Szoftver min ség és menedzsment 10. Projektirányítás. Kockázatkezelés. Dr. Balla Katalin Tartalom A kockázat okai, fajtái A kockázat kezelésének lépései Kockázatkezelési módszerek Alapfogalmak A módszerek lényege Alkalmazott eszközök, technikák Esettanulmány Dr. Balla Katalin Szoftver min ség és menedzsment 2 A kockázat fogalma A kockázat annak a valószín sége, hogy el re nem látható esemény fordul el Dr. Balla Katalin Szoftver min ség és menedzsment 3 2002 / 2003 1
A kockázat fajtái M szaki Pénzügyi Kereskedelmi Er forrás Vállalati... Dr. Balla Katalin Szoftver min ség és menedzsment 4 A kockázat okai Pontatlan becslések Gyenge irányítás / a projektvezet tapasztalatának a hiánya Új technológia Gyakorlatlan munkacsapat Ellenséges felhasználói környezet Az ügyfél környezetének változékonysága Nem kielégít / megfelel vállalkozók / szállítók Rajtunk kívül álló események Dr. Balla Katalin Szoftver min ség és menedzsment 5 Mi a kockázat-kezelés? 1 AZONOSÍTSUK A KOCKÁZATOKAT soroljuk fel és osztályozzuk (projekt el feltételek) ELEMEZZÜK A 2 KOCKÁZATOKAT rendeljünk valószín ségeket készítsünk változatokat képezzünk tartalékot TERVEZÉS Dr. Balla Katalin Szoftver min ség és menedzsment 6 2002 / 2003 2
Mi a kockázat-kezelés? 1 AZONOSÍTSUK A KOCKÁZATOKAT soroljuk fel és osztályozzuk (projekt el feltételek) ELEMEZZÜK A 2 KOCKÁZATOKAT rendeljünk valószín ségeket készítsünk változatokat képezzünk tartalékot 3a KÖVESSÜK A KOCKÁZATOKAT mely feltételezések bizonyultak igaznak? (távolítsuk el a felsorolásból) KÖVESSÜK A 3b KOCKÁZATOKAT mely feltételezések bizonyultak hamisnak? (vegyük a tartalékból) TERVEZÉS KÖVETÉS Dr. Balla Katalin Szoftver min ség és menedzsment 7 Kockázatkezelés Lehetséges megközelítések: Megfelel matematikai modell alkalmazása Kockázatkezelés, az emberek véleményére támaszkodva Dr. Balla Katalin Szoftver min ség és menedzsment 8 Kockázatkezelés Sok módszer, modell, számítógépes támogatást nyújtó eszköz pl: Monte Carlo szimuláció Microsoft Solutions Framework Kockázatkezelés a RUP-ban Döntéstámogató rendszerek DecisionPro... Dr. Balla Katalin Szoftver min ség és menedzsment 9 2002 / 2003 3
Monte Carlo szimuláció Matematikai módszer, differenciálegyenletek numerikus megoldására Szisztematikusan kidolgozva: Harris and Herman Kahn,1948. A pénzügyi világban ma széleskör en használják, pl. származtatott termékek beárazásánál és kockázatelemzésnél. Intenzív számítógépes támogatottság szükséges, de néha így is hosszú Dr. Balla Katalin Szoftver min ség és menedzsment 10 Monte Carlo szimuláció Nagy számú (10000-20000) szcenáriót generál a kérdéses értékekre vonatkozóan szcenárió: hipotetikus feltételezés a jöv t illet en, bizonyos tényez k figyelembevételével Minden esetben a kérdéses értéket kiszámolja A kapott értékekb l hisztogram készül, amelyen látszik az egyes értékek el fordulásának valószín sége A módszer pontossága a szcenáriók számának növelésével javítható Dr. Balla Katalin Szoftver min ség és menedzsment 11 Kockázatkezelési módszerek, eszközök Pl: Microsoft Solutions Framework Kockázatkezelési alapfogalmak módszer Dr. Balla Katalin Szoftver min ség és menedzsment 12 2002 / 2003 4
MSF Kockázat - források: &DWHJRULHVÃRIÃULVNÃVRXUFHV n 0LVVLRQÃDQGÃJRDOV n 'HFLVLRQÃGULYHUV n 2UJDQL]DWLRQÃPDQDJHPHQW n &XVWRPHUHQGÃXVHU n %XGJHWFRVW n 6FKHGXOH n 3URMHFWÃFKDUDFWHULVWLFV n 'HYHORSPHQWÃSURFHVV n 'HYHORSPHQWÃHQYLURQPHQW n 3HUVRQQHO 3URMHFWÃFRQVHTXHQFHV n &RVWÃRYHUUXQV n 6FKHGXOHÃVOLSV n,qdghtxdwhãixqfwlrqdolw\ n &DQFHOHGÃSURMHFWV n 6XGGHQÃSHUVRQQHOÃFKDQJHV n &XVWRPHUÃGLVVDWLVIDFWLRQ n /RVVÃRIÃFRPSDQ\ÃLPDJH n 'HPRUDOL]HGÃVWDII n 3RRUÃSURGXFWÃSHUIRUPDQFH n /HJDOÃSURFHHGLQJV n 2SHUDWLRQDOÃHQYLURQPHQW n 1HZÃWHFKQRORJ\ Dr. Balla Katalin Szoftver min ség és menedzsment 13 MSF - kockázatkezelés Proaktív kockázatkezelés:,ghqwli\ 5LVN 6WDWHPHQWV $QDO\]H &RQWURO 0DVWHUÃ/LVW RIÃ5LVNV 7RSÃ 3ODQ 7UDFN,GHQWLI\ÃDQGÃPDQDJHÃULVNVÃWKURXJKRXWÃDOO SKDVHVÃRIÃWKHÃSURMHFW Dr. Balla Katalin Szoftver min ség és menedzsment 14 MSF: a kockázat meghatározása Kockázati elemek térképe: 5LVN /RZULVN 0HGLXPULVN +LJKULVN IDFWRU FXH FXH FXH 3URMHFWÃILW 'LUHFWO\ÃVXSSRUWV,QGLUHFWO\ÃLPSDFWV 'RHVÃQRWÃVXSSRUW FXVWRPHU V RQHÃRUÃPRUHÃJRDOV RUÃUHODWHÃWR PLVVLRQÃDQGÃJRDOV FXVWRPHU VÃPLVVLRQ RUÃJRDOV &XVWRPHU SHUFHSWLRQ ([SHFWVÃWHDPÃWR SURYLGHÃWKLV SURGXFW %HOLHYHVÃWHDPÃLVÃQRW ZRUNLQJÃRQÃWKH H[SHFWHGÃSURGXFW %HOLHYHVÃWKH GHVLUHGÃSURGXFWÃLVÃD PLVPDWFKÃZLWKÃSULRU :RUNÃIORZ &DXVHVÃOLWWOHÃRUÃQR FKDQJHÃWRÃZRUN IORZ &KDQJHVÃVRPH DVSHFWÃRUÃKDVÃVPDOO DIIHFWÃRQÃZRUNÃIORZ WHDPÃSURGXFWV 6LJQLILFDQWO\ FKDQJHVÃZRUNÃIORZ RUÃPHWKRGÃRI RUJDQL]DWLRQ Dr. Balla Katalin Szoftver min ség és menedzsment 15 2002 / 2003 5
MSF: a kockázat meghatározása A kockázat megfogalmazása: 5LVN 6RXUFH &RQGLWLRQ 3UREOHP &RQVHTXHQFH 3URMHFW &RQVHTXHQFH 5LVNÃ6WDWHPHQW ÃÃÃDQGÃDVÃDÃUHVXOWÃÃÃ 7KHÃUROHVÃRIÃGHYHORSPHQW DQGÃWHVWLQJÃKDYHÃEHHQ FRP ELQHGÃIRUÃWKLV SURMHFW «ZHÃPD\ÃVKLSÃWKH SURGXFWÃZLWKÃP RUH EXJV $ÃULVNÃPXVWÃEHÃFOHDUO\ÃVWDWHGÃEHIRUHÃLWÃFDQÃEHÃPDQDJHG A kockázati tényez k leírása azonosító, forrás, következmény, el fordulás valószín sége, kapcsolódó kockázati tényez k. A leglényegesebb 10 kockázati tényez kiválasztása Dr. Balla Katalin Szoftver min ség és menedzsment 16 MSF: a kockázat kezelése A kockázat elfogadása Terv a kockázat megjelenésének esetére ( contingency planning ): mit és kinek kell figyelni, mikor mondjuk, hogy a kockázati esemény bekövetkezett, ilyenkor mit kell tenni. A kockázat követése )RUÃULVNVÃOHDGLQJÃWRÃVFKHGXOHÃVOLSV Példa: /DWHVWÃGDWHÃWRÃXVHÃFRQWLQJHQF\ÃSODQ /DWHVWÃGDWHÃWRÃVHOHFWÃDQRWKHUÃYHQGRU )RUÃULVNVÃUHTXLULQJÃDGGLWLRQDOÃUHVRXUFHV /DWHVWÃGDWHÃWRÃDOORZÃHQRXJKÃWLP HÃWRÃORFDWHÃWKHÃUHVRXUFHV * UHDWHVWÃDP RXQWÃRIÃSHQDOW\ÃRUÃILQHÃWRÃLQFXU *UHDWHVWÃDPRXQWÃRIÃHIIRUWÃDYDLODEOHÃIRUÃRYHUUXQ /LPLWÃIRUÃH[WUDÃFRVWÃWRÃWKHÃFXVWRPHU /LPLWÃIRUÃOHDUQLQJÃWLPH Dr. Balla Katalin Szoftver min ség és menedzsment 17 Kockázatkezelés a RUP-ban Dr. Balla Katalin Szoftver min ség és menedzsment 18 2002 / 2003 6
Kockázatkezelés a RUP-ban Kockázatkezelési terv Kockázatok listája Dr. Balla Katalin Szoftver min ség és menedzsment 19 Kockázatkezelés a RUP-ban Dr. Balla Katalin Szoftver min ség és menedzsment 20 Kockázatkezelés a RUP-ban Dr. Balla Katalin Szoftver min ség és menedzsment 21 2002 / 2003 7
Kockázatkezelés a RUP-ban Dr. Balla Katalin Szoftver min ség és menedzsment 22 Kockázatkezelés a RUP-ban Dr. Balla Katalin Szoftver min ség és menedzsment 23 Döntéstámogatás Ha több lehet ség is létezik egy helyzet / probléma / feladat megoldására, dönteni kell Dönteni annál nehezebb, minél több elem befolyásolja az eredményt Döntéselmélet(ek) Döntéstámogató rendszerek a döntést kívánó probléma struktúrálása a különböz döntések következményének / eredményének gyors vizualizálása Dr. Balla Katalin Szoftver min ség és menedzsment 24 2002 / 2003 8
Döntéstámogató rendszerek /LVWÃRIÃ7RROVÃIRUÃ'HFLVLRQÃ$QDO\VLV Analytica Criterium DecisionPlus Crystal Ball DATA DecisionPro DELTA DPL Ergo Evolver Expert Choice GeNIe/SMILE Hugin Logical Decisions Netica PrecisionTree (http://www-2.cs.cmu.edu/~lorens/papers/mscthesis.html) Dr. Balla Katalin Szoftver min ség és menedzsment 25 Döntéstámogató rendszerek Pl: Analytica $QDO\WLFDÃLVÃDÃYLVXDOÃVRIWZDUHÃWRROÃIRUÃFUHDWLQJÃDQDO\]LQJ DQGÃFRPPXQLFDWLQJÃTXDQWLWDWLYHÃEXVLQHVVÃPRGHOV $QDO\WLFDÃWDNHVÃ\RXÃEH\RQGÃWKHÃVSUHDGVKHHWÃPDNLQJÃLW HDV\ÃDQGÃIDVWÃWR Communicate the essential qualitative structure of your models with the graphical clarity of influence diagrams Scale up your models to handle the multidimensional problems of the real world with power and ease using Intelligent Arrays Manage risk and uncertainty using efficient Monte Carlo simulation Deploy models on the web quickly and easily (via the Analytica Decision Engine) http://www.lumina.com/software/ade.html Dr. Balla Katalin Szoftver min ség és menedzsment 26 Döntéstámogató rendszerek Pl: Analytica Influence diagrams Dr. Balla Katalin Szoftver min ség és menedzsment 27 2002 / 2003 9
Döntéstámogató rendszerek Pl: Analytica Intelligent arrays Lehet ség van minden változó adatainak megadására Dr. Balla Katalin Szoftver min ség és menedzsment 28 Döntéstámogató rendszerek Pl: Analytica Kockázatelemzés Mi az, ami fontos? Döntés, sok nézet, lehet ség, összefüggés ismeretében Dr. Balla Katalin Szoftver min ség és menedzsment 29 Esettanulmány Kockázatkezelés -TUE Alapfogalmak: Kockázat a bizonyosság hiánya arra nézve, hogy egy tevékenység eredménye azonos lesz a tervezettel annak lehet sége, hogy egy tevékenység elvárt és tényleges eredménye között bizonyos különbség merül fel Dr. Balla Katalin Szoftver min ség és menedzsment 30 2002 / 2003 10
Kockázatkezelés -TUE Alapfogalmak: Kockázatkezelés azoknak a tevékenységeknek az összessége, amelyek el segítik, hogy egy tevékenység tényleges eredménye a lehet legjobban közelítse meg az elvárt eredményt Dr. Balla Katalin Szoftver min ség és menedzsment 31 Kockázatkezelés -TUE Alapfogalmak: A kockázat forrása olyan elem, amelynek hatására egy tevékenység tényleges eredménye eltér az elvárttól Kockázatkezelési tevékenységek a kockázat minimalizálására irányuló tevékenységek összessége Dr. Balla Katalin Szoftver min ség és menedzsment 32 Kockázatkezelés -TUE Tevékenységek A kockázat azonosítása A kockázat elemzése A kockázati tényez k fontossági sorrendjének megállapítása A kockázat elhárítását célzó intézkedések számbavétele A megfelel intézkedések kiválasztása, bevezetése Az intézkedések eredményének követése Dr. Balla Katalin Szoftver min ség és menedzsment 33 2002 / 2003 11
A kockázat elhárítását célzó intézkedések Elkerülés ne indítsuk azt a tevékenységet, amelynek kimenetele kétséges egy nyilvánvalóan létez, ható kockázati elem miatt Csökkentés a tevékenység megkezdése el tt tegyünk lépéseket, hogy az azonosított kockázati elem hatása minimálisra (elfogadható nagyságúra) csökkenjen Dr. Balla Katalin Szoftver min ség és menedzsment 34 A kockázat elhárítását célzó intézkedések Kompenzálás fogadjuk el a kockázati tényez negatív hatását a tevékenységre, de egyéb tényez kre figyelve igyekezzünk ezt a negatív hatás elfogadható nagyságrend re csökkenteni Megegyezés tételezzük fel, hogy a kockázati tényez kifejti hatását, és készüljünk fel a negatív hatás kezelésére Dr. Balla Katalin Szoftver min ség és menedzsment 35 Az általunk bemutatott módszer lényege: A kockázatkezelés tanulható Az absztrakt megközelítés (matematikai modell) elijeszti az embereket A gyártónak és a felhasználónak közösen kell a kockázati tényez ket azonosítania A kockázatkezelés folyamatát független szakember vezesse Dr. Balla Katalin Szoftver min ség és menedzsment 36 2002 / 2003 12
Alkalmazott technikák, eszközök: Interjúk, checklist-ek, kérd ívek Minél kevesebb kérdést tartalmazzanak Megbeszélések, értékelések Dr. Balla Katalin Szoftver min ség és menedzsment 37 A kockázati tényez k azonosítási folyamatának résztvev i: Projekt tulajdonos Felhasználó Felhasználói vezet Felhasználói projektvezet Szállítói projektvezet Szállítói vezet Dr. Balla Katalin Szoftver min ség és menedzsment 38 A kérd ívek szerkezete: Kérdéskategóriák: 1. Emberi természet kockázati tényez k Nem emberi természet kockázati tényez k 2. Bemen adatokra vonatkozó kockázati tényez k Eljárásokra vonatkozó kockázati tényez k Ellen rzésre vonatkozó kockázati tényez k 3. A projekt során fölmerül kockázati tényez k A rendszer átadása után lehetséges kockázati tényez k Összesen: 2 x 3 x 2 = 12 kérdéskategória Dr. Balla Katalin Szoftver min ség és menedzsment 39 2002 / 2003 13
$ÃNpUGõívek szerkezete: Nem emberi természetû kock. t Emberi természetû kock. t. Bemenõ adatokra vonatkozó kock.t. Eljárásokra vonatkozó kock. t. Ellenõrzésre vonatkozó kock t. Rendszer átadása után felmerülõ kock. t Projekt során felmerülõ kocck. t. Dr. Balla Katalin Szoftver min ség és menedzsment 40 A kockázati tényez kre vonatkozó kérd ívek szerkezete: Leírás Példa Széls séges esetek Kérdések Milyen funkcióban lev személyhez kapcsolódik Melyik fázisban fejtheti ki hatását Felel sségek Példák kockázat-kezelési tevékenységekre Dr. Balla Katalin Szoftver min ség és menedzsment 41 Kérdéskategóriák 1. Emberi / ellen rzés / projekt ideje alatt ható Hozzáállás Elkötelezettség Szervezet Team összetétele A projekttel kapcsolatos döntések menedzselése Dr. Balla Katalin Szoftver min ség és menedzsment 42 2002 / 2003 14
Kérdéskategóriák: 2. Emberi / eljárások / projekt ideje alatt ható A témával kapcsolatos ismeretek és tapasztalat Rendelkezésre állás Szervezeti támogatás Dr. Balla Katalin Szoftver min ség és menedzsment 43 Kérdéskategóriák 3. Nem emberi / input / projekt ideje alatt ható A specifikációk érthet sége A specifikációk stabilitása Komplexitás Az újdonság mértéke Méret Alvállalkozók tevékenysége Dr. Balla Katalin Szoftver min ség és menedzsment 44 Kérdéskategóriák 4. Nem emberi / ellen rzés / projekt ideje alatt ható A projekt behatárolása Küls feltételek Projekt terv Gyengeségek, eltérések Irányítás A projekt helyzete a szervezetben A QM helyzete a szervezetben Kölcsönös függ ségek Dr. Balla Katalin Szoftver min ség és menedzsment 45 2002 / 2003 15
Kérdéskategóriák 5. Nem emberi / eljárások / projekt ideje alatt ható A munkafeltételek megfelel sége Hardver Szoftver és eszközök Módszerek és technikák alkalmazása 6. Projekt befejezése után ható A rendszert támogató szervezet A rendszer karbantartása Adatok átalakulása Dr. Balla Katalin Szoftver min ség és menedzsment 46 Kérd ív - példa: A specifikáció stabilitása Leírás: Az eredetileg elfogadott specifikáció milyen valószín séggel változhat a projekt során. Példa: Mivel a piac és a technológia (a felhasználó számítógépes környezete) folyamatosan változik (átszervez dik), a projekt team-nek fel kell készülnie a specifikáció megváltozására. Dr. Balla Katalin Szoftver min ség és menedzsment 47 Kérd ív - példa: A specifikáció stabilitása Széls séges esetek: Magas kockázat: a számítógépes környezet nem stabil Alacsony kockázat: a specifikációt a felhasználó és szállító együttesen jóváhagyta, a projekt lefutása során várható változásokat tervezték Dr. Balla Katalin Szoftver min ség és menedzsment 48 2002 / 2003 16
Kérd ív-példa: A specifikáció stabilitása Kérdések 1. Mi a valószín sége annak, hogy a specifikáció megváltozik? 2. A gyártó és a felhasználó megegyezett-e a specifikáció lefagyasztásában? 3. A gyártó és a felhasználó tervezett-e költségnövekedést a specifikáció megváltozása esetére? 4. Számítani lehet-e többfajta felhasználóra? 5. El relátható-e a szervezeti modell megváltozása? Fázis Funkcionális tervezés Dr. Balla Katalin Szoftver min ség és menedzsment 49 Kérd ív-példa: A specifikáció stabilitása Felelsség A felhasználóé Példák kockázatkezelési intézkedésekre A végterméket bontsuk fel résztermékekre, és alkalmazzunk inkrementális fejlesztést (csökkentés). Csökkentsük a projekt lefutásának id hosszát, pl. rendeljünk hozzá több embert (kompenzálás). Bontsuk a projektet részprojektekre, amelyek id ben egymás után futnak (csökkentés). Dr. Balla Katalin Szoftver min ség és menedzsment 50 A folyamat bevezetése A kockázattal foglalkozó csoport / személy kiválasztása A folyamat ismertetése A kockázat azonosítása Els elemzés Csoportos megbeszélés A fontos kockázati elemek meghatározása Intézkedések kiválasztása A kockázati elemek hatásának figyelése Kiértékelés Dr. Balla Katalin Szoftver min ség és menedzsment 51 2002 / 2003 17
Mir l volt szó Mér szám Min ségi attribútum Definíció Termék M szaki folyamat PM folyamat Dr. Balla Katalin Szoftver min ség és menedzsment 52 2002 / 2003 18