"אני אוהב דברים שמקלים על העבודה שלי. מודל סטטיסטי לאומדן הוא בדרך כלל לא משהו שהייתי מכניס לתיבה 'הפוך את העבודה שלי לקלה', אבל יכול להיות שפשוט מצאתי אחד שעובד". וויליאם וו. דייויס
וויליאם וו. דייוויס הוא ממובילי גישת האומדן של PERT (Program Evaluation and Review Technique), ולמעשה הוביל אותה לשלב הבא בכך שהוא מאפשר לך להוסיף קורטוב של שיפוט מקצועי עם המספרים.
אנו מביאים בפניכם ראיון מרתק שנערך עם מר דייויס המפרט על מודל ה- SPERT שפיתח.
למה PERT רגיל לא מספיק טוב?
נוסחת PERT מחשבת בצורה שימושית ערך צפוי עבור אי ודאות עם מאפיינים בצורת פעמון גאוס. אבל הערכים הצפויים אמינים רק בכ-50%. מה אם אתה רוצה הערכה שהיא, למשל, 80% מהימנה? או 95% אמינה? PERT לא יכול לתת לך הערכות מסוג זה.
יתרה מכך, PERT לא יכול לשלב אומדנים שלוקחים בחשבון את הידע והאינטואיציה של מעריך לגבי אי ודאות. PERT הוא כולו ראש, אבל אין לו לב. עם זאת, קבלת החלטות מעוררת הן את האינטלקט והן את הרגשות שלנו, וזה נכון כאשר אנו מבצעים הערכות ואומדנים לגבי אי הוודאות בפרויקט.
בסדר, הבנתי. אז מה ה-S מציע?
ה-S ב-SPERT מציע כוחות על לכל מנהלי הפרויקטים..
כוח העל הראשון הוא סטטיסטיקה. האגודה האמריקאית לסטטיסטיקה מגדירה סטטיסטיקה כ"מדע של למידה מנתונים ושל מדידה, שליטה ותקשורת של אי ודאות". עבורי, סטטיסטיקה עוסקת בלמידה, מדידה, שליטה ותקשורת של אי ודאות לבעלי העניין של הפרויקט שלי (Project Stakeholders).
סטטיסטיקה היא כוח על מדעי. אם מנהלי פרויקטים יכולים לרתום את הכוח הזה, הם יכולים להתייחס לשתי הסיבות העיקריות לכך שמישהו מבצע אומדן למשהו.
פי. אמ. טים מפעילה את "פי. אמ. טים אקדמי" - המוסד המוביל בישראל להכשרת מנהלי פרויקטים ולמבחני הסמכת ה- ® PMP.
הירשמו עכשיו לקורס ניהול פרויקטים מתקדם
הסיבות שאנו מבצעים אומדנים הם:
תיאום ציפיות בין בעלי עניין רבים, כך שכולם ידעו מה לצפות לגבי אי ודאויות עתידיות, וכן
יכולת קבלת החלטות טובה יותר ומושכלת יותר ביחס לאותן אי ודאויות עתידיות.
כוח העל השני הוא חישה. PERT סטטיסטי מאפשר למבצע האומדן להתאים באופן רציונלי את ההערכות שלהם על סמך תחושתם לגבי התוצאה הסבירה ביותר (Most Likely).
SPERT משתמש בתחושה שלנו לגבי התוצאה הסבירה ביותר כדי להתאים את הערכות SPERT.
איך זה עובד?
PERT סטטיסטי הוא תהליך בן חמישה שלבים (אך תבנית SPERT הופכת אותו לשלושה שלבים בלבד). חמשת השלבים של PERT סטטיסטי הם:
- זהה תוצאה מינימלית, סבירה ומקסימלית עבור אי ודאות מסוימת (Pessimistic, Most Likely, Optimistic)
- חשב את הערך הצפוי באמצעות נוסחת PERT לממוצע משוכלל
|
= (p=pessimistic, m=most likely, o=optimistic) |
PERT-Weighted Average |
- קבע שיקול דעת סובייקטיבי לגבי הסבירות שהתוצאה הסבירה ביותר באמת
- חשב סטיית תקן
- בחר כל אומדן הסתברותי המתאים לרמת הסיכון הרצויה לך
תבניות SPERT עושות עבורך את שלבים 2 ו-4, והפונקציות הסטטיסטיות של Excel בשלב 5 עושות זאת במהירות.
יש לך תבנית SPERT שבחרת להציע בחינם. למה?
אני כן מציע את כל חוברות העבודה והתבניות לדוגמה של PERT, בחינם, לכולם. ניתן לראות את אלה באתר האינטרנט של וויליאם ולהורד תבנית SPERT בחינם.
אני רוצה להסיר חסמים שמונעים מאנשים לחקור את כוחות העל הסטטיסטיים שלהם.
אני רוצה לעודד את כל אנשי העסקים - במיוחד מנהלי פרויקטים - להשתמש בסטטיסטיקה כדי לבצע תיאום ציפיות מהיר של בעלי העניין ולשפר את קבלת ההחלטות הניהוליות.
מה הוביל אותך לפתח את ה SPERT מלכתחילה?
לפני שנתיים סקרתי מנהלי פרויקטים עמיתים ושאלתי אותם את השאלה הזו: "עד כמה אתה שואף להיות בטוח כשאתה מעריך את הפרויקטים שלך?"
התגובות האנונימיות שלהם נעו בין 50% ל-100%! אבל אף אחד ממנהלי הפרויקטים האלה לא חישב את רמות האמון שלהם (confidence levels), ולספונסרים שלהם לא היה מושג כמה סיכון הם נוטלים על עצמם על ידי אישור תקציב הפרויקט ואישור לוח הזמנים של הפרויקט.
הבנתי שמנהלי פרויקטים מקצועיים ורציניים צריכים דרך קלה להעביר את תחושת הביטחון והסיכון שלהם לאנשים אחרים. לא מצאתי דרך מתאימה לעשות את זה, אז יצרתי דרך.
אילו מגמות זיהית באומדן?
VersionOne, יצרנית תוכנת ניהול פרויקטים זריזה, שילבה סימולצית "מונטה קרלו" בתוכנה שלה לפני שנתיים. אנשים העובדים לפי מתודולוגיות אג'ייל (Agilists) המשתמשים ב-VersionOne יכולים כעת לראות עקומות בצורת פעמון החוזות מתי שחרור התוכנה שלהם (Release) יסתיים.
אבל, ביחד, לא פתרנו את הבעיה הבסיסית שאנחנו פשוט לא מעריכים היטב את העתיד הלא ידוע. ואנחנו עושים עבודה גרועה עוד יותר בהעברת תחושת הביטחון/רמות האמון שלנו והסיכון שלנו לגבי אי הוודאות בפרויקט שלנו לבעלי העניין שלנו.
מה דעתך על # noestimate?
הקהל של #noestimate הוא בעיקר אג'ליסטים שנמנעים מניהול פרויקטים מסורתי, וזה כולל את הדרכים המסורתיות, ולעתים קרובות כושלות, להערכת פרויקטים.
במקום לא להעריך כלל, אני מאמין שעלינו לעבור ממודל חיזוי דטרמיניסטי למודל חיזוי סטוכסטי המאפשר תוצאות אפשריות רבות, סבירות ובלתי סבירות. סטטיסטיקה יכולה לקדם אותנו לקראת מודל חיזוי פרויקט.
זכרו מהי מטרת הסטטיסטיקה: ללמוד, למדוד, לשלוט ולתקשר אי ודאות. אי הערכה פירושה שאיננו מעבירים אי ודאות לבעלי העניין שלנו.
אז בהתחשב בכל מה שדיברנו עליו היום, מה הדבר הגדול שמנהלי פרויקטים צריכים להיזהר ממנו?
הקשב היטב לכל אימת שאתה שומע מישהו חולק הערכה דטרמיניסטית (בעל ערך יחיד) של אי ודאות כלשהי בפרויקט. כאשר אתה שומע או רואה הערכה כזו, עליך להבהיר את ההערכה: "האם זו תוצאה אופטימית, סבירה ביותר או פסימית? עד כמה ההערכה הזו אמינה?"
כאשר ההערכות נגזרות סטטיסטית, אפילו הערכות של ערך יחיד מגיעות עם רמת ביטחון שניתן לחלוקה. לדוגמה, אם אני אומר, "אני אסיים את המשימה עד יום שישי", אני לא משדר שום תחושת ביטחון או סיכון. אבל אם אני אגיד, "יש סיכוי של 80% שאסיים את המשימה עד יום שישי", עכשיו העברתי מידה של ביטחון וסיכון לגבי האם אסיים את המשימה עד יום שישי.
