前言
软件交付时间紧，赶着上线怎么办？很多人在工作中都遇到这样的事吧，原因有很多在这列几个。再给出我的解决方案，我说的不一定正确，但是期望能帮助各位解决这样的事。
一、产生的原因
1、项目经理对上线时间预估不准
我们先看看下面的对话。
A公司周一开会。
华哥（技术总监）询问：“小林，这个刚才需求评审的1.9版本什么时候上线，业务方等着使用跟热点、做营销活动”。
小林(项目经理)张口就来：“下周五吧，华哥你放心好了”
华哥：“行，我和业务方说下”
下周三到了。
华哥：“小林，项目进度怎么样了，后天周五能上线吧？”
小林擦汗：“对不起啊，华哥，现在还有些测试提的P1级别的bug，开发还没改好，影响上线。事前预估乐观，没想到技术实现起来这么复杂。”
华哥不高兴：“怎么回事，我上周二在老板面前都和业务方承诺了。有风险为啥不提前说，就交给你这件事都没干好！。”
小林老实挨批，没有顶嘴。
华哥的气消了点：“算了，事情已经发生了，现在大概要等多久才能让业务方介入验收？”
小林：“下周二吧”
华哥无奈：“你啊，这回，我们又透支业务方的信任额度了”
小结
小林的预估有点乐观，他要先征求团队其它成员的意见，再作出决定。另外，遇到风险，要提前和领导汇报。
华哥也不能当甩手掌柜，密切关注项目进展，如果发现小林不适合干项目经理，要及时让他转岗。对小林也是有好处，让他干自己擅长的工作，更容易成功。
2、商务给客户过度承诺
一天，B公司商务阿明去拜访一位制造业的客户。
双方寒暄过后，小明也说完了一套话术，王总心动了。
阿明（商务）：“所以，王总，像刚才说的，我们一定能帮助你们好做数字化转型，和竞争对手拉开几个档次，增加营收、提高利润率。”
王总：“嗯，你们一个月后能给到我们吧。价格上也便宜点吧。要知道其他公司也来我这推销了”。
阿明拍了拍胸脯：“是这样的王总，这边给您的价格已经便宜了1万，您是最优惠的客户了。我们和其他公司不同的是，我们的产品质量更好，做的更快，下个月给到贵公司是没问题的。请放心使用。您看，您这边先签单交个预付款，我们这边就开始开干吧！王总，别犹豫，数字化转型要抓住机会啊！”。
王总摸了摸额头：“好，我等下和财务说下给你们打款。不过，合同上要写明：按时保质保量交付，才付尾款”。
阿明急着开单：“就按您说的办！”
阿明回到公司后，找上司汇报了情况。
商务主管：“干的好，开大单了。关于交付内容、时间我们要和技术主管那边说下。”
阿明：“嗯”。
技术主管老罗听后不悦，找到老板：“商务承诺的时间怎么也不提前和我们沟通啊，这回吹得有点大。这家客户所处的行业和以前的客户不一样，很多的功能要重新写，不是改改页面换个Logo就轻松搞定！以我们目前的人力，一个月完成有点难啊！”
老板：“老罗，公司的情况你也知道。现在急需接单，你们的工资哪来的？还不是商务一家一家的跑来的。商务走遍千山万水、说遍千言万语，接个单容易吗？大家最近辛苦点，年轻人正好多练练。这样，给你们技术团队的团建费用加倍好了”。
老罗：“行吧”
小结
商务有错吗？他只是从10吹到60，并没有无中生有，只是急着接单，虽然自己能从中得到提成，但客观的说也是为了公司的经营。
老罗也没错，基于当前情况分析得出技术上的结论，提出风险。
老板更没错，企业是要盈利的。只要客户提出来，就要想着实现。
日本伊藤忠商社有个社训：三方有利。指的是经营要对买方、卖方、社会都有利。
数字化转型这门生意就是三方有利，故事中的老板更没有理由不做。
二、解决的方案
1、培养多面手
忙的时候，很忙。闲的时候又很闲。解决这样的人等货，货等人的问题，丰田在70、80年代就有了办法：培养多面手。
放到IT行业，也就是团队成员对开发、测试的技能都会。开发阶段一起写代码、测试阶段一起测试。
团队中这样的多面手有90%以上，将大为提高上线效率和产品质量。
质量不在是测试人员的问题，是人人都对质量负责。线上有bug，因为开发也加入了测试，不能再说：测试没测到。而是多想想为什么当时做系统设计的时候没想到。一直反思、总结，进而形成良好循环。
全员积极参与改善正是精益生产的特征之一，这种人人负责的意识和氛围能成为公司超越对手的大招！
2、更准确的预估上线时间
如果更准确的预估上线时间？1、项目组成员经验丰富，估的越来越准。2、使用机器学习算法辅助决策。
回到A公司的故事，项目经理询问团队成员工时，有人可能估的准，有人估的不准，怎么办？假如一名程序员张口就来：这个功能开发要一周。你用什么尺度怎么去衡量他说的对不对？
先看看线性回归算法。
我们知道，产品需求文档要实现的内容越多，开发、测试的时间越长，项目所需的天数也越多。
我们看看产品需求文档和项目天数的拟合度。
from scipy import stats
count_word = [1900,2300,2900]
project_day = [7,8,10]
slope, intercept, r, p, std_err = stats.linregress(count_word, project_day)
print('拟合度：',round(r, 3))
def model(a):
return slope * a + intercept
mymodel = list(map(model, count_word))
plt.scatter(count_word, project_day)
plt.plot(count_word, mymodel)
plt.show()
>>>拟合度：0.997
列表count_word存储文档的字数，列表project_day存储对应的项目天数。
拟合度最高是1。0.99很高了，可以用来预测项目天数。从下面这张图能看出需求字数和项目天数拟合的线性关系。
import matplotlib.pyplot as plt
from scipy import stats
count_word = [1900,2300,2900]
project_day = [7,8,10]
slope, intercept, r, p, std_err = stats.linregress(count_word, project_day)
def model(a):
return slope * a + intercept
mymodel = list(map(model, count_word))
print('拟合度：',round(r, 3))
day = model(2317)
day = round(day, 1)
print(f'简单预测从开发、测试到上线需要:{day}天')>>>拟合度： 0.997
>>>简单预测从开发、测试到上线需要:8.2天列表count_word是存储文档的字数，列表project_day存储对应的项目天数。
给函数model传入2317，得出天数day。
现在有这个数据，项目估算上线日期更有把握了。
项目中，和交付天数相关联的变量肯定不止文档字数，如果有多个变量，请用多元线性回归算法，具体步骤略。感兴趣话，看看机器学习sklearn相关的教程。
注意：每家公司、每个产品团队的实际情况可能都不一样，文档字数和项目天数的拟合度是不是0.997，请根据您的实际情况做出决定。
3、敏捷交付
操作系统调度进程有多种方法，其中一种是：短作业优先。短作业优先能降低整体的等待时间，让人感觉等待时间变短了。
复用到项目管理中，可以这么做。分阶段、短作业优先交付，也就是先做工时短、价值大的项目。
如何知道工时长短？使用机器学习预测。
三、总结
这篇文档大都是我在多年工作中的体会，可操作性很强。但不要马上拿来即用，要和实际情况相结合，因地制宜的做本土化创新才是正道。
期望以上内容能帮助您解决这个事！
文章出处登录后可见！
