今天（2022/9/17），我们继续学习项目管理的基础知识，今天主要是讲讲“墨菲定律”和（单）风险的四要素模型。为什么要讲这两个小知识呢?
欧美人写的项目管理的书籍中，当他们在阐述项目管理的范围、进度、成本、以及质量等知识领域的问题例子时，总会说“墨菲一定会来”。另外，我们现在所处的后疫情（2020年开始的新冠肺炎疫情）时代，VUCA特性越来越明显，各种不确定性，让我们不得不提升我们的风险意识。基于上面两个原因，我们来讲讲墨菲定律和风险的四要素模型。
(资料图片仅供参考)
凡事只要可能出错，就会出错。
墨菲定律
由墨菲定律得到推论比较多，这里只披露部分内容（8组），如下
1）事情不像看上去那么简单。2）凡事所需时间都会超出预期。3）如果几件事都有可能出错，那么造成最大伤害的那一件就会出错。4）如果你发现一个流程有四种破绽并加以防范，第五种破绽马上就会出现。5）放任不管只会让事情越来越糟。6）每当你着手做一件事，就必须先做其他事。7）凡是解决方案都会带来新的问题。8）事情不可能简单到傻瓜无法捣乱，因为傻瓜太有才了。
每个项目都是独特的，在某种程度上都具有创新性，因而它们充满不确定因素，都包含风险。
项目过程充满风险
什么是项目风险？
根据《项目管理知识体系指南》（PMBOK指南）,项目风险是一旦发生会对项目目标产生积极或消极影响的任何不确定的事件。从这个定义，我们可以知道:
1）风险与未来相连；2）风险与不确定性相连；3）风险与目标相连；4）风险包括负面的威胁，也包括正面机会。
对于一个具体的风险，通常要考虑以下四个要素(见下图 ):
风险的四要素模型
●这个风险是一个什么样的事件?
●这个事件发生的概率(可能性)有多大?
●事件发生后的影响(后果)有多大?
●事件发生的原因是什么?
风险的四要素模型，有利于我们]找到管理某个风险的最佳切入点。我们应该在弄清风险是一个什么事件的基础上，探究其原因、概率和后果中的哪一个更可管理。
1）有的风险，应该主要从原因入手去管理，如学生通不过考试的风险;
2）有的风险，应该主要从概率入手去管理，如挑选下雨概率较小的季节举办重要的户外活动;
3）有的风险，应该主要从后果入手去管理，如对地震，其原因和概率都是尚不可管理的，只有后果在一-定程度上是可管理的。据此，对地震的管理就应该把重点放在减轻地震万一发生的后果.上面，而不是放在预报地震上。建议地震局设立“首席后果控制员”而不是“首席预报员”工作岗位。
地震预报
风险发生的原因，又可进一步分解为风险发生的起因和风险发生的条件。风险起因是某个风险之所以存在的根本基础，通常表现为某种需求，如公司要求项目经理必须具备PMP资质，就是某人可能考不过PMP的风险起因;项目需要办理环境许可证，就是环境许可证颁发可能延误的风险起因。风险条件则是直接引发风险的各种情况，如某人工作太忙，抽不出时间备考，就是他可能考不过PMP”的风险条件;团队成员不熟悉环境许可证的申请程序，就是许可证颁发可能延误的风险条件。如果无法消除风险起因，那就只能从风险条件人手去管理风险。
风险的概率和后果，联合决定了风险的严重性。可以对概率和后果分别进行打分，然后把两个分值相乘，乘积越大，风险就越严重。如果再考虑风险的可监测性，那么风险的概率、后果和可监测性一同决定风险的严重性，即这三者的乘积(RPN值，Risk Priority Number )越大，风险就越严重。对可监测性的打分是反向的，可监则性越高，得分就越低。可监测性高，就可以根据监测到的情况，及时采取预防措施，从而降低风险的严重性。
从以上对墨菲定律和风险四要素模型的介绍中，我们可以发现它们之间存在一定的联系：墨菲定律可以被理解风险四要素模型中的概率的加强版，发生的概率来看，墨菲定律发生的概率更高，虽然看起来有点夸大的嫌疑，但这也是为了提升大家项目风险意识的需要，毕竟风险管理这块，一直以来都是容易被忽视的领域，尤其是我们国内。
项目管理培训师郭致星老师在其《极简项目管理》中讲过这样一个故事：姬贵宝是某研究院风险管理方面的专家，经常参与该研究院项目方案的专家评审工作。每次参与评审，他总是从风险管理的专业角度提出项目可能存在的风险，提醒项目实施人员注意。最初，大家还觉得姬先生表达的是专业观点，提供的是专业视角。可是，他每次都提“问题”，有人开始不太欢迎他了。有一位副院长甚至直接指出：“在我们看来天下都很太平，你怎么看到的全是问题，是不是你有问题啊？”
风险管理者时常会被贴上负面的标签
面对真正的风险时，有勇无谋与采用科学的方法，是完全不同的。所以，不重视风险是最大的风险。这也是我们重提“墨菲定律”的原因。
Tips: 本文写作资料参考如下：
1）阿瑟·布洛赫的《墨菲定律（精装）》2）郭致星老师的《极简项目管理》3）我的恩师，同时也是我国项目管理泰斗汪小金博士写给大学生的《项目管理方法论》（第二版）
标签：
项目管理
墨菲定律
不确定性