这篇非常有趣的文章“敏感性和风险路径分析”是由John Owen在Barbecana．
敏感性分析是一个非常有用的工具，虽然有一些缺点。在这里，我们探索敏感性分析以及风险路径分析如何克服其中一些缺点。
敏感性分析
敏感性分析表明我们在所选结果中创造不确定性的任务。结果可能是整个项目或临时可交付。了解每项任务对结果的潜在影响有助于我们关注管理努力，也许识别计划压缩的机会。
考虑图1所示的时间表。
图1
调度工具计算出关键/最长路径运行于Initiate、Hardware任务，最后是Integration。
但是，假设一切都受制于某些不确定性，我们是否应该考虑其他可能对结果产生影响的任务?
让我们对所有任务应用一些不确定性。为简单起见，在此示例中，我们将对每个任务应用±25％的对称不确定性。这意味着每项任务都可能尽早完成，这意味着平均每项任务应在最初估计的持续时间内完成。每个任务对结果的可能影响都可以使用龙卷风图描绘。这表明如图2所示的时间表中每个任务的结果对每个任务的敏感性。
图2
敏感度指数根据任务对结果可能产生的影响排序，清楚地显示HW任务1和4的影响最大。在时间比例柱状图中，绿色和红色区域之间的分割显示了潜在影响与平均完成时间之间的结果。
这强调了当任务HW Task 1和4提前完成时，结果的完成日期也倾向于比预期的平均值提前完成。相反地，如果任务完成得晚，那么结果也会移动得晚。通过在执行过程中管理好这些任务，按时交付的机会就会增加。
然而，我们用于所有任务的对称不确定性并不是很现实。
幸运的是，敏感性分析可以被认为是在模拟过程中影响结果的“命中”的任务列表。此列表可用于有针对性的估算细化。图3中示出了具有高灵敏度指数的估计持续时间对估计持续时间的置信度的示例评估。此类评估可以使用满足组织需求的任何条款或编号方案。例如，“高信任”可以同样被描述为“低风险”。
图3
我们指出，我们通常对硬件任务的估计持续时间具有更高的置信度，以及对软件任务的估算估计的置信度较低。必威手机登陆界面
评估可能转化为图4所示的不确定性数据。
图4
如果我们现在重新运行分析，将生成如图5所示的Sensitivity Tornado图表。
图5
我们可以清楚地看到，由于软件持续时间估计的可信度较低，软件任务在完成日期上产生了更多的不确定性。必威手机登陆界面需要注意的是，不仅可能影响结果的任务顺序发生了改变，而且可能值的范围也发生了改变，并向未来移动(因为我们远离了不现实的对称不确定性)。
但发起和集成任务发生了什么事？这些在图2中显示，但不出现在图5中。
由于我们的风险评估/评估细化工作集中在硬件和软件任务上，我们修正的模型没有包括任何初始和集成的不确定性。必威手机登陆界面因为它们现在没有不确定性，所以它们不会在结果中产生任何变化，因此不会出现在敏感性分析中。
风险的路径分析
查看负责结果日期的任务的另一种技术是在完整的Monte 2017中提供的风险路径报告。该组基于其影响结果的概率来任务。与敏感龙卷风图不同，风险路径报告包括推动结果的任何任务，即使它们没有不确定性，也不会出现在敏感性报告中。
图6
风险路径报告可以使理解任何结果的最可能的关键路径变得更容易，因此可以通过改变任务之间的逻辑来识别时间表压缩或风险减少的机会。
Full Monte 2017允许敏感性和风险路径分析聚焦于整个项目或选定的中期交付物。图7和图8显示了聚焦于SW Complete里程碑的敏感性和风险路径分析。
图7
图8
请注意，在图7中，Full Monte计算了项目完成和选定敏感性目标的关键百分比。在图8中，我们可以看到任务SW task 1 100%处于SW Complete的关键路径上，而只有86%的时间处于项目完成的关键路径上。
概括
敏感度分析是理解任务持续时间不确定性对特定结果影响的一个非常强大的工具，但它确实有两个缺点:
- 没有不确定性的任务不会出现在敏感性报告中，因为它们不会导致结果不确定性。
- 不容易理解敏感性报告中的任何任务如何逻辑地适合在结果中创造不确定性。
风险路径报告Barbecana完全蒙特2017年解决问题并突出了其他非关键路径最终如何影响结果。
通过理解和管理基于进度风险分析的潜在关键路径，项目可以实现显著的成本节约和更大的机会满足承诺。
作者:约翰·欧文
Barbecana