A partir de hoje, irei escrever uma série de artigos sobre análise quantitativa de riscos em um projeto. Porém, não dá pra iniciar uma análise quantitativa com um cronograma cheio de inconsistências, sabendo que a confiabilidade dos resultados gerados nesta análise está diretamente ligada à qualidade do cronograma.
Portanto, antes de iniciar a análise quantitativa, é necessário que o cronograma esteja com a lógica fechada. Para verificação desta etapa, o software de análise de risco (Primavera Risk) oferece uma ferramenta denominada Schedule Checker. Este recurso verifica todas as inconsistências do cronograma, gerando um relatório no final, que auxiliará à equipe de risco na corrção da lógica do cronograma.
Figura 1 Schedule Checker
A figura 1 demonstra todas as análises que são realizadas por esta ferramenta, são elas:
Verifica o uso de restrições de data;
Verifica atividades fora da sequência (quebra de lógica), ou seja, atividade sucessora iniciando antes da predecessora;
Latências negativas;
Latências em atividades com relacionamento do tipo TI (término - início);
Relações do tipo IT (início - término);
Relações com atividades sumário (o PRIMAVERA impede este tipo de ligação por padrão);
Atividades com início ou fim solto.
Latências entre atividades maiores do que 30 dias (campo configurável) e
Latência entre atividades que utilizam calendários diferentes.
Depois de rodar o schedule check, a equipe de risco terá em mãos todas as inconsistências que foram rastreadas por esta ferramenta por meio de um relatório. Corrigidas estas incongruências de cronograma, a equipe de risco passará novamente este scanner, e o resultado final deverá ser o relatório abaixo (figura 2) , ou seja, sem erros.
[if !supportLists]Figura 2 [endif]Relatório do Schedule Checker
Finalizada esta etapa de verificação e correção do cronograma, a equipe do setor de gerenciamento de risco pode iniciar propriamente dita a fase de análise quantitativa do cronograma.
No próximo artigo irei abordar a análise de Monte Carlos, uma ferramenta muito interessante para gerar cenários prováveis que darão ao analista mais sensibilidade sobre a real situação do projeto.