Рис. 5-2. Матрица оценки риска.
Это неполный пример матрицы оценки риска, использованной в проекте «Информационные Системы», занимающемся переходом от системы Windows Office-97 к системе Windows-2000. Проектная команда выявила риски, такие, как зависание системы после установки, жалобы конечных пользователей на изменение и сопротивление им и плохую работу оборудования. Помимо оценки вероятности, серьезности и времени события, проектная команда также оценивала свою способность вовремя определить тот момент, когда соответствующее событие действительно будет иметь место, чтобы смягчить его последствия. Обратите внимание, что команда считает «высокой» степень трудности обнаружения события, связанного с зависанием системы, так как системы рушатся без предупреждения, а «отказ пользователя» получил среднюю оценку, так как растущее недовольство и сопротивление можно заметить задолго до того, как оно приобретет угрожающие размеры.
Матрица оценки риска — это один из множества подходов к оценке риска. Оценки бывают как субъективными, так и количественными. Чаще всего оценки основываются на «мнении специалиста» или «внутреннем голосе», но они могут быть ошибочными, так как зависят от квалификации специалиста, выносящего суждение. Количественные методы обычно требуют более детального анализа фактов, поэтому они более надежны. Типичными количественными методами являются анализ коэффициентов, анализ вероятности и анализ чувствительности. К сожалению, количественные методы требуют серьезного сбора данных, масштаб их часто ограничен и управленцы-практики редко ими пользуются. Сегодня чаще используются гибридные экспертные системы, сочетающие количественные данные и методы, основанные на опыте. Выбор подхода — субъективного или же количественного — зависит от источника риска, возможных последствий и от отношения менеджеров к оценке степени риска.
Сегодня на практике применяется много различных подходов к определению и оценке влияния нежелательных событий. Чтобы читатель получил представление о них, ниже приводится краткая характеристика самых распространенных подходов. Подходы, в основе которых лежит использование сложных математических моделей, были нами сознательно исключены из рассмотрения, потому что они требуют специальной подготовки, особой информации, которую чаще всего трудно и дорого собирать, а также потому, что они применяются очень и очень редко.
Анализ сценария (А): неколичественный.
Это один из первых и наиболее распространенных методов. В основном данный метод определяет, что отрицательного может произойти, степень серьезности вероятных событий, вероятность того, что это может случиться. На основе субъективного мнения оо л их переменных строится оценка альтернатив: принять или снизить, разделить или переложить риск через использование субъективного процесса на источник рентабельности. Хотя риски не имеют количественного выражения, они основываются на опыте, в большинстве случаев надежном. Однако, если «эксперты» обладают разным опытом и знаниями, оценка риска может быть несостоятельной.
Анализ с использованием поправочных коэффициентов и допусков.
Этот метод также широко используется менеджерами проектов. В нем используются данные о предыдущих проектах, сходных с предлагаемым. На основе принятия некоторого поправочного коэффициента между старым и новым проектами делаются точечные оценки времени, стоимости или технологии, а также нижнего и верхнего предела точности оценки. Коэффициент, как правило, является постоянной величиной. Например, если в предыдущих проектах на строку компьютерного кода уходило 10 минут, то постоянная величина 1,10, представляющая собой 10% увеличение, будет использоваться при оценках времени предполагаемого нового проекта, так как новый проект будет сложнее предыдущих. Имея расчеты для нового проекта, можно пересмотреть процентные пределы для предыдущих проектов и оценить нижние пределы риска.
Анализ смешанного типа.
Многие менеджеры неохотно применяют количественные методы изза их ограниченных возможностей. По мнению таких менеджеров, подобные модели не могут полностью использовать весь объем накопленных ими знаний. Все больше растет признание эвристических моделей, использующих знания и практический опыт управленцев. Например, на создание сборичной линии принтеров потребуется больше времени за рубежом, чем в США. Таким образом, американским менеджерам нужно умножить время работы над проектом на 1,3 или на другую цифру, основанную на реальных данных о длительности работы над предшествующими проектами в предполагаемой стране. Менеджерам удобно совмещать свой практический опыт с субъективными оценками, и они и дальше будут так поступать. Некоторые исследователи предлагают переносить подобный практический опыт в экспертные системы, с тем, чтобы дать доступ к нему как можно большему числу практиков. Экспертная система использует иерархическую структуру выводов, позволяющую менеджеру отбирать основные факторы риска и в конечном итоге работать по ходу событий.
Анализ вероятности.
Существует много статистических методов, которые могут помочь управляющему проектом оценить риск. Используются так называемые деревья решений», с помощью прогнозируемых значений позволяющие оценить альтернативные действия. При оценке рисков, например, связанных с денежными потоками по проекту, можно использовать статистические значения чистой приведенной стоимости. Часто для оценки рисков, связанных с движением денежной наличности, применяются коэффициенты коррелляции между движением наличности в предыдущих проектах и S-кривыми (кривыми кумулятивных затрат на проект в течение вс эго его жизненного цикла). И, наконец, для пересмотра проектных действий и риска могут быть использованы метод PERT (метод оценки и пересмотра программ) и методы моделирования с его помощью. Моделирование PERT используется все чаще, так как в нем используются те же данные, что и для PERT, а также программы, которые для создания моделей легко доступны (см. Приложение 5-1 в конце главы с более подробным описанием PERT и PERT-моделирования).
Анализ сценария (В): полуколичественный.
Управляющие проектом часто неохотно используют или предоставляют вероятности для анализа риска. Такая информация делает анализ риска более точным, ясным и ценным. Задача состоит в том, чтобы заставить проектную команду сформулировать риск. Такая информация может быть полезной и для теории вероятностей, и для рентабельности.
Один из подходов, используемых управляющими проектами-практиками, — полуколичественный анализ — о писан в прилагаемом «Случае из практики». Этот подход использует время потому, что событияриски зависят от времени, влияют на отставание проектов и легко понятны для членов команд риска. (Аналогичный подход можно использовать для сметы.).
Подход полуколичественного анализа, описанный в «Случае из практики», продвигает обычный анализ сценария на один шаг дальше. Используя цифры для проверки влияний, он служит проверкой реальности выделенным рискам и анализу. Основным результатом этого процесса являет-.
ся разграничение проектного риска и возможной продолжительности. Составляя три графика до начала проекта, можно понять, какие решения необходимо принимать; можно попытаться ответить на вопросы «что, если». Например, если событие-риск имеет место, какое влияние это окажет на другие проекты? Также этот подход полезен для объяснения работающим над проектом рисков, присущих данному проекту.