Infelizmente, gerenciamento de riscos e oportunidades já é uma área com uma grande quantidade de dados subjetivos. Estas disciplinas muitas vezes residem em organizações já regidas pelos chavões em vez de dados. Riscos e oportunidades identificados, seus impactos e prioridades, e até mesmo como lidar com eles muitas vezes vêm apenas de um “julgamento especializado” ou um brainstorming simples. Essas decisões são submetidas a uma ampla variedade pensamentos tendenciosos, preconceituosos e cognitivos, incluindo:

Disponibilidade - nós tendemos a concordar com o que nós já conhecemos e experimentamos;

Confirmação - temos um desejo natural de procurar fontes que confirmam nossas crenças, ao invés de contradizê-las;

Excesso de confiança - temos crenças fortes;

Heurística - às vezes dependemos demais das regras de ouro pré-definidas;

Enquadramento – às vezes olhamos para as coisas de forma muito restritiva.

A condição de líderes do projeto, espera-se que tenhamos uma autoconsciência e sensibilidade a esses possíveis preconceitos. Mas como todo mundo, nós não somos perfeitos. E nós não podemos forçar a remoção desses preconceitos de nossas equipes de projeto. Portanto, cabe a nós ter certeza de obter os melhores resultados.

Aqui estão três maneiras que podem reduzir ou eliminar esses preconceitos cognitivos e de pensamento para a análise mais forte e precisa de riscos e oportunidades críticos:

1. Use dados coletados por outros

Coletar e usar dados para os nossos riscos mais críticos e oportunidades é essencial. Algumas vezes, os dados necessários podem ter sido coletados para nós por organizações da indústria. Deixe-me dar-lhe alguns pequenos exemplos:

Se a construção durante fortes chuvas é um problema, há fontes que recolhem e fornecem a probabilidade diária para chuva. Tais dados podem ser usados ??para escolher os horários de menor risco de atraso por causa do tempo, ou se não formos capazes de escolher as datas, nos ajuda a entender melhor o número de dias de impacto potencial. Nós não confiamos no julgamento de especialistas – olhamos para ver o que os dados nos dizem.

Mudando para o exemplo de um software, suponha que queremos confirmar uma estimativa para uma entrega em uma data fixa. Pesquisadores como Gerald Weinberg (SUNY) e Ben Shneiderman (SUNY e UMD) passaram anos compilando e dados sobre a produtividade dos programadores e outros de seus comportamentos. Os dados estão disponíveis para nosso uso, se procurarmos.

Então, para os riscos críticos e oportunidades, podemos buscar dados coletados por outros, em vez de adivinhar.

2. Coletar dados dentro 

Podemos querer coletar alguns dos dados nós mesmos. Se satisfazer uma data fixa é crítico, qual é a nossa experiência anterior com projetos em relação ao tempo? Se a experiência foi difícil, quais foram alguns dos sacrifícios que esses projetos fizeram para atender a essas datas?

Se nossas operações de negócios são gerenciadas decisões baseadas em dados, então temos uma oportunidade. A oportunidade é identificar e coletar métricas adequadas e aproveita-las em nosso processo de gestão de riscos e oportunidades.

Às vezes, os dados corretos podem não ser sido formalmente recolhidos, mas estão disponíveis. Nesse caso, podemos realizar uma tarefa curta para reunir os dados necessários antes de finalizar nossa análise. Esta é a abordagem que eu usei ao desenvolver minha ferramenta patenteada de estimativas – eu usei alguns dados disponíveis já recolhidos na organização, identifiquei lacunas, e corri atrás dos dados adicionais antes de finalizar minha solução.

3. Criar dados com preconceitos e tendências reduzidos ou eliminados 

Outra abordagem baseada em dados é remover um pouco da subjetividade do julgamento dos especialistas, olhando para múltiplas dimensões de dados e, em seguida, combinando-as com médias ponderadas. Esta abordagem substitui a aceitação direta do “julgamento especializado” na probabilidade e impacto e remove o preconceito por meios matemáticos. 

Nós não vamos mergulhar na matemática aqui. Um exemplo desta abordagem é encontrado em “Adopting the Quadratic Mean Process to Quantify the Qualitative Risk Analysis”, um paper produzido por Ricardo Vargas em 2013 no Congresso norte-americano do PMI. Este documento vai proporcionar um bom ponto de partida para entender como essas técnicas funcionam.

Conclusão

Ao tentar tomar decisões críticas sobre a prioridade de riscos e oportunidades, temos de reduzir a nossa dependência de dados subjetivos que podem ser tendenciosos. Isto nos permitirá chegar a decisões melhores e com mais suporte. Eu identifiquei acima três oportunidades para caminhar para um ambiente com decisões baseadas em dados. Há outras maneiras, não orientadas por dados, de reduzir a subjetividade, mas vamos deixar isso para um artigo futuro.

Autor: Ray W. Frohnhoefer, executivo com fortes habilidades de gerenciamento de projetos, programs e portifólio.

Artigo publicado originalmente no site Stakeholdernews