Risikoanalyse (kvalitativt register og Monte Carlo)

ProjectLibre Cloud kombinerer et kvalitativt risikoregister med Monte Carlo-simulering av tidsplanen — og gjør én deterministisk sluttdato til målbar konfidens i tidsplanen, margin og risikodrivere.

Dette emnet dekker to deler som utfyller hverandre:

• Kvalitativt risikoregister + tilordning — fang opp trusler og muligheter, gi dem poengsum og tilordne dem til CPM-aktiviteter.

• Monte Carlo-risikoanalyse av tidsplanen — sample varighetsusikkerhet over tusenvis av iterasjoner og les konfidensen for sluttdatoen (P50 / P80 / P95), kritikalitet, følsomhet og drivere.

Hvem det er for: Prosjektledere som bruker ProjectLibre Cloud CPM-tidsplaner og som trenger kvalitativ og kvantitativ risikoinnsikt. Videoen peker spesielt på kontrakter med dagbøter ved forsinket levering.

Se også: Prosjektrevisjon (DCMA-revisjon av tidsplankvalitet) · Gantt-diagram · Hovedvisninger

Se: Monte Carlo-risikoanalyse (~5:41).

Oversikt

En vanlig prosjektplan gir én enkelt planlagt fullføringsdato. Aktiviteter kan bli tidlig ferdig, i tide eller forsinket. Monte Carlo-analyse svarer på: Hva er sannsynligheten for at dette prosjektet faktisk blir ferdig innen en bestemt dato?

Produktfunksjoner:

• Fungerer med den eksisterende tidsplanen din

• Ingen aktivitetsestimater er nødvendig

• Avanserte overstyringer når det er behov for det

Du behøver ikke å lage trepunktsestimater for hver aktivitet før du kjører Monte Carlo. ProjectLibre starter med de deterministiske aktivitetsvarighetene som allerede er i planen. Hvis det ikke finnes en overstyring for Optimistisk / Mest sannsynlig / Pessimistisk, gjelder Monte Carlo-forutsetningene på prosjektnivå. Med Mest sannsynlig satt til 100 %, er den deterministiske aktivitetsvarigheten verdien for Mest sannsynlig.

Eksempel: En deterministisk aktivitet på 30 dager med prosjektstandardene 90 % / 100 % / 125 % blir 27 dager optimistisk, 30 dager mest sannsynlig og 37,5 dager pessimistisk.

Arbeidsflyt i seks steg

Seks steg fra tidsplan til risikoinnsikt:

1. Start med tidsplanen din — Bruk den deterministiske tidsplanen som allerede finnes i ProjectLibre.

2. Bygg risikoregisteret — Fang opp sannsynlighet, konsekvens, eierskap og eksponering.

3. Tilordne risikoer til aktiviteter — Koble hver risikohendelse til de planaktivitetene den kan påvirke.

4. Sett Monte Carlo-standarder — Velg iterasjoner, fordelinger og prosjektomfattende usikkerhetsforutsetninger.

5. Valgfrie aktivitetsoverstyringer — Angi aktivitetsspesifikke O / ML / P-verdier bare der ekstra presisjon er nyttig.

6. Analyser resultatene — Les P50/P80/P95, utløste risikoer, kritikalitet, følsomhet og sluttdatodrivere.

Steg 2–3 er kvalitative. Steg 4–6 er Monte Carlo / kvantitative. Videodemoens forløp legger vekt på steg 1, 4, 5 og 6, uten brukergrensesnittet for register/tilordning.

Del A — Kvalitativt risikoregister og tilordning

Hvordan den kvalitative poengsummen fungerer

• Poengsum = sannsynlighet × høyeste konsekvens.

• Dette er en prioriteringspoengsum, ikke antall Monte Carlo-iterasjoner og ikke prosentandelen Utløst.

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

• Maksimalt 64 / 64 er den høyest mulige kvalitative poengsummen.

Bygg det kvalitative risikoregisteret

Fang opp konkrete trusler og muligheter med sannsynlighet, konsekvens, status, eier, eksponering og aktivitetene de kan påvirke. Varmekartet gjør det lett å se risikoene med høyest prioritet.

UI-etiketter synlige i det kvalitative skjermbildet inkluderer underfanene Register | Tilordning, varmekarttittelen Active threats & opportunities - probability × highest impact, knappen + Legg til risiko, og tabellkolonner som Navn, Type, Status, P, I, Poengsum, Eksponering, Eier, Aktiviteter.

Tilordne risikoer til aktiviteter

Tilordning-visningen kobler risikoregisteret til CPM-tidsplanen. En risiko kan påvirke én aktivitet eller flere relaterte aktiviteter, og en aktivitet kan være eksponert for mer enn én risiko.

Hvorfor tilordning er viktig: En delt risiko utløses én gang i en iterasjon. Hvis den inntreffer, påvirkes alle aktiviteter knyttet til samme hendelse sammen, slik at det virkelige forholdet mellom dem bevares. Tilordningsmatrisen gjør forholdet mellom risiko og aktivitet tydelig.

Kvalitativ risiko på aktivitetsnivå i tidsplanen

Tidsplanen kan vise koblede risikonavn, poengsumpiller (for eksempel 24/64) og eksponering ved siden av Gantt-diagrammet (kvalitativ risikovisning på aktivitetsnivå).

Del B — Monte Carlo-risikoanalyse av tidsplanen

Monte Carlo sampler aktivitetsvarigheter over mange iterasjoner, beregner CPM-tidsplanen på nytt hver gang, og registrerer sluttutfall — og gjør tusenvis av simulerte tidsplaner til beslutninger. Koblede kvalitative trusler kan også utløses etter sannsynlighet når det er konfigurert; selve gjennomgangsvideoen demonstrerer usikkerhet i varighetsintervaller snarere enn utløsning fra registeret.

Slik åpner du tidsplanrisikoanalyse (Monte Carlo)

Arbeidsflyt:

1. Åpne et prosjekt slik at Gantt-diagrammet er synlig.

2. Klikk ikonet for måleren / speedometeret på verktøylinjen øverst, over Gantt-diagrammet.

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

4. Dialogen Schedule risk analysis åpnes.

På samme verktøylinje ligger Revisjon av tidsplankvalitet (DCMA) like ved (se Prosjektrevisjon).

Sett Monte Carlo-standarder (prosjektnivå)

Velg usikkerhetsforutsetninger på prosjektnivå og antall iterasjoner. Disse standardene gjelder for hver aktivitet som ikke har sine egne estimater på aktivitetsnivå. Den vanlige prosjektvarigheten forblir Mest sannsynlig-varigheten når Mest sannsynlig er satt til 100 %.

Iterasjoner:

• Quick (1,000)

• Standard (3,000)

• Deep (10,000)

Usikkerhetsstandarder: Optimistisk 90 % · Mest sannsynlig 100 % · Pessimistisk 125 %. I videoen: optimistisk omtrent 10 % før den deterministiske verdien; pessimistisk omtrent 25 % verre.

Fordelinger:

• Nevnt i gjennomgangsvideoen: Triangulær, PERT (beta), Uniform.

• Brukergrensesnittet for kvantitativ risikosimulering lister også Lognormal og Trigen (fem totalt), med ankere P10 / P90 angitt bare for Lognormal og Trigen.

Valgfrie overstyringer på aktivitetsnivå for O / ML / P

Enkel regel: Ingen aktivitetsestimat → bruk prosjektstandarder. Aktivitetsestimat angitt → bruk de aktivitetsspesifikke verdiene i stedet.

1. Dobbeltklikk på en aktivitet → modalvindu for aktivitetsdetaljer.

2. Åpne fanen Risiko (modalfaner inkluderer: Hoved, Resultater, Faktiske verdier, Kalender, Planlegging, Avhengigheter, Risiko, Notater).

3. Sett Risikofordeling, Optimistisk varighet, Pessimistisk varighet (og mest sannsynlig / planlagt varighet etter behov).

4. Eksempel fra videoen: mest sannsynlig 4 dager, optimistisk 2 dager, pessimistisk 9 dager — overstyrer prosjektets Monte Carlo-forutsetninger for den aktiviteten.

En Estimater-visning gir aktivitetsspesifikke varigheter for Optimistisk / Mest sannsynlig / Pessimistisk (kolonner kan vise Prosjektstandard når det ikke er overstyrt).

Lese resultatene

Hver iterasjon sampler aktivitetsvarigheter, bestemmer hvilke koblede risikohendelser som utløses (når kvalitative trusler er koblet), beregner CPM-tidsplanen på nytt og registrerer utfallet.

Konfidens for sluttdato og målinger:

Begrep	Definisjon
P50 / P80 / P95	Sluttdatoer nådd på eller før 50 %, 80 % og 95 % av de simulerte utfallene.
Utløst	Prosentandelen av Monte Carlo-iterasjonene der den risikohendelsen faktisk inntraff.
Kritikalitet	Prosentandelen av simuleringskjøringene der en aktivitet ligger på kritisk linje.
Følsomhet	Hvor sterkt variasjon i en aktivitet eller risiko er knyttet til variasjon i prosjektets sluttdato.
Risikopoengsum	Sannsynlighet × høyeste konsekvens (kvalitativ prioritering; maks 64).
Risikoeksponering	Økonomisk eksponering basert på kostnadsgrunnlag, sannsynlighet og kostnadskonsekvens.

Sammendragskort: Deterministisk slutt; P50-slutt; P80-slutt; P95-slutt; On time - vs current plan finish. Kortene på instrumentbordet kan også vise etiketter av typen margin til P80.

Diagrammer:

• KONFIDENS FOR SLUTTDATO (S-KURVE) — verktøytips i formen P(slutt ≤ dato)

• HVA SOM DRIVER RISIKOEN FOR SLUTTDATOEN — korrelasjons-/følsomhets-tornado

Tabell: HØYESTE KRITIKALITET — kolonner Aktivitet, P80-slutt, Kritikalitet, Følsomhet. Instrumentbordet viser også Registerrisikoer i denne simuleringen (Sannsynlighet, Konsekvens, Utløst, Følsomhet).

Resultatrutenett: kolonner kan inkludere Navn, Varighet, Slutt, P50-slutt, P80-slutt, Kritikalitet, Følsomhet, Avgjørendehet, SSI, pluss Gantt med risikolag på stolpene.

Eksempel fra et ingeniørprosjekt: Deterministisk slutt 17. februar 2027; P50 1. april 2027; P80 29. april 2027; P95 26. mai 2027.

Bruksområder for beslutninger:

• Vurdere om en forpliktet fullføringsdato er realistisk

• Identifisere hvor tidsplanusikkerheten er konsentrert

• Bestemme ressurser, margin, leverandørstyring eller risikoreduserende tiltak

• Velge en fullføringsdato ut fra et eksplisitt konfidensnivå, ikke magefølelse

Avsluttende kontrast: en tradisjonell tidsplan sier når planen blir ferdig; Monte Carlo sier hvor sikker du kan være på den datoen.

Se gjennomgangen

Se: Monte Carlo-risikoanalyse (~5:41) — ProjectLibre, programvare for prosjektstyring.

Dekker åpning av Tidsplanrisikoanalyse fra Gantt-verktøylinjen, iterasjoner/fordelinger på prosjektnivå, overstyringer i aktivitetens Risiko-fane, S-kurve / tornado / kritikalitet / følsomhet, og P50 / P80 / P95. Den går ikke gjennom det kvalitative risikoregisteret eller tilordningsmatrisen.