Análise de riscos (Rexistro cualitativo e Monte Carlo)

ProjectLibre Cloud combina un rexistro cualitativo de riscos coa simulación de programación de Monte Carlo —converte unha única data de fin determinista en confianza, continxencia e factores de risco medibles da programación.

Este tema cobre dúas partes complementarias:

• Rexistro cualitativo de riscos + Correspondencia — recolle ameazas e oportunidades, puntúaas e asócialas ás tarefas CPM.

• Análise de risco da programación con Monte Carlo — mostrea a incerteza da duración ao longo de miles de iteracións e le a confianza na data de remate (P50 / P80 / P95), a criticidade, a sensibilidade e os factores determinantes.

Para quen é: Xestores de proxecto que usan programacións CPM de ProjectLibre Cloud e precisan unha visión cualitativa e cuantitativa do risco. O vídeo destaca especialmente a sinatura de contratos con penalizacións por entrega tardía.

Ver tamén: Auditoría do proxecto (Auditoría de calidade da programación DCMA) · Diagrama de Gantt · Vistas principais

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

Visión xeral

Unha programación de proxecto normal dá unha única data de remate planeada. As actividades poden rematar antes, a tempo ou con atraso. A análise de Monte Carlo responde: Cal é a probabilidade de que este proxecto remate realmente antes dunha data concreta?

Capacidades do produto:

• Funciona a partir da túa programación existente

• Non require estimacións de tarefa

• Substitucións avanzadas cando se precisan

Non tes que crear estimacións de tres puntos para cada tarefa antes de executar Monte Carlo. ProjectLibre comeza coas duracións de tarefa deterministas xa presentes no plan. Se non existe unha substitución Optimista / Máis probable / Pesimista, aplícanse os supostos de Monte Carlo a nivel de proxecto. Co Máis probable ao 100%, a duración determinista da tarefa é o valor Máis probable.

Exemplo: Unha tarefa determinista de 30 días cos valores predeterminados do proxecto do 90% / 100% / 125% convértese en 27 días Optimista, 30 días Máis probable e 37,5 días Pesimista.

Fluxo de traballo en seis pasos

Seis pasos desde a programación ata a visión do risco:

1. Comeza coa túa programación — Usa a programación determinista xa presente en ProjectLibre.

2. Constrúe o Rexistro de riscos — Recolle probabilidade, impacto, propiedade e exposición.

3. Asocia os riscos ás tarefas — Conecta cada evento de risco coas actividades da programación que pode afectar.

4. Establece os valores predeterminados de Monte Carlo — Escolle as iteracións, as distribucións e os supostos de incerteza de todo o proxecto.

5. Substitucións opcionais por tarefa — Introduce valores O / ML / P específicos da tarefa só onde a precisión adicional sexa útil.

6. Analiza os resultados — Le P50/P80/P95, os riscos disparados, a criticidade, a sensibilidade e os factores de remate.

Os pasos 2–3 son cualitativos. Os pasos 4–6 son de Monte Carlo / cuantitativos. O percorrido do vídeo de demostración destaca os pasos 1, 4, 5 e 6, sen a interface do rexistro/correspondencia.

Parte A — Rexistro cualitativo de riscos e Correspondencia

Como funciona a puntuación cualitativa

• Puntuación = probabilidade × impacto máis alto.

• Isto é unha puntuación de priorización, non o número de iteracións de Monte Carlo nin a porcentaxe Disparado.

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

• O máximo 64 / 64 é a puntuación cualitativa máxima posible.

Constrúe o Rexistro cualitativo de riscos

Recolle ameazas e oportunidades concretas con probabilidade, impacto, estado, responsable, exposición e as tarefas que poden afectar. O mapa de calor facilita ver os riscos de maior prioridade.

As etiquetas da interface visibles na captura Cualitativa inclúen os selectores Rexistro | Correspondencia, o título do mapa de calor Active threats & opportunities - probability × highest impact, o botón + Add risk, e columnas da táboa como Nome, Tipo, Estado, P, I, Puntuación, Exposición, Responsable, Tarefas.

Asocia os riscos ás tarefas

A vista de Correspondencia conecta o Rexistro de riscos coa programación CPM. Un risco pode afectar unha tarefa ou varias tarefas relacionadas, e unha tarefa pode estar exposta a máis dun risco.

Por que importa a correspondencia: Un risco compartido dispárase unha soa vez nunha iteración. Se ocorre, todas as tarefas asociadas a ese mesmo evento vense afectadas conxuntamente, o que preserva a relación real entre elas. A matriz de correspondencia fai explícitas as relacións entre risco e tarefa.

Risco cualitativo por tarefa na programación

A programación pode mostrar os nomes dos riscos asociados, as pastillas de puntuación (por exemplo 24/64) e a exposición xunto ao Gantt (vista de risco cualitativo por tarefa).

Parte B — Análise de risco da programación con Monte Carlo

Monte Carlo mostrea as duracións das tarefas ao longo de moitas iteracións, recalcula a programación CPM cada vez e rexistra os resultados de remate —converte miles de programacións simuladas en decisións. As ameazas cualitativas asociadas tamén poden dispararse por probabilidade cando se configuran; o propio vídeo do percorrido demostra a incerteza de rango de duración en lugar do disparo do rexistro.

Como abrir a Análise de risco da programación (Monte Carlo)

Fluxo de traballo:

1. Abre un proxecto para que o diagrama de Gantt estea visible.

2. Na barra de ferramentas superior, por riba do Gantt, fai clic na icona de medidor / velocímetro.

3. Información emerxente: Schedule risk analysis (Monte Carlo).

4. Ábrese a xanela: Schedule risk analysis.

Na mesma barra de ferramentas, a Auditoría de calidade da programación (DCMA) está situada ao lado (ver Auditoría do proxecto).

Establece os valores predeterminados de Monte Carlo (a nivel de proxecto)

Escolle os supostos de incerteza a nivel de proxecto e o número de iteracións. Estes valores predeterminados aplícanse a cada tarefa que non teña as súas propias estimacións a nivel de tarefa. A duración normal do proxecto segue sendo a duración Máis probable cando o Máis probable se establece ao 100%.

Iteracións:

• Quick (1,000)

• Standard (3,000)

• Deep (10,000)

Valores predeterminados de incerteza: Optimista 90% · Máis probable 100% · Pesimista 125%. Discurso do vídeo: optimista uns 10% antes do valor determinista; pesimista uns 25% peor.

Distribucións:

• Nomeadas no vídeo do percorrido: Triangular, PERT (Beta), Uniforme.

• A interface da simulación de Risco cuantitativo tamén lista Lognormal e Trigen (cinco en total), con Ancoraxes P10 / P90 sinaladas só para Lognormal e Trigen.

Substitucións opcionais de O / ML / P por tarefa

Regra sinxela: Sen estimación de tarefa → usa os valores predeterminados do proxecto. Estimación de tarefa introducida → usa no seu lugar os valores específicos da tarefa.

1. Fai dobre clic nunha tarefa → xanela de detalles da tarefa.

2. Abre a pestana Risco (as pestanas da xanela inclúen: Principal, Rendemento, Valores reais, Calendario, Programación, Dependencias, Risco, Notas).

3. Establece a Distribución de risco, a Duración optimista, a Duración pesimista (e a duración máis probable / de programación segundo corresponda).

4. Exemplo do vídeo: máis probable 4 días, optimista 2 días, pesimista 9 días —substitúe os supostos de Monte Carlo do proxecto para esa tarefa.

Unha vista de Estimacións fornece duracións Optimista / Máis probable / Pesimista específicas da tarefa (as columnas poden mostrar Predeterminada do proxecto cando non se substitúen).

Lectura dos resultados

Cada iteración mostrea as duracións das tarefas, determina que eventos de risco asociados se disparan (cando as ameazas cualitativas están asociadas), recalcula a programación CPM e rexistra o resultado.

Confianza e métricas de remate:

Termo	Definición
P50 / P80 / P95	Datas de remate acadadas no 50%, 80% e 95% dos resultados simulados, ou antes.
Disparado	A porcentaxe de iteracións de Monte Carlo nas que ese evento de risco realmente ocorreu.
Criticidade	A porcentaxe de execucións da simulación nas que unha tarefa está no camiño crítico.
Sensibilidade	A forza coa que a variación dunha tarefa ou dun risco se asocia á variación no remate do proxecto.
Puntuación de risco	Probabilidade × impacto máis alto (priorización cualitativa; máximo 64).
Exposición ao risco	Exposición financeira baseada na base de custo, na probabilidade e no impacto en custo.

Tarxetas de resumo: Fin determinista; Fin P50; Fin P80; Fin P95; A tempo - fronte ao fin do plan actual. As tarxetas do panel tamén poden mostrar etiquetas ao estilo continxencia-ata-P80.

Gráficos:

• FINISH-DATE CONFIDENCE (S-CURVE) — información emerxente ao estilo P(fin ≤ data)

• WHAT DRIVES THE FINISH RISK — correlación / sensibilidade en gráfico de tornado

Táboa: MAIOR CRITICIDADE — columnas Tarefa, Fin P80, Criticidade, Sensibilidade. O panel tamén mostra os riscos do rexistro nesta simulación (Probabilidade, Impacto, Disparado, Sensibilidade).

Grade de resultados: as columnas poden incluír Nome, Duración, Fin, Fin P50, Fin P80, Criticidade, Sensibilidade, Crucialidade, SSI, ademais do Gantt con barras en capas de risco.

Exemplo de proxecto de enxeñaría: Fin determinista o 17 de febreiro de 2027; P50 o 1 de abril de 2027; P80 o 29 de abril de 2027; P95 o 26 de maio de 2027.

Usos para a decisión:

• Avaliar se unha data de remate comprometida é realista

• Identificar onde se concentra a incerteza da programación

• Decidir sobre recursos, continxencia, xestión de provedores ou mitigación de riscos

• Escoller unha data de remate por un nivel de confianza explícito en vez de pola intuición

Contraste final: unha programación tradicional indica cando remata o plan; Monte Carlo indica que grao de confianza podes ter nesa data.

Mira o percorrido

Mira: Monte Carlo risk analysis (~5:41) — software de xestión de proxectos ProjectLibre.

Cobre a apertura da Análise de risco da programación desde a barra de ferramentas do Gantt, as iteracións/distribucións a nivel de proxecto, as substitucións na pestana Risco da tarefa, a curva en S / o gráfico de tornado / a criticidade / a sensibilidade, e P50 / P80 / P95. Non percorre o Rexistro cualitativo de riscos nin a matriz de Correspondencia.