Company RiskMatrixの演習に参加しました。
アクションは3段階で行われました。1つ目：男の子と女の子に「朝にコニャックを飲むのをやめましたか」などの質問があり、「はい」または「いいえ」と答えるだけで済みます。
第2段階では、「科学に基づく」リスクマトリックスが示されました。
恒久的な第3段階では、その会社のすべての部門が毎年マトリックスの下位に移動しようとしましたが、これは個人的な魅力のためにのみ可能でした。動けなかった人は、どんな事業の失敗でも極端になりました。
インスタグラム
1.リスクマトリックス：記入するのは便利ですが、作業するのは便利ではありません。
これは、Googleが提供する典型的なリスクマトリックスです。
たとえば、非常に古いレポートからのランダムなリスクマトリックスがインターネットで見つかりました。
色付きの長方形内の数字は、まだ実際には必要とされていない意味のあるリスクの解釈を表して います。リスクの説明は非常に広範で曖昧です。説明のすべての構成要素が、別々にそして一緒に、非常に狭い範囲で単一の番号を与えるとは信じがたいです。
典型的なGoogleのマトリックスに従うと、「確率」と「影響」のすべての意味のある説明を特定の数値に関連付けることができます。
これは、水平スケーリングと垂直スケーリングに対応する確率が乗算された、最新のGoogleマトリックスのテンプレートです。
これは、メインの対角線ではなく、追加の対角線に対して対称であるため、標準のマトリックス操作を使用するのにはあまり便利ではありません。
この形式のリスクマトリックスは、管理者にとってより便利である可能性があります。主対角線を中心に対称に再配置しても、マトリックスの本質は変わりません。または、いつでも前に戻って元のビューに戻ることができます。
マトリックスは、行の順序を反対の順序（垂直中心軸の周りの対称性）に置き換えることによって再構築されます。その結果、主な対角線に対して対称なマトリックスが得られます。
調査したリスクマトリックスの同じ変換。
0以外の数値は、特定の構造単位に関連付けられたリスク番号です。このエンコードは、リスクではなく、会社の官僚階層に関連してのみ行われます。たとえば、要素{1,5}の場合。リスクに関しては、risk1とrisk5の記述を組み合わせても状況は変わりません。これらが異なるリスクである場合は、マトリックスステップを減らし、リスクをより適切な位置に配置できます。
最終的に、変換はそれぞれの異なるリスクを別々の要素にする必要があります。
標準のマトリックス番号付けシステムの位置[1,3]は、1行目と3列目の交点にある要素を意味します。検討中のマトリックスの場合、位置[1,3]は数値2です。これは、最大値が「5-ほぼ起こった」（1.）のスケールがある場合、[1,3]では「3-平均」（ 0.6）影響。スケーリングされた間隔の「影響」が特定の損傷に対応するようにします：5-d5、4-d4、3-d3、2-d2、1-d1。次に、ある期間にグループ2の事故が1回発生した場合、被害は1になります。* 0.6 * d3 * 1、同じ期間にグループ2の事故がn回発生した場合、被害は1になります。* 0.6 * d3 * n
次に、調査されたマトリックスは次の形式になります。
別の変換が実行されます。列と行の位置を変更することによる転置です。
対応する確率がマトリックス値で考慮されるため、凡例の一番下の行は冗長になります。最初の垂直列もマトリックスの値で考慮されますが、特定の期間にわたって記録または予測できるイベントの構造を設定するため、重要です。対応するタイプ（非常に強い、クリティカルなど）に関連するイベントの数から列ベクトルを取得すると、標準的な方法でマトリックスに列ベクトルを掛けて、構造化された量のダメージを得ることができます。
凡例がないと、マトリックスは次のようになります。
2.リスクマトリックス：計算するのは便利ですが、分析するのは便利ではありません。
最初の主なタスク。
マトリックスAを受け取ったら、最初の主要な問題の解決に進むことができます。発生したイベントの数と質がわかっている状態で、損傷の量を計算します。
ある期間中に、2つの「非常に強い」イベント、3つの「重大な」イベント、1つの「平均」、5つの「最小」、および7つの「マイナー」イベントが発生したとします。行列Aにイベント数のベクトルを掛けると、損傷構造が得られます。
一般的な損傷。
これで、見積もりの正確さを確認し、調整を行い、損傷の量を減らすための可能なオプションを評価できます。
元のマトリックスの上記の変換は、単純な計算による損傷手順を得るために実行されました。マトリックスAから、いつでも明確に元のマトリックスに戻ることができます。
3.リスクマトリックス：その背後にある理論は何ですか？
縮退していない正方形の行列には、この行列に対応する1対1の線形変換があります。マトリックスを見ると、どの線形変換がその背後にあるのかを理解するのは困難です。さらに、マトリックス表現がどのような基準で作成されるかは不明です。
リスクマトリックスは正方形のマトリックスであり、ある種の線形変換に対応している必要があります。この事実は、マトリックスを取得する方法や、マトリックスを取得するための特定の方法で実装されたアイデアに依存しません。
マトリックスの決定要因がゼロではないことが重要です。これらは、マトリックスの正規表現を提供するメソッドの要件です。
さらに、これは方法の制限であるだけでなく、実践のニーズを満たす要件であることが示されています。
考慮されるリスクマトリックスには、2つのゼロ行と1つのゼロ列があります。いずれの場合も、この行列の決定要因はゼロに等しくなります。以下は、会社がリスクを軽減する方法を示す図です。
矢印は、リスクがどのように軽減されるかを示しています。それがどのようであるかは関係ありません。新しい状況が再びマトリックスとして表されることが重要です。一部の線形変換は、このマトリックスに対応します。 「古い」マトリックスから「新しい」マトリックスへの移行は、マトリックスと線形変換です。
ゼロ以外の決定要因とはどういう意味ですか？これは前後に歩く能力です。決定要因がゼロの場合、「逆方向」のステップを実行できません。
同時に、リスク削減マトリックスは、最初は「古い」マトリックスに関連付けられています。つまり、写真では「前後に」ホバリングすることができ、ホバリングする必要がありますが、正式なバージョンでは「前後に」歩くことはできません。
次の問題は、確率の低い大きなリスクを、確率の低い非常に多数の小さなリスクからのリスクと比較できるという事実に関連しています。
上記の例では、7つのマイナーイベントは正式には損傷を引き起こしません。これが当てはまらないことは明らかです。小さなリスクがないことは、リスクマトリックスの形成の不十分な不正確さを強調するだけです。
リスクマトリックスの決定要因がゼロに等しくなく、これはリスクを軽減するための作業の継続性の結果であり、ビジネスの数学的方法の人為的な要件ではないとします。
したがって、次のようなものがあります
。-未知の線形変換と未知の基礎に対応するリスクマトリックス。
-ゼロに等しくないマトリックスの決定要因。
何ができるの？リスクマトリックスを、理解可能なオルソノーマルベースの標準的な形式にします。 アレクサンダーエメリン
の 作品では、カノニカルフォームの利点について次の寓話的な説明が与えられています。 「単語が書かれた一枚の紙があるとしましょう。しかし、それは言葉が見えないほど複雑です。正規の変換後、シートは単語が見えるように展開されます。オルソノーマルベースを使用すると、紙は同じサイズのままになります。」
作業で説明されている操作と変換のいずれも、リスクマトリックスに反映および含まれている現象の本質を変更しません。
4.代数的構成としてのリスクマトリックス。
2番目の主なタスク。正規の表現。
決定要因がゼロに等しくならないように、要素が検討中のマトリックスに追加されます。式が大きすぎるのを避けるために、値は丸められます。
さらに、標準スキームによれば、マトリックスは正規の形式に縮小されます。
リスクマトリックスの固有値。
シンボリック値を使用したさらなる作業は、直交化中に困難になり、結果を視覚化することが不可能になります（非常に面倒なシンボリックマトリックス）。
（たとえば）d1 = 1、d2 = 2、d3 = 5、d4 = 8、d5 = 12とします。
次に、対称表現のリスクマトリックスMが次の形式になります。
決定要因がゼロに等しくないことがチェックされます。
固有値が計算されます。
固有ベクトルの行列が見つかりました。
直交化されています。オルソノーマルベクトルのORTマトリックスが得られます。
確認するために、最初のベクトル（列）に他のすべてのベクトルをペアで乗算します。値はゼロではありませんが、0に近いです
。新しい基底には、変数z1、z2、z3、z4、z5に元の線形変換（リスクマトリックスを定義）の表現が含まれています。
非常に小さな項を無視すると、線形変換の正規表現が得られます。
さらに、二乗の係数は、以前に計算された固有値に対応します。
オルソノーマルベースのリスクマトリックスの新しいビュー。
それは交互の二次形式になります。
5.正規表現の実用化。
元のリスクマトリックスはどうですか？
これは、未知の線形変換を表します。
その線は（上から下に）x1、x2、x3、x4、x5として指定されます。リスクマトリックスの行は、未知の基準での分解を表しています。
したがって、
x1 = 10 * d5 * b1 + 0 * b2 + 0 * b3 + 0 * b4 + 0 * b5、
x2 = 8 * d4 * b1 + 0 * b2 + 4 * d4 * b3 + 0 * b4 + 0 * b5 、など。
オルソノーマルベースの存在は、変数XとZの間の移動の自由を提供
します。変数Zでは、オルソノーマルベースの線形変換関数がはっきりと見えます。元のリスクマトリックスでの同じ線形変換の動作は明確ではありませんでした。
正規ビューの明らかな利点は、脅威の種類を調整できることです。最初に分類が20％のステップで行われた場合、新しい基準で範囲の終わりの値を再計算することによって、分類を修正できます。イベントも5種類ありますが、手順が異なります。
正規ビューの明らかな利点は、さまざまなタイプのイベント（インシデント）のスケーリングを調整できることです。最初にイベントのスケーリング（非常に強力、クリティカルなど）が20％のステップに従った場合、範囲の終わりの値を新しい基準で再計算することで修正できます。イベント（インシデント）も5種類ありますが、手順が異なります。
6.リスクマトリックス：2次形式でコンテンツを定義します。
説明されている実用的な利点は、以前に行われたそれほど単純ではない操作を背景に、ばかげているように見えるかもしれません。「ゲームはろうそくの価値がない」。
Google Risk Matrixの明確で理解しやすい単純な形式は、リスク管理の内容と完全には一致していません。
リスクとは何か：あなたは一つのことを頼りにしていますが、実際には別のことを手に入れます。
Googleのリスクマトリックスは、会社が常にリスクを明確に認識し、一貫してリスクを軽減するように設計されています。さらに、大きなダメージを伴うすべての高リスクは徐々に排除されます。賢明なマネージャーへの称賛。
それどころか、オルソノーマルベースで取得されたリスクマトリックスは、常に空でない高リスクの存在を示します。
セクション4で形成された標準的な表現は、予想されるイベントが発生したときに発生する損傷、つまり正方形の変数として解釈できます。
もう1つの重要な状況があります。損害は、発生しない状況を防ぐために費用がかかる場合にも発生します。
次の新しいデザイン。
値v [i、j]は、イベントf（j）を頼りにしていたが、イベントf（i）が実際に発生した場合、損傷（利益）に対応します。 v [i、j]の値は、正（害）または負（利益）のいずれかになります。
値v [i、i]は、準備していたイベントが実際に発生したときの状況に対応します。つまり、期待したのは得られたものでした。
この場合、リスクマトリックスは次の形式を取ります。
イベントの列ベクトルの形式は次のとおりです。
この場合、ダメージの量は二次形式で表されます。
提示されたリスクの説明の新しい構成は、次の計算に関連付けることができます。イベントf（i）の実際の発生における損傷の評価、イベントf（j）に焦点を当てた対策。
次に、どのような「リスク軽減策」が必要であるかが明らかになります。-
準備されていなかったが、しばしば現れるリスク。
-基本として特定されたリスクの場合。
さらに、上記のすべての代数的操作は、適切であるだけでなく、必須になります。
リスクを最小限に抑えるという問題は、損傷の2次形式の正規表現によって与えられる損傷の値を最小化することになります。
7.デジタル管理ツールとしてのリスクマトリックス。
一般的なケースでは、リスクの評価と管理のさまざまな方法を使用できます。シミュレーション、キューイングシステム、コンポーネントの直並列接続の構造スキームの安定性の評価などです。
この場合、リスクマトリックスの「ジャンル」とそのビジネス改善の機会が考慮されます。
実際、新しいフォームにより、リスクマトリックスは「ボギー」の役割から離れ、デジタルビジネス管理の通常のツールになります。今日のビジネスのための多くの1つ。
このためには、定性的な専門家の評価に焦点を当てるのではなく、検証可能な定量値に焦点を当てて、損傷を計算するための方法を変更する必要があります。