Ben öğrenciyken anlatılan, ne kadar gerçek ne kadar efsane olduğunu bilmedim bir hikaye vardı. Bir profesör öğrencilerine risk nedir diye soruyor final sınavında. Bir öğrenci boş kağıt verip risk budur yazıyor sonuna ve alıyor 100’ü. Bu öğrenci Monte Carlo analizi yaptı mı acaba…

Bir de biz inşaatcıyız kardeş. Monte Carlo ne? Kumar mı oynuyoruz. Biz bu işten ne anlarız dediğinizi duyar gibiyim. Neyse zaten blogu da bu yüzden yaptık… Ama bir durun bakalım başlamadan önce bir gidin  youtube kanalımı takip edin ayrıca instagram ve facebookta da ekleyin ,bloga abone olursan… benden söylemesi tabi, keyfiniz bilir… Ayrıca proje yönetimi konularında daha fazla bilgi için blogun bu bölümüne bir göz atın.

1. Monte Carlo Yönteminin Tarihi ve Tanımı

Monte Carlo analizi, adını Monako’daki Monte Carlo kumarhanesinden alır. Çünkü Stanislaw amcasının kumar alışkanlıklarından esinlenmiş. Hikayesini geçersek…

II. Dünya Savaşı sırasında Los Alamos Ulusal Laboratuvarı’nda çalışan Stanislaw Ulam ve John von Neumann, nükleer fizik simülasyonları için bu yöntemi geliştirdi. Amaç, rastgelelik içeren problemleri çözmek için istatistiksel ve simülasyon tabanlı hesaplamalar yapmaktı.

2. Monte Carlo Analizi Nedir?

Monte Carlo Analizi, birden fazla belirsiz değişkene sahip sistemleri analiz etmek için kullanılan simülasyon yöntemidir. Bu yöntemde, her bir değişken için olası değerler dağılım şeklinde tanımlanır ve binlerce rastgele senaryo üretilerek olasılıklı sonuçlar elde edilir.

Tabi bu tanım çok da yardımcı olmuyor, bir de şöyle deneyelim, mesela kıyada bir okçu düşün bu arkadaş denizde yüzen bir gemideki bir hedefe ok atacak olsun. Okçunun attığı okların kaçı hedefi vurur, kaçı güverteye düşer, kaçı denize gider, diyelimki bunları ölçüyorsun ama sonuçlar sonuçta rastgele ve bu sonuçlardan mantıklı istatistiksel bir eğri ortaya çıkarmaya çalışıyorsun.

3. Proje Planlamada Monte Carlo’nun Rolü

Projelerde klasik çizelgeleme yöntemleri çoğu zaman tek bir bitiş süresi öngörür. Monte Carlo analizi ise belirsizlikleri dikkate alarak farklı senaryolar oluşturur ve güvenilirlik düzeyi yüksek tahminler sağlar.

4. Üç Nokta Tahmini Nedir?

Monte Carlo analizinde genellikle her aktivite için aşağıdaki üç tahmin belirlenir:

• İyimser (Optimistic) – En kısa sürede tamamlama
• En Olası (Most Likely) – Gerçekçi tahmin
• Kötümser (Pessimistic) – Gecikme durumundaki maksimum süre

Bu üç tahmine göre dağılım (genellikle beta ya da üçgen) oluşturularak simülasyon yapılır.

5. Monte Carlo Nasıl Uygulanır?

Aktivite listesi oluşturulur.

1. Her aktiviteye üç nokta tahmini girilir.
2. Olasılık dağılım tipi seçilir.
3. Simülasyon aracıyla binlerce senaryo çalıştırılır.
4. Sonuçlar grafik ve tablolarla raporlanır.

6. Hangi Yazılımlar Kullanılır?

7. Simülasyon Örneği

Bir proje planında çelik montaj işi için:

• İyimser: 20 gün
• En olası: 30 gün
• Kötümser: 45 gün

Simülasyon çıktısı:

• %50 ihtimalle 30 gün
• %80 ihtimalle 36 gün
• %95 ihtimalle 41 gün

8. Monte Carlo Sonuçları Nasıl Raporlanır?

• S-Curve: Projenin hangi tarihte %kaç olasılıkla biteceğini gösterir.
• Histogram: Süre dağılımını görsel olarak sunar.
• Tornado Chart: En çok etki eden aktiviteleri sıralar.
• Sensitivity Analizi: Değişkenlerin proje süresine etkisini analiz eder.

9. Gerçek Projelerde Karşılaşılan Sorunlar ve Çözüm Önerileri

10. İstatistiksel Güven Aralıkları ve Kümülatif Dağılım Grafikleri

Monte Carlo analizinde yaygın olarak kullanılan güven seviyeleri şunlardır:

• %50 güven: Projenin ortalama bitiş süresi
• %80 güven: Daha geniş güvenlik bandı
• %95 güven: Tampon süre dahil, en güvenli senaryo

Bunlar kümülatif dağılım eğrileri (S-curve) ile gösterilir.

11. Monte Carlo ile Maliyet ve Bütçe Tahmini

Monte Carlo Analizi sadece süre değil, maliyet tahmini için de uygulanabilir. Özellikle malzeme fiyatlarındaki belirsizlik, döviz kuru değişimi ve tedarik riskleri bu yönteme uygundur.

Örneğin bir iş paketi için:

• İyimser: 500.000 $
• En olası: 600.000 $
• Kötümser: 800.000 $

Simülasyon çıktısı:

• %50 ihtimalle proje maliyeti 4.5 milyon $
• %90 ihtimalle 5.2 milyon $

Bu sayede finansal tamponlar daha akılcı belirlenebilir ve yönetim daha doğru yönlendirilir.

12. Sonuç: Plan Yapmak Yetmez, Olasılıkları da Yönet!

Monte Carlo analizi, klasik planlamanın ötesine geçerek belirsizliğin içinden bilgi üretir. Projenin hem süresini hem de maliyetini daha güvenilir tahminlerle yönetmek için bu yöntemin modern proje yönetiminin vazgeçilmez bir parçası hâline geldiğini söyleyebiliriz.

Bu yöntemi kullanarak, proje hakkında neredeyse kesin bilgi sahibi olabilirsiniz. Ama bunları yaparken risk kayıtlarını mantıklı ve iyi tuttuğunuzu, olasıkları iyi öngördüğünüzü mutlaka kontrol etmelisiniz. Yoksa gider bir ülkede yatırım yaparsanız o ülkede savaş çıkar olan sizin yatırıma olur.