Uanset hvilken teknik du bruger, er tendensen i projektes estimering at angive ét tal for hvert estimat. Med andre ord, hvis du har 100 aktiviteter i din tidsplan, vil hver aktivitet have ét estimat knyttet til den. Dette betragtes generelt som det “mest sandsynlige” estimat.I mange tilfælde kan du være mere præcis ved at anvende en simpel PERT-model (Program Evaluation and Review Technique). PERT er en estimeringsteknik, der anvender et vægtet gennemsnit af tre tal (se nedenfor) for at komme frem til et endeligt estimat.
- Det mest pessimistiske (P) tilfælde, hvor alt går galt
- Det mest optimistiske (O) tilfælde, hvor alt går rigtigt
- Det mest sandsynlige (M) tilfælde givet normale problemer og muligheder
Det resulterende PERT-estimat beregnes som (O + 4M + P)/6. Dette kaldes et “vægtet gennemsnit”, da det mest sandsynlige estimat vægtes fire gange så meget som de to andre værdier. Du vil bemærke, at det endelige PERT-estimat flyttes en smule i retning af enten den optimistiske eller pessimistiske værdi – afhængigt af hvilken værdi der er længst væk fra den mest sandsynlige. Generelt ender dette med at flytte det endelige estimat i retning af det værst tænkelige, da den værst tænkelige værdi har tendens til at være længere væk fra det mest sandsynlige end det optimistiske tal.
For eksempel, lad os sige, at du estimerer, at et stykke arbejde højst sandsynligt vil tage 10 timer. Det bedste tilfælde (alt går som det skal) er seks timer. Det værste tilfælde (alt går galt) er 26 timer. PERT-estimatet er (6 + 4(10) + 26)/6. Svaret er 72/6, eller 12 timer. Bemærk, at tallet blev trukket lidt i retning af den yderste ekstrem af det pessimistiske skøn, men ikke meget, da resultatet stadig er vægtet kraftigt i retning af den mest sandsynlige værdi.
Du kan bruge PERT-estimaterne på to måder. Du kan give disse tre estimater for alle aktiviteter i din tidsplan, eller du kan kun bruge PERT-formlen for de aktiviteter, der er forbundet med høj risiko. Det er dem, hvor du ikke er helt sikker på estimatet, så der er en stor variation mellem de optimistiske og pessimistiske værdier.
Såsom vi taler om variation – hvis du trækker din pessimistiske værdi fra den optimistiske værdi og dividerer resultatet med seks, får du standardafvigelsen, som er et mål for estimatets volatilitet. I vores eksempel ovenfor ville standardafvigelsen være 3,34 ((26 – 6) / 6). Jo større denne standardafvigelse er, jo mindre tillid har du til dit skøn, da det vil betyde, at du har et stort interval mellem det optimistiske og det pessimistiske skøn. Hvis standardafvigelsen var lille, ville det betyde, at du havde ret stor tillid til dit estimat, da det optimistiske og det pessimistiske estimat ville ligge tæt på hinanden.
Husk PERT-formlen og brug den til at lave estimater, når du har en høj grad af usikkerhed.