# انحياز تقدير الفوائد (Benefit Estimate Bias)

> متوسط الفارق بين الفائدة المقدَّرة والفائدة المحقّقة عبر المشاريع المغلقة، بإشارته لا بقيمته المطلقة.

- **المجال:** إدارة المشاريع (Project Management)
- **الوحدة:** %
- **تكرار القياس:** سنوي
- **الاتجاه المرغوب:** ضمن نطاق
- **النوع:** تابع (Lagging)
- **الرابط:** https://kpihub.co/k/pm-estimate-bias

## الهدف

كشف الميل المنهجي في التقدير، فالخطأ العشوائي يتوازن والانحياز يتراكم في اتجاه واحد ويضلّل كل قرار اعتماد.

## لماذا هو مهم

- التقدير المتفائل بنيويًّا يجعل كل مشروع يبدو مجديًا فتُعتمد المشاريع كلها
- الانحياز يُقاس بالإشارة لا بالحجم، فمتوسط خطأ صفري قد يخفي انحيازًا كبيرًا
- معرفته تسمح بتصحيح كل تقدير قادم بمعامل واحد بدل مناقشة كل مشروع

## المعادلة

```
Estimate Bias % = Average of ((Realised benefit − Estimated benefit) ÷ Estimated benefit) × 100
```

احتفظ بالإشارة. فمتوسط القيم المطلقة يقيس الدقّة والانحياز شيء آخر: عشرة مشاريع كلها أقلّ من التقدير بـ20% انحيازها ‎−20% ودقّتها تبدو معقولة.

## مثال محسوب

‏18 مشروعًا مغلقًا، متوسط الفارق بين المحقّق والمقدَّر ‎−31%. الحساب: التقدير متفائل بنحو الثلث بانتظام، فكل نموذج جدوى قادم يحتاج تصحيحًا.

## النطاق الاسترشادي

بين ‎−10% و+10% وضع سليم. وأي انحياز يتجاوز ‎−25% يعني أن نماذج الجدوى أداة إقناع لا أداة تقدير.

## تحليل الاتجاه

- تقلّصه بعد نشر الأرقام المحقّقة أثر معروف: التقدير يتحسّن حين يُقارَن علنًا
- اختلافه بين الفرق يعني ثقافة تقدير لا قدرة تحليلية
- ثباته السالب رغم النقاش يعني حافزًا يكافئ التفاؤل

## أسئلة تشخيصية

- هل نحتفظ بالإشارة؟ متوسط القيم المطلقة يخفي الانحياز تمامًا
- هل يعرف المقدِّر أن تقديره سيُقارَن؟ المعرفة وحدها تحسّن الرقم
- ما الحافز على التفاؤل؟ إن كان الاعتماد فالتفاؤل عقلاني

## نصائح عملية

- انشر المقدَّر بجانب المحقَّق لكل مشروع مغلق، فالنشر وحده يصحّح
- طبّق معامل تصحيح على تقديرات الفئة المنحازة بدل مناقشة كل مشروع
- احتفظ بالإشارة دائمًا، فهي كل المعلومة

## العرض المناسب

- مبعثر: مقدَّر أفقيًّا ومحقَّق رأسيًّا مع خط التساوي
- توزيع الانحياز بالمشروع
- أعمدة بالفريق لمتوسط الانحياز

## تحذيرات وفخاخ

- متوسط القيم المطلقة يخفي انحيازًا منهجيًّا خلف دقّة تبدو مقبولة
- معاقبة المقدِّر بدل تصحيح المعامل تدفع إلى تقديرات دفاعية متشائمة
- قراءته على عدد قليل من المشاريع تخلط الصدفة بالانحياز

## أثر التغيير

- معامل تصحيح ‎−31% على نماذج الجدوى يمنع اعتماد مشاريع لا تجدي أصلًا
- نشر المقدَّر بجانب المحقَّق يحسّن التقدير بلا أي أداة جديدة
- معرفة الفريق الأدقّ تجعل تقديره مرجعًا للباقين

## احسبه في أداتك

### Excel

```excel
=AVERAGE((P[Realised] - P[Estimated]) / P[Estimated])
```

### Power BI (DAX)

```dax
Estimate Bias % =
AVERAGEX (
    'Project',
    DIVIDE ( 'Project'[RealisedBenefit] - 'Project'[EstimatedBenefit], 'Project'[EstimatedBenefit] )
)
```

### Tableau

```
AVG( ([Realised] - [Estimated]) / [Estimated] )
```

### SQL

```sql
SELECT owning_team,
       AVG((realised_benefit - estimated_benefit) / NULLIF(estimated_benefit, 0)) * 100 AS bias_pct,
       AVG(ABS(realised_benefit - estimated_benefit) / NULLIF(estimated_benefit, 0)) * 100 AS abs_error_pct,
       COUNT(*) AS projects
FROM   project_close
WHERE  closed_at BETWEEN :from_date AND :to_date
GROUP  BY owning_team
HAVING COUNT(*) >= 5
ORDER  BY bias_pct;
```

---

المصدر: [KPIHub](https://kpihub.co/k/pm-estimate-bias) · مرجع عربي مجاني لمؤشرات الأداء.