استخدام النهج القائمة على البيانات لتوقع التكاليف في المشاريع الكبيرة الحجم

إن التنبؤ بالتكاليف هو أحد أهم العناصر في نجاح إدارة المشاريع الواسعة النطاق عبر الصناعات، سواء كنت تشرف على مشاريع البناء الضخمة، أو تطوير الهياكل الأساسية، أو تنفيذ برامجيات المؤسسة، أو التوسعات في التصنيع، قد تعني القدرة على التنبؤ بدقة بالتكاليف المستقبلية الفرق بين نجاح المشروع وتجاوز الميزانية المأساوية، والأساليب التقليدية للتنبؤ التي تعتمد اعتمادا كبيرا على الحدس، وورقات التوزيع الأساسية، والمتوسطات التاريخية غير كافية في بيئة المشاريع الحالية.

وتمثل النهج القائمة على البيانات في التنبؤ بالتكاليف تحولا أساسيا في كيفية تعامل مديري المشاريع والمحللين الماليين وزعماء المنظمات مع تخطيط الميزانية ومراقبة التكاليف، وذلك عن طريق الاستفادة من البيانات التاريخية، ومجاري المعلومات في الوقت الحقيقي، والمحللين المتقدمين، والخوارزميات المتطورة، فإن هذه المنهجيات تمكن المنظمات من التنبؤ بالتكاليف المستقبلية بدقة غير مسبوقة، وهذا التحول لا يتعلق فقط باعتماد أدوات جديدة للبرامجيات، وهو يمثل تغييرا شاملا في أطر العمل التنظيمية، والتخطيط، واتخاذ القرارات.

ولم تكن المخاطر المتعلقة بالتنبؤ الدقيق بالتكاليف أكبر من أي وقت مضى، إذ إن المشاريع الكبيرة تنطوي بصورة روتينية على استثمارات تتراوح بين ملايين وبلايين الدولارات، وتمتد سنوات متعددة، وتشرك مئات أو آلاف من أصحاب المصلحة، وتظهر البحوث باستمرار أن نسبة كبيرة من المشاريع الرئيسية تتجاوز ميزانياتها الأصلية، وأحياناً بواسطة هوامش كبيرة، وأن نهج التنبؤ القائمة على البيانات توفر طريقاً لتحسين هذه النتائج بشكل كبير من خلال تزويد أفرقة المشاريع ببصرات عملية، وإشارات إنذار مبكر، والأساس التحليلي المطلوب.

فهم أساسيات إعداد البيانات - الجيل

والتنبؤ بالتكاليف التي تحركها البيانات يختلف اختلافا جوهريا عن أساليب التقدير التقليدية من خلال التنبؤات في الأدلة التجريبية بدلا من الحكم على الخبراء فقط، وبينما يظل المهنيون ذوو الخبرة قيّما لعملية التنبؤ، فإن النهج القائمة على البيانات تزيد الخبرة البشرية بتحليل كمي، والاعتراف بالنمط، والجمود الإحصائي، وهذا الجمع ينشئ إطارا أكثر قوة للتنبؤ يمكن أن يحدد الاتجاهات والترابطات، والأورام التي قد تفلت من أكثر اهتمام مديري المشاريع مواسما.

وتشمل التنبؤات الأساسية التي تستند إلى البيانات جمع البيانات ذات الصلة من مصادر متعددة، وتنظيف تلك المعلومات وتنظيمها، وتطبيق التقنيات التحليلية لتحديد الأنماط والعلاقات، ثم استخدام تلك الأفكار لتوليد التنبؤات بشأن التكاليف المستقبلية، وهذه العملية هي بطبيعتها تكرارية - حيث تصبح البيانات الجديدة متاحة وتقارن التكاليف الفعلية بالتنبؤات، يمكن تنقيح النماذج والافتراضات لتحسين الدقة مع مرور الوقت، وتمثل دورة التعلم المستمرة هذه أحد أكثر المزايا قوة للنهج القائمة على البيانات.

ويستند نظام التنبؤ الفعال القائم على البيانات إلى نوعية البيانات ومدى توافرها، ويجب على المنظمات أن تنشئ آليات قوية لجمع البيانات، وأن تنفذ ممارسات متسقة لإدارة البيانات، وأن تنشئ نظما تتيح الوصول إلى المعلومات لمن يحتاجون إليها، وبدون بيانات عالية الجودة، فإن التقنيات التحليلية الأكثر تطورا ستسفر عن نتائج لا يمكن الاعتماد عليها، وهذا الواقع يؤكد أهمية الاستثمار في الهياكل الأساسية للبيانات كشرط أساسي للتنفيذ الناجح لمنهجيات التنبؤ القائمة على البيانات.

الفوائد الشاملة لتوقعات تكاليف البيانات

وتتجاوز مزايا تنفيذ التنبؤ بالتكاليف التي تحركها البيانات بكثير التحسينات البسيطة في دقة التنبؤات، وتشهد المنظمات التي تعتمد بنجاح هذه النهج فوائد تحولية عبر أبعاد متعددة لإدارة المشاريع والأداء التنظيمي.

تعزيز القدرة على التحمل والقابلية للثقة

وتتمثل الفائدة الأكثر إلحاحا ووضوحا للتنبؤات القائمة على البيانات في تحسين الدقة في التنبؤات المتعلقة بالتكاليف، ومن خلال تحليل الأنماط عبر مئات أو آلاف نقاط البيانات التاريخية، يمكن لهذه النهج أن تحدد العلاقات بين المتغيرات التي تؤثر على التكاليف بطرق قد يفوتها التحليل اليدوي، ويمكن للنماذج الإحصائية أن تحدد كميا قوة هذه العلاقات وأن تستخدمها في توليد التنبؤات بفترات الثقة المحددة، مما يعطي واضعي القرار فهما أوضح للتكاليف المتوقعة ونطاق النتائج الممكنة.

وهذه الدقة المعززة تترجم مباشرة إلى تخطيط أفضل للميزانية، ومقترحات مشاريع أكثر واقعية، وانخفاض احتمالات حدوث مفاجآت باهظة التكلفة أثناء تنفيذ المشاريع، وعندما تكون التنبؤات أكثر موثوقية، يمكن للمنظمات أن تلتزم بالمشاريع بمزيد من الثقة، وتأمين التمويل المناسب، ووضع توقعات أصحاب المصلحة بمزيد من الفعالية، ويمكن أن يؤدي الأثر التراكمي لتحسين الدقة في حافظة مشاريع المنظمة إلى تحقيق فوائد مالية كبيرة وتعزيز سمعتها التنظيمية.

انخفاض حالات عدم اليقين والمخاطر

فالمشاريع الكبيرة تنطوي في جوهرها على قدر كبير من عدم اليقين، ولكن النهج القائمة على البيانات تساعد على قياس هذا عدم اليقين وإدارتها بقدر أكبر من الفعالية، بدلا من تقديم تقديرات ذات نقطة واحدة قد تثبت عدم دقة نماذج التنبؤ المتطورة بشكل كبير، يمكن أن تولد توزيعات يمكن أن تظهر احتمالية مختلف النتائج المتعلقة بالتكاليف، وهذا النهج المحتمل يمكن أفرقة المشاريع من فهم التكاليف الأكثر احتمالا، بل أيضا نطاق التباينات المحتملة والعوامل التي قد تؤدي إلى انخفاض التكاليف.

ومع تحسين فهم عدم اليقين، فإن إدارة المخاطر قد تُحسَّن، ويمكن لأفرقة المشاريع أن تحدد المتغيرات المحددة التي تسهم في معظمها في عدم اليقين في التكاليف، وأن تضع استراتيجيات للتخفيف من حدة المخاطر، ويمكنها أن تنشئ احتياطيات مناسبة للطوارئ تستند إلى تحليل كمي للمخاطر بدلا من النسب المئوية التعسفية، كما يمكنها أن تتخذ قرارات أكثر استنارة بشأن آليات نقل المخاطر مثل التأمين أو الترتيبات التعاقدية مع المورِّدين والمتعاقدين.

تخصيص الموارد والتخطيط على النحو الأمثل

ويمكن التنبؤ الدقيق بالتكاليف المنظمات من تخصيص الموارد على نحو أكثر فعالية في حافظات مشاريعها، وعندما يكون لدى صانعي القرار توقعات موثوقة بشأن الاحتياجات المستقبلية من التكاليف، يمكنها أن تكفل توافر التمويل والموظفين والمعدات والمواد عند الحاجة، ويقلل هذا الاستخدام الأمثل من التأخيرات في التكاليف الناجمة عن نقص الموارد، ويقلل من النفايات الناجمة عن الإفراط في تخصيص الموارد التي تتخلف عن العمل.

كما أن التنبؤات التي تستند إلى البيانات تدعم اتخاذ قرارات أكثر استراتيجية لإدارة حافظات الأوراق المالية، ويمكن للمنظمات أن تقارن التكاليف والفوائد المتوقعة عبر مشاريع متعددة محتملة لإعطاء الأولوية للاستثمارات التي تقدم أفضل العائدات، ويمكنها أن تحدد المشاريع التي تتجه نحو تجاوز الميزانية في وقت مبكر بما يكفي لاتخاذ إجراءات تصحيحية، أو اتخاذ قرارات صعبة، عند الاقتضاء، بشأن استمرار المشروع أو إلغائه قبل أن تصبح الخسائر كارثية.

اتخاذ القرارات والتدخل الاستباقيان

وربما كان أحد أهم الفوائد التي تعود على التنبؤات التي تحركها البيانات هو التحول من رد الفعل إلى الإدارة الاستباقية للمشاريع، وكثيرا ما تحدد النهج التقليدية مشاكل التكاليف فقط بعد أن تحدث بالفعل، عندما تكون خيارات الإصلاح محدودة ومكلفة، ويمكن أن تكتشف النظم القائمة على البيانات أنماطاً مصغرة للإنذار المبكر في البيانات تشير إلى ظهور قضايا التكاليف - مما يخفف من قدرة أفرقة المشاريع على التدخل قبل أن تتصاعد المشاكل الصغيرة إلى أزمات رئيسية.

وهذه القدرة الاستباقية تغيرت بشكل أساسي دينامية إدارة المشاريع، فبدلا من مكافحة الحرائق بصورة مستمرة وإدارة الأزمات، يمكن لأفرقة المشاريع أن تركز على الوقاية والتحسين الأمثل، ويمكنها أن تختبر سيناريوهات واستراتيجيات مختلفة تستخدم نماذج التنبؤ بها لتحديد أكثر التدخلات فعالية، وهذا التحول لا يؤدي إلى تحسين نتائج المشاريع فحسب بل يؤدي أيضا إلى الحد من الإجهاد وتحسين الروح المعنوية فيما بين أعضاء أفرقة المشاريع الذين لم يعد يشعروا باستمرار وراء المنحنى.

تحسين الاتصالات والثقة لأصحاب المصلحة

فالتنبؤات التي تحركها البيانات توفر أساسا صلبا للاتصال بين أصحاب المصلحة، وعندما تستند التنبؤات بالتكاليف إلى بيانات تجريبية وتحليل دقيق، يمكن لمديري المشاريع أن يقدموا توقعات بقدر أكبر من الثقة والمصداقية، ويمكنهم أن يشرحوا المنهجية التي تستند إليها توقعاتهم، وأن يبيّنوا البيانات التي تدعم استنتاجاتهم، وأن يبيّنوا كيف استأثروا بعوامل مختلفة من المخاطر وأوجه عدم اليقين.

وهذه الشفافية تبنى الثقة مع أصحاب المصلحة، بمن فيهم المسؤولون التنفيذيون وأعضاء المجالس والمستثمرون والزبائن، وعندما يدرك أصحاب المصلحة أن التنبؤات تستند إلى تحليل منهجي لا إلى التخمين التفاؤل، فإن من الأرجح أن يقبلوا إسقاطات واقعية للتكاليف وأن يدعموا التخطيط المناسب للطوارئ، وتصبح هذه الثقة قيمة بصفة خاصة عندما تواجه المشاريع صعوبات - أصحاب المصلحة الذين لديهم ثقة في عملية التنبؤات أكثر عرضة للاستمرار في تقديم الدعم خلال فترات التحدي.

مصادر البيانات الأساسية للتنبؤ الفعال بالتكاليف

وتتوقف نوعية وشمولية توقعات التكاليف مباشرة على مصادر البيانات التي تغذي نماذج التنبؤات، ويتطلب التنبؤ الفعال الذي يحرك البيانات إدماج المعلومات من مصادر متعددة من أجل إيجاد صورة كاملة للعوامل التي تؤثر على تكاليف المشاريع.

بيانات المشروع التاريخي

وتشكل بيانات المشاريع التاريخية أساس معظم نهج التنبؤ بالبيانات، ويشمل ذلك سجلات تفصيلية للتكاليف من المشاريع السابقة، مصنفة حسب الفئة، والمرحلة، والفترة الزمنية، وكلما زاد شمول هذه البيانات التاريخية، كلما أصبح أكثر قيمة لأغراض التنبؤ، وينبغي للمنظمات أن تحتفظ بسجلات تفصيلية لتكاليف العمل، والمصروفات المادية، وتكاليف المعدات، ورسوم المتعاقدين من الباطن، والتكاليف غير المباشرة في جميع المشاريع المنجزة.

وبالإضافة إلى الأرقام البسيطة للتكاليف، ينبغي أن تتضمن البيانات التاريخية معلومات سياقية عن خصائص المشاريع التي قد تؤثر على التكاليف، ويشمل ذلك حجم المشروع ونطاقه ومكانه ومدته وعوامل التعقيد وتكوينه ونُهج الشراء وأي ظروف أو تحديات غير عادية تصادف، وهذه المعلومات السياقية تتيح نماذج التنبؤ لتحديد المقارنات ذات الصلة وتعديل التنبؤات استنادا إلى الطريقة التي يختلف بها المشروع الحالي عن سوابق تاريخية.

وتكافح منظمات كثيرة مع جمع البيانات التاريخية لأنها تفتقر إلى عمليات منهجية لاستقاء المعلومات المتعلقة بالمشاريع وتنظيمها، ومن الخطوات الأساسية لتنفيذ نظم قوية للمعلومات المتعلقة بإدارة المشاريع ووضع سياسات واضحة لإدارة البيانات من أجل بناء قاعدة البيانات التاريخية اللازمة للتنبؤ الفعال، وينبغي للمنظمات أيضا أن تنظر في بذل جهود لجمع البيانات بأثر رجعي من أجل رقمنة وتنظيم المعلومات من المشاريع القديمة التي قد لا توجد إلا في الملفات الورقية أو السجلات الرقمية المجزأة.

مشروع تتبع الزمن الحقيقي

وفي حين توفر البيانات التاريخية الأساس لنماذج التنبؤ، فإن المعلومات المتعلقة بتتبع المشاريع في الوقت الحقيقي تمكّن تلك النماذج من التكيف مع الظروف الراهنة، وتوفر توقعات مستكملة مع تقدم المشاريع، ويشمل ذلك بيانات النفقات الحالية، وقياسات التقدم المحرز في العمل، ومعدلات استخدام الموارد، ومقاييس الأداء في المواعيد المحددة، والمسائل أو التغييرات الناشئة التي قد تؤثر على التكاليف في المستقبل.

ويمكن أن تُجمع نظم إدارة المشاريع الحديثة البيانات في الوقت الحقيقي تلقائيا من خلال التكامل مع النظم المالية وأدوات تتبع الوقت، ومنابر المشتريات، وتطبيقات الإبلاغ الميداني، وهذا التشغيل الآلي لا يقلل من العبء الإداري لجمع البيانات فحسب، بل يحسن أيضا نوعية البيانات عن طريق التقليل إلى أدنى حد من أخطاء الدخول اليدوي وكفالة تحديثها في الوقت المناسب، كما أن القدرة على تحديث التنبؤات باستمرار استنادا إلى الأداء الحالي تمثل ميزة كبيرة على نهج التنبؤ التقليدية التي تعتمد على تحديثات الدورية.

وتتيح البيانات في الوقت الحقيقي أيضا تقنيات إدارة القيمة المكتسبة، التي تقارن التقدم المحرز والتكاليف الفعلية بالتعرف على اتجاهات الأداء، وتوفر هذه القياسات مؤشرات مبكرة للتجاوزات في التكاليف أو النقصان في التكاليف، وتساعد أفرقة المشاريع على فهم ما إذا كانت الانحرافات عن التوقعات ناتجة عن تقلبات مؤقتة أو تمثل اتجاهات منهجية تتطلب التدخل.

اتجاهات أسعار السوق والمؤشرات الاقتصادية

تكاليف المشروع لا توجد في عزلة، بل تتأثر بظروف السوق الأوسع والعوامل الاقتصادية التي تؤثر على أسعار العمل والمواد والمعدات والخدمات، والتنبؤ الفعال بالتكلفة يجب أن يحسب هذه العوامل الخارجية عن طريق إدراج بيانات السوق ذات الصلة والمؤشرات الاقتصادية في نماذج التنبؤ.

وفيما يتعلق بمشاريع التشييد والهياكل الأساسية، يشمل ذلك تتبع أسعار السلع الأساسية للمواد الرئيسية مثل الصلب والخرسانة والخيار والمنتجات النفطية، وقد يشمل المشروع بالنسبة للمشاريع التكنولوجية الاتجاهات في تكاليف الترخيص بالبرمجيات، أو الأسعار الحاسوبية السحابية، أو معدلات التعويض المتخصصة للمواهب التقنية، وينبغي للمنظمات أن تحدد العوامل السوقية المحددة الأكثر أهمية لأنواع مشاريعها وأن تضع عمليات لجمع هذه المعلومات وإدراجها بانتظام في نظمها للتنبؤ.

كما أن المؤشرات الاقتصادية مثل معدلات التضخم، وأسعار الفائدة، وأسعار صرف العملات، وأنماط النمو الاقتصادي الإقليمية تؤثر أيضا على تكاليف المشاريع، ولا سيما بالنسبة للمشاريع الطويلة الأجل التي قد تتغير فيها هذه العوامل تغيرا كبيرا على دورة حياة المشروع، ويمكن أن تتضمن نماذج التنبؤ المتطورة التنبؤات الاقتصادية لتعديل التنبؤات بالتكاليف استنادا إلى التغييرات المتوقعة في هذه المتغيرات الاقتصادية الكلية.

بيانات الموردين والمتعاقدين

ويؤثر أداء الموردين والمتعاقدين وتسعيرهم تأثيرا كبيرا على تكاليف المشاريع، وينبغي للمنظمات أن تحتفظ بقواعد بيانات شاملة للمعلومات المتعلقة بالموردين والمتعاقدين، بما في ذلك التسعير التاريخي، وأدائهم، ومقاييس الجودة، ومؤشرات الموثوقية، وتتيح هذه المعلومات التنبؤ على نحو أكثر دقة بتكاليف المشتريات وتساعد على تحديد المخاطر المحتملة المرتبطة ببائعين محددين.

وينبغي أن تشمل بيانات الموردين ليس فقط معلومات التسعير بل أيضا عوامل قد تؤثر على توافر الموارد وتكاليفها في المستقبل، مثل القيود على قدرة الموردين، والاستقرار المالي، والموقع الجغرافي، والتخصص، وقد تتابع المنظمات أيضا، بالنسبة للموردين المهمين، العوامل الخاصة بالصناعة التي يمكن أن تؤثر على عملياتها، مثل التغيرات التنظيمية، أو التعطل التكنولوجي، أو الديناميات التنافسية.

كما يمكن لبناء علاقات قوية مع الموردين والمتعاقدين الرئيسيين أن يتيح لهم الحصول على معلومات تطلعية عن التغيرات المتوقعة في الأسعار، أو القيود على القدرات، أو عوامل أخرى قد تؤثر على تكاليف المشاريع، ويمكن لهذا النهج التعاوني في مجال تبادل البيانات أن يعزز بشكل كبير دقة التنبؤات، وأن يعزز أيضا الشراكات في سلسلة الإمداد.

قواعد بيانات المخاطر والملاحقة

ويُنتج عن التتبع المنهجي للمخاطر والقضايا عبر المشاريع بيانات قيمة لأغراض التنبؤ، وينبغي للمنظمات أن تحتفظ بقواعد بيانات تحدد المخاطر واحتمالات حدوثها وتأثيرها المحتمل، واستراتيجيات التخفيف المستخدمة، والنتائج الفعلية، وتكشف هذه البيانات بمرور الوقت عن أنماط المخاطر الأكثر شيوعا، وعن كيفية مقارنة آثارها بالتقديرات الأولية، وعن الاستراتيجيات التي تُثبت فعالية استراتيجيات التخفيف.

ويمكن إدراج بيانات المخاطر هذه في نماذج التنبؤ لتحسين التنبؤات المتعلقة بالاحتياجات الطارئة واحتمال تجاوز التكاليف، كما أنها تدعم تقنيات أكثر تطوراً لتحليل المخاطر مثل محاكاة مونت كارلو، التي تستخدم توزيعات الاحتمالات لمختلف عوامل الخطر لتوليد توقعات محتملة للتكاليف تستأثر بعدم اليقين.

معلومات تنظيمية ومتعلقة بالامتثال

وبالنسبة للعديد من المشاريع الكبيرة، فإن المتطلبات التنظيمية والالتزامات بالامتثال تؤثر تأثيرا كبيرا على التكاليف، وينبغي للمنظمات أن تتبع الأنظمة ذات الصلة، وأن تسمح بالمتطلبات، والمعايير البيئية، ومتطلبات السلامة، وغيرها من عوامل الامتثال التي تؤثر على مشاريعها، ويمكن أن تترتب على التغييرات في البيئات التنظيمية آثار كبيرة على التكاليف، وينبغي أن تُحسب نظم التنبؤ بالمتطلبات الحالية والتغيرات التنظيمية المتوقعة على السواء.

وهذا أمر هام بوجه خاص بالنسبة للمشاريع التي لها جداول زمنية طويلة للتخطيط والتنفيذ، حيث قد تتطور البيئات التنظيمية تطورا كبيرا بين بدء المشروع وإنجازه، ويجب أيضا على المنظمات العاملة عبر ولايات قضائية متعددة أن تستأثر بالتغيرات في المتطلبات التنظيمية في مختلف المواقع.

الطرائق والتقنيات المتقدمة لتوقعات البيانات

وتشمل التوقعات المتعلقة بالتكاليف التي تحركها البيانات طائفة واسعة من الأساليب والتقنيات التحليلية، بدءا من النُهج الإحصائية البسيطة نسبيا إلى خوارزميات التعلم الآلات المتطورة، وتتوقف الأساليب المناسبة على عوامل تشمل توافر البيانات، وتعقيد المشاريع، والقدرات التحليلية التنظيمية، والمستوى المطلوب من الدقة المتوقعة.

التحليل الإحصائي والنمذجة التراجعية

ويشكل التحليل الإحصائي أساس العديد من نُهج التنبؤ بالتنبؤات التي تحركها البيانات، ويوفر تحليل التراجع، على وجه الخصوص، إطارا قويا لفهم العلاقات بين خصائص المشاريع وتكاليفها، ويمكن أن تحدد نماذج التراجع الخطي كيف تؤثر عوامل مثل حجم المشاريع ومدتها وتعقيدها ومكانها على التكاليف الإجمالية، مما يتيح للتنبؤات أن تولد توقعات لمشاريع جديدة تستند إلى هذه العلاقات.

ويمكن أن تُجمع أساليب التراجع الأكثر تطوراً، مثل التراجع المتعدد، والتراجع التعددي، والتراجع السوقي، على علاقات وتفاعلات أكثر تعقيداً بين المتغيرات، وطرائق تحليل السلسلة الزمنية ذات قيمة خاصة للتنبؤ بكيفية تطور التكاليف على امتداد المشروع، وتحديد الأنماط والاتجاهات الموسمية، والتباينات الدورية التي تؤثر على مسارات التكاليف.

ويمكن أيضا تطبيق تقنيات مراقبة العمليات الإحصائية على التنبؤ بالتكاليف، باستخدام مخططات المراقبة وغيرها من الأدوات للتمييز بين التباين الطبيعي في التكاليف والانحرافات الكبيرة التي تتطلب التحقيق والاستجابة، وتساعد هذه التقنيات أفرقة المشاريع على تجنب الإفراط في رد الفعل إزاء التقلبات العشوائية مع كفالة استجابتها على النحو المناسب لاتجاهات التكلفة الحقيقية.

ماكين للتعلم والاستخبارات الفنية

وتمثل خوارزميات التعلم الماكنة الطرف المتطور للتنبؤ بالتكاليف التي تحركها البيانات، مما يتيح القدرة على تحديد الأنماط والعلاقات المعقدة التي قد تفوتها الأساليب الإحصائية التقليدية، ويشرف على خوارزميات التعلم مثل الغابات العشوائية، وآلات تعزيز التدرج، والشبكات العصبية التي يمكن تدريبها على بيانات المشاريع التاريخية للتنبؤ بتكاليف المشاريع الجديدة بدقة ملحوظة.

وهذه الخوارزميات تبرز معالجة أعداد كبيرة من المتغيرات، وتستوعب العلاقات غير الخطية والتفاعلات بين العوامل، ويمكنها تلقائيا تحديد المتغيرات الأكثر توقعا للتكاليف وتعديل بارامتراتها الداخلية لتحقيق أقصى قدر من الدقة المتوقعة، ومع توافر المزيد من البيانات، يمكن إعادة تدريب نماذج التعلم الآلي لتحسين أدائها بصورة مستمرة.

وتظهر تقنيات التعلم العميق، بما في ذلك الشبكات العصبية ذات طبقات خفية متعددة، وعوداً خاصاً بالتنبؤات المعقدة التي تكون فيها العلاقات بين المتغيرات غير خطية للغاية وتنطوي على تفاعلات معقدة، وقد طبقت هذه الأساليب بنجاح على التنبؤ في مجالات تتراوح بين البناء وتطوير البرمجيات والبحوث الصيدلانية.

كما يمكن أن تعزز تقنيات تجهيز اللغات الطبيعية التنبؤ بالتكاليف عن طريق استخلاص المعلومات ذات الصلة من مصادر نصية غير منظمة مثل تقارير المشاريع ومذكرات الاجتماعات والمراسلات، وهذه القدرة تتيح لنظم التنبؤ أن تدمج معلومات نوعية قد لا تُستَرَد في قواعد بيانات منظمة، ولكنها تتضمن مع ذلك إشارات قيمة عن اتجاهات التكاليف والمخاطر.

التحليلات الافتراضية ونمذجة السيناريو

وتدمج برامج التحليل الافتراضي تقنيات تحليلية متعددة لإعداد توقعات شاملة للتكاليف ودعم عملية صنع القرار، وتجمع هذه البرامج عادة بين النماذج الإحصائية، وحسابات التعلم الآلي، وقواعد الأعمال لإنتاج توقعات تُعزى إلى عوامل متعددة وحالات عدم يقين.

وقد تمكن هذا النموذج من استكشاف كيف يمكن أن تؤثر الافتراضات والقرارات والعوامل الخارجية على التكاليف، ومن خلال وضع سيناريوهات متعددة تمثل مختلف الاحتمالات المستقبلية، يمكن للمنظمات أن تفهم نطاق النتائج المحتملة وأن تضع خططا للطوارئ في مختلف الحالات، وهذا النهج القائم على السيناريوهات له قيمة خاصة بالنسبة للمشاريع الطويلة الأجل التي يكون فيها عدم اليقين كبيرا وقد تتغير الظروف تغيرا كبيرا بمرور الوقت.

وتتيح أدوات التحليل التي تُجرى عند تحديد المستخدمين لمتغيرات محددة، كما أنها ترى كيف ستؤثر هذه التغييرات على توقعات التكاليف، وتدعم هذه القدرة التفاعلية التقييم السريع لمختلف الاستراتيجيات وتساعد واضعي القرار على فهم الآثار المترتبة على مختلف الخيارات من حيث التكلفة قبل الالتزام بمسارات عمل محددة.

Monte Carlo Simulation and Probabilistic Forecasting

وتوفر محاكاة مونت كارلو إطارا قويا لإدراج عدم اليقين في توقعات التكاليف، وبدلا من وضع تقديرات ذات نقطة واحدة، تجري أساليب مونت كارلو آلاف أو ملايين المحاكاة، وتأخذ في كل مرة عينات عشوائية من التوزيع المحتمل للمتغيرات غير المؤكدة، ولا تظهر النتائج النتائج النتائج النتائج فقط النتائج الأكثر احتمالا من حيث التكلفة، بل تشمل المجموعة الكاملة من النتائج المحتملة وما يرتبط بها من احتمالات.

ويتيح هذا النهج المحتمل صانعي القرار معلومات أغنى بكثير من التوقعات المحددة التقليدية، ويمكنهم فهم احتمال البقاء في الميزانية، واحتمالات تجاوز التكاليف بدرجات مختلفة، والعوامل التي تسهم في معظمها في عدم اليقين في التكاليف، وتدعم هذه المعلومات اتخاذ قرارات أكثر استنارة بشأن احتياطيات الطوارئ، واستثمارات التخفيف من المخاطر، واتخاذ قرارات بشأن الذهاب/عدم التنفيذ.

ويمكن تطبيق محاكاة مونت كارلو على مختلف مستويات التفصيل، من توقعات تكاليف المشاريع الرفيعة المستوى إلى تحليل مفصل لعناصر محددة من حيث التكلفة، وهذه التقنية ذات قيمة خاصة بالنسبة للمشاريع المعقدة التي تنطوي على مصادر كثيرة من عدم اليقين، وللأوضاع التي يكون فيها فهم المخاطر التي تُحتمل - ولكن النتائج ذات الأثر المرتفعة - هامة.

Earned Value Management Integration

وتوفر إدارة القيمة المدروسة إطارا منهجيا لتكامل البيانات المتعلقة بالتكاليف والجدول الزمني والتقدم المحرز في العمل لتقييم أداء المشاريع والتكاليف النهائية المتوقعة. وتوفر مقاييس الإدارة البيئية مثل مؤشر أداء التكاليف ومؤشر الأداء الجدولي مؤشرات مبكرة لاتجاهات التكاليف وتتيح التنبؤ بتكاليف المشاريع النهائية استنادا إلى الأداء الحالي.

ويمكن للنهج القائمة على البيانات أن تعزز الإدارة التقليدية للمركبات باستخدام تقنيات تحليلية أكثر تطوراً لبيانات القيمة المكتسبة، ويمكن أن تحدد خوارزميات التعلم الآلات الأنماط في مقاييس الإدارة البيئية التي تنبئ بأداء التكاليف في المستقبل، بينما يمكن لتقنيات مراقبة العمليات الإحصائية أن تميز بين التباينات الطبيعية في الأداء والاتجاهات الهامة التي تتطلب التدخل.

وينشئ إدماج الإدارة البيئية في مصادر البيانات الأخرى والأساليب التحليلية إطاراً شاملاً للتنبؤ يحفز على الانضباط المنظم لتحليل القيمة المكتسبة وقدرات التحليل المتطورة على التعرف على النمط، ويمثل هذا التكامل أفضل الممارسات في التنبؤ بالتكاليف في المشاريع الكبيرة.

الأدوات والتكنولوجيات الأساسية للتنفيذ

ويتطلب تنفيذ التنبؤ بالتكاليف التي تحركها البيانات أدوات وتكنولوجيات مناسبة لجمع البيانات وتخزينها وتحليلها وتصويرها، وتشتيت المشهد التكنولوجي للتنبؤ بالتكاليف من أدوات الأغراض العامة إلى برامج متخصصة لإدارة المشاريع والتحليلات.

ملفات تطبيقات واستخبارات الأعمال

ولا تزال تطبيقات مايكروسوفت إكسل وصحيفة الانتشار مماثلة تستخدم على نطاق واسع في التنبؤ بالتكاليف، لا سيما في المنظمات التي بدأت للتو اعتماد نُهج محركة للبيانات، وتوفر هذه الشبكة قدرات تحليلية كبيرة، بما في ذلك المهام الإحصائية، وأدوات تحليل التراجع، والقدرة على وضع نماذج للتنبؤات الجمركية.

غير أن النهج القائمة على البيانات المنشورة تنطوي على قيود كبيرة بالنسبة للمشاريع الكبيرة والتنبؤ على نطاق المؤسسة، وكثيرا ما تفتقر إلى قدرات قوية لإدارة البيانات، وتكافح مع مجموعات بيانات كبيرة، وتخلق مخاطر وقوع أخطاء ومشاكل في مجال مراقبة النسخ، حيث تنضج المنظمات في قدراتها على التنبؤ بالبيانات، فإنها عادة ما تتجه نحو منابر أكثر تطورا، مع احتمال الاحتفاظ بصحائف مناشف عن المهام التحليلية المحددة.

وتوفر برامج الاستخبارات التجارية مثل باور بي آي وطاولة وقليك قدرات أكثر قوة على تكامل البيانات وتحليلها وتصويرها، ويمكن لهذه الأدوات أن تتواصل مع مصادر البيانات المتعددة، وأن تتعامل مع مجموعات البيانات الأكبر من مجموعات البيانات، وأن تستحدث لوحات تفاعلية تمكن المستعملين من استكشاف بيانات التكاليف والتنبؤات بصورة دينامية، كما أنها توفر عادة سمات أفضل للإدارة والتعاون من النُهج القائمة على جداول البيانات.

برامج متخصصة لإدارة المشاريع

وتوفر برامج إدارة المشاريع في المؤسسة، مثل أوراكل بريمفيرا، وشركة Microsoft Project Server، وشركة Planview، قدرات متكاملة لتخطيط المشاريع وتتبعها وإدارتها، وتشمل هذه النظم عادة قدرات التنبؤ القائمة على أساس إدارة القيمة المكتسبة وغيرها من المنهجيات الموحدة، كما أنها تستخدم كمصدر بيانات هام لنهج تحليلية أكثر تقدما عن طريق الاحتفاظ بسجلات شاملة لخطط المشاريع، والفعليات، ومقاييس الأداء.

وتتيح البرامج الحديثة لإدارة المشاريع القائمة على السحاب تعزيز قدرات التعاون، وتحديث البيانات في الوقت الحقيقي، والتكامل مع نظم المؤسسات الأخرى، مما يجعلها ذات قيمة خاصة بالنسبة للمشاريع الكبيرة التي تشمل أفرقة موزعة ومنظمات متعددة، كما أن القدرة على جمع وتنظيم بيانات المشاريع بصورة منهجية في هذه البرامج تهيئ الأساس للتنبؤ الفعال الذي تحركه البيانات.

برامج التحليل المتقدمة والتعلم في مجال الآلات

وكثيرا ما تستخدم المنظمات التي تتبع نُهجا متطورة للتنبؤ بالبيانات منابر تحليلية متخصصة مثل نظام ساو باولو، ونظام SPSS، و R، و Python مع مكتبات علوم البيانات، أو منابر التعلم بالآلات التجارية، وتتيح هذه الأدوات إمكانية الوصول إلى الأساليب الإحصائية المتقدمة، وحسابات التعلم الآلي، والمرونة اللازمة لوضع نُهج تحليلية مصممة حسب الاحتياجات التنظيمية المحددة.

وقد برز بيتسون كخيار شعبي خاص للتنبؤ بالبيانات بسبب النظام الإيكولوجي الواسع الذي تتبعه المكتبات العلمية للبيانات، بما في ذلك البانداات لتلاعب البيانات، وتعلم الكفاءات للتعلم الآلي، وتينسور فلو، وبيتورتش للتعلم العميق، ومختلف المكتبات التي تستخدم لتحليل الإحصاءات والتصوير، وطبيعة البيتون المفتوحة المصدر ومكتباته تجعل من الممكن الوصول إلى قدرات تحليلية متطورة في المنظمات ذات الأحجام كافة.

وتوفر برامج التعلم الآلي القائمة على السحاب من مقدمي الخدمات مثل خدمات شبكة الأمازون، ومايكروسوفت أزور، ومنصة غوغل كلود، خوارزميات البناء قبل البناء، وقدرات التدريب النموذجية الآلية، والهياكل الأساسية القابلة للتكدس لنشر نماذج التنبؤ، وتخفض هذه البرامج الحواجز التقنية أمام تنفيذ التحليلات المتقدمة، وتتمكن المنظمات من الاستفادة من تقنيات الخفض دون بناء قدرات علمية واسعة النطاق في مجال البيانات.

نظم العادات والنظم المتكاملة

وكثيرا ما تقوم المنظمات الكبيرة ذات الاحتياجات الفريدة والموارد التحليلية الكبيرة بتطوير خوارزميات للتنبؤ بالحسبان ونظم متكاملة مصممة خصيصا لتلبية احتياجاتها المحددة، ويمكن لهذه الحلول العرفية أن تتضمن منهجيات الملكية، وأن تدمج بلاسة مع نظم المؤسسات القائمة، وأن توفر القدرات التي تتسق بدقة مع العمليات والاحتياجات التنظيمية.

فالتنمية العرفية تمكن المنظمات من خلق مزايا تنافسية من خلال قدرات التنبؤات العليا، مع التصدي أيضا للتحديات أو المتطلبات المحددة التي قد لا تعالجها الحلول خارج النطاق معالجة كافية، غير أن التنمية العرفية تتطلب استثمارا كبيرا في المواهب التقنية، والصيانة المستمرة، وجهود التحسين المستمر.

ويتيح الاتجاه نحو هياكل الخدمات الصغرى والتكامل القائم على أساس تطبيقات المشاريع الصغيرة للمنظمات الجمع بين أفضل العناصر من البائعين المتعددين وبين القدرات المتطورة حسب الطلب، ويمكن لهذا النهج الهجين أن يوفر فوائد الحلول التجارية وتطوير العرف مع إدارة التعقيد والتكلفة.

استراتيجيات التنفيذ وأفضل الممارسات

ويتطلب النجاح في تنفيذ التوقعات المتعلقة بالتكاليف التي تحركها البيانات أكثر من مجرد اقتناء الأدوات والتكنولوجيات، ويجب على المنظمات أن تعالج الأبعاد البشرية والعملية والثقافية إلى جانب التنفيذ التقني لتحقيق الفوائد الكاملة لهذه النهج.

بناء الهياكل الأساسية للبيانات وإدارتها

ويبدأ التنبؤ الفعال بالبيانات بإنشاء بنية أساسية قوية للبيانات وأطر للإدارة، ويجب على المنظمات أن تنفذ نظما وعمليات لجمع وتخزين وإدارة مختلف مصادر البيانات التي تغذي نماذج التنبؤ، ويشمل ذلك تحديد معايير البيانات، ووضع عمليات لجودة البيانات، وتنفيذ ضوابط ملائمة على الأمن والوصول، وتهيئة مساءلة واضحة عن إدارة البيانات.

وينبغي أن تعالج إدارة البيانات الأبعاد التقنية والتنظيمية على السواء، وتشمل الجوانب التقنية هيكل البيانات، ونُهج التكامل، وعمليات ضمان الجودة، وأمن النظام، وتشمل الجوانب التنظيمية تحديد الأدوار والمسؤوليات، ووضع السياسات والإجراءات، ووضع برامج التدريب، وبناء ثقافة تقيِّم جودة البيانات واتخاذ القرارات القائمة على الأدلة.

وينبغي للمنظمات أن تعتمد نهجا تدريجيا لبناء الهياكل الأساسية للبيانات، بدءا بمصادر البيانات الأكثر أهمية، وتوسيع نطاق التغطية تدريجيا مع مرور الوقت، وهذا النهج التدريجي يمكّن المنظمات من إثبات قيمتها في وقت مبكر مع إدارة تعقيد التنفيذ والاحتياجات من الموارد.

تطوير القدرات التحليلية والخبرة

ويتطلب التنبؤ الموجه نحو البيانات مهارات تحليلية قد لا توجد داخل المنظمات التقليدية لإدارة المشاريع، ويجب على المنظمات أن تستثمر في تطوير هذه القدرات من خلال التوظيف والتدريب ومبادرات التطوير التنظيمي، وقد يشمل ذلك تعيين علماء ومحللين للبيانات، وتوفير التدريب على الأساليب الإحصائية والأدوات التحليلية للموظفين الحاليين، وإنشاء أفرقة متعددة الوظائف تجمع بين الخبرة في إدارة المشاريع والقدرات التحليلية.

ويمكن لمراكز الامتياز أو أفرقة التحليل المتخصصة أن توفر الخبرة والدعم عبر مشاريع متعددة، مع القيام في الوقت نفسه بتحسين مستمر في منهجيات التنبؤ، ويمكن لهذه الأفرقة أن تضع نُهجا موحدة، وأن توفر التدريب والتشاور للأفرقة المعنية بالمشاريع، وأن تجري بحوثا في التقنيات والأدوات الجديدة.

وينبغي للمنظمات أيضاً أن تنظر في إقامة شراكات مع المؤسسات الأكاديمية أو الشركات الاستشارية أو موردي التكنولوجيا للوصول إلى الخبرات المتخصصة وتسريع تنمية القدرات، ويمكن لهذه الشراكات أن توفر نقل المعرفة والتدريب والدعم أثناء التنفيذ الأولي، بينما يجري تطوير القدرات الداخلية.

بدءًا من المشاريع الرائدة وتسلقها تدريجياً

وبدلا من محاولة التنفيذ على نطاق المؤسسة على الفور، ينبغي أن تبدأ المنظمات بمشاريع تجريبية تثبت قيمتها وتتيح التعلم قبل توسيع نطاق التنفيذ، وينبغي اختيار المشاريع الرائدة بعناية لتوفير اختبارات مجدية لنهج التنبؤ التي تحركها البيانات مع وجود احتمال معقول للنجاح، وعادة ما تنطوي المشاريع النموذجية على مشاريع تتسم بالتعقيدات المتوسطة مع توافر البيانات الجيدة والقيادة الداعمة.

وينبغي استخلاص الدروس المستفادة من المشاريع التجريبية واستخدامها بصورة منهجية لتحسين النهج قبل التنفيذ الأوسع نطاقا، ويشمل ذلك تحديد ما هو عمل جيد، وما هي التحديات التي ظهرت، وما هي التعديلات اللازمة للعمليات والأدوات، وما هي احتياجات الدعم والتدريب المتاحة من أجل النجاح في الاعتماد.

ويتطلب التوسع من المشاريع الرائدة إلى التنفيذ على نطاق المؤسسة تخطيطا دقيقا وإدارة للتغيير، وينبغي للمنظمات أن تضع نسقا واضحا على الطرق يُتسلسل التنفيذ عبر مختلف أنواع المشاريع أو وحدات الأعمال أو المناطق الجغرافية، كما ينبغي لها أن تضع مقاييس لتتبع عملية الاعتماد وتحقيق القيمة، بما يتيح التحسين المستمر، ويثبت عائد الاستثمار للحفاظ على الدعم التنظيمي.

إدماج العمليات والنظم القائمة

وينبغي أن يعزز التنبؤ القائم على البيانات بدلا من أن يحل محل العمليات القائمة لإدارة المشاريع، وينبغي للمنظمات أن تنظر بعناية في كيفية إدماج نهج التنبؤ الجديدة في الممارسات المتبعة مثل تخطيط المشاريع، والميزنة، وإدارة المخاطر، والإبلاغ عن الأداء.

كما أن التكامل التقني مع النظم المؤسسية القائمة يتسم بنفس القدر من الأهمية، وينبغي أن ترتبط أدوات التنبؤ بنظم إدارة المشاريع، والنظم المالية، ومنابر المشتريات، وغيرها من مصادر البيانات ذات الصلة، وذلك لتمكين تدفق البيانات آليا والحد من إدخال البيانات يدويا، وتوفر نُهج التكامل القائمة على تطبيقات المشاريع مرونة وتمكّن المنظمات من إيجاد نظم إيكولوجية متكاملة تجمع بين القدرات المستمدة من نظم متعددة.

تعزيز ثقافة الـ ديريفن

ولعل الجانب الأكثر تحدياً في تنفيذ التنبؤات القائمة على البيانات هو التغير الثقافي، إذ أن العديد من المنظمات لديها ممارسات متشددة للغاية تعتمد على حكم الخبراء، والتقدير، والاعتبارات السياسية في التنبؤ بالتكاليف واتخاذ القرارات، ويتطلب التحول إلى نهج قائمة على الأدلة تغيير الأفكار والسلوك والمعايير التنظيمية.

فالالتزام القيادي ضروري لدفع التغيير الثقافي، وعندما يطلب كبار القادة باستمرار إجراء تحليلات تستند إلى البيانات، ويطرحون أسئلة عن الأدلة الكامنة وراء التوقعات، ويتخذون قرارات تستند إلى أفكار تحليلية، يُشيرون إلى أهمية هذه النهج ويُنشئون حوافز للآخرين لكي يُستفيضوا بها، وينبغي للزعماء أيضا أن يُنموذجوا الاستخدام المناسب للتنبؤات القائمة على البيانات، مع الاعتراف بقدراتها وحدودها.

وينبغي لبرامج التدريب والاتصال أن تشدد ليس على المهارات التقنية فحسب بل أيضا على العقليات والسلوك المرتبط باتخاذ القرارات التي تحركها البيانات، ويشمل ذلك تثقيف الناس للتشكيك في الافتراضات، والبحث عن الأدلة، والنظر في التفسيرات البديلة، والحفاظ على التشكك المناسب بشأن البيانات والنتائج التحليلية على حد سواء، وينبغي للمنظمات أن تحتفل بأمثلة عن الرؤى التي تحركها البيانات والتي تؤدي إلى اتخاذ قرارات أفضل وإلى تحسين النتائج.

التغلب على التحديات المشتركة والعواقب

ولا بد أن تواجه المنظمات التي تنفذ توقعات للتكاليف التي تحركها البيانات تحديات وعقبات، مما يزيد من احتمال نجاح التنفيذ فهم هذه المجازر المشتركة ووضع استراتيجيات للتصدي لها.

معالجة مسائل نوعية البيانات ومدى توافرها

إن ضعف نوعية البيانات يمثل أحد أكثر العقبات شيوعا أمام التنبؤ الفعال بالبيانات، وقد تكون بيانات المشاريع التاريخية غير كاملة أو غير متسقة أو غير دقيقة، وقد تستخدم مشاريع مختلفة مخططات مختلفة لتصنيف التكاليف أو تلتقط المعلومات على مختلف مستويات التفصيل، وقد توجد البيانات في نظم مختلفة لا تتواصل مع بعضها البعض، أو في ملفات ورقية لم يتم رقمنة.

وتتطلب معالجة نوعية البيانات مواصلة الجهود والاستثمار، وينبغي للمنظمات أن تجري تقييمات لجودة البيانات لفهم الحالة الراهنة وتحديد مجالات التحسين ذات الأولوية، وينبغي لها أن تنفذ عمليات جودة البيانات بما في ذلك قواعد التحقق، وعمليات التحقق من الجودة، والمراجعات المنتظمة للحسابات، كما ينبغي لها أن تحدد المساءلة الواضحة عن جودة البيانات وأن توفر حوافز للحفاظ على بيانات عالية الجودة.

وعندما تكون البيانات التاريخية محدودة أو سيئة النوعية، قد تحتاج المنظمات إلى البدء بنُهج توقعات أبسط، والعمل في الوقت نفسه على تحسين جمع البيانات لاستخدامها في المستقبل، وقد تنظر أيضا في استكمال البيانات الداخلية بقواعد البيانات المرجعية الخارجية أو قواعد البيانات الصناعية لتوفير سياق أوسع لنماذج التنبؤ.

إدارة المقاومة للتغيير

ويمكن أن تأتي المقاومة للتنبؤات القائمة على البيانات من مصادر متعددة، وقد يشعر بعض مديري المشاريع بأنهم مهددون بنُهج يبدو أنها تقلل من قيمة خبرتهم وحكمهم، وقد يكون آخرون متشككين في دقة النماذج التحليلية أو غير مرتاحين للتعقيد التقني للطرائق المتقدمة، وقد يقاوم آخرون الشفافية والمساءلة التي تؤديها النهج القائمة على البيانات إلى التنبؤ بالتكاليف.

وتتطلب إدارة التغيير الفعالة فهم مصادر المقاومة ومعالجتها مباشرة، وينبغي أن يؤكد الاتصال على أن النهج القائمة على البيانات تزيد من حدتها بدلا من أن تحل محل الحكم الإنساني، وأن يظل المهنيون ذوو الخبرة أساسيا لتفسير النتائج التحليلية واتخاذ القرارات، وأن التدريب ينبغي أن يبني الثقة في استخدام أدوات وأساليب جديدة، وأن تبرهن المكاسب السريعة وقصص النجاح على القيمة وأن تولد زخما لاعتمادها على نطاق أوسع.

إن إشراك المتشككين والمقاومين المحتملين في المشاريع التجريبية والتخطيط للتنفيذ يمكن أن يساعدا على تحويلهم إلى دعاة، وعندما يكون لدى الناس مدخلات في كيفية تصميم وتنفيذ نُهج جديدة، فإنهم أكثر عرضة لدعم التغييرات، كما أن شواغلهم وآرائهم يمكن أن تحسن التنفيذ بتحديد المشاكل المحتملة في وقت مبكر.

الموازنة بين التطور والقابلية للاشتراك

غالباً ما يكون هناك توتر بين التطور التحليلي والقابلية للتطبيق العملي، النماذج العالية التطور قد توفر درجة عالية من الدقة ولكنها تتطلب خبرة متخصصة لتطوير وتعهد وتفسير نُهج تبسيطية قد تكون أقل دقة ولكن أكثر سهولة بالنسبة لمديري المشاريع العاديين ويسهل شرحها لأصحاب المصلحة.

وينبغي للمنظمات أن تنظر بعناية في هذه المبادلات واختيار النُهج الملائمة لسياقها، ففي بعض التطبيقات، قد توفر نماذج إحصائية بسيطة نسبياً الدقة الكافية مع كونها أسهل بكثير من التنفيذ والاستخدام، وبالنسبة للبعض الآخر، قد يبرر تحسين دقة نُهج التعلم الآلات المتطورة التعقيد الإضافي، وقد تستخدم المنظمات أيضاً نُهجاً مختلفة لأغراض مختلفة، تستخدم أساليب أبسط للتنبؤات الروتينية وتحفظ التقنيات المتطورة في القرارات ذات المتناولة العالية أو المشاريع المعقدة بوجه خاص.

ومن الأهمية بمكان تصميم واجهة المستعملين وتصورها لجعل النُهج التحليلية المتطورة متاحة للمستعملين غير التقنيين، ويمكن لوحات المتابعة وأدوات الإبلاغ المصممة تصميما جيدا أن تقدم نتائج تحليلية معقدة في أشكال غير ملائمة تمكن المستعملين من فهم الأفكار المتبصرة واتخاذ إجراءات دون الحاجة إلى فهم التفاصيل التقنية الأساسية.

الحفاظ على النماذج وضمان استمرار الصلاحية

وتتطلب نماذج التنبؤ استمرارية المحافظة على الدقة مع تغير الظروف، وقد تتغير العلاقات بين المتغيرات بمرور الوقت بسبب التغيرات في التكنولوجيا، أو ظروف السوق، أو الممارسات التنظيمية، أو عوامل أخرى، وقد تصبح النماذج التي تم تدريبها على البيانات التاريخية أقل دقة حيث تصبح البيانات أقل تمثيلا للظروف الراهنة.

وينبغي للمنظمات أن تضع عمليات لتقييم الأداء النموذجي بانتظام، ومقارنة التنبؤات بالنتائج الفعلية، ونماذج إعادة التدريب أو إعادة التقييم حسب الحاجة، وينبغي لها أيضا أن ترصد التغييرات في الظروف الأساسية التي قد تؤثر على الدقة النموذجية وأن تستكمل النماذج بصورة استباقية عند حدوث تغييرات هامة.

فالوثائق ضرورية لصيانة النماذج - ينبغي أن تحتفظ المنظمات بسجلات واضحة للمواصفات النموذجية والافتراضات ومصادر البيانات ونتائج التحقق - وهذه الوثائق تمكن الآخرين من فهم النماذج وصيانتها وتحسينها بمرور الوقت، والحد من الاعتماد على أفراد معينين وضمان الاستمرارية مع تغيرات الموظفين.

Real-World Applications Across Industries

وقد طبقت بنجاح التنبؤ بالتكاليف التي تحركها البيانات على مختلف الصناعات وأنواع المشاريع، التي تتسم كل منها بخصائص ومتطلبات فريدة.

مشاريع التشييد والهياكل الأساسية

وقد كانت صناعة التشييد من أوائل البلدان التي اعتمدت توقعات التكاليف التي تحركها البيانات بسبب ارتفاع تكاليف المشاريع الرئيسية وتعقيدها، وتولد مشاريع التشييد كميات كبيرة من البيانات عن إنتاجية العمل، واستهلاك المواد، واستخدام المعدات، والأداء المقرر، ويمكن للمحللين المتقدمين أن يحددوا أنماط هذه البيانات للتنبؤ بالتكاليف على نحو أكثر دقة وتحديد علامات الإنذار المبكر بالتجاوزات في الميزانية.

وقد طبقت نماذج التعلم في مجال الآلات بنجاح للتنبؤ بالتكاليف النهائية لمشاريع التشييد استنادا إلى خصائص المرحلة المبكرة وبيانات الأداء، ويمكن أن تشكل هذه النماذج عوامل مثل نوع المشروع وحجمه ومكانه وتعقيده ونهجه في مجال المشتريات وخبرة المتعاقدين، كما يمكن أن تتضمن بيانات آنية عن الأحوال الجوية ومدى توافر العمل والأسعار المادية لتحديث التنبؤات مع تقدم المشاريع.

تكنولوجيا المعلومات وتطوير البرامجيات

وقد كانت مشاريع تكنولوجيا المعلومات تاريخياً مرموقة بسبب تجاوز التكاليف، مما جعلها مرشحين رئيسيين لتحسين نُهج التنبؤ، ويمكن أن تحلل الأساليب التي تحركها البيانات البيانات البيانات التاريخية عن إنتاجية تطوير البرامجيات، ومعدلات العيوب، والتغيرات في الاحتياجات، وغيرها من العوامل التي تولد تقديرات أكثر واقعية للتكاليف.() وتولد منهجيات التنمية المترابطة بيانات غنية عن سرعة الأفرقة واكتمال النقاط القصة التي يمكن أن تغذي نماذج التنبؤ.

وقد أظهرت نُهج التعلم في مجال الآلات الوعود بالتنبؤ بتكاليف تطوير البرامجيات استنادا إلى القياسات المعقدة للبرمجيات، وخصائص الأفرقة، وخصائص المشاريع، ويمكن أن تساعد هذه النماذج المنظمات على اتخاذ قرارات أكثر استنارة بشأن عمليات التبادل بين البرمجيات والزائدة، واختيار منابر التكنولوجيا، وملاك موظفي المشاريع.

الصناعة وتنمية المنتجات

وتشمل مشاريع التصنيع تفاعلات معقدة بين قرارات التصميم، وعمليات الإنتاج، وعوامل سلسلة الإمداد، ومتطلبات الجودة، ويمكن للتنبؤات التي تستند إلى البيانات أن تساعد على التنبؤ بكيفية تأثير خيارات التصميم على تكاليف التصنيع، وكيفية تأثير حجم الإنتاج على تكاليف الوحدات، وكيفية تأثير سلاسل التوريد على ميزانيات المشاريع.

ويمكن أيضاً أن تؤدي عمليات التحليل المتقدمة إلى تحقيق الحد الأمثل من عمليات التصنيع بغية خفض التكاليف مع الحفاظ على الجودة، ومن خلال تحليل البيانات المستمدة من نظم الإنتاج، وعمليات مراقبة الجودة، وعمليات سلسلة الإمداد، يمكن للمنظمات أن تحدد الفرص المتاحة لخفض التكاليف والتنبؤ بالأثر المالي للتحسينات في العمليات.

الطاقة والموارد الطبيعية

وتشمل مشاريع الطاقة مثل بناء محطات توليد الطاقة، وتطوير خطوط الأنابيب، ومنشآت الطاقة المتجددة استثمارات رأسمالية كبيرة وجداول زمنية طويلة للمشروع، ويجب أن يُحسب التنبؤ بالتكاليف لهذه المشاريع لعوامل تشمل تقلب أسعار السلع الأساسية، والتغييرات التنظيمية، والاعتبارات البيئية، وأوجه عدم اليقين التقنية.

ويمكن أن تتضمن النهج القائمة على البيانات بيانات بيانات خارجية عن أسواق الطاقة والاتجاهات التنظيمية والتطورات التكنولوجية إلى جانب البيانات الخاصة بالمشاريع من أجل توليد توقعات شاملة للتكاليف، ويكتسب نموذج السيناريوهات أهمية خاصة في هذا القطاع لاستكشاف الكيفية التي يمكن بها للافتراضات المختلفة بشأن الظروف المستقبلية أن تؤثر على اقتصاديات المشاريع.

الاتجاهات المستقبلية والتطورات الناشئة

ولا يزال مجال التنبؤ بالتكاليف التي تحركها البيانات يتطور بسرعة، حيث تبشر التكنولوجيات والمنهجيات الناشئة بزيادة تعزيز قدرات التنبؤ.

الاستخبارات الفنية والتعلم المتقدم في مجال الآلات

وسيمكن استمرار التقدم في مجال الاستخبارات الاصطناعية والتعلم الآلاتي من اتباع نهج أكثر تطورا في مجال التنبؤ، إذ أصبحت تقنيات التعلم العميق أكثر سهولة وطابعا عمليا لتطبيقات التنبؤ بالتكاليف، كما أن نهج التعلّم في مجال تعزيز القدرات التي تتعلم استراتيجيات التنبؤ المثلى من خلال التجارب والأخطاء تظهر الوعود بالنسبة للبيئات المعقدة والدينامية.

ومنابر التعلم الآلي الآلية التي يمكن أن تختار تلقائياً الخوارزميات المناسبة، والبارامترات النحوية، وتولد نماذج للتنبؤ بأقل قدر من التدخل البشري، تجعل من الممكن للمنظمات التي لا تملك خبرة واسعة في مجال علوم البيانات الوصول إلى تحليلات متقدمة، وتضفي الطابع الديمقراطي على إمكانية الحصول على قدرات التنبؤ المتطورة، مع تحسين كفاءة الممارسين ذوي الخبرة.

شبكة الإنترنت للأشياء والبيانات المتعلقة بالتوقيت الحقيقي

ويخلق انتشار أجهزة الاستشعار والأجهزة المرتبطة بالشبكة الدولية للطاقة فرصا غير مسبوقة لجمع البيانات في الوقت الحقيقي من مواقع المشاريع، ويمكن لمعدات البناء التي تحتوي على أجهزة استشعار مدمجة أن تبلغ تلقائيا عن استخدام البيانات وأدائها، ويمكن للمجسات البيئية أن تتعقب الظروف التي تؤثر على الإنتاجية، ويمكن أن توفر الأجهزة القابلة للزراعة بيانات عن سلامة العمال وكفاءتهم.

وتتيح هذه البيانات في الوقت الحقيقي التنبؤ بقدر أكبر من الدينامية والاستجابة، فبدلا من تحديث التنبؤات بصورة دورية استنادا إلى جمع البيانات اليدوية، يمكن للنظم أن تبث باستمرار بيانات جديدة وتستكمل التنبؤات في الوقت الحقيقي، مما يتيح الكشف بسرعة أكبر بكثير عن المسائل الناشئة المتعلقة بالتكاليف والتدخل في الوقت المناسب.

التوائم الرقمية والحياكة

وتخلق التكنولوجيا الرقمية المزدوجة نماذج افتراضية للمشاريع المادية التي يمكن استخدامها في المحاكاة والتحليل، ويمكن لهذه التوأم الرقمي أن تدمج البيانات من مصادر متعددة لوضع نماذج شاملة لنظم المشاريع، ويمكن إدماج نماذج التنبؤ بالتكاليف مع التوأم الرقمي لاستكشاف كيفية تأثير السيناريوهات والقرارات المختلفة على التكاليف، مما يتيح إجراء تحليل أكثر تطوراً للطريقة التي يمكن بها تحقيق ذلك.

ومع نضج التكنولوجيا الرقمية التوأمة وتبغى على نطاق أوسع، فإنها ستوفر منابر متزايدة القوة للإدارة المتكاملة للمشاريع والتنبؤ بالتكاليف، وقدرة المنظمات على محاكاة تنفيذ المشاريع بالتفصيل قبل تخصيص الموارد، تمكنها من تحديد ومعالجة المسائل المحتملة المتعلقة بالتكاليف أثناء التخطيط بدلا من أثناء التنفيذ عندما تكون التصويبات أكثر تكلفة بكثير.

نظم البيانات الموزعة

وتتيح تكنولوجيا الاختراق ونظم دفتر الأستاذ الموزعة فوائد محتملة للتنبؤ بالتكاليف من خلال إنشاء سجلات شفافة وقليلة لمعاملات المشاريع وأحداثها، وفي المشاريع المعقدة التي تشمل منظمات متعددة، يمكن أن توفر مجموعة من السلاسل مصدرا مشتركا للحقيقة بشأن التكاليف والتقدم والأداء الذي يمكن لجميع الأطراف أن تثق به.

ويمكن أن تؤدي هذه الشفافية والثقة إلى تحسين نوعية البيانات وتوافرها لأغراض التنبؤ، مع الحد من المنازعات والمصروفات الإدارية العامة، كما يمكن أن تؤدي العقود الذكية القائمة على منابر سلسلة السلاسل إلى دفع المبالغ تلقائيا، أو تحديث نماذج التنبؤ، أو إجراءات أخرى تستند إلى شروط محددة مسبقا، أو إلى مزيد من التشغيل الآلي لعمليات إدارة المشاريع ومراقبة التكاليف.

دمج البيانات النوعية والكمية

ومن المرجح أن تصبح نظم التنبؤ في المستقبل أفضل في إدماج المعلومات النوعية من مصادر مثل تقارير المشاريع، ومذكرات الاجتماعات، وتقييمات الخبراء التي تتضمن بيانات كمية من إدارة المشاريع والنظم المالية، ويمكن أن تستخلص تقنيات تجهيز اللغات الطبيعية وتحليل المشاعر إشارات من نص غير منظم يكمل مصادر البيانات المنظمة.

وسيمكّن هذا التكامل نظم التنبؤ من الحصول على صورة أكمل عن حالة المشاريع والمخاطر، مع تضمينها إشارات غير متينة عن معنويات الفريق، أو شواغل أصحاب المصلحة، أو التحديات التقنية الناشئة التي قد لا تنعكس بعد في القياسات الكمية، ولكنها توفر مع ذلك معلومات قيمة لأغراض التنبؤ.

قياس النجاح والكشف عن القيمة

وينبغي للمنظمات التي تنفذ توقعات للتكاليف التي تحركها البيانات أن تضع مقاييس واضحة لقياس النجاح وتبيان القيمة، وينبغي أن تشمل هذه القياسات الأداء التقني لنماذج التنبؤات والأثر التجاري لقدرات التنبؤ المحسنة.

مقاييس التلقيح الجاهزة

وأهم مقياس مباشر للتنبؤ بالأداء هو التنبؤ الدقيق - مدى تطابق التوقعات الوثيقة مع النتائج الفعلية، وينبغي للمنظمات أن تتعقب مقاييس مثل متوسط النسبة المئوية المطلقة للخطأ، أو الخطأ الجذري في المربع، أو غير ذلك من التدابير الإحصائية للدقة المتوقعة، وينبغي حساب هذه القياسات على نقاط متعددة أثناء تنفيذ المشاريع لفهم كيفية تطور الدقة المتوقعة مع توافر المزيد من المعلومات.

ويدل مقارنة دقة التنبؤات التي تحركها البيانات على أساليب خط الأساس مثل حكم الخبراء أو الاستقراء البسيط على القيمة الإضافية للنهج المتقدمة، وينبغي للمنظمات أيضا أن تحدد مدى دقة التنبؤ بها مقارنة بمعايير الصناعة أو المنظمات النظيرة لفهم أدائها النسبي.

قياسات الأثر التجاري

وبالإضافة إلى الدقة التقنية، ينبغي للمنظمات أن تقيس أثر الأعمال التجارية في تحسين التنبؤات، وقد يشمل ذلك قياسات مثل خفض تجاوزات التكاليف، وتحسين معدلات نجاح المشاريع، وتحسين استخدام الموارد، وانخفاض الاحتياجات الطارئة، أو تحسين رضا أصحاب المصلحة، وتوفر القياسات المالية مثل العائد على الاستثمار في قدرات التنبؤ أو وفورات التكاليف من تجاوزات متجنبة دليلاً مقنعاً على القيمة للقيادة العليا.

وينبغي للمنظمات أيضا أن تتعقب مقاييس العمليات مثل الوقت اللازم لتوليد التنبؤات، ومعدلات اعتماد المستعملين، وترضية أصحاب المصلحة بالنواتج المتوقعة، وتوفر هذه القياسات معلومات عن مدى قابلية استخدام نظم التنبؤات والقيمة العملية لها بما يتجاوز الاعتبارات الدقيقة.

التحسين والتعلم المستمرين

وينبغي أن يدعم قياس النجاح التحسين المستمر بدلا من مجرد توفير التقييم الرجعي، وينبغي للمنظمات أن تنشئ عمليات استعراض منتظمة تدرس الأداء المتوقع، وتحدد فرص التحسين، وتنفذ التحسينات على الأساليب والأدوات والعمليات، وتكفل دورة التحسين المستمرة هذه تطور قدرات التنبؤ لتلبية الاحتياجات المتغيرة، وتستفيد من التكنولوجيات والتقنيات الجديدة.

فالتعلم من النجاحات والفشل أمر أساسي، وعندما تثبت التوقعات بدقة، ينبغي للمنظمات أن تفهم العوامل التي تسهم في تحقيق ذلك النجاح وكيفية تكرار هذه الممارسات، وعندما تفوت التوقعات، ينبغي أن يحدد التحليل بعد الوفاة الأسباب الجذرية وأن يضع إجراءات تصحيحية لمنع حدوث مشاكل مماثلة في المستقبل.

الاستنتاج: دمج مستقبل البيانات - الدرب

وتمثل النهج القائمة على البيانات في التنبؤ بالتكاليف تحولا أساسيا في كيفية تخطيط المنظمات للمشاريع الكبيرة وإدارتها، ومن خلال الاستفادة من البيانات التاريخية، والمعلومات في الوقت الحقيقي، والتحليلات المتقدمة، والمقاييس المتطورة، تتيح هذه المنهجيات تحسين دقة التنبؤات، وتحسين إدارة المخاطر، واتخاذ القرارات على نحو أكثر استنارة، وتتجاوز الفوائد التي تجنيها فرادى المشاريع للتأثير على إدارة الحافظات والتخطيط الاستراتيجي والأداء التنظيمي.

ويتطلب التنفيذ الناجح أكثر من مجرد اقتناء أدوات وتكنولوجيات جديدة، ويجب على المنظمات الاستثمار في البنية الأساسية للبيانات، وتطوير القدرات التحليلية، وتكييف العمليات والنظم، وتعزيز التغيير الثقافي نحو اتخاذ القرارات القائمة على الأدلة، وفي حين أن التحديات لا بد أن تنشأ، فإن المنظمات التي تواصل من خلال العقبات الأولية وتلتزم باستمرار التحسين يمكن أن تحقق فوائد كبيرة ومستمرة.

ويتواصل التطور السريع في هذا المجال، حيث تتطور التكنولوجيات الناشئة مثل الاستخبارات الاصطناعية، وشبكة الإنترنت للأشياء، والتوأم الرقمي، والتنويع الواعد بزيادة تعزيز قدرات التنبؤات، وستتوافر لدى المنظمات التي تنشئ أسسا قوية للتنبؤات القائمة على البيانات اليوم قدرة جيدة على الاستفادة من هذه التطورات المقبلة والحفاظ على المزايا التنافسية في تنفيذ المشاريع وإدارة التكاليف.

ومع تزايد تعقيد المشاريع الكبيرة وتكلفتها، تصبح القدرة على التنبؤ وإدارة التكاليف على نحو دقيق أكثر أهمية من أي وقت مضى لنجاح المنظمة، وتوفر النهج القائمة على البيانات القوة الجامدة التحليلية والتنبؤية ودعم القرارات اللازمة للتداول بفعالية لهذا التعقيد، وستصبح المنظمات التي تتبع هذه النهج وتستثمر في بناء القدرات اللازمة أكثر استعدادا لإنجاز المشاريع الناجحة، وتحقيق الحد الأمثل من الموارد المخصصة، وتحقيق الأهداف الاستراتيجية في بيئة تتسم بقدر متزايد من التحدي والتنافسية.

وبالنسبة لمديري المشاريع والمحللين الماليين وزعماء المنظمات الذين يسعون إلى تحسين قدرات التنبؤ بالتكاليف، فإن الطريق إلى الأمام ينطوي على البدء بأهداف واضحة، والاستفادة من مواطن القوة القائمة، والتعلم من المشاريع الرائدة، والارتقاء تدريجيا مع مواصلة التركيز على تحقيق قيمة تجارية ملموسة، ومع الالتزام، والثبات، والاستثمار المناسب، يمكن للتنبؤ بالتكاليف القائمة على البيانات أن يتحول من هدف تطلعي إلى واقع عملي يدفع إلى تحقيق نتائج أفضل من الناحية التقريبية.

To learn more about project management best practices and advanced analysis techniques, explore resources from the Project Management Institute and Asociation for the Advancement of Cost Engineering. For those interested in developing analysis skills, platforms like Coursera