Elicitace bez legrace

V okamžiku, kdy máme k dispozici rizikové scénáře, přichází další krok: oslovíme vybrané experty, aby nám dodali své odhady jak pro frekvenci výskytu daného scénáře, tak pro škody, které z něj mohou vyplynout.

Jenže právě tady se z celé analýzy může stát fraška a zbytečná matematická ekivilbristika jen proto, že každý expert může tentýž scénář chápat trochu jinak.

Scénář musí být srozumitelný a jednoznačný

Na tomto místě je proto nutné zajistit, aby experti byli s daným rizikovým scénářem skutečně obeznámeni a aby byl scénář popsán dostatečně kvalitně a jednoznačně. Jinak hrozí, že si každý odborník vyloží riziko po svém, vytvoří si vlastní mentální obraz situace a tomu přizpůsobí i své odhady. Pak sice získáme čísla, ale ne nutně odhady ke stejnému problému.

Expert by neměl být jen expert, ale i kalibrovaný expert

Stejně důležité je, aby experti byli pokud možno kalibrováni, tedy abychom znali spolehlivost jejich úsudku. Teprve pak má smysl uvažovat i o tom, zda mají mít všichni stejnou váhu, nebo zda někteří dostanou při agregaci větší prostor než jiní.

Je třeba přesně říct, co po expertech chceme

Dále je potřeba expertům jasně sdělit, co přesně od nich očekáváme. U bodových odhadů je nutné říci, zda chceme průměr, medián nebo modus. U intervalových odhadů je zase vhodné výslovně uvést, že od nich očekáváme například 90% interval spolehlivosti. Bez této instrukce totiž jeden expert dodá realistický interval, druhý optimistický, třetí katastrofický a čtvrtý něco mezi tím, co se sice tváří odborně, ale ve skutečnosti není s ostatními odhady vůbec srovnatelné.

Velké rozdíly mezi experty je třeba řešit

Jakmile odhady obdržíme, nestačí je jen poslušně nasypat do tabulky. Nejprve je třeba vyhodnotit, jak moc se od sebe liší. Pokud shledáme, že mezi experty existují příliš velké rozdíly, je rozumné zahájit kroky, které povedou buď ke konsenzu, tedy k jednomu společnému intervalu, nebo alespoň k úpravě jednotlivých intervalů a omezení vlivu extrémních odhadů.

Nejdřív sladit lidi, teprve potom čísla

K tomu lze využít zpětnou vazbu a některý ze strukturovaných přístupů, například Delphi, modified Delphi, SHELF, IDEA nebo prostý facilitovaný workshop. Tyto metody se liší v detailech, ale jejich jádro je stejné: místo toho, aby se názory expertů nejprve slepily vzorcem, snaží se je analytik nejprve sladit lidsky a teprve potom z nich udělat jeden výsledek.

Závěr

Dobrá kvantitativní analýza nezačíná vzorcem, ale tím, že všichni mluví o téže věci, rozumějí zadání a vědí, co po nich vlastně chceme.

 Nahrávání ...

Pokud se vám líbí naše články, tak zvažte podporu naši práce – Naskenujte QR kód a přispějte libovolnou částkou.

Děkujeme!