Управление рисками проекта: поиск, оценка и решения

1. Что такое риски в проекте?
2. Основные виды рисков
3. Что значит управление рисками?
4. Как найти риски и оценить их?
5. Виды рисков
6. Этапы управления рисками

Что такое риски в проекте?

Риски в проекте — это потенциальные события или обстоятельства, которые могут негативно повлиять на достижение целей проекта. Например, в проектах по управлению данными эти риски могут возникнуть из-за различных факторов, таких как технические проблемы, ошибки в данных, недостаточная безопасность данных, неправильное планирование и организация проекта, изменения в требованиях и т.д.

Основные виды рисков

Некоторые из распространенных рисков в проектах по управлению и работе с данными включают:

• Потерю данных: возможность потерять данные из-за сбоев в системе, ошибок операторов или хакерских атак;
• Неправильную интерпретацию данных: возможность неправильного анализа или интерпретации данных, что может привести к неправильным решениям и проблемам в принятии решений;
• Недостаточную безопасность данных: возможность несанкционированного доступа к данным или утечки информации, что может привести к ущербу для организации или нарушению конфиденциальности;
• Недостаточную производительность системы: возможность неправильной настройки или недостаточной производительности системы, что может привести к задержкам в обработке данных и некачественной работе;
• Изменение требований: возможность изменения требований к проекту в процессе его выполнения, что может привести к несоответствию и потере времени и ресурсов;
• Ошибки в данных: возможность наличия ошибок или неточностей в данных, что может повлиять на качество анализа и принятие решений.

Для успешного управления данными необходимо провести анализ и оценку рисков, разработать стратегии по их снижению или устранению, а также установить меры по предотвращению и управлению рисками в проекте.

Что значит управление рисками?

Управление рисками связано с принятием мер для идентификации, анализа, оценки, снижения и контроля рисков, связанных с проектом. Это включает в себя следующие шаги:

1. Идентификация рисков: определение потенциальных рисков, которые могут возникнуть в проекте по управлению данными. Это может быть достигнуто с помощью анализа сценариев, обсуждения с участниками проекта и использования предыдущего опыта.

2. Анализ рисков: оценка вероятности возникновения рисков и их влияния на проект. Это позволяет определить наиболее критические риски, требующие особенного внимания.

3. Оценка рисков позволяет определить уровень риска для каждого идентифицированного риска на основе его вероятности и влияния. Это помогает понять, насколько критичными являются риски для проекта.

4. Снижение рисков: разработка стратегий и планов действий для снижения вероятности возникновения рисков или уменьшения их влияния на проект. Это может включать в себя принятие мер по улучшению безопасности данных, резервное копирование данных, обучение персонала и другое.

5. Контроль рисков: мониторинг и контроль рисков в течение всего проекта позволяет своевременно реагировать на изменения ситуации и принимать соответствующие меры для управления рисками.

Управление рисками позволяет минимизировать потенциальные негативные последствия рисков и повышает вероятность успешной реализации проекта.

Как найти риски и оценить их?

Для того чтобы найти и оценить риски в проектах по работе с данными используются следующие методы:

• Анализ предыдущего опыта: изучение прошлых проектов, связанных с управлением данными, и анализ рисков, которые в них возникали. Это помогает идентифицировать потенциальные риски, которые могут возникнуть в текущем проекте.
• Проведение сеансов мозгового штурма. Для этого происходит сбор команды проекта и других заинтересованных сторон для обсуждения и идентификации возможных рисков. Важно создать открытую и доверительную атмосферу, чтобы все участники могли свободно высказываться.
• Использование экспертных оценок: привлечение экспертов в области управления данными или проектного менеджмента для оценки рисков на основе своего опыта и знаний. Это может помочь выявить потенциальные риски, которые не были замечены командой проекта.
• Анализ сценариев: разработка различных сценариев, которые могут произойти в проекте, и оценка рисков, связанных с каждым из них. Это помогает идентифицировать критические риски, которым требуется особое корпоративное внимание.
• Использование матрицы рисков: создание матрицы, которая позволяет оценить вероятность возникновения рисков и их влияние на проект.

После идентификации и оценки рисков, необходимо разработать стратегию и план действий для их снижения или контроля, а затем следить и контролировать риски в течение всего проекта.

Виды рисков

Чтобы определить возможные риски и их минимизировать в проектах по управлению данными, важно понимать, что это управление дает на самом деле. Этот процесс определяется объемом типов данных, которыми оперирует компания и которые требуются, чтобы создавать отчетность, проводить аналитические работы внутри фирмы. Управление данными — это подход к систематизации их и накопленных знаний, которые существуют в компании. Неверный, однобокий подход в управлении данными может снижать эффективность работы сотрудников. Такое бывает, когда компания стремится  просто описать все знания. В таком случае специалистам дают соответствующее задание, которое они выполняют в течение нескольких месяцев, а иногда и лет. Они описывают всё, что знают с точки зрения терминологии и используемых показателей для дальнейшей работы. У такого подхода есть несколько существенных проблем: они связаны с тем, кто на самом деле будет пользоваться подобным глоссарием и терминологией и как она будет применяться. Необходимо учитывать, что глоссарий будет ежедневно использоваться в корпоративных процессах. При таком подходе есть риск использования неактуальной информации и ограниченная применимость такого глоссария (пользователю придется постоянно смотреть, соответствует ли понимание показателей тому, что о них знают).

Второй подход при работе с данными отвечает на вопрос о местонахождении данных. Мы исследовали, насколько ускоряется время работы с данными и принятие решений, если выдавать информацию о нахождении данных непосредственно бизнес-пользователю. В результате оказалось, что существенной экономии времени нет. При такой работе с глоссарием есть риски, связанные с тратой времени на проверку качества данных, если информация об их местонахождении и доступ к ним передается между сотрудниками. На таких повторных перепроверках теряется много времени, ведь пользователь занимается не своей работой (его работа заключается в том, чтобы на основании данных принимать решения).

Возможность обойти риски, связанные с данными подходами, лежит в том, какой процесс использовать для работы с данными. Например, решения data governance используются для обработки запросов на предоставление данных. Именно в этом основная суть управления данными: ускорить их предоставление и сделать его достоверным. При этом ускоряется аналитическая работа по бизнес-исследованиям того, что спросил пользователь в своем запросе, и по переводу с бизнес-языка на технический при постановке задачи разработчику, который занимается предоставлением данных. Также теряется необходимость заполнения документации с бизнес-требованиями, техническими заданиями. Они переходят в вид иерархии глоссария в виде конкретных документов по перемещению данных или созданию их структур. В результате модель данных, созданная в глоссарии, может не описывать работу всех бизнес-подразделений, а содержать только ту информацию, которая есть в запросах. Это позволяет максимально быстро отвечать на вопросы пользователя и снизить очередь запросов. Такая систематизация данных ведет к быстрой и точной постановке задачи на обработку данных и позволяет эффективно использовать полученную информацию. При таком подходе ресурсов компании тратится очень мало, а эффект достигается максимальный.

Примером такого решения может служить Юниверс DG. Оно помогает выстроить полный цикл управления данными в организации. В том числе используется при ведении общей бизнес-терминологии, визуализации потоков происхождения данных, мониторинге и поддержке целевого уровня качества данных, а также при создании моделей и аналитики любой сложности. Также оно позволяет ускорить процесс цифровой трансформации компании благодаря использованию качественных, полных и актуальных данных. Решение позволяет создать эффективное в работе описание данных компании, снизить время на поиск нужной информации, собрать корпоративный каталог данных с механизмом индексирования на основе машинного обучения, автоматизировать каталогизацию данных. Это позволяет усовершенствовать поиск информации и сэкономить время сотрудников при работе с данными. Преимущество решения – возможность поэтапного внедрения за счет модульного подхода, совместимость со всеми источниками данных, визуализация зависимостей метаданных для технических специалистов.

Продукт Юниверс MDM эффективен в управлении мастер-данными (нормативно-справочной информацией). Решение помогает в формировании и развитии единой системы управления ключевыми данными компании. К примеру, на производстве это позволяет сократить число ошибок в снабжении производства, ускорить запуск новых продуктов, а также быстрее формировать и выдавать отчетность. Это происходит благодаря широким возможностям в управлении основными справочниками информации, когда информация по номенклатуре, контрагентам, клиентам и продукции хранится в единой системе, есть централизация управления данными и визуализация связанных с этим процессов. Решение предполагает наличие единого и четкого регламента управления данными, помогает в управлении качеством данных, поиске дубликатов и консолидации.

Управлять знаниями возможно с помощью промышленного решения Плюс7 МаяК. Это система управления знаниями, в основе которой лежит регулярно обновляемая база информации и развитые интерфейсы интеграции с внешними системами, включая CRM, телефонию, сайт и др. Решение делает возможным повышение эффективности внешних коммуникаций благодаря быстрому омникальному доступу к релевантной информации, сокращение времени на поиск информации сотрудниками, улучшение бизнес-показателей за счет внедрения единой базы знаний.

Таким образом, правильный подход к управлению данными и снижение рисков по неисполнению проектов связаны с тем, каким образом построен процесс по работе с данными, какова организационная структура и роли сотрудников в этом процессе, какое программное обеспечение позволяет поддерживать процесс по обработке запросов данных. Эти аспекты делают процесс по управлению данными эффективным, быстрым и достоверным, без дополнительных рисков.

Этапы управления рисками

Главные задачи бизнеса при работе с проектами связаны с своевременным выявлением рисков, оценкой их масштаба и вероятности. На основе этого создается риск-стратегия, которая позволяет предотвратить наступление рисков или максимально смягчить их последствия. Не менее важна и своевременная корректировка такой стратегии в соответствии с меняющимися условиями. Рассмотрим подробнее алгоритм создания плана управления рисками:

1. Идентификация рисков: определение потенциальных рисков, которые могут возникнуть в проекте. Это может включать в себя анализ предыдущего опыта, проведение сеансов мозгового штурма и использование экспертных оценок.

2. Оценка рисков: определение вероятности возникновения каждого риска и его влияния на проект. Это может быть выполнено с использованием матрицы рисков или других методов оценки.

3. Разработка стратегий управления рисками: определение подходов к снижению и контролю рисков. Это включает в себя принятие мер по предотвращению рисков, разработку плана действий для минимизации воздействия рисков и определение ответственных лиц.

4. Реализация стратегий управления рисками: внедрение планов действий и мер по снижению и контролю рисков. Это включает обучение персонала, внесение изменений в процессы управления данными и мониторинг рисков.

5. Мониторинг и контроль рисков: отслеживание и оценка эффективности принятых мер по управлению рисками, регулярное обновление матрицы рисков, проведение аудитов проекта и корректировка стратегий управления рисками при необходимости.

6. Коммуникация и отчетность: информирование заинтересованных сторон о рисках, принятых мерах по управлению рисками и их результате. Это обеспечивает прозрачность и согласованность в управлении рисками проекта.

При создании риск-стратегии важно создавать аналитические модели с опорой на корпоративные данные и обеспечивать высокий уровень качества этих данных. В этом может помочь решение Плюс7 ФормИТ DQ. Оно выполняет проверки качества данных и осуществляет профилирование данных, мониторинг полноты и качества данных, выявляет дубликаты и обеспечивает чистоту данных, стандартизацию и консолидацию данных.

Естественно, ни одно из решений не может работать без данных. Их эффективная и своевременная доставка до получателей информации является залогом правильности принятых решений для обхода рисковых ситуаций. Промышленная платформа интеграции данных Плюс7 ФормИТ предназначена как раз для реализации процессов предоставления достоверных, точных, своевременных данных любому получателю.

Регулярный мониторинг проектов помогает в управлении инновациями и инвестициями, а также снижает риски в этой области. В этом эффективно помогает решение по управлению инновационно-инвестиционной деятельностью компании Плюс7 Пульс. Оно обеспечивает автоматизацию управления и мониторинга проекта (что крайне эффективно в работе с рисками), управление инвестициями в проекте и инвестиционными проектами. Из преимуществ решения: гейтовый подход (позволяет разделить процесс на несколько этапов с принятием решения «go – not go» в конце каждого из них), гибкость (решение позволяет подстроиться под специфику процессов компании), скорость и масштабируемость (решение позволяет получить эффект «здесь и сейчас», без длительного развёртывания системы).

Использование вышеперечисленных решений позволяет регулярно получать релевантные отчеты, контролировать корпоративные данные и сокращать число ошибок до минимума. А при регулярном обновлении информации это делает возможным предотвращение большого числа риска в проектах.

Олег Гиацинтов

Технический директор DIS Group

Один из ведущих экспертов России во многих областях, связанных с Big Data и стратегическим управлением данными, включая интеграцию данных, обеспечение их качества, управления знаниями и построение датацентричных бизнес-процессов.