Квест «Цифровое управление проектами и данными»

Что такое проект

Проект — временная деятельность для создания уникального продукта, услуги или результата. У проекта есть начало и конец, цель и ограничения. Классическая модель ограничений — «железный треугольник»: содержание, сроки, бюджет. Меняя одну сторону, вы неизбежно затрагиваете остальные (а вместе с ними — качество).

Проектное управление — применение знаний, навыков и инструментов, чтобы проект достиг цели в рамках ограничений. Жизненный цикл: инициация → планирование → исполнение → мониторинг и контроль → завершение.

Четыре подхода

Цифровая трансформация проектной деятельности

Это не просто «перенести Excel в Jira». Меняется сама логика работы:

• задачи, сроки и ответственные живут в единой системе (Jira, Битрикс24, MS Project), а не в переписке;
• маршруты согласования автоматизированы — система сама передаёт задачу следующему участнику;
• статус проекта виден в реальном времени на дашборде, а отчёты собираются автоматически;
• решения принимаются на основе данных: метрики сроков, бюджета, рисков.

Словарь уровня

Зачем моделировать процессы

Бизнес-процесс — последовательность действий, которая превращает входы в результат, ценный для клиента. Пока процесс «живёт в головах», его нельзя ни улучшить, ни автоматизировать. Модель делает его видимым.

Реинжиниринг — переосмысление процесса ради резкого улучшения показателей: сроков, стоимости, качества. Работа идёт в два шага:

Три нотации

• BPMN 2.0 — международный стандарт (OMG), понятен и бизнесу, и ИТ, исполняется в BPM-движках (Camunda).
• EPC — событийная цепочка процессов: события и функции чередуются, связаны логическими операторами.
• IDEF0 — функциональная модель «чёрных ящиков»: вход, выход, управление, механизм.

Азбука BPMN 2.0

Как искать узкие места

• повторные согласования одного и того же документа разными людьми;
• последовательные шаги, которые могли бы идти параллельно (шлюз AND);
• ожидание без уведомления: исполнитель не знает, что задача пришла;
• ручной перенос данных между системами;
• «петли возврата» на доработку без чётких критериев.

Метрики эффективности

Пример расчёта

Отдел из 10 менеджеров тратит на согласование одного проекта 5 рабочих дней по 1 часу в день. В год проходит 120 проектов. Внедрение Jira с автомаршрутами сокращает согласование до 1 дня.

• Экономия: (5 − 1) ч × 120 проектов × 10 участников = 4 800 часов в год.
• При стоимости часа 600 ₽ — 2 880 000 ₽ в год.
• Затраты: лицензии и обучение 900 000 ₽ → ROI = (2 880 000 − 900 000) / 900 000 × 100% ≈ 220%.

Запрос на модернизацию: структура ТЗ

Техническое задание (ориентир — ГОСТ 34.602) отвечает на вопросы «что», «зачем» и «как проверить»:

1. Общие сведения: наименование системы, заказчик, сроки.
2. Назначение и цели: какую проблему решаем, целевые KPI.
3. Характеристика объекта автоматизации: текущий процесс (As-Is).
4. Требования к системе: функциональные, к данным, к ИБ и доступу.
5. Состав и содержание работ.
6. Порядок контроля и приёмки: по каким метрикам примем результат.

Среда разработки

Установите Anaconda — в неё уже входят Python, Jupyter Notebook и Pandas. Для скриптов-файлов используйте VS Code с расширением Python. Jupyter удобен для экспериментов, файл .py — для готового инструмента.

Базовые типы данных

Условия и циклы

if / elif / else выбирает действие по условию, for перебирает элементы списка, while повторяет, пока условие истинно. Отступ в 4 пробела — часть синтаксиса.

Копировать# Фильтрация реестра рисков по приоритету
risks = [
    {"id": 1, "name": "Срыв поставки оборудования", "p": 4, "i": 5, "status": "Активен"},
    {"id": 2, "name": "Уход ключевого специалиста", "p": 2, "i": 4, "status": "Активен"},
    {"id": 3, "name": "Рост курса валют", "p": 5, "i": 3, "status": "Закрыт"},
]

for r in risks:
    score = r["p"] * r["i"]          # рейтинг = вероятность × влияние if r["status"] == "Активен" and score >= 15:
        print(f"Высокий риск #{r['id']}: {r['name']} (рейтинг {score})")
    elif r["status"] == "Активен":
        print(f"Под наблюдением #{r['id']} (рейтинг {score})")

Копировать# Длительность задачи в рабочих днях from datetime import date, timedelta

def workdays(start, end):
    days, d = 0, start
    while d <= end:
        if d.weekday() < 5:          # 0–4: пн–пт
            days += 1
        d += timedelta(days=1)
    return days

print(workdays(date(2026, 11, 2), date(2026, 11, 20)))  # 15

Pandas за 5 минут

DataFrame — таблица в памяти: строки и именованные столбцы, как лист Excel, только управляемый кодом. Основные операции:

Earned Value Management (EVM)

Метод освоенного объёма сравнивает три величины на дату отчёта:

• PV (плановый объём) — сколько работ по плану должно быть выполнено, в деньгах;
• EV (освоенный объём) — плановая стоимость фактически выполненных работ;
• AC (фактическая стоимость) — сколько реально потрачено.

Копироватьimport pandas as pd

df = pd.read_csv("projects.csv", sep=";")    # Проект; Ответственный; PV; EV; AC; Часы
df = df.drop_duplicates()

df["SV"]  = df["EV"] - df["PV"]
df["CV"]  = df["EV"] - df["AC"]
df["SPI"] = (df["EV"] / df["PV"]).round(2)
df["CPI"] = (df["EV"] / df["AC"]).round(2)

problem = df[(df["SPI"] < 1) | (df["CPI"] < 1)]   # отстают или перерасходуют
load = df.pivot_table(index="Ответственный", values="Часы", aggfunc="sum")

with pd.ExcelWriter("evm_report.xlsx") as w:
    df.to_excel(w, sheet_name="Все проекты", index=False)
    problem.to_excel(w, sheet_name="Проблемные", index=False)
    load.to_excel(w, sheet_name="Загрузка")

Регулярные выражения (regex)

Regex — язык шаблонов для поиска в тексте: номеров договоров, дат, сумм, e-mail в служебных записках и выгрузках.

Копироватьimport re
text = "Договор № 45/2026 от 12.03.2026 на сумму 1 200 000 руб., срок до 30.06.2026"

number = re.search(r"№\s*([\d/]+)", text).group(1)           # '45/2026'
dates  = re.findall(r"\d{2}\.\d{2}\.\d{4}", text)               # ['12.03.2026', '30.06.2026']
amount = int(re.search(r"сумму\s*([\d\s]+)руб", text).group(1).replace(" ", ""))

API: как системы разговаривают

API — договорённость, по которой одна программа запрашивает данные у другой. Jira, Битрикс24 и CRM отдают данные по HTTP-запросу в формате JSON. Логика: адрес (endpoint) + метод (GET — получить, POST — создать) + авторизация (токен) → ответ JSON.

Копироватьimport os, requests
url = "https://ваша-компания.atlassian.net/rest/api/3/search"
resp = requests.get(url, params={"jql": "project = PRJ AND status != Done"},
                    auth=(os.environ["JIRA_USER"], os.environ["JIRA_TOKEN"]))  # токен не пишем в коде!
issues = resp.json()["issues"]

Автоотчёт: сырой Excel → корпоративный шаблон → PDF или CSV

Копироватьimport pandas as pd
raw = pd.read_excel("status_raw.xlsx")
rep = (raw.rename(columns={"task": "Задача", "owner": "Ответственный", "st": "Статус"})
          .sort_values("Статус"))
summary = rep["Статус"].value_counts()

rep.to_csv("crm_import.csv", sep=";", index=False, encoding="utf-8-sig")  # для импорта в CRM/ERP
rep.to_html("status.html", index=False)   # далее HTML → PDF, например библиотекой weasyprint

Жизненный цикл данных проекта

Сбор (Jira, Excel, ERP, 1С, опросы) → хранение → очистка и подготовка → анализ → визуализация → решение → архивирование. До 80% времени аналитика уходит на подготовку: без неё любой дашборд врёт.

Шесть болезней «грязных» данных

Копироватьimport pandas as pd
df = pd.read_csv("project_metrics.csv", sep=";")
print(df.isna().sum())                                   # сколько пропусков в каждом столбце

df = df.drop_duplicates(subset="ID")
df["Статус"] = df["Статус"].str.strip().str.capitalize()
df["Ответственный"] = df["Ответственный"].fillna("Не назначен")
for c in ["План_окончание", "Факт_окончание"]:
    df[c] = pd.to_datetime(df[c], dayfirst=True, errors="coerce")
df["Бюджет"] = (df["Бюджет"].astype(str).str.replace(r"[^\d,]", "", regex=True)
                             .str.replace(",", ".").astype(float))

Описательная статистика

Среднее (чувствительно к выбросам), медиана (середина ряда, устойчива к выбросам), минимум и максимум, стандартное отклонение (разброс). В Pandas всё это даёт df.describe(). Пример: средняя просрочка задач — 6 дней, медиана — 1 день. Значит, большинство задач почти в срок, а среднее портят несколько сильно просроченных.

Какую диаграмму выбрать

Анатомия дашборда статуса проекта

1. Верх: 3–5 KPI-карточек — % выполнения, SPI, CPI, остаток бюджета.
2. Центр: сроки (Гант или отклонения по задачам) и бюджет (план и факт).
3. Низ: загрузка команды и топ рисков.
4. Фильтры: по ответственному, периоду, статусу.

Копироватьimport matplotlib.pyplot as plt
df["Отклонение_дн"] = (df["Факт_окончание"] - df["План_окончание"]).dt.days
top = df.nlargest(10, "Отклонение_дн")

colors = ["#e0533d" if d > 0 else "#1fb894" for d in top["Отклонение_дн"]]
plt.figure(figsize=(9, 5))
plt.barh(top["Задача"], top["Отклонение_дн"], color=colors)
plt.axvline(0, color="gray", linewidth=1)
plt.title("Топ-10 задач по отклонению от срока")
plt.xlabel("Дней (больше 0 — просрочка)")
plt.tight_layout(); plt.savefig("deviation.png", dpi=150)

От описания к прогнозу

Описательная аналитика отвечает «что произошло», диагностическая — «почему», прогнозная — «что будет», предписывающая — «что делать». Менеджеру проекта чаще всего нужен прогноз сроков и стоимости завершения.

Прогноз по EVM

Пример: BAC = 10 млн ₽, CPI = 0,8, AC = 6 млн ₽, плановая длительность 10 месяцев, SPI = 0,9. Тогда EAC = 12,5 млн ₽, ETC = 6,5 млн ₽, VAC = −2,5 млн ₽, срок ≈ 11,1 месяца.

Копироватьimport numpy as np
# Освоенный объём по месяцам (млн ₽): прогноз месяца завершения линейным трендом
months = np.array([1, 2, 3, 4, 5, 6])
ev     = np.array([0.9, 1.7, 2.6, 3.4, 4.1, 5.0])
k, b = np.polyfit(months, ev, 1)        # ev ≈ k·месяц + b
BAC = 10
print(f"Темп: {k:.2f} млн/мес, завершение ≈ на {(BAC - b) / k:.1f} месяце")

Аналитический отчёт для стейкхолдеров

1. Вывод в одном предложении: «Проект завершится с опозданием примерно на месяц и перерасходом 25%».
2. Доказательства: 2–3 графика и ключевые метрики.
3. Причины: где возникли отклонения.
4. Рекомендации: что сделать и какой будет эффект.

Ландшафт систем

Строительные блоки Jira

• Проект — контейнер задач со своими настройками.
• Типы задач: эпик (крупная цель), история (ценность для пользователя), задача, подзадача, ошибка.
• Поля: исполнитель, приоритет, срок, метки, пользовательские поля (например, «Бюджет»).
• Workflow — набор статусов и переходов между ними с условиями, валидаторами и постфункциями.
• Доска (Scrum или Kanban) и бэклог — визуальное представление работы.

Формула любого правила: ТРИГГЕР → УСЛОВИЕ → ДЕЙСТВИЕ

Способы интеграции

• REST API — система запрашивает данные у другой по требованию (pull).
• Вебхук — система сама отправляет HTTP-сообщение другой, когда происходит событие (push). Пример: сделка в CRM переходит в статус «Выиграна» → вебхук создаёт проект в Jira.
• Low-code-коннекторы (встроенные интеграции, сервисы автоматизации) — связки без программирования.
• Обмен файлами (CSV, XML) по расписанию — простейший вариант для ERP и 1С.

Security by Design

Безопасность — не надстройка «потом», а требование с первого дня проекта. Требования к ИБ попадают в ТЗ наравне с функциональными: кто и к чему имеет доступ, как хранятся данные, как ведётся журнал действий, что делать при инциденте. Если в системе обрабатываются персональные данные — действует 152-ФЗ «О персональных данных».

RBAC и принцип наименьших привилегий

RBAC (Role-Based Access Control) — права выдаются не людям, а ролям; человек получает роль. Принцип наименьших привилегий: у роли ровно те права, без которых она не может работать, и ни одного лишнего.

Защита проектных данных

• API: токены с минимальными правами, хранение в переменных окружения, только HTTPS, регулярная смена ключей.
• Шифрование отчётов: архив или PDF с паролем; пароль передаётся по другому каналу.
• Отзыв прав: при завершении проекта или увольнении — снять роли, деактивировать учётную запись, сменить общие пароли, проверить журнал.
• Журналирование: кто, что и когда изменил.