RISICOMANAGEMENT BIJ GROTE PROJECTEN - PMWIKI.nl
RISICOMANAGEMENT BIJ GROTE PROJECTEN - PMWIKI.nl
RISICOMANAGEMENT BIJ GROTE PROJECTEN - PMWIKI.nl
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
<strong>RISICOMANAGEMENT</strong> <strong>BIJ</strong> <strong>GROTE</strong> <strong>PROJECTEN</strong><br />
STIJN VAN DE VONDER, PHD<br />
IPMA SIG Risicomanagement<br />
Amersfoort, 10 januari 2011<br />
1
WAAROM <strong>RISICOMANAGEMENT</strong>?<br />
• Elke projectuitvoering is onzeker (= truïsme)<br />
• Mede door deze onzekerheid slagen de meeste<br />
projecten er niet in om de projectdoelen te halen<br />
• Toch worden veel plannen<br />
gemaakt, alsof er zekerheid is.<br />
• Terwijl bewezen alternatieve<br />
werkwijzen voorhanden zijn<br />
100%<br />
75%<br />
50%<br />
25%<br />
0%<br />
Percentage of successful IT<br />
projects (Standish Group)<br />
1990 2000 2010<br />
2
PRESTIGE<strong>PROJECTEN</strong><br />
Sidney Opera House<br />
The Big Dig (Boston)<br />
Budget X 15<br />
Budget X 3,5<br />
Dodelijk ongeval, fraude,<br />
7 miljard interestbetalingen…<br />
3
RISICO’S?<br />
4
WAARDE <strong>RISICOMANAGEMENT</strong><br />
• Zeer moeilijk te bewijzen (project = uniek)<br />
• Empirische waarde enkel aan te tonen op macroniveau:<br />
• Positieve correlatie (R=0.25) tussen investering in kwantitatieve<br />
risicoanalyse en return on equity (Lamb, 2000) in de olie- en<br />
gasindustrie<br />
• Een studie van de NASA (100 projecten) toont dat de fout op<br />
schattingen met gebruik van Monte Carlo simulatie minder dan de<br />
helft zijn dan zonder het gebruik van deze techniek.<br />
• Een studie (187 respondenten) van de RM Special Interest Group van<br />
PMI (Voetsch, 2004) toont een significant verband tussen het gebruik<br />
van een formele vorm van RM en het slagen van het project.<br />
5
WAAROM <strong>RISICOMANAGEMENT</strong>?<br />
• RM onderbouwt het inzicht in het risicoprofiel<br />
• RM geeft inzicht in de onzekerheden<br />
• RM helpt om creatief na te denken over risico’s<br />
• RM helpt om vroeger (en goedkoper) in te grijpen<br />
• RM stimuleert proactief nadenken over bestrijdingsacties<br />
• Waardevol communicatietool in contractuele omgeving<br />
6
GOED <strong>RISICOMANAGEMENT</strong> VEREIST!<br />
“De ultieme faaloorzaak van een project, is het<br />
falen van de risicomanagementprocedure zelf”<br />
Douglas W. Hubbard<br />
• PMI definieert:<br />
1. Plan risicomanagement<br />
2. Risico-identificatie<br />
3. Kwalitatieve risicoanalyse<br />
4. Kwantitatieve risicoanalyse<br />
5. Risicobestrijding<br />
6. Risicocontrole<br />
7
GOED <strong>RISICOMANAGEMENT</strong><br />
• Ondersteund door topmanagement<br />
• Gebaseerd op empirische observaties<br />
• Focus op de bronoorzaken van de onzekerheid<br />
• Focus op de bedrijfsresultaten (bottom line)<br />
• Focus op actieve risicobestrijding<br />
• Leer uit schattingsfouten<br />
Kwalitatief EN kwantitatief<br />
8
RISICO-IDENTIFICATIE<br />
• Gestructureerde workshops rond risico-identificatie<br />
• Invullen van risicoregister door experts<br />
• Belangrijk: focus op bronoorzaken.<br />
– Waarom? Waarom? Waarom?<br />
Project<br />
Omgeving<br />
Mens Materiaal …<br />
Natuur Fysiek …<br />
9
RISICOANALYSE: KWALITATIEF<br />
• “Rough Order” risicomanagement:<br />
– 10% provisie voor risico’s<br />
– Voeg 2% risicopremie toe aan de<br />
verdisconteringsvoet<br />
– Heilige getallen<br />
• Risicomatrices<br />
– Het zijn placebo’s! (Hubbard)<br />
– Een noodzakelijke eerste stap<br />
(onze mening)<br />
• Risicoregister<br />
Impact<br />
Kans<br />
Prioriteren risico’s (20/80 regel)<br />
10
FLAW OF AVERAGES<br />
© Sam Savage<br />
“A statistician drowns in a river<br />
with an average depth of 3 Ft”<br />
Sam Savage (Stanford)
RISICOANALYSE: KWANTITATIEF<br />
Kwantitatieve<br />
risico-inschatting<br />
Kwantitatieve<br />
risico-evaluatie<br />
• Inschatten van risico’s per definitie onderhevig aan fouten<br />
• Verschil tussen systematische en toevallige fout belangrijk<br />
• Waarom bestaan systematische schattingsfouten?<br />
– Redeneerfouten (Tversky & Kahneman)<br />
– Motivatievertekening<br />
• Systematische fouten kunnen bestreden worden<br />
12
VEELVOORKOMENDE SYSTAMTISCHE FOUTEN<br />
Overconfidence effect<br />
Optimism bias<br />
Anchoring<br />
Availability heuristic<br />
Conjunction fallacy<br />
Confirmation bias<br />
Typisch gezien vallen 30% der realisaties<br />
binnen een 90% betrouwbaarheidsinterval<br />
Slechts 20% van de chauffeurs denken dat<br />
ze slechter dan gemiddeld rijden<br />
Hoe ver is de markt? 30 minuten?<br />
Wat is de kans op een ‘double dip’?<br />
Het Linda Probleem<br />
Black swans
HET LINDA PROBLEEM<br />
Linda is 31. Ze is vrijgezel, welbespraakt en zeer<br />
verstandig. Ze heeft een master in filosofie. Als<br />
studente was ze sterk begaan met de problematiek<br />
rond discriminatie en sociale gelijkheid. Ze nam ook<br />
deel aan betogingen tegen kernenergie.<br />
Groep A:<br />
Groep B:<br />
Schat de kans dat Linda in een bank werkt?<br />
Schat de kans dat Linda in een bank werkt en actief<br />
is in de feministische beweging.
RICHTLIJNEN RISICO-INSCHATTINGEN<br />
• Vraag naar herkenbare situaties<br />
– NIET: Wat is de standaarddeviatie van de duurtijd<br />
van deze activiteit?<br />
– MAAR: Indien de leverancier te laat is, wat zal dan in het<br />
slechtste geval de vertraging zijn?<br />
• Gebruik data, indien mogelijk:<br />
– Risicomanagementdatabank<br />
– Empirische waarnemingen<br />
– Beurs (options, futures, wagers,…)<br />
– DISTs: bibliotheek met goedgekeurde shapes<br />
• Bestrijd de systematische fouten.
RISICO-EVALUATIE: MONTE CARLO SIMULATIE<br />
• Impact van (geschatte) risico op projectobjectieven berekenen!<br />
– Hele complexiteit van project (schedule) meenemen<br />
(kritische activiteiten, buffers, boeteclaims, overhead,…)<br />
– Te complex voor het menselijk brein!<br />
• Monte Carlo simulatie:<br />
– Uitstekende techniek om inzicht te krijgen in het project<br />
– Uitstekende techniek om risico’s te evalueren<br />
“I have two ways of learning from history:<br />
from the past, and from the future,<br />
thanks to my Monte Carlo engine”<br />
Nicholas Taleb.<br />
16
HOE WERKT HET?<br />
1. Stel deterministisch model op (project schedule)<br />
2. Definieer KPI’s<br />
3. Modeleer en kwantificeer de risico’s<br />
4. Genereer meerdere (b.v. 10.000) alternatieve scenario’s<br />
5. Aggregeer KPI’s in shapes<br />
Think! Decide! Communicate! … in shapes<br />
17
OUTPUT: HAALBAARHEID DEADLINE<br />
18
OUTPUT: TOPRISICO’S & KRITISCHE ACTIVITEITEN<br />
Focus!<br />
Wat is het echte<br />
kritische pad?
RISICOBESTRIJDING<br />
“Analyse zonder actie is tijdsverlies”<br />
• Creatief nadenken over risicobestrijding van toprisico’s<br />
• PMI definieert drie subprocessen:<br />
– Identificatie van acties voor risicobestrijding<br />
– Selectie van de meest effectieve acties<br />
– Plannen van de uitvoering van acties<br />
Pre-mitigated<br />
Post-mitigated<br />
20
HULPMIDDEL: RISICO-ACTIE MATRIX<br />
5 strategieën om risico’s te bestrijden<br />
8 W's Reduceer Transfer Anticipeer Behandel Accepteer<br />
Waarom? Doel<br />
8 risicofactoren Wat? Taak<br />
beïnvloeden de Welke wijze? Techniek<br />
risico’s Waar? Locatie<br />
Waarmee? Middelen<br />
Wie? Leveranciers<br />
Wanneer? Planning<br />
Welke kosten? Budget<br />
Actieplan<br />
21
OUTPUT RISICOBESTRIJDING<br />
Waarde RM ≠ Verwachte winst voor RM<br />
– Verwachte wint na RM<br />
22
OPMERKING: BEREKENEN WAARDE RM<br />
• Boekhoudkundige waarde:<br />
– Gebaseerd op foutieve assumptie van risiconeutraliteit<br />
– Men moet rekenen in nutswaarde (cf. risicotolerantie)<br />
– Risicoaversie wil zeggen:<br />
• Nut winst 2X < 2 × Nut winst X<br />
• Nut verlies 2Y > 2 × Nut verlies Y<br />
Verwachte winst is<br />
3,5 miljoen lager<br />
Na RM<br />
Voor RM<br />
Verwachte nut is<br />
3,8 miljoen hoger<br />
23
INTEGRALE WERKING RM SAMENGEVAT<br />
• Opstellen risicoregister<br />
• Inzicht in haalbaarheid KPI’s<br />
• Inzicht in welke risico’s grootste zijn<br />
• What-if analyse bestrijdingsacties<br />
• Opstellen robuust plan<br />
• Plannen bestrijdingsacties<br />
• Opvolgen risico’s en voortgang<br />
Inzicht<br />
in KPI’s<br />
Inzicht<br />
in risico’s<br />
Betere<br />
beslissingen<br />
Strategische<br />
resultaten<br />
24
BESLUIT & SLOTBEMERKINGEN<br />
• Informatie / inzicht is zeer belangrijk in contractueel werk<br />
– Monte Carlo simulatie geeft zeer veel nieuwe inzichten<br />
– Belangrijk om inzichten constructief te gebruiken<br />
• Probabilistisch plannen vereist een goede planning<br />
• Probabilistisch plannen vereist kennis<br />
• Probabilistisch plannen vereist een goede tool<br />
Contactinformatie:<br />
Stijn Van de Vonder<br />
s.vandevonder@primavera.<strong>nl</strong><br />
25