Marcio Galo, PMP mgaao@modulo.com br PrP FV.) Pes MPM pratica nalise Quantitativa de Risco com Sinumlacgko de Monte Car fadorSérioe do MSLAB rojetos sempre possuem riscos associa os, na medida em que muitas decisses precisam ser tomadas sem informacSes completas. Por exemplo, o gerenciamento do pro- jeto depende de uma série de estimativas de prazos € custos, € por definigdo uma estimatv valor exatamente definido — em qualquer estat existe sempre um certo grau de imprecsio. De acordo com © PMBok Terceira Edicl0, 0 ge- fa nfio é um de custos rrenciamento de riscos inciui os processos relacionados com o planejamento, a identificacio,a andlise e o monitoramento € sposta aos riscos do projeto. O pri- rmeiro passo elaborar um Plano de Geréncia de Riscos (Risk Managernent Pian), conde deve ser definida a abordager que seré utlizada para a geréncia de riscos cdo projeto. Os riscos que podem afetar 0 projeto de forma negativa ou postiva (0portunidades) devem ser entdo identiicados e documentados, e em seguida analsados, de forma qualtatva e/ou quantitativa Na andlse qualitativa é feta uma avaliagao das probabilidades de ocorréncia e immpactos dos riscos identificados. bso perth mento. Adicionalmente, os riscos considerados de maior prioridade ou relevaincia (por exemplo, os que t8m alta probabilidade de ocorréncia e alto impacto) podem ser reavaliados de forma quantitativa. Neste processo,é feta uma ani dos efeitos que taisriscos podem ter sobre os objetivos do projeto. ( préximo passo ¢ elaborar um Plano de Resposta 20s Riscos. de forma que as ‘oportunidades possam ser aproveitadas, e que os riscos com efeitos adversos para © projeto sejam devidamente tratados da forma adequada (aceitasdo, mitigacao. eliminagio ou transferéncia). Finalmente, deve exist um processo de Monitoragio a priorizacdo para aces de trata- ac O método de Monte Carlo é uma das técnicas do pracesso de Anélise Quantitativa de Riscos, sendo recomendado para a andlise de riscos de cronograma e e Controle que permita identificar riscos residuals novos riscos que surjam. durante 0 andamento do projeto € que possiilte uma avaliagSo dos resul- tados obtidos pelas aces de tratamento dos riscos Cada processo da Geréncia de Riscos em projetos possui entradas ferramentas, técnicas e saicas recomendadas. Em particular, 0 méto~ do de Monte Carlo & uma das técnicas do processo de Andlise Quanttativa de Riscos, sendo recomendado para a andlise de riscos de cronograma e de custos, como veremos em seguida Riscos em cronogramas Em muitos projetos.a. previsio de término é normalmente estabelecida através de anilses CPM (Crtcal Path Method). Essa técnica permite deter minar © caminho ertico ou a seqién cia de atividades associadas ao tempoMPM Pratica O objetivo deste trabalho é demonstrar a utilizagao do Método de Monte Carlo na andlise quantitativa de riscos de cronogramas. A grande diferenciacdo desse método em relagGo ds técnicas deterministicas tradicionais, como o CPM (Critical Path Method), 6 que ele permite um tratamento probabilistico dos pardmetros do projeto para os quais existem incertezas associadas, como por exemplo as estimativas de duragdo ou custos das atividades. No caso, tais estimativas passam a ser representadas por distribuicées estatisticas de probabilidades entre um valor minimo e maximo possivel. Como resultado, 0 cronograma final também passa a ser representado em termos probabilisticos, o que permite a andlise de diversos cendrios possiveis para o projeto, com diferentes chances de acorréncia. Como veremos, este tratamento quantitative dos riscos leva a resultados mais realistas, fornecendo uma base mais sélida para a tomada de decisées. mais curto para a execucio do projeto. Estas atividades possuem folga zero, logo, qualquer atraso em uma delas representa um atraso no projeto, Vejamos um exemplo:suponha que um projeto possu as atividades AI,A2,A3, A‘. A figura | mostra um Diagrama de Precedéncia simplificado onde podemos vera relacio de dependéncia e as estimativas de duracZo para cada atividade. a Figura |. Projeto com quitrosthidadesenfoque determin, : al a Inicio yt S dias ‘Observando a figura |, podemos perceber que existe uma folga de dois dias associadsa & atvidade A3 e que o caminho ertico é formado pelas as avidades Al —A2—A4, Analisando a rede, concluimas também que o tempo total estimado ppara completar o projeto é de 22 dias (5 + 10 + 7) Nate que para cada atividade do projeto foi gerada uma estimativa Unica de duragdo, sem qualquer margem de erro associada, ou sea, as duraces das atvida- des foram estabelecidas de forma deterministic. Como conseqiiéncia as folgas do projeto € o caminho ertco também foram cakcuiados de forma deterministica. ‘Considerando que os recursos necessirios estio disponiveis e que outras res- ‘rigdes podem ser ignoradas (em favor da simplicidade do exempla), o responsavel pela defesa deste projeto poderia informar aos interessados (stakeholders) que: = A duracio esperada para o projeto € de 22 dias, + As atividades pertencentes 20 caminho critico si0 Al —A2~A4. ‘O problema desta abordagem € que ela nfo conternpla adequadamente os _Fiscos ou incertezas inerentes ao projeto. Como jé mencionado, todos os projetos ‘possuem um determinado grau de risco, pois hi sempre: um erro associado a ‘qualquer estimativa, seja de custo, de alocagdo de recursos ou de duracio de atividades. Retornando ao exemnplo, suponha que a atvidade Al seja fazer uma esca- \acao no solo de uma rua para a passa- .gem de dutos subterrfneos contendo fibras Gpticas © responsivel por defnir as est- mativas de duracdo desta atividade po- deria ter 0 seguinte raciocinio: “Em condigBes normals. minha me- thor estimativa para a duragio desta atividade é de cinco dias. Porém, existe uma chance de que © solo seja muito duro em fungdo de uma concentragso ‘mais elevada de rochas e.neste cendrio pessimista, a escavacdo pode demorar ito dias. Por outro lado, se 0 solo for lum pouco menos compacto do que a média do terreno, a escavagaio sera faciitada e a atividade poderd ser com- pletada em apenas trés dias’ Utiizando este mesmo processo para as demais atividades, o responsi~ vel pela estimativa de duracdo, auxiia do por outros especialisas, consegue definirtrés estimativas de duracdo (oti- _ mista, mais provavel,e pessimista) para ada atividade, tal como mostrado na Tabela |MPM pratica Atividade Duraciio Minima Mais Provavel Dura Maxima Al 3 5 8 _| |A2 9 10 B cS} 4 a 12 At i 7 12 Tabel |. Esimtivas de Graco para atvidades Representando este novo enfoque, um novo diagrama para a rede do projeto émostrado ma figura 2. Inicio Figura 2 Projet com quatro atvidades, cferentesestimatvas de duragSo por atividade Note que as relagdes de precedéncia no foram modificadas,e tal como no ciagrama anterior (Rgura |), as atividades A2 e A3 56 podem ser iniciadas apés a conclusdo da atividade Al, a atividade Ad sé pode ser iniciada apés a conclusio de AZ e A3. Entretanto, 0 fato de agora estarmos utiizando estimativas diferen- tes para as duracSes das atividades nos dé uma nova perspectiva para analsar © Projeto. Observe que em fungdo das estimativas feitas, ‘embora 0 valor mais provavel da duracio da ativi- dade A2 (10 dias) seja maior do que 0 valor mais provdvel da duragdo para a atividade A3 (cito dias). & possivel que durante a execucio do projeto a du- ragio real da atividade A3 seja maior do que a da atividade A2 Por exemplo, a atividade A2 pode ser concluida fem nove dias (em vez de 10) € a atividade A3 pode demorar 12 dias (em vez de oito). Camo canseqiiéncia, o projeto passa a ter um caminho critic diferente, representado por Al — A3 - A4. Também pode acon- tecer que tanto A2 quanto A3 demorem o mesmo nimero de dias para serem concluidas (por exemplo, 10 dias). Neste caso, folga do projeto desaparece. Por outro lado, a atividade A3 poderia ser concluida em apenas quatro dias, a0 passo que a atividade A2 poderia demorar 13 dias para ser concluda, isso ‘casionaria um aumento significativo da folga do projeto. Além disso,no momento lem que passamos a considerar diferentes possbildades para as duragSes das aiv- dades. jd ndo faz mais sentido utiizar uma estimativa nica para 0 final do projeto, jf que 0 prazo de duracio passa a ser um valor qualquer compreendido entre 16 dias (3 +9 + 4, soma das duracdes minimas) e 33 dias (8 + 13 + 12, soma das duragdes méximas). ‘Com base nesses dados. ao defender o mesmo projeto.0 responsével poderia informar aos interessados. que: + Bxiste a possiilidade de que 0 projeto termine em 22 dias como antes, mas Project Management ‘Método Monte Carlo permite gerar um grande ntimero de cenérios possiveis para a data de conclusao do projeto, mostrando também a probabilidade de ocorréncia de cada cenério, na verdade qualquer valor dentro da faixa de 16 a 33 dias € um valor possivel para a duracZo do proje- 10; + As atvidades do camino critco provavelmente si Al — A2 - Ad, mas também existe a possbilidade de que 0 caminho ertico seja di- ferente, composto pels atividades Al —A3—Ad, ou até mesmo que todas as atividades facam parte do caminho crtico; + Oprojeto pode ter uma folga de 2 das, mas também pode acontecer ‘uma folga bem maior (nove dias) ou ainda que nao exista folga algumat * Se 05 custos do projeto estdo re- lacionados com 0 consumo de re- cursos com a dura¢do das ativida- des, esses custos também poderao variar em uma faixa razoavelmente ampla Considerando que esto acostu mados com previsoes deterministcas ("oO pro- jeto estaréconcluido em 120 dias", “o custo do projeto foi cakulado em R$ 100.000,00", etc), como os interessacos (Gtakeholders) reagiriam a essa nova abordagern? Provavelmente, nao muito bem, pois até © momento ela ainda € insuficiente para permitir 4 to- mada de decis6es, porque ainda falta um componente importante: jd que cexistem dversos cendrios possveis para 0 projeto, qual é a probabilidade de ocorréncia de cada um deles? Como veremos em seguida, 0 método de Monte Carlo fornece © componente que fata. través de um processo de simulacio estatistica utii- zando Distribuicdes de Probabilidades e seqiiéncias de nimeros aleatérios, 0 método Monte Carlo permite gerar um grande nimero de cenérios poss