Stima a finire mediante integrazione bayesiana tra visione interna ed esterna di progetto

Previous studies have laid the blame for the continuous forecast errors about the estimation at completion of the project mainly to psychological reasons: cognitive illusions (overoptimism and anchoring effect) and strategic-political pressures, rather than to technical reasons. This issue has been associated to the tendency, both in planning and control phase, to consider exclusively the current project, without taking into account of similar experiences made in the past. The present study is aimed, thus, to develop and to implement a mathematical model for the estimation at completion of a project, based on the Bayesian statistic. The latter allows to minimize these sources of planning fallacy by means of the integration between the information originated from the current project (“inside view”) and the information originated from the actual outcomes achieved in similar past experiences (“outside view”). The estimations achieved by the proposed model have shown an high forecast accuracy towards cost and duration estimation at completion of the project. Furthermore they have highlighted a greater accuracy in the early stages of the project life cycle, where the forecast issue is more critical and important, and a lower volatility of the estimations achieved in different time now along the project life cycle compared to more traditional forecast techniques of the EVMS (Earned Value Management System). This study is part of the area of research on estimation at completion of a project methodologies and it makes the innovative contribution by means of the integration between the inside view and outside view obtained by the Bayesian statistic.

Precedenti studi hanno attribuito la responsabilità dei continui errori nelle stime a finire di progetto principalmente ad aspetti di natura psicologica: illusioni cognitive (eccessivo ottimismo ed ancoraggio) e pressioni strategico-politiche, piuttosto che a ragioni di natura tecnica. Ciò è stato associato alla tendenza che si ha, sia in fase di pianificazione che di controllo di progetto, a limitarsi a considerare esclusivamente il progetto in corso, senza tener conto di esperienze similari avvenute in passato. Il presente lavoro è finalizzato, quindi, allo sviluppo ed implementazione di un modello matematico per la stima a finire di progetto basato sulla statistica Bayesiana. Quest’ultima permette di minimizzare tali effetti di distorsione previsionale attraverso l’integrazione dell’informazione proveniente dal progetto in corso (“inside view”) e l’informazione proveniente dai risultati effettivamente raggiunti in progetti passati considerati essere similari (“outside view”). Le stime ottenute tramite il modello proposto hanno dimostrato una elevata accuratezza previsionale nei confronti del costo e della durata totale di progetto. Inoltre hanno evidenziato una maggiore accuratezza nelle prime fasi del ciclo di vita del progetto, dove l’aspetto previsionale è maggiormente critico ed importante, ed una minore volatilità dei risultati ottenuti nelle stime effettuate in vari istanti di tempo lungo il ciclo di vita del progetto rispetto alle più tradizionali tecniche previsionali dell’EVMS (Earned Value Management System). Questo lavoro si inserisce all’interno del filone di ricerca riguardante le metodologie di stima a finire di progetto apportando il contributo innovativo dato dall’integrazione tra la visione interna ed esterna di progetto ottenuta mediante la statistica Bayesiana.