Paraméteres becslés / definíció, példák, felhasználások
amikor meg kell becsülnie egy projekt vagy egy projekt részének költségeit, szinte elkerülhetetlenül találkozik a paraméteres becslés technikájával. Ez egy kvantitatív megközelítés a várható költség meghatározására a múltbeli vagy piaci adatok alapján. Ez egy olyan módszer is, amelyet a PMI Projektmenedzsment Tudásanyagában a költségbecslés folyamatában használnak (lásd PMBOK 6.Kiadás., ch. 7.2).
ebben a cikkben bemutatjuk a paraméteres becslés technikáját. Ezenkívül útmutatást és példát adunk a módszer gyakorlati alkalmazására.
Mi A Paraméteres Becslés?
a paraméteres becslés egy statisztikai alapú módszer a projekt, tevékenység vagy projekt egy részének végrehajtásához és befejezéséhez szükséges pénzügyi erőforrások vagy idő várható összegének kiszámítására. Ez egy bevett módszer számos projektmenedzsment keretek, mint például a Project Management Institute PMI Project Management Body of Knowledge (PMBOK), ahol szerepel az eszközök és technikák a ‘becsült költség’ és a ‘becsült tevékenység időtartama’ folyamatok.
a becslés meghatározása egy paraméter és egy költség-vagy időérték közötti statisztikai (vagy feltételezett) korreláción alapul. Ezt a megfigyelt korrelációt ezután a jelenlegi projekt méretére méretezzük (forrás: PMI Practice Standard for Project Estimating, 2nd edition, ch. 4.2.2). Például az autópálya-építésnél az előző projektben az 1 mérföld megépítésének költsége és ideje lehet az alapja a jelenlegi építési projekt erőforrásainak és ütemezésének kiszámításához. Ez azonban megköveteli, hogy statisztikai bizonyíték álljon rendelkezésre az összefüggésről, és hogy a két projekt jellemzői összehasonlíthatók-e).
a költség vagy az időtartam kiszámításáhozparaméter, egy sor Történelmi adat szükséges. Ezt a korábbi projektekből (Építőipari, tanácsadói, informatikai és egyéb iparágakban működő vállalatok néha központilag tárolják az ilyen adatokat) lehet beszerezni, nyilvánosan elérhető piaci adatokatvagy a teljesítményértékeléshez statisztikát nyújtó ügynökségek.
míg a parametrikus becslés közös technika a költségek becslésére a granularitás különböző szintjein, a végrehajtás formája nagyban változik.
egyes projektek komplex statisztikai modelleket építenek, és átfogó regresszióanalízist végeznek különböző paraméterekre. Algoritmusokat is fejleszthetnek, és jelentős számú erőforrást rendelhetnek az ilyen modellek telepítéséhez és (vissza)teszteléséhez. Ez a megközelítés alkalmazható nagy projektekre vagy úgynevezett megaprojektekre, ahol még a becslések pontosságának apró hiányosságai is jelentős hatást gyakorolhatnak.
a Projektbecslésre vonatkozó PMI gyakorlati szabvány részletes útmutatást nyújt a projektköltségek becsléséhez. A PMI tagjai a PMI weboldalán keresztül férhetnek hozzá.
kisebb projektek, a tartomány másik végén, használhatnak parametrikus becslést függvények fejlesztésével vagy egyszerűen a ‘hármas szabály’ alkalmazásával, ha bizonyíték vagy ésszerű feltételezés van arra, hogy a megfigyelt paraméterek és értékek korrelálnak. Ez magában foglalhat bizonyos szakértői megítélést is, hogy a feltételezett regressziók ésszerűek-e és alkalmazhatók-e a projektre vagy a tevékenységre.
a PMI gyakorlati szabványa szerint 2 típusú eredmény létezik:
- determinisztikus és
- valószínűségi becslések.
determinisztikus becslések
a paraméteres becslés determinisztikus eredménytípusa egyetlen szám a szükséges költség vagy idő összegére, amelyet a paraméteres méretezés alapján számítanak ki. Néha manuálisan módosítják, hogy figyelembe vegyék a jelenlegi és a korábbi projektek közötti különbségeket (pl. a csapatok eltérő tapasztalati szintjei), vagy hozzáadjanak egy készenléti tartalékot.
valószínűségi becslések
ez az eredménytípus nem egyetlen becslést eredményez, hanem a különböző költség-és időtartam-összegek valószínűségén alapuló becslések sorozatát. Ezt gyakran valószínűségi sűrűséggörbe formájában mutatják be, amint az az alábbi ábrán látható.
a módszer átalakítani ezt a funkciót amorpraktikusabb tartományban becslések azonosítása három pontot thatcurve:
- a legvalószínűbb becslés, amely általában a legnagyobb valószínűségű költség vagy időérték,
- a pesszimista, és
- az optimista becslés.
az optimista és pesszimista költség-és időtartambecslések meghatározhatók egy cél valószínűség (például 90%, 95% vagy 99%, az alapul szolgáló adatok minőségétől és az értékel-Eloszlás típusától függően) és/vagy a szórásaik szorzójának meghatározásával. A valószínűségi sűrűséggörbe formájától függően ez a 3 pont átalakítható úgynevezett végső becsléssé, hasonló megközelítéssel, mint a háromszög vagy a PERT béta Eloszlás esetében.
hogyan kell elvégezni a paraméteres becslést?
ez a szakasz a paraméteres becslés végrehajtásához szükséges lépéseket ismerteti. Amint azt korábban említettük, a becslési folyamat és az alkalmazott eszközök terjedelmét és összetettségét a projekt szükségleteihez kell igazítani. Az alábbi lépésekben hozzáadtunk egy megjegyzést, ahol elvárjuk a kis és összetett projektek közötti különbségeket.
határozza meg a projekt azon részeit, amelyekhez(potenciálisan) használhatja a
paraméteres becslést első lépésként a projektmenedzsernek meg kell határoznia a munka mely részeit. A kiválasztási kritériumok elsősorban
- szükséges pontossági szint, azaz durva becsléshez az egész projektet egyszerre lehet megbecsülni (pl. négyzetméterenkénti építési költség), de a végleges becslésekhez szemcsésebb szintre kell mennie.
- paraméterek és értékek korrelációja, pl. ezzel a technikával csak akkor becsülheti meg a munkát vagy az erőforrásokat, ha tudja vagy feltételezi, hogy a paraméter és az időtartam és/vagy a költség között összefüggés van (a teszteléstől függően).
- adatok rendelkezésre állása a paraméteres becsléshez (lásd a következő lépést).
a munkabontási struktúra (WBS) jó kiindulópont lehet a paraméteres becslés hatókörének kiválasztásához.
kutatási előzmények és piaci adatok a hasonló projektek költségeiről és/vagy Időigényéről
ha azonosított olyan területeket, amelyekre paraméteres becslés alkalmazható, össze kell gyűjtenie a vonatkozó adatokat. A lehetséges adatforrások olyan belső költség – /idő – / erőforrás-adatbázisok, amelyek korábbi projektekből származó megfigyelt értékekkel vannak feltöltve (gyakran olyan vállalatoknál állnak rendelkezésre, amelyek rendszeresen dolgoznak bizonyos projekttípusokon), nyilvánosan elérhető adatok, például nyilvános statisztikák vagy iparági referenciaértékek.
határozza meg azokat a paramétereket, amelyeket tesztelni kíván a költség-vagy Időértékekkel való korrelációban
miután létrehozott egy adatkészletet, ki kell választania azokat a paramétereket, amelyek potenciálisan korrelálhatnak a költség-vagy időigényekkel. Ezeket a korrelációkat további statisztikai elemzésnek vetik alá, ha modellt használ.
kisebb projektekben valószínűleg szakértői véleményt vagy józan észt alkalmazna annak eldöntésére, hogy mely paraméterek ésszerűek. Ha ez megfelel a projekt igényeinek, kihagyhatja a következő két lépést, és továbbléphet a számítás szakaszra.
határozza meg a költségeket vagy időtartamokat meghatározó paraméter(ek) et (pl. Regresszióanalízissel és szükség esetén további statisztikai elemzéssel)
tesztelje az előző lépésben azonosított paraméterkészletet korrelációk és/vagy regressziók szempontjából. Ez általában statisztikai szoftverek, például R vagy más ingyenes vagy kereskedelmi megoldások használatát foglalja magában. A mesterséges intelligencia (gépi tanulás) használatát is figyelembe lehet venni, például a komplex adatkészletek mintáinak azonosítására. Az elemzés végén válassza ki azokat a paramétereket, amelyek megfelelnek a becslési modellnek.
modell kidolgozása ésvégezzen (vissza)tesztelést, ha lehetséges
dolgozzon ki egy modellt a projekt költségének és időtartamának előrejelzésére az előző lépésben azonosított paraméterek alapján. Győződjön meg róla, hogy újra teszteli az eredményeket a korábbi adatokkal.
vegye figyelembe, hogy ez a lépés statisztikai szakértelmet és adatelemzési tapasztalatot igényel. Valójában ezek a modellek meglehetősen összetettek lehetnek, különösen nagy projektek esetében. Tehát tisztában kell lennie az ilyen típusú modell kidolgozásához szükséges költségekkel, idővel és erőforrásokkal. Ezt mérlegelje a projekt és az érdekelt felek potenciális előnyeivel és követelményeivel a becslés tekintetében.
a paraméteres becslés(ek) kiszámítása
ha épített egy modellt, akkor valószínűségi vagy determinisztikus becslést számít ki az aktuális projektparaméterek betáplálásával a modellbe.
ha a releváns paraméterek azonosításához inkább szakértői véleményt használt, mint modellt, akkor először ki kell számítania a paraméteregységenkénti költség vagy idő összegét.
ezután kifejleszthet és alkalmazhat egy költség-ordurációs függvényt, amely ezeket a paramétereket független változóknak tekinti. Ha kitölti az aktuális projekt paraméterértékeit, az eredmény a projekt költségének vagy időtartamának becslése (determinisztikus) lesz.
legegyszerűbb formájában a parametricestimation csak egy paramétert és a paraméterek és a költség vagy az idő közötti lineáris kapcsolatot tartalmaz. Ebben az esetben használhatja a’ három szabály ‘ számítást, és megszorozhatja a költség vagy időtartam paraméteregységenként az aktuális projekt paraméterének értékével. A képlet a következő:
E_parametric= a_old / p_old x p_curr,
ahol:
e_parametric = paraméteres becslés,
a_old = költség vagy idő történelmi összege,
p_old = a paraméter történelmi értéke,
p_curr = a paraméter értéke az aktuális projektben.
néhány példát a következő részben talál. A paraméteres becslés ezen példái szintén hármas szabályon alapulnak.
milyen előnyei és hátrányai vannak a Parametriesztimálásnak?
Pros
- a paraméteres becslési technika nagyon pontos lehet A költség és az idő becslésekor.
- ezért könnyebb megszerezni az érdekelt felek támogatását és a költségvetések jóváhagyását.
- a modell létrehozása után újra felhasználható más hasonló projektekhez, és az adatok minősége minden további projekttel jobb lesz.
- a kiszámított eredmények kézi kiigazítása a korábbi és a jelenlegi projekt közötti különbségek figyelembevétele érdekében segíthet a modell vagy az alapul szolgáló adatok gyengeségeinek kezelésében, például ha a minőségi és környezeti tényezőket nem teljes mértékben táplálják be a modellbe.
Cons
- a paraméteres becslés időigényes és költséges lehet. A történelmi adatok megszerzése és a modell felépítése bizonyos erőfeszítéseket és erőforrásokat igényel.
- a történeti adatok szükséges rendelkezésre állása és a várható skálázhatóság további korlátokat jelent e technika alkalmazása szempontjából.
- gyakran csak a projekt egyes részeihez használható, míg másokat különböző technikákkal kell megbecsülni.
- az adatokra való támaszkodás nem megfelelő, ha bizonyos tényezők eltérnek a jelenlegi és a korábbi projektek között. Az olyan szempontok, mint a személyzet tapasztalata, a tanulási görbe előrehaladása, a környezeti tényezők és egyéb kritériumok nem feltétlenül tükröződnek teljes mértékben a modellben. Így befolyásolhatja a számított becslések megbízhatóságát.
- egyes esetekben a történeti adatok minősége is aggodalomra adhat okot. A ‘szemét be, szemét ki’ mondás ugyanúgy vonatkozik a paraméteres becslésre, mint az adatok bármely más felhasználására.
- a paraméteres becslés azzal a kockázattal jár, hogy hamis pontosságérzetet biztosít, ha a modellek pontatlanok vagy más projektekből származó adatok nem vonatkoznak az aktuális projektre.
példák
ez a szakasz 2 egyszerű példából áll, amelyek segítenek megérteni a paraméteres becslés alapelveit. Ne feledje azonban, hogy a modellek és a statisztikai elemzés általában többa gyakorlatban összetett.
1.példa: az építési költség meghatározása aparametrikus becslés segítségével
egy építőipari vállalat projektcsapatának feladata egy új irodaház építési költségeinek becslése. A vállalat az elmúlt néhány évben több hasonló projektet is befejezett. Házon belüli adatbázist használ a korábbi projektek aktivitási időtartamainak és költségeinek részletes nyomon követésére.
egy durva nagyságrendű kezdeti becsléshez a vállalat paraméteres becslést kíván használni, a négyzetméterenkénti építési költséggel, mint a paraméteres becslés releváns bemeneti paraméterével. A becslést ezután a három szabály alapján kell kiszámítani.
hasonló típusú épületek esetében az átlagos építési költség négyzetméterenként 200 dollár volt a múltban (= paraméteregységenkénti költség).
az új épület teljes területe 3000 négyzetméter (=paraméterérték az új projektben).
az építési költség nagyságrendjének kiszámítása A három szabály alapján meghatározott paraméteres becslés (determinisztikus)segítségével a következő:
becsült építési költség = 200 USD x 3000 négyzetméter = 6 000 000 USD.
a gyakorlatban nyilvánvalóan sokkal több tényezőt kell figyelembe venni, és a modell nyilvánvalóan sokkal összetettebb lenne. Ez azegyszerű számítás azonban még egy projektkezdési szakaszában is elegendő lehet.
2.példa: egy informatikai rendszer implementációs költségének becslése
a szoftvergyártót felkérik a megoldás implementációs költségének becslésére. A megvalósítás 4 részből áll-telepítés, Testreszabás, interfészek létrehozása más rendszerekhez és tesztelés (az adatmigráció nem tartozik a projekt hatálya alá).
míg a telepítés költsége rögzített, az eladó különböző paramétereket használ a többi alkatrész költség-és időbecslésének meghatározásához. Ezek múltbeli adatokon alapulnak, és szerepelnek a következő mintabecslési lapon.
| rész | paraméter | történelmi átlag. Paraméter egységenkénti költség | történelmi átlag. Paraméteregységenkénti idő | paraméterérték az aktuális projektben | becsült költség | becsült időtartam |
| telepítés | javítás | $25,000 | 10 napok | Fix | $25,000 | 10 napok |
| testreszabása az ügyfél által gyártott különböző terméksorok száma | $12,000 | 5 napok | 15 termékcsalád | $180,000 | 75 napok | |
| interfészek létrehozása | száma Interfészek más rendszerekkel | $20,000 | 5 nap | 5 rendszer interfészek | $100,000 | 25 napok |
| tesztelés | a Testreszabás költsége + az interfészek költsége | $300 (per $ 1,000 költött paraméter) |
0.0089 nap per $1,000 töltött paraméter | összege testreszabása és interfész költség = $280,000 | $84,000 | 25 napok |
| összeg | $389,000 | 135 napok |
valószínűleg megjegyezte, hogy a szállító különböző paramétereket alkalmazott az interfészek testreszabásához és létrehozásához. A teszteléshez a becslés kereszthivatkozást jelent a másik két terület becslési eredményeire.
következtetés
a paraméteres becslés nagyon pontos megközelítés lehet A költség, az erőforrás-igény és az időtartam tekintetében, ha elegendő múltbeli adat áll rendelkezésre, és ha bizonyított összefüggés áll fenn a paraméterek és a becsült értékek között.
a gyakorlatban a parametrikus becslést komplex statisztikai modellek formájában, valamint a ‘három szabály’ számítások végrehajtásának egyszerű formájában alkalmazzák (amint azt a fenti példák mutatják). Így a becslés összetettsége a pontosság szükségességétől, a korábbi adatok rendelkezésre állásától és minőségétől, valamint a becsléshez rendelkezésre álló forrásoktól függ.