Falhas em projetos de simulação

A simulação de eventos discretos existe há muito tempo. O crescente poder de computação ajudou a aplicação da simulação de eventos discretos nos últimos anos. Isso é especialmente verdadeiro no que diz respeito à visualização e animação dos próprios modelos. No entanto, o método, os procedimentos relacionados, o processo e o software relacionados à simulação de eventos discretos também foram aplicados há 20 anos. Desde então, muitos projetos de simulação ajudaram as empresas a melhorar seus layouts, processos e aumentar seus lucros e a satisfação do cliente. Mas, muitos projetos falharam. No blog post de hoje eu comento sobre falhas de projetos de simulação comercial.

Taxas de falha de projetos de simulação de eventos discretos

É difícil fazer uma generalização sobre a taxa de falha de projetos de simulação de eventos discretos. No entanto, vários estudos foram divulgados sobre este assunto. Sua estimativa de taxas de sucesso do projeto varia de 40% a 75%. Geralmente, acredita-se que cerca de metade de todos os projetos de simulação comercial no domínio de gerenciamento da cadeia de suprimentos e planejamento de produção não atendem às expectativas básicas das partes interessadas relevantes. Geralmente, acredita-se que essa taxa de sucesso esteja significativamente abaixo da taxa média de sucesso de projetos analíticos no gerenciamento da cadeia de suprimentos e no planejamento da produção.

Os projetos de análise tradicionais geralmente envolvem o uso de técnicas estatísticas e de análise de dados para obter insights e tomar decisões baseadas em dados. Projetos de pesquisa operacional, por outro lado, também fazem uso de modelos e conceitos matemáticos desenvolvidos principalmente para melhoria de operações. Isso, por exemplo, inclui programação e otimização de inteiro misto, programação de restrição, otimização não linear, heurística, otimização genética e simulação de eventos discretos.

Embora os projetos tradicionais de análise e pesquisa operacional possam ser complexos, eles geralmente envolvem conjuntos de dados relativamente estáticos e podem ser concluídos usando ferramentas e técnicas analíticas. Como resultado, a taxa de sucesso de projetos analíticos pode ser relativamente alta, principalmente quando comparada a projetos DES . Os projetos DES , por outro lado, exigem um profundo conhecimento de sistemas e processos complexos, bem como a capacidade de desenvolver modelos de simulação precisos e eficazes . Esses projetos envolvem dados dinâmicos e requerem técnicas de modelagem e simulação mais avançadas . Esse alto nível de complexidade pode ser uma das principais razões pelas quais os projetos de simulação têm uma taxa de falha mais alta do que a análise tradicional.

Causas raiz para falhas de projeto de simulação

Práticas eficazes de gerenciamento de projetos, incluindo planejamento minucioso, envolvimento das partes interessadas e comunicação eficaz, influenciam significativamente a taxa de sucesso dos projetos de simulação comercial.

Projetos de simulação podem falhar por vários motivos, mas algumas das causas mais comuns de falhas em projetos de simulação incluem:

Falta de objetivos claros do projeto
Baixa qualidade dos dados
Falta de experiência
Teste, verificação e validação inadequados
Envolvimento insuficiente das partes interessadas
Comunicação pobre
Oportunista
suposições irrealistas
Expectativas irrealistas
Falta de recursos

Ao abordar essas causas principais, as equipes de projeto de simulação podem melhorar suas chances de sucesso. Equipes de simulação e engenheiros devem, portanto, melhorar continuamente suas habilidades de gerenciamento de projetos e comunicação, proficiência técnica e gerenciamento de partes interessadas.

Habilidades importantes para evitar o fracasso do projeto de simulação

Os departamentos de simulação de eventos discretos ( DES ) em uma configuração de gerenciamento de cadeia de suprimentos ou planejamento de produção exigem uma variedade de habilidades técnicas e não técnicas para serem bem-sucedidas. Algumas habilidades importantes incluem:

Proficiência Técnica
Análise de dados
Processo de mapeamento
Comunicação
Gerenciamento de projetos
Solução de problemas
Trabalho em equipe

Na extremidade técnica do espectro, as seguintes habilidades devem ser exigidas e aprimoradas:

Conhecimento do sistema, ou seja, compreensão dos processos de produção e logística, bem como equipamentos e sistemas relevantes associados
Análise estatística, ou seja, para poder avaliar a confiança dos resultados deduzidos da simulação e a capacidade de derivar descobertas generalizáveis dos resultados da simulação
Análise de dados – obtendo, organizando e visualizando dados
Pensamento sistêmico, ou seja, capacidade de modelar conceitualmente um sistema complexo
Programação Orientada a Objetos
habilidades de engenharia de software