【2022BI数据分析大赛】研发项目生命周期监控看板
Your browser does not support video tags.
一、团队介绍
1.团队介绍
团队名称：研究院数据应用先锋队
团队组成：
冥河：队长，“不因技不如人而碌碌无为，也不因小有成就而沾沾自喜，始终保持一种新人的姿态，努力充实自己。”FineBI2020年新秀，至今也是新秀。
孔博：队员，科学研究院总监，建立并管理高效专业的技术战略中枢团队，支持技术部达成目标，协助申报国家项目、降低后勤成本、控制部门费用，负责技术中心经营管理、项目管理、平台建设和培训共享等工作。
鲸鱼：队员，项目管理高级经理，固化产品闭环管理模式，推进产品从规划-概念-开发-到市场实现跨职能有效运作：统筹年度立项，参与立项审批，优化项目管理体系，使产品研发流程化，标准化。研发项目跟进检核、研发数据分析。
梨鸭：队员，项目管理专员，对各项经营事项进行精细化检核分析，优化项目管理体系，研发项目跟进检核、研发数据分析。新手入门帆软BI产品，本次参加比赛的目的是想提升自己在BI产品上的使用与数据分析能力。
2、参数初衷
研发项目管理是目前数据分析里涉足比较少的业务领域，先前找了很多模板，但相关的还是比较少。希望可以通过参加比赛与外部小伙伴交流学习关于相关项目开展，研发方面的数据应用分析思维与经验，共同成长。
希望可以获奖拿到助学基金，给研究院的小伙伴学习BI报名用。在研究院里也可以培育出数据分析的花朵。
二、作品介绍
1、业务背景/需求痛点
业务背景
研究院下设九个技术部，四大技术中心，每年开展的研发项目量已经有一千多个。如何科学进行年度统筹规划，有效管理项目推进、项目配方签批落地，研发成果量化一直是管理上的核心诉求。
需求痛点
之前研究院研发项目管理一直存在着以下几个主要问题：
基础报表未实现自动化，人工核算成本高：研发项目管理的线上流程有十几条，各技术中心/技术部统计员需要手工系统导出，并手动合并汇总、计算检核项目数据，并分析上报给总统计员再次加工汇总。人工核算成本高，且数据分析维度有局限性。
项目进度不透明：延期/终止项目存在60%未按时主动上报公司的现象，主要依靠手工检核，跟进提报，效率低下；
数据不及时：目前研发项目情况仅做周报、月报、季度报等阶段性汇报。高层领导无法及时获取最新项目最新进展情况及最新人员配置情况。
研发项目量化困难，准确性低。项目（技术部、项目编号）——配方签批（项目编号-组件物料）——BOM查询（组件物料-成品）——销售收入（成品）多环节加工核算进行研发贡献量化，数据量庞大，人工核算工作量大且数据极易产生偏差，产生争议。
因此研究院迫切需要通过数据可视化来实现研发全生命周期可视化，提高项目进展的“能见度”，对多项KPI指标有效监控及预警，方便管理者识别阻碍和合理分配资源，辅助决策支持，以及各过程指标统计核算口径标准化，提升检核能效，激发各部门各项指标主动前置和加码。
2、数据来源（企业数据）
项目年度规划执行表；
研发项目信息库表；
配方签批表；
研发活力表：由研发项目信息库表（技术部、项目编号）——配方签批表（项目编号-组件物料）——BOM信息表（组件物料-成品）——财务签收开票表（成品-销售收入），加工而成，这里仅使用面向结果查询的ADS表；
专利信息登记表；
论文信息登记表；
各技术部人数。
3、分析思路
（1）分析思路
总体分析思路/呈现逻辑为：
数据总览——>项目开展各环节明细信息；
项目开展逻辑顺序：年度规划执行——研发项目执行——配方签批落地——研发活力指数——知识产权输出；
具体见思维导图：https://www.mubucm.com/doc/MfRiIQwTGG
（2）部分关键指标说明
年度规划数：去年9月1日至当年9月1日的已归档数；
已立项数：已立项数：去年9月1日至当年9月1日的“是否立项”属于“是”，并且“立项变更或取消”不属于“规划终止”的已归档数；
规划执行率：已立项数/（年度规划数-规划终止数）；
总立项数：筛选期内已归档数+筛选期前未完成数；
完成数：筛选期内，项目进度状态判定为“已完成”的已归档数；
完成率：完成数/总立项数；
正式配方签批数：筛选期内项目相关配方数（“正式中试”为“正式”的已归档数）；
正式配方签批率：总立项数中OA项目进度为（产品配方单-、产品配方单-正式、已完结）/总立项数；
研发活力：科研项目相关（创新+新产品+优化+降本）成品的销售收入/集团全部成品的销售收入。
新品研发活力：近24个月研发立项产品类别为（新产品+创新产品）的成品销售收入/集团全部成品的销售收入；
年立项数：“是否年度计划”属于“是”的总立项数，年立项占比=年立项数/（年立项+非年立项）；
非年立项数：“是否年度计划”属于“否”的总立项数，非年立项占比=非立项数/（年立项+非年立项）。
已完成数：筛选期内项目进度状态判定为“已完成”的项目；
正常数：筛选期内项目进度状态为“正常”的项目数+筛选期前未完成项目进度状态为“正常”的项目数；
异常数：筛选期内项目进度状态判定为“异常”的项目数+筛选期前未完成项目进度状态判定为“异常”的项目数。
（3）排版布局设计
4、数据处理
（1）左右合并：项目信息库左右合并各技术部人数。
5、结果展示
（1）总览
主要内容：数据总览，依据项目生命周期各环节先后顺利进行展示，包含年度规划执行情况、研发项目完成情况、配方签批完成情况、研发活力指数以及最后的知识产权输出情况。
核心指标：年度规划数、规划执行率、在研总数、完成率、正式配方签批数、正式配方签批率、研发活力、新品活力、专利获批数、论文发表数。
展示效果/分析结论：整体为简洁的科技风风格，以指标卡的形式清晰地展现目前研发院工作总体开展情况。日期选择2022-01-01至2022-04-30，此时我们可以看到年度规划数为420个，并且年度规划100%执行完毕。在研项目包含年度规划项目与计划外的非年度规划项目，此时研究院在研项目总数为726个，其中已完成62.1%。在研项目完成正式配方签批，落地投入市场的数量为1102个，正式配方签批率为55.0%。研发活力指数是衡量研发项目投入产出情况的一个重要指标。其值越高，代表科研转化率越高。根据市场需求不断推出具有高竞争力的新产品是保障集团长期发展的一个重要保障举措。22年前四月，研发活力为81.2%，达到集团80%的要求。同时，新品活力更是超出集团13%要求线8.3个百分点。最后科研项目开展期间取得的成果结晶有72个获批专利，3篇学术论文。整体来看，研究院目前项目正有序平稳开展。但各环节开展情况还需细化观察。
备注：日期筛选控件作用于年度规划执行表、项目信息库表、配方签批表的申请时间，专利表的专利生效日期、论文的发表时间。
（2）Chapter1，年度规划执行情况
1，主要内容：包含两部份内容，一部分是各研发立项产品类别规划数及占比、各技术部规划数及执行率；另一个部分是目前在研项目情况：从项目维度区分各类在研项目数、各技术部在研项目情况、人力资源分配情况、在研项目中是否年度规划情况。
核心指标：年度规划数、规划执行率、在研总数、人均在研数、年度与非年度在研数。
3，展示效果/分析结论：创新产品及新产品科研项目一直是研究院的建设重点。从产品维度来看科研项目立项，创新产品是33个，约8%。主要原因是其研发难度系数较高；老品优化及降本产品立项偏多，约占六成，致力于不断强化产品，满足消费者需求。目前已经是四月，各技术部的所有年度规划立项除部分终止外，其它均已全部立项完毕。回归到在研项目数，与年度规划立项情况类似。技术中心A、技术部C、D、E在研项目数较多。其中，技术部D高达164个，新品（创新产品+新产品）总计90个。这四个部从人均在研数来看，压力还是比较大的。超出了人均2.5个在研项目数合理配置线。技术部B由于人员较少，尽管在研数相对不多，但人均也有4.1个。简单来看，这五个技术中心/技术部人力资源还是比较紧张的。技术部I人员偏多，有8个，但在研总数只有1个。可以适当调配技术部I的人员参与到其它技术中心/技术部中去。年度规划在研项目占在研项目总数的比越高越好。因为属于年度立项的话，能提前合理地分配资源，非年度立项是属于计划外的项目。从图中来看，技术中心B、技术中心C、技术部H的整体规划可能出现了点，计划外的项目均超过了一半。需要思考下原因，提升规划科学性。
（3）Chapter2，研发项目完成情况
主要内容：此处分为两部分，一部分是在研项目开展总情况（已完成总数及比例、正常总数及比例、异常总数及比例、异常主要原因、各技术部各项目进度状态比例、各研发立项产品完成率），另一部分是各技术部开展明细、完成明细、异常明细；
核心指标：各项目进度（已完成、正常、异常）数及占比、各异常原因比率、项目完成率；
3，展示效果/分析结论：此处展示了在研项目的开展情况。绿色代表已完成，相对来说，其比值越大越好。橙色代表正在持续推进的项目，红色则代表异常项目。从中心的指标卡与堆积柱形图来看，目前已完成了451个项目（约占总在研数62.1%），持续推进的正常项目有220个（约占总在研数30.3%），异常有55个（约占总在研数7.6%），异常主要原因均为项目超时。总体来看，项目进度管理是目前管理上的重点。观察“各品类研发立项完成情况”，我们发现老品优化、降本产品完成率较高，这与本身难度有关。创新产品难度系数偏高，因此完成率会比较低。从“各技术部项目开展概况”看，技术部B完成率最高。而技术部异常率居然高达37.5%。该技术部需要重点关注。点击技术部H，联动“异常项目信息”表，我们发现异常在研项目均为创新产品与新产品。具体开展情况，我们也可以找到对应的责任工程师详细了解。“各技术部项目开展概况”与“各技术部完成情况明细”，描述具体开展情况与完成情况。这里可以直观明了地查看各技术部项目开展情况及完成情况。在这里，实现了在研项目开展的透明化。有异常情况可以及时发现、了解、解决、总结原因。
（4）Chapter3，配方签批完成情况
1，主要内容：包含了三个部分，各技术部配方签批工作量，各配方类型数及占比、各技术部正式配方签批率。
2，核心指标：正式配方签批数、正式配方签批率。
3，展示效果：“各技术部正式配方签批数”，可直观的表现出各技术部配方签批工作量与其之间的差距，能激励各部门比学赶超。“各配方类型签批数及占比”，展现了各配方类型数及占比，其中配方一般性调整占比最大。此外，“各技术部正式配方签批数”与“各配方类型签批数及占比”可以进行联动，细化查看。各技术部正式配方签批率能清晰的看出哪个技术部在这方面表现最突出，落地达成率最高。红点代表未达到均值，可以为相关技术部起到预警作用，代表他们需加快推进落地。通过观察“各技术部正式配方签批率”，我们发现技术部A、C、F、G、H正式配方签批率低于均值。需要加快推进落地。
（5）Chapter4，研发活力指数
1，主要内容：包含了两部分，一个是每月研发活力指数，另一部分是不跨年月累计研发指数；
2，核心指标：研发活力、新品活力；
3，展示效果：此处通过通过设立80%研发活力指数警戒线，13%新品研发活力指数警戒线并通过“红绿灯”效果来具体展示达标与未达标的年月。一个作用是具体量化研发转化成实际销售的贡献，另一方面则是对部分未达标年月突出显示。从“每月研发活力”来看，2021年11月、2022年02月研发销售贡献不足，需要再深入探究原因。新品研发活力目前在稳步提高，说服集团科研创新力量在不断提高，是一个好消息。从月累计研发指数来看，2020年新品活力不足，尽管研发活力达标，但主要还是依赖老品（老品优化与降本产品），市场竞争力不足。2021年级及之后，新品活力呈现良好的上升态势。但需特别注意2022年02月研发活力出现了问题。需要特别关注。
（6）Chapter5，知识产权输出情况
1，主要内容：知识产权输出情况明细情况。包含各类专利的获批数、论文发表数、获批专利明细信息、发表论文明细信息；
2，核心指标：专利获批数、论文发表数；
3，展示效果：以指标卡的形式能够突出展示科研项目开展期间所取得的成果结晶。并通过Tab组件+明细表的形式切换展示专利、论文明细信息，满足统计与查看要求。
（7）总结
整体来看，目前研究院项目开展还算有序。但各环节处仍有不少问题需要注意。如（1）人力资源未达到最佳分配，部分技术中心/技术部在研项目数相对较多，而部分技术部则过少；（2）部分技术部的年度规划能力还需提高，尽量减少计划外的项目，做好提早规划，提前准备资源；（3）部分技术部完成率较高，值得肯定；而部分技术部异常率偏高，主要原因均是项目超时，需要找到对应责任工程师询问详细原因，是人手不足还是项目进度管控出现问题；（4）部分技术部的配方签批落地低于严重低于均值，需要加快配方签批落地；（5）随着集团对科研投入的加大，新品活力呈现较好的态势。但也需要注意到部分年月研发活力未达标。需要再进一步探究原因。
总之，驾驶舱实现了研发全生命周期可视化，提高了项目进展的“能见度”，通过多维度数字化智能分析，对多项KPI指标有效监控及预警，方便管理者识别阻碍和合理分配资源，辅助决策支持，以及各过程指标统计核算口径标准化，提升检核能效，激发各部门各项指标主动前置和加码。
（8）亮点功能
在线指标文档：日常查看报表时，部分查看用户可能会对指标计算结果产生疑虑，想要了解指标的取数来源与计算公式，这里可以通过右上角文本组件添加超链接，链接到在线指标文档。该指标文档由研究院总统计员统一维护。效果如图：
查看用户操作指南：同样，这里也通过文本组件+超链接的形式，链接到在线文档中。
（9）最终效果展示：
仪表板访问公共链接：https://bisolutions.fanruan.com/webroot/decision/link/Stv1
6、项目价值
基础报表自动化，节省：通过固定报表和驾驶舱进行展示，避免重复报表工作，节省了大量的人力成本。预计节省成本1500*8*12=144000万/年；
项研发全生命周期可视化：研发过程多数据源、10余个复杂报表整合，实现从年度规划、项目执行、配方签批、落实产生销售收入、到知识产权保护，所有数据串联，提高报表统计效率；
有效监控及预警：以图表结合的形式生动直观地展示KPI指标，提高项目进展的“能见度”。有效达到监控目的，异常项目及时预警；
辅助决策支持：多维度智能化数据分析，体现关键指标，方便管理者识别阻碍和合理分配资源；
提高人工能效：适合各级经营办快速制作图文并茂的数据分析报告并进行汇报展示，满足对业务数据综合分析需要；
部门间比学赶超：本驾驶舱设计13个技术部/技术中心研发项目情况，通过各指标达成率、人均率、占比率等数据，激发各部门各项指标前置和加码；
指标统计核算口径标准化：驾驶舱报表中各维度数据检核口径已与各技术部达成共识，实现定量化、标准化；同时由BI工具自动核算，确保数据准确性真实性。
三、参赛总结
1、工具应用
在一些数据特殊处理逻辑上，FineBI可以在前端实现。如果是写SQL处理的话，要花很长一段时间，而且还有可能写不出来。同时另存为的功能，也可以满足业务人员想要个性化修改的需求。
2、心得体会
冥河：做项目管理专题的报表，在项目期间学习到了很多东西。包括（1）要以用户体验为主，对于面向高层的报表，字体要放大（似乎给老板看的报表字体都特别大，单独再做一版）；（2）图例配色要根据线下不同产品、不同研发类别等等分别进行配色，与业务场景匹配，不能根据自己开发习惯与个人审美进行配色；（3）报表展示要有逻辑性，比如各主题报表组件要按项目开展顺序进行布局；（4）小数点位数要整体保持一致，如果是一位数，就应该都是一位数；（5）在日常录入数据时应该注意数据的完整性与准确性，深刻领悟了通过数据可视化反向推动数据完善这句话。最后非常感谢技术中心的领导同事高效的调研配合以及包容（在研究院做实际项目，修改优化自己弄了很久唉，感觉都应该写份检讨书了）。这次比赛，已经是第二次合作了，也学习到了项目管理同事的一些项目管理方法和专用术语，收获满满。
梨鸭：队员，很高兴也很幸运能参加这次2022帆软BI数据分析大赛。从设计到开发到最终落地，整个过程我们学习到了很多，不仅在报表工具的使用能力方面有所提升，在项目管理方面也学习到了很多新东西。当然我们在开发过程中也遇到了很多困难，但在大家有效的团队合作下，我们都一个一个顺利的解决了，因为我们每一个小伙伴都在自己的岗位上各尽其责，都有着极强的责任心和超级认真的态度！这也让我们更强烈的感受到团队合作的力量是无穷无尽的。
