关于 senior-pm
面向企业软件、SaaS 和数字化转型项目的高级项目管理技能,支持多项目组合评估、量化风险分析和资源规划。它还提供高管报告框架与项目治理模板。
主要功能
- 01评估组合健康度并生成 RAG 状态
- 02量化风险并分析组合风险关联
- 03规划资源容量与跨项目分配
- 04使用 WSJF、RICE、ICE 和 MoSCoW 排优先级
- 05提供高管报告、项目章程和 RACI 模板
适用场景
- 01开展每周项目组合健康审查
- 02分析项目风险并制定缓解措施
- 03优化团队容量和资源分配
- 04为月度或季度组合评审准备报告
安装
复制下面的命令,在终端中运行。
npx skills add https:/ / github.com/ alirezarezvani/ claude-skills --skill senior-pm安装后在 Claude Code 中输入/senior-pm确认已加载。
包含的文件
除 SKILL.md 外,安装时一起下载的参考资料和脚本。
assets/executive_report_template.mdexpected_output.jsonproject_charter_template.mdraci_matrix_template.mdsample_project_data.jsonreferences/portfolio-kpis.mdportfolio-prioritization-models.mdrisk-management-framework.mdscripts/project_health_dashboard.pyresource_capacity_planner.pyrisk_matrix_analyzer.py详细介绍
高级项目管理专家
概述
面向企业软件、SaaS 和数字化转型项目的战略性项目管理。为复杂的多项目组合提供组合管理能力、定量分析工具以及管理层级的报告框架。
核心专长领域
组合管理与战略对齐
- 使用先进的优先级模型(WSJF、RICE、ICE、MoSCoW)进行多项目组合优化
- 结合业务目标与市场环境制定战略路线图
- 跨组合进行资源容量规划与分配优化
- 使用多维评分框架进行组合健康度监控
定量风险管理
- 使用预期货币价值(EMV)分析量化财务风险
- 通过蒙特卡洛模拟进行进度风险建模并计算置信区间
- 以企业级阈值实施风险偏好框架
- 组合风险相关性分析与分散化策略
管理沟通与治理
- 生成包含 RAG 状态与战略建议的董事会级执行报告
- 通过精细的 RACI 矩阵与升级路径实现利益相关方对齐
- 通过风险调整后的 ROI 与 NPV 计算跟踪财务绩效
- 面向大规模数字化转型的变革管理策略
方法论与框架
三层分析方法
第一层:组合健康度评估
使用 project_health_dashboard.py 提供全面的多维评分:
python3 scripts/project_health_dashboard.py assets/sample_project_data.json
健康度维度(加权评分):
- 时间进度(权重 25%):进度遵守情况、里程碑达成率、关键路径分析
- 预算管理(权重 25%):支出偏差、预测准确度、成本效率指标
- 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
- 风险敞口(权重 10%):风险评分、缓解措施有效性、敞口趋势
RAG 状态计算:
- 🟢 绿色:综合评分 >80,且所有维度 >60
- 🟡 黄色:综合评分 60-80,或任一维度处于 40-60
- 🔴 红色:综合评分 <60,或任一维度 <40
第二层:风险矩阵与缓解策略
利用 risk_matrix_analyzer.py 进行定量风险评估:
python3 scripts/risk_matrix_analyzer.py assets/sample_project_data.json
风险量化流程:
- 概率评估(1-5 级):历史数据、专家判断、蒙特卡洛输入
- 影响分析(1-5 级):财务、进度、质量和战略影响维度
- 类别加权:技术(1.2 倍)、资源(1.1 倍)、财务(1.4 倍)、进度(1.0 倍)
- EMV 计算:
# EMV and risk-adjusted budget calculation
def calculate_emv(risks):
category_weights = {"Technical": 1.2, "Resource": 1.1, "Financial": 1.4, "Schedule": 1.0}
total_emv = 0
for risk in risks:
score = risk["probability"] * risk["impact"] * category_weights[risk["category"]]
emv = risk["probability"] * risk["financial_impact"]
total_emv += emv
risk["score"] = score
return total_emv
def risk_adjusted_budget(base_budget, portfolio_risk_score, risk_tolerance_factor):
risk_premium = portfolio_risk_score * risk_tolerance_factor
return base_budget * (1 + risk_premium)
按分数阈值划分的风险应对策略:
- 规避(>18):通过调整范围或方法予以消除
- 缓解(12-18):通过主动干预降低概率或影响
- 转移(8-12):保险、合同、合作伙伴分担
- 接受(<8):监控并制定应急计划
第三层:资源容量优化
使用 resource_capacity_planner.py 进行组合资源分析:
python3 scripts/resource_capacity_planner.py assets/sample_project_data.json
容量分析框架:
- 利用率优化:目标 70-85%,以实现可持续的生产力
- 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
- 情景规划:针对资源再分配策略的假设分析(What-if)
高级优先级模型
在各模型能提供最强信号的特定场景中应用它们:
加权最短作业优先 (WSJF) — 资源受限的敏捷项目组合,且延迟成本可量化
def wsjf(user_value, time_criticality, risk_reduction, job_size):
return (user_value + time_criticality + risk_reduction) / job_size
RICE — 面向客户的项目,且覆盖面指标可量化
def rice(reach, impact, confidence_pct, effort_person_months):
return (reach * impact * (confidence_pct / 100)) / effort_person_months
ICE — 头脑风暴期间或分析时间有限时的快速排序
def ice(impact, confidence, ease):
return (impact + confidence + ease) / 3
模型选择 — 使用以下决策逻辑:
if resource_constrained and agile_methodology and cost_of_delay_quantifiable:
→ WSJF
elif customer_facing and reach_metrics_available:
→ RICE
elif quick_prioritization_needed or ideation_phase:
→ ICE
elif multiple_stakeholder_groups_with_differing_priorities:
→ MoSCoW
elif complex_tradeoffs_across_incommensurable_criteria:
→ Multi-Criteria Decision Analysis (MCDA)
参考:references/portfolio-prioritization-models.md
风险管理框架
参考:references/risk-management-framework.md
第 1 步:按类别划分风险
- 技术:架构、集成、性能
- 资源:可用性、技能、人员留存
- 进度:依赖关系、关键路径、外部因素
- 财务:预算超支、币种、经济因素
- 业务:市场变化、竞争压力、战略调整
第 2 步:为蒙特卡洛输入进行三点估算
def three_point_estimate(optimistic, most_likely, pessimistic):
expected = (optimistic + 4 * most_likely + pessimistic) / 6
std_dev = (pessimistic - optimistic) / 6
return expected, std_dev
第 3 步:项目组合风险相关性
import math
def portfolio_risk(individual_risks, correlations):
# individual_risks: list of risk EMV values
# correlations: list of (i, j, corr_coefficient) tuples
sum_sq = sum(r**2 for r in individual_risks)
sum_corr = sum(2 * c * individual_risks[i] * individual_risks[j]
for i, j, c in correlations)
return math.sqrt(sum_sq + sum_corr)
风险偏好框架:
- 保守型:风险评分 0-8,应急储备 25-30%
- 稳健型:风险评分 8-15,应急储备 15-20%
- 进取型:风险评分 15 以上,应急储备 10-15%
资产与模板
项目章程模板
参考:assets/project_charter_template.md
包含 12 个章节的完整章程,涵盖:
- 含战略对齐的执行摘要
- 含 KPI 与质量关口的成功标准
- 含决策权限级别的 RACI 矩阵
- 含缓解策略的风险评估
- 含应急分析的预算明细
- 含关键路径依赖的时间线
高管报告模板
参考:assets/executive_report_template.md
面向董事会级别的项目组合报告,包括:
- 含趋势分析的 RAG 状态看板
- 财务绩效与战略目标对比
- 含缓解状态的风险热力图
- 资源利用率与产能分析
- 含 ROI 预测的前瞻性建议
RACI 矩阵模板
参考:assets/raci_matrix_template.md
企业级职责分配,包含:
- 含决策权限的详细干系人名册
- 按阶段划分的 RACI 分配(从启动到部署)
- 含时间线与权限级别的升级路径
- 沟通协议与会议框架
- 含治理整合的冲突解决流程
示例项目组合数据
参考:assets/sample_project_data.json
贴近实际的多项目组合,包括:
- 4 个处于不同阶段、优先级各异的项目
- 完整的财务数据(预算、实际支出、预测)
- 含利用率指标的资源分配
- 含概率/影响评分的风险登记册
- 质量指标与干系人满意度数据
- 依赖关系与里程碑跟踪
预期输出示例
参考:assets/expected_output.json
展示脚本能力,包括:
- 项目组合健康评分与 RAG 状态
- 风险矩阵可视化与缓解优先级
- 含优化建议的资源产能分析
- 展示各输出如何相互补充的集成示例
实施工作流
项目组合健康评审(每周)
-
数据收集与验证
python3 scripts/project_health_dashboard.py current_portfolio.json⚠️ 如果任一项目的综合评分低于 60,或关键数据字段缺失,请立即停止,先解决数据完整性问题再继续。
-
风险评估更新
python3 scripts/risk_matrix_analyzer.py current_portfolio.json⚠️ 如果任一风险评分超过 18(规避阈值),请立即停止,并在继续之前启动向项目发起人的升级流程。
-
产能分析
python3 scripts/resource_capacity_planner.py current_portfolio.json⚠️ 如果任一团队利用率超过 90% 或低于 60%,请在第 4 步之前标记并立即讨论资源重新分配。
-
生成执行摘要
- 将输出综合为高管报告格式
- 突出关键问题与建议
- 准备干系人沟通材料
月度战略评审
-
投资组合优先级评审
- 应用 WSJF/RICE/ICE 模型评估当前优先级
- 评估与业务目标的战略对齐程度
- 识别优化机会
-
风险组合分析
- 更新风险偏好和容忍度水平
- 审查投资组合的风险相关性与集中度
- 调整风险缓解投入
-
资源优化规划
- 分析未来一个季度的产能约束
- 规划资源重新分配与招聘策略
- 识别技能缺口和培训需求
-
利益相关方对齐会议
- 汇报投资组合健康状况与战略建议
- 收集关于优先级和资源分配的反馈
- 就下一季度的优先事项与投入达成一致
季度投资组合优化
-
战略对齐评估
- 评估投资组合对业务目标的贡献
- 评估市场与竞争地位的变化
- 更新战略优先级和成功标准
-
财务绩效评审
- 分析整个投资组合的风险调整后投资回报率
- 审查预算执行情况与预测准确性
- 优化投资分配以实现最大价值
-
能力差距分析
- 识别新兴技术与技能需求
- 规划能力建设投入
- 评估自建、外购与合作伙伴决策
-
投资组合再平衡
- 应用三horizons 模型实现创新平衡
- 利用有效前沿优化风险收益结构
- 规划新举措与下线决策
集成策略
Atlassian 集成
- Jira:投资组合仪表盘、跨项目指标、风险跟踪
- Confluence:战略文档、高管报告、知识管理
- 使用 MCP 集成自动化数据收集与报告生成
财务系统集成
- 预算跟踪:用于偏差分析的实时支出数据
- 资源成本核算:用于产能规划的小时费率与利用率
- 投资回报衡量:对照预期跟踪价值实现情况
利益相关方管理
- 高管仪表盘:实时投资组合健康状况可视化
- 团队记分卡:个人项目绩效指标
- 风险登记册:协作式风险管理,支持自动升级
交接协议
交接给 Scrum Master
上下文传递:
- 战略优先级与成功标准
- 资源分配与团队组成
- 需要冲刺级别关注的风险因素
- 质量标准与验收标准
持续协作:
- 每周速率与健康指标评审
- 用于投资组合学习的冲刺回顾洞察
- 障碍升级与解决支持
- 团队产能与利用率反馈
交接给产品负责人
战略上下文:
- 市场优先级与竞争分析
- 用户价值框架与衡量标准
- 与投资组合目标对齐的功能优先级
- 资源与时间约束
决策支持:
- 功能投资的投资回报分析
- 产品决策的风险评估
- 市场情报与客户反馈整合
- 战略路线图对齐与依赖关系
来自高管团队
战略方向:
- 业务目标更新与优先级变更
- 预算分配与资源审批决策
- 风险偏好与容忍度水平调整
- 市场策略与竞争应对决策
绩效期望:
- 投资组合健康状况与价值交付目标
- 时间表与里程碑承诺期望
- 质量标准与合规要求
- 利益相关方满意度与沟通标准
成功指标与 KPI
参考:references/portfolio-kpis.md,获取完整定义与衡量指导。
组合绩效
- 按时交付率:>80%,且在计划时间线的 10% 以内
- 预算偏差:整个组合平均 <5%
- 质量评分:综合评级 >85
- 风险缓解覆盖率:>90% 的风险具有生效中的计划
- 资源利用率:平均 75-85%
战略价值
- ROI 达成率:>90% 的项目在 12 个月内达到预期收益
- 战略一致性:>95% 的投资与业务优先级保持一致
- 创新平衡:70% 运营 / 20% 增长 / 10% 变革
- 利益相关方满意度:高管平均 >8.5/10
- 价值实现时间:项目完成后平均 <6 个月
风险管理
- 风险敞口:保持在已批准的风险偏好范围内
- 解决时长:中等风险 <30 天,高风险 <7 天
- 缓解成本效率:<组合风险 EMV 总额的 20%
- 风险预测准确率:概率评估准确率 >70%
持续改进框架
组合学习整合
- 从已完成项目中收集经验教训
- 基于历史数据更新风险概率评估
- 通过复盘分析提升估算准确性
- 在项目团队之间分享最佳实践
方法论演进
- 定期审查优先级模型的有效性
- 基于行业最佳实践更新风险框架
- 引入新工具和技术以提升分析效率
- 对标行业组合绩效标准
利益相关方反馈整合
- 每季度开展利益相关方满意度调查
- 收集高管访谈中关于决策支持质量的反馈
- 收集团队对流程效率与效果的反馈
- 评估组合决策对客户的影响
相关 Skills
- Product Strategist(
product-team/product-strategist/)— 产品 OKR 与组合目标保持一致 - Scrum Master(
project-management/scrum-master/)— Sprint 速率数据输入项目健康度仪表盘