Riskanalys (kvalitativt register och Monte Carlo)

ProjectLibre Cloud kombinerar ett kvalitativt riskregister med Monte Carlo-simulering av schemat — och gör om ett enda deterministiskt slutdatum till mätbar konfidens för schemat, reservtid och riskdrivkrafter.

Det här avsnittet omfattar två kompletterande delar:

• Kvalitativt riskregister + koppling — registrera hot och möjligheter, poängsätt dem och koppla dem till aktiviteter i CPM-schemat.

• Monte Carlo-analys av schemarisk — sampla osäkerheten i varaktighet över tusentals iterationer och läs av konfidensen för slutdatumet (P50 / P80 / P95), kritikalitet, känslighet och drivkrafter.

Vem det är för: Projektledare som arbetar med CPM-scheman i ProjectLibre Cloud och behöver både kvalitativ och kvantitativ insikt om risker. Videon tar särskilt upp avtal med vite vid försenad leverans.

Se även: Projektgranskning (DCMA-granskning av schemakvalitet) · Gantt-schema · Huvudvyer

Titta: Monte Carlo-riskanalys (~5:41).

Översikt

Ett vanligt projektschema ger ett enda planerat slutdatum. Aktiviteter kan avslutas tidigt, i tid eller sent. Monte Carlo-analysen besvarar frågan: Hur sannolikt är det att projektet faktiskt är klart senast ett visst datum?

Produktens funktioner:

• Utgår från ditt befintliga schema

• Inga uppskattningar per aktivitet krävs

• Avancerade åsidosättningar vid behov

Du behöver inte göra trepunktsuppskattningar för varje aktivitet innan du kör Monte Carlo. ProjectLibre utgår från de deterministiska varaktigheterna som redan finns i planen. Om ingen åsidosättning av Optimistiskt/Mest sannolikt/Pessimistiskt finns gäller Monte Carlo-antagandena på projektnivå. När Mest sannolikt är 100 % är aktivitetens deterministiska varaktighet värdet för Mest sannolikt.

Exempel: En deterministisk aktivitet på 30 dagar med projektets standardvärden 90 % / 100 % / 125 % blir 27 dagar Optimistiskt, 30 dagar Mest sannolikt och 37,5 dagar Pessimistiskt.

Arbetsflöde i sex steg

Sex steg från schema till insikt om risker:

1. Börja med ditt schema — Använd det deterministiska schema som redan finns i ProjectLibre.

2. Bygg riskregistret — Registrera sannolikhet, konsekvens, ansvar och exponering.

3. Koppla risker till aktiviteter — Koppla varje riskhändelse till de aktiviteter i schemat som den kan påverka.

4. Ange standardvärden för Monte Carlo — Välj antal iterationer, fördelningar och osäkerhetsantaganden för hela projektet.

5. Valfria åsidosättningar per aktivitet — Ange O/ML/P-värden för enskilda aktiviteter bara där extra precision gör nytta.

6. Analysera resultaten — Läs av P50/P80/P95, inträffade risker, kritikalitet, känslighet och drivkrafter för slutdatumet.

Steg 2–3 är kvalitativa. Steg 4–6 är Monte Carlo/kvantitativa. Demon i videon fokuserar på steg 1, 4, 5 och 6 och visar inte gränssnittet för register och koppling.

Del A — Kvalitativt riskregister och koppling

Så fungerar den kvalitativa poängen

• Poäng = sannolikhet × högsta konsekvens.

• Det är en prioriteringspoäng — inte antalet Monte Carlo-iterationer och inte andelen Inträffade.

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

• 64 / 64 är den högsta möjliga kvalitativa poängen.

Bygg det kvalitativa riskregistret

Registrera konkreta hot och möjligheter med sannolikhet, konsekvens, status, ansvarig, exponering och de aktiviteter de kan påverka. Värmekartan gör det lätt att se de risker som har högst prioritet.

Gränssnittsetiketter som syns på skärmbilden av den kvalitativa vyn är bland annat växlarna Register | Koppling, värmekartans rubrik Active threats & opportunities - probability × highest impact, knappen + Lägg till risk och tabellkolumner som Namn, Typ, Status, S, K, Poäng, Exponering, Ansvarig, Aktiviteter.

Koppla risker till aktiviteter

Vyn Koppling förbinder riskregistret med CPM-schemat. En risk kan påverka en aktivitet eller flera relaterade aktiviteter, och en aktivitet kan vara utsatt för mer än en risk.

Därför spelar kopplingen roll: En gemensam risk inträffar en gång per iteration. Om den inträffar påverkas alla aktiviteter som är kopplade till samma händelse samtidigt, så att det verkliga sambandet mellan dem bevaras. Kopplingsmatrisen gör sambanden mellan risker och aktiviteter tydliga.

Kvalitativ risk per aktivitet i schemat

Schemat kan visa namnen på kopplade risker, poängmärken (till exempel 24/64) och exponering bredvid Gantt-schemat (kvalitativ riskvy på aktivitetsnivå).

Del B — Monte Carlo-analys av schemarisk

Monte Carlo samplar aktiviteternas varaktigheter över många iterationer, räknar om CPM-schemat varje gång och registrerar slutdatumen — så att tusentals simulerade scheman blir underlag för beslut. Kopplade kvalitativa hot kan också inträffa enligt sin sannolikhet när det är konfigurerat; själva genomgångsvideon visar osäkerhet i varaktighetsintervall snarare än att risker i registret inträffar.

Så öppnar du Schedule risk analysis (Monte Carlo)

Arbetsflöde:

1. Öppna ett projekt så att Gantt-schemat visas.

2. Klicka på ikonen mätare/hastighetsmätare i det översta verktygsfältet ovanför Gantt-schemat.

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

4. Dialogrutan öppnas: Schedule risk analysis.

I samma verktygsfält, alldeles intill, finns Granskning av schemakvalitet (DCMA) (se Projektgranskning).

Ange standardvärden för Monte Carlo (på projektnivå)

Välj osäkerhetsantaganden på projektnivå och antalet iterationer. Standardvärdena gäller för varje aktivitet som inte har egna uppskattningar. Projektets vanliga varaktighet förblir varaktigheten för Mest sannolikt när Mest sannolikt är inställt på 100 %.

Iterationer:

• Quick (1,000)

• Standard (3,000)

• Deep (10,000)

Standardvärden för osäkerhet: Optimistiskt 90 % · Mest sannolikt 100 % · Pessimistiskt 125 %. I videon sägs att det optimistiska värdet ligger ungefär 10 % före det deterministiska och det pessimistiska ungefär 25 % sämre.

Fördelningar:

• Nämns i genomgångsvideon: Triangulär, PERT (beta), Likformig.

• Gränssnittet för kvantitativ risksimulering visar även Lognormal och Trigen (fem totalt), där ankarpunkterna P10 / P90 bara anges för Lognormal och Trigen.

Valfria åsidosättningar av O/ML/P per aktivitet

Enkel regel: Ingen uppskattning för aktiviteten → projektets standardvärden används. Uppskattning angiven → aktivitetens egna värden används i stället.

1. Dubbelklicka på en aktivitet → dialogrutan med aktivitetsinformation öppnas.

2. Öppna fliken Risk (dialogrutans flikar är bland annat: Huvudsakligt, Prestanda, Verkliga värden, Kalender, Planering, Beroenden, Risk, Anteckningar).

3. Ange Riskfördelning, Optimistisk varaktighet, Pessimistisk varaktighet (och mest sannolik varaktighet/schemavaraktighet vid behov).

4. Exempel från videon: mest sannolikt 4 dagar, optimistiskt 2 dagar, pessimistiskt 9 dagar — åsidosätter projektets Monte Carlo-antaganden för just den aktiviteten.

I vyn Uppskattningar anger du varaktigheter för Optimistiskt/Mest sannolikt/Pessimistiskt per aktivitet (kolumnerna kan visa Projektets standard när inget har åsidosatts).

Läsa resultaten

Varje iteration samplar aktiviteternas varaktigheter, avgör vilka kopplade riskhändelser som inträffar (när kvalitativa hot är kopplade), räknar om CPM-schemat och registrerar utfallet.

Konfidens för slutdatum och mått:

Term	Definition
P50 / P80 / P95	Slutdatum som nås senast i 50 %, 80 % respektive 95 % av de simulerade utfallen.
Inträffade	Andelen Monte Carlo-iterationer där riskhändelsen faktiskt inträffade.
Kritikalitet	Andelen simuleringskörningar där en aktivitet ligger på den kritiska linjen.
Känslighet	Hur starkt variationen i en aktivitet eller risk hänger samman med variationen i projektets slutdatum.
Riskpoäng	Sannolikhet × högsta konsekvens (kvalitativ prioritering; max 64).
Riskexponering	Ekonomisk exponering utifrån kostnadsunderlag, sannolikhet och kostnadskonsekvens.

Sammanfattningskort: Deterministiskt slut; P50-slut; P80-slut; P95-slut; On time - vs current plan finish. Instrumentpanelens kort kan även visa etiketter av typen reservtid till P80.

Diagram:

• KONFIDENS FÖR SLUTDATUM (S-KURVA) — verktygstips av typen P(slut ≤ datum)

• VAD SOM DRIVER RISKEN FÖR SLUTDATUMET — tornadodiagram över korrelation/känslighet

Tabell: HÖGST KRITIKALITET — kolumnerna Aktivitet, P80-slut, Kritikalitet, Känslighet. Instrumentpanelen visar även Registerrisker i den här simuleringen (Sannolikhet, Konsekvens, Inträffade, Känslighet).

Resultatrutnät: kolumnerna kan vara Namn, Varaktighet, Slut, P50-slut, P80-slut, Kritikalitet, Känslighet, Avgörandegrad, SSI, samt Gantt-schema med staplar i flera risklager.

Exempel från ett ingenjörsprojekt: Deterministiskt slut 17 februari 2027; P50 1 april 2027; P80 29 april 2027; P95 26 maj 2027.

Användning i beslut:

• Bedöm om ett utlovat slutdatum är realistiskt

• Se var osäkerheten i schemat är koncentrerad

• Fatta beslut om resurser, reservtid, leverantörsstyrning eller riskreducering

• Välj slutdatum utifrån en uttalad konfidensnivå i stället för magkänsla

Avslutande kontrast: ett traditionellt schema visar när planen blir klar; Monte Carlo visar hur säker du kan vara på det datumet.

Titta på genomgången

Titta: Monte Carlo-riskanalys (~5:41) — ProjectLibre, programvara för projektledning.

Videon visar hur du öppnar Schedule risk analysis från Gantt-verktygsfältet, iterationer och fördelningar på projektnivå, åsidosättningar på aktivitetens flik Risk, S-kurva/tornado/kritikalitet/känslighet samt P50 / P80 / P95. Den går inte igenom det kvalitativa riskregistret eller kopplingsmatrisen.