提出的。
項目風險一般存在:人.技術,意外,數據安全。
6.1.項目組織
項目經理一定要勇于拍板，敢于承擔責任，項目經理不應天天坐辦公室的,他需要親自于客戶打下交道.和客戶打交道,需要找一些能拍板的,或對某一方面特別熟悉的。和客戶打交道,需要找一些能拍板的,或對某一方面特別熟悉的。
軟件系統實施，雙方項目組聯系脫節，是否例行溝通堅持下來了
在上線前,需要充分估計可能存在的風險,并定制好應急計劃.定制這事應是群策群力的.
其實實施很多時候，或者說本來就應該從管理角度來考慮問題，處理問題。要叢多哥方面來闡述從甲方，乙方，監理公司（咨詢公司），還有實施小組的人員搭配，多方項目組成員的搭建，客戶投訴管理流程，著很多是從管理角度來考慮 的另外多方會晤機制，開會一定要目的明確，特別是一些問題解決會議，一定要落實到實處，否則這種情況多了，開會成了1個休息的時間，或者干脆有人就不來了，即使來了，也是白搭，沒有聽進去，人家心理會想參加有什么意義？

6.2. 尋找項目動力
提高系統在客戶心中的價值.如對一些實用性的小功能加大力度推行. 發握系統中的閃光點. 說高科技人家不懂,說點易用的好接受. 這實際上是1個易用性的具體執行，還可以適當地在用戶群中做一下使用情況的調查.這有利于發現系統中存在的不足. 這實際上是定期上線調查，捕捉系統的問題。

6.3 實施體操作小組不要濫用
不要形成實施人員幫做業務的不惡習,要培養起一批用戶骨干. 不然會累死自己. 臨時替操做人員，成為了永久替操作人員。

6.4 項目計劃
在制定計劃時,注意解決那些不急,但很重要的問題. 制定計劃時要符合實際, 計劃要有階段性，然后定期調整不要比們草車，不結合實際，注意解決那些不急,也可以叢資源的準備問題來說，如果從項目管理角度來說，這寫問題的解決需要一些前提任務，如果在指定計劃沒有把著一點作好模塊定好了上線日期后,就盡量保證時間一到就能用,不要影響客戶的業務. 項目任務的排序是肯定需要的。

6.5. 系統上線初期
用戶業務手工和系統并行云做是最容易出問題的。
系統上線后,需要客戶方統一做法. 明確數據走兩條路的造成的影響不負責. 不然老是幫忙補數據,沒完沒了. 還有一個問題，就是歷史數據的劃分問題，著部分弄不好，很容易被陷在里面，實施小組很難脫身，依賴性養成；是很難改過來的，他們客戶覺得有實施小組存在,有問題也不敢立馬解決,需要確認一下才敢做.例行交流會議肯定要開的，那怕加班來開都是應該的2邊都是應該這樣，否則大家都不止到別人在干啥。

6.6. 數據交割期限的設置：
主要是歷史數據的劃分問題，這部分弄不好，很容易陷入一直在處理系統歷史數據問題。

6.7 QA庫的建立
把一些常見的問題，以及應該采取的處理方式，收集起來，形成一個常用問題解答庫，也就是一個知識庫。

6.8. 培訓
培訓相關需要的內容：
相關業務培訓（當然有培訓手冊）
培訓后的答疑
培訓后的考試
培訓一定要注意培訓順序和培訓重點，還要抓住業務骨干，不要只管范圍，不管質量。

6.9. 論系統模擬上線
系統模擬上線的目的要明確，就是為了模擬系統正式運行的環境，發現軟件系統問題。實施范圍必須明確，實施培訓手冊到位，培訓計劃先于模塊實施上線。
一般系統上線前都要有模擬上線。
為了得到好的效果，模擬數據一定要有真實行，最好是采用現有的真實數據。
另外模擬一定要讓模擬操作人員認識到這是在作真實業務數據一樣，或者干脆瞞天過海,就說是真實上線。否則模擬人員不認真對待，很容易讓模擬流于形式，很多在模擬中應該出現的問題沒有出現，這樣就嚴重了。
模擬上線根據實際需要可能還會分幾次進行（同1批人），或者分成幾批人進行，也可能分成幾
批幾次進行。當然這樣也可能會造成由于人員分批不當，有些問題或者很多再后面的模擬才能暴露出來，或者由于大家有依賴思想，以為別人會發現問題，自己就可以不用那樣用心了，特別是在模擬人員有很多業務工作要做的時候更是如此了。當然，如果有一定獎勵措施，就可能好一些了。

7.結束語
??我經常寫一些技術學習的心得，但是對于一些項目實施/系統分析這類和管理結合比較緊密的東西，我基本是憑興趣，一時心血來潮去寫的。其實現實中的軟件項目很多程序員喜歡在工作學習中寫學習心得，但是很少有去寫管理心得。關于這個項目實施總結，我本來打算主要從項目管理角度來闡述的，
但是由于種種原因放棄了，干脆就從系統分析角度/系統開發根據實施效果去總結。由于最近這幾個星期亂七八糟的事情太多，從開始寫這個東西到現在已經好幾個星期了，差不多寫總結的熱情也耗光了，也就宣布這個項目實施總結結束了。

8.參考資料
8.1. blog.itpub
搜索”實施”，應該可以找到一堆項目實施的資料

8.2 分析模式：可復用的對象模型
（美）Martin Fowler
http://www.china-pub.com/computers/common/info.asp?id=16605

8.3. 本人實施的相關文章
項目實施總結1
http://blog.itpub.net/post/197/7122
軟件項目實施總結2—項目實施中的數據管理
http://blog.itpub.net/post/197/7937

8.4. 大連圣達的網站 http://www.sinoprogress.com/
高復先是這個公司的老板
信息資源規劃（IRP）系列講座之四：營造數據環境（高復先）
http://www.amteam.org/docs/BDDocument.asp?Action=View&ID={A7C57098-1C76-491A-AAE4-FE3288422531}&ReturnTo=BDSearch%2Easp

8.5.實施信息的獲取
8.5.1去一些專業網站收集,比如：
http://www.topoint.com.cn/
http://www.ccidnet.com/
http://www.zdnet.com.cn/
http://www.amteam.org/docs/bpwebsite.asp
http://www.uml.net.cn/
http://www.51cmm.com
8.5.2.通過google去搜索了，這個是地球人都知道的.
8.5.3通過朋友介紹信息來源然后去這些地方采集信息.

總結

以上是生活随笔為你收集整理的软件项目实施总结的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。