75％

3/4 –这是波士顿咨询集团如何估算因非技术原因而终止的IT项目份额的方法。

对于项目管理知识体系（PMBOK）的两个连续版本，利益相关者管理过程已被选为幸运数字13下的一个单独的知识领域，强烈建议您考虑：

1.他们之间的关系
2.影响力中心，以及
3.沟通文化-增加成功的机会。

问题一：

      ? 

^{照片：Sharif Hamza for Dazed＆Confuzed，模型-Lupita Niongo}

鉴于俄罗斯数学最近在色数问题上无条件取胜 ，让我们考虑一下在机器学习图论中迅速获得普及的原因应用于大多数IT项目失败的情况。 我们将完全自然的计算科学应用于以前被认为是“ 软 ”的领域。 我们将展示现代模型如何使组织在变化的时代中进行衡量。 解决方案策略-简单，分为两个步骤-我们建立了利益相关者关系图，并从中关闭了神经网络。 并且，尽管自学习算法执行复杂的管理任务，但从一大堆人的肩膀上消除了管理上的问题-我们喝咖啡加蛋糕。

目录内容

1. 目的和目的
2. 拟议方法
3. 学习什么
4. 如何测量
5. 业务案例草图
6. 告诉我你的朋友是谁（或卷积图的原理）
7. 漂亮模特的红色角落
8. 前述内容摘要
9. 结论
10. 文学选集
11. 播放备忘录
12. 并在线录音

任务与失败

业务转型项目（例如SAP实施）通常会更改业务流程或组织结构。 有时，两者都是追求最佳实践的perevodnyayut。 但是，有细微差别。 人们之间对现有（现状偏见）的坚持使业务转型成为一项挑战-我们作为一个物种，力求保持和增长。

一个有趣的事实-大约80％的人口对创新不满意[1]。 BCG报告说，四个失败的信息技术项目中有三个是由于非技术性的所谓“软”原因而结束的。 组织变更管理是一组预期会抵制新变化的实践。 SAP食谱-管理成功实施并过渡到持续改进阶段所需的沟通，动力，决策权和资格[2]。

在最近的一次采访中，列昂尼德·朱可夫（BCG Gamma俄罗斯业务总监）提到了规则10-20-70。 在引入机器学习的实际项目中，花费了总时间的10％来测试假设并选择合适的模型。 实施生产性（或时尚青年DevOps）会消耗20％的劳动力成本。 70％的工作需要更改。

^{视频：这是有关咨询工作日的采访，我特别喜欢泳池中直升机的故事}

从某种意义上说，成功的条件可以用不等式A + B + C> D来表示，其中A是对当前事务状态的不满意程度，B是问题的普遍看法，C是检验假设的好处，D是进行转型所需的努力。 这很简单-创建条件以使公式适用于每个人和每个人-更改将迅速传播。 胜利似乎很容易，对吧？

利益相关者分析是转型项目的核心。 主要任务是搜索并确定将受更改影响的个人和组织，或者那些可以影响我们项目的个人和组织。 按实力和影响力对利益相关者进行排名是一种常见的做法（至少在参与项目管理的参与者中）。 从历史上看，这个问题是通过集思广益和源自社会学研究传统的其他工具来主观解决的。 没有可靠的数值指标。 到今天。

图论中数学的最新进展使得测量该问题成为可能。 首先，我们正式指定问题并确定数学表示法，我们将在以后使用该方法。

挑战：

根据为现状和意愿条件描述的给定组织结构和业务流程，根据个人变更的规模（进行转换所需的工作）对利益相关者进行排名。

这样做

将业务案例描述为关系和工作流。

许多成熟的组织以结构化的方式管理流程（有时会推动外部要求，例如ISO认证）。 对于大多数企业而言，组织结构是正规的。 根据数据构建模型的结果是，我们获得了一个关系网络，我们将对其进行分析。

与时俱进，我们将描述IBCS标准精神的开始变化，该标准声称业务图纸的调色板可以包含整个黑色范围。 左侧-情况将保持不变，而右侧-将会保持现状。 利益相关者已编号并连接在一起：组织结构的细线和工作流的箭头。 ＃9领导力的变化通过在现状下打破从属关系4-9以及在现状下打破新的5-9关系来显示。

想象一下，我们必须帮助青蛙Pepe。 由他的上级负责，通过改变公司中去隔离化的过程（第二层的参与者）来实现。

它描述了事态，但是描述了事态-不是灾难，而是选择的折磨。 阅读了两本书，参加了会议，甚至还研究了市场领导者和知名咨询公司的月桂树候选人的一些案例。 将他人的经验转移到您的企业是另一项任务。

在N点之后，不，让它成为M个不眠之夜会更好，它的视觉会按照两种方式结晶。 在这里，仅以使故事更加丰富多彩的发光目标为指导，我们脱离了IBCS标准的要求，并添加了颜色。 照原样，我们很不高兴，因此，我们将其分别用红色和绿色（和绿色）描绘。

指定列 $$$G =（V，E）$ -这是一个数学模型-许多集合-成对关系，称为边（键，拱），并表示为 $$$e_ {ij}$ 用于两个顶点（节点）之间的任何现有连接 $$$v_ {i}$ 和 $$$v_ {j}$ 。 顶点和边都可以具有属性（例如：用户配置文件，通信强度或其类型）。

学习什么

网络中连接的性质决定了系统的行为-整体及其组件-图表的边缘描述了连接单元，分配负载或增加结构应力的情况。 我们将努力发现尽可能多的关系。 按现状和意愿描述的组织结构和业务流程是我们的模型在专业人士级别上做出判断的最少信息量。

如何测量

数据分析一直是SAP组织变更方法中的重要组成部分。 研究组织结构，流程和利益相关者是司空见惯的。 数十年来一直在研究发生变化（或我想进行）的环境。 例如，BCG拥有50年的业务转型经验。 罗杰斯（Rogers）的基础著作（Diffusion of Innovations）的第一版在1962年出版，所有现代变更管理方法都从该书中发展而来。

新只是算术运算。

受生物学启发的一系列算法（图形神经网络）为我们打开了一个新的有趣的代数-我们有机会讨论连接的性质并在一个空间中执行计算，在该空间中我们可以高精度地测量结构的相似性。

业务案例草图

我们对图表的顶点进行编号，并尝试像受过良好教育的专业人员那样进行组织变革。 让我们分别评估组织每个成员的变更规模。 例如，以康定斯基精神装饰马赛克的前7号。

住过一个利益相关者，没有打扰。 照原样参加流程。 他提交了三个。 两个-直接：＃8和＃9，以及下属＃10的另一个下属。

创新者来了。

他们建议删除三个中的两个（＃8和＃10）。 作为回报-将另一个框架＃11添加到相邻部门。 并以一种新的方式重组了去壳的过程。 新奇妙世界中的工作流程是由新参与者＃6发起的-先前他的领导者＃3做到了。

选项1：

我们的利益相关者将间接参与该过程-剩下的唯一下属＃9提出了这项工作-他先前执行了另一项操作（现在将由＃4利益相关者执行）。

选项2：

利益相关者将继续执行此过程中的第一个操作，第二个操作（而不是下属＃9）将由其上司＃4执行。

这样分析了每个人的变化的性质之后，就可以得出有关转换规模的一些结论。 在这里，读者面临一个选择：自己动手做练习，或要求及早获得完整的案​​例研究。

通常在 $$$N ^ 3$ 迭代过程中，受过良好组织变革培训的专业人员能够为每个利益相关者充分评估变革的规模，并据此对他们进行排名 $$$N$ -利益相关者的数量。 优秀的专业人员将为您服务 $$$N ^ 2 log（N）$ 。 一个出色的创造力人士，会提出一个公式，将所有的弊端加在一起，给出一些变化的数值估计，此外，他知道如何在Excel中进行排序，通常有机会渐近 $$$N ^ 2$ 。

考虑到的模拟估计方法的替代方法是使用现代数学。

选项1.流程和结构的变更规模。 模型的架构：两层卷积，对称的连接矩阵，线性激活。 距离是余弦。

如您所见，＃8和＃10（已删除）和＃11（已添加）顶点在组织结构的变化规模上获得最高的评价。 ＃9和＃5获得几乎相等的成绩-第一个将失去下属，第二个将获得。 可以说，该模型认为没有员工要比有新员工差一点。 对于＃0，＃1和＃2层次结构的顶部，情况实际上保持不变。 请注意，对于＃2，会有细微的差别-结构的所有更改都在其下属之间发生。

比较正在进行的转换的方案。 为了便于解释结果，我们对两个流程选项均使用相同的组织结构。

基本情况-我们仅评估结构变化。 不使用个人数据。 一般而言。 组织结构和流程。 就是这样。

随着个人数据的乐趣。 在任何意义上。

该方法类似于从由多个弹簧连接的多个质量中观察物理系统-当连接方式改变或拉力改变时，物体改变空间位置。 我们通过状态与意愿之间的转换来判断个体变化的规模。 并且我们在间隔[0,1]上测量此偏移，其中没有任何变化的情况对应于零（状态的原样和原样的完全相似）以及单位-最大可能变化。

告诉我你的朋友是谁（或卷积图的原理）

衡量变化规模的一种方法可能是分析一个人的环境将变化多少-包括但不限于从属/控制关系，工作流程的规范或交易接口-阿姆斯特丹的新算法允许所有这些。

考虑一下她的工作原理。

直觉：他人的属性决定个人。

对于每位员工，我们收集有关同事的信息，并将其通过神经网络（聚合器）传递。 结果，我们得到一个表示（多维空间中的坐标），该表示反映每个系统在系统中的相对位置。 从某种意义上说，该过程类似于一个人尝试学习所有连接和属性，然后忘记学到的东西的尝试。

变化的尺度是状态和状态的最终表示形式之间的距离。

社会学习理论指出，我们是通过观察同事的行为并习惯于学习来学习的。 业务转型正在改变关系的本质，环境正在动摇。 需要重新学习。 我们将测量这种心理环境的变化（假设我们已经对员工进行了分析，并且拥有数据）。

在单个变更的规模空间中，一切看起来像这样：

如您所见，添加概要分析数据提高了模型的分辨率-现在，我们不仅考虑了结构和流程的转换，还考虑了参与者的功能。

更改流程的第一个选项对＃7的影响最大。 替代品很可能会影响＃9。 这两个选项对3号和6号顶点的影响大致相同-在它们之间，过程发起者的角色将被转移。 与基本情况相同，层次结构的顶部（＃0，＃1和＃2）更改对更改的影响很小。

因此，使用图卷积神经网络，我们根据利益相关者在其周围环境中进行业务转型的规模对其进行了排名。

结果接近于组织变革领域训练有素且非常昂贵的专家所进行的评估。

只需很少的组织和业务流程结构信息，就已经可以做到所有这些。 添加少量个人数据提高了该方法的分辨率。 显然，添加更多的数据使我们希望进一步取得进展。

漂亮模特的红色角落

在本出版物中，在对利益相关者进行排名的任务中考虑的方法与没有老师的情况下的学习有关-我们正在尝试确定模式并以某种方式谈论它们。 展望未来，我注意到大型跨国公司已经拥有可让他们进行老师培训的数据集。 因此，记住免费午餐定理，我将简要回顾描述图的替代方法，例如小波，这可能对研究人员有用。

一年前，当他写关于在何处以及如何切入图形嵌入的文章时 ，在需要照明的场景中还保留了一些模型-它们非常好：

诗歌-这是github

您可能还记得，图嵌入方法的第一波是基于随机游走。 这个星球上最聪明的人参与了谁将提出最具表现力的流浪汉策略的竞争。 并且我们优化了两个峰落入同一路径的概率的对数。 想法是更广泛地看待这个问题并研究总体概率分布。 一个参数而不是堆，是链接预测问题中的SOTA，以及令人印象深刻的公式化损失函数。

作者也有许多有趣的项目，其中一个很好的模型就制成了 。 为了以防万一，我注意到，提供收听图表形式的程序的名称清楚地显示并明确表达了与危险行为和遵循健康生活方式有关的负面立场。

图卷积网络

一切精巧都是简单的。 而不是根据环境进行选择，我们收集所有邻居的属性。 还有我的。 通过将描述图形的矩阵 （顶点和连接度的修改度以及顶点的属性）相乘来实现。 一般而言，对于每一层，转换都写为：

$$$H ^ {（k + 1）} =退出\ {ReLU [（D + I）^ {-½}（A + I）（D + I）^ {-½} H ^ {（k）} W ^ {{k}}] \}，$

其中：

$$$辍学$ -通过将随机选择的参数归零来进行正则化-相同的“忘记”已获得Google的专利，
$$$Relu$ -非线性激活功能 $$$f（x）=最大值（0，x）$ ，
$$$D$ -顶点度的对角矩阵（链接数），
$$$我$ -单位的对角矩阵，
$$-连接矩阵，
$$$H ^ {（k）}$ -来自先前汇聚层的信号， $$$H ^ {（0）} = X$ 在哪里 $$$X$ -顶点属性矩阵，
$$$W ^ {（k）}$ -神经网络第k层的权重，我们可以：

• 与老师一起以教学模式学习；
• 填写随机选择的值；
• 投掷（此功能将变得有点线性）。

作者在这里详细审查了工作机制。 此外，在此还逐步并通过示例介绍了该方法。

该模型简单美观，显示出出色的效果。 在iggisv9t的三行中的方括号中保留大多数表达式的实现选项：

 D = sparse.csgraph.laplacian(A, normed=True) shape1 = X.shape[1] X = np.hstack((X, (D @ X[:, -shape1:]))) 

我认为，本年度的摘录。

在聊天中，他们讨论了对二部图使用这种卷积的选项，准备好的读者将在这里看到与RolX算法的相似之处，加倍。 三行。

^{照片：某人在克里姆林宫为某人在克里姆林宫制造的模型-Fidel Alejandro Castro Rus}

考虑到图的卷积的分离能力与WL同构检验相同，并且具有非线性激活的单层神经网络的泛化能力令人难以置信（两种说法均得到严格证明），因此获得了一种非常有吸引力的研究复杂系统的工具。

值得注意的是，建议在稀疏矩阵上实现该方法-在内存中更适合拉普拉斯算子，这有时是唯一的方法。 如果绝对懒惰-转换器在VERSE存储库中。 并且由于您进入了非常大的图形区域， 因此此处考虑的GraphSAGE仍然有意义。

前述内容摘要

变化的尺度是现状与现状之间的距离。

该距离是近似值，不使用个人数据。

添加个人数据可以改善模型。

试图描述组织的文化（吃早餐策略的文化）就像是在匆匆将一块果冻钉在墙上（或在地球上拉猫头鹰一样）–寻找实现业务转型的通用步骤是另一项任务。我们唯一可以确定的是，人们会抵制变革。每种情况都有其独特的方式，并且需要了解当地的惯例和现实。

^{: . 0-30 — #8 #9. 31-40 — #8. - 40 . #9 #5 41 50. - 7-4-5-2 1:00 1:11. - 1:18 1:35. #7}

:

1)
2)
3)

, , , . , .

, , — — , . , ( ) , , .

结论

( ) . — — .

. . — - — SAP.

, . .

文学作品

[1] Diffusion of Innovations, Fifth Edition, Rogers, 2003 (1962)
[2] Organizational Change Management in SAP Projects, Rothenpieler, SAP, 2009
[3] TRANSFORMATION Delivering and Sustaining Breakthrough Performance, Fæste and Hemerling, BCG, 2016
[4] Overcoming Resistance to Organizational Change: Strong Ties and Affective Cooptation, Battilana & Casciaro, 2013
[5] Inductive Representation Learning on Large Graphs, Hamilton & Ying, 2017
[6] Semi-Supervised Classification with Graph Convolutional Networks, Kiph & Welling, 2017
[7] A Guide to the Project Management Body of Knowledge (PMBOK Guide), PMI, 2017
[8] International Business Communication Standards (IBCS), Hichert & Faisst, 2017

, !

, , .

— . RolX ( , cs224w 2018 ) .

— RolX , .

!

— !

 , , ? , ,  ? 

^{: Pirelli, —}

  -  , ( )  2 ,  53 . 

.