L'analyse du risque fait partie des procédures importantes en gestion de projets, et doit être menée consciencieusement avant de prendre une décision.
Un risque dans le domaine de la gestion de projet est un événement ou une condition incertaine dont la concrétisation aurait un effet positif ou négatif sur un ou plusieurs des objectifs du projet, tels que le contenu, l'échéancier ou la qualité.
Savoir analyser les risques en gestion de projet est essentiel pour pouvoir mener les projets à leur termes, et surtout éviter les aléas budgétaires et les nombreux retards qui peuvent s'accumuler pendant toute leur durée. Un bon suivi des projets garantit souvent la bonne exécution des projets.
Nous sommes sans cesse confrontés à des incertitudes, des ambiguïtés, des événements imprévus qui nuisent au bon déroulement des projets... L'analyse du risque fait donc partie des procédures importantes avant de prendre une décision. Or, il existe une méthode qui permet d'envisager toutes les conséquences possibles d'une décision et d'évaluer l'impact du risque, pour une meilleure approche face à l'incertitude : La méthode Monte Carlo.
La simulation de Monte Carlo
La simulation Monte Carlo est une technique mathématique informatisée qui permet de tenir compte du risque dans l'analyse quantitative et la prise de décision.
Elle présente au chef de projet, une plage d'issues possibles et leurs probabilités de réalisation suivant l'action choisie. Elle révèle les possibilités extrêmes (les issues des décisions les plus audacieuses et les plus prudentes), ainsi que toutes les conséquences possibles des décisions intermédiaires.
Les scientifiques chargés de la recherche sur la bombe atomique ont été les premiers à utiliser la technique, baptisée Monte Carlo d'après la célèbre ville monégasque et ses casinos. Depuis son inauguration durant la Deuxième Guerre mondiale, la simulation Monte Carlo a servi à modéliser toute une variété de systèmes physiques et conceptuels.
La simulation Monte Carlo procède à l'analyse du risque par élaboration de modèles de résultats possibles, en substituant une plage de valeurs — une distribution de probabilités — à tout facteur porteur d'incertitude. Elle calcule et recalcule ensuite ces résultats selon, à chaque fois, un ensemble distinct de valeurs aléatoires des fonctions de probabilités. Suivant le nombre d'incertitudes et les plages spécifiées pour les représenter, une simulation Monte Carlo peut impliquer, pour être complète, des milliers ou même des dizaines de milliers de calculs et re-calculs. La simulation produit des distributions de valeurs d'issue possibles.
Les avantages de la simulation Monte Carlo:
- Les valeurs sont échantillonnées aléatoirement depuis les distributions de probabilités en entrée. Chaque ensemble d'échantillons est désigné sous le nom d'itération et le résultat en est enregistré.
- La simulation Monte Carlo répète l'opération des centaines ou même des milliers de fois. Le résultat est une distribution de probabilités des issues possibles.
- La simulation Monte Carlo donne ainsi une perspective beaucoup plus complète de ce qui pourrait se produire. Elle indique non seulement ce qui pourrait arriver, mais dans quelle mesure.
Source :
http://www.palisade.com/risk/fr/simulation_monte_carlo.asp
https://fr.wikipedia.org/wiki/M%C3%A9thode_de_Monte-Carlo
http://www.pmi.org/learning/monte-carlo-analysis-product-development-7862
http://www.pmi.org/learning/using-monte-carlo-analysis-project-tracking-677