2. 参数配置总览：配置流程的5个阶段及输入输出关系
风险热力图在项目组合管控多项目视图中的参数配置，并非一次性完成，而是遵循一个严谨的五阶段流程：定义 → 采集 → 计算 → 映射 → 展示。每个阶段都有明确的输入、处理动作和输出，前一阶段的输出即为后一阶段的输入，形成完整的参数配置链路。
核心认知：参数配置的本质是将业务语言（如“进度风险高”）转化为数据语言（如“进度偏差 > 15%”），再通过计算与映射，最终呈现为视觉语言（如热力图中的红色区块）。理解这5个阶段的输入输出关系，是避免“参数配置混乱、热力图失真”的关键。
2.1 五阶段流程总览
下图展示了从原始业务需求到最终可视化热力图的完整参数配置流水线。每个阶段都对应一个核心处理节点，箭头表示数据流向。
2.2 各阶段详细输入输出关系
下表从输入、处理动作、输出、关键产物四个维度，对每个阶段进行拆解，帮助你在实际配置中快速定位每个环节的交付物。
| 阶段 | 输入 | 处理动作 | 输出 | 关键产物 |
|---|---|---|---|---|
| ① 定义 | 业务需求、项目组合目标、干系人关注的风险领域 | 识别关键风险维度（如进度、成本、质量）、确定量化指标（如进度偏差率、成本绩效指数） | 风险维度定义表、指标计算公式 | risk_dimension_def.csv |
| ② 采集 | 风险维度定义表、各项目管理系统（PMS/ERP/PMIS） | 配置数据接口、抽取字段、清洗异常值、统一时间粒度 | 原始风险数据集（结构化表格） | raw_risk_data.db |
| ③ 计算 | 原始风险数据集、权重配置表 | 执行归一化、加权求和、计算综合风险评分 | 风险评分矩阵（项目×维度） | risk_score_matrix.xlsx |
| ④ 映射 | 风险评分矩阵、等级阈值（如高≥80、中≥50） | 将数值评分转换为等级（高/中/低）、绑定颜色（红/黄/绿） | 等级-颜色映射表 | color_mapping.json |
| ⑤ 展示 | 等级-颜色映射表、多项目视图布局模板 | 渲染热力图、添加交互筛选、生成图例 | 多项目风险热力图（交互式页面） | heatmap_dashboard.html |
2.3 阶段间的数据依赖与校验
五阶段之间存在严格的数据依赖关系，任何一个阶段输出质量不合格，都会导致下游阶段失真。以下是常见的依赖校验点：
- 定义 → 采集：定义中的指标必须能在采集阶段找到对应字段。例如定义了“成本绩效指数(CPI)”，但采集系统无实际成本数据，则需返回定义阶段调整指标。
- 采集 → 计算：采集的数据必须完成空值处理和单位统一。例如进度偏差有的项目用“天”，有的用“百分比”，需在计算前归一化。
- 计算 → 映射：计算出的评分分布需与业务认知对齐。若所有项目评分都集中在90-100分，说明计算模型或权重配置不合理，需重新调整。
- 映射 → 展示：映射的等级数量不宜过多（通常3-5级），否则热力图颜色区分度过低，影响可读性。
最佳实践：建议在每个阶段输出后设置质量门禁。例如在“采集”阶段输出后，执行一次数据完整性检查（字段缺失率 < 5%）；在“计算”阶段输出后，执行一次分布合理性检查（评分呈近似正态分布）。通过门禁后再进入下一阶段，可大幅降低返工成本。
2.4 配置流程的迭代特性
五阶段流程并非严格的线性瀑布，在实际项目中通常需要2-3轮迭代才能达到稳定状态。下图展示了迭代反馈回路：
常见误区：不要试图在第一次配置时就追求完美。建议采用“最小可行配置”策略：先快速完成一轮完整的五阶段流程，生成一个基础版热力图，然后根据干系人反馈进行针对性迭代。过度设计初始参数往往导致项目延迟，且无法提前暴露数据质量问题。