כל מיזם, עסק, קמפיין דורש סיכונים מסוימים שעשויים להשפיע על התוצאה הסופית של יישומם. יישום אסטרטגיה עסקית מרמז על שינוי בזכויות, חובות וחובות של יזמים, התרחשויות אפשריות של תהליכים לא מכוונים ולא מנוצלים בעבר, כמו גם השלכות אחרות.
על מנת לבחור את מערך הפעולות הנכון להשגת תוצאה של פעילות, יש לקחת בחשבון את ההשפעה האפשרית של תופעות לוואי, כך שהאירוע הגה לא יאבד משמעות. כל תוכנית טקטית (אסטרטגית) צריכה להיות נתונה לניתוח סיכונים לפני השימוש בכדי למזער את האחרונה.
ניתוח סיכונים של הארגון (החברה) מתחיל בהערכתם. לשם כך יש לבחור במתודולוגיית הערכה אשר חייבת לעמוד בדרישות האבטחה של סוג מסוים של פעילות ואת הרגולטורים החוקיים של פעילות זו.
ניתוח סיכונים מחייב שימוש במידע זמין כדי להעריך את הסבירות להתרחשות אירועים מסוימים ואת גודל האפשרויות של השלכותיהם.
ככלל, הסיכונים מובנים כאירועים ונסיבות שליליים, למשל הפסדים במהלך המיזם, אסונות טבע עם השלכות חמורות וכו '. עם זאת, ניתוח סיכונים עוזר בזיהוי השלכות חיוביות אפשריות. יש צורך לגלות בעיות עתידיות ולהעריך סיכויי פיתוח.
ניתוח סיכונים מתבצע ברמה כמותית ואיכותית (שיטות ניתוח סיכונים נבחרות באופן פרטני).
בניתוח כמותי, לתופעות הנחקרות מוקצים ערכים מספריים (כמותיים), משתמשים בנתונים אמפיריים. ברמה זו, הניתוח הוא אובייקטיבי ומדויק ביותר (לשיטה זו) באופיו.
ניתוח איכותי כולל הערכה פנימית (אינסטינקטיבית) של הנסיבות. ברמה זו מותר לסובייקטיביות וספקות קשורים.
בהשוואה בין שתי רמות הניתוח הללו, יש צורך להתעמק ביתר פירוט על הכמותית. ניתן לעשות זאת בדרכים רבות.
הגישה הדטרמיניסטית משתמשת באומדני נקודה. על מנת להבין מה תהיה התוצאה במקרים בודדים, לאירועים שונים מוקצים ערכים מסוימים. לדוגמה, במודל הפיננסי ניתן לשקול אופציות כאלה: הגרועות ביותר (הפסדים עתידיים), הטובים ביותר (רווח עתידי) והסביר ביותר (רווח בינוני יחסית).
במקרה זה, לשיטה יש מספר חסרונות: היא אינה מתחשבת בשלל התרחישים האפשריים, אלא מתמקדת רק בגרסאות בסיסיות בודדות (שכולן נחשבות שוות) גורמים לא מספיק מחשיבים שיכולים להשפיע על התפתחות המצב, מה שמוביל לפישוט המודל. עם זאת, ארגונים רבים משתמשים בגישה זו, למרות המהימנות הנמוכה יחסית של תוצאות ניתוח כזה.
ניתוח סיכונים סטוכסטיים (שיטת מונטה קרלו) אמין יותר. בגישה זו הפרמטרים הראשוניים מוצגים כטווחי ערכים (מייצרים חלוקת הסתברות). יתר על כן, למשתנים שונים יש הסתברות שונה לתוצאות. הערכים נבחרים באופן אקראי על סמך התפלגויות הסתברות אפשריות.
דוגמאות נקראות איטרציות. תוצאות המדגם נרשמות. כדי לבצע את הסימולציה, הליך הדגימה חוזר על עצמו מאות פעמים, לכן תוצאות כאלה מסוגלות הרבה יותר לחשוף את ההסתברות לאירועים הצפויים. הנתונים של דוגמנות כאלה יכולים להדגים לא רק אירועים עתידיים, אלא גם להראות את ההסתברות להתרחשותם. ניתן לייצג את התוצאות בצורה גרפית, כמו גם לשקף את הרגישות שלהן, כלומר להראות אילו מהמשתנים השפיעו בצורה הטובה ביותר על התוצאה. בשיטה זו ניתן גם להראות את הקשרים בין המשתנים המקוריים.
הכי נוח לבצע ניתוח סיכונים כמותי על בסיס גיליונות אלקטרוניים של Excel, מכיוון שהכלים של תוכנית זו מאפשרים לך להוסיף פונקציות חדשות על מנת שתוכלו להפיץ הסתברויות ולקבל תוצאות מדויקות ביותר.
