تعتمد قرارات إدارة المخاطر على البيانات التي يستخدمها الفريق في وصف الخطر وتقدير احتماله وتأثيره وتحديد الاستجابة المناسبة له. فإذا كانت هذه البيانات ناقصة أو قديمة أو متحيزة، فقد يرفع الفريق أولوية خطر محدود، أو يقلل من شأن خطر حرج، أو يخصص الاحتياطي والموارد بطريقة غير فعالة.
لذلك يساعد تقييم جودة بيانات المخاطر Risk Data Quality Assessment على قياس مدى صلاحية المعلومات المتاحة لدعم تحليل المخاطر. ولا يبحث التقييم عن بيانات مثالية؛ فهذا هدف غير واقعي في بيئة تتسم بعدم اليقين. بل يحدد مقدار الثقة الذي يستطيع الفريق منحه للنتائج، وما المعلومات الإضافية التي تستحق تكلفة جمعها.
والترجمة الأدق للمصطلح هي «تقييم جودة بيانات المخاطر» بدل «تقييم نوعية بيانات المخاطر»، لأن التقييم لا يبحث في نوع البيانات فقط، بل يراجع دقتها واكتمالها وحداثتها واتساقها وموضوعيتها ومصدرها.
ما هو تقييم جودة بيانات المخاطر؟
تقييم جودة بيانات المخاطر هو فحص منظم للمعلومات التي يعتمد عليها الفريق عند تحديد المخاطر وتحليلها وترتيبها. ويقيس الفريق من خلاله مدى دقة البيانات وموثوقيتها واكتمالها وملاءمتها وحداثتها، ثم يحدد مستوى الثقة في نتيجة تقييم الخطر.
قد تشمل البيانات مصدر الخطر وأسبابه، واحتمال وقوعه، وحجم تأثيره في التكلفة أو الوقت أو الجودة، ومؤشرات التحذير، ونتائج مشروعات سابقة، وتقديرات الخبراء، وبيانات الموردين والسوق. كما تشمل الافتراضات التي بنى عليها الفريق هذه التقديرات.
على سبيل المثال، قد يقدر الفريق احتمال تأخر مورد بنسبة 40%. لكن هذا الرقم لا يقدم فائدة كافية ما لم يعرف الفريق مصدره. هل استند إلى سجل أداء المورد خلال عشرين طلبًا سابقًا؟ أم إلى تجربة واحدة؟ أم إلى رأي شخص لم يتعامل معه مباشرة؟ يحدد تقييم الجودة مقدار الثقة المناسب لكل حالة.
لماذا تؤثر جودة البيانات في تقييم المخاطر؟
يجمع تحليل المخاطر بين البيانات والحكم المهني. لذلك تنتقل مشكلات البيانات إلى التقييم والقرار. فإذا استخدم الفريق معلومات غير مكتملة، فقد يغفل سببًا مهمًا أو يقلل الأثر المتوقع. وإذا استخدم بيانات قديمة، فقد يبني الاستجابة على ظروف لم تعد قائمة.
- تحسين ترتيب الأولويات: تمنع البيانات الجيدة تضخيم مخاطر محدودة أو إهمال مخاطر حقيقية.
- رفع جودة الاستجابة: تساعد المعلومات الدقيقة على اختيار الإجراء المناسب للسبب والأثر.
- تخصيص الموارد: توجه الإدارة الميزانية والوقت إلى المخاطر التي تستحق التدخل.
- تحسين الاحتياطيات: تدعم البيانات تقدير احتياطي التكلفة والجدول بدرجة أفضل.
- زيادة شفافية القرار: توضح مصادر التقديرات وافتراضاتها وحدودها.
- كشف عدم اليقين: تميز بين الخطر المرتفع وبين ضعف المعرفة بالخطر.
- دعم التحليل الكمي: تمنع إدخال احتمالات وتوزيعات لا تستند إلى أساس مناسب.
ويشير معهد إدارة المشاريع PMI إلى أن التقييم النوعي يحتاج، إلى جانب الاحتمال والتأثير، إلى تقدير درجة الدقة أو الثقة في المعلومات المتاحة. ولذلك قد يحصل خطر على تقييم مرتفع، لكن الفريق يضع بجانبه مستوى ثقة منخفضًا حتى يجمع بيانات إضافية.
معايير تقييم جودة بيانات المخاطر
1. الدقة Accuracy
تقيس الدقة مدى تطابق البيانات مع الحقيقة أو السجلات الأصلية. ويفحص الفريق الأخطاء في الأرقام والتواريخ والتصنيفات، ثم يقارن البيانات بمصدر مستقل أو بوثائق موثوقة عندما يستطيع.
فإذا ذكر سجل المخاطر أن المورد تأخر خمس مرات، بينما توضح أوامر الشراء أنه تأخر مرتين فقط، فإن الفريق يحتاج إلى تصحيح الرقم قبل تقدير احتمال التأخر مستقبلًا.
2. الاكتمال Completeness
يقيس الاكتمال وجود جميع العناصر اللازمة لفهم الخطر واتخاذ قرار بشأنه. ويحتاج وصف الخطر الجيد إلى سبب محتمل وحدث غير مؤكد وأثر في هدف من أهداف المشروع، إضافة إلى مالك ومؤشرات واستجابة عند الحاجة.
لا يقدم وصف مثل «خطر المورد» معلومات كافية. في المقابل، يقدم الوصف التالي أساسًا أفضل: «بسبب محدودية الطاقة الإنتاجية، قد يتأخر المورد في تسليم الأجهزة، مما يؤخر بدء الاختبارات أسبوعين».
3. الحداثة والتوقيت Timeliness
تقيس الحداثة مدى تعبير البيانات عن الظروف الحالية، بينما يقيس التوقيت وصولها قبل القرار الذي تحتاج إليه. فقد تكون بيانات السنة الماضية دقيقة، لكنها لا تمثل السوق بعد تغير الأسعار أو الأنظمة أو قدرات المورد.
كذلك تفقد المعلومة قيمتها إذا وصلت بعد انتهاء نافذة الاستجابة. لذلك يسجل الفريق تاريخ جمع البيانات ودورية تحديثها وتاريخ القرار الذي ستدعمه.
4. الاتساق Consistency
يقيس الاتساق توافق البيانات بين المصادر والفترات والتقارير. فإذا صنف قسم المشتريات تأخر المورد بناءً على تاريخ الشحن، بينما استخدم المشروع تاريخ الاستلام، فسوف تظهر أرقام مختلفة رغم أن الطرفين يراجعان الطلبات نفسها.
لذلك يوحد الفريق التعريفات ووحدات القياس والفترات الزمنية وقواعد التصنيف. كما يوثق أي اختلاف لا يستطيع إزالته بدل دمج أرقام غير متجانسة.
5. الموثوقية وقابلية التتبع Reliability and Traceability
تقيس الموثوقية مدى اعتماد الفريق على المصدر وطريقة إنتاج البيانات. أما قابلية التتبع فتعني قدرة المراجع على العودة إلى المصدر وفهم كيفية جمع الرقم أو التقدير.
ترتفع الثقة عندما تعتمد البيانات على سجل رسمي أو عينة مناسبة أو خبير ذي خبرة مباشرة. في المقابل، تنخفض عندما تعتمد على إشاعة أو مصدر مجهول أو تقدير لا يوضح صاحبه وأساسه.
6. الملاءمة Relevance
تقيس الملاءمة مدى ارتباط البيانات بالخطر والقرار الحاليين. فقد تكون المعلومة دقيقة وموثوقة، لكنها تخص مشروعًا مختلفًا أو سوقًا لا يشبه بيئة المشروع.
على سبيل المثال، لا تمثل مدة تنفيذ مشروع صغير أساسًا كافيًا لتقدير مشروع أكبر بعشرة أضعاف دون إجراء تعديلات. لذلك يسأل الفريق عن التشابه في النطاق والتعقيد والتقنية والموقع والموارد.
7. الموضوعية والتحيز Objectivity and Bias
يقيس هذا المعيار مدى تأثر البيانات أو التقديرات بمصلحة المصدر أو تفاؤله أو خوفه. فقد يقلل المورد احتمال التأخير، بينما يبالغ طرف متضرر من المشروع في وصف الخطر.
ولا يعني وجود مصلحة أن الفريق يستبعد المصدر تلقائيًا، بل يقارن رأيه بمصادر أخرى، ويوثق الافتراضات، ويستخدم أساليب منظمة لجمع أحكام الخبراء. كما يراجع التفاؤل المفرط والتحيز نحو التجارب الحديثة.
8. مستوى التفصيل Granularity
يقيس مستوى التفصيل مدى كفاية البيانات للتحليل دون إفراط أو اختزال. فقد لا يساعد متوسط تأخر الموردين عمومًا إذا كان المشروع يعتمد على مورد واحد لقطعة متخصصة. كذلك قد يستهلك جمع تفاصيل دقيقة جدًا وقتًا وتكلفة دون أن يغير القرار.
لذلك يختار الفريق مستوى تفصيل يتناسب مع أهمية الخطر وحساسية القرار. وكلما ارتفع أثر القرار وصعوبة التراجع عنه، احتاج الفريق عادة إلى بيانات أدق.
9. سلامة البيانات Integrity
تقيس سلامة البيانات مدى حمايتها من التعديل غير المصرح به أو الفقد أو التكرار أثناء الجمع والنقل والمعالجة. وقد تحتوي البيانات الأصلية على قيمة صحيحة، ثم يغير خطأ في الإدخال أو الدمج أو المعادلات نتيجتها.
ولهذا يراجع الفريق الصلاحيات وسجل التعديلات وقواعد التحقق والنسخة المعتمدة من البيانات. كما يفصل بين القيمة الأصلية وأي تعديل أو افتراض أضافه المحلل.
خطوات تقييم جودة بيانات المخاطر
1. تحديد قرار المخاطر المطلوب
يبدأ الفريق بتحديد الغرض من البيانات. فقد يحتاجها لترتيب المخاطر أو تقدير الاحتياطي أو اختيار الاستجابة أو تنفيذ تحليل كمي. ويساعد تحديد القرار على معرفة مستوى الجودة المطلوب؛ إذ لا تحتاج كل القرارات إلى الدرجة نفسها من الدقة.
2. حصر البيانات ومصادرها
يسجل الفريق البيانات التي اعتمد عليها في تقدير كل خطر، مثل سجلات المشروع والمقابلات وبيانات المورد وتقارير السوق والدروس المستفادة. ثم يوثق المصدر والمالك وتاريخ الجمع وطريقة القياس.
3. تحديد معايير التقييم ومقاييسها
يختار الفريق المعايير المناسبة، ثم يعرف درجاتها قبل بدء التقييم. ويمكنه استخدام مقياس من درجة واحدة إلى خمس درجات:
- 5 – مرتفعة جدًا: بيانات موثقة ومحدثة ويمكن التحقق منها.
- 4 – مرتفعة: بيانات جيدة مع قيود محدودة لا تغير القرار.
- 3 – متوسطة: بيانات قابلة للاستخدام لكنها تحتاج إلى تحقق إضافي.
- 2 – منخفضة: فجوات أو افتراضات قد تغير تقييم الخطر.
- 1 – منخفضة جدًا: بيانات غير كافية لاتخاذ قرار موثوق.
يجب أن يضيف الفريق أوصافًا محددة لكل معيار بدل استخدام كلمات عامة فقط. فقد يعني تقييم الحداثة بدرجة خمس أن البيانات جُمعت خلال الشهر الحالي، بينما تعني الدرجة الأولى أن عمرها يتجاوز عامين في سوق سريع التغير.
4. فحص البيانات والتحقق منها
يقارن الفريق البيانات بالسجلات الأصلية والمصادر المستقلة، ويفحص القيم المفقودة والتكرار والتناقضات والأخطاء المنطقية. كذلك يراجع طريقة جمع العينة وتعريفات الحقول والمعادلات المستخدمة.
ويستطيع الفريق إجراء مقابلات مع أصحاب الخبرة للتحقق من منطق النتائج، لكنه لا يستبدل البيانات تلقائيًا بالرأي. بل يجمع بين الأدلة والحكم المهني ويوضح الحدود المتبقية.
5. تحديد مستوى الثقة
يمنح الفريق كل خطر مستوى ثقة في بياناته، مثل مرتفع أو متوسط أو منخفض. كما يستطيع حساب متوسط مرجح للمعايير إذا احتاج إلى المقارنة، بشرط أن يحدد الأوزان مسبقًا ويتجنب الدقة الرقمية الزائفة.
ولا يجب أن يخفض الفريق أولوية الخطر تلقائيًا عندما تنخفض جودة بياناته. فقد تعني الثقة المنخفضة أن الخطر يحتاج إلى تحقيق عاجل، خصوصًا إذا كان تأثيره المحتمل مرتفعًا.
6. اختيار الإجراء المناسب
بعد التقييم، يختار الفريق إجراءً يتناسب مع قيمة المعلومة وتكلفة الحصول عليها. وقد يشمل الإجراء جمع بيانات إضافية، أو مراجعة خبير مستقل، أو تنفيذ اختبار، أو استخدام مصدر بديل، أو تطبيق تقدير محافظ مؤقتًا.
أما إذا لم تغير البيانات الجديدة القرار، فقد لا يبرر جمعها الوقت والتكلفة. ولذلك يقارن الفريق منفعة رفع الثقة بتكلفة التأخير والتحقق.
7. تحديث سجل المخاطر
يسجل الفريق مستوى جودة البيانات والفجوات والإجراءات المطلوبة وموعد المراجعة داخل سجل المخاطر أو سجل افتراضات مساند. ثم يعيد التقييم عندما يحصل على معلومات جديدة أو تتغير ظروف المشروع.
مثال عملي على تقييم جودة بيانات المخاطر
سجل مشروع خطرًا يتعلق بتأخر مورد خارجي، وقدر الفريق احتمال وقوعه بنسبة 60% وتأثيره في الجدول بثلاثة أسابيع. قبل اعتماد الاستجابة، فحص الفريق جودة البيانات التي أنتجت هذا التقدير:
| المعيار | التقييم | الملاحظة |
|---|---|---|
| الدقة | متوسطة | اعتمد التقدير على تواريخ يدوية لم يطابقها الفريق مع أوامر الشراء |
| الاكتمال | منخفضة | لا تشمل البيانات الطلبات الملغاة أو أسباب التأخير |
| الحداثة | منخفضة | تخص البيانات فترة سبقت توسع المورد |
| الاتساق | متوسطة | تستخدم الإدارات تعريفات مختلفة لموعد التسليم |
| الموثوقية | مرتفعة | يملك نظام المشتريات السجلات الأصلية |
| الملاءمة | متوسطة | تشمل منتجات عادية، بينما يحتاج المشروع إلى مكوّن متخصص |
تكشف النتيجة أن نسبة 60% لا تستحق ثقة مرتفعة بصورتها الحالية. ومع ذلك، لا يحذف الفريق الخطر، لأن أثره قد يكون مهمًا. بدلًا من ذلك، يراجع السجلات الأصلية، ويوحد تعريف التأخير، ويطلب من المورد خطة الطاقة الإنتاجية، ثم يستخدم تقديرًا محافظًا حتى يكمل التحقق.
كيف يتعامل الفريق مع بيانات المخاطر الضعيفة؟
- جمع بيانات إضافية: عندما تؤثر الفجوة في قرار مهم ويمكن سدها بتكلفة مناسبة.
- استخدام مصدر بديل: عندما يملك الفريق مصدرًا أكثر استقلالًا أو حداثة.
- مقارنة عدة خبراء: عندما لا تتوفر بيانات تاريخية كافية.
- تنفيذ تجربة أو نموذج أولي: عندما يستطيع الاختبار تقليل عدم اليقين.
- تطبيق افتراض محافظ: عندما يقترب القرار ولا يستطيع الفريق استكمال المعلومات.
- تحليل الحساسية: لاختبار ما إذا كان تغير الافتراض يغير القرار.
- تصعيد عدم اليقين: عندما يتجاوز القرار صلاحية الفريق أو قدرة المشروع على التحمل.
- قبول مستوى البيانات: عندما لا تؤثر المعلومات الإضافية في الاستجابة أو الأولوية.
أسئلة سريعة لفحص جودة بيانات المخاطر
- ما المصدر الأصلي للمعلومة؟
- متى جمع المصدر البيانات، وهل ما زالت تمثل الوضع الحالي؟
- هل يستطيع شخص آخر الوصول إلى المصدر والتحقق منه؟
- هل تشمل البيانات جميع الفئات والفترات المهمة؟
- هل تستخدم المصادر التعريفات ووحدات القياس نفسها؟
- هل ترتبط البيانات مباشرة بالمشروع والخطر الحاليين؟
- هل يملك المصدر مصلحة قد تؤثر في تقديره؟
- ما الافتراضات التي عوضت المعلومات المفقودة؟
- ما القرار الذي قد يتغير إذا كانت البيانات خاطئة؟
- هل تستحق المعلومة الإضافية تكلفة ووقت جمعها؟
أخطاء شائعة في تقييم جودة بيانات المخاطر
- اعتبار رأي الخبير حقيقة مؤكدة دون توثيق أساسه.
- الخلط بين كثرة البيانات وجودتها.
- استخدام بيانات دقيقة لكنها قديمة أو غير ملائمة.
- حذف الخطر لأن بياناته ضعيفة بدل معالجة عدم اليقين.
- خفض أولوية الخطر تلقائيًا عند انخفاض مستوى الثقة.
- استخدام متوسط واحد يخفي اختلاف المصادر والسيناريوهات.
- تقييم البيانات دون مراجعة مصدرها وطريقة جمعها.
- إهمال التحيز والمصالح والتفاؤل المفرط.
- جمع معلومات إضافية لا تغير القرار.
- عدم تحديث تقييم الجودة عند ظهور بيانات جديدة.
- إدخال بيانات منخفضة الجودة في تحليل كمي معقد دون تنبيه.
الخلاصة
يقيس تقييم جودة بيانات المخاطر مدى صلاحية المعلومات لدعم ترتيب المخاطر واختيار الاستجابات وتقدير الاحتياطيات. ويراجع الفريق من خلاله الدقة والاكتمال والحداثة والاتساق والموثوقية والملاءمة والموضوعية ومستوى التفصيل وسلامة البيانات.
لكن انخفاض الجودة لا يعني أن الخطر منخفض أو غير موجود، بل يعني أن الفريق لا يملك معرفة كافية عنه. لذلك قد يحتاج إلى جمع بيانات جديدة أو تطبيق افتراض محافظ أو تحليل الحساسية أو تصعيد مستوى عدم اليقين.
في النهاية، لا يحتاج مدير المشروع إلى بيانات كاملة لاتخاذ كل قرار، لكنه يحتاج إلى معرفة مدى ثقته فيها. فالمشكلة ليست في وجود عدم اليقين؛ بل في التعامل مع تقدير ضعيف كما لو كان حقيقة مؤكدة.
رأيان حول “تقييم جودة بيانات المخاطر: المعايير والخطوات العملية”