Analisi Monte Carlo
introduzione
Dopo aver preso il nome dal principato famoso per i suoi casinò, il termine Analisi Monte Carlo evoca immagini di una strategia complessa volta a massimizzare i propri guadagni in un gioco da casinò.
Tuttavia, Monte Carlo Analysis fa riferimento a una tecnica nella gestione dei progetti in cui un manager calcola e calcola il costo totale del progetto e la pianificazione del progetto molte volte.
Questo viene fatto utilizzando una serie di valori di input che sono stati selezionati dopo un'attenta valutazione delle distribuzioni di probabilità, dei costi potenziali o delle durate potenziali.
Importanza dell'analisi Monte Carlo
L'analisi Monte Carlo è importante nella gestione del progetto in quanto consente a un project manager di calcolare un probabile costo totale di un progetto, nonché di trovare un intervallo o una potenziale data di completamento per il progetto.
Poiché un'analisi Monte Carlo utilizza dati quantificati, ciò consente ai project manager di comunicare meglio con il senior management, soprattutto quando quest'ultimo spinge per date di completamento del progetto impraticabili o costi di progetto non realistici.
Inoltre, questo tipo di analisi consente ai project manager di quantificare i pericoli e le ambiguità nelle pianificazioni del progetto.
Un semplice esempio dell'analisi Monte Carlo
Un project manager crea tre stime per la durata del progetto: una è la durata più probabile, una è lo scenario peggiore e l'altra è lo scenario migliore. Per ogni stima, il project manager consegna la probabilità di accadimento.
Il progetto è uno che prevede tre attività:
La prima attività richiederà probabilmente tre giorni (probabilità del 70%), ma può anche essere completata in due o anche quattro giorni. La probabilità che siano necessari due giorni per il completamento è del 10% e la probabilità che siano necessari quattro giorni per terminare è del 20%.
La seconda attività ha una probabilità del 60% di impiegare sei giorni per terminare, una probabilità del 20% di essere completata in cinque o otto giorni.
L'attività finale ha una probabilità dell'80% di essere completata in quattro giorni, del 5% di essere completata in tre giorni e del 15% di essere completata in cinque giorni.
Utilizzando l'analisi Monte Carlo, vengono eseguite una serie di simulazioni sulle probabilità del progetto. La simulazione deve essere eseguita per mille volte dispari e per ogni simulazione viene annotata una data di fine.
Una volta completata l'analisi Monte Carlo, non ci sarebbe un'unica data di completamento del progetto. Invece il project manager ha una curva di probabilità che descrive le probabili date di completamento e la probabilità di ottenerle.
Utilizzando questa curva di probabilità, il project manager informa l'alta dirigenza della data prevista di completamento. Il project manager sceglierebbe la data con una probabilità del 90% di raggiungerla.
Pertanto, si potrebbe dire che utilizzando l'analisi Monte Carlo, il progetto ha una probabilità del 90% di essere completato in X numero di giorni.
Allo stesso modo, un project manager può aggiudicare il budget stimato per un progetto utilizzando le probabilità per simulare diversi risultati finali e, a sua volta, utilizzare i risultati in una curva di probabilità.
Come viene eseguita l'analisi Monte Carlo?
L'esempio precedente era uno che conteneva solo tre attività. In realtà, tali progetti contengono centinaia se non migliaia di attività.
Utilizzando l'analisi Monte Carlo, un project manager è in grado di derivare una curva di probabilità per mostrare l'ambiguità che circonda la durata ei costi che circondano queste centinaia o migliaia di attività.
Condurre simulazioni che coinvolgono centinaia o migliaia di attività è un lavoro noioso da eseguire manualmente.
Oggi esiste un software di pianificazione della gestione del progetto che può condurre migliaia di simulazioni e offrire al project manager diversi risultati finali in una curva di probabilità.
I diversi tipi di distribuzioni / curve di probabilità
Un'analisi Monte Carlo mostra l'analisi dei rischi coinvolti in un progetto attraverso una distribuzione di probabilità che è un modello di valori possibili.
Alcune delle distribuzioni o curve di probabilità comunemente utilizzate per l'analisi Monte Carlo includono:
The Normal or Bell Curve - In questo tipo di curva di probabilità, i valori al centro sono i più probabili che si verifichino.
The Lognormal Curve -Qui i valori sono distorti. Un'analisi Monte Carlo fornisce questo tipo di distribuzione di probabilità per la gestione dei progetti nel settore immobiliare o petrolifero.
The Uniform Curve -Tutte le istanze hanno le stesse possibilità di verificarsi. Questo tipo di distribuzione di probabilità è comune ai costi di produzione e ai ricavi di vendita futuri per un nuovo prodotto.
The Triangular Curve -Il project manager inserisce i valori minimo, massimo o più probabile. La curva di probabilità, triangolare, mostrerà i valori intorno all'opzione più probabile.
Conclusione
L'analisi Monte Carlo è un metodo importante adottato dai manager per calcolare le molte possibili date di completamento del progetto e il budget più probabile richiesto per il progetto.
Utilizzando le informazioni raccolte attraverso l'Analisi Monte Carlo, i project manager sono in grado di fornire al senior management l'evidenza statistica per il tempo necessario per completare un progetto oltre a proporre un budget adeguato.