Управління ризиками графіка реалізації проекту із використанням симуляцій Монте-Карло
У цій статті хотів би розглянути з вами один із способів застосування симуляції Монте-Карло для визначення найімовірніших і найдосяжніших термінів реалізації проекту.
Погодьтеся, до образливого часто відбувається так, що навіть найбільш опрацьований проект, не важливо це великий ремонт чи технічна модернізація, навіть вивірений сотню разів і тричі узгоджений графік ППР «вилітає» з термінів, все йде не так, як заплановано. Тут зірвали термін постачання, там виконавці що неспроможні вкластися у відведені їм терміни. І все це веде до наднормативних простоїв, переробок, перевитрат… простіше кажучи до втрат.
Чи знайома вам дана ситуація: ви завершуєте планування наступного великого технічного переозброєння вашої компанії або капітального ремонту, і ви стурбовані тим, що терміни занадто стислі, вам може не вистачити людських ресурсів або виконати додаткові проектні роботи. Ви повідомите про це керівництво та порекомендуєте збільшити розмір персоналу на 20 відсотків, щоб забезпечити дотримання термінів. У відповідь чуєте резонне запитання: «Але як реальна ймовірність затримки? І якою буде ймовірність затримки після зміни? Якщо я інвестуватиму у збільшення команди, яким буде термін окупності?». Справедливо, чи не так? Але що ви можете відповісти? Чим обґрунтувати своє рішення? А чи так вже стислий термін або ви хочете перестрахуватися?
Давайте припустимо, що місце того, щоб відповідати розпливчасто «Тоді ми точно укладемося в строк», ви могли відповісти: «В даний час ймовірність збільшення терміну виконання проекту складає 60 відсотків. Із запропонованими рекомендаціями (викладені в аналізі сценаріїв) ймовірність затримки падає менш ніж до 15 відсотків». На мій погляд, набагато переконливіше, вам не здається? Та й вам самим буде зручніше керувати проектом знаючи ризики та керуючи критичними факторами.
Давайте розберемося як домогтися такої точності і глибини аналізу, а заразом і відповімо на запитання: чи так це складно і трудомістко? Моделювання методом Монте-Карло для управління ризиками термінів реалізації проекту дозволяє своєчасно реагувати на них, а також дає детальну інформацію про своєчасність та можливу затримку виконання різних етапів проекту, що дозволяє приймати оперативні рішення. Ви діятимете до настання ризикової події (запобігти, мінімізувати, знайти резерв або альтернативу), отже, знижувати втрати та збільшувати вигоду.
Бажаєте отримати консультацію по навчанню чи сертифікації систем управління? Заповніть форму зв’язку!
Запропонована методика
Велике технічне обслуговування (наприклад, виробничі підрозділи, виробничі лінії, ділянки конвеєрів та ін.) нагадують великі проекти з виділеним персоналом та часто керівником проекту, а також з відділом закупівель, планування та складання графіків та іншим персоналом. Найменші за обсягом роботи (наприклад, планове обслуговування лінії кожні 3 місяці, виконання діагностики та ремонту в період технологічного простою) зазвичай розплановані та виконуються обслуговуючим персоналом. У обох випадках хороше управління ризиками зміни термінів виконання допомагає уникнути затримок.
Зважаючи на схожість між поточними ремонтами та великими проектами, найкращі практики управління проектами логічно застосувати і до менших за обсягом робіт.
Отже, почнемо. Згідно з правилами управління проектами, управління ризиками є однією з 10 областей знань, які складають ефективне управління проектами. Методи, що використовуються, можуть бути якісними або кількісними. У якісному відношенні ризики описуються в термінах як дуже низький, низький, середній, високий та дуже високий. Кількісні методи, однак, включають розрахунок ймовірностей і оцінку впливу різних сценаріїв. Таким чином, можна «визначити ризики, які вимагають найбільшої уваги через вплив на кінцеві результати проекту» та «можна визначити реалістичні та досяжні цілі та терміни». Основним кількісним методом управління ризиками проектів є метод Монте-Карло.
Методика моделювання Монте – Карло спочатку було запропоновано математиком Станіславом Уламом у 1940 – х і для його реалізації був використаний електронний цифровий інтегратор (суперкомп’ютер) (ENIAC). В даний час будь-який персональний комп’ютер має можливість обробляти метод із використанням спеціального програмного забезпечення.
Як це працює?
Найкращий спосіб пояснити методику Монте-Карло — це приклад, показаний малюнку 1. У таблицю внесено розділи та етапи проекту. Найбільш сприятливі оцінки тривалості взяті з технічних можливостей та оптимізації витрат на конкретне завдання. Тут важливо відзначити, що найбільш сприятливий графік виконання проекту відрізняється від середнього значення між негативним та оптимістичним сценаріями, отже ми керуватимемо нашим проектом орієнтуючись на них. Але незабутнє, що ризик – це вплив невизначеності на ціль, наша мета – реалізувати проект за 176 днів. Різні впливи невизначеностей дають нам від 156 до 253 днів. 103 дні! Дуже великий період, а які втрати у тимчасових, людських (наприклад: відволікання персоналу) та матеріальних ресурсів може зазнати наша організація?
Але експертні оцінки тривалості, як випливає з їх визначення, є лише оцінками, і завдання планування навряд чи закінчиться на цьому (до речі, проаналізувавши фактори, які вплинуть на збільшення або скорочення термінів виконання того чи іншого етапу, ми визначили ризик-апетит до термінів реалізації завдання в загалом). Більш точною альтернативою є кількісна оцінка з використанням трьох точок з мінімальною, найбільш ймовірною та максимальною тривалістю. Але на цьому етапі ми вже здобули перший корисний результат! Ми отримали сценарії розвитку нашого проекту, і накладаючи на нього фактичні значення отримаємо зручний та інформативний дашборд (рисунок 2) для аналізу та прогнозування реальної течії проекту.
Але повернемося до нашого головного питання «Як довго триватиме реальний проект?» Тільки із чотирма сценаріями ми не зможемо однозначно відповісти на цей проект. На даному етапі можна сказати «Проект триватиме від 156 до 253 днів, намагатимемося вкластися в 176». Погодьтеся, мало інформативно та слабо аргументовано. А що, якщо в даному діапазоні проаналізувати не 4 сценарії, а 10000 чи 100000? Ось із такою кількістю можна вже і ймовірності порахувати, і критичні фактори визначити. Тільки вручну це буде вже неможливо. Щоб дізнатися відповідь, потрібно зробити симуляцію. За допомогою чого? Все того ж знайомого всім редактора Excel та методу Монте-Карло.
Кайлаш Аваті, консультант і старший викладач факультету трансдисциплінарних інновацій у Технологічному університеті Сіднея, пояснює: «Ідея Монте-Карло полягає в тому, щоб моделювати весь проект (тобто всі завдання) з використанням великої кількості варіантів (наприклад, 10000) та отримати стільки ж сценаріїв тривалості проекту». У кожному з N випробувань імовірнісний математичний метод встановлює тривалість кожного завдання відповідно до мінімальних, найбільш ймовірних і максимальних оцінок. Наприклад, у разі завдання метод «відсортує» тривалість від 156 до 253 днів, у своїй найімовірнішими будуть 176 днів. Потім «змодельовані» тривалість усіх завдань підсумовуються для отримання загальної тривалості проекту. Насамкінець у вас буде N загальної тривалості проекту, починаючи від мінімально можливого і максимально можливого. Тобто ви отримаєте розподіл можливостей тривалості проекту, представлений на малюнку 3 в діапазонах з кроком 5 днів.
Таким чином, ймовірність завершення цього проекту або виконання робіт строком на 176 днів і раніше (сума найімовірніших часів виконання кожного завдання) становить лише 4,4 відсотка. Природно, що зі зростанням термінів виконання проекту зростає і ймовірність укладеться у ці терміни (крива «Кумулятивно»). Що б ви зробили, якби знали, що ваш проект має 95,6-відсоткову ймовірність запізнення? Ви, ймовірно, діятимете, щоб запобігти цьому. З іншого боку, існує можливість 53,16% завершення проекту в діапазоні 176-200 днів, причому 57,62% ймовірність, що це буде діапазон 196-200 днів.
Великою перевагою моделювання в табличному редакторі є те, що якщо оцінки тривалості етапів або завдань оновлюються, наприклад, через зміну розміру команди або інших факторів, моделювання може бути легко оновлено, і новий результат можна порівняти з попереднім.
Цікаво відзначити, що максимальна розрахункова тривалість становить 253 дні, а, згідно з моделюванням, максимальна тривалість проекту становить 245 днів (тобто коли ймовірність досягає 100 відсотків). Чому так відбувається? Тому що ймовірності не підсумовуються: ймовірності консолідуються через об’єднання та перетин. Таким чином, просте додавання тривалості може призвести до великих помилок.
Очевидно, що симуляція реального проекту включає набагато більшу кількість завдань, і складність симуляції набагато вища. Але принцип не змінюється.
Висновок
- У результаті наших розрахунків тепер можна впевнено сказати наступне:
- «Максимально можлива тривалість проекту складає 253 дні.
- Найімовірніший діапазон завершення проекту 196-200 днів (57,62%).
- Чутливість терміну реалізації проекту до тривалості його етапів:
Вплив на тривалість реалізації етапів надають такі фактори (будуть визначені для кожного етапу проекту на етапі аналізу та створення сценаріїв негативний /оптимістичний/ найбільш сприятливий у цій статті не розглядалися)»
Важко не погодиться з тим, що подібна доповідь є більш інформативною і наведені в ній факти дозволяють аргументовано вказати не лише найбільш реальні терміни виконання проекту, а й обґрунтувати обсяг необхідних ресурсів.
На закінчення варто додати, що моделювання за методом Монте-Карло може застосовуватися в будь-якій ситуації, яка пов’язана з ймовірностями та невизначеностями, включаючи:
• Управління вартістю проекту;
• Аналіз необхідності резервування обладнання;
• Аналіз надійності та доступності.
Для компаній, які вже мають достатній досвід у плануванні проектів технічного обслуговування та реалізації технічних проектів, метод Монте-Карло допомагає підняти продуктивність на більш високий рівень за рахунок більш точної інформації, яка веде до кращого прийняття рішень.
Ну а для того, щоб навчитися управляти ризиками у всіх сферах діяльності організації, знати та застосовувати різні інструменти аналізу та управління ризиками, чекаємо на наших курсах у TMS Academy .
Комфорту вам у прийнятті рішень і до зустрічі в TMS Academy.
Сергій Фомін, експерт із сертифікації ТОВ “Технічні та управлінські послуги”