Parametrisk Estimering / Definisjon, Eksempler, Bruk

BY admin
|

Når du trenger å estimere kostnadene for et prosjekt eller deler av et prosjekt, kommer du nesten uunngåelig over teknikken for parametrisk estimering. Dette er en kvantitativ tilnærming for å bestemme forventet kostnad basert på historiske eller markedsdata. Det er også en metode som brukes i ‘estimatkostnad’ – prosessen i PMIS Prosjektledelsesorgan (se PMBOK®, 6.utg., ch. 7.2).

i denne artikkelen introduserer viteknikk for parametrisk estimering. Vi vil også gi veiledning til og aneksempel på den praktiske bruken av denne metoden.

Hva Er Parametrisk Estimering?

Parametrisk estimering Er en statistikkbasert teknikk for å beregne den forventede mengden økonomiske ressurser eller tid som kreves for å utføre og fullføre et prosjekt, en aktivitet eller en del av et prosjekt. Det er en etablert metode i flere prosjektstyringsrammer som Project Management Institute ‘ S Pmi Project Management Body Of Knowledge (PMBOK) der den er oppført under verktøyene og teknikkene i ‘estimate cost’ og ‘estimate activity duration’ – prosessene.

fastsettelsen av et estimat er basert på en statistisk (eller antatt) korrelasjon mellom en parameter og en kost-eller tidsverdi. Denne observerte korrelasjonen skaleres deretter til størrelsen på det aktuelle prosjektet (kilde: Pmi Practice Standard For Project Estimating, 2nd edition, ch. 4.2.2). For eksempel, i motorvei konstruksjon, kan kostnaden og tiden for å bygge 1 kilometer i et tidligere prosjekt være grunnlaget for beregning av ressurser og tidsplan for det nåværende byggeprosjektet. Dette krever imidlertid at det er statistisk bevis på korrelasjonen og om egenskapene til begge prosjektene er sammenlignbare).

for å beregne kostnaden eller varigheten perparameter, kreves et sett med historiske data. Dette kan hentes fratidligere prosjekter (selskaper innen bygg, rådgivning, IT og andre næringer lagrer noen ganger slike data sentralt) offentlig tilgjengelige markedsdata eller byråer som gir statistikk for benchmarking.

mens parametrisk estimering er vanligteknikk for å estimere kostnader i ulike nivåer av granularitet, varierer formen av densimplementering sterkt.

noen prosjekter bygger komplekse statistiske modeller og utfører en omfattende regresjonsanalyse for ulike parametere. De kan også utvikle algoritmer og tildele et betydelig antall ressurser for distribusjon og (tilbake)testing av slike modeller. Dette er en tilnærming som gjelder for store prosjekter eller såkalte’ mega-prosjekter ‘ der selv små mangler i nøyaktigheten av estimater kan føre til en vesentlig innvirkning.

PMI-Praksisstandarden for Prosjektestimering gir detaljert veiledning til prosjektkostnadsestimering. PMI medlemmer kan få tilgang til det gjennom pmi nettsiden.

Mindre prosjekter, i den andre enden av området, kan bruke parametrisk estimering ved å utvikle funksjoner eller bare bruke ‘regelen av tre’ hvis det er bevis eller en rimelig antagelse at observerte parametere og verdier korrelerer. Dette kan også innebære noen ekspertvurdering om antatt regresjoner er rimelige og gjeldende for prosjektet eller aktiviteten.

IFØLGE PMIS Praksisstandard er det 2 typer resultater:

  • Deterministiske og
  • Probabilistiske estimater.

Deterministiske Estimater

den deterministiske resultattypen for den parametriske estimeringen er et enkelt tall for mengden kostnad eller tid som trengs, beregnet basert på parametrisk skalering. Det er noen ganger manuelt justert for å ta hensyn til forskjeller mellom nåværende og historiske prosjekter (f.eks. ulike nivåer av erfaring fra lagene) eller for å legge til en beredskapsreserve.

Probabilistiske Estimater

denne resultattypen produserer ikke et enkelt estimat, Men en rekke estimater basert på sannsynligheten for ulike kostnader og varighetsbeløp. Dette presenteres ofte i form av en sannsynlighetstetthetskurve som vist i diagrammet nedenfor.

Diagram over resultatene av parametrisk estimering (sannsynlighetstetthetskurve) med pessimistisk, optimistisk og mest sannsynlig estimatpunkt
et eksempeldiagram som viser sannsynlighetstetthetsfunksjonen til en parametrisk estimering.

en metode for å konvertere denne funksjonen til amore praktisk utvalg av estimater er identifisering av tre punkter på thatcurve:

  • det mest sannsynlige estimatet som normalt er kostnaden eller tidsverdien med høyest enkelt sannsynlighet,
  • den pessimistiske og
  • det optimistiske estimatet.

de optimistiske og pessimistiske kostnads-og varighetsestimatene kan bestemmes ved å definere en målsannsynlighet (f. eks. 90%, 95% eller 99%, avhengig av kvaliteten på de underliggende dataene og typen av verdifordelingen) og/eller en multiplikator for standardavvikene. Avhengig av formen på sannsynlighetstetthetskurven, kan disse 3 punktene omdannes til et såkalt endelig estimat, en lignende tilnærming som for trekantet eller pert-betafordelingen.

Hvordan Utføre Parametrisk Estimering?

denne delen beskriver trinnene som trengs for åutfør en parametrisk estimering. Som nevnt tidligere, bør omfanget og kompleksiteten av estimeringsprosessen og de distribuerte verktøyene skreddersys til et prosjekt. I trinnene nedenfor har vi lagt til et notat der vi villeforvent forskjeller mellom små og komplekse prosjekter.

Bestem Delene Av Prosjektet Som Du Kan (Potensielt) Bruke Parametrisk Estimering

som et første trinn må en prosjektleder identifisere hvilke deler av arbeidet. Utvalgskriteriene er hovedsakelig

  • Nødvendig nøyaktighetsnivå, dvs. for et grovt estimat kan du kanskje estimere hele prosjektet på en gang (f. eks. byggekostnad per kvadratmeter), men for endelige estimater må du gå inn i et mer granulært nivå.
  • Korrelasjon av parametere og verdier, dvs. du kan bare estimere arbeid eller ressurser ved hjelp av denne teknikken hvis du vet eller antar at det er en sammenheng mellom en parameter og varighet og / eller kostnad (emne totesting).
  • Tilgjengelighet av data for parametrisk estimering (se neste trinn).

work breakdown structure (WBS) kan være et godt utgangspunkt for å velge omfanget av parametrisk estimering.

Forskningshistorikk Og Markedsdata om Kostnads-og / Eller Tidskrav For Lignende Prosjekter

hvis du har identifisert områder der parametrisk estimering kan være aktuelt, må du samle relevantdata. Potensielle datakilder er interne kostnader/tid / ressurs databaser som er utstyrt med observerte verdier fra tidligere prosjekter (ofte tilgjengelig i selskaper som arbeider med visse typer prosjekter regelmessig), offentlig tilgjengelige data som offentlig statistikk eller bransjestandarder.

Identifiser Parametrene Du Vil teste forforhold Til Kostnads-Eller Tidsverdiene

når du har opprettet et sett med data, trenger duå velge parametrene som potensielt kan korrelere med kostnaden eller timerequirements. Disse korrelasjonene vil bli gjenstand for ytterligere statistiskanalyse hvis du bruker en modell.

i mindre prosjekter vil du sannsynligvis bruke ekspertvurdering eller sunn fornuft for å bestemme hvilke parametere som ville være rimelige. Hvis dette er nok behovene til prosjektet, kan du hoppe over de neste to trinnene og gå videre til delen beregning.

Bestem Parameteren(E) Som Driver Kostnader eller Varigheter(F. eks. Gjennom En Regresjonsanalyse og Ytterligere Statistisk Analyse, Om Nødvendig)

Test settet med parametere identifisert i forrige trinn for korrelasjoner og/eller regresjoner. Dette vil vanligvis innebære bruk av statistisk programvare Som R eller andre gratis eller kommersielle løsninger. Bruk av kunstig intelligens (maskinlæring) kan også vurderes, for eksempel for å identifisere mønstre i komplekse datasett. På slutten av analysen velger du de parametrene som passer for estimeringsmodellen din.

Utvikle En Modell og utfør (Tilbake)testing Hvis Mulig

Utvikle en modell for å forutsi kostnadene og varigheten av prosjektet basert på settet med parametere som er identifisert i forrige trinn. Kontroller at du back-teste resultatene mot historiske data.

Merk at dette trinnet krever statistisk kompetanse og dataanalyse erfaring. Faktisk kan disse modellene være ganske komplekse, spesielt for store prosjekter. Så vær oppmerksom på kostnadene, tiden og ressursene som trengs for å utvikle en slik modell. Balansere dette mot de potensielle fordelene og kravene til prosjektet og dets interessenter med hensyn til estimeringen.

Beregn Det Parametriske Estimatet(E)

hvis du har bygget en modell, beregner du et probabilistisk eller deterministisk estimat ved å mate de nåværende prosjektets parametere inn i modellen.

hvis du har brukt ekspertvurdering hellerenn en modell for å identifisere de relevante parametrene, må du først beregne mengden kostnad eller tid per parameterenhet.

du kan deretter utvikle og bruke en kostnad orduration funksjon som vurderer disse parameterne som uavhengige variabler. Hvis du fyller inn parameterverdiene for ditt nåværende prosjekt, vil resultatet bli kostnaden eller varighetsestimatet (deterministisk) for dette prosjektet.

i sin enkleste form består parametriskestimering av bare en parameter og et lineært forhold mellomparametrene og mengden kostnad eller tid. I dette tilfellet kan du bruke’ rule of three ‘ – beregningen og multiplisere kostnaden eller varigheten per parameterenhet med verdien av parameteren i ditt nåværende prosjekt. Formelen er:

E_parametric= a_old / p_old x p_curr,

hvor:
E_parametric = parametrisk estimat,
a_old = historisk mengde kostnad eller tid,
p_old = historisk verdi av parameteren,
p_curr = verdien av parameteren i ditt nåværende prosjekt.

du finner noen eksempler i den aktuelle delen nedenfor. Disse eksemplene på parametrisk estimering er også basert på en ‘regel av tre’ tilnærming.

Hva Er Fordelene og Ulempene Ved Parametrisk Evaluering?

Pros

  • parametrisk estimeringsteknikk kan være svært nøyaktig når det gjelder estimering av kostnader og tid.
  • det er derfor lettere å få interessentenes støtte og godkjenning av budsjetter bestemt på denne måten.
  • når modellen er etablert, kan den gjenbrukes til andre lignende prosjekter, og kvaliteten på dataene blir bedre med hvert ekstra prosjekt.
  • Manuelle justeringer av de beregnede resultatene for å ta hensyn til forskjeller mellom historiske og nåværende prosjekt kan bidra til å adressere svakheter ved en modell eller underliggende data, for eksempel hvis kvalitative og miljømessige faktorer ikke er fullt matet inn i modellen.

Ulemper

  • Parametrisk estimering kan være tidkrevende og kostbart. Å skaffe de historiske dataene og bygge en modell krever litt innsats og ressurser.
  • den nødvendige tilgjengeligheten av historiske data og forventet skalerbarhet er ytterligere begrensninger for bruken av denne teknikken.
  • Det kan ofte bare brukes til enkelte deler av et prosjekt, mens andre må estimeres med ulike teknikker.
  • Å Stole på dataene kan ikke være hensiktsmessig dersom visse faktorer varierer mellom nåværende og tidligere prosjekter. Aspekter som opplevelsen av personell, fremdriften på læringskurven, miljøfaktorer og andre kriterier kan ikke fullt ut gjenspeiles i en modell. Dermed kan påliteligheten av beregnede estimater påvirkes.
  • kvaliteten på de historiske data kan også være et område av interesse i noen tilfeller. Ordtaket ‘garbage in, garbage out’ gjelder parametrisk estimering på samme måte som det gjelder for annen bruk av data.
  • Parametrisk estimering har den iboende risikoen for å gi en falsk følelse av nøyaktighet hvis modellene er unøyaktige eller data fra andre prosjekter viser seg ikke å gjelde for det nåværende prosjektet.

Eksempler

denne delen består av 2 enkle eksempler som vil hjelpe deg å forstå prinsippene for parametrisk estimering. Vær imidlertid oppmerksom på at modellene og den statistiske analysen vanligvis er merkompleks i praksis.

Eksempel 1: Bestemme Byggekostnad Ved hjelp av aParametric Estimat

et prosjektteam i et byggefirma er bedt om å estimere byggekostnaden for et nytt kontorbygg. Selskapet har gjennomført flere lignende prosjekter de siste par årene. Det usesan in-house database til granularly spore aktivitet varighet og kostnader ofprevious prosjekter.

for et innledende estimat, en grov størrelsesorden, har selskapet til hensikt å bruke parametrisk estimering med byggekostnad per kvadratmeter som relevant inngangsparameter for parametrisk estimering. Estimatet skal da beregnes med regelen om tre.

for lignende typer bygninger, gjennomsnittetbyggekostnad utgjorde $200 per kvadratmeter tidligere (=kostnad per parameterenhet).

det nye bygget skal ha atotalt areal på 3000 kvadratmeter (=parameterverdi i det nye prosjektet).

beregningen av størrelsesordenenav byggekostnaden, ved hjelp av et parametrisk estimat (deterministisk)bestemt med regelen på tre, er som følger:

Estimertbyggekostnad = $200 x 3000 sq ft = $6.000.000.

i praksis er det åpenbart mye merfaktorer å vurdere, og modellen vil være mye mer kompleks, åpenbart. Detteenkel beregning kan imidlertid til og med være tilstrekkelig for en grov størrelsesorden iinitieringsfasen av et prosjekt.

Eksempel 2: Estimering Av Implementeringskostnad For ET IT-System

en programvareleverandør blir bedt om å estimere implementeringskostnaden for løsningen. Implementeringen består av 4 deler – installasjon, tilpassing, etablering av grensesnitt til andre systemer og testing (datamigrering er ikke i omfanget av dette prosjektet).

mens kostnadene for installasjonen er løst, bruker leverandøren forskjellige parametere til å bestemme kostnadene og tidsestimatene for de andre delene. Disse er basert på historiske data og er inkludert i følgende eksempelestimeringsark.

Del Parameter Historisk snitt. Kostnad per Parameterenhet Historisk snitt. Tid Per Parameterenhet Parameterverdi I Gjeldende Prosjekt Estimert Kostnad Estimert Varighet
Installasjon Fastsette $25,000 10 dager Fix $25,000 10 dager
Tilpasse Antall forskjellige produktlinjer klienten produserer $12,000 5 dager 15 produktlinjer $180,000 75 dager
Etablering Av Grensesnitt Antall Grensesnitt med andre systemer $20,000 5 dager 5 systemgrensesnitt $100,000 25 dager
Testing Kostnad For Tilpassing + kostnad for grensesnitt $300
(per $1000 brukt på parameter)		 0.0089 dager per $1000 brukt på parameter Sum Av Tilpassing og Grensesnittkostnad= $280,000 $84,000 25 dager
SUM $389,000 135 dager

du har sikkert notert at leverandøren brukte forskjellige parametere for å tilpasse og etablere grensesnitt. For testing er estimatet kryssreferanse til estimeringsresultatene for de to andre områdene.

Konklusjon

Parametrisk estimering kan være en svært nøyaktig tilnærming for kostnad, ressursbehov og varighet dersom det foreligger tilstrekkelige historiske data og dersom det foreligger påvist korrelasjon mellom parametrene og estimerte verdier.

i praksis brukes parametrisk estimering i form av komplekse statistiske modeller, samt i den enkle formen for å utføre ‘regel av tre’ beregninger (som vist i eksemplene ovenfor). Dermed avhenger kompleksiteten av estimeringen av behovet for nøyaktighet, tilgjengeligheten og kvaliteten på historiske data og ressursene som er tilgjengelige for estimering.