在项目管理中，有一种常见的项目管理方法被称为S曲线（S-Curve）项目管理。S曲线管理方法是一种通过可视化展示项目进展的工具，能够帮助项目团队更好地掌握项目整体进度，以便能够以更加科学的方式来进行项目的控制和管理。

首先，S曲线项目管理方法通过将项目进展与时间相对应，绘制出一条呈“S”形的曲线。这个曲线图将时间作为x轴，进展量作为y轴，每个时间点都有一个对应的进展量数据。通过此曲线图，项目团队可以直观地了解到项目在各个时间点的进展情况。此外，通过与预计曲线进行对比，可以清楚地看到实际进展是否与预期一致，进而及时调整项目管理计划。

其次，S曲线项目管理方法还能够帮助项目团队更好地分析项目的进展和控制项目的风险。通过S曲线可以清晰地看到项目在不同时间点的进展速度，从而发现项目的过程中可能出现的慢速阶段或是发展迅速的时期。同时，也能够发现项目的生命周期不同阶段可能存在的各种风险。在项目管理的早期阶段，项目团队可以及时调整目标和计划，以便能够尽早恢复偏离目标的状态。

总之，S曲线项目管理方法是一种有助于项目团队更加准确地了解项目进展状况的工具。通过S曲线图，项目团队可以清晰地看到项目在各个时间点的进展情况，及时发现进展偏离计划的问题，提前采取相应措施进行调整。此外，S曲线方法还可以帮助识别项目的风险，并提供及时的风险缓解策略。通过合理利用S曲线项目管理方法，项目团队能够更加高效地完成项目，确保项目达到预期目标。

运用六西格玛咨询管理如何从制造行业走出的必然性？ 6sigma咨询管理从制造业出走的必然
那么6sigma的发展，为什么会遵循从制造到研发营销这样的路径呢?这是由6sigma的特点决定的6sigma用数据说话，数据分析也多用统计方法，如过程能力分析(Capabfiity Analysis)不同的样本分布(distribution)要采用不同的分析方式回归(Regression)ANOVA等等这些方法应用的基本条件包括：
1)收集的样本数要达到一定的量，才具有代表性如连续数据30个样本，离散数据50个样书如果要统计缺陷率，要做到np>5等等因此对总体来说，数据出现的频率要比较高
2)这些样本需要是稳定的(Stable)，之后才能统计其能力(Capable)
仅仅这两个关于数据基础的条件，制造业就比研发和营销好很多当然不仅如此，比如研发和营销比制造主观性更强，有更多难以控制的因素对于6sigma实施能否成功，虽不可一言妄断这些因素就是关键影响因子(KPIV)，但是它们足以让变革的领导人望而却步了因为他知道，他必须找到一个6sigma发挥效用最有利的环境，让大家见到效果，这是任何一个系统想要生存的第一步：S曲线(S-Curve)的婴儿期
S曲线描述了任何一个系统的发展趋势，包括四个阶段：婴儿期成长期成熟期衰退期，它们各具特点，如表1所示

6sigma想要见成效，需要很多基础，除了上面所讲的数据基础，它还需要掌握了这种方法的人，需要领导提供一定的资源支持虽然6sigma的投入回报比通常很高，但是刚开始做总是要先投入，之后经过一定周期(如4-6个月)才能看到效果这些初期投人价格不菲，如聘请咨询公司培训黑带绿带和员工，购买一些必备的软件和设备，并且保障项目团队成员有时间有能力思考问题等等因此在婴儿期的6sigma，特别需要信任它的领导，和有激情乐于尝试的团队成员不懈努力不过6sigma的成绩总还是值得期待和付出的，只要成效显著，6sigma就能够成功立足看到价值，原来观望的人也纷纷投入，于是它在制造分部就进入了高速成长期，越来越多的人了解学习应用6sigma，因此越来越多的项目和成果显现，吸引更多人的关注，如此循环，6sigma的发展已经不可阻挡了
制造分部取得的成功，被大家津津乐道，其研发和营销分部的邻居自然不甘落于人后，6sigma的新机遇又来了，这又恰恰进入了S曲线的另一个发展模式：S曲线簇的发展，如下图所示

每个系统都会经历婴儿期，成长期，成熟期，到衰退期就像人会想尽办法追求长寿一样，一个系统如何历经沧桑而重生呢?靠它自己不断地脱胎换骨，从一个S曲线发展出新的S曲线，一代接一代，生生不息如微软长期处于操作系统的垄断地位，它不是靠一个产品做到的，而是靠有规划的系列产品做到的：Win31，Windows 98，Win-dows 2000／NT，Windows XP当每一个产品成功占领市场后，竞争对手尚在努力跟随其脚步，微软的设计师们已经在构思下一代产品了如此竞争，微软永远让竞争对手们望尘莫及6sigma也是一样，即使它无意于一统江湖，但是时势所趋，也需要到更多的领域做出尝试
研发领域以软件行业为例，在上个世纪90年代已经引入了过程能力成熟度模型(CMM)，本世纪初又有过程能力成熟度模型集成(CMMl)，因此6sigma进入研发领域，要比它进入制造领域难很多也有不少软件公司是在到达了CMM／CMMI L3，向量化管理级发展的时候才开始接受6sigma的因为在这个级别上，数据基础比较完备，而对数据的分析和基于此的量化改进需求凸现，会驱使领导者寻找更加有效的实施方法和工具其实，6sigma可以在这些企业中引进得更早有不少企业与GE一样，将DMAIC用于改进产品质量，将DFSS用于新产品设计，也取得了不俗的成绩这是因为，即使企业在组织级并未达到量化管理级，其产品设计的局部也会有与制造类似的特征，适于应用&sigma如软件硬件开发，会伴随着大量数据，需要做实验来尝试不同的设计，那么实验设计(DOE)是非常有效的而对于产品应用中出现的难题，6sigma的DMAIC来挖掘根源问题进行改进，是非常有效的方法
在产品改进上取得成效之后，6sigma的下一个方向是研发的流程我们又一次看到一个业界的发展趋势：从卖产品到解决方案，到流程体系，如IBM的IPD产品是一个企业最早能够盈利的产出，无论其是实物，还是服务；当单个的产品竞争优势不显著的时候，有实力的企业会转向提供整套解决方案，将产品类型数量层次系统地扩展，使之成为一个结构化有机结合的整体它能让企业一下子甩掉那些中小型的竞争对手，其创造的价值也从单纯的产品价值，转变为产品价值+架构价值，而后者只有在这个方案整体存在时才会存在