Esse artigo faz parte da revista Engenharia de Software 24 edição especial. Clique aqui para ler todos os artigos desta edição



Planejamento

Análise Quantitativa de Riscos e suas Técnicas

De que se trata o artigo:

Este artigo traz o aprofundamento na Gerência de Riscos, detalhando a Análise Quantitativa de Riscos e suas principais técnicas, de acordo com a recomendação do Guia PMBOK, e mostra o resultado de um estudo comparativo destas técnicas.

Para que serve:

Analisar as decisões chaves na presença de incertezas; alertar, principalmente, os envolvidos de um projeto sobre riscos importantes antes de suas ocorrências; e, traduzir os riscos em números.

Em que situação o tema é útil:

Auxiliar os envolvidos em um projeto, mais especificamente, o gestor de projetos, no processo de tomada de decisão.

Visão Geral

A Análise Quantitativa de Riscos (AQR) é um campo relativamente novo, o qual tem crescido rapidamente em diversas áreas do conhecimento [Vose 2002]. Uma dessas áreas tem sido o gerenciamento de projetos, cujas diversas abordagens disponíveis consideram a análise de riscos como um dos seus principais processos no contexto da gerência de riscos de um projeto [Matias Júnior 2006].

A discussão sobre a análise quantitativa de riscos presume que etapas anteriores, tais como planejamento e identificação de riscos, tenham sido cumpridas. Desta forma, é melhor conduzi-la após a avaliação dos riscos, incluindo a priorização dos mesmos, e garantir que todos os principais riscos poderão ser considerados.

Segundo David Hulett [Hulett 2004], a análise quantitativa de riscos é sempre recomendada para projetos grandes, complexos ou visíveis, podendo ser adaptada para projetos menores sempre que necessário. Desta forma, ela é tipicamente executada para examinar a viabilidade de custos e de prazo de um projeto, ou seja, analisar as decisões chaves na presença de incertezas.

Neste cenário, a AQR provê respostas a três questões que não podem ser respondidas através de metodologias de gerenciamento de projetos determinísticas, tais como estimativa de custo tradicional ou planejamento de projeto:

·         Qual a probabilidade de alcançar o objetivo do projeto, dados todos os riscos conhecidos e quantificados?

·         De quanto pode ser o atraso e quão necessária é a contingência para o nível de certeza desejado pela organização?

·         Onde está o maior risco, considerando o modelo do projeto e a totalidade de todos os riscos identificados e quantificados?

 

A análise qualitativa de riscos, uma das principais partes da avaliação de riscos, responde à última pergunta, mas não pode estimar o total de risco do projeto, haja vista que cada risco é examinado por vez [Hullet 2004]. Então, a contribuição da Análise Quantitativa de Riscos é avaliar, simultaneamente, todos os riscos do projeto em relação ao seu custo total, ou a sua data final, bem como aos seus principais marcos.

A AQR tem como objetivo global alertar ao gerente, cliente ou patrocinador do projeto a respeito de dois pontos principais: (1) se os objetivos gerais do projeto estão suficientemente em perigo para justificar o tratamento dos riscos, e (2) sobre riscos importantes antes das suas ocorrências, o que lhes permite desenvolver ações de mitigação de risco ou captura de oportunidades para tornar o projeto melhor. Uma dificuldade na concretização deste objetivo ocorre porque, no início do projeto, quando se pode tirar vantagem do tratamento dos riscos, os dados sobre o risco e, em particular, os modelos necessários para a análise quantitativa dos riscos não estão disponíveis. Quando as estimativas de custos e prazos estão mais amadurecidas, e os dados mais conhecidos, a flexibilidade e o poder de afetar o projeto com alternativas tornam-se restritos, pois mais decisões têm de ser tomadas. Em algum ponto, durante a execução do projeto, o objetivo principal da análise quantitativa dos riscos é fornecer estimativas precisas de onde o projeto resultará.

Ainda de acordo com David Hulett [Hulett 2004], as principais entradas para a AQR são as distribuições de probabilidade dos custos ou das durações da atividade (prazo). As distribuições da probabilidade são usualmente distribuições contínuas de valores possíveis do elemento custo ou do prazo, desenvolvida através de entrevistas intensivas e análise de desempenhos passados. A entrada típica é resultado do uso da estimativa de 3-pontos, no qual o custo ou a duração é representado pelo valor mais otimista (mais baixo, melhor), o valor mais provável para este projeto, e o valor pessimista (mais alto, pior). As distribuições mais comumente usadas são a: triangular, beta, uniforme, normal ou outros tipos de distribuições.

O método mais frequentemente usado na Análise Quantitativa de Riscos é a simulação de Monte Carlo do modelo de custo ou prazo [Hulett 2004; Matias Júnior 2006]. A simulação de Monte Carlo é um método antigo, com mais de cinquenta (50) anos, que combina as distribuições baseadas nos relacionamentos dos modelos, armazenando os resultados para serem mostrados posteriormente. As saídas são sempre mostradas graficamente, porém outras formas incluem listas de elementos de custos, que contêm o maior risco (maior contribuição para a contingência em relação ao custo total), ou atividades de tempo (atividades nos caminhos críticos, considerando o maior número de iterações durante a simulação).

Adicionalmente, a AQR inclui a Análise por Árvore de Decisão, a qual melhora a capacidade da organização de tomar a decisão correta quando as implicações das diferentes decisões não podem ser preditas com certeza. A análise por árvore de decisão envolve: especificação de todos os fatores e as implicações de uma decisão, os custos e benefícios de tomar determinada decisão e as probabilidades associadas com cenários incertos ou resultados que tenham um impacto na decisão e os seus resultados. A análise por árvore de decisão, então, computa o valor monetário esperado (custo ou lucro) ou a utilidade esperada para a organização das alternativas disponíveis. A parte interessada utiliza os resultados para tomar decisões quando a incerteza está presente.

...

Quer ler esse conteúdo completo? Tenha acesso completo