Analiza ryzyka (rejestr jakościowy i Monte Carlo)

ProjectLibre Cloud łączy jakościowy rejestr ryzyka z symulacją harmonogramu metodą Monte Carlo — zamieniając jedną deterministyczną datę zakończenia w mierzalną pewność harmonogramu, rezerwę oraz czynniki ryzyka.

Ten temat obejmuje dwie uzupełniające się części:

• Jakościowy rejestr ryzyka + mapowanie — rejestrowanie zagrożeń i szans, ich ocena i przypisanie do zadań CPM.

• Analiza ryzyka harmonogramu metodą Monte Carlo — próbkowanie niepewności czasu trwania w tysiącach iteracji i odczyt pewności daty zakończenia (P50 / P80 / P95), krytyczności, wrażliwości i czynników sprawczych.

Dla kogo: dla kierowników projektów korzystających z harmonogramów CPM w ProjectLibre Cloud, którzy potrzebują jakościowego i ilościowego wglądu w ryzyko. Film szczególnie zwraca uwagę na podpisywanie umów z karami za opóźnioną dostawę.

Zobacz też: Audyt projektu (Audyt jakości harmonogramu DCMA) · Wykres Gantta · Główne widoki

Obejrzyj: Analiza ryzyka Monte Carlo (~5:41).

Omówienie

Zwykły harmonogram projektu daje jedną planowaną datę zakończenia. Czynności mogą zakończyć się wcześniej, w terminie lub z opóźnieniem. Analiza Monte Carlo odpowiada na pytanie: jakie jest prawdopodobieństwo, że ten projekt faktycznie zakończy się do określonej daty?

Możliwości produktu:

• Działa na podstawie Twojego istniejącego harmonogramu

• Nie wymaga szacunków dla poszczególnych zadań

• Zaawansowane nadpisania w razie potrzeby

Nie musisz tworzyć szacunków trójpunktowych dla każdego zadania, zanim uruchomisz Monte Carlo. ProjectLibre zaczyna od deterministycznych czasów trwania zadań już zapisanych w planie. Jeśli nie istnieje nadpisanie Optymistyczny / Najbardziej prawdopodobny / Pesymistyczny, obowiązują założenia Monte Carlo na poziomie projektu. Gdy Najbardziej prawdopodobny wynosi 100%, deterministyczny czas trwania zadania jest wartością Najbardziej prawdopodobną.

Przykład: zadanie deterministyczne trwające 30 dni przy domyślnych ustawieniach projektu 90% / 100% / 125% daje 27 dni (Optymistyczny), 30 dni (Najbardziej prawdopodobny) i 37,5 dnia (Pesymistyczny).

Sześcioetapowy przebieg pracy

Sześć kroków od harmonogramu do wglądu w ryzyko:

1. Zacznij od swojego harmonogramu — użyj deterministycznego harmonogramu już istniejącego w ProjectLibre.

2. Zbuduj rejestr ryzyka — zarejestruj prawdopodobieństwo, wpływ, właściciela i ekspozycję.

3. Przypisz ryzyka do zadań — połącz każde zdarzenie ryzyka z działaniami harmonogramu, na które może wpłynąć.

4. Ustaw domyślne wartości Monte Carlo — wybierz liczbę iteracji, rozkłady i założenia niepewności na poziomie całego projektu.

5. Opcjonalne nadpisania na poziomie zadania — wprowadź wartości O / ML / P specyficzne dla zadania tylko tam, gdzie przydatna jest dodatkowa precyzja.

6. Przeanalizuj wyniki — odczytaj P50/P80/P95, ryzyka, które zaszły, krytyczność, wrażliwość i czynniki wpływające na zakończenie.

Kroki 2–3 są jakościowe. Kroki 4–6 to Monte Carlo / analiza ilościowa. Ścieżka pokazana w filmie demonstracyjnym kładzie nacisk na kroki 1, 4, 5 i 6, pomijając interfejs rejestru/mapowania.

Część A — jakościowy rejestr ryzyka i mapowanie

Jak działa ocena jakościowa

• Ocena = prawdopodobieństwo × najwyższy wpływ.

• To jest ocena priorytetu, a nie liczba iteracji Monte Carlo ani odsetek zdarzeń, które zaszły.

• Przykłady: N × W = 12 / 64 · Ś × W = 24 / 64 · W × W = 36 / 64

• Maksymalne 64 / 64 to najwyższa możliwa ocena jakościowa.

Budowanie jakościowego rejestru ryzyka

Rejestruj konkretne zagrożenia i szanse wraz z prawdopodobieństwem, wpływem, stanem, właścicielem, ekspozycją oraz zadaniami, na które mogą wpływać. Mapa cieplna ułatwia dostrzeżenie ryzyk o najwyższym priorytecie.

Etykiety interfejsu widoczne na zrzucie ekranu widoku jakościowego obejmują przełączniki Rejestr | Mapowanie, tytuł mapy cieplnej Active threats & opportunities - probability × highest impact, przycisk + Dodaj ryzyko oraz kolumny tabeli, takie jak Nazwa, Typ, Stan, P, W, Ocena, Ekspozycja, Właściciel, Zadania.

Mapowanie ryzyk do zadań

Widok Mapowanie łączy rejestr ryzyka z harmonogramem CPM. Jedno ryzyko może wpływać na jedno zadanie lub na kilka powiązanych zadań, a jedno zadanie może być narażone na więcej niż jedno ryzyko.

Dlaczego mapowanie ma znaczenie: wspólne ryzyko zachodzi tylko raz w danej iteracji. Jeśli wystąpi, wpływa jednocześnie na wszystkie zadania powiązane z tym zdarzeniem, co zachowuje rzeczywistą relację między nimi. Macierz mapowania czyni relacje między ryzykiem a zadaniami jednoznacznymi.

Jakościowe ryzyko na poziomie zadania w harmonogramie

Harmonogram może pokazywać obok Gantta powiązane nazwy ryzyk, plakietki oceny (na przykład 24/64) i ekspozycję (widok jakościowego ryzyka na poziomie zadania).

Część B — analiza ryzyka harmonogramu metodą Monte Carlo

Monte Carlo próbkuje czasy trwania zadań w wielu iteracjach, za każdym razem przelicza harmonogram CPM i zapisuje wyniki zakończenia — zamieniając tysiące zasymulowanych harmonogramów w decyzje. Powiązane zagrożenia jakościowe mogą też zachodzić zgodnie z prawdopodobieństwem, gdy są skonfigurowane; sam film pokazuje niepewność zakresu czasu trwania, a nie zachodzenie zdarzeń z rejestru.

Jak otworzyć Analizę ryzyka harmonogramu (Monte Carlo)

Przebieg pracy:

1. Otwórz projekt, tak aby widoczny był wykres Gantta.

2. Na górnym pasku narzędzi nad Ganttem kliknij ikonę wskaźnika / prędkościomierza.

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

4. Otwiera się okno: Schedule risk analysis.

Na tym samym pasku narzędzi sąsiaduje Audyt jakości harmonogramu (DCMA) (zobacz Audyt projektu).

Ustawianie domyślnych wartości Monte Carlo (na poziomie projektu)

Wybierz założenia niepewności na poziomie projektu oraz liczbę iteracji. Te wartości domyślne dotyczą każdego zadania, które nie ma własnych szacunków na poziomie zadania. Zwykły czas trwania projektu pozostaje czasem trwania Najbardziej prawdopodobnym, gdy Najbardziej prawdopodobny jest ustawiony na 100%.

Iteracje:

• Quick (1,000)

• Standard (3,000)

• Deep (10,000)

Domyślne wartości niepewności: Optymistyczny 90% · Najbardziej prawdopodobny 100% · Pesymistyczny 125%. W filmie: wartość optymistyczna jest o około 10% wcześniejsza od wartości deterministycznej, a pesymistyczna — o około 25% gorsza.

Rozkłady:

• Wymienione w filmie: Trójkątny, PERT (beta), Jednostajny.

• Interfejs symulacji ryzyka ilościowego wymienia też Logarytmiczno-normalny i Trigen (pięć łącznie), z kotwicami P10 / P90 odnotowanymi tylko dla rozkładu logarytmiczno-normalnego i Trigen.

Opcjonalne nadpisania O / ML / P na poziomie zadania

Prosta zasada: brak szacunku zadania → używane są wartości domyślne projektu. Wprowadzony szacunek zadania → używane są wartości specyficzne dla zadania.

1. Kliknij dwukrotnie zadanie → otwiera się okno szczegółów zadania.

2. Otwórz zakładkę Ryzyko (zakładki okna to m.in.: Główne, Wydajność, Wartości rzeczywiste, Kalendarz, Planowanie, Współzależności, Ryzyko, Notatki).

3. Ustaw Rozkład ryzyka, Czas trwania optymistyczny, Czas trwania pesymistyczny (oraz odpowiednio czas trwania najbardziej prawdopodobny / czas trwania z harmonogramu).

4. Przykład z filmu: najbardziej prawdopodobny 4 dni, optymistyczny 2 dni, pesymistyczny 9 dni — nadpisuje dla tego zadania założenia Monte Carlo z poziomu projektu.

Widok Szacunki udostępnia specyficzne dla zadania czasy trwania Optymistyczny / Najbardziej prawdopodobny / Pesymistyczny (jeśli wartość nie została nadpisana, kolumny mogą pokazywać Domyślny dla projektu).

Odczytywanie wyników

Każda iteracja próbkuje czasy trwania zadań, ustala, które powiązane zdarzenia ryzyka zaszły (gdy zagrożenia jakościowe są powiązane), przelicza harmonogram CPM i zapisuje wynik.

Pewność zakończenia i metryki:

Termin	Definicja
P50 / P80 / P95	Daty, w których lub przed którymi zakończenie następuje odpowiednio w 50%, 80% i 95% zasymulowanych wyników.
Zaszło	Odsetek iteracji Monte Carlo, w których dane zdarzenie ryzyka faktycznie wystąpiło.
Krytyczność	Odsetek przebiegów symulacji, w których zadanie znajduje się na ścieżce krytycznej.
Wrażliwość	Jak silnie zmienność danego zadania lub ryzyka wiąże się ze zmiennością zakończenia projektu.
Ocena ryzyka	Prawdopodobieństwo × najwyższy wpływ (priorytetyzacja jakościowa; maksimum 64).
Ekspozycja na ryzyko	Ekspozycja finansowa na podstawie bazy kosztowej, prawdopodobieństwa i wpływu kosztowego.

Karty podsumowania: Zakończenie deterministyczne; zakończenie P50; zakończenie P80; zakończenie P95; On time - vs current plan finish. Karty pulpitu mogą też pokazywać etykiety typu „rezerwa do P80”.

Wykresy:

• PEWNOŚĆ DATY ZAKOŃCZENIA (KRZYWA S) — podpowiedź w formie P(zakończenie ≤ data)

• CO DECYDUJE O RYZYKU ZAKOŃCZENIA — korelacja / wrażliwość w formie wykresu tornado

Tabela: NAJWYŻSZA KRYTYCZNOŚĆ — kolumny Zadanie, Zakończenie P80, Krytyczność, Wrażliwość. Pulpit pokazuje też sekcję Ryzyka z rejestru w tej symulacji (Prawdopodobieństwo, Wpływ, Zaszło, Wrażliwość).

Siatka wyników: kolumny mogą obejmować Nazwa, Czas trwania, Zakończenie, Zakończenie P50, Zakończenie P80, Krytyczność, Wrażliwość, Doniosłość, SSI, a także Gantt z paskami uwzględniającymi warstwę ryzyka.

Przykład projektu inżynieryjnego: zakończenie deterministyczne 17 lutego 2027; P50 1 kwietnia 2027; P80 29 kwietnia 2027; P95 26 maja 2027.

Zastosowania decyzyjne:

• Ocena, czy zadeklarowana data zakończenia jest realistyczna

• Zidentyfikowanie miejsc, w których koncentruje się niepewność harmonogramu

• Decyzje dotyczące zasobów, rezerwy, zarządzania dostawcami lub łagodzenia ryzyka

• Wybór daty zakończenia na podstawie jawnego poziomu pewności, a nie intuicji

Podsumowujący kontrast: tradycyjny harmonogram mówi, kiedy kończy się plan; Monte Carlo mówi, na ile możesz być pewien tej daty.

Obejrzyj przewodnik

Obejrzyj: Analiza ryzyka Monte Carlo (~5:41) — oprogramowanie do zarządzania projektami ProjectLibre.

Obejmuje otwieranie Analizy ryzyka harmonogramu z paska narzędzi Gantta, iteracje/rozkłady na poziomie projektu, nadpisania w zakładce zadania Ryzyko, krzywą S / tornado / krytyczność / wrażliwość oraz P50 / P80 / P95. Nie pokazuje jakościowego rejestru ryzyka ani macierzy mapowania.