Pagsusuri sa Panganib (Qualitative Register at Monte Carlo)

Pinagsasama ng ProjectLibre Cloud ang isang qualitative risk register at ang Monte Carlo na simulasyon ng iskedyul—ginagawang nasusukat na kumpiyansa sa iskedyul, contingency at mga sanhi ng panganib ang iisang determinismong petsa ng pagtatapos.

Saklaw ng paksang ito ang dalawang bahaging nagpupuno sa isa’t isa:

• Qualitative Risk Register + Pagmamapa — itala ang mga banta at oportunidad, bigyan ang mga ito ng iskor, at imapa sa mga gawain ng CPM.

• Monte Carlo na pagsusuri ng panganib sa iskedyul — kumuha ng sample ng kawalang-katiyakan ng tagal sa libo-libong iteration at basahin ang kumpiyansa sa petsa ng pagtatapos (P50 / P80 / P95), ang kritikalidad, ang sensitibidad at ang mga sanhi.

Para kanino ito: Para sa mga project manager na gumagamit ng mga CPM na iskedyul sa ProjectLibre Cloud at nangangailangan ng qualitative at quantitative na pagsusuri ng panganib. Partikular na binabanggit ng video ang pagpirma ng mga kontratang may multa sa huling paghahatid.

Tingnan din: I-audit ang Proyekto (Awdit ng Kalidad ng Iskedyul na DCMA) · Gantt Chart · Mga Pangunahing View

Panoorin: Monte Carlo risk analysis (~5:41).

Pangkalahatang-ideya

Ang karaniwang iskedyul ng proyekto ay nagbibigay ng iisang planong petsa ng pagtatapos. Pero maaaring matapos ang mga aktibidad nang maaga, sa tamang oras o huli. Sinasagot ng Monte Carlo na pagsusuri ang tanong na: Gaano kalaki ang probabilidad na talagang matatapos ang proyektong ito sa isang partikular na petsa?

Mga kakayahan ng produkto:

• Gumagana mula sa kasalukuyan mong iskedyul

• Hindi kailangan ng mga tantiya kada gawain

• Mga advanced na override kapag kailangan

Hindi mo kailangang gumawa ng three-point estimate para sa bawat gawain bago patakbuhin ang Monte Carlo. Nagsisimula ang ProjectLibre sa mga determinismong tagal ng gawain na nasa plano na. Kung walang override na Optimistiko / Pinakamalamang / Pesimistiko, ang mga palagay sa Monte Carlo sa antas ng proyekto ang gagamitin. Kapag 100% ang Pinakamalamang, ang determinismong tagal ng gawain ang halaga ng Pinakamalamang.

Halimbawa: Ang 30-araw na determinismong gawain na may default ng proyekto na 90% / 100% / 125% ay nagiging 27 araw na Optimistiko, 30 araw na Pinakamalamang at 37.5 araw na Pesimistiko.

Anim na hakbang na workflow

Anim na hakbang mula sa iskedyul hanggang sa malinaw na larawan ng panganib:

1. Magsimula sa iyong iskedyul — Gamitin ang determinismong iskedyul na nasa ProjectLibre na.

2. Buuin ang Risk Register — Itala ang probabilidad, epekto, may-ari at pagkakalantad.

3. Imapa ang mga panganib sa mga gawain — Ikonekta ang bawat pangyayaring may panganib sa mga aktibidad ng iskedyul na maaari nitong maapektuhan.

4. Itakda ang mga default ng Monte Carlo — Piliin ang mga iteration, mga distribusyon at ang mga palagay sa kawalang-katiyakan para sa buong proyekto.

5. Opsyonal na mga override kada gawain — Maglagay ng mga halagang O / ML / P para sa partikular na gawain kung saan lang nakatutulong ang dagdag na katumpakan.

6. Suriin ang mga resulta — Basahin ang P50/P80/P95, ang mga panganib na pumutok, ang kritikalidad, ang sensitibidad at ang mga sanhi ng petsa ng pagtatapos.

Qualitative ang mga hakbang 2–3. Monte Carlo / quantitative ang mga hakbang 4–6. Sa demo ng video, binibigyang-diin ang mga hakbang 1, 4, 5 at 6, nang hindi ipinapakita ang UI ng rehistro/pagmamapa.

Bahagi A — Qualitative Risk Register at Pagmamapa

Paano gumagana ang qualitative na iskor

• Iskor = probabilidad × pinakamataas na epekto.

• Ito ay iskor para sa pagbibigay-priyoridad, hindi ang bilang ng mga iteration ng Monte Carlo at hindi ang porsyentong Pumutok.

• Mga halimbawa: L × H = 12 / 64 · M × H = 24 / 64 · H × H = 36 / 64

• Ang 64 / 64 ang pinakamataas na posibleng qualitative na iskor.

Buuin ang Qualitative Risk Register

Itala ang mga tiyak na banta at oportunidad kasama ang probabilidad, epekto, status, may-ari, pagkakalantad at ang mga gawaing maaaring maapektuhan. Pinadadali ng heat map na makita ang mga panganib na pinakamataas ang priyoridad.

Kabilang sa mga label ng UI na makikita sa screenshot ng Kalitatibo ang mga sub-toggle na Rehistro | Pagmamapa, ang pamagat ng heat map na Active threats & opportunities - probability × highest impact, ang button na + Magdagdag ng panganib, at mga kolum ng talahanayan gaya ng Pangalan, Uri, Status, P, I, Iskor, Pagkakalantad, May-ari, Mga Gawain.

Imapa ang mga panganib sa mga gawain

Ikinokonekta ng view na Pagmamapa ang Risk Register sa CPM na iskedyul. Ang isang panganib ay maaaring makaapekto sa isang gawain o sa ilang magkakaugnay na gawain, at ang isang gawain ay maaaring malantad sa higit sa isang panganib.

Bakit mahalaga ang pagmamapa: Ang panganib na pinagsasaluhan ay pumuputok nang isang beses lang sa bawat iteration. Kapag nangyari ito, sabay-sabay na naaapektuhan ang lahat ng gawaing naka-link sa iisang pangyayaring iyon, kaya napapanatili ang tunay na ugnayan nila sa isa’t isa. Ginagawang malinaw ng matrix ng pagmamapa ang mga ugnayan ng panganib at gawain.

Qualitative na panganib kada gawain sa iskedyul

Maaaring ipakita ng iskedyul ang mga pangalan ng naka-link na panganib, mga pill ng iskor (halimbawa 24/64) at ang pagkakalantad sa tabi ng Gantt (qualitative na view ng panganib kada gawain).

Bahagi B — Monte Carlo na pagsusuri ng panganib sa iskedyul

Kumukuha ang Monte Carlo ng sample ng mga tagal ng gawain sa maraming iteration, kinakalkula muli ang CPM na iskedyul sa bawat isa, at itinatala ang mga kinalabasang petsa ng pagtatapos—ginagawang batayan ng desisyon ang libo-libong simulated na iskedyul. Kapag naka-configure, maaari ring pumutok ayon sa probabilidad ang mga naka-link na qualitative na banta; pero ang ipinapakita mismo ng walkthrough video ay ang kawalang-katiyakan sa saklaw ng tagal, hindi ang pagputok ng mga nasa rehistro.

Paano buksan ang Schedule risk analysis (Monte Carlo)

Workflow:

1. Magbukas ng proyekto para makita ang Gantt chart.

2. Sa itaas na toolbar sa ibabaw ng Gantt, i-click ang icon na gauge / speedometer.

3. Tooltip: Schedule risk analysis (Monte Carlo).

4. Bubukas ang dialog: Schedule risk analysis.

Sa parehong toolbar, katabi nito ang Awdit ng kalidad ng iskedyul (DCMA) (tingnan ang I-audit ang Proyekto).

Itakda ang mga default ng Monte Carlo (sa antas ng proyekto)

Piliin ang mga palagay sa kawalang-katiyakan sa antas ng proyekto at ang bilang ng mga iteration. Ilalapat ang mga default na ito sa bawat gawaing walang sariling tantiya. Ang karaniwang tagal ng proyekto ay nananatiling tagal na Pinakamalamang kapag nakatakda sa 100% ang Pinakamalamang.

Mga iteration:

• Quick (1,000)

• Standard (3,000)

• Deep (10,000)

Mga default na kawalang-katiyakan: Optimistiko 90% · Pinakamalamang 100% · Pesimistiko 125%. Ayon sa video: ang optimistiko ay mga 10% na mas maaga kaysa sa determinismong halaga; ang pesimistiko ay mga 25% na mas masama.

Mga distribusyon:

• Binanggit sa walkthrough video: Tatsulok, PERT (Beta), Pantay-pantay.

• Nakalista rin sa UI ng simulasyon ng Kantitatibong Panganib ang Lognormal at Trigen (lima lahat), at nakasaad na ang Mga Angkla na P10 / P90 ay para lang sa Lognormal at Trigen.

Opsyonal na mga override na O / ML / P kada gawain

Simpleng tuntunin: Walang tantiya ang gawain → gamitin ang mga default ng proyekto. May tantiya ang gawain → ang mga halaga ng gawain ang gagamitin.

1. I-double-click ang isang gawain → modal ng mga detalye ng gawain.

2. Buksan ang tab na Panganib (kabilang sa mga tab ng modal ang: Pangunahin, Pagganap, Mga Aktwal, Kalendaryo, Pag-iiskedyul, Mga Dependency, Panganib, Mga Tala).

3. Itakda ang Distribusyon ng Panganib, Optimistikong Tagal, Pesimistikong Tagal (at ang pinakamalamang / naka-iskedyul na tagal kung naaangkop).

4. Halimbawa mula sa video: pinakamalamang na 4 na araw, optimistikong 2 araw, pesimistikong 9 na araw — pinapalitan nito ang mga palagay sa Monte Carlo ng proyekto para sa gawaing iyon.

May view na Mga Tantiya para sa mga tagal na Optimistiko / Pinakamalamang / Pesimistiko ng bawat gawain (maaaring makita sa mga kolum ang Default ng Proyekto kung walang override).

Pagbasa ng mga resulta

Sa bawat iteration, kumukuha ng sample ng mga tagal ng gawain, tinutukoy kung aling mga naka-link na pangyayaring may panganib ang pumutok (kapag may naka-link na qualitative na banta), kinakalkula muli ang CPM na iskedyul at itinatala ang kinalabasan.

Kumpiyansa sa pagtatapos at mga sukatan:

Termino	Kahulugan
P50 / P80 / P95	Mga petsa ng pagtatapos na naaabot sa o bago nito sa 50%, 80% at 95% ng mga simulated na kinalabasan.
Pumutok	Ang porsyento ng mga iteration ng Monte Carlo kung saan talagang nangyari ang pangyayaring iyon.
Kritikalidad	Ang porsyento ng mga takbo ng simulasyon kung saan nasa Kritikal na Daan ang isang gawain.
Sensitibidad	Gaano kalakas na nauugnay ang pagbabago-bago ng isang gawain o panganib sa pagbabago-bago ng pagtatapos ng proyekto.
Iskor ng Panganib	Probabilidad × pinakamataas na epekto (qualitative na pagbibigay-priyoridad; max 64).
Pagkakalantad sa Panganib	Pinansyal na pagkakalantad batay sa batayang gastos, probabilidad at epekto sa gastos.

Mga summary card: Determinismong pagtatapos; Pagtatapos P50; Pagtatapos P80; Pagtatapos P95; On time - vs current plan finish. Maaari ring magpakita ang mga card ng dashboard ng mga label tungkol sa contingency hanggang P80.

Mga chart:

• TIWALA SA PETSA NG PAGTATAPOS (S-CURVE) — tooltip na nasa anyong P(finish ≤ date)

• ANO ANG NAGTUTULAK SA PANGANIB SA PAGTATAPOS — tornado ng correlation / sensitibidad

Talahanayan: PINAKAMATAAS NA KRITIKALIDAD — mga kolum na Gawain, Pagtatapos P80, Kritikalidad, Sensitibidad. Ipinapakita rin ng dashboard ang Mga panganib sa rehistro sa simulasyong ito (Probabilidad, Epekto sa Proyekto, Pumutok, Sensitibidad).

Grid ng mga resulta: maaaring kasama sa mga kolum ang Pangalan, Tagal, Pagtatapos, Pagtatapos P50, Pagtatapos P80, Kritikalidad, Sensitibidad, Krusyalidad, SSI, at ang Gantt na may mga bar na may patong ng panganib.

Halimbawa ng proyekto sa engineering: Determinismong pagtatapos Peb 17, 2027; P50 Abr 1, 2027; P80 Abr 29, 2027; P95 Mayo 26, 2027.

Mga gamit sa pagpapasya:

• Suriin kung makatotohanan ang ipinangakong petsa ng pagtatapos

• Tukuyin kung saan nakapokus ang kawalang-katiyakan ng iskedyul

• Magpasya tungkol sa mga mapagkukunan, contingency, pamamahala ng vendor o pagbabawas ng panganib

• Pumili ng petsa ng pagtatapos ayon sa malinaw na antas ng kumpiyansa, hindi ayon sa kutob

Pangwakas na paghahambing: sinasabi ng tradisyonal na iskedyul kung kailan matatapos ang plano; sinasabi ng Monte Carlo kung gaano ka kakumpiyansa sa petsang iyon.

Panoorin ang walkthrough

Panoorin: Monte Carlo risk analysis (~5:41) — ang software sa pamamahala ng proyekto na ProjectLibre.

Saklaw nito ang pagbukas ng Schedule risk analysis mula sa toolbar ng Gantt, ang mga iteration/distribusyon sa antas ng proyekto, ang mga override sa tab na Panganib ng gawain, ang S-curve / tornado / kritikalidad / sensitibidad, at ang P50 / P80 / P95. Hindi nito ipinapakita ang Qualitative Risk Register o ang matrix ng Pagmamapa.