近几年来，随着数据和人工智能技术的发展，数据智能类的软件项目也渐渐多起来，为了让新技术更好应用于项目，也为了让具备新技术使用能力的各种专家角色能够更好的协作，达成项目目标，给业务方甚至整个组织带来价值，数据和智能项目的项目管理变得越来越重要。
在过去的几年里，我作为数据服务项目的提供方，管理过多个规模不同的数据智能项目，此文是对自己管理经验的总结。
数据智能项目有多种分类，每种类型的管理方式各不一样，基于经验，按照不同的维度，可以把数据项目分为四类，这几种维度是，验证想法还是落地执行，专注智能技术还是专注组织赋能。
这篇文章写给团队leader（负责人），以及团队中相对资深的成员。 你是团队的一员，但同时肩负带领团队完成目标…
工作的原因，经常和PM（项目管理者）共事，PM这个“官”，说大不大，说小也不小，但“管辖”范围却是无比的宽泛，公司不一样，项目性质不一样，团队结构不一样，对PM的要求也就千差万别，但核心要求都是一致的，那就是能搞定事。
能搞定事的PM都具备什么特质呢，这篇文章来盘一盘。
曾经和多位项目管理者聊过一个话题：“在项目管理中，哪类管理给你带来的挑战最大？”
80%以上的人回答是风险管理。
因为风险很难预测，难以纳入日常化管理，但是风险一旦发生，又不容易找到标准动作去应对，所以，对于项目管理者的挑战很大。
尤其在敏捷项目管理中，小步前进，快速行动，拥抱变化，及时调整，可以说，时时刻刻都在等待变化或者应对变化，出现风险和危机是很常见的事情，这挑战着项目管理者的能力和灵活性。
本文就来谈谈在一个灵活度很高的敏捷项目中，如何从带来风险的 5 大原因出发，识别项目可能存在的风险，从而做好风险管理。
如今，许多企业追求数据驱动，要做到真正的数据驱动，仅仅靠积累数据是远远不够的，在此之上，还要对数据进行有效的处理、分类和解读，从数据中获得信息，从信息中积累知识。
也就是说，从数据到知识，还有很多工作需要做的，比如，对数据进行探查和了解，对数据进行挖掘和分析，形成洞见和知识，从而指导决策和行动，也因此，数据便成为了一种生产力。
如何推动数据成为生产力，企业通常会通过一系列的数据项目来实现。
做干系人的期望管理时，人们经常会跳过前面几个环节，直达“对举措的共识”，但往往欲速则不达，这就如同还没有经过诊断就开药，不但不能“药到病除”，反而可能会带来副作用。
一个优秀的项目管理者会同时关注过去，现在和未来，他们不打无准备之仗，他们每打一次仗也都没有白打。如果你遇到一位优秀的项目管理者，好好珍惜和他共事的机会，因为和成熟的管理者共事，受益最大的是项目和项目里面每个渴望成长的你。
我做项目管理的时候会周期性的给项目做盘点，把我做盘点的工具和过程和大家分享一下，这个工具的灵感来自于新精英的生涯平衡轮。