Названный в честь княжества, известного своими казино, термин «Анализ Монте-Карло» вызывает в воображении образы сложной стратегии, направленной на максимизацию доходов в игре в казино.
Тем не менее, Монте-Карло Анализ относится к технике управления проектами, где менеджер вычисляет и рассчитывает общую стоимость проекта и график проекта много раз.
Это делается с использованием набора входных значений, которые были выбраны после тщательного обдумывания распределения вероятностей или потенциальных затрат или потенциальных длительностей.
Важность анализа Монте-Карло
Анализ Монте-Карло важен в управлении проектом, поскольку позволяет менеджеру проекта рассчитать возможную общую стоимость проекта, а также найти диапазон или потенциальную дату завершения проекта.
Поскольку анализ методом Монте-Карло использует количественные данные, это позволяет руководителям проектов лучше общаться с высшим руководством, особенно когда последнее настаивает на нецелесообразных сроках завершения проекта или нереальных затратах на проект.
Кроме того, этот тип анализа позволяет менеджерам проектов количественно оценить опасности и неясности в графиках проектов.
Простой пример анализа Монте-Карло
Менеджер проекта создает три оценки продолжительности проекта: одна — наиболее вероятная продолжительность, другая — сценарий наихудшего варианта, а другая — сценарий наилучшего варианта. Для каждой оценки менеджер проекта назначает вероятность возникновения.
Проект включает в себя три задачи:
-
Первое задание может занять три дня (вероятность 70%), но оно также может быть выполнено за два или даже четыре дня. Вероятность того, что это займет два дня, составляет 10%, а вероятность того, что он займет четыре дня, составляет 20%.
-
Второе задание имеет 60% вероятности выполнения шести дней, 20% каждого из которых будет выполнено через пять или восемь дней.
-
Вероятность выполнения последнего задания составляет 80% за четыре дня, 5% — за три дня и 15% — за пять дней.
Первое задание может занять три дня (вероятность 70%), но оно также может быть выполнено за два или даже четыре дня. Вероятность того, что это займет два дня, составляет 10%, а вероятность того, что он займет четыре дня, составляет 20%.
Второе задание имеет 60% вероятности выполнения шести дней, 20% каждого из которых будет выполнено через пять или восемь дней.
Вероятность выполнения последнего задания составляет 80% за четыре дня, 5% — за три дня и 15% — за пять дней.
Используя Анализ Монте-Карло, проводится серия симуляций вероятностей проекта. Симуляция должна выполняться тысячу с лишним раз, и для каждой симуляции указывается дата окончания.
После завершения анализа методом Монте-Карло не будет единой даты завершения проекта. Вместо этого у менеджера проекта есть кривая вероятности, изображающая вероятные даты завершения и вероятность достижения каждой из них.
Используя эту вероятностную кривую, менеджер проекта информирует старшее руководство об ожидаемой дате завершения. Менеджер проекта выберет дату с вероятностью 90%.
Таким образом, можно сказать, что с помощью анализа Монте-Карло, проект имеет 90% -ный шанс на завершение в течение X дней.
Аналогичным образом, менеджер проекта может определить предполагаемый бюджет проекта, используя вероятности для моделирования различных конечных результатов и, в свою очередь, использовать полученные данные в кривой вероятности.
Как проводится анализ Монте-Карло?
Приведенный выше пример содержал всего три задания. На самом деле такие проекты содержат сотни, если не тысячи задач.
Используя анализ Монте-Карло, менеджер проекта может вывести кривую вероятности, чтобы показать неоднозначность, касающуюся продолжительности и затрат, связанных с этими сотнями или тысячами задач.
Проведение моделирования с участием сотен или тысяч задач — это утомительная работа, которую нужно выполнять вручную.
Сегодня существует программное обеспечение для планирования управления проектами, которое может проводить тысячи симуляций и предлагать руководителю проекта различные конечные результаты на кривой вероятности.
Различные типы вероятностных распределений / кривых
Анализ Монте-Карло показывает анализ рисков, связанных с проектом, через распределение вероятностей, которое является моделью возможных значений.
Некоторые из наиболее часто используемых распределений вероятности или кривых для анализа Монте-Карло включают в себя:
-
Нормальная кривая или кривая колокола — в кривой вероятности этого типа значения в середине наиболее вероятны.
-
Логнормальная кривая — здесь значения перекошены. Анализ Монте-Карло дает этот тип распределения вероятностей для управления проектами в сфере недвижимости или нефтяной промышленности.
-
Равномерная кривая — все экземпляры имеют равную вероятность возникновения. Этот тип распределения вероятностей является общим для производственных затрат и будущих доходов от продаж нового продукта.
-
Треугольная кривая — менеджер проекта вводит минимальные, максимальные или наиболее вероятные значения. Кривая вероятности, треугольная, будет отображать значения вокруг наиболее вероятного варианта.
Нормальная кривая или кривая колокола — в кривой вероятности этого типа значения в середине наиболее вероятны.
Логнормальная кривая — здесь значения перекошены. Анализ Монте-Карло дает этот тип распределения вероятностей для управления проектами в сфере недвижимости или нефтяной промышленности.
Равномерная кривая — все экземпляры имеют равную вероятность возникновения. Этот тип распределения вероятностей является общим для производственных затрат и будущих доходов от продаж нового продукта.
Треугольная кривая — менеджер проекта вводит минимальные, максимальные или наиболее вероятные значения. Кривая вероятности, треугольная, будет отображать значения вокруг наиболее вероятного варианта.
Заключение
Анализ по методу Монте-Карло является важным методом, принятым менеджерами для расчета многих возможных дат завершения проекта и наиболее вероятного бюджета, необходимого для проекта.
Используя информацию, полученную в ходе анализа методом Монте-Карло, руководители проектов могут предоставить старшему руководству статистические данные за время, необходимое для завершения проекта, а также предложить подходящий бюджет.