خطرے کا تجزیہ (کیفیتی رجسٹر اور Monte Carlo)

ProjectLibre Cloud خطرات کے کیفیتی رجسٹر کو Monte Carlo شیڈول سیمولیشن کے ساتھ یکجا کرتا ہے — اور یوں ایک واحد یقینی اختتامی تاریخ کو شیڈول کے قابلِ پیمائش اعتماد، ہنگامی گنجائش (contingency) اور خطرے کے محرکات میں بدل دیتا ہے۔

اس موضوع کے دو حصے ہیں جو ایک دوسرے کی تکمیل کرتے ہیں:

• خطرات کا کیفیتی رجسٹر + جوڑ بندی — خطرات اور مواقع درج کریں، انہیں اسکور دیں، اور CPM ٹاسکس سے جوڑیں۔

• Monte Carlo کے ذریعے شیڈول کے خطرے کا تجزیہ — ہزاروں تکرارات میں دورانیے کی غیر یقینی کے نمونے لیں اور اختتامی تاریخ کا اعتماد (P50 / P80 / P95)، کریٹیکیلٹی، حساسیت اور محرکات دیکھیں۔

یہ کس کے لیے ہے: ProjectLibre Cloud میں CPM شیڈول استعمال کرنے والے منصوبے کے مینیجر، جنہیں خطرے کی کیفیتی اور مقداری بصیرت درکار ہے۔ ویڈیو خاص طور پر ایسے معاہدوں کا ذکر کرتی ہے جن میں تاخیر سے فراہمی پر جرمانے ہوں۔

مزید دیکھیں: منصوبے کا آڈٹ (DCMA شیڈول کے معیار کا آڈٹ) · گانٹ چارٹ · مرکزی منظر

دیکھیں: Monte Carlo risk analysis (تقریباً 5:41)۔

جائزہ

ایک عام منصوبہ جاتی شیڈول تکمیل کی صرف ایک منصوبہ بند تاریخ دیتا ہے۔ سرگرمیاں وقت سے پہلے، بروقت یا تاخیر سے مکمل ہو سکتی ہیں۔ Monte Carlo تجزیہ اس سوال کا جواب دیتا ہے: اس بات کا کتنا امکان ہے کہ یہ منصوبہ واقعی کسی مخصوص تاریخ تک مکمل ہو جائے؟

پروڈکٹ کی صلاحیتیں:

• آپ کے موجودہ شیڈول سے کام کرتا ہے

• ٹاسکس کے تخمینوں کی ضرورت نہیں

• ضرورت ہو تو ماہرانہ اوور رائیڈ

Monte Carlo چلانے سے پہلے ہر ٹاسک کے لیے تین نکاتی تخمینے بنانا ضروری نہیں۔ ProjectLibre منصوبے میں پہلے سے موجود ٹاسکس کے یقینی دورانیوں سے آغاز کرتا ہے۔ اگر پرامید / سب سے ممکنہ / قنوطی کا کوئی اوور رائیڈ موجود نہ ہو تو منصوبے کی سطح کے Monte Carlo مفروضے لاگو ہوتے ہیں۔ جب سب سے ممکنہ 100% ہو تو ٹاسک کا یقینی دورانیہ ہی سب سے ممکنہ قدر ہوتا ہے۔

مثال: منصوبے کی طے شدہ قدریں 90% / 100% / 125% ہوں تو 30 دن کا یقینی ٹاسک 27 دن پرامید، 30 دن سب سے ممکنہ اور 37.5 دن قنوطی بن جاتا ہے۔

چھ مراحل کا طریقۂ کار

شیڈول سے خطرے کی بصیرت تک چھ مراحل:

1. اپنے شیڈول سے آغاز کریں — ProjectLibre میں پہلے سے موجود یقینی شیڈول استعمال کریں۔

2. خطرات کا رجسٹر بنائیں — امکان، اثر، ذمہ داری اور مالیت درج کریں۔

3. خطرات کو ٹاسکس سے جوڑیں — خطرے کے ہر واقعے کو شیڈول کی ان سرگرمیوں سے جوڑیں جن پر وہ اثر ڈال سکتا ہے۔

4. Monte Carlo کی طے شدہ قدریں مقرر کریں — تکرارات کی تعداد، تقسیمیں اور پورے منصوبے کے لیے غیر یقینی کے مفروضے منتخب کریں۔

5. ٹاسک کی سطح کے اختیاری اوور رائیڈ — ٹاسک کی مخصوص O / ML / P قدریں صرف وہاں درج کریں جہاں اضافی درستی فائدہ مند ہو۔

6. نتائج کا تجزیہ کریں — P50/P80/P95، پیش آنے والے خطرات، کریٹیکیلٹی، حساسیت اور اختتام کے محرکات دیکھیں۔

مراحل 2–3 کیفیتی ہیں۔ مراحل 4–6 Monte Carlo / مقداری ہیں۔ ویڈیو کا ڈیمو رجسٹر/جوڑ بندی کے انٹرفیس کے بغیر مراحل 1، 4، 5 اور 6 پر زور دیتا ہے۔

حصہ A — خطرات کا کیفیتی رجسٹر اور جوڑ بندی

کیفیتی اسکور کیسے بنتا ہے

• اسکور = امکان × سب سے زیادہ اثر۔

• یہ ترجیح طے کرنے کا اسکور ہے؛ نہ یہ Monte Carlo تکرارات کی تعداد ہے اور نہ پیش آنے کا فیصد۔

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

• 64 / 64 سب سے زیادہ ممکنہ کیفیتی اسکور ہے۔

خطرات کا کیفیتی رجسٹر بنائیں

مخصوص خطرات اور مواقع کو امکان، اثر، حیثیت، ذمہ دار، مالیت اور ان ٹاسکس کے ساتھ درج کریں جن پر وہ اثر ڈال سکتے ہیں۔ ہیٹ میپ سب سے زیادہ ترجیح والے خطرات کو نمایاں کر دیتا ہے۔

کیفیتی اسکرین شاٹ میں نظر آنے والے انٹرفیس لیبلز میں ذیلی ٹوگل رجسٹر | جوڑ بندی، ہیٹ میپ کا عنوان Active threats & opportunities - probability × highest impact، بٹن + خطرہ شامل کریں، اور جدول کے کالم جیسے نام، قسم، حیثیت، P، I، اسکور، مالیت، ذمہ دار، ٹاسک شامل ہیں۔

خطرات کو ٹاسکس سے جوڑیں

جوڑ بندی کا منظر خطرات کے رجسٹر کو CPM شیڈول سے جوڑتا ہے۔ ایک خطرہ ایک ٹاسک یا کئی متعلقہ ٹاسکس کو متاثر کر سکتا ہے، اور ایک ٹاسک ایک سے زیادہ خطرات کی زد میں ہو سکتا ہے۔

جوڑ بندی کیوں اہم ہے: ایک مشترکہ خطرہ ایک تکرار میں صرف ایک بار پیش آتا ہے۔ اگر وہ پیش آئے تو اسی واقعے سے جڑے تمام ٹاسکس ایک ساتھ متاثر ہوتے ہیں، اور یوں ان کے درمیان حقیقی دنیا کا تعلق برقرار رہتا ہے۔ جوڑ بندی کا میٹرکس خطرات اور ٹاسکس کے تعلق کو واضح کر دیتا ہے۔

شیڈول پر ٹاسک کی سطح کا کیفیتی خطرہ

شیڈول گانٹ کے ساتھ منسلک خطرات کے نام، اسکور کے لیبل (مثلاً 24/64) اور مالیت دکھا سکتا ہے (ٹاسک کی سطح پر کیفیتی خطرے کا منظر)۔

حصہ B — Monte Carlo کے ذریعے شیڈول کے خطرے کا تجزیہ

Monte Carlo بہت سی تکرارات میں ٹاسکس کے دورانیوں کے نمونے لیتا ہے، ہر بار CPM شیڈول کا ازسرِنو حساب کرتا ہے اور اختتام کے نتائج محفوظ کرتا ہے — یوں ہزاروں فرضی شیڈول فیصلوں کی بنیاد بن جاتے ہیں۔ ترتیب دیے جانے پر منسلک کیفیتی خطرات بھی اپنے امکان کے مطابق پیش آ سکتے ہیں؛ تاہم ویڈیو خود رجسٹر کے خطرات پیش آنے کے بجائے دورانیے کی حد میں غیر یقینی دکھاتی ہے۔

Schedule risk analysis (Monte Carlo) کیسے کھولیں

طریقۂ کار:

1. کوئی منصوبہ کھولیں تاکہ گانٹ چارٹ سامنے ہو۔

2. گانٹ کے اوپر والے ٹول بار میں گیج / اسپیڈومیٹر آئیکن پر کلک کریں۔

3. ٹول ٹپ: Schedule risk analysis (Monte Carlo)۔

4. ڈائیلاگ کھلتا ہے: Schedule risk analysis۔

اسی ٹول بار پر ساتھ ہی شیڈول کے معیار کا آڈٹ (DCMA) موجود ہے (دیکھیں منصوبے کا آڈٹ)۔

Monte Carlo کی طے شدہ قدریں مقرر کریں (منصوبے کی سطح پر)

منصوبے کی سطح پر غیر یقینی کے مفروضے اور تکرارات کی تعداد منتخب کریں۔ یہ طے شدہ قدریں ہر اس ٹاسک پر لاگو ہوتی ہیں جس کے اپنے ٹاسک کی سطح کے تخمینے نہیں ہیں۔ جب سب سے ممکنہ 100% پر ہو تو منصوبے کا معمول کا دورانیہ ہی سب سے ممکنہ دورانیہ رہتا ہے۔

تکرارات:

• Quick (1,000)

• Standard (3,000)

• Deep (10,000)

غیر یقینی کی طے شدہ قدریں: پرامید 90% · سب سے ممکنہ 100% · قنوطی 125%۔ ویڈیو میں وضاحت: پرامید قدر یقینی قدر سے تقریباً 10% پہلے؛ قنوطی تقریباً 25% بدتر۔

تقسیمیں:

• ویڈیو میں جن کا نام لیا گیا: مثلثی، PERT (بیٹا)، یکساں۔

• مقداری خطرے کی سیمولیشن کے انٹرفیس میں لاگ نارمل اور ٹرائیجن بھی ہیں (کل پانچ)، اور لنگر نقاط P10 / P90 صرف لاگ نارمل اور ٹرائیجن کے لیے درج ہیں۔

ٹاسک کی سطح کے اختیاری O / ML / P اوور رائیڈ

سادہ اصول: ٹاسک کا تخمینہ نہیں → منصوبے کی طے شدہ قدریں استعمال ہوں گی۔ ٹاسک کا تخمینہ درج ہے → اس کے بجائے ٹاسک کی مخصوص قدریں استعمال ہوں گی۔

1. کسی ٹاسک پر ڈبل کلک کریں → ٹاسک کی تفصیلات کا ڈائیلاگ۔

2. خطرہ ٹیب کھولیں (ڈائیلاگ کے ٹیبز: بنیادی، کارکردگی، حقیقی اعداد، کیلنڈر، شیڈولنگ، انحصار، خطرہ، نوٹس)۔

3. خطرے کی تقسیم، پرامید دورانیہ، قنوطی دورانیہ مقرر کریں (اور حسبِ ضرورت سب سے ممکنہ / شیڈول کا دورانیہ)۔

4. ویڈیو سے مثال: سب سے ممکنہ 4 دن، پرامید 2 دن، قنوطی 9 دن — یہ اس ٹاسک کے لیے منصوبے کے Monte Carlo مفروضوں کی جگہ لے لیتے ہیں۔

تخمینے کا منظر ٹاسک کے مخصوص پرامید / سب سے ممکنہ / قنوطی دورانیے درج کرنے کی سہولت دیتا ہے (اوور رائیڈ نہ ہونے پر کالموں میں منصوبے کی طے شدہ دکھائی دے سکتا ہے)۔

نتائج پڑھنا

ہر تکرار ٹاسکس کے دورانیوں کے نمونے لیتی ہے، طے کرتی ہے کہ خطرے کے کون سے منسلک واقعات پیش آئے (جب کیفیتی خطرات منسلک ہوں)، CPM شیڈول کا ازسرِنو حساب کرتی ہے اور نتیجہ محفوظ کرتی ہے۔

اختتام کا اعتماد اور پیمانے:

اصطلاح	تعریف
P50 / P80 / P95	وہ اختتامی تاریخیں جن پر یا جن سے پہلے 50%، 80% اور 95% فرضی نتائج مکمل ہوئے۔
پیش آیا	Monte Carlo تکرارات کا وہ فیصد جن میں خطرے کا وہ واقعہ واقعی پیش آیا۔
کریٹیکیلٹی	سیمولیشن کے ان رنز کا فیصد جن میں کوئی ٹاسک کریٹیکل پاتھ پر ہو۔
حساسیت	کسی ٹاسک یا خطرے میں تغیر کا منصوبے کے اختتام میں تغیر سے کتنا گہرا تعلق ہے۔
خطرے کا اسکور	امکان × سب سے زیادہ اثر (کیفیتی ترجیح؛ زیادہ سے زیادہ 64)۔
خطرے کی مالیت	لاگت کی بنیاد، امکان اور لاگت پر اثر کی بنیاد پر مالی مالیت۔

خلاصہ کارڈز: یقینی اختتام؛ P50 اختتام؛ P80 اختتام؛ P95 اختتام؛ On time - vs current plan finish۔ ڈیش بورڈ کے کارڈز پر P80 تک ہنگامی گنجائش جیسے لیبل بھی نظر آ سکتے ہیں۔

چارٹس:

• اختتامی تاریخ کا اعتماد (S-منحنی) — ٹول ٹپ کی شکل P(اختتام ≤ تاریخ)

• اختتام کا خطرہ کس سے بڑھتا ہے — باہمی تعلق / حساسیت کا ٹورنیڈو چارٹ

جدول: سب سے زیادہ کریٹیکیلٹی — کالم ٹاسک، P80 اختتام، کریٹیکیلٹی، حساسیت۔ ڈیش بورڈ پر اس تخمینی تجزیے میں رجسٹر کے خطرات بھی دکھائے جاتے ہیں (امکان، اثر، پیش آیا، حساسیت)۔

نتائج کا گرڈ: کالموں میں نام، دورانیہ، اختتام، P50 اختتام، P80 اختتام، کریٹیکیلٹی، حساسیت، کروشیلٹی، SSI شامل ہو سکتے ہیں، نیز خطرے کی تہوں والی بارز کے ساتھ گانٹ۔

انجینئرنگ منصوبے کی مثال: یقینی اختتام 17 فروری 2027؛ P50 یکم اپریل 2027؛ P80 29 اپریل 2027؛ P95 26 مئی 2027۔

فیصلوں میں استعمال:

• جانچیں کہ وعدہ کی گئی تکمیل کی تاریخ حقیقت پسندانہ ہے یا نہیں

• معلوم کریں کہ شیڈول کی غیر یقینی کہاں مرکوز ہے

• وسائل، ہنگامی گنجائش، فراہم کنندگان کے انتظام یا خطرے میں کمی کے بارے میں فیصلہ کریں

• تکمیل کی تاریخ اندازے کے بجائے اعتماد کی واضح سطح کی بنیاد پر منتخب کریں

آخری موازنہ: روایتی شیڈول بتاتا ہے کہ منصوبہ بندی کے مطابق کام کب ختم ہوگا؛ Monte Carlo بتاتا ہے کہ آپ اس تاریخ پر کتنا بھروسا کر سکتے ہیں۔

ویڈیو رہنمائی دیکھیں

دیکھیں: Monte Carlo risk analysis (تقریباً 5:41) — ProjectLibre پروجیکٹ مینجمنٹ سافٹ ویئر۔

اس میں گانٹ ٹول بار سے Schedule risk analysis کھولنا، منصوبے کی سطح پر تکرارات/تقسیمیں، ٹاسک کے خطرہ ٹیب میں اوور رائیڈ، S-منحنی / ٹورنیڈو / کریٹیکیلٹی / حساسیت، اور P50 / P80 / P95 شامل ہیں۔ اس میں خطرات کے کیفیتی رجسٹر یا جوڑ بندی کے میٹرکس کی وضاحت نہیں کی گئی۔