“理想汽车” 创立于2015年7月，是中国新能源汽车制造商，设计、研发、制造和销售豪华智能电动汽车，于 2020 年7月在美国纳斯达克上市。“创造移动的家，创造幸福的家”是理想汽车的品牌使命。

从 2015年成立之初至今，理想汽车一直保持着高速的发展，理想ONE 也成为首个单款突破十万辆的造车新势力产品。组织的高速发展对理想的项目管理提出了更高的要求，作为一家以数据引领智能造车的公司，理想非常重视项目管理数据的积累，希望将项目管理最佳实践抽象成为组织的资产，沉淀在组织内部，构建可复制、持续稳定、高质量产品交付管理体系。

在2021年，理想与飞书项目合作，率先将产品研发的项目管理实践全部迁移到了飞书项目上。除了辅助理想将项目管理最佳实践的SOP固化在组织中，组织内项目管理数据的沉淀，是更加宝贵的一笔财富。

一年来，理想每天在飞书项目上建立新需求，迄今已经积累了上万条珍贵的项目管理数据，这一方面让理想从历史数据的交叉分析中得到洞察，查找项目管理瓶颈和进一步指导流程的优化；另一方面也让理想在未来的项目管理决策中“有数可依”，推动了公司内部“数据文化”的落地。

数据留存：项目管理流程标准化，排期场景提效50%

高质量、规范化的数据留存是打造“数据驱动型项目管理”的第一步，这对于理想这类业务庞大且涉及多方协作的组织并不容易。

在使用飞书项目之前，理想的产研团队标准流程不明确，项目管理通过 Excel 拉流程、规划排期，项目经理拉 Excel 表记录每个人的排期，计算项目周期等，费时费力。

无论是再复杂的项目，在飞书项目里，都能抽象沉淀为标准的节点流。这样，协作的SOP就能通过工具去沉淀和呈现，飞书项目很好地帮助理想将最佳实践的流程沉淀在系统中，通过不同级别的流程串联起企业中的所有工作，而针对流程进行的拆解、优化过程，也是对企业价值链的分析和打磨。

通过可视化的流程图，理想产研团队的每一位参与者都会更自然地遵循设定好的流程高效协作，信息也能更高效流通，大大减少了大型项目里的沟通工作，新人也能迅速上手，更高效地协作。通过飞书项目的流程标准化固化流程，理想真正地让流程融入每个项目参与者的日常工作中，让项目自然地流动起来。

排期场景：

以理想产研流程中的排期场景为例，在技术评审完成后，过去排期需要线下开会对，不管是项目、迭代还是需求排期，都要拉齐项目核心人员线下沟通，其中大概百分之六十的时间都花在跟大家确认排期是不是 OK 。使用飞书项目后，理想产研团队的成员会根据自身和团队规划，主动在飞书项目上进行排期，流转节点。

目前在理想，小的迭代排期基本上不再需要 PMO 操作，大的项目排期会效率也更高，通过飞书项目的人力甘特图直接查看确认排期情况，会议时间从过去的一上午，到现在半个小时就完成了，仅是排期场景，就为PMO提效超过50%。

通过飞书项目，项目经理、团队负责人也终于能够从繁杂的项目细节中解放出来，更聚焦于项目管理核心价值和极端数据的分析。

风险、变更管理场景：

理想的产品研发与车辆质量息息相关，因此对质量管理、流程把控的要求严格。过去，项目的风险、变更管理都是在项目文档内进行，需要逐一打开变更文档，再打开项目文档，交叉对比，但是具体哪个项目或者需求造成的变更或者风险很难统计，记录很难查看。

飞书项目支持灵活的自定义工作项配置，可以根据客户场景自主设置管理流程，并支持与需求、项目直接进行关联，方便追踪项目管理的风险和变更。

现在理想在飞书项目中专门设置了风险管理和变更管理的自定义工作项，专门进行风险和变更的管理，并通过关联工作项逐一与项目及需求连接起来，所有项目变更、规划都有留痕，还可以通过视图中的条件筛选横向拉通部门和业务线，查看相关风险点，相应地变更和风险数据也被规范化地留存了下来。

数据分析：度量模块设置项目管理基线，项目资产精细化管理

将标准项目流程固化在系统中后，理想的项目管理很快在飞书项目平台规范化地运转了起来。一年来，理想平均每天都有新需求建立，迄今已经积累了上万条珍贵的项目管理数据。

这是一笔极为宝贵的项目管理资产数据库，通过对这些历史数据的交叉分析，能够持续点亮理想项目管理的「数据洞察」，而飞书项目的度量就是为此而生的重要功能模块，也飞书项目中的亮点功能之一。

作为公司的核心资产，产研团队也可以通过数据化的方式，持续进行人效与产出的优化。市面上的类似功能要么靠PM手算，要么需要单独购买付费的插件，飞书项目中度量功能则是原生集成，PMO 可使用多种图表多维度查看项目表现，并层层下钻进行分析，快速定位风险，持续为理想优化产研的人效及产出。

过去，理想产出项目管理报告需要先从项目管理工具中导出数据，再用 Excel 分析数据。并且由于数据的更新无法直接同步，PMO每个月都需要重复进行一次同样的导出-分析的动作。

使用飞书项目后，通过大量的项目管理数据积累，理想可以直接在飞书项目的度量模块中进行常用的指标分析，项目数据更新可以实时反馈在各类图表中，指导同类项目决策，追踪项目管理健康度。

人力资源的精细化管理依赖对数据和工具的有效运用，项目管理数据库的建立，以及对数据库里的资源精细化管理，可以帮助管理人员“知人善用”。汽车制造行业的项目管理规模往往比较大，涉及部门多，对项目健康度的跟踪和人力资源的精细化管理也就显得尤为重要。

理想会定期（季度、年度）使用飞书项目的度量模块对过往的项目管理数据进行定性分析，通过「项目管理基线」的设置，为项目管理的各类角色的精细化管理提供依据。

• PMO 可以通过阶段性的进行项目管理定性分析，寻找项目管理瓶颈，并指导下一个阶段的规范化管理和流程的优化；对于新开展的大型项目，通过历史项目管理数据的分析，也可以提前获取可能的风险点，对各类需求的不确定性提前进行规避；
• 研发负责人通过查看「需求工时燃尽图」查看研发人力资源消耗情况，更有针对性地查看排期情况和卡点；对于人力消耗大的项目，研发团队可以参考过往历史数据设置“计划参考线”，进行排期合理度预估，规范项目交付；
• 管理层则更加关注项目进行中的异常值，通过查看「WIP趋势图」等图表，查看大的项目中存在哪些异常值，排查原因，持续跟踪项目管理的健康度。

数据决策：大小决策真正实现“有数可依”，推动数据文化落地

项目管理全过程涉及非常多的决策，项目交付周期各个阶段的比例如何划分？项目交付节奏如何设置？对于新的项目，人力资源如何设置？每一项决策都关系到项目的成功与否。

那么，如何才能更加科学地决策呢？在项目管理数据留存和数据分析的基础上，还需要推动数据意识在公司的落地。

过去，项目管理只能靠拍脑袋或者参考“老司机经验”决策，现在通过项目管理数据库，理想产研项目管理中大大小小的决策都可以通过度量进行数据分析论证。

每一位项目管理的参与者都可以在飞书项目中进行相关数据度量。通过度量分析过往数据，先获取参考数据，进而指导项目管理更科学地决策，在项目例会上，也能通过相关数据“举证”，更好地说服团队和TL。

例如对于某些需要从 0 到 1 的项目，项目经理可以通过历史数据的度量分析，进行一个大致的人力资源消耗预判，更好地管理人力排期。对于一个项目周期很长但大家感知没有这么困难的项目，TL现在就已经养成了“用数据说话”的习惯，拉出一个之前某一个同规模项目的数据来对比，更有说服力。

通过飞书项目标准化流程的落地，理想搭建起了项目管理数据库，也间接推动了公司内部“数据文化”的落地。数据沉淀的任务不该止步于项目本身，其更大的价值是建立框架和分析角度，分解更大的问题。用数据分析给出小而美的答案，进一步将其变成产品建议，进而为项目管理各层参与者提供决策依据。当项目管理数字化成为公司的共识，传统的制造企业才能把握数字化转型的核心，在数字化转型时代赢得先机，迸发出新的生命力。