Een van de meest gebruikte methode om de risico’s in kaart te brengen is ongetwijfeld de risico matrix.

Het voordeel is dat het simpel is en dat er op een vrij eenvoudige wijze prioriteiten kunnen worden bepaald. Nadeel is dat er een soort placebo effect optreedt en er een onevenwichtig zwaartepunt komt te liggen op hoge risico’s.

De formule die onder de risicomatrix ligt is risico = kans x impact.

(Variaties zijn onder andere “waarschijnlijkheid x consequentie” of zoals in het voorbeeld hier onder “faalkans x schade”).

In eerste instantie lijkt deze vrij logisch: Iets kan gebeuren met een bepaalde zekerheid en iets heeft kleine of grote schade tot gevolg. Kleine schade of kleine kans, daar gaan we niet te veel in investeren, grote kans of schade daar moeten we echt een maatregel voor nemen of mee begroten in ons plan.

Toch zijn er redenen om te twijfelen aan de effectiviteit en de juistheid van deze methode. Als we de matrix vullen met waarde en in een grafiek weergeven zien we dat de focus erg op de grote risico’s komt te liggen.

We zullen minder aandacht geven aan de kleine of zelfs de middel grote risico’s. Dit terwijl de meeste risico’s zullen voorkomen in het middensegment. Het zou onverstandig zijn om deze niet even serieus te behandelen als de grote risico’s die vrijwel zeker zullen gebeuren.

Er bestaat een andere formule om iets meer grip te krijgen op de risico’s uit het middensegment.

De formule luidt: risico = kans + impact – (kans x impact)

Alles wat niet behoort tot de 1 of de 0 vergt aandacht en maatregelen.In dat geval zal dezelfde matrix als hierboven de volgende resultaten geven.

De verdeling is nog steeds niet helemaal zuiver, maar al wel een heel stuk beter

Andere factoren

De bovenstaande matrix kan een hulpmiddel zijn bij het bepalen van de impact. Er zijn echter meer factoren waar we  rekening mee moeten houden.

Zo zijn bijvoorbeeld de factor tijd en frequentie belangrijk. Een klein risico met een kleine impact kan als het lang doorgaat of vaak gebeurt ook een grote impact hebben. Om een simpel dagelijks voorbeeld te geven, een kleine lekkage maakt niet veel schade maar als het langer doorgaat wel. Of voor frequentie, iemand die wordt lastig gevallen tijden zijn werk.Eén keer is niet zo erg maar als iemand constant uit zijn routine wordt getrokken is de de impact groot worden.

Nog een factor die van belang is de combinaties van risico’s. Als we van de lekkage uitgaan in het voorbeeld hierboven en deze combineren met stevige nachtvorst dan is de schade nog aanzienlijk groter. De meeste echt grote negatieve impact ontstaat vaak door een combinatie van gebeurtenissen. De risicomatrix hou hier echter geen rekening mee. Er wordt uitgegaan van één impact per gebeurtenis.

De aanpak met kans x impact is als communicatiemiddel misschien geschikt. De werkelijkheid is echter een stuk complexer en laat zich niet zomaar in een simpel model

Het is goed te realiseren dat het inschatten van het daadwerkelijke risico grondige analyse vergt en dat het afhankelijk is van de persoon (of groep) die de inschatting maakt. Er zullen aannames worden gemaakt afhankelijk van de persoon of groep.

Op internet kwam ik de volgende “tegelwijsheid” tegen

• De informatie die je hebt is niet de informatie die je wilt hebben
• De informatie die je wilt hebben is niet de informatie die je nodig hebt
• De informatie die je nodig hebt is niet de informatie die je kan krijgen
• De informatie die je kan krijgen is duurder dan je ervoor wilt uitgeven.

Ofwel samengevat, informatie is de sleutel voor het maken van een juiste analyse en het goed bepalen van waarschijnlijkheid of impact