Blog /

¿Podemos predecir el futuro en Gestión de Proyectos?

Mañana, 30 de Noviembre, tendrá lugar a nivel mundial uno de los experimentos más potentes sobre física cuántica que se han llevado a cabo en los últimos años.

Basándose en el input aleatorio de más de 30.000 participantes alrededor del mundo, los científicos van a intentar entender el comportamiento de los átomos.

Cómo ya sabéis uno de los princpios de la física cuántica es que cuando observas la realidad, la estas alterando, por lo tanto es complicado estudiar su comportamiento.

Para más información o si queréis participar en este experimento global, podéis visitar la página oficial del mismo: http://thebigbelltest.org/

Mientras me instruía en el funcionamiento del experimento, recordé que en gestión de proyectos también intentamos observar y entender la realidad, a la vez que predecir el futuro (cosa que no siempre es fácil, ya que hay factores externos como los riesgos que nos impactan continuamente).

futuro_pm

En materia de gestión de proyectos contamos con la herramienta de Simulación Montecarlo, que nos permite en diveras áreas de conocimiento (gestión del tiempo, gestión de riesgos, etc) trabajar con modelos predictivos y generar posibles escenarios futuros a tener en cuenta para nuestra gestión.

El método Monte Carlo ya revolucionó la investigación nuclear en la década de 1940. Hoy en día, el uso de datos simulados para producir una imagen fiable del resultado de un proceso constituye una herramienta vital en muchas industrias.

Por ejemplo podemos usar Montecarlo para la gestión de riesgos para:

  • Determinar la posibilidad de finalizar el proyecto en un cierto día con un cierto coste
  • Determinar el porcentaje de riesgo total del proyecto
  • Determinar si una actividad estará en el camino crítico o no

Existen diversos programas informáticos con los cuáles poder trabajar las simulaciones Montecarlo (también conocidos como escenarios «what-if»). Todos ellos necesitan de los siguientes pasos:

  • Identificar la ecuación de transferencia
  • Definir los parámetros de entrada
  • Crear datos aleatorios
  • Simular y analizar la salida del proceso

Algunos de los más conocidos son: @Risk, Crystall Ball, Insight.xla, SimTools.xla, etc

Podéis leer más sobre el método Monte Carlo y su aplicación práctica con Excel en el siguiente artículo de UOC:

UOCUso avanzado de Excel para la Simulación Montecarlo 

Espero que os haya resultado interesante el artículo y os ayude a entender mejor esta útil herramienta de análisis y os animo a participar el en experimento de física cuántica que tendrá lugar mañana: http://thebigbelltest.org/

Alejandro Pérez, PMP, PMI ACP

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *