ks12_a1_kopal

1

prof.dr.sc. Robert Kopal

Visoka škola za financije i pravo "Effectus"

Zagreb, 8. 3. 2012.

5. Konferencija o

korporativnoj sigurnosti

Primjena problem solving tehnika u

korporativnoj sigurnosti

Analiza

Analiza: jedna od faza intelligence procesa, odnosno procesa sustavnog i

etičkog prikupljanja, analize i razdiobe točnih, relevantnih, specifičnih i

pravovremenih informacija koje se odnose na implikacije socio-

kulturološkog okruženja, odnosno situacija i entiteta od strateške, operativne

i/ili taktičke važnosti.

Analiza je proces integracije i opisivanja podataka, interpretacije i

induktivnog zaključivanja, razvoja hipoteza, testiranja hipoteza te kreiranja

analitičkog proizvoda.

Analiza

Analiza predstavlja neizostavan dio procesa operativnog, taktičkog i

strateškog planiranja i odlučivanja.

Različite analitičke tehnike služe za rješavanje različitih vrsta problema i izazova.

Integralni pristup obavještajnoj analizi: ostvarenje sinergijskog učinka

primjene različitih analitičkih tehnika nad istim problemskim prostorom.

Zašto je to nužno???

Instinktivne mentalne osobine

Eksperti pojedinog problemskog prostora vrlo su podložni učinku

ustrajnosti s obzirom na to da se mentalni sklop brzo formira, ali teško mijenja.

Posljedica jest asimiliranje novih činjenica u prvobitnu sliku sve dok one ne

postanu značajno kontradiktorne s prvobitnom percepcijom te dok ta

kontradikcija ne postane toliko očigledna da se nametne svijesti eksperta.

To znači da će početna percepcija, iako možda netočna, odolijevati promjeni s

obzirom na to da je količina informacija potrebna za pobijanje hipoteze značajno

veća od količine koja je potrebna za početnu interpretaciju.


Tražeći rješenje navedenog problema nailazimo na nove probleme:

emocionalnu dimenziju naših misli i odluka - emocije imaju najveći

utjecaj na naše promišljanje i često mogu nadvladati našu sposobnost

racionalnog prosuđivanja;

utjecaj mentalnih prečaca (heuristika) podsvijesti na svjesno

razmišljanje - većina procesa koji se odvijaju u našem mozgu uključuje

mentalne prečace koji se stvaraju bez našeg znanja i izvan kontrole svijesti

(npr. refleksna reakcija);

nagonsko promatranje okoline u obliku obrazaca koje um prepoznaje

temeljem sjećanja o prošlim iskustvima (stereotipi);

podložnost predrasudama i pretpostavkama i instinktivno oslanjanje na

njih;


Tražeći rješenje navedenog problema nailazimo na nove probleme:

tendenciju donošenja preuranjenog zaključka na temelju prepoznavanja

sličnosti između trenutačne i neke prijašnje situacije – razmišljamo

analogički, a ne logički;

potrebu iznalaženja objašnjenja za sve, bez obzira na to jesu li ta

objašnjenja precizna i točna;

traženje i prikupljanje činjenica koje podupiru naša uvjerenja i

prosudbe uz istovremeno izbjegavanje onih činjenica koje ih ne podupiru;

sklonost pridržavanju neistinitih uvjerenja unatoč kontradiktornim

dokazima i dr.


Rješenje svih navedenih problema omogućuju strukturirane analitičke

tehnike pomažući identificirati i razbiti restriktivne mentalne sklopove koji

onemogućuju otvaranje prema novim spoznajama i prihvaćanje alternativnih

rješenja.

Potrebno je napomenuti da strukturiranje nije nadomjestak za

razmišljanje nego sredstvo kojim se razmišljanje (i ekspertno znanje)

olakšava i osnažuje.

Neke problem solving tehnike

Neke problem solving tehnike

1. Stablo vjerojatnosti

2. Stablo korisnosti

3. Napredna analiza korisnosti

4. Analiza konkurentnih hipoteza

Stablo vjerojatnosti

Uvod

Razlog naših problema s izračunom vjerojatnosti i procjenama leži u činjenici

da naš mozak nije opremljen “modulom vjerojatnosti”.

Intuitivno i donekle precizno možemo procijeniti visinu većine objekata,

udaljenosti, poput dimenzija, ili izraditi druge procjene koje se oslanjaju na

vizualnu percepciju.

No, potpuno smo nepouzdani u nevizualnoj i neopipljivoj procjeni

vjerojatnosti.

Vjerojatnost je koncept koji najslabije razumijemo i njime se najteže

učinkovito služimo jer su zakoni vjerojatnosti često u suprotnosti s

intuicijom.

Međutim, razumijevanje i služenje konceptom vjerojatnosti ključno je jer se

vjerojatnost isprepliće s analizom, kako eksplicitno tako i implicitno.

11

Uvod

Najčešće vrste događaja čiju vjerojatnost pokušavamo odrediti kad

analiziramo neki problem su međusobno isključivi (tzv. “ili” tip, gdje se

vjerojatnosti zbrajaju) i uvjetovani događaji (tzv. “i” tip, gdje se vjerojatnosti

množe).

Međusobno isključivi događaji isključuju jedan drugoga. Na primjer,

bacanje novčića uključuje međusobno isključive događaje ili međusobno

isključive ishode.

Uvjetovani događaji su oni u kojima zbivanje jednog događaja ovisi o

zbivanju drugog. Događaji se zbivaju u slijedu.

12

6 koraka izrade stabla vjerojatnosti

1. korak: Identificirati problem.

2. korak: Identificirati najvažnije odluke i događaje koje ćemo analizirati.

3. korak: Izraditi stablo odluka/događaja koje prikazuje sve važne alternativne

scenarije.

a. Provjeriti jesu li odluke/događaji na svakoj grani međusobno isključivi.

b. Provjeriti jesu li odluke/događaji na svakoj grani skupno sveobuhvatni.

4. korak: Dodijeliti vjerojatnost svakoj odluci/događaju. Vjerojatnosti moraju

biti jednake 1,0.

5. korak: Izračunati uvjetnu vjerojatnost za svaki pojedinačni scenarij.

6. korak: Izračunati odgovore na pitanja o vjerojatnosti koja se odnose na

odluke/događaje.

13

Stablo korisnosti

Uvod

Korisnost je korist koju je netko imao ili ima ili očekuje da će imati

od neke situacije.

To je ono što je ta osoba dobila, dobiva ili će dobiti, razlog zašto je neka

osoba poduzela, poduzima ili će poduzeti određene radnje.

U normalnim okolnostima, kad smo suočeni s izborom između alternativnih

smjerova djelovanja (alternativnim opcijama), odabrat ćemo opciju koja nam

pruža veću korisnost, a osoba koja odabire definira što je korisnost.

Koncept korisnosti je, u stvari, ono što nazivamo osobni interes.

15

Analiza korisnosti

Tri su osnovna elementa analize korisnosti: opcije, ishodi i perspektive.

1. Svrha analize korisnosti je rangiranje bilo kojeg broja opcija prema tome na

koji način zadovoljavaju osobni interes donositelja odluka.

Opcije su alternativni smjerovi djelovanja.

Opcije koje analiziramo moraju biti međusobno isključive – dovoljno

različite jedna od druge da nam omoguće smislene usporedbe.

2. Drugi element analize korisnosti je ishod.

Ishod je ono što se događa kao rezultat primjene određenog smjera

djelovanja ili odabira neke opcije.

Ishodi su jedina osnova za analizu opcija korisnosti.

3. Perspektive su “stajališta” koja se odnose na ishode i ključne su

za analizu korisnosti ishoda.

Najčešća perspektiva je ona donositelja odluke.

Analitičari moraju odlučiti čiju će perspektivu analiza odražavati.

16

Vjerojatnost

Kada analiziramo probleme koji se djelomično ili u cjelini temelje

na odlukama drugih ljudi, skupina ili organizacija, potrebno je što je

moguće bolje replicirati njihova stajališta jer ona pokreću njihove

odluke.

Ne smijemo zaboraviti analizu vjerojatnosti.

I ona se mora promatrati očima konkurenta.

Moramo se upitati koju bi vjerojatnost konkurent dodijelio nekom ishodu i

zašto.

To je ključni, obavezan korak.

17

8 koraka izrade stabla korisnosti

1. korak: Identificirati opcije i ishode koje ćemo analizirati.

2. korak: Identificirati perspektivu analize. “Iz koje perspektive

analiziram korisnost?”

3. korak: Izraditi stablo odluka/događaja za svaku opciju. Npr. stablo sadrži

tri opcije (tri oklade, tri stabla) koje razmatramo i njihovih devet mogućih

ishoda.

4. korak: Dodijeliti vrijednost korisnosti za svaku kombinaciju opcija-ishoda

– svaku granu (scenarij) stabla – postavljajući pitanje o korisnosti: Ako

odaberemo ovu opciju i dobijemo ovaj ishod, koja je korisnost iz

perspektive…?

Korisnost prikazujemo pomoću skale vrijednosti od 0 do 100 (osim u slučajevima kada su u

pitanju novčani iznosi), pri čemu 100 predstavlja najveću korisnost od svih ishoda koji se

razmatraju. U skupu stabala mora biti najmanje jedna 100 (jedan najbolji slučaj). Može ih

biti više, ali ne smije biti manje od jedne 100.

18


5. korak: Dodijeliti vjerojatnost svakom ishodu.

Utvrditi ili procijeniti vjerojatnost postavljajući pitanje o vjerojatnosti: Ako

izaberemo ovu opciju, koja je vjerojatnost da će se dogoditi ovaj

ishod? Zbroj vjerojatnosti za sve ishode jedne opcije moraju iznositi 1,0.

To ćemo učiniti postavljajući pitanje o vjerojatnosti.

Nagrada (korisnost) odlučuje o tome što želimo.

Vjerojatnost odlučuje o tome što ćemo dobiti.

Prečesto zanemarujemo pitanje vjerojatnosti u želji da dobijemo

maksimalnu korisnost.

19


6. korak: Množenjem vrijednosti svake korisnosti i njezine

vjerojatnosti odrediti očekivane vrijednosti .

Zatim ćemo unijeti očekivane vrijednosti za svaku opciju u stablo korisnosti.

Očekivana vrijednost je umnožak vrijednosti korisnosti i vjerojatnosti za

određeni ishod.

Množimo ih zato što je korisnost uvjetovana vjerojatnošću

događanja.

20


7. korak: Odrediti rang alternativnih opcija.

Očekivane vrijednosti rangirat ćemo od prve do posljednje i dodati novi

stupac.

21

8 koraka analize stabla korisnosti

8. korak: Provjeriti imaju li rezultati smisla.

Kada radimo analizu korisnosti, razlike koje primjećujemo u očekivanim

vrijednostima između različitih opcija trebale bi nas natjerati da si postavimo

sljedeća pitanja:

Zbog čega postoji razlika?

Zašto je očekivana vrijednost za ovu opciju veća ili manja od ove druge?

Analiza ovih pitanja otkrit će odgovore koji obogaćuju našu analizu i

učvršćuju naše zaključke.

22

Napredna analiza korisnosti

Analiza korisnosti s višestrukim perspektivama

Analiza korisnosti s višestrukim perspektivama: analiziramo svaku

od perspektiva zasebno (izradom matrice korisnosti za svaku) i

spajanjem rezultata da bi se rangirale opcije.

S obzirom da je postupak ponderiranja opcija jednak za sve opcije, matrice

imaju identičnu strukturu.

Ova jednoobraznost strukture ključna je za cijeli proces.

Svaka matrica sadrži iste opcije i ishode, a vjerojatnosti ishoda također su

identične.

Razlikovat će se samo vrijednosti korisnosti jer svaka matrica

promatra problem iz različite perspektive s različitim osobnim interesima.

24

Postupak analize korisnosti

Postupak analize korisnosti s višestrukim perspektivama identičan

je kao i postupak s jednom perspektivom:

postaviti pitanje korisnosti za svaku kombinaciju opcija-ishod,

dodijeliti vrijednosti korisnosti,

postaviti pitanje vjerojatnosti,

unijeti vrijednosti vjerojatnosti,

izračunati očekivane vrijednosti,

zbrojiti očekivane vrijednosti za svaku opciju te

unijeti zbroj u stupac “Ukupna očekivana vrijednost”.

25

Postupak analize korisnosti

Ova tehnika analize korisnosti s višestrukim perspektivama ima široku

primjenu u slučajevima rješavanja problema u kojima suprotstavljeni

interesi otežavaju izbor između alternativnih smjerova

djelovanja.

Analiza korisnosti s višestrukim perspektivama rezultira

odlukama koje na jednak način pristupaju interesima svakog

sudionika, pogotovo u slučaju kada ti sudionici aktivno sudjeluju u analizi.

26

13 koraka analize korisnosti s višestrukim

perspektivama

1. korak: Identificirati opcije i ishode koji će se analizirati.

2. korak: Identificirati i ponderirati perspektive koje će se analizirati.

3. korak: Izraditi identične matrice korisnosti za svaku perspektivu, s istim

opcijama i istim ishodima.

27

Perspektiva

Ishodi

Ukupna očekivana vrijednost

A.

B.

C.

Opcija 1

Opcija 2


perspektivama

Ponoviti 3. do 7. korak za svaku matricu.

4. korak: Iz perspektive svake matrice dodijeliti korisnosti od 0 do 100 za

ishod svake kombinacije opcija-ishod (svako polje matrice). Mora biti

najmanje jedna vrijednost 100.

5. korak: Odrediti vjerojatnost ishoda svake kombinacije opcija-ishod (svako

polje).

6. korak: Izračunati očekivane vrijednosti za svaku kombinaciju opcija-ishod

(svako polje).

7. korak: Zbrojiti očekivane vrijednosti za svaku opciju i unijeti rezultat u

stupac „Ukupna očekivana vrijednost”.

28


perspektivama

8. korak: Izraditi jednu „objedinjenu” matricu s istim opcijama kao u

matricama perspektiva.

29

Perspektiva: Objedinjena

Perspektive

Ukupna ponderirana

očekivana vrijednost

1.

2.

3.

Rang

Opcija 1

Opcija 2


perspektivama

9. korak: Unijeti ukupnu očekivanu vrijednost za svaku opciju iz matrice

perspektiva.

10. korak: Pomnožiti ukupne očekivane vrijednosti svake perspektive s

ponderiranom vrijednosti perspektive.

11. korak: Zbrojiti umnoške (ponderirane očekivane vrijednosti) za svaku

opciju i unijeti zbroj u stupac „Ukupna ponderirana očekivana vrijednost”.

12. korak: Rangirati opcije. Opcija s najvećom ponderiranom očekivanom

vrijednosti je poželjna opcija.

13. korak: Provjeriti imaju li rezultati smisla.

30

Višestruke klase ishoda

U mnogim problemima postoji cijeli niz ishoda koje uzimamo u obzir

prilikom odabira između alternativnih smjerova djelovanja. U problemima

koji uključuju višestruke klase ishoda, svaka se klasa izjednačava s

različitim perspektivama. Na primjer, razmatranje financijskih troškova

reorganizacije ustroja upravljanja u nekoj tvrtki jednako je razmatranju

problema iz perspektive financijskih troškova.

31

Opcija

Klase ishoda

Raspon ishoda

Reorganizacija upravljačke strukture tvrtke

Financijski troškovi

Manji/jednaki/veći

Psihološki utjecaj na radnike

Negativan/neutralan/pozitivan

Psihološki utjecaj na menadžere

Negativan/neutralan/pozitivan

Imidž tvrtke u javnosti

Lošiji/jednak/bolji

Analiza konkurentnih hipoteza

Uvod

Što je HIPOTEZA?

Hipoteza je deklarativna (izjavna) konstatacija, izjava kojoj još nije utvrđena

istinitost, a njezina se istinitost dokazuje pomoću dokaza. Kada bi sa sigurnošću

znali da je neka izjava istinita, takva izjava ne bi bila hipoteza.

Hipoteze imaju ključnu ulogu u analizi te omogućuju sužavanje

djelokruga razmišljanja, čime se postavlja okvir unutar kojeg se analiziraju i

interpretiraju podaci.

Iako sužavanje djelokruga uglavnom pozitivno djeluje na proces analize, ono

može biti i kontraproduktivno u slučaju da fokusiranje na jednu hipotezu

rezultira isključivanjem ostalih.

33

Uvod

Analitičar mora izabrati između nekoliko alternativnih hipoteza.

Ali kako će odlučiti koja je hipoteza točna (najtočnija) i koja je posljedica

najvjerojatnija?

Čest je slučaj da se u pokušaju odabira hipoteza izabere najizgledniji

(ujedno i najpoželjniji) odgovor, nakon čega se traži potvrda u dostupnim

informacijama.

Ako se analitičar usredotoči na potvrđivanje jedne hipoteze za koju

misli da je vjerojatno istinita, lako može biti zaveden činjenicom da postoji

mnogo dokaza koji podupiru njegovo stajalište, a pritom ne uviđa da je većina

dokaza jednako konzistentna i s drugim objašnjenjima ili zaključcima te da se te

alternative ne mogu u potpunosti odbaciti.

34

Uvod

Analiza konkurentnih hipoteza (ACH) jednostavan je i učinkovit model

koji pomaže u rješavanju kompleksnih problema, a posebno je koristan u

rješavanju problema koji zahtijevaju pažljivo razmatranje alternativnih

objašnjenja onoga što se dogodilo, događa se ili se može dogoditi u

budućnosti.

ACH pomaže analitičaru da prevlada ili barem minimalizira neka od mogućih

kognitivnih ograničenja jer se temelji na općim načelima kognitivne

psihologije, analizi odlučivanja i dr. znanstvenim metodama.

35

Uvod

Analiza konkurentnih hipoteza (ACH) tehnika je testiranja hipoteza

koja omogućuje identificiranje skupa međusobno isključivih

alternativnih objašnjenja ili ishoda prezentiranih u obliku hipoteza te

procjenu konzistentnosti ili nekonzistentnosti svakog dokaza sa svakom od

hipoteza i odabir hipoteza koje najbolje odgovaraju dokazima.

Za elaboriranje analize konkurentnih hipoteza potrebno je definirati hipoteze i

dokaze.

Ova tehnika rangira konkurentne hipoteze prema stupnju

nekonzistentnosti relevantnih dokaza.

36

Uvod

Bolja je i poželjna hipoteza s najmanjim brojem nekonzistentnih

dokaza, a ne ona s najvećim brojem konzistentnih dokaza. To znači da je

preferirana hipoteza ona s najmanje nekonzistentnih dokaza, a ne ona s

najkonzistentnijim dokazima.

Konzistentni dokazi ne dokazuju ništa jer dokazi obično podržavaju više

od jedne hipoteze.

U tom smislu, samo nekonzistentni dokazi imaju dijagnostičku

vrijednost u određivanju vjerodostojnosti neke hipoteze i u rangiranju hipoteze

prema stupnju njihove vjerodostojnosti.

37

Uvod

Konzistentnost nužno ne znači da dokazi potvrđuju hipotezu. Ona

znači da su dokazi kompatibilni s hipotezom ili, drugim riječima, hipoteza može

biti istinita s obzirom na dokaze.

U slučaju nekonzistentnosti hipoteza ne može biti istinita s obzirom na dokaze.

Stoga je ideja na kojoj se temelji ova tehnika pobiti, a ne potvrditi svaku od

hipoteza, a najizglednija hipoteza bit će ona s najmanje nekonzistentnih dokaza.

Drugim riječima, pri analizi konkurentnih hipoteza, hipotezu je potrebno

"rušiti", a najizglednija je ona koja "preživi".

38

ACH - postupak

Analiza konkurentnih hipoteza zahtijeva eksplicitno određivanje svih razumnih

alternativa te njihovo međusobno, a ne pojedinačno procjenjivanje.

Testiranje hipoteza (analiza konkurentnih hipoteza) sastoji se od osam koraka.

1. Pokušati smisliti što veći broj hipoteza koje objašnjavaju zašto se nešto dogodilo.

2. Napraviti popis dokaza i tvrdnji (uključujući i pretpostavke i logične zaključke)

za i protiv svake hipoteze.

3. Izraditi matricu.

4. Testirati konzistentnost dokaza sa svakom hipotezom, i to jedan po jedan

dokaz, odnosno za svaku stavku dokaza zasebno (vodoravni smjer).

5. Pročistiti matricu.

6. Proučiti matricu od vrha prema dnu, procijeniti svaku hipotezu.

7. Rangirati preostale hipoteze prema nekonzistentnim dokazima.

8. Ponovno provjeriti ispravnost zaključivanja, izvođenje dokaza i hipoteza te

provedbu cijelog postupka.

39

ACH matrica

Jednostavna matrica analize konkurentnih hipoteza izgledat će kao na sljedećoj

slici:

40

Hipoteza 1 Hipoteza 2 Hipoteza 3 Hipoteza 4

Dokaz 1 N K n/a

Dokaz 2

Dokaz 3

Dokaz 4

Dokaz 5

ACH – preporuke

ACH se koristi pri izradi preporuka koje su sastavni dio analitičkih uradaka.

Analitičar izrađuje preporuke temeljem svojih zaključaka, a preporuke

se realiziraju temeljem čitavog niza kriterija uključujući pravne okvire,

ograničenja resursa, mogućih posljedica, strateških odrednica i politike (tvrtke,

organizacije i sl.), poslovnog okruženja, prethodnih pokušaja i aktivnosti vezanih

uz isti problem ili pitanje, vjerojatnosti uspjeha itd.

41

Umjesto zaključka

Taksonomija tipova problema u korporativnoj sigurnosti

Iako problemi dolaze u različitim varijantama, oblicima i veličinama,

svaki od njih moguće je kategorizirati i sukladno ulogama koje činjenica i

prosudba imaju u analizi tog problema.

Ovakva se kategorizacija naziva "Taksonomijom tipova problema"

Taksonomija tipova problema

Uloga činjenica Uloga prosudbe

Simplistički Deterministički Slučajan Neodređen

Činjenični. Postoji samo jedan odgovor.

Postoji samo jedan odgovor, ali mora se

koristiti ispravna formula.

Mogući su različiti odgovori i sve ih je

moguće identificirati.

Mogući su različiti odgovori, ali su

nesigurni, što znači da ne mogu svi biti

identificirani.

Zaključak

Koristite različite analitičke tehnike nad istim problemskim

prostorom te budite otvoreni prema dobivenim rezultatima.

Mogli bi vas iznenaditi. :-)

Većina se analitičara fokusira na traženje odgovora. POGREŠNO!!!

Umijeće analiziranja jest umijeće postavljanja pitanja.

ks12_a1_kopal

Documents