Методология цепочки событий

Методология цепочки событий — это метод сетевого анализа , ориентированный на выявление и управление событиями и связями между ними (цепочками событий), влияющими на графики проектов . Это метод графика моделирования неопределенности. Методология цепочки событий представляет собой расширение количественного анализа рисков проекта с помощью моделирования Монте-Карло. Это следующий шаг за пределами метода критического пути и управления проектами критической цепочки . ^[1] Методология цепочки событий пытается смягчить влияние мотивационных и когнитивных искажений при оценке и планировании . ^[2] Это повышает точность оценки рисков и помогает создавать более реалистичные графики проектов с учетом рисков. ^[3]

История

Методология цепочки событий представляет собой расширение традиционного моделирования графиков проектов методом Монте-Карло, где неопределенности в продолжительности задач и затратах определяются статистическим распределением. ^[4]^[5]^[6] Например, продолжительность задачи можно определить по трем точечным оценкам: низкой, базовой и высокой. Результатом анализа является график проекта с поправкой на риски, важные задачи и вероятность того, что проект будет завершен вовремя и в рамках бюджета. Определение неопределенностей с использованием статистического распределения дает точные результаты, если имеются надежные исторические данные о продолжительности и стоимости аналогичных задач в предыдущих проектах. Другой подход заключается в определении неопределенностей с использованием рисковых событий или факторов риска, которые можно отнести к различным задачам или ресурсам. ^[7]^[8] Информацию о вероятности и влиянии таких событий легче получить, что повышает точность анализа. Риски можно фиксировать в Реестре рисков . Методология цепочки событий была впервые предложена в период 2002–2004 гг. ^[9] Он полностью или частично реализован в ряде программных приложений. ^[10] Методология цепочки событий основана на шести принципах и имеет ряд результатов.

Принципы

Момент риска и состояние активности

Действия (задачи) не являются непрерывной однородной процедурой. На задачи влияют внешние события, которые переводят деятельность из одного состояния в другое. Одним из важных свойств события является момент, когда событие происходит в ходе деятельности. Этот момент, когда происходит событие, в большинстве случаев является вероятностным и может быть определен с помощью статистического распределения . Исходное состояние называется основным, остальные состояния называются возбужденными. Например, если команда завершает свою работу по заданию, она может перейти к другим занятиям. Понятие состояния активности важно, поскольку определенные события могут или не могут происходить, когда активность находится в определенном состоянии. Это означает, что состояние активности подписано на события. События могут быть локальными, влияющими на определенные задачи или ресурсы, или глобальными, влияющими на все задачи или ресурсы.

Цепочки событий

События могут быть связаны с другими событиями, что создаст цепочки событий. Эти цепочки событий могут существенно повлиять на ход проекта. Например, изменения требований могут привести к задержке действия. Чтобы ускорить выполнение операции, руководитель проекта выделяет ресурс из другого действия, что приводит к срыву сроков. В конечном итоге это может привести к провалу проекта. Это могли быть разные отношения между событиями. Одно событие может вызвать одно или несколько событий.

События могут коррелировать друг с другом, не вызывая одно другое. В этом случае если произошел один риск, произойдет другой и наоборот. Одно событие, назначенное в одном действии, может выполнять другое действие или группу действий. Во многих случаях это выполнение планов реагирования на риски. Например, событие «обнаружен конструктивный дефект» может вызвать одно или несколько действий «Ремонт». События могут вызывать возникновение других событий либо немедленно, либо с задержкой. Задержка является свойством подписки на событие. Задержка может быть детерминированной, но в большинстве случаев она вероятностная. Также риски могут переноситься с одного вида деятельности на другой. Чтобы определить цепочки событий, нам нужно определить «отправителя» — событие, которое инициирует цепочку событий. Событие отправителя может вызвать одно или несколько событий, которые влияют на несколько действий. Это так называемые события-получатели. В свою очередь, события получателя также могут действовать как события отправителя.

Диаграммы цепочек событий

Пример диаграммы цепочки событий: локальные и глобальные угрозы и возможности с различной вероятностью и воздействием

Диаграмма цепочки событий — это визуализация, показывающая взаимосвязь между событиями и задачами и то, как события влияют друг на друга. ^[11]^[12] Самый простой способ представить эти цепочки — изобразить их в виде стрелок, связанных с определенными задачами или временными интервалами на диаграмме Ганта. Вот несколько важных правил:

На диаграммах цепочек событий события представлены в виде стрелок на диаграммах Ганта.
Стрелки, направленные вниз, представляют угрозу. Стрелки вверх – это возможности.
Проблемы отображаются в виде стрелки в круге. Цвет стрелки выпуска – красный (темный).
Закрытые или переданные риски показаны пунктирными линиями. Цвет стрелки белый. Закрытая проблема отображается в круге с пунктирной границей.
Возбужденные состояния представлены подъемом соответствующего участка полосы на диаграмме Ганта.
Цвета представляют рассчитанное влияние риска. Более высокие воздействия имеют красный или более темный оттенок. Слабые воздействия имеют зеленый или более светлый оттенок. Размер стрелки представляет вероятность.
Цепочки событий отображаются в виде линий, соединяющих стрелки, изображающие события.
Цепочки событий могут вызвать другое действие. В этом случае линия цепочки событий будет связана с началом активности дополнительной стрелкой.
Цепочки событий могут запускать группу действий. В этом случае эта группа действий будет окружена рамкой или рамкой, а линия цепочки событий будет соединена с углом рамки или первым действием в рамке.

Используя диаграммы цепочек событий для визуализации событий и цепочек событий, можно значительно упростить моделирование и анализ рисков и неопределенностей.

Пример диаграммы цепочки событий с цепочкой критических событий и активностью, вызванной событием

Еще один инструмент, который можно использовать для упрощения определения событий, — это таблица состояний. Столбцы в таблице состояний представляют события; строки представляют состояния действия. Информация для каждого события в каждом состоянии включает четыре свойства подписки на событие: вероятность, момент события, возбужденное состояние и влияние события.

Моделирование Монте-Карло

После определения событий и цепочек событий можно провести количественный анализ с использованием моделирования Монте-Карло для количественной оценки совокупного эффекта событий. ^[13] Вероятности и последствия рисков, присвоенных видам деятельности, используются в качестве входных данных для моделирования графика проекта по методу Монте-Карло. ^[14] В большинстве проектов необходимо дополнять дисперсию, основанную на событиях, неопределенностями в виде распределений, связанных с продолжительностью, временем начала, стоимостью и другими параметрами.

В методологии цепочки событий риск может влиять не только на график и стоимость, но и на другие параметры, такие как безопасность, защищенность, производительность, технологии, качество и другие цели. Другими словами, одно событие может относиться к разным категориям. ^[15] Результат анализа покажет подверженность риску для различных категорий, а также интегрированную оценку риска проекта для всех категорий. Интегрированная оценка риска проекта рассчитывается на основе относительных весов для каждой категории риска.

Цепочки критических событий

Моделирование Монте-Карло дает возможность посредством анализа чувствительности идентифицировать отдельные события или цепочки событий. Эти цепочки событий можно выявить путем анализа корреляций между основными параметрами проекта, такими как продолжительность или стоимость проекта, и цепочками событий. Их называют «критическими событиями» или «критическими цепочками событий». Выявляя критические события или критические цепочки событий, мы можем определить стратегии минимизации их негативных последствий: избегать, переносить, смягчать или принимать. Ранжирование событий и цепочек событий выполняется для всех категорий рисков (плановых и внеплановых) в рамках одного процесса. Интегрированная вероятность риска, его влияние и оценка могут быть рассчитаны с использованием весовых коэффициентов для каждой категории риска.

Управление проектом с помощью событий и цепочек событий

Мониторинг хода выполнения операции гарантирует, что для выполнения анализа используется обновленная информация. В ходе проекта вероятность и время событий могут быть пересчитаны на основе фактических данных. Основной целью отслеживания эффективности является прогнозирование продолжительности и стоимости действия, если действие частично завершено и ему назначены определенные события. Методология цепочки событий автоматически снижает вероятность и влияние риска в зависимости от процента выполненной работы. Расширенный анализ может быть выполнен с использованием байесовского подхода. Можно отслеживать вероятность того, что проект уложится в определенный срок. Этот шанс постоянно обновляется в результате анализа Монте-Карло. Критические события и цепочки событий могут быть разными на разных этапах проекта.

Явления

Повторяющиеся действия

Иногда события могут вызвать начало уже завершенной деятельности. Это очень распространенный сценарий для реальных проектов; иногда предыдущее действие необходимо повторить на основе результатов последующего действия. Методология цепочки событий упрощает моделирование этих сценариев. Исходное расписание проекта не нужно обновлять, достаточно определить событие и назначить его действию, которое указывает на предыдущее действие. Кроме того, необходимо определить ограничение на количество повторений действия.

Цепочки событий и реагирование на риски

Если событие или цепочка событий происходят в ходе проекта, это может потребовать определенных усилий по реагированию на риски.

Выполнение планов реагирования на риски инициируется событиями, которые происходят, если деятельность находится в возбужденном состоянии. События реагирования на риск могут попытаться перевести активность из возбужденного состояния в основное состояние. Планы реагирования — это действие или группа действий (небольшой график), которые дополняют график проекта в случае возникновения определенного события. Решение состоит в том, чтобы назначить план реагирования событию или цепочке событий. Один и тот же план реагирования можно использовать для одного или нескольких событий.

Распределение ресурсов на основе событий

Одним из потенциальных событий является переназначение ресурса из одного вида деятельности в другой, которое может произойти при определенных условиях. Например, если для выполнения действия требуется больше ресурсов в течение фиксированного периода, это вызовет событие для перераспределения ресурса из другого действия. Перераспределение ресурсов может также произойти, когда продолжительность деятельности достигает определенного срока или стоимость превышает определенное значение. События можно использовать для моделирования различных ситуаций с ресурсами, например, временного отпуска, болезни, отпуска и т. д.

См. также

Ссылки

^ Вирин, Лев; Трампер, Майкл (2007). Решения проекта: Искусство и наука . Издательство Берретт-Келер. ISBN 978-1567262179 .
^ Робин М. Доус и Бернард Корриган, «Линейные модели в принятии решений», Психологический бюллетень 81, вып. 2 (1974): 93–106.
^ Вирин, Лев (2013). Комплексный качественный и количественный анализ рисков портфелей проектов. В материалах симпозиума по управлению рисками предприятия. 22–23 апреля 2013 г., Чикаго, Иллинойс.
^ Восе, Дэвид (2008). Анализ рисков: Количественное руководство (3-е изд.). Великобритания: Уайли. ISBN 978-0-470-51284-5 .
^ Хиллсон, Дэвид (2012). Практическое управление рисками: методология ATOM (2-е изд.). Издательство Берретт-Келер. ISBN 978-1567263664 .
^ Хиллсон, Дэвид (2009). Управление рисками в проектах (Основы управления проектами) . Рутледж. ISBN 978-0566088674 .
^ Хьюлетт, Дэвид (2009). Практический анализ рисков расписания . Рутледж. ISBN 978-0566087905 .
^ Хьюлетт, Дэвид (2011). Комплексный анализ рисков графика затрат . Рутледж. ISBN 978-0566091667 .
^ Вирин, Лев (2013). Комплексный качественный и количественный анализ рисков портфелей проектов. В материалах симпозиума по управлению рисками предприятия 2013 г., 22–24 апреля, Чикаго, Иллинойс.
^ Вирин, Лев. и Трампер, Майкл. (2015). Предсказание непредсказуемого: как анализировать риски проекта с помощью методологии цепочки событий. Сеть ПМ, 29(9), 28–29
^ Вирин, Лев и Маквин, Джейсон. (2004). Визуальное моделирование бизнес-задач: рабочий процесс и закономерности, в материалах зимней конференции по моделированию 2004 г., Вашингтон, округ Колумбия.
^ Вирин, Лев и Рэпли, Лиза. (2003). Визуализация вероятностных бизнес-моделей, в материалах зимней конференции по моделированию 2003 г., Новый Орлеан, Луизиана.
^ Авлияс, Горан (2018). «Исследование ценности моделирования Монте-Карло для управления временем проекта» . Менеджмент: журнал устойчивого бизнеса и управленческих решений в странах с развивающейся экономикой . 24:11 . дои : 10.7595/management.fon.2018.0004 . S2CID 67095960 .
^ Уильямс, Т. «Почему моделирование проектных сетей в Монте-Карло может ввести в заблуждение». Журнал управления проектами, Том 35. Выпуск 3, (2004): 53-61.
^ Агарвал, Ручи. и Вирин, Лев. (2017). Анализ рисков проекта Монте-Карло. В Райдугин, Ю. (ред.) Справочник по исследованиям по использованию рисков и неопределенностей для эффективного управления проектами. ИГИ Глобал; 1 издание

Дальнейшее чтение

Арно Дусе, Нандо де Фрейтас и Нил Гордон, Последовательные методы Монте-Карло на практике , 2001 г., ISBN 0-387-95146-6 .
Хаммонд Дж. С., Кини Р. Л. и Райффа Х. « Разумный выбор: практическое руководство по принятию лучших решений» (1999). Издательство Гарвардской школы бизнеса
Д. Канеман и А. Тверски (ред.) (1982). Суждение в условиях неопределенности: эвристика и предубеждения . Издательство Кембриджского университета. ISBN 0-521-28414-7
Кини, Р.Л., «Ценностно-ориентированное мышление: путь к творческому принятию решений» (1992). Издательство Гарвардского университета. ISBN 0-674-93197-1
Мэтисон, Дэвид, и Мэтисон, Джим, «Умная организация: создание ценности посредством стратегических исследований и разработок» (1998). Издательство Гарвардской школы бизнеса. ISBN 0-87584-765-X
Райффа, Ховард, Анализ решений: вводные материалы по выбору в условиях неопределенности (1997). МакГроу Хилл. ISBN 0-07-052579-Х
Роберт К. П. и Г. Казелла. «Статистические методы Монте-Карло» (второе издание). Нью-Йорк: Springer-Verlag, 2004, ISBN 0-387-21239-6
Скиннер, Дэвид, Введение в анализ решений (второе издание) (1999). Вероятностный. ISBN 0-9647938-3-0
Смит, Дж. К., Анализ решений: байесовский подход (1988), Чепмен и Холл. ISBN 0-412-27520-1
Вирин Л. и Трампер М., ProjectThink: Почему хорошие менеджеры делают плохой выбор проекта (2013), Gower Pub Co. ISBN 978-1409454984
Вирин Л. и Трампер М., Анализ рисков проекта стал до смешного простым (2017), World Scientific Publishing. ISBN 978-9814759373

Внешние ссылки

[1] Вирин, Лев; Трампер, Майкл (2007). Решения проекта: Искусство и наука . Издательство Берретт-Келер. ISBN 978-1567262179 .

[2] Робин М. Доус и Бернард Корриган, «Линейные модели в принятии решений», Психологический бюллетень 81, вып. 2 (1974): 93–106.

[3] Вирин, Лев (2013). Комплексный качественный и количественный анализ рисков портфелей проектов. В материалах симпозиума по управлению рисками предприятия. 22–23 апреля 2013 г., Чикаго, Иллинойс.

[4] Восе, Дэвид (2008). Анализ рисков: Количественное руководство (3-е изд.). Великобритания: Уайли. ISBN 978-0-470-51284-5 .

[5] Хиллсон, Дэвид (2012). Практическое управление рисками: методология ATOM (2-е изд.). Издательство Берретт-Келер. ISBN 978-1567263664 .

[6] Хиллсон, Дэвид (2009). Управление рисками в проектах (Основы управления проектами) . Рутледж. ISBN 978-0566088674 .

[7] Хьюлетт, Дэвид (2009). Практический анализ рисков расписания . Рутледж. ISBN 978-0566087905 .

[8] Хьюлетт, Дэвид (2011). Комплексный анализ рисков графика затрат . Рутледж. ISBN 978-0566091667 .

[9] Вирин, Лев (2013). Комплексный качественный и количественный анализ рисков портфелей проектов. В материалах симпозиума по управлению рисками предприятия 2013 г., 22–24 апреля, Чикаго, Иллинойс.

[10] Вирин, Лев. и Трампер, Майкл. (2015). Предсказание непредсказуемого: как анализировать риски проекта с помощью методологии цепочки событий. Сеть ПМ, 29(9), 28–29

[11] Вирин, Лев и Маквин, Джейсон. (2004). Визуальное моделирование бизнес-задач: рабочий процесс и закономерности, в материалах зимней конференции по моделированию 2004 г., Вашингтон, округ Колумбия.

[12] Вирин, Лев и Рэпли, Лиза. (2003). Визуализация вероятностных бизнес-моделей, в материалах зимней конференции по моделированию 2003 г., Новый Орлеан, Луизиана.

[13] Авлияс, Горан (2018). «Исследование ценности моделирования Монте-Карло для управления временем проекта» . Менеджмент: журнал устойчивого бизнеса и управленческих решений в странах с развивающейся экономикой . 24:11 . дои : 10.7595/management.fon.2018.0004 . S2CID 67095960 .

[14] Уильямс, Т. «Почему моделирование проектных сетей в Монте-Карло может ввести в заблуждение». Журнал управления проектами, Том 35. Выпуск 3, (2004): 53-61.

[15] Агарвал, Ручи. и Вирин, Лев. (2017). Анализ рисков проекта Монте-Карло. В Райдугин, Ю. (ред.) Справочник по исследованиям по использованию рисков и неопределенностей для эффективного управления проектами. ИГИ Глобал; 1 издание

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

[10]

[11]

[12]

[13]

[14]

[15]