Một kỹ thuật phân tích rủi ro định lượng phức tạp hơn là kỹ thuật mô phỏng. Mô phỏng sử dụng một đại diện hoặc một mô hình của một hệ thống để phân tích sự thực hiện hoặc những hành vi kỳ vọng của một hệ thống. Hầu hết các mô phỏng đều dựa trên một số dạng của phân tích Monte Carlo. Phân tích Monte Carlo mô phỏng những kết quả của một dự án rất nhiều lần để tạo ra một phân phối thống kê của các kết quả đã được tính toán. Phân tích Monte Carlo có thể xác định rằng một dự án sẽ hoàn thành vào một ngày nhất định chỉ trong 10% số lần thực hiện, và xác định một ngày khác mà dự án sẽ hoàn thành trong 50% số lần thực hiện. Theo cách nói khác, phân tích Monte Carlo có thể dự đoán xác suất hoàn thành vào một ngày nhất định hoặc xác suất khi chi phi bằng hoặc ít hơn một giá trị nhất định.
Bạn có thể sử dụng một vài loại hàm phân phối khi tiến hành phân tích Monte Carlo. Ví dụ dưới đây là một cách tiếp cận đơn giản
Những bước tiến hành phân tích Monte Carlo gồm có:
Tính toán khoảng của các biến đang được xem xét. Theo cách nói khác, thu thập những ước tính bi quan và lạc quan có thể xảy ra nhất của các biến số trong mô hình. Ví dụ, nếu bạn đang cố gắng xác định khả năng hoàn thành dự án đúng mục tiêu lịch trình, biểu đồ mạng lưới dự án sẽ là mô hình bạn cần. Bạn cần thu thập những ước tính thời gian lạc quan và bi quan có thể xảy ra nhất cho mỗi nhiệm vụ. Chú ý rằng bước này rất giống với việc thu thập dữ liệu để tiến hành dự toán PERT (kỹ thuật ước lượng và đánh giá chương trình). Tuy nhiên, thay về áp dụng công thức tính trung bình như PERT, bạn chuyển tới bước kế tiếp khi tiến hành mô phỏng Monte Carlo.
Xác định phân phối xác suất của mỗi biến. Xác suất một biến số nằm trong khoảng ước tính lạc quan và ước tính khả dĩ nhất là gì. Ví dụ, nếu một chuyên gia đang thực hiện công việc cung cấp số liệu ước lượng khả dĩ nhất là 10 tuần, ước lượng lạc quan nhất là 8 tuần và ước lượng bi quan nhất là 15 tuần, bạn có thể sẽ hỏi vậy xác suất hoàn thành công việc trong khoảng từ 8-10 tuần là bao nhiêu. Chuyên gia đó có thể sẽ trả lời rằng xác suất là 20%.
Với mỗi biến số, ví dụ như là ước lượng thời gian cho một công việc, lựa chọn một giá trị ngẫu nhiên dựa trên phân phối xác suất biến số. Ví dụ, cùng tình huống như trên, bạn sẽ lựa chọn ngẫu nhiên một giá trị từ 8 tuần đến 10 tuần 20% trong tổng số lần thực hiện và một giá trị trong khoảng 10 – 15 tuần 80% số lần thực hiện.
Tiến hành một phân tích xác định hoặc một dừng xuyên suốt mô hình mà sử dụng những kết hợp của giá trị đã được lựa chọn cho mỗi biến. Ví dụ, công việc được mô tả phá trên sẽ có thể có giá trị 12 trong lần đầu thực hiện đầu tiên. Tất cả các công việc khác cũng sẽ có một giá trị ngẫu nhiên được gán cho chúng vào lần thực hiện đầu tiên, dựa trên những ước lượng và phân phối xác suất của chúng.
Lặp lại các bước 3 và 4 nhiều lần để có được phân phối xác suất của kết quả của mô hình. Số lần lặp phụ thuộc vào số lượng các biến và mức độ của sự tự tin cần thiết trong các kết quả, nhưng nó thường nằm giữa 100 và 1000. Sử dụng tiến độ dự án là một ví dụ, trận chung kết mô phỏng sẽ cho bạn khả năng hoàn thành toàn bộ dự án trong một khoảng thời gian nhất định.
Hình 11-8 minh họa các kết quả từ một mô phỏng Monte Carlo dựa trên một lịch trình dự án. Các mô phỏng được thực hiện bằng cách sử dụng Microsoft Project và rủi ro + phần mềm. Ở phía bên trái của hình 11-8 là một biểu đồ hiển thị cột và một đường cong hình chữ S. Chiều cao của mỗi cột, đọc bởi quy mô trên bên trái của biểu đồ, cho biết số lần dự án đã được hoàn thành trong một khoảng thời gian nhất định trong quá trình chạy mô phỏng, mà là số lượng mẫu. Trong ví dụ này, khoảng thời gian là hai ngày làm việc, và các mô phỏng được chạy 250 lần. Cột đầu tiên cho thấy dự án đã được hoàn thành bằng 1/ 29 hoặc ngày 29 tháng 1 (sử dụng định dạng tháng / ngày) chỉ có hai lần trong các mô phỏng. Đường cong hình chữ S, đọc từ quy mô trên bên phải của biểu đồ, cho thấy xác suất tích lũy hoàn thành dự án vào hoặc trước một ngày nhất định. Phía bên phải của Hình 11-8 cho thấy các thông tin dưới dạng bảng.
Ví dụ, có một xác suất 10 % dự án sẽ được hoàn thành vào 2/8, một 50 % cơ hội hoàn thành 2 /17, và một cơ hội 90 % hoàn thành 2 /25.
Như bạn có thể tưởng tượng, người sử dụng phần mềm để thực hiện các bước cần thiết để phân tích Monte Carlo. Một số gói phần mềm trên máy tính có sẵn mà thực hiện Monte Carlo Điện thoại-lations. Nhiều sản phẩm sẽ cho bạn thấy những gì các trình điều khiển nguy cơ chính là, dựa trên kết quả mô hình hóa. Ví dụ, một loạt cho một ước tính công việc nhất định có thể gây ra hầu hết những gì không chắc chắn trong tiến độ dự án. Bạn sẽ tìm hiểu thêm về cách sử dụng mô phỏng và phần mềm khác liên quan đến quản lý rủi ro dự án sau trong chương này