gerenciando riscos em projetos
TRANSCRIPT
Gerenciando Riscos em Projetos: Abordagens e Práticas Atuais
Francisco Rodrigo P. Cavalcanti GTEL – Grupo de Pesquisa em Telecomunicações Sem Fio, UFC – Universidade Fed. Ceará
Resumo A gestão de riscos em projetos tem ganhado importância na medida que variações nos objetivos qualitativos e quantitativos do mesmo precisam ser antecipadas e controladas adequadamente. Embora o PMBoK preconize algumas ferramentas e técnicas para realizar esta gestão, algumas delas, especialmente na área de análise de riscos, requerem refinamentos para uma melhor adequação às aplicações práticas. Neste artigo, além de revisarmos os conceitos mais importantes em gestão de riscos para projetos, discutimos um método alternativo para análise qualitativa e exemplificamos o método da simulação de monte-carlo para análise quantitativa. Espera-se assim que técnicas avançadas para a gestão de riscos sejam mais incorporadas ao dia a dia dos gestores de projetos. 1. Introdução Dentro do corpo de conhecimentos da gestão de riscos em projetos, o gerenciamento de riscos têm ganhado substancial atenção nos últimos anos. Primeiramente, é de se destacar que, da própria definição de projeto, de acordo com o PMBoK (Project Management Body of Knowledge), projetos são empreendimentos únicos, e como tal, embutem riscos. A área de conhecimento “Gestão de Riscos” ganha impulso e destaque no âmbito do PMI (Project Management Institute) com a criação recente do Practice Standard in Project Risk Management e da certificação RMP (Risk Management Professional) para a qual são estabelecidos requisitos de experiência profissional e um exame de proficiência próprio, em moldes similares à certificação mais popular PMP (Project Management Professional). Diante da maior proeminência deste tipo de conhecimento dentro da grande área de gestão de projetos, este artigo pretende revisar os principais conceitos em gestão de riscos e propor algumas abordagens para um tratamento completo e abrangente. Embora os conceitos de RM (Risk Management) expostos no PMI sejam suficientemente amplos para a maioria dos projetos, os mesmos não esgotam todas as possibilidades para o tratamento de riscos, especialmente em projetos de maior complexidade, criticalidade ou que envolvam graus de incerteza maiores
que os usuais. Pode-se afirmar que modernamente a gestão de riscos é considerada obrigatória em uma grande gama de atividades empresariais, em particular na gestão de projetos, restando apenas uma definição adequada de como realizar tal gerenciamento. Esta definição por sua vez depende de vários fatores tais como a complexidade da atividade em foco e a disponibilidade de recursos. Neste artigo apresentaremos algumas abordagens que podem servir para diferentes graus de compromisso do empreendimento (ou projeto) em foco com a gestão de riscos. Este artigo está organizado da seguinte maneira. Na seção 2 revisamos alguns conceitos fundamentais em gestão de riscos e propomos uma visão integrada da mesma através de um ciclo de vida. Na seção 3 discutimos um método alternativo para a análise qualitativa de riscos. Na seção 4 exemplificamos o método da simulação de Monte-Carlo para análise quantitativa de riscos. Finalmente na seção 5 mencionamos algumas conclusões. 2. Definições, Conceitos e Ciclo de Vida de Riscos em Projetos O primeiro passo para cumprir com os objetivos do presente artigo é definir com clareza o significado dos termos que vamos empregar com frequência. Os mais importantes termos nesse contexto são: incerteza, medida de incerteza, risco e medida de risco: Incerteza: a falta de certeza absoluta sobre o
resultado de um experimento, ou seja, a existência de mais de uma possibilidade;
Medida de incerteza: corresponde ao assinalamento de um conjunto de probabilidades a cada uma das possibilidades de resultado do experimento; esse conjunto de probabilidades pode ser discreto (p.ex. 30% de chance do resultado ser A e 70% de chance do resultado ser B) ou pode ser expresso através de distribuições contínuas de probabilidades (p.ex. o resultado pode assumir qualquer valor na faixa de valores que vai de 0 a 10);
Risco: evento incerto que tem a si associado conseqüências práticas de interesse de quem mede
Formatado
seu impacto; em projetos, um risco influencia negativamente ou positivamente algum dos objetivos do projeto (tais como custo, tempo, qualidade, escopo);
Medida de risco: corresponde a uma extensão da medida de incerteza, associando-se a um possível resultado, além da probabilidade de sua ocorrência, o respectivo impacto. Este pode ser quantificado das mais variadas formas, utilizando-se desde medidas qualitativas (p.ex. quando se refere a escopo e qualidade) até valores em termos de custo e tempo.
A partir destas definições, é possível então propor uma definição para a gestão de riscos, em geral, como: “Gerenciar riscos é estruturar incertezas em partes identificadas que possam ser analisadas e monitoradas, definindo-se respostas adequadas às mesmas.” O objetivo da gestão de riscos é minimizar a probabilidade de ocorrência de eventos com impactos negativos, e de forma reversa, maximizar a probabilidade de eventos com impactos positivos. No caso específico do contexto de projetos, esperam-se alguns benefícios colaterais da gestão de riscos. Dentre eles:
• Visibilidade das interdependências de itens do trabalho a ser feito;
• Melhor tomada de decisão; • Melhor alocação de recursos; • Definição de margens, reservas e planos
alternativos; • Redução generalizada à exposição a riscos ainda
não identificados; • Maior envolvimento de stakeholders e
responsabilização dos membros do time. A visão do PMI contempla a divisão da atividade de gerenciamento de riscos em um grupo de processos que atacam diferentes fases. Uma forma integrada e recursiva de ver esse conjunto de processos é ilustrada através da figura 1. A esta figura denominamos “Ciclo de Vida de Riscos” a qual explicamos a seguir: Os 5 processos do PMI estão identificados em caixas,
sendo o ponto de partida o da identificação de riscos; Observam-se dois processo de análise, a qualitativa e
a quantitativa; note que enquanto a análise qualitativa é considerada obrigatória na maior parte dos projetos, a análise quantitativa é opcional. Discorreremos mais sobre esta última em uma seção posterior do artigo;
Observa-se um ciclo fundamental envolvendo Identificação Análise Qualitativa Planejamento
de Respostas Monitoramento, que se repete continuamente durante um projeto;
A ocorrência de um evento de riscos pode disparar um conjunto de ações previamente elaboradas para o seu tratamento. Após essa etapa deve-se mais uma vez avaliar a situação do risco, podendo o mesmo mudar de prioridade ou mesmo ser eliminado do registro de riscos do projeto.
No restante do artigo, discutiremos abordagens especificamente para as etapas de análise qualitativa e análise quantitativa. Estas constituem, pode-se argumentar, o conjunto de processos nucleares para uma gerência de riscos bem sucedida. 3. Abordagem Alternativa para Análise Qualitativa de Riscos O PMBoK recomenda a utilização das populares matrizes Probabilidade x Impacto para a avaliação qualitativa de riscos. Estas estão baseadas primariamente em escalas qualitativas (do tipo, muito alto, alto, médio, baixo e muito baixo). Cada ponto da escala é associado a um valor numérico para fins de cálculo de um “Índice de Risco” e posterior priorização. O PMBoK e outros autores preconizam que a avaliação qualitativa é a ferramenta primária para a gestão de riscos em projetos, devido a sua simplicidade, utilização intuitiva e bons resultados, além de permitir a fácil visualização e comunicação do estado dos riscos do projeto. As escalas de probabilidade e impacto podem ser definidas de acordo com os 5 níveis qualitativos exemplificados acima. O passo fundamental, no entanto, é a associação de valores numéricos a estes níveis. A escala numérica pode ser linear ou não-linear. A escolha do peso relativo a ser dado aos riscos altos e muito altos, em relação aos riscos baixos e muito baixos, é um indicador da propensão de riscos do time do projeto ou organização. A tabela 1 abaixo exemplifica duas escalas indicativas de diferentes propensões a riscos. Observe-se ainda que as escalas de probabilidade e impacto podem ser diferentes. Por exemplo, tomando as escalas de exemplo na tabela acima, a adoção de ambas escalas lineares indica uma maior propensão ao risco que o caso oposto de duas escalas não-lineares, enquanto que a situação de uma escala linear e outra não-linear indicará uma propensão intermediária. Uma última observação, no sentido de melhorar a comunicação, é acrescentar uma tabela indicativa do significado de cada valor da escala em termos dos objetivos do projeto. O PMBoK ilustra que, por exemplo, um fator de impacto muito baixo ou de 0,10 na escala poderia indicar um aumento de custo de até
10% no orçamento do projeto. Mas outras relações podem ser estabelecidas não necessariamente em função direta do valor numérico da escala qualitativa. Tabela 1 – Escalas para medir Probabilidade e Impacto
Valor Qualitativo
Valor Numérico Linear
Valor Numérico Não-Linear
Muito Baixo 0,1 0,05 Baixo 0,3 0,1 Médio 0,5 0,2 Alto 0,7 0,4 Muito Alto 0,9 0,8
Uma vez estabelecidas as escalas, a matriz PxI pode ser calculada multiplicando-se os valores correspondentes a cada par (P,I), ou seja:
Índice de risco = P x I Este é o método preconizado pelo PMBoK. Por exemplo, considerando apenas 3 níveis nas escalas P e I a seguinte matriz poderia ser obtida:
P/I I= 0,3
I= 0,7
I= 0,9
P= 0,2
0,06 0,14 0,18
P= 0,5
0,15 0,35 0,45
P= 0,8
0,24 0,56 0,72
Onde a seguinte escala de cores foi empregada para a priorização de riscos: Limiar Prioridade Cor PxI<=0,4 Baixa 0,4<PxI<=0,7 Média PxI>0,7 Alta Esta abordagem tradicional para a priorização qualitativa de riscos embute um problema em potencial. Ocorre que a equipe do projeto tenderá a dar mais atenção aos riscos de alto impacto e alta probabilidade conforme se observa no exemplo em questão. Cabe a pergunta então: riscos de baixa probabilidade mas alto impacto não deveriam ser também analisados ? A situação reversa (alta probabilidade e baixo impacto) também merece atenção. Um incêndio no Centro de Processamento de Dados é de alto impacto e baixa probabilidade. Mesmo assim a adoção de medidas como compra de extintores de incêndio, adoção de procedimentos de backup e contratação de seguros é prudente e usual. A abordagem
tradicional preconizada pelo PMBoK pode levar a que estes tipos de riscos sejam deixados para depois e eventualmente nunca tratados. Uma abordagem alternativa para a geração da matriz PxI calcularia o índice de risco da seguinte forma:
Índice de risco = P + I – (P x I) Essa alternativa dá maior peso a qualquer risco que possua P ou I elevados, não necessariamente ambos. Por exemplo, a matriz de classificação de riscos baseada nas escalas de P e I anteriores passaria a ser:
P/I I= 0,3
I= 0,7
I= 0,9
P= 0,2
0,44 0,76 0,92
P= 0,5
0,65 0,85 0,95
P= 0,8
0,86 0,94 0,98
Onde utilizou-se escala de cores similar mas com limiares 0,9 e 0,7 respectivamente para os riscos de alta e média prioridade. Nota-se que a nova matriz coloca muito mais riscos num patamar que requer atenção por parte da equipe. Esse tipo de abordagem não implica, necessariamente, numa abordagem conservadora para a gestão de riscos, mas sim num maior comprometimento de tempo e recursos para a mesma. As figuras 2 e 3 ilustram em uma superfície 3D os diversos valores que o Índice de Risco pode tomar nas duas abordagens. Observa-se com clareza a maior área de superfície de índice de risco para valores altos de P ou I na abordagem alternativa. 4. Análise Probabilística de Riscos por Simulação de Monte Carlo A análise quantitativa de riscos é um passo opcional mas valioso em projetos de alta criticalidade. Nesses casos o empirismo e subjetividade envolvidos no julgamento qualitativo dos riscos não é suficiente para uma tomada de decisão segura. Embora seja possível aplicar a análise quantitativa a diversos objetivos do projeto, este processo está focado usualmente nos objetivos de custo e tempo. Estes são naturalmente objetivos quantitativos (embora possa-se pensar em formas de tornar quantitativo objetivos como escopo e qualidade). Na discussão que se segue focaremos especificamente em custo e tempo.
Existem várias técnicas para análise quantitativa de riscos e o foco de cada uma varia. Pode-se citar: Análise de sensibilidade: procura isolar o peso
relativo de itens componentes do orçamento ou atividades do cronograma em relação ao orçamento ou cronograma global; desta forma espera-se priorizar esses itens ou atividades no planejamento e monitoramento dos riscos;
Árvores de decisão: utiliza o conceito de valor médio esperado para calcular o impacto de um conjunto de alternativas mutuamente exclusivas; é uma ferramenta interessante pelo aspecto visual e de fácil construção e comunicação; ao mesmo tempo é bastante limitada a situações onde o conjunto de alternativas está associada a probabilidades discretas;
Simulação de Monte-Carlo: é a ferramenta mais sofisticada preconizada pelo PMBoK; envolve a definição de uma distribuição de probabilidade para itens de um orçamento ou atividades de um cronograma. Dentre outras possibilidades, a simulação de Monte-Carlo permite ao gestor do projeto definir reservas de contingência de tempo e custo com um certo nível de confiança probabilística.
A simulação de Monte-Carlo é mencionada mas pouco explorada no PMBoK. Como contribuição desse artigo, segue-se um exemplo da aplicação desse método. O primeiro passo e mais fundamental é a definição do tipo de distribuição de probabilidade a ser associada aos diversos itens do orçamento ou cronograma. Esta é uma tarefa conhecida por modelagem probabilística e envolve avaliar um histórico de dados de projetos similares anteriores que permitam inferir qual distribuição probabilística melhor aproxima esse conjunto de dados. Esta etapa é crítica e se não for realizada com precisão tornará o restante da simulação um mero exercício matemático, porém sem qualquer significado prático para o projeto. No exemplo em questão vamos considerar o orçamento para execução de um projeto de desenvolvimento de uma nova aeronave, conforme ilustrado na Tabela 2. Cada item do orçamento é destacado juntamente com a faixa de variação de preços. Estes, conforme mencionado acima, foram obtidos a partir da experiência em projetos anteriores. Assume-se que uma distribuição probabilidade uniforme modela adequadamente a faixa de variação de preços indicada. Numa distribuição uniforme qualquer valor dentro da faixa de variação é igualmente provável. Outras distribuições usuais neste tipo de análise são a triangular e a gaussiana.
A etapa de simulação propriamente dita é relativamente simples uma vez que todos os dados foram coletados e as distribuições de probabilidade definidas. No caso de distribuições simples como a Uniforme, planilhas como o Excel podem ser usadas baseando-se na função ALEATORIO(). Distribuições mais complexas podem requerer o uso de ferramentas específicas disponíveis comercialmente. Para realizar a simulação no Excel é necessário criar uma tabela onde o número de colunas corresponde aos itens do orçamento e o número de linhas corresponde ao número de amostras de Monte-Carlo necessárias para montar a distribuição de probabilidade do custo total. O número de linhas precisa ser grande o suficiente para reduzir o erro da estimativa dado por: Onde σ é o desvio-padrão resultante da variável estimada (no caso o custo total) e N o número de amostras adotado (no caso o número de linhas da tabela). Este valor de erro, tomado em torno da média estimada, corresponde a um intervalo de confiança teórico de 99,8%. Utilizando-se um total de 1000 amostras obtém-se a curva ilustrada na figura 4. A partir desse gráfico podem-se obter conclusões tais como: O orçamento do projeto correspondente a uma
confiabilidade de 90% é de aproximadamente 246.500,00;
A reserva de contingência necessária, em relação ao valor esperado médio esperado de 232.500,00, para essa mesma confiabilidade no orçamento total, é de aproximadamente 14.000,00.
A estimativa de erro obtida das simulações, com confiança de 99,8%, é de 836,90, o que corresponde a 0,35% do valor médio esperado.
5. Conclusões A gestão de riscos em projetos tem ganhado importância na medida que variações nos objetivos qualitativos e quantitativos do mesmo precisam ser controladas adequadamente. Embora o PMBoK preconize algumas ferramentas e técnicas para realizar esta gestão, algumas delas, especialmente na área de análise de riscos, requerem refinamentos para uma melhor adequação às aplicações práticas. Neste artigo, além de revisarmos os conceitos mais importantes em gestão de riscos para projetos, discutimos um método alternativo para análise qualitativa e exemplificamos o método da simulação de Monte-Carlo para análise quantitativa. Espera-se assim que técnicas avançadas para a gestão de riscos sejam mais e mais incorporadas ao dia a dia dos gestores de projetos. BIBLIOGRAFIA PESQUISADA
N
3
[1] Project Management Body of Knowledge, PMI, 3ª edição, 2004
[2] Standard on Project Risk Management, PMI, 2008
[3] T. Kendrick, Identifying and Managing Project Risk, Amacom, 2003
[4] D. Cooper et. al., Managing Risks in Large Projects, Wiley, 2006
[5] M.C. Azevedo, H.C. Costa, Métodos para Avaliação de Postura Estratégica, Caderno de Pesquisa em Administração, São Paulo, v.08, n.2, 2001.
[6] R. M Silva et. al, Considerações sobre Análise de Sensibilidade em Análise de Decisão, Relatório ITA, 2005
[7] W. P. de Paiva, Utilização de Uma Ferramenta de Suporte à Análise de Decisão Aplicada ao Marketing, VI SemeAD, 2001
[8] IT Risk, G. Westerman and R. Hunter, Harvard Business School Press, 2007
[9] Risk Intelligence, D. Apgar, Harvard Business School Press, 2007
Figura 1 – Ciclo de Vida de Ricos
Figura 2 – Superfície de Índice de Risco para formulação P x I
Análise Qualitativa
Análise Quantitativa
Planejamentode Respostas
MonitoraControle
Ações Corretivas/ Planos/Reserva de
Contigência
Identificação de Riscos
Riscos Alta Prioridade/Urgentes
Riscos que demandammais análise
Riscos QuantificadosReservas de Contingências
definidas
AçõesPreventivas
Eventosde Risco
Riscos Baixa Prioridade
ReavaliarRe-identificar
Alteração nasHipóteses
Iniciais
0
0,2
0,4
0,6
0,8
1
0
0,2
0,4
0,6
0,8
10
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
ProbabilidadeImpacto
00,1
0,20,3
0,40,5
0,60,7
0,80,9
1
0
0,2
0,4
0,6
0,8
10
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,
0
1
ProbabilidadeImpacto
Figura 3 – Superfície de Índice de Risco para formulação P + I – P x I
Tabela 2 – Orçamento para Construção de Aeronave com Faixas de Variação
Figura 4 - Distribuição Probabilística do Orçamento
0,00%10,00%20,00%30,00%40,00%50,00%60,00%70,00%80,00%90,00%
100,00%
207.
321,
00
210.
580,
47
213.
839,
93
217.
099,
40
220.
358,
87
223.
618,
33
226.
877,
80
230.
137,
27
233.
396,
73
236.
656,
20
239.
915,
67
243.
175,
13
246.
434,
60
249.
694,
07
252.
953,
53M
ais
Fre
qü
ên
cia