RISK MANAGER: nuova professionalità al servizio della Pubblica Amministrazione

Tematica SSD CFU
Strumenti e tecniche per la gestione del rischio • Definizione di rischio - I vari tipi di rischio; tipologia e natura dei rischi principali. • Classificare il rischio - Ambito della gestione del rischio; il rischio lungo il progetto; il ruolo del Project Manager. • Definire la filosofia di gestione del rischio - Il piano di gestione del rischio; il processo di gestione del rischio; il presidio del rischio. • Identificazione dei rischi; • Misurazione dei rischi, il cui impatto potenziale sull’impresa in esame deve essere accuratamente valutato, per evitare che uno di essi si trasformi in evento negativo. • La sicurezza dei mezzi di pagamento; • La continuità dei servizi; • Il problema della protezione dei dati e delle informazioni. 15
Approfondimenti normativi • Leggi e norme: D.Lgs 231/01; • ISO31000 e collegamenti con la ISO9001:2015. 8
Attitudine al rischio, appetito di rischio e tolleranza al rischio: Business cases e simulazioni • Analizzare il rischio - analisi quantitativa del rischio e principali strumenti e tecniche; analisi qualitativa dei rischi; tecniche principali di simulazione; • Pianificare la risposta al rischio - le strategie principali: eliminazione, mitigazione, e trasferimento ed accettazione del rischio; le implicazioni sul piano; elementi di comunicazione al management; • Monitorare e controllare il rischio - Analizzare gli scostamenti, individuare le cause; cenni su tecniche di analisi e di Problem Solving applicato al rischio di progetto; • Business cases e simulazioni. 15
BIG DATA & RISK MANAGEMENT • Caratteristiche innovative • Differenziazione dalle tecnologie tradizionali; • Identificazione, la misurazione e la gestione delle esposizioni al rischio trasversale; • Il modello socioeconomico che definisce il fenomeno dei Big Data; • L’attuale ecosistema dei dati e definire strategie per la valutazione dei dati; • L’analisi dei dati con un focus di business (obiettivi, indicatori, impatto); • Gli strumenti principali per la direzione, la pianificazione, la gestione e la programmazione; • Le fonti di dati esistenti e il consumo di dati e le tecniche di preelaborazione per ciascuno di essi; • Concetti di base di statistica, Data Mining e Machine Learning; • Le principali componenti tecnologiche che compongono un sistema di Big Data Analytics. 20
Prova finale 2