La gestión de proyectos es un proceso complejo que implica coordinar recursos, tiempo y actividades para lograr objetivos específicos dentro de un marco de tiempo determinado.
Sin embargo, la incertidumbre es una constante en cualquier proyecto, lo que dificulta la predicción precisa de resultados.
Es aquí donde entra en juego el Método de Montecarlo, una técnica probabilística que puede ayudar a los project managers a evaluar y gestionar el riesgo de manera más efectiva.
Imagina que unos inversores están valorado si invertir 100 millones de euros en tu proyecto, pero te piden que les asegures que estará finalizado para una fecha determinada.
Es probable que con las técnicas de scheduling más sencillas no puedas llegar a garantizarles nada, ni darles un % aproximado de probabilidad de que eso ocurra y pierdas la inversión.
Sin embarto empleando técnicas probabilísticas avanzadas como Montecarlo, podrías garantizarles con cierta seguridad (o facilitar un %) de la probabilidad de que ello ocurra.
¿Qué es el Método Montecarlo?
El Método de Montecarlo se basa en la generación de múltiples escenarios posibles utilizando variables aleatorias para modelar la incertidumbre en un proyecto.
Fue nombrado así, en honor al famoso casino de Montecarlo en Mónaco y fue desarrollado durante la Segunda Guerra Mundial como parte del proyecto Manhattan, que tenía como objetivo construir la primera bomba atómica.
A través de la simulación de estos escenarios, se pueden prever una amplia gama de resultados y calcular la probabilidad de alcanzar ciertos objetivos o hitos. Esto permite a los directores de proyectos tomar decisiones más informadas y desarrollar estrategias de mitigación de riesgos.
Para ilustrar cómo se puede aplicar el Método de Montecarlo en la gestión de proyectos, consideremos el siguiente ejemplo práctico:
Construcción de un Edificio de Oficinas
Imaginemos que una empresa de construcción ha sido contratada para construir un nuevo edificio de oficinas.
El proyecto tiene un plazo de 12 meses y un presupuesto determinado. Sin embargo, hay varias fuentes de incertidumbre que podrían afectar el resultado final, como el clima, la disponibilidad de materiales, la productividad del personal y los retrasos en los permisos de construcción.
Para utilizar el Método de Montecarlo en este escenario, primero identificamos las variables clave que pueden influir en la duración y el costo del proyecto, como el tiempo de construcción, el costo de los materiales y los retrasos potenciales.
Luego, asignamos distribuciones de probabilidad a estas variables, utilizando datos históricos, experiencia previa y juicio experto.
Por ejemplo, podríamos suponer que el tiempo de construcción sigue una distribución normal con una media de 12 meses y una desviación estándar de 1 mes, lo que refleja la variabilidad en el proceso de construcción.
De manera similar, podríamos modelar el costo de los materiales como una distribución triangular con valores mínimos, máximos y modales basados en estimaciones de mercado.
Una vez que hemos definido estas distribuciones de probabilidad, ejecutamos la simulación de Montecarlo generando un gran número de escenarios posibles.
Para cada escenario, calculamos la duración del proyecto y el costo total utilizando valores aleatorios para las variables de entrada.
Después de ejecutar la simulación, obtenemos una distribución de resultados que nos muestra la probabilidad de alcanzar diferentes niveles de tiempo y costo.
Con esta información, se pueden tomar decisiones más fundamentadas.
Por ejemplo, si descubren que existe una alta probabilidad de que el proyecto se retrase más allá del plazo original, podrían implementar medidas proactivas, como asignar más recursos o ajustar el cronograma.
Del mismo modo, si encuentran que hay un alto riesgo de que el costo del proyecto supere el presupuesto, podrían buscar formas de reducir gastos o renegociar contratos con proveedores.
En resumen, el Método de Montecarlo es una herramienta muy útil que nos puede ayudar a evaluar proyectos gestionar el riesgo de manera más efectiva.
Herramientas Montecarlo
En el mercado actual, existen varias herramientas comerciales que implementan el Método de Montecarlo para diversas aplicaciones, desde la gestión de proyectos hasta la ingeniería financiera y la simulación de sistemas complejos.
Algunas de las más conocidas son:
- @Risk: Desarrollado por Palisade Corporation, @Risk es una de las herramientas más populares para el análisis de riesgos y la simulación de Montecarlo en hojas de cálculo de Microsoft Excel. Permite a los usuarios modelar y analizar la incertidumbre en una amplia gama de contextos, desde finanzas hasta operaciones y gestión de proyectos.
- Crystal Ball: Otra herramienta líder de Palisade Corporation, Crystal Ball ofrece capacidades similares a @Risk y también se integra con Microsoft Excel. Permite a los usuarios realizar análisis de riesgos, pronósticos y optimización utilizando simulaciones de Montecarlo.
- Simulación de Arena: Arena, desarrollado por Rockwell Automation, es una herramienta de simulación de procesos que utiliza el Método de Montecarlo y otros enfoques de modelado para analizar y optimizar sistemas complejos, como líneas de producción, cadenas de suministro y operaciones de servicio.
- ModelRisk: ModelRisk es una herramienta de análisis de riesgos y simulación de Montecarlo desarrollada por Vose Software. Ofrece una amplia gama de funciones para modelar incertidumbre y realizar análisis de riesgos en Excel, así como en entornos de programación como VBA y Python.
- SolverStat: Esta herramienta, desarrollada por Frontline Systems, ofrece capacidades avanzadas de simulación de Montecarlo y optimización para modelos complejos en Excel. Permite a los usuarios realizar análisis de riesgos, pronósticos y optimización utilizando técnicas de simulación y optimización.
En un mundo donde la incertidumbre es inevitable, el Método de Montecarlo nos ofrece una manera de enfrentarla con confianza y preparación.
Alejandro Pérez, PMP, PMI ACP, PM²
Por favor, ayuda a difundir estos contenidos:
💬 Comparte tu opinión y deja tu comentario
👌 Pulsa «Like / Recomendar»
⏭️ Difunde y comparte entre tus contactos
19 respuestas
excelente articulo.
Gracias Enrique!
Me interesa el articulo
Gracias Fabian 🙂
Muchas gracias..!
Incesante herramienta pata el cálculo de probabilidades de riesgo en proyectos y otras aplicaciones.
Gracias William por seguir nuestros contenidos, saludos!
Muy interesante. Gracias.
Gracias a ti Nelson por seguir nuestros contenidos, saludos!
Mil gracias. Importantes reflexiones para aplicaciones prácticas y reales
Gracias Julio por tu comentario 🙂
Muchas gracias por el artículo Alejandro. ¿Podrías recomendar algún artículo donde se profundice más en este análisis?
Me parece muy interesante. Si el ejemplo que has puesto lo tuvieras con datos/gráficas, sería muy interesante.
Gracias Raquel por tu comentario, puedes echarle un vistazo a este artículo que incluye algunos ejemplos y casos prácticos de uso: https://aws.amazon.com/es/what-is/monte-carlo-simulation/
Saludos,
Buen articulo, si es necesario para una buena toma de decisiones
Gracias Ramiro por tu comentario 🙂
Primavera Risk es otra herramienta muy útil para el analisis de riesgos. Gracias por compartir. saludos.
Gracias a ti Alejandro por seguir nuestros contenidos. Saludos!
Me ha gustado mucho el artículo. Yo he trabajado con la herramienta Risky Project, la cual considero es bastante sencilla de utilizar y entender. Sin embargo, se debe disponer de la lista de riesgos y la matriz de probabilidades para poder realizar simulaciones de Monte Carlo.
Gracias por compartir. Aprecio su trabajo, puesto que no es cualquiera quien se atreve a escribir sobre estos temas tan importantes.
Muchas gracias Ruth por tu comentario y aportación 🙂