Kako Monte Carlo tehnika pomaže u preciznijem planiranju projekta?
Dva primarna izvora rizika u upravljanju projektima su vreme i troškovi.
Skoro da je svaki menadžer projekta u svojoj karijeri bar jednom iskusio probijanje odnosno prekoračenje planiranih rokova ili troškova na projektu. Jedan od uobičajenih razloga za prekoračenje planiranog roka za završetak projekta je loša procena trajanja aktivnosti.
Monte Carlo metoda može pomoći menadžerima projekata u rešavanju ovakvih izazova. Ovu metodu razvio je atomski nuklearni naučnik Stanislav Ulam 1940. godine.
Monte Carlo tehnika je tehnika kvantitativne analize rizika koja se koristi za utvrđivanje nivoa rizika u postizanju ciljeva.
Kao takva, ova metoda se koristi za izradu procena u slučajevima kada se radi o parametrima sa značajnom promenljivošću. U upravljanju projektima, ovi različiti parametri se odnose upravo na troškove i vreme.
Za realizaciju određene aktivnosti može biti potrebno više ili manje vremena od planiranog što zavisi od raspoloživih radnika, njihove fizičke spremnosti ili različitih okolnosti koje su van naše kontrole a koje mogu uticati na završetak posla. Slično tome, troškovi su podložni stalnim promenama. Recimo, cena sirovine za određeni postupak može se promeniti, može postojati neispravan materijal, a mogu nastati i nepredviđene okolnosti koje zahtevaju ekonomski odgovor.
Drugim rečima, procene koje pravimo, bez obzira koliko precizne bile, uvek podležu određenoj mogućnosti da se pojavi greška odnosno odstupanje. Otuda, umesto da govorimo o apsolutnim rezultatima, treba da govorimo o verovatnim rešenjima sa određenim stepenom pouzdanosti.
U tom cilju, tačniji i realniji način za predviđanje projekta je procena prosečnih vrednosti troškova i vremena, dodeljivanje verovatnoće i varijabilnosti, a zatim sprovođenje simulacije koja uzima u obzir sve moguće scenarije.
Ovo je samo jedna od tehnika koja se koristi u projektnom menadžmentu, a ovde možete videti detaljno objašnjenje metodologije za upravljanje projektima.
Primer jednostavnog projekta – Monte Carlo simulacija
Da bismo koristili Monte Carlo analizu, umesto samo jedne procene trajanja aktivnosti, kreiramo tri procene trajanja svake pojedinačne aktivnosti. Prvo procenjujemo najverovatnije trajanje, a zatim procenjujemo najgori i najbolji scenarijo. Sa svakom procenom dodeljujemo procenat verovatnoće te pojave.
Pogledajmo primer malog projekat sa samo tri aktivnosti.
Aktivnost A će verovatno trajati tri dana (verovatnoća od 70 %), ali moguće je da traje dva dana (10 %) ili četiri dana (20 %).
Aktivnost B će verovatno trajati šest dana (60 %), ali bi mogla trajati i pet dana (20 %) ili čak osam dana (20 %).
Aktivnost C će verovatno trajati četiri dana (80 %), ali može trajati tri dana (5 %) ili pet dana (15 %).
Koliko je vremena potrebno da se završi ovaj projekat?
Analiza Monte Carlo uključuje niz slučajnih simulacija našeg projekta u tri koraka. Svaki put softver za analizu uključuje nasumična trajanja aktivnosti A, B i C na osnovu verovatnoće koju smo pružili. Moguće je da prvi put izračuna trajanje od 12 dana (2 + 6 + 4). Sledeći put može izračunati 11 dana (3 + 5 + 3). U nekom trenutku, mogao bi ponovo da izračuna 12 dana (3 + 5 + 4).
Sada zamislite da je ova simulacija pokrenuta 1.000 puta. Do trenutka kada je simulacija završena, očekivali biste oko 700 simulacija u kojima je zadatak A trajao tri dana (70 %). Isto tako, trebalo bi da postoji oko 150 simulacija gde je zadatak C trajao pet dana (15 %). Svaki put kada se izvrši simulacija, određuje se datum završetka.
Šta dobijamo kao rezultat Monte Carlo analize?
Kada se Monte Carlo analiza završi, nemamo ni jedan datum završetka, već krivu verovatnoće koja prikazuje očekivane ishode, odnosno verovatne datume završetka i verovatnoću postizanja svakog od njih.
Za potrebe raspoređivanja, pogledali bismo kumulativnu krivu koja pokazuje verovatnoću završetka projekta između najboljeg slučaja, 10 dana (2 + 5 + 3), i najgoreg slučaja, 17 dana (4 + 8 + 5).
Kada zainteresovane strane na projektu obaveštavate o datumu završetka projekta, obično odaberete trajanje koje vam daje 90 posto šanse za uspeh. Drugim rečima, rekli biste da, na osnovu Monte Carlo simulacije, imate 90 % šansi da to završite u roku od X dana.
Uz pomoć ovih kvantifikovanih podataka, menadžeri projekata ne samo da dobijaju jasnu predstavu o vremenskom okviru projekta, već i komuniciraju sa višim menadžmentom ili klijentima u vezi sa trajanjem i budžetom projekta. Ovo u velikoj meri smanjuje šanse za potencijalne nesuglasice i jača odnose sa klijentima.
Sve u svemu, Monte Carlo tehnika vam pomaže da prilikom upravljanja rizikom. Nudi veliku pomoć tokom planiranja projekta i obračunavanja troškova, a takođe omogućava menadžerima projekata da se na najbolji mogući način nose sa ponekad nerealnim zahtevima i očekivanjima klijenata.
Kako funkcioniše Monte Carlo analiza?
- Sve aktivnosti projekta su dodeljene i podaci se dostavljaju
Monte Carlo automatizaciji - Alat prikazuje razne vremenske rokove, kao što su verovatnoće da će se jedna aktivnost završiti za određen broj dana
- Kada su generisani verovatni vremenski rokovi za različite aktivnosti, na tim verovatnoćama se vrši niz simulacija. Broj upravljanja simulacijskim projektima u Monte Carlu je nekoliko hiljada i svi oni generišu datume završetka
- Izlaz Monte Carlo analize nije jedna vrednost, već kriva vrednosti. Ova kriva prikazuje verovatne datume završetka različitih aktivnosti i verovatnoće njihovih realizacija
- Ova kriva omogućava menadžerima projekata da predvide najverovatniji i najprecizniji raspored završetka projekta i podnesu klijentima i višem menadžmentu verodostojan izveštaj o vremenskom okviru projekta
Slično tome, Monte Carlo tehnika upravljanja rizikom koristi se za predviđanje troškova ili budžeta projekata.
Troškovi projekata i rasporedi projekata podložni su različitim vrstama rizika, poput nedostatka resursa. Monte Carlo, tehnika upravljanja rizikom, najbolji je način za rešavanje takvih vrsta rizika.
Prednosti Monte Carlo analize u upravljanju projektima
Primarne koristi upotrebe Monte Carlo analize na vašim projektima su:
- Pomaže vam da procenite rizik na projektu
- Pomaže vam da predvidite šanse za uspeh ili neuspeh projekta
- Pomaže vam da predvidite raspored i prekoračenje troškova
- Pomaže vam u stvaranju realnog budžeta i rasporeda
- Pretvara rizike u brojeve kako bi se procenio uticaj rizika na ciljeve projekta
- Pomaže vam da dobijete upravljačku podršku za upravljanje rizikom
- Pomaže vam u donošenju odluka sa objektivnim dokazima
- Pomaže vam da pronađete šanse za postizanje projektnih prekretnica ili postavljenih ciljeva
- Pruža ranu identifikaciju verovatnoće da ćete ispuniti prekretnice i rokove projekta
- Pomaže u poboljšanju kvaliteta donošenja odluka
- Pruža grafičke i vizuelne podatke što doprinosi boljoj komunikaciji između projektnog tima i zainteresovanih strana
Ograničenja Monte Carlo analize u upravljanju projektima
- Rezultati zavise od kvaliteta procena, pa ako su podaci pristrasni, simulacija će dati lažni rezultat
- Monte Carlo simulacija pokazuje verovatnoću izvršenja aktivnosti, a ne stvarno vreme za izvršenje projektnih aktivnosti
- Morate navesti tri procene za svaku aktivnost ili faktor koji se analizira
- Simulacija Monte Carlo pokazuje vam ukupnu verovatnoću za ceo projekat ili njegov veliki podskup kao što je faza. Ne može se koristiti za analizu pojedinačnih aktivnosti ili rizika
Uz pravilno upravljanje rizicima projekta, znatno ćete smanjiti njihov negativan uticaj na projekat. A time ćete povećati šansu da vaš projekat bude realizovan na vreme i da planirani budžet projekta bude ispoštovan.