The golden opportunities for project successthe data mining approach
- Manuel Castejón Limas
- Ana González Marcos
- Francisco Javier Martínez de Pisón Ascacíbar
- Fernando Alba Elías
- Marina Corral Bobadilla
Editorial: edUPV, Editorial Universitat Politècnica de València ; Universitat Politècnica de València
ISBN: 84-9705-987-5
Año de publicación: 2006
Páginas: 2656-2664
Congreso: CIDIP. Congreso Internacional de Ingeniería de Proyectos (10. 2006. Valencia)
Tipo: Aportación congreso
beta Ver similares en nube de resultadosResumen
Este artículo aborda la problemática que surge en el campo de la Dirección de Proyectos relativa a la estimación y análisis de los factores de mayor incidencia en el éxito o fracaso del desarrollo del proyecto desde un novedoso punto de vista: la minería de datos. Se resaltan las oportunidades que proporciona el descubrimiento de los principales estados y modos de comportamiento de los sistemas reales que constituyen los subsistemas del proyecto a partir de los datos de experiencias reales previas. La posibilidad de establecer cuales son los parámetros más influyentes en la interacción de los miembros del equipo de Proyectos, las causas más comunes de fallo en su coordinación y los factores críticos para el éxito o fracaso de un Proyecto, proporcionaría unos criterios fundamentales de incalculable valor en la gestión de los Proyectos; y de especial utilidad para el responsable del exitoso desarrollo de los mismos, su director. Gracias a los logros esperados de la línea de investigación emprendida, los Directores de Proyecto podrían establecer a priori cuales son los parámetros más adecuados para el correcto y eficiente desempeño de las actividades en las que se desglosan estos. El enfoque propuesto se basa en el análisis de la información contenida en bases de datos relativas al desarrollo de proyectos reales de software. El análisis a realizar se fundamenta en una metodología propuesta por el grupo EDMANS ya contrastada en proyectos anteriores, concentrándose particularmente en las etapas de preprocesado de los datos y el análisis descriptivo, cuantitativo y cualitativo. En particular, resultarán de particular interés los resultados procedentes del análisis cluster, discriminante, factorial y de identificación de excéntricos aplicados a un conjunto de proyectos que supera los tres millares de casos.