Os gerentes de projeto às vezes planejam a duração de um projeto apenas com base em sua própria experiência. No entanto, cálculos baseados nas tarefas mais bem-sucedidas e malsucedidas que executaram podem ser imprecisos.
Alguns gerentes podem pensar inconscientemente: “Eu vejo o que quero ver”. É comum que um gerente confie em informações que alinham-se com sua visão de mundo, enquanto ignora dados que não atendem à sua aprovação mental.
Outro desafio na programação de projetos é a complexidade das relações entre diferentes riscos. Eventos podem ocorrer a qualquer momento durante o processo, correlacionar-se entre si ou desencadear outras incertezas. O mesmo evento pode ter impactos variados dependendo das circunstâncias, e o gerente pode “extinguir o fogo” de maneiras diferentes.
A Metodologia de Cadeia de Eventos (MCE) assume que não importa quão bem planejada esteja a programação do projeto, eventos ocorrerão que alterarão o cronograma planejado. A principal tarefa é identificá-los com antecedência para gerenciá-los. A MCE não se concentra em problemas constantes, pois estes podem ser identificados e corrigidos sem uma análise especial.
Visualizar riscos para estudá-los mais facilmente é outra tarefa importante da metodologia.
Origem
A Metodologia de Cadeia de Eventos surgiu no final dos anos 2000 com base em outras ferramentas de análise de risco. O Guia do Conhecimento em Gerenciamento de Projetos (PMBOK) recomendou técnicas para análise de risco em 2008: análise de árvore de decisão, simulação de Monte Carlo, e análise de sensibilidade. As duas últimas abordagens tornaram-se a base para a Metodologia de Cadeia de Eventos.
O método de Monte Carlo ajuda a calcular a distribuição estatística dos resultados com base em dados com uma certa probabilidade. A análise de sensibilidade identifica os riscos com o maior impacto nos processos.
Outra parte da metodologia é a linguagem de descrição gráfica para modelar processos de negócios, UML. A visualização de conexões entre incertezas foi amplamente utilizada no desenvolvimento de software e envolveu a criação de gráficos de Gantt e outros diagramas de rede de eventos.
Técnicas de previsão que analisam dados históricos também são utilizadas. Semelhanças entre processos passados e atuais são identificadas.
Técnicas de previsão que analisam dados históricos também são utilizadas. Semelhanças entre processos passados e atuais são identificadas.
Essas técnicas formam a base do método de modelagem de eventos. Sob sua influência, a programação do projeto é criada da seguinte forma:
- Prepare a programação do projeto para o cenário otimizado. Calcule a duração, custo e outros parâmetros-chave. Remova indicadores otimistas dos cálculos, já que os gerentes de projeto frequentemente incorporam números excessivamente ambiciosos devido à autoconfiança, erros de cálculo ou motivação da equipe.
- Criar uma lista de eventos e cadeias de eventos. Preveja sua probabilidade de ocorrência e seu impacto nos recursos e atividades da empresa.
- Realizar uma análise quantitativa usando o método de Monte Carlo. Isso ajudará a determinar quão realista é concluir o projeto na data especificada sem custos imprevistos.
- Realizar uma análise de sensibilidade para identificar eventos e cadeias de eventos com o maior impacto no projeto. Verifique os dados para avaliar se a probabilidade de eventos está determinada com precisão.
- Repita a análise durante o projeto com base em dados reais e se os eventos previstos ocorreram. Reavalie a probabilidade e o impacto dos riscos com base nos indicadores atuais.
Princípios da MCE
Identifique o Momento de Ocorrência do Evento e o Estado Excitado
Os processos geralmente não são constantes e uniformes. Eles são influenciados por eventos externos que mudam seu estado. Quando as condições do processo mudam — requerendo outros recursos ou mais tempo — ele entra em um estado excitado. Antes das mudanças, estava em seu estado inicial.O estado do processo pode estar ligado a um evento. Por exemplo, realizar uma reunião ao ar livre depende do evento externo “mau tempo.” Se chover, o processo se moverá para um estado excitado— a reunião será realizada em ambientes internos. Agora, o processo não depende mais do evento “mau tempo”.
Um evento tem um impacto e uma probabilidade. Suponha que um processo esteja ligado ao evento “Mudança de requisito.” Ele pode ocorrer com uma probabilidade de 50% e causar um atraso de 50% em comparação com o estado inicial. No entanto, se esse cenário se repetir, o atraso pode ser de apenas 25%, já que a gestão tomou certas medidas da última vez para mitigá-lo.
O impacto de um evento pode levar a atrasos, reinícios, cancelamentos ou à necessidade de novos recursos e medidas.
Cada evento tem um momento de ocorrência. Pode ser absoluto, ligado a uma data específica, ou relativo — ocorrendo no início, meio ou fim do processo. O momento do evento influencia seu impacto.
Defina Cadeias de Eventos
Alguns eventos podem desencadear outros, formando cadeias de eventos. Por exemplo, uma mudança de requisito levou a um atraso no processo, e para acelerá-lo, o gerente alocou recursos de outro processo. Como resultado, os prazos são perdidos, e o projeto como um todo falha.
O evento que desencadeia a cadeia é chamado de iniciador. O evento que “assume” é o receptor. O efeito resultante da cadeia de eventos é chamado de multicast.
Cadeias de eventos causam mais atrasos do que eventos independentes. Abaixo está um exemplo de tal impacto em três processos em um projeto, cada um com uma probabilidade de 50% de reiniciar e durar 5 dias. A análise foi conduzida usando o método de Monte Carlo.
Visualização e Análise
Visualizar as relações entre eventos pode ser feito usando gráficos de Gantt. Aqui estão as regras para criá-los:
- Mostre os eventos como setas com nomes rotulados.
- Exiba eventos negativos com setas para baixo e eventos positivos com setas para cima.
- Conecte eventos na cadeia com linhas.
- Um evento iniciador com várias linhas para eventos receptores é considerado multicast.
- Mostre eventos globais que afetam todos os processos fora do gráfico de Gantt. Indique ameaças acima do diagrama e oportunidades abaixo.
Simulação de Monte Carlo para Análise de Risco
Uma vez que riscos, cadeias de eventos e seus estados de processo associados sejam identificados, use o método de Monte Carlo para determinar o impacto geral dos eventos.Mesmo quando todos os riscos são identificados, incertezas relacionadas ao custo e duração do projeto sempre existem. Para levá-las em conta, calcule as distribuições estatísticas de tempo de início, duração e custo do projeto. Não use as mesmas causas que você atribuiu a eventos para evitar sobreposição de riscos.
Siga estas etapas para uma análise correta de Monte Carlo:
- Calcule os momentos de ocorrência de risco com base na distribuição estatística para cada estado.
- Verifique se os eventos iniciadores ocorrerão com a probabilidade dada.
- Determine se você precisa atualizar as probabilidades de eventos receptores para este experimento.
- Verifique se os eventos receptores ocorreram com a probabilidade dada.
- Analise cada processo tanto no estado inicial quanto no estado excitado.
- Se um evento causar o cancelamento do processo, marque‑o como tal e considere novos custos e tempo no plano do projeto.
- Se um evento causar outro evento — intervenção do gerente como uma ação mitigadora — ajuste o cronograma do projeto conforme necessário.
- Considere o impacto cumulativo dos eventos no custo e duração do projeto juntamente com flutuações de duração e custo.
O resultado fornecerá a probabilidade de conclusão bem-sucedida do projeto e a probabilidade de que processos individuais sejam concluídos.
Encontrando Cadeias de Eventos Críticas e Custo de Eventos
Eventos ou cadeias de eventos com a maior probabilidade de afetar processos são chamados de críticos. Identifique-os durante a análise de sensibilidade examinando correlações entre parâmetros-chave do projeto, como custo e duração e cadeias de eventos.
Use uma tabela de sensibilidade para rastrear eventos ou cadeias críticos.
Conclusão
Fatores motivacionais impactam parâmetros-chave do processo mais do que riscos. A Metodologia de Cadeia de Eventos ajuda a superar a percepção seletiva, o viés do gerente em relação a informações que alinham-se com seus princípios, a autoconfiança e erros de planejamento.
A MCE considera fatores negligenciados por outras técnicas de análise de risco: momentos de ocorrência de risco, cadeias de eventos, atrasos na ocorrência de eventos e ações mitigadoras. Para simplificar a identificação de eventos e suas cadeias, crie diagramas e tabelas de estado do processo.
A metodologia inclui análise de risco e ajustes de cronograma durante o projeto.