本研究主要目的，即是透過「獲利價值管理系統」及「統計 製程管制圖」的結合，建立視覺化的績效評估指標。並利用此指 標分別建置設計專案形成及執行階段的靜動態預測模型，同時利 用資料探勘技術探勘出專案形成階段之整體性績效影響因素及 專案執行時之績效影響因素。以提供管理者事前預警之訊息，使 其能針對問題點研擬預防措施，進而達到主動且動態式之管控效 能，提昇設計專案管理績效。
7.1 結論
綜合本研究各章節分析內容結果，歸納出幾點結論及未來的 可能研究方向，其分述如下：
1. 「獲利價值管理系統」雖可解決進度與預算之量測尺度不 一致的問題，但卻存在著不能確實反應專案執行績效的問題。本 研究導入「統計製程管制圖」的概念，所建置的設計專案執行績 效評估指標，確實能反應專案整體執行狀況，並藉以了解專案執 行績效之趨勢走向，以達到專案全面管控之目的。
2. 本研究在建置績效指標管制圖時，同時考慮了X與R
m
管制 圖。主要目的是期望透過專案各月執行績效之集中趨勢與離中趨 勢的結合，來獲得更完善的績效執行資訊。3. 在進行績效指標管制圖的建置時，對於管制圖的類型判讀 是一個重要的環節。由於目前並沒有任何工具，可進行管制圖類 型的自動判讀，所以很容易受到人為主觀的影響，而造成判讀結 果的不一致。所以本研究嘗試建立了「管制圖判讀機制」，期望
1-8
4. 本研究依據個案公司的基本資料所組成的12個原始預測 變數，再經由CART分析篩選後只剩6-7個顯著的預測變數。將這 些顯著的預測變數，投入多類別羅吉斯迴歸分析中，所建立的預 測模型。在SPI指標部分的預測整體判別率為81.8%；而CPI指標
部分則為87.9%。在經過實例驗證後，發現本研究所建置之績效
指標管制圖預測模型確實可用。
5. 在灰色模型(GM)之建模期數上，通常以少量之(4~10筆) 數據即可建模。然因各分析之資料型態不同，其較佳之建模期數 亦各有所差異。而在本研究探討議題中，經資料分析與評估，以 五期之建模期數較為適宜。
6. 本研究以績效差值回算GM(1,1)預測模型，來預測專案執 行階段的績效管制圖趨勢。在經過分析後，其預測符合率達7-8 成，雖不盡理想但已可接受。因此，績效差值回算GM(1,1)預測 模型，對於本研究在設計專案執行階段上之績效動態預測是可行 的，而其最大預測期數可達到5期範圍。
7. 本研究所建置之專案形成階段預測模型，可以在專案剛開 始，及藉由專案基本資料之間的關聯性，先行預測該專案執行後 之進度或成本績效指標管制圖類型；接著在依據各類型管制圖之 影響因素，對專案執行過程中所可能產生之問題，事先研擬預防 措施，進而提升專案執行的績效。
8. 在專案執行階段，先利用績效差值回算GM(1,1)預測模 型，預測未來績效趨勢，並藉由累積和管制圖之預警功能，管制 圖類型之歸類，並透過序列型樣分析影響因素順序性之關係。其 有助於專案執行階段預測出所屬之影響因素所在。
7.2 未來展望
1. 雖然本研究對管制圖判讀有制訂一個機制，但還是會有人 為主觀的干擾問題，而影響判讀結果的一致性。建議後續可撰寫
「管制圖判讀機制」的程式，利用電腦化來解決此問題。
2. 利用多類別羅吉斯迴歸分析(MLRA)所建立之預測模型，
雖然在SPI及CPI兩指標管制圖類型的整體判別率可達到8成以 上。但有部分類型的判別率卻不理想。建議後續可使用其他的預 測方法或增加資料量來改善這些管制圖類型的判別率。
3. 由於本研究是以績效差值來修正Rolling GM(1,1)預測模 型，以提高預測模型的預測能力。建議後續可尋找其他的修正機 制，來改善Rolling GM(1,1)預測模型之預測能力。
4. 由於資料取得的關係，目前只能針對部分的管制圖類型作 序列型樣分析。而以目前所獲的資料，亦無法分析出具多種順序 性組合的序列型樣。期望後續可在取得更多的資料後，利用序列 型樣探勘技術，來確立各類型管制圖影響因子之順序性，並建立 其資料庫以方便查尋使用。