1. 程式人生 > >【PMP】Head First PMP 學習筆記 第十一章 風險管理

【PMP】Head First PMP 學習筆記 第十一章 風險管理

第十一章 風險管理

計劃再仔細的專案也會遇到麻煩。

什麼是風險

風險是任何可能影響專案的不確定時間或狀況,但並非所有風險都是負面的

風險(risk)

  • 事件(event)
  • 狀況(condition)
  • 機會(opporunity)

  • 風險偏好。為了預期的回報,一個實體願意承受不確定的程度。

  • 風險承受力。組織或個人能承受的風險程度、數量或容量。
  • 風險臨界值。干係人特別關注的特定的不確定程度或影響程度。

規劃風險管理

規劃風險管理過程在專案構思階段就應開始,並在專案規劃階段的早期完成。

輸入

  • 專案管理計劃
  • 專案章程
  • 干係人登記冊
  • 事業環境因素
  • 組織過程資產

工具和技術

  • 分析技術
  • 專家判斷
  • 會議

輸出

  • 風險管理計劃

風險管理計劃

  • 方法論
  • 角色與職責
  • 預算
  • 時間安排
  • 風險類別。風險分解結構(RBS)
  • 風險概率和影響的定義
  • 概率和影響矩陣。對風險進行優先排序。
  • 修訂的干係人承受力
  • 報告格式
  • 跟蹤

識別風險

應鼓勵全體專案人員參與潛在風險的識別工作。

識別風險是一個反覆進行的過程。

輸入

  • 風險管理計劃
  • 成本管理計劃
  • 進度管理計劃
  • 質量管理計劃
  • 人力資源管理計劃
  • 範圍基準。可以在總體、控制賬戶和/或工作包層級上識別並繼而跟蹤風險。
  • 活動成本估算
  • 活動持續時間估算
  • 干係人登記冊
  • 專案檔案
  • 採購檔案
  • 事業環境因素
  • 組織過程資產

工具和技術

  • 文件審查
  • 資訊收集技術
  • 核對單分析
  • 假設分析
  • 圖解技術
  • SWOT分析
  • 專家判斷

資訊收集技術

  • 頭腦風暴
  • 德爾菲技術。阻止專家達成一致意見的一種方法。專案風險專家匿名參與。有助於減輕資料的偏倚,防止任何個人對結果產生不恰當的影響。
  • 訪談
  • 根本原因分析

圖解技術

  • 因果圖
  • 系統或過程流程圖
  • 影響圖。表示變數與結果之間的因果關係、事件時間順序及其他關係

輸出

  • 風險登記冊

風險登記冊

  • 已識別風險清單
  • 潛在應對措施清單

實施定性風險分析

評估並綜合分析風險和概率和影響,對風險進行優先排序。

優先關注高優先順序的風險。

通常可以快速且經濟有效地規劃風險應對建立優先順序。

輸入

  • 風險管理計劃
  • 範圍基準
  • 風險登記冊
  • 事業環境因素
  • 組織過程資產

工具和技術

  • 風險概率和影響評估
  • 概率和影響矩陣
  • 風險資料質量評估
  • 專家判斷

輸出

  • 專案檔案更新

專案檔案更新

  • 風險登記冊
  • 假設條件日誌

實施定量風險分析

實施定量風險分析在實施定性分析過程之後展開。

輸入

  • 風險管理計劃
  • 成本管理計劃
  • 進度管理計劃
  • 風險登記冊
  • 事業環境因素
  • 組織過程資產

工具和技術

  • 資料收集和展示技術
  • 定量風險分析和建模技術
  • 專家判斷

資料收集和展示技術

  • 訪談
  • 概率分佈

定量風險分析和建模技術

  • 敏感性分析。確定哪些風險對專案具有最大的潛在影響。龍捲風圖
  • 預期貨幣價值分析。預期貨幣價值(EMV)
  • 建模和模擬。蒙特卡洛技術

輸出

  • 專案檔案更新

專案檔案更新

  • 專案的概率分析
  • 實現成本和時間目標的概率
  • 量化風險優先順序清單
  • 定量風險優先順序清單
  • 定量風險分析結果的趨勢

規劃風險應對

輸入

  • 風險管理計劃
  • 風險登記冊

工具和技術

  • 消極風險或威脅的對應策略
  • 積極風險或機會的應對策略
  • 應急應對策略
  • 專家判斷

消極風險或威脅的對應策略

  • 規避
  • 轉移。轉移給第三方
  • 減輕
  • 接受

積極風險或機會的應對策略

  • 開拓
  • 提高
  • 分享
  • 接受

輸出

  • 專案管理計劃更新
  • 專案檔案更新

專案管理計劃更新

  • 進度管理計劃
  • 成本管理計劃
  • 質量管理計劃
  • 採購管理計劃
  • 人力資源管理計劃
  • 範圍基準
  • 進度基準
  • 成本基準

控制風險

輸入

  • 專案管理計劃
  • 風險登記冊
  • 工作績效資料
  • 工作績效報告

工具和技術

  • 風險再評估。識別新風險,對現有的風險再評估,刪去已過時的風險。
  • 風險審計
  • 偏差與趨勢分析
  • 技術績效測量
  • 儲備分析
  • 會議

輸出

  • 工作績效報告
  • 請求變更
  • 專案管理計劃更新
  • 專案檔案更新。風險登記冊。
  • 組織過程資產更新

總結

PMBOK的每個章節按照對應的過程展開,從而展開說明,給出對應的概念以及實施細節。

參考資料

  • 《Head First PMP 第二版》
  • 《PMBOK 第三版》

相關推薦

PMPHead First PMP 學習筆記 風險管理

第十一章 風險管理 計劃再仔細的專案也會遇到麻煩。 什麼是風險 風險是任何可能影響專案的不確定時間或狀況,但並非所有風險都是負面的 風險(risk) 事件(event) 狀況(condition) 機會(opporunity) 風險偏好。為了預期的回

深度學習花書學習筆記 實踐方法論

效能度量 根據任務需求,需要有不同的效能度量方式,常規度量方式如下: _ 真 假 認為真 true positive(TP) false positive(FP)

PMPHead First PMP 學習筆記 專案整合管理

第四章 專案整合管理 專案經理每天的工作 力保專案順利進行 緊密監督以確保計劃進行 計劃本身不完善需要予以修正 即使是更大的專案的子專案,也要有收尾的過程 6個整合管理過程 整合管理劃分為6個過程,專案經理必須掌握的核心職責。 1.制

python學習筆記節(叠代和其他)

技術分享 img 余數 商品列表 步長 取數 sorted函數 學習 四舍五入 yiled 面相過程編程 造好內容,統一發給下面 上面這個是傻瓜版 內置函數 print(divmod(10,3)) 將10除以3,顯示商和余數 enumerate函數,顯示元素及它

學習筆記 使用CSS3動畫

進行 delay 簡單的 angle 新版 chrome tor 3.0 :focus 第14章 使用CSS3動畫 【學習重點】 設計2D動畫 設計3D動畫 設計過渡動畫 設計幀動畫 能夠使用CSS3動畫功能設計頁面特效樣式 14.1 設計2D動畫 CSS2D T

學習筆記 JavaScript基礎

continue 分隔符 全部 scrip 允許 非循環 元素 當前 避免 第15章 JavaScript基礎 【學習重點】 了解JavaScript基礎知識 熟悉常量和變量 能夠使用表達式和運算符 正確使用語句 能夠掌握數據類型和轉換的基本方法 正確使用函數、對象、

學習筆記節課

作業linux和windows互傳文件 互傳文件 先安裝一個工具 yum install -y lrzsz 使用sz命令 就可以把linux上的文件傳到windows上去。 rz 就可以把windows上的東西傳到linux上 (當前目錄) 前提是用 xshell securecrt putty是

CLR via C#學習筆記--泛型

vat message 靜態 定義 泛型接口 void 失敗 internal 運行時 泛型是CLR和編程語言提供的一種特殊機制,他支持另一種形式的代碼重用,即算法重用。 CLR允許創建泛型引用類型和泛型值類型,但不允許創建泛型枚舉類型。 此外CLR還允許創建泛型接口和泛型

CLR via C#學習筆記--泛型基礎結構

12.2 泛型基礎結構 12.2.1 開放型別和封閉型別 具有泛型型別引數的型別仍然是型別,CLR同樣會為他建立內部的型別物件。 然而具有泛型型別引數的型別稱為開放型別,CLR禁制構造開放型別的任何例項。類似於CLR禁止構造介面型別的例項。 程式碼引用泛型類時可指定一組泛型型別實參。為所有型

CLR via C#學習筆記--泛型接口、委托

pre 類型安全 sealed 2.4 span 接口 triangle 泛型類 保持 12.3 泛型接口 泛型接口的意義 顯然,泛型的主要作用就是定義泛型的引用類型和值類型。 然而對泛型接口的支持對CLR來說也很重要。沒有泛型接口,每次用非泛型接口如IComparable

CLR via C#學習筆記--泛型方法和其他成員

12.6 泛型方法 方法和類可以各自定義型別引數 定義泛型類、結構或介面時,型別中定義的任何方法都可以引用型別指定的型別引數。 型別引數可以作為方法引數、返回值或方法內部定義的區域性變數的型別使用。 CLR還允許方法指定他自己的型別引數,這些引數也可以作為引數、返回值或區域性變數的型別使用。 在下例

CLR via C#學習筆記--可驗證性和約束

12.8 可驗證性和約束 where關鍵字 編譯器和CLR支援稱為約束的機制,可通過它使泛型變得真正有用。 約束的作用限制能指定成泛型實參的型別數量,通過限制類型的數量,可以對那些型別執行更多操作: public static T Min<T>(T o1,T o2) whe

強化學習(RLAI)讀書筆記 Off-policy Methods with Approximation

本書第五章就已經講解過分別使用on-policy和off-policy方法來解決GPI框架裡固有的explore和exploit的矛盾。前兩章已經講了on-policy情形下對於函式近似的拓展,本章繼續講解off-policy下對函式近似的拓展,但是這個拓展比on-policy時更難更不同。在第六第

《機器學習》 周志華學習筆記 概率圖模型(課後習題)python實現

一、基本內容 1.隱馬爾可夫模型 1.1. 假定所有關心的變數集合為Y,可觀測變數集合為O,其他變數集合為R, 生成式模型考慮聯合分佈P(Y,R,O),判別式模型考慮條件分佈P(Y,R|O),給定一組觀測變數值,推斷就是要由P(Y,R,O)或者P(Y,R|O)得到條件概率分佈P(Y,

深度學習花書學習筆記 應用

大規模深度學習 首先深度學習之所以能夠在現在獲得大的突破,主要依靠於硬體技術的進步和大資料的發展。卷積神經網路需要的高併發,依賴於GPU的發展不斷進步,甚至已經有了很多專用裝置,如谷歌TPU,阿里和華為也都有最新針對AI演算法的晶片。 高併發時可能導致梯度下降出問題,目前多采用非同步梯度下降

CLR via C#學習筆記--字元和字串

14.1 字元 Char結構 Char結構提供的欄位 每個字元都是System.Char結構的例項,Char型別提供了兩個公共只讀常量欄位:MinValue('\0')和MaxValue('\uffff\)。 Char例項能呼叫的方法 為Char的例項呼叫靜態GetUnicodeCategory方法

機器學習學習筆記 貝葉斯演算法

貝葉斯演算法 貝葉斯要解決的問題 正向概率 逆向概率 舉例:一個班級中,男生 60%,女生 40%,男生總是穿長褲,女生則一半穿長褲一半穿裙子 正向概率:隨機選取一個學生,他(她)穿長褲的概率和穿

機器學習學習筆記 基於貝葉斯的新聞分類

利用貝葉斯分類器進行文字分類 考慮情況 1 對於文字分析,首先我們應該先利用停用詞語料庫對部分大量出現的停用詞進行遮蔽,可以百度直接搜停用詞進行下載 我們對於經常出現的詞,有可能是一個不太重要的詞,比

機器學習學習筆記 支援向量機

支援向量機(Support Vector Machine) 以前非常厲害的一個演算法,不過後來遇到了對手——神經網路 這個也是面試的時候經常會問到的非常重要的一個演算法 SVM要解決的問題:什麼樣的決

機器學習學習筆記 聚類演算法-K-MEANS

聚類演算法 聚類的概念: 主要用來處理無監督問題,因為我們手上沒有標籤了,靠電腦自己進行分類 聚類是指把相似的東西分到一組 難點 如何評估呢(因為沒有了標籤,難以對比正確與否,很多評估方法失效了)