I store anlægs- og infrastrukturprojekter er det sjældent de store, synlige udfordringer, der skaber de største problemer. Ofte starter forsinkelser og budgetoverskridelser som små afvigelser, der på overfladen virker harmløse, men som over tid udvikler sig til væsentlige risici for projektets succes.
Derfor er evnen til at identificere potentielle problemer tidligt blevet en afgørende konkurrenceparameter for virksomheder, der arbejder med komplekse projekter. Jo tidligere projektledere og beslutningstagere får indsigt i risici, desto større mulighed har de for at handle proaktivt og minimere konsekvenserne.
Det var netop udgangspunktet for et samarbejde mellem Inspari og en større nordisk aktør inden for infrastruktur- og anlægsprojekter.
Fra reaktiv projektstyring til proaktiv indsigt
Virksomheden håndterer en række komplekse projekter, hvor mange faktorer påvirker både økonomi, tidsplaner og ressourceforbrug. Selvom projektorganisationen allerede arbejdede systematisk med opfølgning og rapportering, opstod der et ønske om at blive bedre til at forudsige, hvilke projekter der risikerede at udvikle sig negativt.
Udfordringen var ikke mangel på data. Tværtimod. Virksomheden havde adgang til store mængder historiske projektdata, men manglede en effektiv måde at omsætte disse data til konkrete og handlingsorienterede indsigter.
Sammen med Inspari blev der derfor udviklet en cloudbaseret løsning, hvor predictive analytics og machine learning anvendes til at identificere mønstre og sammenhænge i tidligere projekter. På baggrund af disse analyser kan løsningen vurdere sandsynligheden for, at et igangværende projekt udvikler sig i en risikofyldt retning.
Resultatet er, at projektledere får et langt stærkere beslutningsgrundlag og tidligere kan reagere på potentielle udfordringer.
