Microsoft Project Online is end of life: MS Project Online retires September 30, 2026. Seamlessly migrate your .mpp portfolios to ProjectLibre Cloud.Learn Migration Path

ProjectLibre Academy · Qualitat, risc i rendiment

Anàlisi de riscos (registre qualitatiu i Monte Carlo)

Creeu un registre de riscos qualitatiu, vinculeu-hi les tasques i simuleu amb Monte Carlo la confiança, la criticitat i els factors de la planificació.

ProjectLibre Cloud combina un registre de riscos qualitatiu amb la simulació Monte Carlo de la planificació — i converteix una sola data de fi determinista en un grau de confiança mesurable, una contingència i uns factors de risc.

Aquest tema cobreix dues parts complementàries:

  • Registre de riscos qualitatiu + correspondència — registrar amenaces i oportunitats, puntuar-les i relacionar-les amb les tasques CPM.

  • Anàlisi Monte Carlo del risc de la planificació — mostrejar la incertesa de la durada al llarg de milers d’iteracions i llegir la confiança de la data de fi (P50 / P80 / P95), la criticitat, la sensibilitat i els factors.

Per a qui és: Caps de projecte que fan servir planificacions CPM de ProjectLibre Cloud i que necessiten informació de risc qualitativa i quantitativa. El vídeo destaca especialment la signatura de contractes amb penalitzacions per lliurament tardà.

Vegeu també: Auditoria del projecte (auditoria de qualitat de la planificació DCMA) · Diagrama de Gantt · Vistes principals

Mireu: Anàlisi de riscos Monte Carlo (~5:41).

Visió general

Una planificació de projecte normal dona una única data de finalització planificada. Les activitats poden acabar aviat, a temps o tard. L’anàlisi Monte Carlo respon: Quina és la probabilitat que aquest projecte acabi realment, com a molt tard, en una data determinada?

Capacitats del producte:

  • Treballa a partir de la vostra planificació existent

  • No calen estimacions de tasca

  • Substitucions avançades quan calguin

No cal crear estimacions de tres punts per a cada tasca abans d’executar Monte Carlo. ProjectLibre comença amb les durades de tasca deterministes que ja hi ha al pla. Si no hi ha cap substitució Optimista / Més probable / Pessimista, s’apliquen les hipòtesis Monte Carlo a nivell de projecte. Amb Més probable al 100%, la durada de tasca determinista és el valor Més probable.

Exemple: Una tasca determinista de 30 dies amb els valors predeterminats del projecte 90% / 100% / 125% esdevé 27 dies Optimista, 30 dies Més probable i 37,5 dies Pessimista.

Graella de resultats Monte Carlo de ProjectLibre

Flux de treball en sis passos

Sis passos de la planificació a la informació de risc:

  1. Comenceu amb la vostra planificació — Feu servir la planificació determinista que ja hi ha a ProjectLibre.

  2. Construïu el Registre de riscos — Registreu la probabilitat, l’impacte, el responsable i l’exposició.

  3. Relacioneu els riscos amb les tasques — Connecteu cada esdeveniment de risc amb les activitats de la planificació que pot afectar.

  4. Definiu els valors predeterminats de Monte Carlo — Trieu les iteracions, les distribucions i les hipòtesis d’incertesa de tot el projecte.

  5. Substitucions opcionals per tasca — Introduïu valors O / ML / P específics de la tasca només on convingui més precisió.

  6. Analitzeu els resultats — Llegiu P50/P80/P95, els riscos disparats, la criticitat, la sensibilitat i els factors de fi.

Els passos 2–3 són qualitatius. Els passos 4–6 són Monte Carlo / quantitatius. El camí de demostració del vídeo posa l’accent en els passos 1, 4, 5 i 6 sense la interfície del registre/correspondència.

Part A — Registre de riscos qualitatiu i correspondència

Com funciona la puntuació qualitativa

  • Puntuació = probabilitat × impacte més alt.

  • Es tracta d’una puntuació de prioritat, no del nombre d’iteracions Monte Carlo ni del percentatge Disparat.

  • Exemples: B × A = 12 / 64 · M × A = 24 / 64 · A × A = 36 / 64

  • El màxim 64 / 64 és la puntuació qualitativa màxima possible.

Construïu el Registre de riscos qualitatiu

Registreu amenaces i oportunitats concretes amb probabilitat, impacte, estat, responsable, exposició i les tasques que poden afectar. El mapa de calor fa que els riscos de màxima prioritat siguin fàcils de veure.

Les etiquetes de la interfície visibles a la captura de pantalla Qualitatiu inclouen els selectors secundaris Registre | Correspondència, el títol del mapa de calor Active threats & opportunities - probability × highest impact, el botó + Afegeix un risc i columnes de taula com Nom, Tipus, Estat, P, I, Puntuació, Exposició, Responsable, Tasques.

Registre de riscos qualitatiu de ProjectLibre

Relacioneu riscos amb tasques

La vista Correspondència connecta el Registre de riscos amb la planificació CPM. Un risc pot afectar una tasca o diverses tasques relacionades, i una tasca pot estar exposada a més d’un risc.

Per què importa la correspondència: Un risc compartit es dispara una sola vegada en una iteració. Si es produeix, totes les tasques vinculades a aquest mateix esdeveniment es veuen afectades conjuntament, preservant la relació real entre elles. La matriu de correspondència fa explícites les relacions risc-tasca.

Matriu de correspondència de riscos de ProjectLibre

Risc qualitatiu a nivell de tasca a la planificació

La planificació pot mostrar els noms de risc vinculats, pastilles de puntuació (per exemple 24/64) i l’exposició al costat del Gantt (vista de risc qualitatiu a nivell de tasca).

Vista de risc qualitatiu a nivell de tasca de ProjectLibre

Part B — Anàlisi Monte Carlo del risc de la planificació

Monte Carlo mostreja les durades de tasca al llarg de moltes iteracions, torna a calcular la planificació CPM cada vegada i registra els resultats de fi — convertint milers de planificacions simulades en decisions. Les amenaces qualitatives vinculades també es poden disparar segons la seva probabilitat, si així es configura; el vídeo de demostració, però, mostra la incertesa del rang de durada i no el dispar dels riscos del registre.

Com obrir l’anàlisi de riscos de la planificació (Monte Carlo)

Flux de treball:

  1. Obriu un projecte perquè el diagrama de Gantt sigui visible.

  2. A la barra d’eines superior sobre el Gantt, feu clic a la icona d’indicador / velocímetre.

  3. Informació emergent: Schedule risk analysis (Monte Carlo).

  4. S’obre el diàleg: Schedule risk analysis.

A la mateixa barra d’eines, Auditoria de qualitat de la planificació (DCMA) és just al costat (vegeu Auditoria del projecte).

Definiu els valors predeterminats de Monte Carlo (a nivell de projecte)

Trieu les hipòtesis d’incertesa a nivell de projecte i el nombre d’iteracions. Aquests valors predeterminats s’apliquen a totes les tasques que no tenen les seves pròpies estimacions a nivell de tasca. La durada normal del projecte continua sent la durada Més probable quan Més probable està definit al 100%.

Iteracions:

  • Ràpides (1.000)

  • Estàndard (3.000)

  • Profundes (10.000)

Valors predeterminats d’incertesa: Optimista 90% · Més probable 100% · Pessimista 125%. Locució del vídeo: optimista, aproximadament un 10% abans del valor determinista; pessimista, aproximadament un 25% pitjor.

Distribucions:

  • Esmentades al vídeo: Triangular, PERT (Beta), Uniforme.

  • La interfície de simulació de risc quantitatiu també mostra Lognormal i Trigen (cinc en total), amb Àncores P10 / P90 indicats només per a Lognormal i Trigen.

Configuració de la simulació de risc quantitatiu de ProjectLibre

Substitucions opcionals O / ML / P a nivell de tasca

Regla senzilla: Sense estimació de tasca → es fan servir els valors predeterminats del projecte. Estimació de tasca introduïda → es fan servir en el seu lloc els valors específics de la tasca.

  1. Feu doble clic a una tasca → diàleg de detalls de la tasca.

  2. Obriu la pestanya Risc (les pestanyes del diàleg inclouen: Principal, Rendiment, Valors reals, Calendari, Planificació, Dependències, Risc, Notes).

  3. Definiu la Distribució de risc, la Durada optimista, la Durada pessimista (i la durada més probable / de planificació quan correspongui).

  4. Exemple del vídeo: més probable 4 dies, optimista 2 dies, pessimista 9 dies — substitueix les hipòtesis Monte Carlo del projecte per a aquesta tasca.

La vista Estimacions permet introduir durades Optimista / Més probable / Pessimista específiques de cada tasca (les columnes poden mostrar Valor predeterminat del projecte quan no se substitueixen).

Vista d’Estimacions de ProjectLibre

Lectura dels resultats

Cada iteració mostreja les durades de tasca, determina quins esdeveniments de risc vinculats es disparen (quan hi ha amenaces qualitatives vinculades), torna a calcular la planificació CPM i registra el resultat.

Confiança de fi i mètriques:

Terme Definició
P50 / P80 / P95 Dates de fi assolides en el 50%, el 80% i el 95% dels resultats simulats, o abans.
Disparat El percentatge d’iteracions Monte Carlo en què aquest esdeveniment de risc realment es va produir.
Criticitat El percentatge d’execucions de simulació en què una tasca forma part del camí crític.
Sensibilitat Fins a quin punt la variació d’una tasca o d’un risc està associada a la variació de la fi del projecte.
Puntuació de risc Probabilitat × impacte més alt (prioritat qualitativa; màxim 64).
Exposició al risc Exposició financera basada en la base de cost, la probabilitat i l’impacte de cost.

Targetes de resum: Fi determinista; Fi P50; Fi P80; Fi P95; On time - vs current plan finish. Les targetes del tauler també poden mostrar etiquetes del tipus «contingència fins a P80».

Gràfics:

  • Confiança de la data de fi (corba S) — informació emergent del tipus P(finish ≤ date)

  • Què impulsa el risc de la data de fi — diagrama de tornado de correlació / sensibilitat

Taula: Criticitat més alta — columnes Tasca, Fi P80, Criticitat, Sensibilitat. El tauler també mostra Riscos del registre en aquesta simulació (Probabilitat, Impacte, Disparat, Sensibilitat).

Graella de resultats: les columnes poden incloure Nom, Durada, Fi, Fi P50, Fi P80, Criticitat, Sensibilitat, Crucialitat, SSI, més el Gantt amb barres amb capes de risc.

Tauler de control Monte Carlo de ProjectLibre

Exemple de projecte d’enginyeria: Fi determinista 17 de febrer de 2027; P50 1 d’abril de 2027; P80 29 d’abril de 2027; P95 26 de maig de 2027.

Usos per a la decisió:

  • Avaluar si una data de finalització compromesa és realista

  • Identificar on es concentra la incertesa de la planificació

  • Decidir sobre recursos, contingència, gestió de proveïdors o mitigació de riscos

  • Seleccionar una data de finalització per un nivell de confiança explícit en lloc de fer-ho per intuïció

Contrast final: una planificació tradicional diu quan acaba el pla; Monte Carlo diu quanta confiança podeu tenir en aquesta data.

Mireu el recorregut

Mireu: Anàlisi de riscos Monte Carlo (~5:41) — programari de gestió de projectes ProjectLibre.

Mostra com obrir l’anàlisi de riscos de la planificació des de la barra d’eines del Gantt, les iteracions/distribucions a nivell de projecte, les substitucions de la pestanya Risc de la tasca, la corba S / tornado / criticitat / sensibilitat, i P50 / P80 / P95. No recorre el Registre de riscos qualitatiu ni la matriu de Correspondència.