4. 矩阵维度设计：5×5 vs 3×3 选择与自定义维度策略

概率影响矩阵的维度直接决定了风险分级的粒度与复核效率。本章从实际业务场景出发，对比 5×5 与 3×3 矩阵的适用边界，并给出自定义维度的设计方法。

4.1 维度对比：粒度与效率的权衡

3×3 矩阵将概率与影响各划分为“低、中、高”三档，共 9 个单元格；5×5 矩阵则细化为五档，共 25 个单元格。下表从六个关键维度进行对比：

4.2 5×5 与 3×3 的典型应用场景

选择维度时需结合风险数量、评估频率与决策精度。以下列出两类矩阵的典型场景：

• 3×3 矩阵适用场景：
  • 项目初期风险头脑风暴，快速归类
  • 风险数量少于 30 项的小型项目
  • 跨部门协同评估，需降低沟通成本
  • 月度/季度例行风险复核，追求效率
• 5×5 矩阵适用场景：
  • 大型工程或 IT 项目，风险项超过 100
  • 需要量化风险优先级排序（如风险值 = 概率 × 影响）
  • 监管或合规要求精确风险分级
  • 风险热力图需支持多维度钻取分析

4.3 自定义维度策略：从业务出发设计矩阵

标准 3×3 或 5×5 矩阵未必适配所有业务。自定义维度策略允许组织根据自身风险偏好、数据分布与决策习惯，灵活调整概率与影响的等级数及阈值。

自定义维度的三个核心步骤：

1. 确定等级数量：通常取 3~7 级。少于 3 级失去区分意义，多于 7 级则评估者难以稳定判断。
2. 设定阈值边界：概率阈值建议采用等距或对数分布；影响阈值需结合财务、工期、声誉等实际量纲。
3. 定义单元格颜色与行动：每个单元格对应一个风险等级（如低、中、高、极高），并绑定预设的复核动作。

以下是一个自定义 4×4 矩阵的阈值示例：

4.4 矩阵维度设计流程

下图展示了从业务需求到最终矩阵落地的完整设计流程：

4.5 性能视角：维度对矩阵运算的影响

矩阵维度不仅影响评估体验，也直接影响风险复核系统的计算性能。以下从数据结构和查询效率两个角度分析：

• 单元格数量增长：从 3×3（9 格）到 5×5（25 格），单元格数量增长约 2.8 倍。若采用自定义 7×7 矩阵，单元格数达 49 个。
• 风险聚合查询：在 5×5 矩阵中，按“高概率×高影响”过滤时，扫描范围从 9 格扩大到 25 格，索引设计需覆盖概率和影响两个维度。
• 热力图渲染：前端渲染 25 个单元格与 9 个单元格的 DOM 节点数差异不大，但若每个单元格内包含多条风险记录并支持展开，5×5 矩阵的渲染压力会显著增加。

4.6 选择决策树

以下决策树可帮助团队快速确定矩阵维度：

4.7 自定义维度配置示例（JSON）

以下代码展示了一个自定义 4×4 矩阵的配置文件结构，可直接用于风险复核系统的初始化：

{
  "matrixId": "custom_4x4_v1",
  "dimensions": {
    "probability": {
      "levels": 4,
      "labels": ["极低", "低", "中", "高"],
      "thresholds": [0.25, 0.50, 0.75, 1.0]
    },
    "impact": {
      "levels": 4,
      "labels": ["轻微", "中等", "严重", "灾难"],
      "thresholds": [10, 50, 200, 1000]
    }
  },
  "colorMap": {
    "1,1": "#2ecc71",
    "1,2": "#2ecc71",
    "2,1": "#2ecc71",
    "2,2": "#f39c12",
    "3,2": "#f39c12",
    "3,3": "#e74c3c",
    "4,3": "#e74c3c",
    "4,4": "#c0392b"
  },
  "actionMap": {
    "green": "定期监控",
    "yellow": "制定缓解计划",
    "red": "立即复核并上报"
  }
}