Пример МоделРиск · Проекты и строительство
Изменения и переделки
Хватит ли резерва на изменения в 5%? Изменения и переделки как случайное число событий случайного размера.
Из сохраненного прогона модели
Хватит ли резерва?
Общая стоимость изменений и переделок в сравнении с резервом в смете.
| Показатель | Ед. изм. | Значение |
|---|---|---|
| Резерв на изменения (лист «Исходные данные») | млн долл. | 3,00 |
| Вероятность превысить резерв | вероятность | 66,4% |
| P80 стоимости изменений и переделок | млн долл. | 4,18 |
| Резерв, нужный для надежности 80% | от контракта | 7,0% |
| Ожидаемая стоимость изменений и переделок | млн долл. | 3,46 |
| Ожидаемая стоимость, точный расчет (проверка) | млн долл. | 3,46 |
S-кривая (накопленная вероятность) общей стоимости изменений по сохраненному моделированию.
Вопрос бизнеса
Строительство школы стоимостью 60 млн долл. займет 24 месяца. В смете заложен обычный резерв на изменения — 5%. Изменения приходят из трех источников. Заказчик будет вносить изменения — по несколько в месяц, но никто не знает, как часто это делает именно этот заказчик, поэтому неопределенна и сама частота.
В проекте будут ошибки и упущения, за исправление которых подрядчику положена оплата. А часть работ с дефектами придется переделывать. Каждое изменение по отдельности невелико, но некоторые обходятся дорого, и их число заранее неизвестно.
Модель считает число событий каждого вида, назначает каждому стоимость, суммирует их и проверяет, хватит ли резерва в 5% — и какой резерв понадобился бы.
- Для кого
- Специалистам по стоимости, сметчикам, администраторам контрактов и заказчикам, которые задают резерв на изменения.
- Основные результаты
- Общая стоимость изменений и переделок: среднее, P50 / P80 / P90 · вероятность превысить резерв · резерв, нужный для надежности 80% · число изменений заказчика и его диапазон · вклад каждого вида.
Как устроена модель
Дальше три листа, слева направо. Каждый передает данные следующему.
Лист «Исходные данные»
Сумма контракта, его срок и резерв. Для каждого вида — ожидаемое число событий в месяц, среднее и разброс стоимости события. У частоты изменений заказчика своя неопределенность.
Лист «Изменения»
Число событий каждого вида распределено по Пуассону со средним = частота × число месяцев (для изменений заказчика частота сначала разыгрывается из гамма-распределения). Затем VoseAggregateMC суммирует столько же логнормальных стоимостей.
Лист «Результаты»
Общая стоимость изменений в сравнении с резервом, резерв, который покрыл бы ее с надежностью 80%, число изменений заказчика и вклад каждого вида.
Приемы МоделРиск
Похожие модели
- Задача
- Используется
Результаты подробно
Стоимость по видам
P50 / P80 / P90: вероятность 50%, 80% и 90%, что значение не будет превышено.
| Показатель | Ед. изм. | P50 | P80 | P90 | Среднее |
|---|---|---|---|---|---|
| Изменения по указанию заказчика | млн долл. | 1,62 | 2,31 | 2,74 | 1,73 |
| Ошибки и упущения проекта | млн долл. | 1,06 | 1,55 | 1,84 | 1,15 |
| Переделка дефектов | млн долл. | 0,56 | 0,71 | 0,81 | 0,58 |
| Итого | млн долл. | 3,36 | 4,18 | 4,70 | 3,46 |
Число событий
10-й процентиль, медиана и 90-й процентиль.
| Показатель | Ед. изм. | 10-й проц. | Медиана | 90-й проц. | Среднее |
|---|---|---|---|---|---|
| Изменения заказчика | изменений | 23 | 37 | 56 | 38 |
| Ошибки и упущения проекта | событий | 10 | 14 | 20 | 14 |
| Переделки | событий | 22 | 29 | 36 | 29 |
Что определяет итог
Наименьшее и наибольшее среднее итога по десяти равным группам каждой величины (VoseSimSensitivityMean) относительно общего среднего.
Диаграмма «торнадо»: исходные величины по тому, насколько сильно среднее значение результата меняется в пределах диапазона каждой из них.
Рейтинг в виде таблицы 4 величины
| Исходная величина (по степени влияния) | Наименьшее среднее | Наибольшее среднее | Место |
|---|---|---|---|
| Изменения по указанию заказчика: стоимость | 2,39 | 5,01 | 1 |
| Ошибки и упущения проекта: стоимость | 2,75 | 4,58 | 2 |
| Частота изменений заказчика | 2,68 | 4,43 | 3 |
| Переделка дефектов: стоимость | 3,18 | 3,78 | 4 |
Как читать результаты
- Ожидаемая стоимость изменений выше резерва в 5%, поэтому резерв скорее будет превышен, чем нет. P80 показывает, какой резерв дал бы надежность 80%.
Частота изменений заказчика неопределенна, поэтому число изменений колеблется гораздо сильнее, чем при распределении Пуассона с известной частотой: требовательный заказчик может удвоить их число. Изменения заказчика возглавляют диаграмму «торнадо»: у их общей стоимости самая длинная полоса, а у неопределенной частоты за ней — одна из следующих.
«Торнадо» ранжирует только частоту и итоги по видам: числа событий между ними — часть той же цепочки, а не отдельные причины.
- Переделки случаются часто, но они мелкие и похожи по размеру, поэтому их итог гораздо предсказуемее стоимости изменений заказчика, где преобладают несколько крупных изменений.
- Управление изменениями, которое снижает их частоту у заказчика, или более полный проект на момент тендера бьют по факторам из верхней части рейтинга.
Посмотрите, как меняются результаты. Откройте модель, измените исходные данные на листе «Исходные данные» и запустите моделирование: все таблицы и графики с этой страницы пересчитаются в Excel.
Исходные данные и допущения
Все допущения модели, их неопределенность и источник. Цифры условные.
Контракт 3 величины
Контракт, относительно которого измеряются изменения.
| Допущение | Ед. изм. | Значение |
|---|---|---|
| Сумма контрактаСтроительный контракт с твердой ценой. | млн долл. | 60,0 |
| Срок по контрактуОт начала работ на площадке до практического завершения. | мес. | 24 |
| Резерв на измененияОбычный резерв в смете заказчика. | от суммы контракта | 5,0% |
Изменения по указанию заказчика 4 величины
Изменения, которые просит заказчик. Частота у этого заказчика сама неопределенна.
| Допущение | Ед. изм. | Значение |
|---|---|---|
| Ожидаемое число изменений в месяцПохожие школьные проекты: от 30 до 45 изменений за два года. | в месяц | 1,60 |
| Неопределенность этой частотыОдни заказчики меняют проект гораздо чаще других: частота разыгрывается из гамма-распределения с этим разбросом. | коэффициент вариации | 30% |
| Средняя стоимость измененияЖурналы изменений: в среднем 45 000 долл. | млн долл. | 0,045 |
| Стандартное отклонение стоимостиБольшинство мелкие, несколько крупных. | млн долл. | 0,080 |
Ошибки и упущения проекта 3 величины
Изменения, которые вызывает проектировщик, а оплачивает заказчик.
| Допущение | Ед. изм. | Значение |
|---|---|---|
| Ожидаемое число событий в месяцПроект готов на 85% к моменту тендера. | в месяц | 0,60 |
| Средняя стоимость события | млн долл. | 0,080 |
| Стандартное отклонение стоимости | млн долл. | 0,120 |
Переделка дефектов 3 величины
Работы, которые придется переделать; ни с кого не возмещаются.
| Допущение | Ед. изм. | Значение |
|---|---|---|
| Ожидаемое число событий в месяцДанные о качестве генподрядчика. | в месяц | 1,20 |
| Средняя стоимость события | млн долл. | 0,020 |
| Стандартное отклонение стоимости | млн долл. | 0,025 |
Единицы и обозначения
- Деньги
- Миллионы долларов США (млн долл.); стоимость событий вводится в млн долл. (0,045 = 45 000 долл.).
- Частоты
- Ожидаемое число событий в месяц срока контракта.
- Резерв
- Доля суммы контракта, отложенная на изменения.
- P80
- Стоимость, которая не будет превышена с вероятностью 80%.
Основные допущения и ограничения
- События
- События происходят в случайные моменты в течение контракта (Пуассон); стоимости не зависят друг от друга и от их числа.
- Частота заказчика
- Средняя частота у заказчика неопределенна (гамма-распределение, коэффициент вариации 30%): некоторые заказчики меняют проект гораздо чаще.
- Границы модели
- Только стоимость изменений и переделок; их влияние на сроки не моделируется (см. PC-02 и PC-04).
- Данные
- Проект, частоты и стоимости придуманы для этого примера.
Как пользоваться моделью
- Откалибруйте частоты и стоимости по журналам изменений похожих проектов (число в месяц, среднее и разброс стоимости).
- Задайте сумму контракта, срок и резерв на листе «Исходные данные».
- Запустите моделирование на ленте МоделРиск (уже заданы 10 000 итераций и фиксированное начальное число генератора).
- Сравните резерв с P80 стоимости изменений; ключевые факторы покажут, каким видом изменений управлять.
Диаграмма «торнадо» заполняется после моделирования.
Функции МоделРиск в модели
- VosePoisson, VoseGamma
- Число событий каждого вида; неопределенная частота изменений заказчика.
- VoseAggregateMC, VoseLognormalObject
- Общая стоимость случайного числа логнормальных событий.
- VoseInput, VoseOutput
- Задают имена неопределенных величин и результатов.
- VoseSimMean, VoseSimPercentile, VoseSimProbability
- Статистика моделирования для таблиц и графиков на листе «Результаты».
- VoseSimSensitivityMean
- Диаграмма «торнадо»: все VoseInput ранжированы по тому, насколько меняется среднее итога на их диапазоне.
Что почитать
- Как рассчитать резерв на риски (статья)
- Анализ чувствительности: диаграмма «торнадо» по шагам (статья)
- Hanna, A. S. et al. (2002). Impact of change orders on labor efficiency for mechanical construction. Journal of Construction Engineering and Management 128(1), 57–64.
- Резерв на риски: как рассчитать размер (статья)
Скачайте модель и запустите ее сами. Она открывается в Excel с МоделРиск. В пробной версии работают все примеры моделей.
Учебный пример: цифры придуманы для обучения и не описывают реальную компанию, проект или актив.
Другие примеры
- PC-01 · Проекты и строительство★★★★★ Смета с резервом на риски Какой резерв нужен в бюджете строительства склада? Двенадцать статей сметы с трехточечными диапазонами складываются методом Монте-Карло: самая простая полезная модель рисков.
- PC-02 · Проекты и строительство★★★★★ Реестр рисков: угрозы и возможности Какой резерв на риски нужен для пристройки к больнице? Реестр рисков превращается в модель: рисковые события со связанными последствиями для стоимости и сроков.
- PC-04 · Проекты и строительство★★★★★ Совместный анализ рисков стоимости и сроков Бюджет и дата завершения вместе: насколько заказчик может быть уверен в обоих при реконструкции очистных сооружений? График, затраты, зависящие от времени, и общие рисковые события моделируются вместе: совместная вероятность уложиться в бюджет и срок.