ยินดีต้อนรับสู่ P3 Risk Management: ทำความเข้าใจเรื่องความเป็นไปได้ (Likelihood)

สวัสดีครับ! ยินดีต้อนรับเข้าสู่ส่วนที่นำไปใช้งานได้จริงที่สุดส่วนหนึ่งของการเรียน CIMA P3 ในโลกของการบริหารความเสี่ยงองค์กร (Enterprise Risk Management - ERM) เรามักพูดถึง "ความเสี่ยง" ว่าเป็นส่วนผสมของสองสิ่ง คือ ผลกระทบ (Impact) (ว่ามันเสียหายแค่ไหน) และ ความเป็นไปได้ (Likelihood) (ว่ามันเกิดขึ้นบ่อยแค่ไหน) วันนี้เราจะมาเจาะลึกกันที่เรื่อง ความเป็นไปได้ (Likelihood) ครับ

ทำไมเรื่องนี้ถึงสำคัญ? ก็เพราะว่าทรัพยากรของธุรกิจมีจำกัดครับ คุณไม่สามารถเตรียมรับมือกับหายนะทุกรูปแบบที่อาจเกิดขึ้นได้ ดังนั้นคุณจึงต้องรู้ว่าความเสี่ยงไหนที่ควรค่าแก่การกังวลจริงๆ ถ้ารู้สึกว่าคณิตศาสตร์หรือสถิติมันดูยากในตอนแรก ไม่ต้องกังวลนะ เราจะย่อยเรื่องนี้ให้กลายเป็นแนวคิดที่เรียบง่ายและนำไปใช้ได้จริง ซึ่งใครๆ ก็เข้าใจได้ครับ


1. "ความเป็นไปได้ (Likelihood)" คืออะไรกันแน่?

ในหลักสูตร CIMA คำว่า Likelihood หมายถึงความน่าจะเป็นที่เหตุการณ์หนึ่งๆ จะเกิดขึ้น ซึ่งก็คือโอกาสที่ความเสี่ยงนั้นจะแสดงผลออกมาจริงๆ เราสามารถพิจารณาเรื่องนี้ได้ 2 มุมมองหลักๆ คือ ความน่าจะเป็นเชิงวัตถุวิสัย (Objective Probability) และ ความน่าจะเป็นเชิงอัตวิสัย (Subjective Probability)

ความน่าจะเป็นเชิงวัตถุวิสัย (ข้อเท็จจริง)

สิ่งนี้ตั้งอยู่บนพื้นฐานของข้อมูลที่จับต้องได้และหลักฐานทางประวัติศาสตร์ หากคุณมีข้อมูล 1,000 วัน และพบว่าเครื่องจักรเสียไป 50 วัน คุณก็สามารถคำนวณความเป็นไปได้ที่เป็นข้อเท็จจริงออกมาได้
การเปรียบเทียบ: ลองนึกถึงไพ่หนึ่งสำรับ คุณจะรู้แน่ชัดว่าโอกาสที่จะจั่วได้ไพ่ A เป็นเท่าไหร่ เพราะ "ข้อมูล" (ไพ่ 52 ใบ) มันคงที่และชัดเจนอยู่แล้ว

ความน่าจะเป็นเชิงอัตวิสัย (สัญชาตญาณ)

บางครั้งเราก็ไม่มีข้อมูลทางประวัติศาสตร์ เช่น ความเป็นไปได้ที่คู่แข่งรายใหม่จะเข้ามาในตลาดด้วยเทคโนโลยีสุดล้ำคือเท่าไหร่? เนื่องจากมันไม่เคยเกิดขึ้นมาก่อน ผู้เชี่ยวชาญจึงต้องใช้ประสบการณ์และวิจารณญาณในการ "คาดเดา" ความน่าจะเป็นนั้น
การเปรียบเทียบ: เหมือนการเดาว่าใครจะเป็นผู้ชนะในรายการประกวดความสามารถ คุณไม่มีสูตรคำนวณหรอกครับ แต่คุณมีความเห็นที่มาจากสิ่งที่คุณเห็นและสัมผัสมา

เคล็ดลับสั้นๆ: ในวิชา P3 ให้จำไว้ว่าแม้ "เชิงวัตถุวิสัย" จะดูน่าเชื่อถือกว่า แต่ "เชิงอัตวิสัย" มักเป็นทางเลือกเดียวสำหรับการจัดการความเสี่ยงเชิงกลยุทธ์ในยุคที่โลกเปลี่ยนแปลงรวดเร็วครับ!


2. การวัดความเป็นไปได้: ความถี่และข้อมูล

เพื่อให้เข้าใจความเป็นไปได้ เราต้องดูว่าสิ่งต่างๆ เกิดขึ้นบ่อยแค่ไหน ซึ่งเกี่ยวข้องกับสองแนวคิดหลักในหลักสูตร:

การวิเคราะห์ทางประวัติศาสตร์ (Historical Analysis)

เป็นการมองย้อนกลับไปในอดีตเพื่อทำนายอนาคต หากซัพพลายเออร์ส่งของล่าช้า 10% ของเวลาทั้งหมดในช่วง 3 ปีที่ผ่านมา เราก็อนุมานได้ว่ามีความเป็นไปได้ 10% ที่พวกเขาจะส่งล่าช้าในเดือนหน้า

มูลค่าที่คาดหวัง \( (EV) \)

แม้ว่า \( EV \) จะถูกนำไปใช้กับ "ผลกระทบ" บ่อยครั้ง แต่มันก็ต้องอาศัย "ความเป็นไปได้" เป็นสำคัญ โดยมีสูตรดังนี้:
\( EV = \sum (Probability \times Outcome) \)
ซึ่งจะช่วยให้เราถ่วงน้ำหนักความเสี่ยงต่างๆ ตามโอกาสที่จะเกิดขึ้นจริง อย่าให้สัญลักษณ์ \( \sum \) ทำให้คุณกลัวนะครับ มันแค่หมายถึง "ผลรวมของ" เท่านั้นเอง

รู้หรือไม่? บริษัทต่างๆ มักใช้ "แผนที่ความร้อนของความเสี่ยง (Risk Heat Maps)" ในการแสดงภาพข้อมูลนี้ โดยให้แกนหนึ่งเป็นความเป็นไปได้ (ต่ำไปสูง) และอีกแกนเป็นผลกระทบ ซึ่ง "โซนสีแดง" คือจุดที่ทั้งความเป็นไปได้และผลกระทบอยู่ในระดับสูงครับ!


3. การแจกแจงความน่าจะเป็น (Probability Distributions)

หลักสูตร CIMA คาดหวังให้คุณเข้าใจว่าความเสี่ยงไม่ได้เกิดขึ้นเป็นจุดเดียว แต่มันมีรูปแบบของการเกิด ซึ่งเราเรียกว่า การแจกแจง (Distributions)

การแจกแจงแบบปกติ (Normal Distribution - รูปทรงระฆังคว่ำ)

ความเสี่ยงที่เป็น "ธรรมชาติ" ส่วนใหญ่จะเป็นแบบนี้ คือผลลัพธ์มักจะอยู่ใกล้เคียงกับค่าเฉลี่ย ส่วนกรณีสุดโต่ง (ที่สูงหรือต่ำมากๆ) จะเกิดขึ้นได้ยาก
ตัวอย่าง: เวลาที่รถส่งของมาถึง ปกติจะใช้เวลา 30 นาที บางครั้งอาจเป็น 20 หรือ 40 นาที แต่เป็นไปได้ยากมากที่จะใช้เวลาแค่ 5 นาทีหรือนานถึง 2 ชั่วโมง

การแจกแจงแบบปัวซง (Poisson Distribution)

ใช้สำหรับจำลอง จำนวนครั้ง ที่เหตุการณ์หนึ่งเกิดขึ้นภายในกรอบเวลาที่กำหนด
ตัวอย่าง: จะมีลูกค้าโทรเข้ามาที่ศูนย์บริการลูกค้ากี่สายในช่วงเวลา 9:00 น. ถึง 10:00 น.?

ไม่ต้องกังวลถ้าเรื่องนี้ดูซับซ้อน! คุณไม่จำเป็นต้องใช้แคลคูลัสชั้นสูงหรอกครับ คุณแค่ต้องเข้าใจว่า ความเป็นไปได้ (Likelihood) ไม่ใช่การเดาสุ่มครั้งเดียว แต่เป็นช่วงของความเป็นไปได้ที่อาจเกิดขึ้นได้นั่นเอง


4. ข้อผิดพลาดทั่วไปในการประเมินความเป็นไปได้

มนุษย์เรามักจะตัดสินความน่าจะเป็นได้ไม่แม่นยำนัก! นี่คือข้อผิดพลาดทั่วไปที่ CIMA อาจนำมาทดสอบคุณ:

  • ความมั่นใจเกินตัว (Overconfidence Bias): ฝ่ายบริหารมักประเมินความเป็นไปได้ของเหตุการณ์ "แย่ๆ" ต่ำเกินไป และประเมินเหตุการณ์ "ดีๆ" สูงเกินไป
  • ความเอนเอียงจากข้อมูลที่จดจำได้ง่าย (Availability Bias): คนมักคิดว่าเหตุการณ์ใดเหตุการณ์หนึ่งมีโอกาสเกิดขึ้นสูง เพียงเพราะมันเพิ่งเกิดขึ้นเมื่อเร็วๆ นี้ (เช่น กลัวไฟไหม้เพราะเพิ่งอ่านข่าวไฟไหม้เมื่อวาน ทั้งที่ความเสี่ยงจริงๆ อาจไม่ได้เปลี่ยนไปเลย)
  • การละเลยอัตราพื้นฐาน (Ignoring the "Base Rate"): การไม่ดูความน่าจะเป็นโดยรวมของเหตุการณ์ก่อนที่จะไปโฟกัสที่รายละเอียดเฉพาะเจาะจง

เทคนิคช่วยจำ: นึกถึงกฎ "OBA" เพื่อจำกับดักเหล่านี้ไว้: Overconfidence (มั่นใจเกิน), Base rate neglect (ละเลยอัตราพื้นฐาน), และ Availability bias (ตัดสินจากสิ่งที่คุ้นตา)!


5. ทีละขั้นตอน: วิธีประเมินความเป็นไปได้ในทางธุรกิจ

หากวันนี้คุณเป็นผู้จัดการความเสี่ยง (Risk Manager) นี่คือวิธีที่คุณควรจัดการกับความเป็นไปได้:

  1. ระบุความเสี่ยง: (เช่น "เว็บไซต์เราอาจล่มในช่วงลดราคา Black Friday")
  2. รวบรวมข้อมูล: ดูย้อนหลังว่าเว็บไซต์ล่มกี่ครั้งในช่วงที่มีทราฟฟิกสูงๆ ตลอด 5 ปีที่ผ่านมา
  3. ปรึกษาผู้เชี่ยวชาญ: ถามทีมไอทีว่าเซิร์ฟเวอร์ชุดใหม่ทำให้โอกาสล่มลดลงกว่าเดิมไหม (ข้อมูลเชิงอัตวิสัย)
  4. ให้คะแนน: มักให้คะแนน 1 ถึง 5 (1 = แทบเป็นไปไม่ได้, 5 = แน่นอนที่สุด)
  5. บันทึกลงในทะเบียนความเสี่ยง (Risk Register): จดเหตุผลที่คุณให้คะแนนนั้นๆ เพื่อจะได้กลับมาทบทวนในอนาคต

กล่องสรุปความเข้าใจ

ประเด็นสำคัญ:
- Likelihood คือความน่าจะเป็นที่ความเสี่ยงจะเกิดขึ้นจริง
- ความน่าจะเป็นเชิงวัตถุวิสัย ใช้ข้อมูลประวัติศาสตร์ ส่วน ความน่าจะเป็นเชิงอัตวิสัย ใช้วิจารณญาณของผู้เชี่ยวชาญ
- การแจกแจงความน่าจะเป็น (เช่น ระฆังคว่ำ) ช่วยให้เราเห็นขอบเขตของผลลัพธ์ที่เป็นไปได้
- ความเอนเอียง (Biases) ต่างๆ (เช่น ความมั่นใจเกินตัว) อาจทำให้การประเมินของเราผิดพลาดได้


สรุปประจำบท

การประเมิน ความเป็นไปได้ (likelihood) ของความเสี่ยงคือรากฐานของการจัดการความเสี่ยงองค์กร หากไม่เข้าใจว่าเหตุการณ์หนึ่งมีโอกาสเกิดขึ้นมากน้อยเพียงใด ธุรกิจอาจเสียเงินไปเปล่าๆ กับการป้องกันสิ่งที่จะไม่เกิดขึ้นเลย หรือในทางกลับกัน ก็อาจละเลย "ระเบิดเวลา" ที่แทบจะแน่นอนว่าต้องเกิดขึ้นได้ การรวมข้อมูล (เชิงวัตถุวิสัย) เข้ากับประสบการณ์ (เชิงอัตวิสัย) จะช่วยให้ผู้บริหารตัดสินใจได้ชาญฉลาดขึ้นว่าควรนำเวลาและเงินไปลงกับจุดไหน

คุณทำได้อยู่แล้ว! การเข้าใจความเป็นไปได้ก็แค่การถามว่า "สิ่งนี้เกิดขึ้นบ่อยแค่ไหน และฉันรู้ได้อย่างไร?" จำคำถามนี้ไว้ แล้วคุณจะทำข้อสอบได้ดีแน่นอนครับ!