No inicio de cada projeto, existe um risco sobre o custo total do mesmo. Mas para poder razoavelmente definir o preço do projeto, deve-se estimar esse risco.
Primeira dificuldade: poderia falar aqui não de risco mas sim de "incerteza knightiana", no sentido proposto pelo Frank Knight quase um seculo atrás[1]. O Knight distingue o risco, que pode ser observado e medido, da incerteza, que nem pode ser medida de jeito confiavel. E claramente, no incio de um projeto nos encontramos no segundo caso. Dados estatísticos relevantes não existem para estimar as probabilidades, já porque cada projeto é diferente dos precedentes: as tecnologias são diferentes, as equipes, o contexto, os requisitos. Nesse contexto, qualquer previsão é um tiro no escuro. Desde sempre, projetos estoram os orçamentos... e é normal. Está certo que estimativas baseadas na experiência são possiveis, mas esse fica um dos exercicios mais difíceis da profissão.
Bem, não temos um risco mas sim uma incerteza. Qualquer que seja o termo, precisamos avalia-lo de alguma forma para definir o valor do projeto. Ou seja, precisamos assumir uma distribução de probabilidade para a variavel aleatória "custo do projeto". Infelizmente, somos ruins nisso. Temos uma forte tendência a usar a distribuição normal, graças à ajuda fácil do teorema do limite central. Imaginamos naturalmente os valores repartidas simetricamente de parte e de outra de um custo média.
E é aqui que a temeridade do motorista brasileiro entra em jogo como ilustração do nosso problema: a distribução de Taleb[2]. Numa distribuição de Taleb, tem uma probabilidade alta de valores positivos pequenos, mas uma probabilidade pequena de perda muito grande. O motorista que costuma correr vai ganhar alguns minutos na maioria des vezes. Mas ele poderia um dia se matar.
Essa distribuição mostra vários elementos:* possibilidades de perdas extremas: mesmo que, em geral, os projetos sejam lucrativos, um só projeto fora de controle pode por a empresa toda em risco. É ainda mais verdadeiro para empresas pequenas (como a Sofshore). A literatura se refere a isso com os termos de "cauda grossa" (fat tail), significando que os valores da variavel são mais longe da média do que na distribuição normal;
* eventos não observados: como eventos extremos são raros, é possível que não foram encontrados ainda - e logo, não incluidos nas previsões
* assimetria: a distribuição de Taleb é uma combinação de cauda grossa com uma assimetria: os valores de um lado da media são mais distantes dela.
Tudo isso se aplica perfeitamente aos projetos de desenvolvimento. Já mencionei a incerteza inicial. Claramente, a distribuição de probabilidade do custo é assimétrica, com uma forma ilustrada aqui por uma distribuição Gamma (apenas uma ilustração). Com uma cauda grossa: já vi projetos estorarem de mais de 1000% o orçamento inicial. E visto os elementos acima, não é de se espantar.
Como já expliquei num post precedente, fujo do preço fixo. Agora me resta a descrever soluções alternativas para diminuir a incerteza ou compartilhar o risco. Mas isso é uma outra história que será contada outro dia ...
[1] Frank Knight, "Risk, Uncertainty, and Profit", 1921
[2] Nassim Taleb, "The Black Swan: The Impact of the Highly Improbable", 2007
[3] Wikipedia, "Taleb Distribution"








