O gerenciamento de riscos, dada a sua importância, já foi assunto de outros posts no Blog. Dêem uma olhada em:

• GOVERNANÇA DE RISCOS
• GERENCIAMENTO DE RISCOS
• GOVERNANÇA E PLANEJAMENTO DE RISCOS
• ANÁLISE QUALITATIVA DE RISCOS

Conversando com gerentes de projetos e especialistas em gerenciamento de riscos, observo frequentemente um grande gap na efetiva utilização de ferramentas da análise quantitativa de riscos. Muita gente já ouviu falar das análises quantitativas, mas existe um estigma de que se trata de algo difícil, caro e demorado de fazer. Não é verdade.

Se não formos capazes de utilizar análises quantitativas, podemos estar colocando muitos recursos em risco desnecessariamente. No post Enganados pela Viabilidade, levantamos questões sobre os estudos de viabilidade e a maneira como são conduzidos.

Segundo Daniel Kahneman, em seu livro Rápido e Devagar, somos extremamente otimistas. Ele cita alguns exemplos. Quando questionados, a grande maioria dos empreendedores mostra confiança em seus negócios (ou plano de negócios), embora a taxa de fracasso seja da ordem de 80%. Em entrevistas com alunos de Harvard, algo em torno de 65% dos alunos afirmam estar “acima da média”.

O próprio Kahneman relata sua experiência com “otimismo exacerbado” no planejamento de projetos. Ele participava de um projeto acadêmico com o objetivo de criar um novo curso e um livro para ser utilizado neste curso, de análise de decisões. No grupo haviam outros professores e pesquisadores eminentes. Quando foram fazer um brainstorming para avaliar as expectativas quanto ao término do projeto, obtiveram um mínimo de 1,5 anos e um máximo de 2,5 anos. Então, Kahneman perguntou a um dos membros do grupo, que já havia observado outras equipes de pesquisa na criação de cursos e livros, qual era a performance dessas equipes. Simples, benchmarking. O professor, que havia estimado terminar o projeto em 2 anos, começou a pensar. Observando o histórico, chegou à conclusão que, em média, essas equipes demoraram 7 anos para concluir um projeto semelhante! E a taxa de fracasso era maior que 70%! Além disso, na mesma análise, a equipe atual deles era menos capacitada que aquelas com as quais eles estavam se comparando…

Já pensou nisso? De onde vem as suas estimativas? Essa é a primeira pergunta fundamental a ser feita.

Existem ferramentas e workshops para calibrar a “opinião dos especialistas” (Subject Matter Experts), tais como os disponíveis em How to Fix Risk Management.

Uma ferramenta simples para obter estimativas é a eliminação.

Por exemplo, você sabe quanto mede a envergadura das asas de um Boeing 747-800? Você provavelmente já viajou em um desses pela Gol, não é? Se você não é um fã de aviões, vai responder que não faz idéia de quanto mede a envergadura. Comece a se questionar quanto ao limite inferior. É possível ter 10m de envergadura? É possível ter 50m de envergadura? 10 metros parece muito pouco, não? Então ficamos com 50m, algo razoável. Agora vamos definir o limite superior, também por eliminação? Será que é possível ter 100m? (um quarteirão só de asas??). Deve ser um pouco menos, vamos chutar 70m. Pronto, conseguimos uma estimativa (mesmo que pouco confiável).

À medida que você for capaz de armazenar o histórico das estimativas dos especialistas e mostrar para eles seu grau de acerto, um processo de calibragem pode ser estabelecido. Veja mais no livro do Douglas Hubbard. O fato é que, para quem não sabe nada, saber pouco é um grande avanço… (por curiosidade, a envergadura do 747-800 é 68,5 metros).

Agora vamos às análises quantitativas, uma vez que você possui boas estimativas, o passo seguinte é modelar a probabildiade e o impacto dos riscos nos objetivos do projeto (cronograma e orçamento).

Análise Monte Carlo

É umaferramenta para combinar distribuições de probabilidades nas variáveis de um modelo por meio de simulacão. Utiliza geração a leatória de valores em vez de cálculos com valores determinísticos. Ou seja, em vez de você ter um valor único para cada variável, teremos uma distribuição de valores.

Figura 1 – Monte Carlo

Como resultado das simulações, teremos uma distribuição dos resultados, tais como duração do projeto e custo total. É possível ainda fazer outras análises, como análise de sensibilidade (Diagramas de Tornado) e intervalos de confiança, conforme veremos no próximo post. Enquanto isso, leaim esse .PDF sobre abordagem determinística e simulações em projetos de investimento. E, para aqueles que tiverem maior paciência (e interesse), vejam esse video.

Na próxima semana, veremos um tutorial para utilizar o @Risk, realizar simulações e interpretar seus resultados. Até lá!