• Pon-Pt : 9:00 - 18:00

Czy analiza ilościowa metodą Monte Carlo może uratować projekt?


Czy analiza ilościowa metodą Monte Carlo może uratować projekt?

W obecnych czasach świat biznesu staje się coraz bardziej niepewny i niestabilny. Kluczowym czynnikiem, który określa szanse na rozwój i sukces projektu staje się szczegółowa analiza sytuacji pod kątem ekspozycji na ryzyko. Czasem jednak nie jesteśmy w stanie przewidzieć wszystkiego – na pewno wielu Project Manager’ów przypomina sobie sytuację przekroczenia budżetu lub napotkania trudności związanych z opóźnieniem prac projektowych.

Z pomocą w tym obszarze przychodzi analiza ilościowa metodą Monte Carlo. Priorytetem tej techniki jest zrozumienie zmienności procesów oraz określenie ryzyka poszczególnych zdarzeń za pomocą naśladowania działań projektowych.

Dzięki wielokrotnej symulacji opartej na matematycznym algorytmie, możemy ocenić wpływ zidentyfikowanych ryzyk i uniknąć niespodzianek w przyszłości. Warto również podkreślić wiele zalet wynikających z Monte Carlo – analizę można przeprowadzić w celu określenia wpływu ryzyka na koszty, oszacowania harmonogramu, zaimplementowania zmian, a następnie podjęcia odpowiedniej strategii działania.

 

Jak przeprowadzić analizę ilościową metodą Monte Carlo?

W pierwszym kroku powinniśmy określić cel naszej analizy – czy chcemy skupić się jedynie na opracowaniu harmonogramu projektu, czy może warto uwzględnić również aspekty finansowe w projekcie. Następnie należy opracować model ryzyka na podstawie istniejącej sytuacji wyjściowej oraz uzupełnić go o wymagane wartości. Ważne jest, aby dane odzwierciedlały wszystkie istotne ryzyka, w tym zarówno zagrożenia, jak i szanse. Wadą symulacji Monte Carlo jest możliwość uzyskania fałszywego wyniku przez uzupełnienie modelu o niedokładne lub wadliwe dane.

Kolejnym krokiem jest powtórzenie wiele razy symulacji, aby wypracować wszystkie możliwe scenariusze. Zaletą iteracji modelu jest szansa zaobserwowania realnych czynników ryzyka, ewentualnych rezultatów oraz prawdopodobieństwa osiągnięcia wyznaczonych celów.

Podczas uruchamiania badania ilościowego z reakcjami na ryzyko i bez nich, możemy wykryć błędy logiki oraz nieprawidłowo wprowadzone dane. Następnie należy utworzyć drugą wersję modelu, która będzie zawierała efekt uzgodnionych reakcji. Porównanie obu opracowanych modeli pozwoli na obserwację, jak planowane działania wpływają na ogólną ekspozycję na ryzyko oraz czy nasze reakcje są odpowiednie.

Po otrzymaniu wyników możemy przystąpić do wyznaczania priorytetów działań i zaplanować ścieżkę krytyczną projektu. Dzięki wnikliwej analizie prawdopodobieństwa scenariuszy, będziemy też mogli dokładnie opracować z zespołem plan postępowania w przypadku zaistnienia któregokolwiek z ryzyk.

 

Zaletą analizy Monte Carlo jest zwiększenie wiarygodności estymacji budżetu projektu. Metoda ta pokazuje, jak zachowują się parametry w zależności od wyboru skrajnych możliwych decyzji, wraz ze wszystkimi konsekwencjami. Symulacja dostarcza decydentom szereg wyników i prawdopodobieństw, które wystąpią po każdym wyborze działania. Dzięki wprowadzonym danym, w przejrzysty sposób można przedstawić również graficzną wizualizację rezultatów.

 

Nieprzeprowadzenie analizy Monte Carlo na początku projektu nie skazuje go na porażkę. Wśród ankietowanych Project Manager’ów wiele z nich zaznacza, że zamiast omawianej metody używa modelowania deterministycznego. Polega ono na wybraniu jednego ryzyka i opracowaniu rozwiązania krok po kroku dla każdego punktu. Przewagą Monte Carlo nad podejściem deterministycznym jest szansa przełożenia ryzyka na liczby i zaobserwowania rozłożenia prawdopodobieństwa dla każdego z analizowanych scenariuszy.

Monte Carlo nie tylko może być sposobem na uratowanie projektu, ale także metodą na osiągnięcie sukcesu i podjęcie kluczowych decyzji. Zapoznanie się z czynnikami endogenicznymi, jak siła zespołu czy egzogenicznymi, np. możliwością wystąpienia zakłóceń związanych z łańcuchem dostaw, pozwala na rozwinięcie odporności projektu na występujące ryzyka i osiągnięcie postawionych celów.

 

Agnieszka Maciąg

Komentarze (0)

Dodaj komentarz

Twój adres email nie zostanie opublikowany. Wymagane pola są oznaczone *