NEW
Vydali jsme otevřenou beta verzi Worksection 2.0! Náhled
  •     •   6 min read

Podnikatel a metodologie
řetězce událostí (ECM)

Pro­jek­toví man­ažeři někdy plánu­jí trvání pro­jek­tu pouze na zák­ladě svých vlast­ních zkušenos­tí. Výpoč­ty založené na nejúspěšnějších a neúspěšných úlo­hách, které vykon­ali, však pravděpodob­ně neb­u­dou přesné.

Něk­teří man­ažeři mohou nevě­domky myslet: Vidím, co chci vidět”. Je běžné, že man­ažer důvěřu­je infor­ma­cím, které se shodu­jí s jeho viděním svě­ta, zatím­co ignoru­je úda­je, které nes­plňu­jí jeho duševní souhlas.

Další výzvou v plánování pro­jek­tu je složi­tost vztahů mezi různý­mi riziky. Události se mohou vyskyt­nout kdyko­liv během pro­ce­su, navzá­jem se kor­relo­vat nebo vyvolá­vat jiné nejis­to­ty. Ta ste­jná událost může mít různé dopady v závis­losti na okol­nos­tech a man­ažer může hasit požár” různý­mi způsoby.

Metodolo­gie řetězce událostí (ECM) před­pok­ládá, že bez ohle­du na to, jak dobře je har­mono­gram pro­jek­tu připraven, události se vyskyt­nou, které změní pláno­vaný čas. Hlavním úkolem je je iden­ti­fiko­vat pře­dem, aby je bylo možné řídit. ECM se neza­měřu­je na stálé prob­lémy, pro­tože ty mohou být iden­ti­fikovány a oprave­ny bez zvlášt­ní analýzy.

Vizual­izace rizik pro jejich snad­nější studi­um je dalším důležitým úkolem pro metodologii.

Původ

Metodolo­gie řetězce událostí vznikla na kon­ci 2000. let na zák­ladě jiných nástro­jů pro analýzu rizik. Příruč­ka pro řízení pro­jek­tů (PMBOK Guide) doporuči­la tech­niky pro analýzu rizik v roce 2008: analýzu rozhodovacích stromů, Monte Car­lo sim­u­laci analýzu citlivosti. Posled­ní dva přís­tupy se staly zák­la­dem pro metodologii řetězce událostí.

Meto­da Monte Car­lo pomáhá vypočí­tat sta­ti­stické rozdělení výsled­ků na zák­ladě dat s urči­tou pravděpodob­nos­tí. Analýza citlivosti iden­ti­fiku­je rizika s největším dopa­dem na procesy. 
Další částí metodolo­gie je grafický popis­ný jazyk pro mod­e­lování obchod­ních pro­cesů, UML. Vizual­izace spo­jení mezi nejis­to­ta­mi byla aktivně používá­na ve vývo­ji soft­waru a zahrnovala vytváření Gant­tových dia­gramů a dalších dia­gramů událost­ních sítí.

Také se použí­va­jí tech­niky fore­cast­ing, které ana­lyzu­jí his­torická data. Iden­ti­fiku­jí se podob­nos­ti mezi min­ulý­mi a aktuál­ní­mi procesy.

Tyto tech­niky tvoří zák­lad metody mod­e­lování událostí. Pod jejich vlivem je har­mono­gram pro­jek­tu vytvářen násle­du­jícím způsobem:

  1. Připravte har­mono­gram pro­jek­tu pro opti­mál­ní scénář. Vypočíte­jte trvání, nák­la­dy a další klíčové para­me­try. Odstraňte opti­mi­stické ukaza­tele z výpočtů, neboť pro­jek­toví man­ažeři čas­to zahrnu­jí příliš ambi­ciózní čís­la z důvo­du nad­měrné sebedůvěry, chyb­ných výpočtů nebo moti­vace týmu.
  2. Vytvořte sez­nam událostí a řetězců událostí. Před­povězte jejich pravděpodob­nost výsky­tu a jejich dopad na zdro­je a čin­nos­ti společnosti.
  3. Proveďte kvan­ti­ta­tivní analýzu pomocí metody Monte Car­lo. To vám pomůže určit, jak real­i­stické je dokončit pro­jekt do stanoveného datu­mu bez nepláno­vaných nákladů.
  4. Proveďte analýzu citlivosti, abyste iden­ti­fiko­vali události a řetězce událostí s největším dopa­dem na pro­jekt. Ověřte data, aby se zjis­ti­lo, zda byla pravděpodob­nost událostí přes­ně určena.
  5. Opaku­jte analýzu během pro­jek­tu na zák­ladě skutečných dat a zda se před­povězené události uskutečni­ly. Znovu zhod­noťte pravděpodob­nost a dopad rizik na zák­ladě aktuál­ních ukazatelů.

Prin­cipy ECM

Iden­ti­fiku­jte okamžik výsky­tu události a vzrušený stav

Pro­cesy obvyk­le nej­sou kon­stant­ní a rovnoměrné. Jsou ovlivněny vnější­mi událost­mi, které mění jejich stav. Když se mění pod­mínky pro­ce­su – vyžadu­jící další zdro­je nebo více času – vstoupí do vzrušeného stavu. Před změ­na­mi byl v počátečním stavu.

Stav pro­ce­su může být spo­jen s událostí. Napřík­lad konání schůzky pod otevře­nou stře­chou závisí na vnější události špat­né počasí.” Pokud prší, pro­ces se dostane do vzrušeného stavu — schůz­ka se uskuteční uvnitř. Nyní pro­ces není závis­lý na události špat­né počasí”.

Událost má dopad a pravděpodob­nost. Řekněme, že pro­ces je spo­jen s událostí Změ­na poža­davku.” Může nas­tat s pravděpodob­nos­tí 50 % a způ­so­bit 50% zpoždění ve srovnání s počátečním stavem. Pokud se však ten­to scénář opaku­je, zpoždění může být pouze 25 %, pro­tože vedení při­ja­lo určitá opatření, aby ho zmírnilo.
Dopad události může vést k zpožděním v pro­ce­su, jeho restar­tování, zrušení nebo potře­by nových zdro­jů a opatření. 
Každá událost má okamžik výsky­tu. Může být abso­lut­ní, vázaná na konkrét­ní datum, nebo rel­a­tivní – vysky­tu­jící se na začátku, uprostřed nebo na kon­ci pro­ce­su. Časování události ovlivňu­je její dopad.

Defin­u­jte řetězce událostí

Něk­teré události mohou vyvolat další, čímž vytváře­jí řetězce událostí. Napřík­lad změ­na poža­davku ved­la k zpoždění pro­ce­su, a aby ho urychlila, man­ažer přidělil zdro­je z jiného pro­ce­su. V důsled­ku toho jsou ter­míny překroče­ny a pro­jekt celkově selže.

Událost, která spouští řetězec, se nazývá ini­ciá­tor. Událost, která pře­bírá”, je pří­jem­ce. Účinek vyplý­va­jící z řetězce událostí se nazývá multicasting.


Řetězce událostí způ­sobu­jí více zpoždění než nezávis­lé události. Níže je uve­den přík­lad takového dopadu na tři pro­cesy v pro­jek­tu, každý s 50 % pravděpodob­nos­tí restar­tování a trva­jící 5 dní. Analýza byla prove­de­na pomocí metody Monte Carlo.

Vizual­izace a analýza

Vizual­izace vztahů mezi událost­mi může být prove­de­na pomocí Gant­tových dia­gramů. Zde jsou pravid­la pro jejich vytváření:
  1. Ukázat události jako šip­ky s pop­saný­mi názvy.
  2. Zobraz­it neg­a­tivní události dolů směřu­jící­mi šip­ka­mi a poz­i­tivní události naho­ru směřu­jící­mi šipkami.
  3. Propo­jit události v řetěz­ci linkami.
  4. Ini­ci­u­jící událost s více linka­mi k při­jí­macím událostem se považu­je za multicasting.
  5. Ukázat globál­ní události, které ovlivňu­jí všech­ny pro­cesy mimo Gant­tův dia­gram. Vyjádřete hroz­by nad dia­gramem a příleži­tosti pod ním.

Monte Car­lo sim­u­lace pro analýzu rizik

Jak­mile jsou rizika, řetězce událostí a jejich sou­vise­jící stavy pro­ce­su iden­ti­fikovány, použi­jte meto­du Monte Car­lo k určení celkového dopadu událostí.

I když jsou všech­na rizika iden­ti­fiková­na, exis­tu­jí vždy nejis­to­ty sou­vise­jící s nák­la­dy a trváním pro­jek­tu. Aby se na ně bralo ohled, vypočtěte sta­ti­stické rozdělení času zahá­jení, trvání a nák­ladů na pro­jekt. Nepoužíve­jte ste­jné příčiny, které jste přiřadili k událostem, abyste se vyh­nuli překrývání rizik.

Pos­tupu­jte podle těch­to kroků pro správ­nou analýzu Monte Carlo:
  1. Vypočíte­jte okamžiky výsky­tu rizik na zák­ladě sta­ti­stick­ého rozdělení pro každý stav.
  2. Zkon­trolu­jte, zda se ini­ci­u­jící události vyskyt­nou s danou pravděpodobností.
  3. Určete, zda potře­bu­jete aktu­al­i­zo­vat pravděpodob­nos­ti při­jí­macích událostí pro ten­to experiment.
  4. Zkon­trolu­jte, zda se při­jí­mací události vyskyt­ly s danou pravděpodobností.
  5. Ana­lyzu­jte každý pro­ces jak v počátečním, tak ve vzrušeném stavu.
  6. Pokud událost způ­sobí zrušení pro­ce­su, označte ji tak a započíte­jte nové nák­la­dy a čas do projektu.
  7. Pokud událost vyvolá jinou událost – zásah man­ažera jako zmírňu­jící akci – upravte har­mono­gram pro­jek­tu podle toho.
  8. Zohled­něte kumu­la­tivní dopad událostí na nák­la­dy a trvání pro­jek­tu spolu s fluk­tu­ace­mi trvání a nákladů.
Výsled­kem bude pravděpodob­nost úspěšného dokončení pro­jek­tu a pravděpodob­nost dokončení jed­notlivých procesů.

Vyh­ledávání kri­t­ick­ých řetězců událostí a nák­ladů na události

Události nebo řetězce událostí s nejvyšší pravděpodob­nos­tí ovlivnění pro­cesů se nazý­va­jí kri­t­ické. Iden­ti­fiku­jte je během analýzy citlivosti zkoumáním korelací mezi klíčový­mi para­me­try pro­jek­tu, jako jsou nák­la­dy a trvání, a řetěz­ci událostí.

Použi­jte citlivost­ní tab­ulku pro sle­dování kri­t­ick­ých událostí nebo řetězců.

Závěr

Moti­vační fak­to­ry ovlivňu­jí klíčové para­me­try pro­ce­su více než rizika. Metodolo­gie řetězce událostí pomáhá překonat selek­tivní vnímání, zau­jatost man­ažerů k infor­ma­cím, které se shodu­jí s jejich prin­cipy, nad­měrnou sebedůvěru a pláno­vací chyby.

ECM zohledňu­je fak­to­ry, které jsou opomí­je­ny jiný­mi tech­nika­mi analýzy rizik: okamžiky výsky­tu rizik, řetězce událostí, zpoždění vysky­tování událostí a zmírňu­jící akce. Aby se usnad­ni­la iden­ti­fikace událostí a jejich řetězců, vytváře­jte dia­gramy a tab­ulky stavů procesů.

Metodolo­gie zahrnu­je analýzu rizik a úpravy har­mono­gra­mu během projektu.

esc
Sdílet
или
Škola PM
Yaware zůstává populární na Ukrajině jako systém pro sledování zaměstnanců, ale v roce 2026 týmy stále více hledají alternativy kvůli nadměrnému kontrole, komplikovaným rozhraním a konfliktům s požadavky...
6 únor 2026   •   16 min read
Škola PM
Toggl Track zůstává populární díky svému minimalistickému rozhraní, ale v roce 2026 týmy potřebují více: pokročilou analýzu, transparentní zprávy pro klienty, automatické sledování a správu pracovního...
5 únor 2026   •   15 min read
Škola PM
Snímky obrazovky každých 10 minut. URL logy. Klávesnicové sledování. Zní to jako dohled, ne jako řízení — co říkáte? Time Doctor byl jedním z prvních vážných sledovačů času s monitorováním produktivity...
5 únor 2026   •   14 min read
Začněte pracovat hned teď
Zadejte prosím svůj skutečný e-mail. 🙂