项目管理论文哪里有？本文仅对项目的风险识别、风险评估、风险应对和风险控制四个方面进行了项目风险管理过程中的方案设计，未能涵盖大数据软件研发类项目风险管理的所有内容。因此，在大数据软件研发类项目实施和升级的过程中，要针对特定问题对方案进行持续动态的改进优化，进一步发挥风险管理在项目管理过程中的重要作用。
1 绪论
1.2.1 国外有关研究现状
国外经济类和管理学学者以及相关研究机构科研院所，在 IT 应用软件类项目的风险管理研究方面开展的相对较早。从上世纪 20 年代美国和德国等发达国家开始从分析企业的风险着手，探讨风险发生后如何快速的应对风险、同时能快速恢复企业正常复工复产、保障企业的活力和对资源的有效利用。对于软件类项目的风险理论探索，在早期由于计算机技术没有普及以及使用的行业范围受限，关注和研究 IT 应用软件类项目风险的专家和科研院所很少，没有开展系统性的研究和理论实践。
上世纪三十年代初，美国管理协会首先倡导风险管理，并在未来很长一段时间，以学术会议和专家研讨会、头脑风暴的形式集中探讨和研究风险管理的问题。而美国作为大数据技术的发源地之一，在大数据类项目管理和技术支撑方面也一直引领全球。在奥巴马担任总统期间，美国政府先后斥巨资立项并启动了“大数据研究和发展计划”，这是继上世纪 90 年代年美国宣布“信息高速公路”计划后的又一次关键信息基建发展战略。随着大数据技术的不断成熟和在各类行业的逐渐推广应用，大数据项目的软件风险从项目的立项到建设再到落地，风险管理都贯穿始终。
罗德尼·特纳专家在项目的范围划定、进度把控、质量保障、风险研判和成本控制等项目管理的主要研究指标以外，从具体的项目特别是 IT 应用软件类项目出发，研究信息类项目对企业中长期战略规划以及发展中起到的关键作用[1]。阐述 IT 应用软件类项目在管理过程中风险控制方面的管理方法，论述了在现代企业中各业务条线和技术条线间风险管理与控制扮演的角色。
3L 银行大数据分析平台系统现状和升级项目概况
3.1 项目概况
3.1.1 平台现状
在业务日益增长的同时，L 银行行内各个业务系统之间产生了大量的客户账户数据和交易数据，以及非结构化的互联网渠道产生的视频音频、传统柜面采用无纸化办公后产生的影像图片数据，这就需要 L 银行的大数据部门牵头分析和挖掘行内数据，研究对业务是否有潜在的提升，L 银行的大数据分析平台在这样的大环境下应运而生。
L 银行大数据分析平台于 2014 年底在总行大数据部和信息科技部率先投入使用，次年 2015 年初在全行各业务条线全面推广。平台大致划分为三大子系统，分别是数据分析子系统、数据报表子系统、数据流转子系统。依据全行各业务条线数据使用频次和权限划分的差异，各层级数据使用权限具体为：大数据部是全行大数据业务类系统的总牵头部门，权限级别最高，当然 L 银行内部首席风险官和首席信息官也具有数据最高查询权限；总行各业务条线只能归口查询自己负责条线的业务数据和流转数据；各分支机构能查询到自己归口的机构内部数据，用于统计分析和简单的数据建模使用。通过数据权限各层级下放、采用重要数据脱敏处理机制的方式，将有力的防范和化解数据泄露导致的各类潜在金融风险和道德风险。
5L 银行大数据分析平台升级项目风险应对与控制
5.1 升级项目的风险分级和有效应对
经过升级过程中风险的分析和识别，接下来将结合上述分析和识别的具体风险制定有效的应对和控制方案予以解决。
风险应对过程是指将风险降低到可以接受所完成的任务，主要包括：接收风险事件的通知，执行风险过程中 L 银行各类相关业务条线和技术条线的行动计划，根据计划报告进展，修正应对计划出现的偏差。在本次 L 银行新一代大数据分析平台项目升级的全流程系统性升级建设过程中，我们应该根据 IT 项目风险的优先级和风险类别，采取相对应的控制策略和 24 小时 IT 应对应急预案，保障项目连续平稳的运行。针对 IT 应用开发类软件项目，风险应对策略根据具体项目本身的情况专项制定，在该大数据项目升级的风险应对中采用循环降低风险、逐步清理风险的方式方法。L 银行内部首席信息官和首席风险官以及项目高级管理层运用循环降低风险，逐项压降风险隐患来清理处置可疑风险，对相关干系人进行现场+云端继续教育和培训的方法来缓解相应的风险，特别是操作风险的缓解。各级风险的应对和控制方案措施见如下 5.1 简表：
5.2 一级风险的控制
5.2.1 项目范围不明确、范围大的风险控制
项目的范围描述就是在 L 银行大数据分析平台进行升级改造的建设中，使升级后的平台能适应新业务新产品的发展要求，提高数据分析的能力和实时响应速度，简化数据处理流程和数据使用审批权限。同时由于项目升级中外围数据接入的范围广，界限不清晰不明确，这通常是项目升级的一个常规方向，为了实现上述目标必须进一步细化明确建设过程中各业务条线对数据的诉求，将内部和外部系统源数据在本次升级中全部纳入到采集加工的范畴中。
一级风险控制的具体实施步骤主要有划定各子系统详实的需求实现目标，落实和明确各条线业务需求范围，同时将技术风险隐患纳入到一类风险控制中。大数据应用开发类项目一级风险管理陈述如下：
（1）对接外围系统需求
七大行内互联网系统的业务日常经营状况子系统：能实现日常互联网系统的经营状况数据监控与实时分析。数据图表展示子系统：可以对数据分析后进行全方位数据展示。
数据分析趋势子系统：可以通过行内各业务系统传统结构化和非结构化影像图片视频流的数据分析后，对未来某业务条线进行预估和预判。
监管模块子系统：及时有效的应对监管部门对 L 银行数据报送和相关业务指标的分析。
客户识别功能：根据行内传统存贷业务系统和互联网金融平台，以及洽谈对接行外第三方大数据公司、本地区政务平台的有效数据，筛选客户的真实有效信息纳入本次升级项目中。
数据输入输出功能：能够通过 L 银行数据总线 ESB 系统采用接口传输方式进行数据的标准化输入输出，后续的开发和运维工作进行轻资源低成本运行。
数据的脱敏和安全功能：数据的保密性和安全性是数据类项目至关重要的，大数据部门对全行的数据安全和数据调取具有全权解释权。
结论与展望
本文主要依据 IT 应用开发类软件项目管理理论特别是项目风险管理的 C-PMBOK管理知识体系和 PDCA 模型以及实际工作经历和参与的相关项目，结合 L 银行大数据分析平台升级项目这一实际案例将商业银行系统升级开发类项目可能出现的项目风险以及后续控制监控进行了研究分析。
首先，对 L 银行大数据分析平台业务流程与平台现状进行了详细的描述，提出现阶段大数据分析平台运行过程中的问题以及项目升级的必要性。
其次，按照 IT 风险管理流程，从项目启动、计划、实施以及新老平台切换运行全流程中风险因素进行识别与分析，通过项目风险管理的 PDCA 模型和工具从项目中识别出各类风险，包括一级、二级、三级风险，各级风险中又包括了外部监管、业务改造、部门间人员间的沟通、技术环节等多种风险。
最后在 IT 项目风险识别、分析和评估的基础上，针对平台升级过程中计划、启动和实施阶段的风险控制和质量控制多个方面提出了切实可行的措施和应对手段。
通过对 L 银行大数据分析平台项目升级的风险管理特别是 IT 风险控制研究，可以看出理论联系实践项目，同时通过先进的风险管理工具可以有效的控制升级过程中的各类风险。随着新时代信息科技的进一步高质量跨越式发展，软件类信息系统的项目管理将变得更加困难，这就对所有涉及项目管理的人员和具体实施的人员提出了更高的要求。对于 IT 风险管理理论的更新、方法和工具的优化完善以及技术创新也要随之跟上，从而总结出一套切实可行的涉及从项目立项、实施建设、投产运营全流程的风险管控理论，更好的为 IT 应用开发类软件项目实践过程中提供理论保障。
本文仅对项目的风险识别、风险评估、风险应对和风险控制四个方面进行了项目风险管理过程中的方案设计，未能涵盖大数据软件研发类项目风险管理的所有内容。因此，在大数据软件研发类项目实施和升级的过程中，要针对特定问题对方案进行持续动态的改进优化，进一步发挥风险管理在项目管理过程中的重要作用。
参考文献（略）
