Este é um resumo sobre a metodologia de planejamento e controle de autoria do russo matemático Vladimir Liberzon, chamada SDPM (Success Driven Project Management).

A principal característica do método é a de oferecer uma integração entre o planejamento do Escopo, do Tempo, Custos e Riscos com a criação de cronogramas probabilísticos e a análise de um indicador de probabilidade de realização de metas de projeto.

Diferente dos métodos tradicionais de análise de indicadores, o planejamento é feito essencialmente a partir de uma análise do trabalho restante e não de uma análise de retrovisor (planejado x realizado, valor agregado, pulmões consumidos, etc).

Partimos da essência de que não há planejamento correto, mas não realiza-lo é planejar o fracasso. Equipe, gestores e clientes precisam então estabelecer critérios de tomada de decisão (para lidar com as incertezas) e decidir se querem maior segurança ou trocá-la por metas desafiadoras de custo e prazo.

Nós realizamos projetos pelo risco de darem certo

A análise de condições de projeto em cenários pessimista, otimista e mais provável nos permite calcular um índice de probabilidade de sucesso.

(Para examinar as ilustrações em seu tamanho original, consulte os links no fim da página)

Depois de decidirmos qual o nível de “trade-off” entre segurança e redução de custos e prazos, o projeto tem então uma reserva calculada (para indicadores individuais como custo, materiais ou tempo ou para indicadores integrados, como “o custo por dia de atraso”)

Cronogramas e orçamentos distintos para cada grupo de envolvidos

Uma margem de segurança (de prazo ou de custo ou qualquer combinação) pertence a um determinado nível da organização.

O negócio precisa estar preparado para suportar situações não controladas no ambiente do planejamento do projeto (margem do negócio).

O projeto tem que estar preparado para situações não controladas no ambiente de realização das atividades (reserva gerencial).

Equipes de projeto devem perseguir metas desafiadoras, mas administrar margens para os riscos já identificados (reserva de contingência).

Exemplo no Planejamento

Em uma visão simplificada do cálculo de probabilidade de cumprimento de metas, podemos imaginar que o projeto é composto por três atividades sequenciais, com durações de 1 a 6 dias cada (simuladas por um jogo de dados).

(1 a 6 dias) à (1 a 6 dias) à (1 a 6 dias) = 3 a 18 dias

Se montarmos um cronograma determinístico por médias, teríamos 3,5 à 3,5 à 3,5 = 10,5 dias

Se examinarmos todas as possibilidades de duração do projeto com a soma de três dados, teríamos

2014-09-14 14_49_13-somas_dias_dados.xlsx - Excel 2014-09-14 14_48_52-somas_dias_dados.xlsx - Excel

Em outras palavras, se estabelecermos com o cliente que o projeto deverá ser realizado em 11 dias:

A Probabilidade de Sucesso de cumprimos a meta de 11 dias = 62,5% (valor acumulado, conforme tabela)

Se acertarmos com a equipe que o prazo limite é de 10 dias (50,0%), a equipe tem uma meta desafiadora.

A diferença entre a meta com o cliente (11 dias) e a meta com a equipe (10 dias) é o PULMÃO DO PROJETO.

A meta do projeto é a manutenção de uma probabilidade de realização em 62,5,6%

  • Se durante a evolução do projeto a probabilidade diminuir, estamos nos distanciando da sua realização em 11 dias (e estaremos consumindo pulmões além do planejado);
  • Se durante a evolução do projeto a probabilidade aumentar, estamos nos aproximando da sua realização no prazo acordado com o cliente.

Exemplo na realização

Jogando 1 dado (com um resultado de 3), o projeto agora tem:

Prazo já realizado: 3 dias            Por realizar: (1 a 6) à (1 a 6) = 2 a 12

2014-09-14 14_51_00-somas_dias_dados.xlsx - Excel 2014-09-14 14_51_40-somas_dias_dados.xlsx - Excel

Análise do Indicador de Probabilidade de Sucesso

– No início do projeto, alcançar o projeto em até 11 dias era de 62,5% (probabilidade com 3 dados para 11 dias).

– No primeiro momento, 3 dias já foram consumidos. Para cumprir com 11 dias, tenho que realizar o restante do projeto em até 8 dias.

– A nova probabilidade de sucesso de cumprir com o prazo agora é de 72,2% (probabilidade acumulada com 2 dados para 8 dias).

Replanejamento

Tendo em vista que a meta neste caso está sob controle (o risco do projeto atual é inferior ao risco assumido), não são necessárias alterações no rumo do planejamento.

Shit in à Shit out

No mundo real, é comum termos menores compreensão da informação no início do planejamento do que nas etapas futuras; cronogramas determinísticos ou probabilísticos sofrem de maneira similar em termos de qualidade de informações de entrada. Se as estimativas aplicadas as tarefas são inadequadas, o resultado esperado da aplicação destes números também será inadequado.

Precisão x Acurácia

Por esta razão, Vladimir Liberzon privilegia a estabilidade do cálculo em contraposição a expectativa de uso de dados de boa qualidade. A simulação de Monte Carlo é um método aplicado na análise de probabilidade de durações e custos, mas possui uma raiz aleatória que faz com que para um mesmo conjunto de dados, a cada vez que se realize uma simulação tenha como resultados valores diferentes.

Se tivéssemos uma bola de cristal e pudemos garantir que a probabilidade final de realizar o projeto em 11 dias fosse de exatamente 51% de probabilidade, a Simulação de Monte Carlo teria grande acurácia e retornaria valores como 60%, 61%, 62%, 63%.

Partindo do pressuposto que os dados podem ser equivocados, Monte Carlo pode nos dar uma falsa impressão de segurança. Para desenvolver seu método (embora também possa utilizar MC), ele criou uma curva de probabilidade (Curva Liberzon) que normalmente tem menor acurácia que o MC, mas tem maior precisão. Neste caso, para um mesmo conjunto de dados, o cálculo sempre daria um único número (exemplo: 60%).

A vantagem é que o número em si não importa a cada nova medição. O que importa é:

-Se o número está MELHORANDO: O projeto está se aproximando do resultado desejado.
– Se o número está PIORANDO: O projeto está se afastando do resultado desejado.

Análise de Tendência de Probabilidade de Sucesso

Um dos pontos mais interessantes do método de Liberzon é que não estamos preocupados se o % de probabilidade de sucesso inicial – calculado (por exemplo) em 60% ou 70% com base à qualidade de dados no início do projeto – está correta.

O que desejamos saber é se – repetindo a forma de calcular a probabilidade – para as atividades restantes do projeto, se estamos nos aproximando ou nos distanciando do objetivo principal (cumprir uma data e/ou custo).


(O método pode ser aplicado com recursos em Excel ou em ferramenta desenvolvida pelo próprio V. Liberzon)

Indicador de probabilidade de resultado futuro é instrumento de planejamento, não apenas de controle

Outro ponto muito importante em relação ao método SDPM é que o seu indicador tem o comportamento alterado em função de informações a serem realizadas e não das informações já passadas. A informação histórica serve exclusivamente para a análise de tendência (a direção para cima ou para baixo).

Isso significa dizer que na medida em que a qualidade dos dados no projeto vai melhorando, ou certos riscos vão se evidenciando ou ficando para trás, o indicador de probabilidade de sucesso irá variar como reflexo destas novas informações.

Na tomada de decisão, se o projeto está passando por uma redução de probabilidade de sucesso, o gestor pode – por exemplo – analisar o efeito sobre o indicador de aumentar o período de trabalho, ou o número de recursos extras, ou alterações de processos em que se esperam melhorias de produtividade, entre outros.

A análise de múltiplos cenários de replanejamento do trabalho restante, a luz de um indicador que irá identificar um aumento ou redução da probabilidade de atingimento de metas é – portanto – um excelente mecanismo de apoio à tomada de decisão, muito distinto de indicadores de retrovisor que só são capazes de identificar o comportamento do que já aconteceu.

Apresentações sobre o método e derivações:

** Esta postagem foi originalmente publicada no Linkedin **