Wykonanie Ilościowej Analizy Ryzyka jest kluczowe do określenia rzeczywistego wpływu najważniejszych ryzyk na projekt, dzięki czemu możliwe jest uzyskanie bardziej realistycznych szacunków kosztów, harmonogramu oraz zakresu.
Najważniejsze aspekty procesu:
-
Cele Procesu: Ilościowa analiza ryzyka jest stosowana do precyzyjnego wyliczenia wpływu wybranych ryzyk. Daje ona wyniki liczbowe, które pomagają lepiej oszacować realistyczne zasoby projektu, budżet oraz harmonogram.
-
Analizowane Ryzyka: Analizujemy wyłącznie te ryzyka, które znajdują się na liście priorytetowej, co pozwala oszczędzić czas i zasoby. Cały proces jest obiektywny i dokładny.
Techniki Stosowane w Ilościowej Analizie Ryzyka:
- Wywiady: Pozwalają uzyskać szczegółowe informacje od interesariuszy na temat potencjalnych skutków ryzyka.
- Modelowanie Rozkładów Prawdopodobieństwa: Umożliwia przewidywanie zmienności wartości wpływu ryzyka poprzez wybór najlepszego modelu prawdopodobieństwa (np. trójkątny lub normalny rozkład).
- Symulacja Monte Carlo: Narzędzie analizy symulacyjnej do przewidywania prawdopodobieństwa wystąpienia ryzyk.
- Analiza Wrażliwości: Pozwala ocenić, które ryzyka mają największy wpływ na projekt, zwykle reprezentowana za pomocą diagramu tornado.
- Diagramy Wpływu: Reprezentują wpływ ryzyk na poszczególne części projektu w sposób wizualny, podobnie jak schematy blokowe.
- Analiza Drzew Decyzyjnych: Umożliwia wybór najlepszego rozwiązania w obliczu przyszłych zdarzeń.
Kluczowe Różnice Między Jakościową a Ilościową Analizą Ryzyka:
- Subiektywność a Obiektywność: Jakościowa analiza ryzyka jest subiektywna, natomiast ilościowa jest obiektywna.
- System Skali a Wyniki Liczbowe: W jakościowej analizie stosuje się skalę (np. 1-5), podczas gdy ilościowa analiza korzysta z rzeczywistych wartości liczbowych (np. prawdopodobieństwo wystąpienia 70%).
- Zakres Analizy: Analiza jakościowa obejmuje wszystkie ryzyka, natomiast ilościowa tylko najważniejsze ryzyka z listy priorytetowej.
Ten proces jest bardziej czasochłonny, jednak dostarcza cennych danych do precyzyjnego zarządzania ryzykiem.