Análise Monte Carlo

Introdução

Tendo recebido o nome de um principado famoso por seus cassinos, o termo Análise de Monte Carlo evoca imagens de uma estratégia intrincada que visa maximizar os ganhos de alguém em um jogo de cassino.

No entanto, a Análise de Monte Carlo se refere a uma técnica de gerenciamento de projetos em que um gerente calcula e calcula o custo total do projeto e o cronograma do projeto várias vezes.

Isso é feito usando um conjunto de valores de entrada que foram selecionados após cuidadosa deliberação de distribuições de probabilidade ou custos potenciais ou durações potenciais.

Importância da Análise de Monte Carlo

A Análise de Monte Carlo é importante no gerenciamento de projetos, pois permite que um gerente de projeto calcule um custo total provável de um projeto, bem como encontre um intervalo ou uma data potencial de conclusão para o projeto.

Como uma Análise de Monte Carlo usa dados quantificados, isso permite que os gerentes de projeto se comuniquem melhor com a alta administração, especialmente quando esta está pressionando por datas de conclusão de projeto impraticáveis ​​ou custos de projeto irrealistas.

Além disso, esse tipo de análise permite que os gerentes de projeto quantifiquem os perigos e ambigüidades nos cronogramas do projeto.

Um exemplo simples da análise de Monte Carlo

Um gerente de projeto cria três estimativas para a duração do projeto: uma sendo a duração mais provável, uma sendo o pior cenário e a outra sendo o melhor cenário. Para cada estimativa, o gerente de projeto atribui a probabilidade de ocorrência.

O projeto envolve três tarefas:

• A primeira tarefa provavelmente levará três dias (probabilidade de 70%), mas também pode ser concluída em dois ou até quatro dias. A probabilidade de levar dois dias para ser concluído é de 10% e a probabilidade de levar quatro dias para ser concluído é de 20%.

• A segunda tarefa tem 60% de probabilidade de levar seis dias para ser concluída, e 20% de probabilidade de cada uma ser concluída em cinco ou oito dias.

• A tarefa final tem 80% de probabilidade de ser concluída em quatro dias, 5% de probabilidade de ser concluída em três dias e 15% de probabilidade de ser concluída em cinco dias.

Usando a Análise de Monte Carlo, uma série de simulações são feitas nas probabilidades do projeto. A simulação deve ser executada por mil vezes ímpares e, para cada simulação, uma data de término é anotada.

Depois que a Análise de Monte Carlo for concluída, não haverá uma data única de conclusão do projeto. Em vez disso, o gerente de projeto tem uma curva de probabilidade que descreve as datas prováveis ​​de conclusão e a probabilidade de atingir cada uma.

Usando esta curva de probabilidade, o gerente de projeto informa a alta administração da data prevista de conclusão. O gerente de projeto escolheria a data com 90% de chance de atingi-la.

Portanto, pode-se dizer que usando a Análise de Monte Carlo, o projeto tem 90% de chance de ser concluído em X dias.

Da mesma forma, um gerente de projeto pode julgar o orçamento estimado para um projeto usando probabilidades para simular diferentes resultados finais e, por sua vez, usar as descobertas em uma curva de probabilidade.

Como a análise de Monte Carlo é realizada?

O exemplo acima continha apenas três tarefas. Na realidade, esses projetos contêm centenas, senão milhares de tarefas.

Usando a Análise de Monte Carlo, um gerente de projeto é capaz de derivar uma curva de probabilidade para mostrar a ambigüidade em torno da duração e os custos em torno dessas centenas ou milhares de tarefas.

Realizar simulações envolvendo centenas ou milhares de tarefas é um trabalho tedioso de ser feito manualmente.

Hoje existe um software de programação de gerenciamento de projetos que pode conduzir milhares de simulações e oferecer ao gerente de projetos diferentes resultados finais em uma curva de probabilidade.

Os diferentes tipos de distribuições / curvas de probabilidade

Uma Análise de Monte Carlo mostra a análise de risco envolvida em um projeto por meio de uma distribuição de probabilidade que é um modelo de valores possíveis.

Algumas das distribuições ou curvas de probabilidade comumente usadas para a Análise de Monte Carlo incluem:

• The Normal or Bell Curve - Nesse tipo de curva de probabilidade, os valores do meio são os mais prováveis ​​de ocorrer.

• The Lognormal Curve -Aqui, os valores estão distorcidos. Uma Análise de Monte Carlo fornece esse tipo de distribuição de probabilidade para gerenciamento de projetos no setor imobiliário ou de petróleo.

• The Uniform Curve -Todas as instâncias têm a mesma chance de ocorrer. Esse tipo de distribuição de probabilidade é comum com custos de fabricação e receitas de vendas futuras de um novo produto.

• The Triangular Curve -O gerente de projeto insere os valores mínimo, máximo ou mais provável. A curva de probabilidade, uma triangular, exibirá valores em torno da opção mais provável.

Conclusão

A Análise de Monte Carlo é um método importante adotado pelos gerentes para calcular as muitas datas possíveis de conclusão do projeto e o orçamento mais provável necessário para o projeto.

Usando as informações coletadas por meio da Análise de Monte Carlo, os gerentes de projeto são capazes de fornecer à alta administração as evidências estatísticas para o tempo necessário para concluir um projeto, bem como propor um orçamento adequado.