Dlaczego większość organizacji unika ilościowej oceny ryzyka?

Żaden proces ERM, który jest skuteczny w pomaganiu firmie w zrozumieniu zagrożeń i szans dla osiągnięcia celów, nie będzie po prostu tworzył listy ryzyk. Choć może to być wystarczające dla regulatora, nie oznacza absolutnie nic, jeśli chodzi o pomoc kierownictwu w lepszym zarządzaniu organizacją.

Po identyfikacji, firmy podejmują ważny krok, jakim jest ocena ryzyk, aby zrozumieć, które z nich powinny traktować priorytetowo. W końcu skąd wiadomo, że firma koncentruje się na właściwych ryzykach i szansach?

Powszechnie rzecz biorąc, istnieją dwie metody oceny ryzyka – jakościowa i ilościowa.

Ocena jakościowa wykorzystuje elementy opisowe do nadania rangi konkretnemu ryzyku, zazwyczaj w formie skali 1-5 lub w postaci wysokiego, średniego lub niskiego poziomu, podczas gdy ocena ilościowa wykorzystuje twarde liczby, takie jak wpływ w dolarach lub inne metryki.

Metody ilościowe są zdecydowanie najczęściej stosowane, ale jak twierdzi wielu liderów zarządzania ryzykiem, są one obarczone błędami i zapewniają jedynie statyczny obraz ryzyka, a zatem nie są przydatne w procesie podejmowania decyzji. Metody ilościowe są uważane za bardziej obiektywne i zapewniają lepsze zrozumienie tego, jak ryzyko wpływa na organizację, ale wymagają pewnego poziomu analizy danych i możliwości modelowania, których wiele organizacji po prostu nie posiada.

Nie jest to jednak główny powód, dla którego wiele organizacji stroni od ilościowych metod oceny ryzyka.

Jest to powszechne przekonanie, że tylko wybrane branże, takie jak usługi finansowe oparte na liczbach i firmy produkcyjne, są przygotowane do korzystania z ilościowej oceny ryzyka.

Banki mają skarbnicę metryk, z których można czerpać dane, takie jak stopa niewypłacalności kredytów, dochody z odsetek, wskaźniki rezerw i inne. Po drugie, produkcja ma wiele różnych wskaźników, które wykorzystują do zrozumienia wydajności i efektywności, w tym przepustowość, wykorzystanie mocy produkcyjnych, zgłaszane incydenty zdrowotne i bezpieczeństwa, i wiele innych.

Choć firmy finansowe mają największe doświadczenie z oceną ilościową, prawda jest taka, że każda organizacja, niezależnie od branży lub sektora, będzie miała dane, które mogą wykorzystać…

Bez względu na to, że jesteś ściśle oparty na papierze (mam szczerą nadzieję, że nie jesteś w tym dniu i wieku), każda organizacja w każdym sektorze i branży będzie miała liczby. Mogą to być liczby dotyczące wyników finansowych (pozyskiwanie funduszy w przypadku organizacji non-profit), utrzymania pracowników i rotacji oraz metryki obsługi klienta (takie jak połączenia na tydzień lub to, co jest znane jako Net Promoter Score).

Jeśli te liczby zostaną odpowiednio wykorzystane i zakomunikowane, mogą opowiedzieć bardziej solidną, możliwą do zastosowania historię o ryzyku niż jakikolwiek jakościowy ranking 1-5 lub niski-średnio-wysoki.

Pozwólcie mi rozwinąć…

W typowej, jakościowej ocenie ryzyka, kierownictwo i liderzy jednostek biznesowych są proszeni o uszeregowanie wpływu i prawdopodobieństwa ryzyka. Mając te statyczne wyniki w ręku, można opracować mapę cieplną, która według COSO jest po prostu „…graficzną reprezentacją prawdopodobieństwa i wpływu jednego lub więcej ryzyk.”

Problem z mapami cieplnymi i innymi podobnymi graficznymi reprezentacjami polega na tym, że zakładają one, iż ryzyka istnieją w jednym miejscu na wykresie. Może to być mylące, a nawet niebezpieczne do pewnego stopnia, ponieważ wpływy mogą się zmieniać w oparciu o prawdopodobieństwo wystąpienia zdarzenia.

Najważniejszym celem kwantyfikacji ryzyka jest zrozumienie prawdopodobieństwa sukcesu…

W swojej najnowszej książce Decide to Succeed: Why and How to Apply Effective Decision Risk Management, Hans Læssøe wyjaśnia:

Celem zarządzania ryzykiem decyzji jest poprawa wyniku, a zatem nie należy koncentrować się na niepewności, ryzyku lub szansie jako takiej – ale na parametrze wydajności decyzji/projektu.

Jak analizuję w tym poście i często powtarzam, specjaliści ds. ryzyka muszą komunikować się w języku, który decydenci mogą docenić i zrozumieć. Dlatego też pomiar ryzyka musi być dokonywany w sposób, który ma znaczenie dla kadry kierowniczej. Dane, jeśli są wykorzystywane prawidłowo i we właściwym kontekście, mogą wspierać ten proces.

Oto, jak to powinno mniej więcej działać…

Twoja organizacja ma cel (np. zwiększenie przychodów) i różne cele do osiągnięcia tego celu (np. opracowanie nowych produktów, zmiana przeznaczenia istniejących produktów na nowy rynek).

Ty, jako specjalista ds. ryzyka, we współpracy z odpowiednimi interesariuszami, możesz opracować scenariusze wokół tych celów. Jak wyjaśniam w poprzednim wpisie na temat pytań niezbędnych do skutecznego planowania scenariuszy, celem wysokiego poziomu jest zapewnienie, że cele i zadania są właściwe.

Ryzyka mogą być następnie zidentyfikowane wokół tych scenariuszy. Wszelkie istotne dane mogą być wykorzystane do opracowania modeli lub symulacji Monte Carlo, które mogą następnie określić prawdopodobieństwo osiągnięcia konkretnego celu.

Oto jeden z przykładów z książki Hansa, który dostarcza konkretnych liczb dotyczących prawdopodobieństwa osiągnięcia konkretnych celów projektu:

Z tego wykresu możemy zobaczyć, że istnieje 57% szans na to, że projekt zostanie ukończony w pożądanych ramach czasowych i 82% szans na to, że projekt zmieści się w akceptowalnych celach budżetowych. Kierownictwo może wykorzystać te informacje do określenia, czy projekt powinien być kontynuowany w obecnej formie, zmodyfikowany lub porzucony.

Ale jak mogę zdobyć dane?

Aby modele i symulacje działały, musisz mieć dane, co prowadzi nas z powrotem do sedna dzisiejszego tematu.

Jak powiedziałem wcześniej, każda organizacja będzie miała dane. Jednak nawet bez bezpośrednich liczb, takich jak przychody lub zadowolenie klienta, możliwe jest przypisanie wartości liczbowych do różnych wartości niematerialnych, w tym reputacji. Inne przykłady wartości niematerialnych oprócz reputacji obejmują efektywność zarządzania, wydajność badań, niepewność polityczną – lista jest nieskończona.

Książka (…i towarzyszący jej podręcznik) How to Measure Anything: Finding the Value of „Intangibles” in Business autorstwa Douglasa Hubbarda dostarcza narzędzi i metod, których organizacje mogą użyć, aby przypisać liczby do różnych metryk.

Jak jednak wyjaśnia w swojej książce, celem pomiaru i analizy w procesie podejmowania decyzji nie jest uzyskanie idealnego wyniku, ale zmniejszenie niepewności, tak aby kadra kierownicza mogła podjąć najlepszą możliwą decyzję.

Chociaż rozsądnie byłoby nie spieszyć się z modelowaniem, metody ilościowe stają się coraz bardziej istotne, zwłaszcza że świat zmierza w kierunku coraz większej automatyzacji, a społeczeństwo ma coraz mniejszą tolerancję na problemy lub błędne kroki.

Jak Twoja organizacja radzi sobie z wyzwaniem związanym z danymi, aby ocenić ryzyko w procesie podejmowania decyzji przez kadrę kierowniczą?