可用作本过程的数据分析技术包括(但不限于):
- 假设情景分析。假设情景分析是对各种情景进行评估,预测它们对项目目标的影响(积极或消极的)。假设情景分析就是对“如果情景 X 出现,情况会怎样?”这样的问题进行分析,即基于已有的进度计划,考虑各种各样的情景。例如,推迟某主要部件的交货日期,延长某设计工作的时间,或加入外部因素(如罢工或许可证申请流程变化等)。可以根据假设情景分析的结果,评估项目进度计划在不同条件下的可行性,以及为应对意外情况的影响而编制进度储备和应对计划。
- 模拟。模拟是把单个项目风险和不确定性的其他来源模型化的方法,以评估它们对项目目标的潜在影响。最常见的模拟技术是蒙特卡罗分析(见 11.4.2.5 节),它利用风险和其他不确定资源计算整个项目可能的进度结果。模拟包括基于多种不同的活动假设、制约因素、风险、问题或情景,使用概率分布和不确定性的其他表现形式(见 11.4.2.4 节),来计算出多种可能的工作包持续时间。图 6-18 显示了一个项目的概率分布,表明实现特定目标日期(即项目完成日期)的可能性。在这个例子中,项目按时或在目标日期,即 5 月 13 日之前完成的概率是 10%,而在 5 月 28 日之前完成的概率是 90%。
图 6-18目标里程碑的概率分布示例
有关蒙特卡洛模拟如何用于进度模型的更多信息,请参见《进度计划实践标准》。