O Terceiro grupo, das melhores práticas para elaboração de cronogramas, recomendado pelo Guia de Avaliação de Cronogramas, diz respeito a um cronograma Confiável, sendo o único processo deste grupo: Realize Análise de Riscos do Cronograma.
I. Realize Análise de Riscos do Cronograma (SRA): Uma análise de risco do cronograma começa com o correto uso do método do caminho crítico (CPM) e a correspondente validação, através dos quatorze pontos do DCMA. Os dados sobre os riscos do cronograma do projeto são incorporados em uma simulação estatística para: i. estimar o nível de confiança no cumprimento da data de conclusão do projeto; ii. determinar a contingência, ou reserva de tempo, necessária para um nível de confiança e; iii. identificar riscos de alta prioridade. Os projetos devem incluir os resultados da SRA na linha de base do cronograma. Abaixo, no Quadro 1, relacionamos as Boas Práticas para desenvolvimento da Análise de Riscos do Cronograma.
Quadro 1 – Relação das boas práticas para Realizar Análise de Riscos (SRA) - adaptado do GAO- 16-89G
A avaliação do GAO da Boa Prática oito é mais programática. As medidas para a Boa Prática são limitadas a determinar a existência de dados de risco dentro do arquivo de risco do cronograma, conforme Quadro 2 abaixo.
Quadro 2 – Exemplo das métricas para análise de riscos do cronograma.
Figura 1- Relação entre os Grupos de Abrangência; Bem Construído e Confiável; conforme o Schedule Assessment Guide.
Muitas medições quantitativas estão relacionadas à Boa Prática oito, e uma SRA adequada merece uma avaliação quantitativa, muito mais complexa e profunda do que a avaliação programática, apresentada anteriormente.
Quadro 3- Lista das métricas para avaliação quantitativa de riscos.
Análise de Três Pontos (PERT)
Uma maneira de determinar as durações esperadas, considerando incertezas, é atribuir três estimativas de durações para cada atividade (otimista, provável e pessimista). A Figura 2 mostra uma abordagem tradicional com uma estimativa de três pontos aplicada diretamente às durações das atividades para uma seção do cronograma. Em uma análise de risco do cronograma do projeto, estas estimativas são desenvolvidas a partir de entrevistas em detalhes com especialistas têm conhecimento em cada uma das áreas da EAP do projeto.
Os riscos podem ser representados, na modelagem de simulação, como distribuições triangulares ou beta, em outras palavras, para este exemplo, as estimativas de três pontos representam todo o risco do projeto exemplo, considerando os pesos de 1, 4 e 1, para as respectivas durações Otimista Provável e Pessimista.
Figura 2 – Exemplo de Estimativa de Três Pontos
Uma vez que as distribuições foram estabelecidas, uma simulação estatística (tipicamente uma simulação de Monte Carlo) usa números aleatórios para selecionar durações específicas de cada distribuição de probabilidade das atividades, e um novo caminho crítico e datas são determinados, incluindo marcos principais e datas de conclusão do projeto. A simulação de Monte Carlo no Excel recalcula o projeto continuamente, milhares de vezes, criando uma nova estimativa de duração do projeto e caminho crítico a cada vez iteração. A distribuição de frequência resultante desta simulação exibe o intervalo de datas de conclusão do projeto junto com as probabilidades de que as atividades ocorrerão nessas datas, conforme visto na Figura 3.
Figura 3- Duração esperada de término do Projeto após 1735 iterações
A figura mostra que a duração esperada é de 1072 dias com um desvio padrão de 106 dias, com probabilidade de 50% de ocorrência. A distribuição cumulativa mostra ainda que para probabilidade de 80% de término a duração esperada é de 1161 dias, cerca de três meses após (89 dias) do planejado originalmente.
Medidas de Correlação
Outras análises são possíveis quando o cronograma é visto como uma declaração probabilística de como o projeto pode se desenvolver. Uma que é notável é a correlação entre durações de atividades. Correlação positiva é quando duas durações de atividades são ambas influenciadas pela mesma força externa e pode-se esperar que variem na mesma direção dentro de suas próprias distribuições de probabilidade em qualquer cenário consistente. A correlação pode ser positiva e bastante forte se, por exemplo, a mesma suposição sobre a maturidade de uma tecnologia for feita para estimar a duração das atividades de projeto, fabricação e teste ou a produtividade do contratante afetando várias atividades que foram licitadas. Se a maturidade da tecnologia não for conhecida com certeza, seria consistente supor que as atividades de projeto, fabricação e teste seriam todas mais longas ou mais curtas juntas.
Da mesma forma, se um determinado negócio for relativamente improdutivo, podemos esperar que todas as atividades associadas a esse negócio sejam atrasadas em algum grau. Sem especificar a correlação entre essas durações de atividade na simulação, algumas iterações ou cenários teriam algumas atividades que são consideradas correlacionadas sendo longas e outras curtas em seus respectivos intervalos durante uma iteração. Isso seria inconsistente com a ideia de que todas elas reagem às mesmas suposições sobre maturidade tecnológica ou produtividade comercial.
A Figura 4 mostra o efeito da adição de correlação entre durações de atividades na simulação de risco de três pontos para o cronograma. Neste exemplo, 90 por cento de correlação foi adicionada entre atividades que são negócios relacionados. Embora a correlação de 90 por cento seja alta (a correlação é medida entre –1,0 e 1,0), geralmente não há dados reais sobre correlação, então o julgamento de especialistas é frequentemente usado para definir os coeficientes de correlação. Assumindo esse grau de correlação, obtemos o resultado mostrado na figura 2. Observe que a correlação ampliou a distribuição geral. O 50º percentil é quase o mesmo em ambos os casos, 25 de fevereiro sem correlação e 24 de fevereiro com correlação. No entanto, o 80º percentil aumenta em uma semana de trabalho, de 4 a 9 de março, quando a correlação é adicionada.
Na prática, se a organização quiser se concentrar no 80º percentil, a correlação importa; a correlação passa a ser indiferente em torno da duração média da simulação (50%).
Figura 4- Resultados de distribuição de probabilidade para análise de risco com e sem correlação, adaptado de GAO-16-89G
Saiba mais sobre atualizar com o progresso real: https://www.gsmanagement.com.br/post/auditoria-de-cronogramas-atualize-o-cronograma-de-acordo-com-o-progresso
Comments