Formatado
Gerenciando Riscos em Projetos: Abordagens e Práticas Atuais
Francisco Rodrigo P. Cavalcanti
GTEL – Grupo de Pesquisa em Telecomunicações Sem Fio, UFC – Universidade Fed. Ceará
rodrigo@gtel.ufc.br
Resumo
A gestão de riscos em projetos tem ganhado importância
na medida que variações nos objetivos qualitativos e
quantitativos do mesmo precisam ser antecipadas e
controladas adequadamente. Embora o PMBoK preconize
algumas ferramentas e técnicas para realizar esta gestão,
algumas delas, especialmente na área de análise de riscos,
requerem refinamentos para uma melhor adequação às
aplicações práticas. Neste artigo, além de revisarmos os
conceitos mais importantes em gestão de riscos para
projetos, discutimos um método alternativo para análise
qualitativa e exemplificamos o método da simulação de
monte-carlo para análise quantitativa. Espera-se assim
que técnicas avançadas para a gestão de riscos sejam mais
incorporadas ao dia a dia dos gestores de projetos.
1. Introdução
Dentro do corpo de conhecimentos da gestão de riscos em
projetos, o gerenciamento de riscos têm ganhado
substancial atenção nos últimos anos. Primeiramente, é de
se destacar que, da própria definição de projeto, de
acordo com o PMBoK (Project Management Body of
Knowledge), projetos são empreendimentos únicos, e
como tal, embutem riscos. A área de conhecimento
“Gestão de Riscos” ganha impulso e destaque no âmbito
do PMI (Project Management Institute) com a criação
recente do Practice Standard in Project Risk
Management e da certificação RMP (Risk Management
Professional) para a qual são estabelecidos requisitos de
experiência profissional e um exame de proficiência
próprio, em moldes similares à certificação mais popular
PMP (Project Management Professional).
Diante da maior proeminência deste tipo de conhecimento
dentro da grande área de gestão de projetos, este artigo
pretende revisar os principais conceitos em gestão de
riscos e propor algumas abordagens para um tratamento
completo e abrangente. Embora os conceitos de RM (Risk
Management) expostos no PMI sejam suficientemente
amplos para a maioria dos projetos, os mesmos não
esgotam todas as possibilidades para o tratamento de
riscos, especialmente em projetos de maior complexidade,
criticalidade ou que envolvam graus de incerteza maiores
que os usuais. Pode-se afirmar que modernamente a
gestão de riscos é considerada obrigatória em uma grande
gama de atividades empresariais, em particular na gestão
de projetos, restando apenas uma definição adequada de
como realizar tal gerenciamento. Esta definição por sua
vez depende de vários fatores tais como a complexidade
da atividade em foco e a disponibilidade de recursos.
Neste artigo apresentaremos algumas abordagens que
podem servir para diferentes graus de compromisso do
empreendimento (ou projeto) em foco com a gestão de
riscos.
Este artigo está organizado da seguinte maneira. Na seção
2 revisamos alguns conceitos fundamentais em gestão de
riscos e propomos uma visão integrada da mesma através
de um ciclo de vida. Na seção 3 discutimos um método
alternativo para a análise qualitativa de riscos. Na seção 4
exemplificamos o método da simulação de Monte-Carlo
para análise quantitativa de riscos. Finalmente na seção 5
mencionamos algumas conclusões.
2. Definições, Conceitos e Ciclo de Vida de
Riscos em Projetos
O primeiro passo para cumprir com os objetivos do
presente artigo é definir com clareza o significado dos
termos que vamos empregar com frequência. Os mais
importantes termos nesse contexto são: incerteza, medida
de incerteza, risco e medida de risco:
 Incerteza: a falta de certeza absoluta sobre o
resultado de um experimento, ou seja, a existência de
mais de uma possibilidade;
 Medida de incerteza: corresponde ao assinalamento
de um conjunto de probabilidades a cada uma das
possibilidades de resultado do experimento; esse
conjunto de probabilidades pode ser discreto (p.ex.
30% de chance do resultado ser A e 70% de chance
do resultado ser B) ou pode ser expresso através de
distribuições contínuas de probabilidades (p.ex. o
resultado pode assumir qualquer valor na faixa de
valores que vai de 0 a 10);
 Risco: evento incerto que tem a si associado
conseqüências práticas de interesse de quem mede
 seu impacto; em projetos, um risco influencia
negativamente ou positivamente algum dos objetivos
do projeto (tais como custo, tempo, qualidade,
escopo);
 Medida de risco: corresponde a uma extensão da
medida de incerteza, associando-se a um possível
resultado, além da probabilidade de sua ocorrência, o
respectivo impacto. Este pode ser quantificado das
mais variadas formas, utilizando-se desde medidas
qualitativas (p.ex. quando se refere a escopo e
qualidade) até valores em termos de custo e tempo.
A partir destas definições, é possível então propor uma
definição para a gestão de riscos, em geral, como:
“Gerenciar riscos é estruturar incertezas em partes
identificadas que possam ser analisadas e monitoradas,
definindo-se respostas adequadas às mesmas.”
O objetivo da gestão de riscos é minimizar a
probabilidade de ocorrência de eventos com impactos
negativos, e de forma reversa, maximizar a probabilidade
de eventos com impactos positivos.
No caso específico do contexto de projetos, esperam-se
alguns benefícios colaterais da gestão de riscos. Dentre
eles:
• Visibilidade das interdependências de itens do
trabalho a ser feito;
• Melhor tomada de decisão;
• Melhor alocação de recursos;
• Definição de margens, reservas e planos
alternativos;
• Redução generalizada à exposição a riscos ainda
não identificados;
• Maior envolvimento de stakeholders e
responsabilização dos membros do time.
A visão do PMI contempla a divisão da atividade de
gerenciamento de riscos em um grupo de processos que
atacam diferentes fases. Uma forma integrada e recursiva
de ver esse conjunto de processos é ilustrada através da
figura 1. A esta figura denominamos “Ciclo de Vida de
Riscos” a qual explicamos a seguir:
 Os 5 processos do PMI estão identificados em caixas,
sendo o ponto de partida o da identificação de riscos;
 Observam-se dois processo de análise, a qualitativa e
a quantitativa; note que enquanto a análise qualitativa
é considerada obrigatória na maior parte dos projetos,
a análise quantitativa é opcional. Discorreremos mais
sobre esta última em uma seção posterior do artigo;
 Observa-se um ciclo fundamental envolvendo
Identificação  Análise Qualitativa  Planejamento
de Respostas  Monitoramento, que se repete
continuamente durante um projeto;
 A ocorrência de um evento de riscos pode disparar
um conjunto de ações previamente elaboradas para o
seu tratamento. Após essa etapa deve-se mais uma
vez avaliar a situação do risco, podendo o mesmo
mudar de prioridade ou mesmo ser eliminado do
registro de riscos do projeto.
No restante do artigo, discutiremos abordagens
especificamente para as etapas de análise qualitativa e
análise quantitativa. Estas constituem, pode-se
argumentar, o conjunto de processos nucleares para uma
gerência de riscos bem sucedida.
3. Abordagem Alternativa para Análise
Qualitativa de Riscos
O PMBoK recomenda a utilização das populares matrizes
Probabilidade x Impacto para a avaliação qualitativa de
riscos. Estas estão baseadas primariamente em escalas
qualitativas (do tipo, muito alto, alto, médio, baixo e
muito baixo). Cada ponto da escala é associado a um
valor numérico para fins de cálculo de um “Índice de
Risco” e posterior priorização. O PMBoK e outros
autores preconizam que a avaliação qualitativa é a
ferramenta primária para a gestão de riscos em projetos,
devido a sua simplicidade, utilização intuitiva e bons
resultados, além de permitir a fácil visualização e
comunicação do estado dos riscos do projeto.
As escalas de probabilidade e impacto podem ser
definidas de acordo com os 5 níveis qualitativos
exemplificados acima. O passo fundamental, no entanto, é
a associação de valores numéricos a estes níveis. A escala
numérica pode ser linear ou não-linear. A escolha do peso
relativo a ser dado aos riscos altos e muito altos, em
relação aos riscos baixos e muito baixos, é um indicador
da propensão de riscos do time do projeto ou organização.
A tabela 1 abaixo exemplifica duas escalas indicativas de
diferentes propensões a riscos.
Observe-se ainda que as escalas de probabilidade e
impacto podem ser diferentes. Por exemplo, tomando as
escalas de exemplo na tabela acima, a adoção de ambas
escalas lineares indica uma maior propensão ao risco que
o caso oposto de duas escalas não-lineares, enquanto que
a situação de uma escala linear e outra não-linear indicará
uma propensão intermediária. Uma última observação, no
sentido de melhorar a comunicação, é acrescentar uma
tabela indicativa do significado de cada valor da escala
em termos dos objetivos do projeto. O PMBoK ilustra
que, por exemplo, um fator de impacto muito baixo ou de
0,10 na escala poderia indicar um aumento de custo de até
10% no orçamento do projeto. Mas outras relações podem tradicional preconizada pelo PMBoK pode levar a que
ser estabelecidas não necessariamente em função direta estes tipos de riscos sejam deixados para depois e
do valor numérico da escala qualitativa. eventualmente nunca tratados.

Tabela 1 – Escalas para medir Probabilidade e Impacto Uma abordagem alternativa para a geração da matriz PxI
Valor Valor Valor calcularia o índice de risco da seguinte forma:
Qualitativo Numérico Numérico
Linear Não-Linear Índice de risco = P + I – (P x I)
Muito Baixo 0,1 0,05
Baixo 0,3 0,1 Essa alternativa dá maior peso a qualquer risco que
Médio 0,5 0,2 possua P ou I elevados, não necessariamente ambos. Por
Alto 0,7 0,4 exemplo, a matriz de classificação de riscos baseada nas
Muito Alto 0,9 0,8 escalas de P e I anteriores passaria a ser:

Uma vez estabelecidas as escalas, a matriz PxI pode ser P/I I= I= I=

calculada multiplicando-se os valores correspondentes a 0,3 0,7 0,9
cada par (P,I), ou seja: P= 0,44 0,76 0,92
0,2
Índice de risco = P x I P= 0,65 0,85 0,95
0,5
Este é o método preconizado pelo PMBoK. Por exemplo, P= 0,86 0,94 0,98
considerando apenas 3 níveis nas escalas P e I a seguinte 0,8
matriz poderia ser obtida:
Onde utilizou-se escala de cores similar mas com limiares
P/I I= I= I= 0,9 e 0,7 respectivamente para os riscos de alta e média
0,3 0,7 0,9 prioridade. Nota-se que a nova matriz coloca muito mais
P= 0,06 0,14 0,18 riscos num patamar que requer atenção por parte da
0,2 equipe. Esse tipo de abordagem não implica,
P= 0,15 0,35 0,45 necessariamente, numa abordagem conservadora para a
0,5 gestão de riscos, mas sim num maior comprometimento
P= 0,24 0,56 0,72 de tempo e recursos para a mesma.
0,8
As figuras 2 e 3 ilustram em uma superfície 3D os
Onde a seguinte escala de cores foi empregada para a diversos valores que o Índice de Risco pode tomar nas
priorização de riscos: duas abordagens. Observa-se com clareza a maior área de
superfície de índice de risco para valores altos de P ou I
Limiar Prioridade Cor na abordagem alternativa.
PxI<=0,4 Baixa
0,4<PxI<=0,7 Média
PxI>0,7 Alta 4. Análise Probabilística de Riscos por
Simulação de Monte Carlo
Esta abordagem tradicional para a priorização qualitativa
de riscos embute um problema em potencial. Ocorre que a A análise quantitativa de riscos é um passo opcional mas
equipe do projeto tenderá a dar mais atenção aos riscos de valioso em projetos de alta criticalidade. Nesses casos o
alto impacto e alta probabilidade conforme se observa no empirismo e subjetividade envolvidos no julgamento
exemplo em questão. Cabe a pergunta então: riscos de qualitativo dos riscos não é suficiente para uma tomada
baixa probabilidade mas alto impacto não deveriam ser de decisão segura. Embora seja possível aplicar a análise
também analisados ? A situação reversa (alta quantitativa a diversos objetivos do projeto, este processo
probabilidade e baixo impacto) também merece atenção. está focado usualmente nos objetivos de custo e tempo.
Um incêndio no Centro de Processamento de Dados é de Estes são naturalmente objetivos quantitativos (embora
alto impacto e baixa probabilidade. Mesmo assim a possa-se pensar em formas de tornar quantitativo
adoção de medidas como compra de extintores de objetivos como escopo e qualidade). Na discussão que se
incêndio, adoção de procedimentos de backup e segue focaremos especificamente em custo e tempo.
contratação de seguros é prudente e usual. A abordagem
Existem várias técnicas para análise quantitativa de riscos
e o foco de cada uma varia. Pode-se citar:
 Análise de sensibilidade: procura isolar o peso
relativo de itens componentes do orçamento ou
atividades do cronograma em relação ao orçamento
ou cronograma global; desta forma espera-se
priorizar esses itens ou atividades no planejamento e
monitoramento dos riscos;
 Árvores de decisão: utiliza o conceito de valor médio
esperado para calcular o impacto de um conjunto de
alternativas mutuamente exclusivas; é uma
ferramenta interessante pelo aspecto visual e de fácil
construção e comunicação; ao mesmo tempo é
bastante limitada a situações onde o conjunto de
alternativas está associada a probabilidades discretas;
 Simulação de Monte-Carlo: é a ferramenta mais
sofisticada preconizada pelo PMBoK; envolve a
definição de uma distribuição de probabilidade para
itens de um orçamento ou atividades de um
cronograma. Dentre outras possibilidades, a
simulação de Monte-Carlo permite ao gestor do
projeto definir reservas de contingência de tempo e
custo com um certo nível de confiança probabilística.
A simulação de Monte-Carlo é mencionada mas pouco
explorada no PMBoK. Como contribuição desse artigo,
segue-se um exemplo da aplicação desse método.
O primeiro passo e mais fundamental é a definição do
tipo de distribuição de probabilidade a ser associada aos
diversos itens do orçamento ou cronograma. Esta é uma
tarefa conhecida por modelagem probabilística e envolve
avaliar um histórico de dados de projetos similares
anteriores que permitam inferir qual distribuição
probabilística melhor aproxima esse conjunto de dados.
Esta etapa é crítica e se não for realizada com precisão
tornará o restante da simulação um mero exercício
matemático, porém sem qualquer significado prático para
o projeto.
No exemplo em questão vamos considerar o orçamento
para execução de um projeto de desenvolvimento de uma
nova aeronave, conforme ilustrado na Tabela 2. Cada
item do orçamento é destacado juntamente com a faixa de
variação de preços. Estes, conforme mencionado acima,
foram obtidos a partir da experiência em projetos
anteriores. Assume-se que uma distribuição
probabilidade uniforme modela adequadamente a faixa de
variação de preços indicada. Numa distribuição uniforme
qualquer valor dentro da faixa de variação é igualmente
provável. Outras distribuições usuais neste tipo de análise
são a triangular e a gaussiana.
A etapa de simulação propriamente dita é relativamente
simples uma vez que todos os dados foram coletados e as
distribuições de probabilidade definidas. No caso de
distribuições simples como a Uniforme, planilhas como o
Excel podem ser usadas baseando-se na função
ALEATORIO(). Distribuições mais complexas podem
requerer o uso de ferramentas específicas disponíveis
comercialmente. Para realizar a simulação no Excel é
necessário criar uma tabela onde o número de colunas
corresponde aos itens do orçamento e o número de linhas
corresponde ao número de amostras de Monte-Carlo
necessárias para montar a distribuição de probabilidade
do custo total. O número de linhas precisa ser grande o
suficiente para reduzir o erro da estimativa dado por:
3

N
Onde σ é o desvio-padrão resultante da variável estimada
(no caso o custo total) e N o número de amostras adotado
(no caso o número de linhas da tabela). Este valor de erro,
tomado em torno da média estimada, corresponde a um
intervalo de confiança teórico de 99,8%.
Utilizando-se um total de 1000 amostras obtém-se a curva
ilustrada na figura 4. A partir desse gráfico podem-se
obter conclusões tais como:
 O orçamento do projeto correspondente a uma
confiabilidade de 90% é de aproximadamente
246.500,00;
 A reserva de contingência necessária, em relação ao
valor esperado médio esperado de 232.500,00, para
essa mesma confiabilidade no orçamento total, é de
aproximadamente 14.000,00.
 A estimativa de erro obtida das simulações, com
confiança de 99,8%, é de 836,90, o que corresponde
a 0,35% do valor médio esperado.
5. Conclusões
A gestão de riscos em projetos tem ganhado importância
na medida que variações nos objetivos qualitativos e
quantitativos do mesmo precisam ser controladas
adequadamente. Embora o PMBoK preconize algumas
ferramentas e técnicas para realizar esta gestão, algumas
delas, especialmente na área de análise de riscos,
requerem refinamentos para uma melhor adequação às
aplicações práticas. Neste artigo, além de revisarmos os
conceitos mais importantes em gestão de riscos para
projetos, discutimos um método alternativo para análise
qualitativa e exemplificamos o método da simulação de
Monte-Carlo para análise quantitativa. Espera-se assim
que técnicas avançadas para a gestão de riscos sejam mais
e mais incorporadas ao dia a dia dos gestores de projetos.
BIBLIOGRAFIA PESQUISADA

[1] Project Management Body of Knowledge, PMI, 3ª edição, 2004
[2] Standard on Project Risk Management, PMI, 2008
[3] T. Kendrick, Identifying and Managing Project Risk, Amacom, 2003
[4] D. Cooper et. al., Managing Risks in Large Projects, Wiley, 2006
[5] M.C. Azevedo, H.C. Costa, Métodos para Avaliação de Postura
Estratégica, Caderno de Pesquisa em Administração, São Paulo, v.08,
n.2, 2001.
[6] R. M Silva et. al, Considerações sobre Análise de Sensibilidade em
Análise de Decisão, Relatório ITA, 2005
[7] W. P. de Paiva, Utilização de Uma Ferramenta de Suporte à Análise
de Decisão Aplicada ao Marketing, VI SemeAD, 2001
[8] IT Risk, G. Westerman and R. Hunter, Harvard Business School
Press, 2007
[9] Risk Intelligence, D. Apgar, Harvard Business School Press, 2007

Identificação Reavaliar
de Riscos Re-identificar

Alteração nas
Hipóteses
Iniciais

Análise Riscos Alta Prioridade/ Ações Ações Corretivas/

Planejamento Monitora Eventos
Qualitativa Urgentes Preventivas Planos/Reserva de
de Respostas Controle de Risco
Contigência

Riscos Quantificados
Riscos que demandam Análise
Reservas de Contingências
mais análise Quantitativa definidas

Riscos Baixa Prioridade

Figura 1 – Ciclo de Vida de Ricos

0,9

0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
1
0
0,8
1

0,6
0,8

0,4
0,6

Impacto
0,4

0,2
Probabilidade
0,2

0
0

Figura 2 – Superfície de Índice de Risco para formulação P x I

0,

0,7

0,6

0,5

0,4

0,3

0,2

0,1
1
0
0,8
1
0,6 0,9
0,8
0,7
0,4 0,6
Impacto 0,5
0,2 0,4 Probabilidade
0,3
0,2
0 0,1
0
 Figura 3 – Superfície de Índice de Risco para formulação P + I – P x I

Tabela 2 – Orçamento para Construção de Aeronave com Faixas de Variação

100,00%
90,00%
80,00%
Freqüência

70,00%
60,00%
50,00%
40,00%
30,00%
20,00%
10,00%
0,00%
0

s
ai
,0

,4

,9

,4

,8

,3

,8

,2

,7

,2

,6

,1

,6

,0

,5
M
1

3
32

58

83

09

35

61

87

13

39

65

91

17

43

69

95
7.

0.

3.

7.

0.

3.

6.

0.

3.

6.

9.

3.

6.

9.

2.
20

21

21

21

22

22

22

23

23

23

23

24

24

24

25

Figura 4 - Distribuição Probabilística do Orçamento