Análisis cuantitativo de riesgos

En el desarrollo de este Proyecto Fin de Carrera, en el momento en que se empezó a profundizar en el área de conocimiento de los riesgos, el análisis cuantitativo ha sido el aspecto al que más posibilidades se le han contemplado. Hay varias razones para esto, entre las que se encuentran que tiene una gran capacidad de mejora, principalmente por la falta de operatividad encontrada en este campo, y que a juicio personal, contradicen el esfuerzo requerido con el tiempo necesario para obtener resultados útiles para la gestión de un proyecto.

Es posible pensar que con la realización de un análisis cualitativo como el anterior podemos tener un conocimiento suficiente de lo que puede acontecer en el proyecto. Lo cierto es que si bien es necesario para establecer que riesgos pueden tener lugar, su capacidad de reflejar el impacto de los mismos más allá de su descripción es muy limitada. Si además el análisis cualitativo se realiza con poca rigurosidad, sólo con el ánimo de identificar cuellos de botella y responsables, su falta de profundidad ahonda en la escasa cultura del uso de técnicas cuantitativas.

Lo que verdaderamente resultaría interesante es poder contextualizar cada incertidumbre en el marco global del proyecto, donde puede acabar resultando que “los malos no son tan malos, ni los buenos tan buenos”. Con la frase anterior se trata de tomar conciencia de que un proyecto en verdad es un ecosistema con múltiples

34

elementos, cuyas dependencias pueden crear efectos colaterales entre ellos (tareas, costes, riesgos, calidad,…) muy diferentes de lo esperado. Se ha de pensar que cuando se lleva a cabo un análisis de riesgos, a la hora de establecer probabilidades y rangos de impacto, estos mismo pueden tener efectos catalizadores o atenuadores sobre multitud elementos. En la realidad todas las salidas están afectadas por fenómenos tales como restricciones de tiempo, coste, cumplimiento de objetivos, marcos legales y un sinfín más.

Teniendo en cuenta esto, es razonable pensar que las técnicas tanto de planificación temporal como de costes enunciadas anteriormente tienen capacidades muy limitadas para ofrecer visiones realistas sobre un proyecto, y que vale la pena indagar en qué otras posibilidades están a nuestro alcance. Un análisis cuantitativo de calidad otorgaría al plan de proyecto capacidades tales como poder:

 Cuantificar la exposición al riesgo, para determinar convenientemente los planes de contingencia de tiempo y coste a incluir en el proyecto.

 Determinar la probabilidad de no alcanzar objetivos del proyecto.

 Identificar los riesgos que requieren una mayor atención por medio del conocimiento de cuáles son sus efectos marginales en el proyecto.

 Mejorar el plan del proyecto usando estimaciones más realistas para la preparación de la planificación, estimación del coste y análisis del alcance. Como hemos hablado en los apartados de planificación temporal y de costes, los elementos necesarios para proceder en un análisis de riesgos cuantitativos serán el plan de gestión de riesgos, con la planificación temporal y de costes. La gran parte de la información necesaria se encuentra en lo ya documentado, pero el análisis cuantitativo a veces requiere ir un paso más adelante en cuanto a recabar la información, tratado en mayor profundidad en el Capítulo 4.

2.4.2.1 Métodos de análisis cuantitativo de riesgos

A continuación se exponen los principales métodos de análisis cuantitativo: Árboles de decisión: Este método permite analizar decisiones secuenciales basadas en el uso de resultados y probabilidades. Una de las características de este método es que tiene una representación gráfica muy intuitiva, tratándose de un conjunto de sucesiones de izquierda a derecha que reflejan el proceso de decisión sobre los riesgos identificados. Los árboles de decisión pueden usarse tanto para valorar decisiones económicas como de planificación temporal.

Para elaborar un árbol de decisión seguiremos el siguiente proceso [18]: – Las decisiones a tomar se corresponderán por cuadrados.

35 o Al final de estas consideramos los resultados

 Si son valores ciertos, el nodo será un cuadrado  Si son valores inciertos, el nodo será un círculo – Por cada nuevo cuadrado repetiremos el proceso anterior

– Por cada círculo trazamos líneas por cada opción (nombrándolas) – Asignamos un valor a cada posible decisión y una probabilidad

o Tomas las ramas juntas sumarán 1

– Repetimos hasta considerar todos los escenarios posibles

– Calculamos el valor de cada nodo incierto (círculo) prorrateando cada resultado por su probabilidad

– Calculamos el valor de cada nodo de decisión (cuadrado) o Fijando su coste sobre cada línea de decisión (C) o Restamos del valor del siguiente nodo

 El resultado es el beneficio esperado (B)

o Seleccionamos la opción de mayor beneficio para el nodo

A continuación se muestra un ejemplo de árbol de decisión realizado para un caso en el que se ha de decidir una estrategia empresarial, basada en la creación de un nuevo producto o alargar y reactivar uno existente:

36

En este ejemplo vemos que la opción de crear un nuevo producto con un desarrollo detallado es la más aconsejable (camino naranja), puesto que el beneficio neto esperado es superior al resto.

Los árboles de decisión permiten obtener una panorámica, razonablemente simple eso sí, del riesgo sobre elementos muy concretados pero no excesivamente profundos (estrategia general de un producto, éxito de un test, elección de un proceso para un cierto requerimiento de tiempo,…). Esto puede ser de gran utilidad, pero lo cierto es que los árboles de decisión no están especialmente extendidos en los procesos de gestión empresarial cuando tienen una cierta dimensión o complejidad [4].

Las razones de esto son que el esfuerzo para ejecutar estos análisis en entornos complejos pierde operatividad si se tiene en cuenta la calidad de los resultados cosechados. Al igual que las técnicas que vimos en los capítulos anteriores, esta también tiene capacidades muy limitadas. Esta técnica se puede usar para elementos muy diferenciados y concretos (tiempo, coste, estrategia,…), mientras que lo interesante sería integrar varios de estos elementos con coherencia dentro de un modelo completo. Aquí se trabaja con valores determinísticos, y lógicas poco flexibles (estrictamente secuenciales), que podrían ser útiles en análisis a alto nivel, pero que pierden fuelle para brindar información de calidad en la toma de decisiones de profundidad. Por otro lado, aunque pueden servirse de mucha de la información recabada en el análisis cualitativo, el querer usar árboles de decisión puede sesgar la manera en que se recaba la información, tratando de justificar procesos y decisiones secuenciales, a veces apartadas de realidad de los proyectos.

Modelado y Simulación: El PMI propone el modelado y la simulación como una técnica aplicable en el campo de los riesgos, pero si está es convenientemente desarrollada puede ser perfectamente válida para integrar las tres áreas de conocimiento expuestas. De hecho, la integración de los elementos tiempo, coste y riesgo es más que conveniente si lo que se desea es crear un método junto a una herramienta que brinde información de la mayor calidad posible. La creación de un modelo y su posterior simulación es una técnica experimental de resolución de problemas que debemos usar cuando [14]:

 No exista un sistema real, sea caro o peligroso, o sea imposible construir y manipular un prototipo.

 La experimentación con el sistema real sea peligrosa, costosa o pueda causar incomodidades.

 Existe la necesidad de estudiar el pasado, presente y futuro de un sistema en tiempo real, expandido o contraído.

 La modelación matemática del sistema es imposible o muy compleja.

 Los modelos matemáticos carecen de soluciones analíticas o numéricas (ED no lineales, problemas estocásticos, etc.)

37  Sea posible validar los modelos y sus soluciones de una forma satisfactoria.

 La precisión esperada por la simulación sea consistente con los requisitos de un problema concreto (por ejemplo, la dosis de radiación en el tratamiento del cáncer requiere una precisión extrema).

Dado que la gestión del riesgo en proyectos orientada a las áreas de tiempo y coste cumple estas características, vamos a profundizar en el uso del modelado y simulación. Es en este punto donde vamos a centrarnos a partir del siguiente capítulo, exponiendo los principios de este concepto para desarrollarlo en profundidad.

2.4.2.2 Otros métodos de análisis cuantitativos y consideraciones

El PMI, en su guía de recomendación, aparte de los dos métodos anteriores, mencionan el análisis de sensibilidad y el valor esperado. Es curioso esta recomendación, pues estos análisis no son métodos en sí mismos, más bien pertenecen al conjunto de resultados que puede ofrecer una minería de datos de, en este caso sí, un método como tal. Ambas sugerencias se toman en cuenta, considerando su aplicación en la metodología propuesta en este Proyecto Fin de Carrera.

Como horizonte se debería de tener un método genérico, robusto pero dinámico, con posibilidades de representar situaciones reales, que permita extraer multitud de información para facilitar la gestión, y capaz de automatizarse a un alto nivel. Al igual que hacen los sucesivos métodos presentados, es posible aprovechar los conceptos de algunos de ellos, que llevándolos a otro ámbito sigan siendo de utilidad, apoyados por un método basado en el modelado y simulación (Monte Carlo).

Mediante la metodología propuesta, se podrá obtener un análisis probabilístico del proyecto. En este, podremos encontrar métricas de las áreas de tiempo y coste con sus niveles de confianza, segmentados de multitud de formas que ayudan y dan luz para una toma de decisiones acertada. Esta toma de decisiones puede tratarse de priorización de riesgos, elección de diferentes procesos o modificaciones en el alcance por implicaciones económicas o temporales, optimización de los requisitos de financiación, así como optimización de recursos o planes de contingencias entre otros. Todas estas acciones tomarán forma y se deberán documentar en el plan de respuesta ante riesgos que comentamos a continuación.