# 风险定性(Qualitative)分析

1. 从一个给教师打分的设计表说起

我们参加一个培训课程，一般在培训结束之后，培训机构一般都会分发一份培训师培训效果反馈表，用于评价其讲师的培训能力的强弱。

如果是一家没有什么经验的培训机构设计的反馈表，可能会按照1_{10分给老师进行打分。但是其实你仔细一想，前面1}6分被用的可能性极低，为什么？如果一个老师被学生打上个3、4、5分之类的，早就被机构清退了，怎么还有可能给你上可能？

相反，学生最有可能打的分数是8、9、10分。学生通常会这么想，给老师打8分有点对不住这个老师，其实她说的还是挺好的，但是如果给10非满分也点舍不得，那给个9分吧。于是大部分学生就都会给出9分这个分数，那么结果就是什么的，这位老师的授课，每次反馈的，不论均值(mean)、众数(mode)还是中位数(median)都落在9分，这对学生打分既没有什么意义，对老师提升也没啥帮助。

那么有经验的培训机构会怎么设计呢？ 他们会根据这个问题，改进反馈表，

1. 在 9、10这三个区间按照0.2来隔开。比如9.2、9.4、9.6；
2. 6、7、8之间用1隔开；
3. 6分以下则2分一隔离：2、4、6。（分太细没什么用，对于机构来说，不论是3分还是5分，统统清退不是吗）

这就是打分表为什么不要设计成等间距的原因。理解了这个知识点，你才能明白本文要描述的风险概率-影响矩阵的划分的原因。

2. 风险概率和影响矩阵(Probability and impact matrix)

2.1 风险影响范围越小划分越细，反之亦然

重该矩阵可以看到，影响分为2个类别，消极影响（也称为威胁）和积极影响（也称为机会）。尤其要注意的是，影响的峰值不是等差数列{Arithmetic progression}（0.2、0.4、0.6）; 而是数值成翻倍增长的等比数列{geometric progression}(0.05、0.1、0.2、0.4、0.8)。

那么这里为什么是影响小的范围需要做细分，影响大的范围反而不需要细分呢（似乎看来挺反直觉的）。 这里举一个例子说明：
如果一个项目可能会延期，那么领导高层就会盯着看，是否延期。如果真的发生了延期，是延期了1天，还是3天？这些大家都非常关心，因为这会关系到验收以及尾款回收。

但是如果你一个项目已经延期了3个月，他就是一个影响非常大而且非常失败的项目，这时候项目是延期3个月还是4个月。对高层来说，都是一个非常失败的项目，再多30天也不care了。（反正都已经无法接受了，因此你这时候去划分延期90天还是延期93天，意义不大）

2.2 风险定性：概率乘以影响面绘制出的深浅区域

上图所示，按照概率x影响面，得出的数字是落在不同的颜色区间里(在某个区间范围内的颜色都是一样的)，譬如：

1. 浅灰色：落在[0.01-0.05] 之间，表示发生的概率低，影响面也小，可以选择被动/主动接受。 风险观察清单。
2. 灰色：[0.06-0.14]
3. 深灰色 [0.18- 1 ]: 表示发生的概率高，影响面也大，需要重点管理的。风险短名单。

2.3 风险定性之后如何处理？

风险类别	应对办法	详细应对方式说明
发生概率高、影响面积大(深灰色)	风险短名单	重点防范、重点管理：采取什么措施? 准备花多少钱? 谁来负责
其他(灰色、浅灰色)	风险观察清单	定期（比如每周）进行评估和会议：查看清单上的风险是否有升级；是否已过期不会发生（则移除）等

通常发生概率高、影响面大的其实不多，1000多项里面最多占据20、30项。

3. 为什么 风险概率-影响 矩阵是定性分析而不是定量分析

概率和影响矩阵的 主要是对风险进行评级，明确什么样风险是高风险、低风险。我认为概率和影响矩阵 是向大家证明那些风险是高级别的，那些是低级别的。

定性和定量之间是连续性的一个整体的分析过程，定量是将定性的分析结果进一步进行分析。风险概率-影响矩阵是通过概率把项目风险的类别给分出来了； 定量是在类别基础上描术风险带来的损益和对止住相关损益的成本。

定性分析就是排序分类，把什么是重要的，什么是次要的都排列出来有针对性的做进一步分析（定量分析）