Planowanie CAPEX a optymalizacja: porównanie rankingowania projektów, planowania scenariuszy, programu Excel, sztucznej inteligencji i optymalizacji portfela

Planowanie CAPEX, ustalanie priorytetów projektów, planowanie scenariuszy, oprogramowanie PPM, Excel, sztuczna inteligencja oraz matematyczna optymalizacja portfela rozwiązują różne aspekty tego samego problemu zarządzania.

Planowanie CAPEX nadaje strukturę przyszłym inwestycjom.

Ranking projektów i ustalanie priorytetów służą do oceny poszczególnych projektów.

Planowanie scenariuszy analizuje różne założenia.

Oprogramowanie PPM zapewnia przejrzystość projektów i portfeli.

Excel umożliwia elastyczne analizy i tworzenie indywidualnych modeli.

Sztuczna inteligencja może analizować dane, rozpoznawać wzorce i wspierać procesy decyzyjne.

Z kolei matematyczna optymalizacja portfela odpowiada na inne pytanie:

Która kombinacja dostępnych projektów najlepiej spełnia nasz zdefiniowany cel, uwzględniając ograniczenia budżetowe, zasobowe, strategiczne i zależności?

Dlatego kluczowe pytanie nie brzmi:

„Która metoda jest ogólnie lepsza?”

Lecz:

„Która metoda odpowiada na które pytanie dotyczące zarządzania?”

Niniejsze porównanie pokazuje różnice między planowaniem, ustalaniem priorytetów, symulacją i optymalizacją – oraz wyjaśnia, kiedy przedsiębiorstwa powinny przejść z jednej metody na kolejny poziom podejmowania decyzji.

Spis treści

• Przegląd planowania, ustalania priorytetów, symulacji i optymalizacji
• Planowanie CAPEX a optymalizacja CAPEX
• Ustalanie priorytetów projektów a optymalizacja portfela
• Ranking projektów a wybór portfela
• Ranking projektów a optymalizacja
• Planowanie scenariuszy a optymalizacja portfela
• Planowanie scenariuszy a optymalizacja
• Oprogramowanie PPM a optymalizacja portfela
• PPM a inteligencja decyzyjna
• Excel a matematyczna optymalizacja portfela
• Solver programu Excel a oprogramowanie do optymalizacji portfela
• Optymalizacja CAPEX a ustalanie priorytetów CAPEX
• Optymalizacja portfela a ranking projektów
• Optymalizacja a planowanie scenariuszy
• Sztuczna inteligencja a badania operacyjne w alokacji kapitału
• Programowanie liniowe a optymalizacja kombinatoryczna
• Symulacja metodą Monte Carlo a optymalizacja
• Alternatywa dla programu Excel w planowaniu nakładów inwestycyjnych
• Alternatywa dla rankingu projektów
• Alternatywa dla modeli punktacji ważonej
• Alternatywa dla ręcznego ustalania priorytetów CAPEX
• Cztery poziomy współczesnych decyzji inwestycyjnych
• Przykład: 100 projektów i 500 mln euro nakładów inwestycyjnych
• Dlaczego kombinacje mają kluczowe znaczenie
• Kiedy optymalizacja matematyczna ma znaczenie?
• Dlaczego metody te można łączyć
• Od raportowania do podejmowania decyzji w sali konferencyjnej w czasie rzeczywistym
• StratePlan jako matematyczna warstwa decyzyjna
• Często zadawane pytania

Przegląd planowania, rankingu, symulacji i optymalizacji

Metody te niekoniecznie konkurują ze sobą.

Odpowiadają one na różne pytania w ramach tego samego procesu decyzyjnego.

Planowanie opisuje przestrzeń decyzyjną. Ranking ocenia opcje. Symulacja bada niepewność. Optymalizacja oblicza decyzje w ramach zdefiniowanych reguł.

Planowanie CAPEX a optymalizacja CAPEX

Planowanie CAPEX organizuje przyszłe inwestycje.

Typowe elementy to:

• wnioski inwestycyjne
• Budżety
• Jednostki biznesowe
• Lokalizacje
• Czas trwania projektów
• Prognozy
• Status zatwierdzenia

Planowanie CAPEX odpowiada na przykład na pytania:

„Jakie inwestycje są zaplanowane na najbliższe trzy lata?”

Moduł CAPEX Optimization idzie o krok dalej.

Zadaje pytanie:

„Którą kombinację tych inwestycji powinniśmy faktycznie wybrać w ramach naszych ograniczeń finansowych i operacyjnych?”

Planowanie CAPEX tworzy podstawę planowania. Optymalizacja CAPEX uzupełnia matematyczny poziom podejmowania decyzji.

Ustalanie priorytetów projektów a optymalizacja portfela

Ustalanie priorytetów projektów polega na ocenie projektów i przypisywaniu im priorytetów.

Na przykład:

Wysoki priorytet

Średni priorytet

Niski priorytet

lub:

Poziom 1, Poziom 2, Poziom 3...

Natomiast optymalizacja portfela uwzględnia kombinację projektów.

To zasadnicza różnica.

Projekt o wysokim priorytecie może pochłonąć tak dużą część budżetu, że kilka innych projektów o większej łącznej wartości nie będzie już mogło zostać zrealizowanych.

Priorytetyzacja zadaje pytanie: „Jak ważny jest ten projekt?”

Optymalizacja portfela zadaje pytanie: „Która kombinacja zapewnia najwyższą zdefiniowaną wartość całkowitą w ramach naszych ograniczeń?”

Ranking projektów a wybór portfela

Ranking projektów tworzy kolejność.

Wybór portfela prowadzi do dokonania wyboru.

Brzmi to podobnie, ale z matematycznego punktu widzenia jest to coś innego.

Załóżmy, że ranking wygląda następująco:

1. Projekt A
2. Projekt B
3. Projekt C
4. Projekt D

Prostą metodą mogłoby być wybieranie projektów od góry do dołu, aż do wyczerpania budżetu.

Nie sprawdza się jednak automatycznie, czy inna kombinacja projektów B, C i D nie przyniosłaby łącznie większej wartości.

Ranking nie jest zatem jeszcze decyzją dotyczącą portfela.

Ranking projektów a optymalizacja

Ranking może pozostać elementem procesu decyzyjnego.

Nie należy go jednak mylić z matematyczną optymalizacją portfela.

Planowanie scenariuszy a optymalizacja portfela

Planowanie scenariuszy polega na analizie alternatywnych założeń.

Na przykład:

• Scenariusz bazowy
• Scenariusz wzrostowy
• Scenariusz pesymistyczny
• Zmniejszone nakłady inwestycyjne
• Wyższe koszty energii
• Niedobór zasobów

Planowanie scenariuszy odpowiada na pytanie:

„Co mogłoby się wydarzyć w tych warunkach?”

Optymalizacja portfela odpowiada na pytanie:

„Jaką kombinację projektów powinniśmy wybrać w tych warunkach?”

Dlatego te dwie metody doskonale się uzupełniają.

Dla każdego scenariusza można zoptymalizować nowy portfel.

Planowanie scenariuszy zmienia świat. Optymalizacja portfela oblicza decyzję w ramach tego świata.

Planowanie scenariuszy a optymalizacja

Planowanie scenariuszy i optymalizacja pełnią różne funkcje.

Przedsiębiorstwo może zatem połączyć obie metody:

Scenariusz 1 → Optymalizacja 1

Scenariusz 2 → Optymalizacja 2

Scenariusz 3 → Optymalizacja 3

W ten sposób porównuje się nie tylko scenariusze między sobą, ale także najlepsze decyzje dotyczące portfela w ramach poszczególnych scenariuszy.

Oprogramowanie PPM a optymalizacja portfela

Oprogramowanie do zarządzania portfelem projektów (PPM) wspiera przedsiębiorstwa w zarządzaniu projektami i portfelami oraz w ich sterowaniu.

Typowe funkcje oprogramowania PPM to:

• Przeglądy projektów
• Śledzenie statusu
• Planowanie zasobów
• Budżety
• Plany działania
• Przepływy pracy
• Raportowanie
• Panele kontrolne portfela

Optymalizacja portfela ma inny punkt ciężkości.

Za pomocą analizy matematycznej określa, które projekty powinny zostać wybrane w ramach zdefiniowanych ograniczeń.

PPM zapewnia przejrzystość portfela. Optymalizacja portfela oblicza decyzję dotyczącą portfela.

Oba podejścia można ze sobą połączyć.

PPM dostarcza dane dotyczące projektów i portfela.

Warstwa optymalizacji może wykorzystywać te dane do matematycznych modeli decyzyjnych.

PPM a Decision Intelligence

PPM koncentruje się na zarządzaniu, planowaniu i sterowaniu portfelami projektów.

Decision Intelligence koncentruje się na jakości i strukturze decyzji.

Może to obejmować:

• Dane
• Reguły biznesowe
• Kryteria strategiczne
• Ograniczenia
• Scenariusze
• Modele matematyczne
• Optymalizacja
• Zarządzanie procesem decyzyjnym

Dlatego systemy te odpowiadają na różne pytania.

PPM: „Co znajduje się w naszym portfelu i jak się rozwija?”

Inteligencja decyzyjna: „Jaką decyzję powinniśmy podjąć w świetle naszych zdefiniowanych celów i warunków?”

Decision Intelligence nie musi zatem zastępować PPM.

Może być wykorzystywana jako dodatkowa warstwa decyzyjna nad istniejącymi systemami planowania i zarządzania portfelem lub obok nich.

Excel a matematyczna optymalizacja portfela

Excel jest jednym z najbardziej elastycznych i najpowszechniej stosowanych narzędzi do planowania nakładów inwestycyjnych (CAPEX).

Doskonale nadaje się do:

• gromadzenie danych
• analizy biznesowe
• obliczeń
• modele finansowe
• Raportowanie
• Analizy ad hoc

Wyzwanie pojawia się, gdy problem decyzyjny nabiera charakteru kombinatorycznego.

W przypadku 100 niezależnych projektów typu „tak-nie” teoretycznie istnieje do:

2^100 ≈ 1,27 × 10^30 możliwych kombinacji.

Ręczny model w programie Excel nie jest w stanie w prosty sposób porównać tych portfeli wiersz po wierszu.

Dlatego też matematyczna optymalizacja portfela wykorzystuje wyspecjalizowane metody matematyczne do przeszukiwania przestrzeni decyzyjnej.

Excel nie jest zatem z zasady przeciwnikiem optymalizacji matematycznej. Excel może nawet służyć jako źródło danych, podczas gdy wyspecjalizowany silnik optymalizacyjny oblicza decyzję dotyczącą portfela.

Excel Solver a oprogramowanie do optymalizacji portfela

Solver programu Excel umożliwia optymalizację matematyczną bezpośrednio w programie Excel.

Może to być bardzo przydatne w przypadku mniejszych lub łatwych do ogarnięcia modeli optymalizacyjnych.

Jednak wraz ze wzrostem złożoności portfela i modelu mogą pojawić się dodatkowe wymagania:

• Wiele projektów
• Wiele ograniczeń
• Zależności
• Projekty obowiązkowe
• Planowanie wieloletnie
• Wiele zasobów
• Powtarzające się scenariusze
• Zarządzanie
• Powtarzalność
• Interfejsy zarządzania

Specjalistyczne oprogramowanie do optymalizacji portfela jest dostosowane do takich powtarzających się procesów decyzyjnych.

Dlatego właściwe pytanie nie brzmi:

„Czy Excel Solver potrafi optymalizować?”

Tak, potrafi to w przypadku odpowiednich modeli matematycznych.

Istotne pytanie brzmi:

„Jakiego środowiska technicznego i organizacyjnego potrzebujemy do rozwiązania naszego konkretnego problemu związanego z podejmowaniem decyzji dotyczących portfela?”

Optymalizacja CAPEX a ustalanie priorytetów CAPEX

Ustalanie priorytetów CAPEX pozwala ocenić, które inwestycje wydają się ważniejsze.

Optymalizacja CAPEX oblicza, jaką kombinację inwestycji należy wybrać w określonych warunkach.

Na przykład dziesięć projektów może mieć bardzo wysoki priorytet.

Budżet może jednak wystarczyć tylko na pięć lub sześć z nich.

Wówczas informacja o „wysokim priorytecie” nie jest już wystarczająca.

Należy zdecydować, która kombinacja:

• mieści się w budżecie,
• spełnia ograniczenia dotyczące zasobów,
• uwzględnia zależności,
• obejmuje projekty obowiązkowe,
• generuje najwyższą zdefiniowaną wartość całkowitą.

Ocena priorytetów. Optymalizacja dokonuje matematycznego wyboru spośród kombinacji.

Optymalizacja portfela a ranking projektów

Ranking projektów rozpatruje projekty przede wszystkim indywidualnie.

Optymalizacja portfela uwzględnia ich łączny wpływ.

Prosty przykład:

Budżet:

100 mln €

Projekt A ma najwyższą wartość jednostkową.

Portfel A:

Inwestycja = 100 mln €

Wartość = 150 mln €

Portfel B + C:

Inwestycja = 100 mln €

Wartość = 180 mln €

W ten sposób portfele B + C przy identycznym budżecie generują o 30 mln euro wyższą wartość oczekiwaną.

Najlepsza opcja pojedyncza niekoniecznie jest najlepszą kombinacją portfelową.

Optymalizacja a planowanie scenariuszy

Optymalizacji i planowania scenariuszy nie należy traktować jako alternatyw.

Ich połączenie jest szczególnie skuteczne.

Planowanie scenariuszy może na przykład określić trzy budżety:

400 mln €

500 mln €

600 mln €

Następnie funkcja optymalizacji oblicza konfigurację portfela dla każdego z budżetów.

W ten sposób planowanie scenariuszy przekształca się w porównanie ukierunkowane na podejmowanie decyzji.

Sztuczna inteligencja a badania operacyjne w alokacji kapitału

Sztuczna inteligencja i badania operacyjne mają różne mocne strony.

Sztuczną inteligencję można na przykład wykorzystać do:

• prognozowanie
• rozpoznawanie wzorców
• przetwarzanie języka naturalnego
• Klasyfikację
• Wykrywanie anomalii
• Analiza predykcyjna

Natomiast badania operacyjne koncentrują się w szczególności na matematycznych problemach decyzyjnych.

Obejmuje to:

• Optymalizacja
• Alokacja zasobów
• Planowanie
• Wybór portfela
• Optymalizacja sieci
• Spełnianie ograniczeń

W zakresie alokacji kapitału obie dyscypliny mogą się wzajemnie uzupełniać.

Sztuczna inteligencja może na przykład generować informacje lub prognozy.

Następnie badania operacyjne mogą wykorzystać te informacje w ramach matematycznego modelu decyzyjnego.

Sztuczna inteligencja może pomóc w przewidywaniu tego, co może się wydarzyć. Badania operacyjne mogą obliczyć, jaką decyzję należy podjąć przy określonych założeniach.

Podejścia hybrydowe mogą łączyć oba te poziomy.

Programowanie liniowe a optymalizacja kombinatoryczna

Programowanie liniowe optymalizuje liniową funkcję celu przy liniowych ograniczeniach z ciągłymi zmiennymi decyzyjnymi.

Optymalizacja kombinatoryczna zajmuje się decyzjami dyskretnymi i kombinacjami.

W przypadku portfeli projektów decyzja często brzmi:

wybór projektu: tak lub nie.

W ten sposób powstaje dyskretna struktura decyzyjna.

Programowanie całkowitoliczbowe i programowanie mieszane całkowitoliczbowe są zatem ważnymi metodami matematycznymi stosowanymi w przypadku takich problemów.

W rzeczywistych modelach biznesowych oba rodzaje zmiennych mogą występować jednocześnie.

Symulacja metodą Monte Carlo a optymalizacja

Symulacja Monte Carlo i optymalizacja matematyczna odpowiadają na różne pytania.

Symulacja Monte Carlo wykorzystuje powtarzające się losowe wybory w celu zbadania wpływu niepewnych wielkości wejściowych.

Może ona na przykład wykazać:

• rozkład możliwych wartości NPV
• Prawdopodobieństwo określonych wyników
• ryzyko związane ze scenariuszami skrajnymi
• wrażliwość na niepewność

Natomiast optymalizacja ma na celu znalezienie decyzji, która optymalizuje zdefiniowaną funkcję celu w danych warunkach.

Metody te można również łączyć.

Symulacja pozwala określić niepewność ilościowo.

Optymalizacja może wspierać podejmowanie decyzji w oparciu o te założenia.

Alternatywa dla programu Excel w planowaniu nakładów inwestycyjnych

Firmy często poszukują alternatywy dla programu Excel w zakresie planowania nakładów inwestycyjnych (CAPEX), gdy ich modele inwestycyjne stają się coraz większe i bardziej złożone.

Typowe powody to:

• Duża liczba projektów
• Wiele jednostek biznesowych
• Planowanie wieloletnie
• Złożone zależności
• Ograniczenia zasobów
• Wersjonowanie
• Zarządzanie
• Powtarzające się scenariusze
• Optymalizacja portfela

Alternatywa ta nie musi jednak koniecznie całkowicie zastąpić programu Excel.

Jedną z możliwych architektur jest:

Excel → Wprowadzanie danych

Silnik optymalizacji → Warstwa decyzji matematycznych

Interfejs zarządzania → Warstwa scenariuszy i decyzji

Dzięki temu można nadal korzystać z istniejących procesów w programie Excel, podczas gdy złożone decyzje dotyczące portfela są obliczane poza logiką arkusza kalkulacyjnego.

Alternatywa dla rankingu projektów

Alternatywą dla rankingu projektów jest matematyczny wybór portfela.

Zamiast wyłącznie sortować projekty, bezpośrednio obliczana jest kombinacja, którą należy wybrać w oparciu o zdefiniowane warunki.

Ma to szczególne znaczenie w przypadku:

• ograniczonym budżecie,
• różnej wielkości projektów,
• wielu zasobach,
• zależnościach,
• projektów obowiązkowych,
• ograniczenia strategiczne.

Ranking tworzy kolejność. Optymalizacja portfela tworzy kombinację.

Alternatywa dla modeli punktacji ważonej

Modele punktacji ważonej oceniają projekty na podstawie kilku kryteriów.

Na przykład:

Na podstawie ważonych kryteriów obliczana jest ocena projektu.

Może to być bardzo przydatne do uporządkowania kryteriów jakościowych i ilościowych.

Wynik ten nie rozwiązuje jednak automatycznie problemu doboru portfela.

Matematyczna optymalizacja portfela może zatem wykorzystywać wyniki ważone jako dane wejściowe.

Na przykład:

Zmaksymalizuj całkowitą, ważoną wartość strategiczną portfela przy budżecie wynoszącym 500 mln euro.

W ten sposób ocena punktowa i optymalizacja są ze sobą powiązane.

Ocena ważona służy do oceny projektów. Optymalizacja decyduje, która kombinacja ocenionych projektów powinna zostać wybrana.

Alternatywa dla ręcznego ustalania priorytetów nakładów inwestycyjnych

Ręczne ustalanie priorytetów CAPEX często opiera się na warsztatach, dyskusjach kierownictwa, tabelach i indywidualnych ocenach.

Procesy te mogą dostarczyć ważnych informacji jakościowych.

Jednak wraz ze wzrostem wielkości portfela rośnie złożoność kombinatoryczna.

W przypadku 20 decyzji dotyczących projektów o charakterze binarnym teoretycznie istnieje już:

1 048 576 kombinacji.

W przypadku 100 projektów:

≈ 1,27 × 10^30 kombinacji.

Matematyczna warstwa decyzyjna może zatem stanowić uzupełnienie dyskusji kierownictwa.

Kierownictwo określa:

• Cele
• Kryteria
• Budżety
• Ograniczenia
• Projekty obowiązkowe
• Priorytety strategiczne

Optymalizacja uwzględnia konsekwencje.

Decyzję podejmuje kierownictwo.

Alternatywą dla ręcznego ustalania priorytetów nie jest rezygnacja z decyzji podejmowanych przez ludzi. Jest nią obliczenie zakresu możliwości decyzyjnych.

Cztery poziomy współczesnych decyzji inwestycyjnych

Wiele z porównywanych metod można przyporządkować do czterech poziomów decyzyjnych.

1. Dane i planowanie

Jakie projekty, koszty, zwroty i zasoby istnieją?

Typowe narzędzia:

• ERP
• PPM
• Excel
• Oprogramowanie do planowania

2. Ocena

Jak atrakcyjne są poszczególne projekty?

Typowe metody:

• NPV
• ROI
• Punktacja
• Ranking

3. Analiza scenariuszy i ryzyka

Jak zmieniają się wyniki przy innych założeniach?

Typowe metody:

• Planowanie scenariuszy
• Analiza wrażliwości
• Symulacja metodą Monte Carlo
• Prognozowanie

4. Optymalizacja decyzji

Jaką decyzję należy podjąć przy tych założeniach i ograniczeniach?

Typowe metody:

• Badania operacyjne
• Optymalizacja matematyczna
• Optymalizacja kombinatoryczna
• Programowanie mieszane całkowitoliczbowe

Te cztery poziomy nie zastępują się nawzajem. Opierają się na sobie.

Przykład: 100 projektów i 500 mln euro nakładów inwestycyjnych

Przedsiębiorstwo posiada 100 potencjalnych projektów inwestycyjnych.

Wnioskowane nakłady inwestycyjne (CAPEX):

800 mln €

Dostępne nakłady inwestycyjne (CAPEX):

500 mln €

Obecny proces mógłby wyglądać następująco:

Program Excel gromadzi informacje o projekcie.

Funkcja„Weighted Scoring ” ocenia dopasowanie strategiczne.

Ranking projektów sortuje projekty.

Planowanie scenariuszy analizuje różne budżety.

PPM wizualizuje portfel.

Wszystkie te etapy dostarczają cennych informacji.

Pozostaje jednak pytanie:

Jaką konkretną kombinację spośród 100 projektów powinniśmy wybrać w ramach budżetu wynoszącego 500 milionów euro?

Matematyczna optymalizacja portfela dotyczy właśnie tego poziomu decyzyjnego.

Dlaczego kombinacje mają kluczowe znaczenie

W przypadku 100 niezależnych projektów typu „tak–nie” teoretycznie istnieje:

2^100 ≈ 1,27 × 10^30 kombinacji.

Ograniczenia budżetowe, zasobowe i związane z zarządzaniem zawężają dopuszczalny zakres rozwiązań.

Mimo to liczba możliwych portfeli może pozostać bardzo duża.

To wyjaśnia, dlaczego ręczne metody wyboru i proste rankingi mogą napotykać ograniczenia w przypadku dużych portfeli.

Problem portfela nie jest problemem sortowania. Jest to problem kombinatoryczny.

Kiedy optymalizacja matematyczna staje się istotna?

Optymalizacja matematyczna staje się szczególnie istotna, gdy jednocześnie występuje kilka z poniższych warunków:

• Liczba projektów przewyższa dostępny budżet
• Różne wielkości projektów
• Wiele ograniczonych zasobów
• Zależności między projektami
• Projekty obowiązkowe
• Zasady dotyczące jednostek biznesowych
• Budżety wieloletnie
• Kryteria strategiczne
• Wiele możliwych kombinacji projektów
• Częste pytania typu „co by było, gdyby”

Im silniejsza jest wzajemna interakcja tych czynników, tym mniej wystarczające jest samo ustalenie rankingu.

Dlaczego metody te można łączyć

Nowoczesny proces podejmowania decyzji inwestycyjnych nie musi koniecznie zastępować istniejących systemów.

Jedną z możliwych architektur jest:

ERP → dane finansowe i rzeczywiste

PPM → dane projektowe i dotyczące portfela

Excel → indywidualne analizy i przygotowanie danych

AI → prognozy, analiza danych i inteligentne wsparcie

Optymalizacja → matematyczne decyzje dotyczące portfela

Sala posiedzeń zarządu → ostateczna decyzja kierownictwa

W ten sposób powstaje jasny podział ról.

Systemy rejestrujące dostarczają dane.

Analizy dostarczają wniosków.

Optymalizacja oblicza opcje.

Kierownictwo podejmuje decyzję.

Od raportowania do podejmowania decyzji na żywo w sali posiedzeń zarządu

Różnica między raportowaniem a analizą decyzyjną jest szczególnie widoczna w sali posiedzeń zarządu.

Pulpit analityczny może pokazać:

„Nasze nakłady inwestycyjne (CAPEX) wynoszą 500 milionów euro”.

Narzędzie do planowania scenariuszy może pokazać:

„Przy 450 milionach euro zmienia się nasz plan finansowy”.

Optymalizacja portfela może dodatkowo odpowiedzieć na pytanie:

„Jaką kombinację projektów powinniśmy wybrać przy kwocie 450 milionów euro?”

W ten sposób powstaje interaktywny proces decyzyjny.

Dyrektor finansowy pyta:

„Zmniejsz nakłady inwestycyjne o 50 milionów euro.”

Portfel zostaje ponownie obliczony.

Prezes pyta:

„Zwiększ strategiczne znaczenie wzrostu.”

Portfel jest ponownie przeliczany.

Komisja inwestycyjna pyta:

„Uczyńcie Projekt 27 obowiązkowym.”

Konsekwencje są widoczne bezpośrednio na poziomie portfela.

Zadaj pytanie. Oblicz. Porównaj. Podejmij decyzję.

StratePlan jako matematyczna warstwa decyzyjna

StratePlan został zaprojektowany jako matematyczna warstwa decyzyjna służąca do podejmowania złożonych decyzji dotyczących nakładów inwestycyjnych (CAPEX), inwestycji oraz portfela projektów.

Podejście to nie polega na całkowitym zastąpieniu systemów ERP, PPM, programu Excel czy procesów zarządzania.

Zamiast tego uzupełnia się matematyczną warstwę decyzyjną.

Dane mogą na przykład obejmować:

• ID projektu
• Inwestycja
• Przewidywane przychody lub wartość bieżąca netto (NPV)
• Kryteria strategiczne
• Zasoby
• Zależności
• Projekty obowiązkowe
• Budżety wieloletnie

Na tej podstawie można obliczyć wskaźniki portfela:

• Która kombinacja projektów maksymalizuje zdefiniowaną wartość portfela?
• Które projekty należy wybrać przy niższych nakładach inwestycyjnych (CAPEX)?
• Jakie dodatkowe projekty stają się możliwe przy wyższym budżecie?
• Jak zmienia się wybór w przypadku nowych ograniczeń zasobów?
• Jaki wpływ mają projekty obowiązkowe?
• W jaki sposób zależności między projektami wpływają na wybór?
• Jak zmiana strategicznej wagi wpływa na portfel?
• Która kombinacja maksymalizuje wartość bieżącą netto (NPV)?
• Jak zmienia się optymalna kombinacja w perspektywie kilku lat?

W ten sposób powstaje powiązanie między istniejącymi danymi, optymalizacją matematyczną a decyzjami zarządczymi.

Excel potrafi obliczać.

PPM pozwala zarządzać.

Planowanie scenariuszy pozwala na eksplorację.

Sztuczna inteligencja potrafi analizować.

Optymalizacja pozwala obliczyć najlepszy możliwy do zrealizowania portfel dla określonego celu.

Kierownictwo podejmuje decyzje.

Nie ograniczaj się do rankingu projektów. Oblicz portfel.

Często zadawane pytania

Jaka jest różnica między planowaniem CAPEX a optymalizacją CAPEX?

Planowanie CAPEX służy do organizowania i planowania przyszłych inwestycji oraz budżetów. Optymalizacja CAPEX oblicza, która kombinacja dostępnych inwestycji, przy określonych ograniczeniach budżetowych, zasobowych i innych, najlepiej spełnia ustalony cel.

Jaka jest różnica między ustalaniem priorytetów projektów a optymalizacją portfela?

Ustalanie priorytetów projektów ocenia względną ważność poszczególnych projektów. Optymalizacja portfela analizuje kombinację kilku projektów, uwzględniając wspólne ograniczenia, takie jak budżet, zasoby i zależności.

Jaka jest różnica między rankingiem projektów a wyborem portfela?

Ranking projektów tworzy kolejność projektów. Wybór portfela decyduje, które projekty faktycznie zostaną wspólnie włączone do portfela.

Jaka jest różnica między rankingiem projektów a optymalizacją?

Ranking ocenia projekty przede wszystkim indywidualnie. Optymalizacja poszukuje konfiguracji portfela, która w najlepszy możliwy sposób spełnia zdefiniowaną funkcję celu w ramach modelowanych ograniczeń.

Jaka jest różnica między planowaniem scenariuszy a optymalizacją portfela?

Planowanie scenariuszy analizuje alternatywne założenia lub przyszłe sytuacje. Optymalizacja portfela oblicza kombinację projektów w ramach warunków danego scenariusza.

Jaka jest różnica między planowaniem scenariuszy a optymalizacją?

Planowanie scenariuszy odpowiada przede wszystkim na pytanie „Co by było, gdyby…?”. Optymalizacja odpowiada w ramach modelu matematycznego na pytanie „Która decyzja najlepiej spełnia nasz cel w tych warunkach?”.

Jaka jest różnica między oprogramowaniem PPM a optymalizacją portfela?

Oprogramowanie PPM zazwyczaj wspiera planowanie, zarządzanie, śledzenie i raportowanie portfeli projektów. Optymalizacja portfela koncentruje się na matematycznym doborze kombinacji projektów w oparciu o zdefiniowane cele i ograniczenia.

Jaka jest różnica między PPM a analizą decyzyjną?

PPM zarządza projektami i portfelami oraz kieruje nimi. Decision Intelligence łączy dane, kryteria, reguły, scenariusze i metody ilościowe, aby systematycznie wspierać konkretne decyzje.

Jaka jest różnica między programem Excel a matematyczną optymalizacją portfela?

Excel to elastyczne narzędzie do pracy z danymi, obliczeniami i indywidualnymi modelami. Matematyczna optymalizacja portfela wykorzystuje specjalistyczne metody matematyczne do obliczania złożonych kombinacji projektów przy wspólnych ograniczeniach.

Jaka jest różnica między programem Excel Solver a oprogramowaniem do optymalizacji portfela?

Solver w Excelu może rozwiązywać modele optymalizacyjne w ramach programu Excel. Specjalistyczne oprogramowanie do optymalizacji portfela może ponadto być dostosowane do powtarzających się decyzji dotyczących portfela, rozbudowanych ograniczeń, zależności, scenariuszy, procesów zarządzania i nadzoru.

Jaka jest różnica między optymalizacją CAPEX a ustalaniem priorytetów CAPEX?

Priorytetyzacja CAPEX polega na ocenie i uszeregowaniu inwestycji. Optymalizacja CAPEX oblicza, która kombinacja inwestycji powinna zostać wybrana w ramach zdefiniowanych ograniczeń.

Jaka jest różnica między optymalizacją portfela a rankingiem projektów?

Ranking projektów określa kolejność poszczególnych projektów. Optymalizacja portfela uwzględnia kombinacje projektów i ich łączną wartość w ramach ograniczeń budżetowych, zasobowych i innych.

Jaka jest różnica między optymalizacją a planowaniem scenariuszy?

Planowanie scenariuszy zmienia założenia. Optymalizacja oblicza w ramach tych założeń rozwiązanie dla zdefiniowanej funkcji celu. Dlatego obie metody można ze sobą łączyć.

Jaka jest różnica między sztuczną inteligencją a badaniami operacyjnymi w zakresie alokacji kapitału?

Sztuczna inteligencja obejmuje metody takie jak uczenie maszynowe, rozpoznawanie wzorców i analityka predykcyjna. Badania operacyjne wykorzystują modele matematyczne i optymalizację do rozwiązywania problemów decyzyjnych. W alokacji kapitału prognozy oparte na sztucznej inteligencji mogą służyć jako dane wejściowe dla modelu badań operacyjnych.

Jaka jest różnica między programowaniem liniowym a optymalizacją kombinatoryczną?

Programowanie liniowe optymalizuje modele liniowe, zazwyczaj z zmiennymi ciągłymi. Optymalizacja kombinatoryczna zajmuje się decyzjami dyskretnymi i kombinacjami. Typowym problemem kombinatorycznym jest binarna selekcja projektów.

Jaka jest różnica między symulacją Monte Carlo a optymalizacją?

Symulacja Monte Carlo analizuje niepewność poprzez powtarzane symulacje losowe. Optymalizacja poszukuje decyzji, która optymalizuje zdefiniowaną funkcję celu w określonych warunkach.

Jaka jest alternatywa dla programu Excel w planowaniu CAPEX?

W zależności od problemu można wykorzystać wyspecjalizowane systemy do planowania CAPEX, PPM lub optymalizacji portfela. Excel nie musi być przy tym całkowicie zastąpiony i może nadal służyć jako źródło danych lub narzędzie analityczne.

Jaka jest alternatywa dla rankingu projektów?

Matematyczna optymalizacja portfela stanowi alternatywę, gdy potrzebna jest nie tylko kolejność, ale konkretna kombinacja projektów z uwzględnieniem ograniczeń budżetowych, zasobowych i innych.

Jaka jest alternatywa dla modeli punktacji ważonej?

Ważoną punktację można połączyć z matematyczną optymalizacją portfela. Punkty służą do oceny projektów, podczas gdy optymalizacja oblicza, która kombinacja ocenionych projektów powinna zostać wybrana w ramach zdefiniowanych ograniczeń.

Jaka jest alternatywa dla ręcznego ustalania priorytetów CAPEX?

Matematyczny model portfelowy może uzupełniać ręczne procesy ustalania priorytetów, obliczając wpływ budżetów, zasobów, zależności, projektów obowiązkowych i kryteriów strategicznych na możliwe kombinacje projektów.

Czy optymalizacja portfela może zastąpić program Excel?

Niekoniecznie. Program Excel może nadal służyć do gromadzenia danych, tworzenia analiz biznesowych i indywidualnych analiz. Optymalizacja portfela uzupełnia specjalistyczną matematyczną warstwę decyzyjną, przeznaczoną do podejmowania złożonych decyzji dotyczących wyboru.

Czy optymalizacja portfela może zastąpić system PPM?

Systemy te pełnią różne zadania. PPM wspiera zarządzanie i kontrolę portfeli projektów. Optymalizacja portfela koncentruje się na matematycznej selekcji i decyzjach dotyczących alokacji. Dlatego integracja obu poziomów może być sensowna.

Czy sztuczna inteligencja może zastąpić optymalizację matematyczną?

Sztuczna inteligencja i optymalizacja matematyczna rozwiązują różne klasy problemów i mogą być łączone. Sztuczna inteligencja może na przykład dostarczać prognozy lub wzorce, podczas gdy optymalizacja matematyczna wykorzystuje te informacje w ramach konkretnego modelu decyzyjnego.

Kiedy firma powinna przejść od rankingu do optymalizacji portfela?

Optymalizacja portfela nabiera szczególnego znaczenia, gdy ograniczony budżet, zróżnicowana skala projektów, wiele zasobów, zależności, projekty obowiązkowe lub inne ograniczenia sprawiają, że prosta klasyfikacja nie odzwierciedla już w wystarczającym stopniu rzeczywistej decyzji dotyczącej portfela.

Jaka jest najważniejsza różnica między ustalaniem priorytetów a optymalizacją?

Ustalanie priorytetów odpowiada na pytanie, które projekty są wyżej oceniane. Optymalizacja odpowiada na pytanie, jaką kombinację projektów należy wybrać w określonych warunkach.