Análisis de riesgo (registro cualitativo y Monte Carlo)

ProjectLibre Cloud combina un registro de riesgos cualitativo con una simulación de Monte Carlo de la programación — convirtiendo una única fecha de fin determinista en una confianza de la programación, una contingencia y unos factores de riesgo medibles.

Este tema cubre dos partes complementarias:

• Registro de riesgos cualitativo + asociación — capture amenazas y oportunidades, puntúelas y asócielas a las tareas del CPM.

• Análisis de riesgo de la programación con Monte Carlo — muestree la incertidumbre de la duración a lo largo de miles de iteraciones y lea la confianza de la fecha de fin (P50 / P80 / P95), la criticidad, la sensibilidad y los factores determinantes.

Para quién es: Jefes de proyecto que usan programaciones CPM de ProjectLibre Cloud y necesitan información de riesgo cualitativa y cuantitativa. El video destaca en especial la firma de contratos con penalizaciones por entrega tardía.

Vea también: Auditoría de proyecto (auditoría de calidad de la programación DCMA) · Diagrama de Gantt · Vistas principales

Vea: Análisis de riesgo con Monte Carlo (~5:41).

Resumen

Una programación de proyecto normal ofrece una única fecha de finalización planificada. Las actividades pueden terminar antes, a tiempo o tarde. El análisis de Monte Carlo responde: ¿cuál es la probabilidad de que este proyecto termine realmente para una fecha determinada?

Capacidades del producto:

• Trabaja a partir de su programación existente

• No requiere estimaciones de tareas

• Sustituciones avanzadas cuando hace falta

No tiene que crear estimaciones de tres puntos para cada tarea antes de ejecutar Monte Carlo. ProjectLibre parte de las duraciones deterministas de las tareas ya presentes en el plan. Si no existe una sustitución de Optimista / Más probable / Pesimista, se aplican los supuestos de Monte Carlo a nivel de proyecto. Con Más probable al 100 %, la duración determinista de la tarea es el valor de Más probable.

Ejemplo: Una tarea determinista de 30 días con los valores predeterminados del proyecto 90 % / 100 % / 125 % se convierte en 27 días Optimista, 30 días Más probable y 37,5 días Pesimista.

Flujo de trabajo en seis pasos

Seis pasos de la programación a la información de riesgo:

1. Empiece por su programación — use la programación determinista ya presente en ProjectLibre.

2. Cree el Registro de riesgos — registre la probabilidad, el impacto, el responsable y la exposición.

3. Asocie los riesgos a las tareas — conecte cada evento de riesgo con las actividades de la programación a las que puede afectar.

4. Configure los valores predeterminados de Monte Carlo — elija las iteraciones, las distribuciones y los supuestos de incertidumbre de todo el proyecto.

5. Sustituciones de tarea opcionales — introduzca valores O / ML / P específicos de la tarea solo donde una mayor precisión resulte útil.

6. Analice los resultados — lea P50/P80/P95, los riesgos disparados, la criticidad, la sensibilidad y los factores del fin.

Los pasos 2 y 3 son cualitativos. Los pasos 4 a 6 son de Monte Carlo / cuantitativos. La ruta de la demo del video destaca los pasos 1, 4, 5 y 6, sin la interfaz de registro/asociación.

Parte A — Registro de riesgos cualitativo y asociación

Cómo funciona la puntuación cualitativa

• Puntuación = probabilidad × impacto más alto.

• Es una puntuación de priorización, no el número de iteraciones de Monte Carlo ni el porcentaje Disparado.

• Ejemplos: L × H = 12 / 64 · M × H = 24 / 64 · H × H = 36 / 64

• El máximo 64 / 64 es la puntuación cualitativa máxima posible.

Crear el Registro de riesgos cualitativo

Capture amenazas y oportunidades concretas con probabilidad, impacto, estado, responsable, exposición y las tareas a las que pueden afectar. El mapa de calor hace que los riesgos de mayor prioridad sean fáciles de ver.

Las etiquetas de la interfaz visibles en la captura de la vista Cualitativo incluyen los subconmutadores Registro | Correspondencias, el título del mapa de calor Amenazas y oportunidades activas - probabilidad × impacto más alto, el botón + Añadir un riesgo, y columnas de tabla como Nombre, Tipo, Estado, P, I, Puntuación, Exposición, Responsable, Tareas.

Asociar riesgos a tareas

La vista Correspondencias conecta el Registro de riesgos con la programación CPM. Un riesgo puede afectar a una tarea o a varias tareas relacionadas, y una tarea puede estar expuesta a más de un riesgo.

Por qué importa la asociación: un riesgo compartido se dispara una sola vez en una iteración. Si ocurre, todas las tareas vinculadas a ese mismo evento se ven afectadas a la vez, preservando la relación real entre ellas. La matriz de correspondencias hace explícitas las relaciones riesgo-tarea.

Riesgo cualitativo a nivel de tarea en la programación

La programación puede mostrar los nombres de los riesgos vinculados, las puntuaciones en forma de píldora (por ejemplo, 24/64) y la exposición junto al Gantt (vista de riesgo cualitativo a nivel de tarea).

Parte B — Análisis de riesgo de la programación con Monte Carlo

Monte Carlo muestrea las duraciones de las tareas a lo largo de muchas iteraciones, recalcula la programación CPM en cada una y registra los resultados de fin — convirtiendo miles de programaciones simuladas en decisiones. Las amenazas cualitativas vinculadas también pueden dispararse por probabilidad cuando están configuradas; el propio video del recorrido muestra la incertidumbre por rango de duración y no el disparo del registro.

Cómo abrir el Análisis de riesgo de la programación (Monte Carlo)

Flujo de trabajo:

1. Abra un proyecto para tener a la vista el diagrama de Gantt.

2. En la barra de herramientas superior sobre el Gantt, haga clic en el icono de medidor / velocímetro.

3. Información sobre herramientas: Análisis de riesgo de la programación (Monte Carlo).

4. Se abre el diálogo: Análisis de riesgo de la programación.

En la misma barra de herramientas, la Auditoría de calidad de la programación (DCMA) está justo al lado (vea Auditoría de proyecto).

Configurar los valores predeterminados de Monte Carlo (a nivel de proyecto)

Elija los supuestos de incertidumbre a nivel de proyecto y el número de iteraciones. Estos valores predeterminados se aplican a toda tarea que no tenga sus propias estimaciones a nivel de tarea. La duración normal del proyecto sigue siendo la duración Más probable cuando Más probable está al 100 %.

Iteraciones:

• Rápida (1000)

• Estándar (3000)

• Profunda (10 000)

Valores predeterminados de incertidumbre: Optimista 90 % · Más probable 100 % · Pesimista 125 %. En el video se dice: optimista alrededor de un 10 % antes del valor determinista; pesimista alrededor de un 25 % peor.

Distribuciones:

• Nombradas en el video del recorrido: Triangular, PERT (beta), Uniforme.

• La interfaz de simulación de Riesgo cuantitativo también incluye Lognormal y Trigen (cinco en total), con los anclajes P10 / P90 señalados solo para Lognormal y Trigen.

Sustituciones opcionales de tarea O / ML / P

Regla sencilla: sin estimación de tarea → se usan los valores predeterminados del proyecto. Con una estimación de tarea introducida → se usan en su lugar los valores específicos de la tarea.

1. Haga doble clic en una tarea → modal de detalles de la tarea.

2. Abra la pestaña Riesgo (las pestañas del modal incluyen: Principal, Rendimiento, Valores reales, Calendario, Programación, Dependencias, Riesgo, Notas).

3. Establezca la Distribución de riesgo, la Duración optimista y la Duración pesimista (y la duración más probable / de programación según corresponda).

4. Ejemplo del video: más probable 4 días, optimista 2 días, pesimista 9 días — sustituye los supuestos de Monte Carlo del proyecto para esa tarea.

Una vista de Estimaciones ofrece duraciones Optimista / Más probable / Pesimista específicas de la tarea (las columnas pueden mostrar Predeterminada del proyecto cuando no se ha sustituido).

Leer los resultados

Cada iteración muestrea las duraciones de las tareas, determina qué eventos de riesgo vinculados se disparan (cuando hay amenazas cualitativas vinculadas), recalcula la programación CPM y registra el resultado.

Confianza de fin y métricas:

Término	Definición
P50 / P80 / P95	Fechas de fin que se cumplen (en esa fecha o antes) en el 50 %, el 80 % y el 95 % de los resultados simulados.
Disparado	El porcentaje de iteraciones de Monte Carlo en las que ese evento de riesgo realmente ocurrió.
Criticidad	El porcentaje de ejecuciones de la simulación en las que una tarea está en la ruta crítica.
Sensibilidad	En qué medida se asocia la variación de una tarea o un riesgo con la variación del fin del proyecto.
Puntuación de riesgo	Probabilidad × impacto más alto (priorización cualitativa; máximo 64).
Exposición al riesgo	Exposición financiera según la base de costo, la probabilidad y el impacto en el costo.

Tarjetas de resumen: Fin determinista; Fin P50; Fin P80; Fin P95; A tiempo - frente al fin del plan actual. Las tarjetas del panel también pueden mostrar etiquetas de contingencia hasta P80.

Gráficos:

• CONFIANZA EN LA FECHA DE FIN (CURVA S) — estilo de información sobre herramientas P(fin ≤ fecha)

• QUÉ DETERMINA EL RIESGO DEL FIN — correlación / sensibilidad tipo tornado

Tabla: MAYOR CRITICIDAD — columnas Tarea, Fin P80, Criticidad, Sensibilidad. El panel también muestra los Riesgos del registro en esta simulación (Probabilidad, Impacto, Disparado, Sensibilidad).

Cuadrícula de resultados: las columnas pueden incluir Nombre, Duración, Fin, Fin P50, Fin P80, Criticidad, Sensibilidad, Crucialidad, SSI, además del Gantt con barras de capas de riesgo.

Ejemplo de proyecto de ingeniería: Fin determinista 17 de febrero de 2027; P50 1 de abril de 2027; P80 29 de abril de 2027; P95 26 de mayo de 2027.

Usos para la decisión:

• Evaluar si una fecha de finalización comprometida es realista

• Identificar dónde se concentra la incertidumbre de la programación

• Decidir sobre recursos, contingencia, gestión de proveedores o mitigación de riesgos

• Elegir una fecha de finalización según un nivel de confianza explícito y no por intuición

Contraste final: una programación tradicional dice cuándo termina el plan; Monte Carlo dice qué grado de confianza puede tener en esa fecha.

Vea el recorrido

Vea: Análisis de riesgo con Monte Carlo (~5:41) — software de gestión de proyectos ProjectLibre.

Cubre la apertura del Análisis de riesgo de la programación desde la barra de herramientas del Gantt, las iteraciones/distribuciones a nivel de proyecto, las sustituciones de la pestaña Riesgo de la tarea, la curva S / el tornado / la criticidad / la sensibilidad, y P50 / P80 / P95. No recorre el Registro de riesgos cualitativo ni la matriz de Correspondencias.