用途
senior-pm 是一个面向企业软件、SaaS 和数字化转型项目的高级项目管理技能，定位为高级项目管理专家。它用于管理复杂、多项目、高预算的项目组合，提供项目组合管理、定量分析和面向高管的汇报框架。
主要能力
项目组合管理与战略对齐
- 使用 WSJF、RICE、ICE、MoSCoW 等优先级模型进行多项目组合优化
- 制定与业务目标和市场状况对齐的战略路线图
- 跨组合的资源容量规划与分配优化
- 多维度评分框架下的组合健康监控
定量风险管理
- 使用期望货币值（EMV）分析进行财务风险量化
- 使用蒙特卡洛模拟进行进度风险建模和置信区间分析
- 实施企业级风险偏好框架与阈值
- 组合风险相关性分析与分散策略
高管沟通与治理
- 面向董事会的执行报告，包含 RAG 状态和战略建议
- 通过 RACI 矩阵和升级路径实现利益相关者对齐
- 风险调整后的 ROI 和 NPV 财务绩效跟踪
- 大规模数字化转型的变更管理策略
使用方式
技能采用三层分析方法，每层对应一个脚本：
第一层：组合健康评估
运行 python3 scripts/project_health_dashboard.py assets/sample_project_data.json，提供多维度加权评分：
- 时间线表现（权重 25%）：进度遵守、里程碑达成、关键路径分析
- 预算管理（权重 25%）：支出偏差、预测准确性、成本效率
- 范围交付（权重 20%）：功能完成率、需求满足度、变更控制
- 质量指标（权重 20%）：代码覆盖率、缺陷密度、技术债务、安全态势
- 风险暴露（权重 10%）：风险评分、缓解有效性、暴露趋势
RAG 状态计算：
- 🟢 绿色：综合得分 >80，所有维度 >60
- 🟡 黄色：综合得分 60-80，或任一维度 40-60
- 🔴 红色：综合得分 <60，或任一维度 <40
第二层：风险矩阵与缓解策略
运行 python3 scripts/risk_matrix_analyzer.py assets/sample_project_data.json，进行定量风险评估：
- 概率评估（1-5 分）：历史数据、专家判断、蒙特卡洛输入
- 影响分析（1-5 分）：财务、进度、质量和战略影响向量
- 类别权重：技术（1.2x）、资源（1.1x）、财务（1.4x）、进度（1.0x）
- EMV 计算：风险评分 =（概率 × 影响 × 类别权重）
风险应对策略：
- 规避（评分 >18）：通过范围或方法变更消除
- 缓解（评分 12-18）：通过主动干预降低概率或影响
- 转移（评分 8-12）：保险、合同、合作伙伴
- 接受（评分 <8）：监控并制定应急计划
第三层：资源容量优化
运行 python3 scripts/resource_capacity_planner.py assets/sample_project_data.json，进行组合资源分析：
- 利用率优化：目标 70-85% 以实现可持续生产力
- 技能匹配：基于算法的资源分配以最大化效率
- 瓶颈识别：跨组合的关键路径资源约束
- 场景规划：资源重新分配策略的假设分析
优先级模型选择
- 资源受限？→ WSJF
- 关注客户影响？→ RICE
- 需要速度？→ ICE
- 多利益相关者群体？→ MoSCoW
- 复杂权衡？→ 多准则决策分析（MCDA）
实施工作流
- 每周组合健康审查：数据收集与验证、风险评估更新、容量分析、高管摘要生成
- 每月战略审查：组合优先级审查、风险组合分析、资源优化规划、利益相关者对齐会议
- 每季度组合优化：战略对齐评估、财务绩效审查、能力差距分析、组合再平衡
适用场景
- 管理企业软件、SaaS 或数字化转型的多项目组合
- 需要定量风险分析和财务风险量化
- 需要面向董事会或高管层的汇报和决策支持
- 需要跨项目资源容量规划和瓶颈识别
- 需要与 Jira、Confluence 等 Atlassian 工具及财务系统集成
- 需要向 Scrum Master、产品负责人交接和协作
限制
- 具体收费、价格、平台支持范围、实际使用效果等事实资料中暂未提供
- 脚本运行依赖 Python 3 环境和相应 JSON 数据文件
- 示例数据为 assets/sample_project_data.json，实际使用需替换为真实项目数据
- 部分集成能力（如 MCP 集成、财务系统集成）的具体实现细节资料中暂未提供