Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Gestión DE PROYECTOS
de riesgos – RIESGOSen
y oportunidades Y OPORTS.
proyectos
Dirección de Proyectos
Riesgos y oportunidades
Inicio sesiones
Page 1
1
DIRECCIÓN DE PROYECTOS – RIESGOS Y OPORTS.
Dirección de Proyectos
Riesgos y oportunidades
Ponentes:
Mª Pilar de la Cruz
Alfredo del Caño
Grupo de Ingeniería y Dirección de Proyectos
Universidade da Coruña
Page 2
2
DIRECCIÓN DE PROYECTOS – RIESGOS Y OPORTS.
Page 3
3
DIRECCIÓN DE PROYECTOS – RIESGOS Y OPORTS.
Nuevos productos
Concorde (1959-1978):Estimación de costes = 95 M£
Costes reales desarrollo = 1.140 M£
Costes reales producción = 700 M£
Ingresos (1978) = 350 M£
Informática (The Standish Group Report, 1995; sobre más de 8.000 proyectos)
• El 31% de los proyectos se cancelaban antes de terminar
• El 53% costaban un 189% de la estimación inicial
• Grandes corporaciones: de los completados, sólo se alcanzaba el
42% de la funcionalidad propuesta inicialmente
• Sólo el 16% se completaban a tiempo y sin sobrecostes
Page 4
4
DIRECCIÓN DE PROYECTOS – RIESGOS Y OPORTS.
Page 5
5
DIRECCIÓN DE PROYECTOS – RIESGOS Y OPORTS.
¿Eficacia en la dirección de
proyectos sin una adecuada gestión
de riesgos y oportunidades?
Page 6
6
DIRECCIÓN DE PROYECTOS – RIESGOS Y OPORTS.
Page 7
7
Dirección de proyectos
Introducción
Page 1
1
GESTIÓN DE O&Rs: INTRODUCCIÓN
Incertidumbre
Falta de certeza sobre lo que va a
ocurrir en el futuro
Page 2
2
GESTIÓN DE O&Rs: INTRODUCCIÓN
Riesgo “individual”
• Tradicionalmente (RAE): contingencia o proximidad de un daño.
• Concepto actual (*): hecho o condición incierta que, si ocurriese,
tendría un efecto positivo o negativo (oportunidades, amenazas)
sobre al menos un objetivo del proyecto (rentabilidad,
funcionalidad, plazo, coste, calidad, sostenibilidad, etc.).
• Preferible: usar los términos oportunidad y riesgo (o amenaza).
• Origen de O&Rs: la incertidumbre.
• Incertidumbres hay muchas, pero
nos centramos en las que afectan
a los objetivos del proyecto.
Nivel general de riesgo del
proyecto: efecto global sobre el
proyecto de todas las
incertidumbres, positivas y
negativas.
(*) PMBOK (2017) P de la Cruz - A del Caño 5
¿ ?
P de la Cruz - A del Caño 6
Page 3
3
GESTIÓN DE O&Rs: INTRODUCCIÓN
• Definir O&Rs: metalenguaje para dicha definición
(descripción formal del riesgo), estructurado en 3 partes:
– “como consecuencia de [causas],
– puede ocurrir que [acontecimiento incierto;
incertidumbre],
– lo cual llevaría a [efectos o impactos sobre los
objetivos del proyecto]”.
Page 4
4
GESTIÓN DE O&Rs: INTRODUCCIÓN
2 incertidumbres (o más):
• Una misma causa una + (o más)
y una – (o más)
• Ejemplo:
• Causa: proyecto certificación ISO; periodo de crisis con baja
actividad de la empresa; huecos en la agenda del personal; se
ha decidido: redacción de procedimientos y manual por el
personal de la empresa asesorados por un consultor, en vez
de que sea éste el que los redacta.
• Incertidumbre (-): podría aumentar la contratación y que el
personal tenga demasiado trabajo de contratos con clientes
(que pagan los salarios, y este proyecto no) como para atender
este proyecto: (consecuencias) como mínimo, retrasos.
• Incertidumbre (+): podría suceder que las documentaciones
generadas sean realistas y muy fáciles de implantar:
(consecuencias) ahorros de tiempo y coste.
P de la Cruz - A del Caño 9
Conceptos asociados:
• La probabilidad de que llegue a producirse el hecho,
• y el impacto del mismo sobre los objetivos del proyecto
(magnitud de los retrasos, ahorros en costes, bajas en
calidad o aumentos de la rentabilidad, etc.).
Page 5
5
GESTIÓN DE O&Rs: INTRODUCCIÓN
O&Rs conocidos / desconocidos:
• Conocidos: identificables, analizables, susceptibles de
respuesta; proceso de GROP (adaptado a las
características, necesidades y restricciones del proyecto;
PM2, PMBOK, PRINCE, …).
• Desconocidos: márgenes generales para
contingencias, llamados reservas de gestión, basados
en la experiencia en proyectos similares desarrollados
con anterioridad: un % aplicado a la estimación de
costes de las actividades y paquetes de trabajo del
proyecto.
(PMBOK 2021)
P de la Cruz - A del Caño 13
Page 6
6
GESTIÓN DE O&Rs: INTRODUCCIÓN
Enfoque actuarial:
• Basado en el análisis estadístico de registros históricos
(bases de datos): probabilidad objetiva
• Es deseable, debe perseguirse.
• No suele ser posible para todo el proyecto, dada la
propia naturaleza del proyecto, y tanto más si se trata
de innovación. Por tanto:
– Estimación subjetiva de la probabilidad, basada en opiniones
de expertos
– y consideración conjunta de ambas (objetiva, subjetiva).
¿Qué es la GROP?
Page 7
7
GESTIÓN DE O&Rs: INTRODUCCIÓN
Page 8
8
GESTIÓN DE O&Rs: INTRODUCCIÓN
Page 9
9
GESTIÓN DE O&Rs: INTRODUCCIÓN
Suele asociarse a
alto impacto
Importante!
Pero menos que la
respuesta preventiva.
Respuesta al riesgo
Respuesta
a la crisis
Podría pensarse en un
proceso paralelo para las
oportunidades
P de la Cruz - A del Caño 31
Page 10
10
GESTIÓN DE O&Rs: INTRODUCCIÓN
La incertidumbre decrece con el ciclo de vida del proyecto
(Andrews y Jobling, 1992]
M m M m M m
máximo (M)
coste del proyecto
más
probable
mínimo (m)
evaluación
propuesta
propuesta
comienzo
comienzo
contrato
contrato
entrega
entrega
viabil. diseño ejecución desactivación
OPORTUNIDADES
Y AMENAZAS
TIEMPO
P de la Cruz - A del Caño 33
Page 11
11
GESTIÓN DE O&Rs: INTRODUCCIÓN
Page 12
12
GESTIÓN DE O&Rs: PROCESOS
Procesos
(PM2, PMBOK, PRINCE, etc.)
Respuestas?
Page 13
13
GESTIÓN DE O&Rs: PROCESOS
1. Planificar la gestión
Respuestas?
Page 14
14
GESTIÓN DE O&Rs: PROCESOS
Respuestas?
Page 15
15
GESTIÓN DE O&Rs: PROCESOS
El cocodrilo que te muerde es el cocodrilo que no ves (anónimo)
Page 16
16
GESTIÓN DE O&Rs: PROCESOS
Técnicas:
• Opiniones de expertos
• Técnicas de recopilación de datos:
– Tormenta de ideas.
– Listas de chequeo de identificación directa: listados de O&Rs de
proyectos anteriores (ver más adelante)
– Entrevistas, reuniones.
• Análisis de datos:
– Análisis de causa raíz (identificación de causas de O&Rs)
– Análisis de hipótesis y restricciones asumidas (¿qué pasaría si la
hipótesis resultara ser falsa, o la restricción desapareciese?: efecto
sobre el proyecto)
– Análisis DAFO.
– Revisión y análisis de las documentaciones del proyecto.
• Habilidades personales y de equipo. Uso de expertos en
conducir sesiones de identificación.
• … P de la Cruz - A del Caño 52
Page 17
17
Listas de chequeo de identificación directa:
IDENTIFICACIÓN
listados de O&Rs de proyectos anteriores
Page 18
18
GESTIÓN DE O&Rs: PROCESOS
Respuestas?
Page 19
19
GESTIÓN DE O&Rs: PROCESOS
• Análisis cualitativo de O&Rs: priorizar O&Rs para análisis o
acción posteriores, en función de diversos criterios
cualitativos.
– ¿Cuáles son las O&Rs realmente importantes?
– ¿Tiene una determinada incertidumbre más importancia que otra?.
– Definir o confirmar quién se va a encargar de la gestión de cada O&R.
Page 20
20
GESTIÓN DE O&Rs: PROCESOS
Análisis cualitativo de O&Rs: ¿en función de su producto
probabilidad x impacto?.
•NO.
• El riesgo que más nos debe preocupar (el que supone un
mayor uso de reservas para contingencias):
– NO es el de mayor probabilidad.
– TAMPOCO el de mayor producto probabilidad x impacto.
– Es el de mayor impacto (mayores sobrecostes, retrasos, …; todo esto
es demostrable matemáticamente ver apuntes adjuntos).
PROBABILIDAD IMPACTO
•Despreciable •Despreciable
•Muy baja •Muy bajo
•Baja •Bajo
•Media •Medio
•Alta •Alto
•Muy alta •Muy alto
•Cuasi certeza •Crítico (fracaso)
Page 21
21
GESTIÓN DE O&Rs: PROCESOS
Reducción de la subjetividad en la evaluación: probabilidad
100
probabilidad probabilidad
92 muy alta
casi seguro
probabilidad muy alta
83 alta probabilidad
75 alta probabilidad muy probable
67 alta
58
probabilidad probabilidad probabilidad
50 media media media
probable
42
33 probabilidad
probabilidad baja
25 posible
probabilidad baja
17 baja
probabilidad probabilidad
8 muy baja muy baja improbable
0
Page 22
22
GESTIÓN DE O&Rs: PROCESOS
Reducción de la subjetividad en la evaluación: impacto (-)
Evaluación del impacto del riesgo sobre los objetivos principales del proyecto
Objetivo del Muy bajo Bajo Moderado Alto Muy alto
proyecto 1 (0,05) 2 (0,10) 3 (0,20) 4 (0,40) 5 (0,80)
Coste Sobrecoste Sobrecoste Sobrecoste Sobrecoste Sobrecoste
global del 0,5-5% del 5-10% del 10-20% >20%
insignificante
(p. ej., <0,5%)
Plazo Retraso global Retraso del 1- Retraso del Retraso del Retraso >40%
insignificante 10% 10-20% 20-40%
(p. ej., <1%)
Alcance Reducción Sólo afecta a Afecta a áreas Reducción Elemento o
apenas aspectos principales del inaceptable producto final
perceptible secundarios proyecto para el cliente inservible
Calidad Reducción Sólo afecta a Reducción Reducción Elemento o
apenas elementos que requiere inaceptable producto final
perceptible con muy altas aprobación para el cliente inservible
exigencias del cliente
Nótese que, teniendo en cuenta la priorización de objetivos del proyecto y, por tanto, la
tolerancia al riesgo de la organización, la tabla recoge dos aspectos: una cierta idea del
impacto, y la priorización de los objetivos del proyecto (aquí, está claro que el coste es
prioritario frente al plazo).
Debe haber otra tabla como esta para los impactos +
P de la Cruz - A del Caño 68
A
en la diagonal
M
principal!
B
Los riesgos
MB más
preocupantes
MB B M A MA MA A M B MB son los de
Impacto - Impacto + mayor impacto,
tal como ya se
Incertidumbres de interés prioritario ha comentado
Incertidumbres importantes
Page 23
23
GESTIÓN DE O&Rs: PROCESOS
(PMBOK, 2017)
Matriz P-I (oportunidades y amenazas)
MA 0,90 0,05 0,09 0,18 0,36 0,72 0,72 0,36 0,18 0,09 0,05
Probabilidad
A 0,70 0,04 0,07 0,14 0,28 0,56 0,56 0,28 0,14 0,07 0,04
M 0,50 0,03 0,05 0,10 0,20 0,40 0,40 0,20 0,10 0,05 0,03
B 0,30 0,02 0,03 0,06 0,12 0,24 0,24 0,12 0,06 0,03 0,02
MB 0,10 0,01 0,01 0,02 0,04 0,08 0,08 0,04 0,02 0,01 0,01
0,05 0,10 0,20 0,40 0,80 0,80 0,40 0,20 0,10 0,05
MB B M A MA MA A M B MB
Impacto - Impacto +
Incertidumbres de interés prioritario
Incertidumbres importantes
Incertidumbres de importancia secundaria
Podemos asignar números a cada casilla, para una mejor priorización de riesgos
Recomendable no usar matrices P-I (el riesgo que más nos debe preocupar …)
P de la Cruz - A del Caño 71
Page 24
24
GESTIÓN DE O&Rs: PROCESOS
Respuestas?
Page 25
25
GESTIÓN DE O&Rs: PROCESOS
• Análisis cuantitativo de O&Rs: analizar numéricamente el
efecto conjunto de las O&Rs sobre los objetivos generales
del proyecto. No siempre se hace. Objetivos:
– Cuantificar los posibles resultados del proyecto y sus probabilidades
• Determinar probabilidad de alcanzar un objetivo (o varios: plazo, coste,
rentabilidad, sostenibilidad).
• Identificar objetivos realistas y alcanzables (plazo, coste, rentabilidad,
sostenibilidad).
– Determinar reservas para para contingencias.
Page 26
26
GESTIÓN DE O&Rs: PROCESOS
El problema de dicho análisis es que:
• Siendo adecuado para priorizar los riesgos, esto no sirve para
estimar el impacto real (potenciales retrasos, sobrecostes o bajas
en rentabilidad),
• y si usamos como única estimación la media, la mediana o la
moda, con mucha frecuencia tendremos sorpresas
desagradables.
Page 27
27
GESTIÓN DE O&Rs: PROCESOS
Por otro lado, los métodos que usan una estimación triple son los
que mejor reflejan una GROP proactiva, también orientada a las
oportunidades:
P. ej., función de distribución O para estimar la duración de una
estadística, triangular, para actividad del cronograma.
estimar el coste de un paquete de
trabajo.
Page 28
28
GESTIÓN DE O&Rs: PROCESOS
Técnicas. Análisis de sensibilidad:
• Introducimos incrementos +/- en las variables de entrada y vemos
cómo ello hace variar los resultados del proyecto (objetivos).
• Esto se suele hacer en tres escenarios: óptimo, base (esperado o
más probable) y pésimo.
• Para generar el óptimo (oportunidades) y el pésimo (riesgos)
hacemos variar las variables de entrada a partir de sus valores del
escenario base, pero de manera lógica, contemplando las
posibles correlaciones entre variables.
50
25
0 Parámetro
-25
no crítico
-50
-75
-100
-40 -20 0 20 40 60
% DE VARIACIÓN DE LAS VARIABLES DE ENTRADA
Cambios en demanda Ingresos
Coste de la energía Costes de mats. primas
P de la Cruz - A del Caño 85
Page 29
29
GESTIÓN DE O&Rs: PROCESOS
Parámetro
Ingresos
crítico
Costes de operación
Costes de inversión
Costes financieros
Parámetro
Inflación
no crítico
04 06 08 10 12 14 16 18 20 22 24 26 28 30 TIR
Tasa base
Page 30
30
GESTIÓN DE O&Rs: PROCESOS
Problemas:
• Requiere cierto trabajo para hacerse bien (escenarios; y, sobre
todo, para reflejar la correlación), si bien no es demasiado trabajo.
• No da idea de la probabilidad de que tengamos mejores o
peores resultados (plazo, coste, rentabilidad, etc.).
• Y, por tanto, no analiza el riesgo de manera completa (analiza el
impacto pero no la probabilidad).
Page 31
31
GESTIÓN DE O&Rs: PROCESOS
Técnicas. Análisis de valor esperado.
Page 32
32
GESTIÓN DE O&Rs: PROCESOS
El problema es que:
Page 33
33
Técnicas. Simulación tipo Monte Carlo
Más detalle
Ver + adelante
Page 34
34
GESTIÓN DE O&Rs: PROCESOS
Respuestas?
Page 35
35
GESTIÓN DE O&Rs: PROCESOS
• Planificar respuestas a las O&Rs:
– Concebir un conjunto de acciones y opciones de respuesta para
aumentar la P e I de las oportunidades y reducir o anular la P e I de
los riesgos.
– Escoger el conjunto de respuestas a implantar.
– Determinar las respuestas que quedan reservadas para el caso de
que ocurran contingencias.
– Designar los responsables de implantar las respuestas (los mismos
que gestionan la incertidumbre, o no)
Page 36
36
GESTIÓN DE O&Rs: PROCESOS
Page 37
37
GESTIÓN DE O&Rs: PROCESOS
Técnicas: estrategias de respuesta (cont.)
• Impacto +
• Elevar: ídem anterior.
• Explotar: I = A; garantizar que se aprovecha; cambio del plan (P=100%,
si se pudiera); cambiar personal por otro de mayor experiencia y
conocimientos, usar equipos de mayor capacidad o tecnológicamente
más avanzados, …
• Compartir: I = M y B; compartir con un socio para aumentar, gracias a ello,
la P de conseguir los beneficios; p. ej., uniones temporales de empresas
(UTEs).
• Reforzar o mejorar: I = A, M y B; aumentar P o I todo lo posible; p. ej.,
aumentar el personal o el nº de equipos (P e I), …
• Aceptar (pasiva o) activamente: I = B; si no merece la pena el esfuerzo o
los beneficios. Planes de acción (y su presupuesto) para cuando ocurra (para
no desaprovecharla).
Page 38
38
GESTIÓN DE O&Rs: PROCESOS
Page 39
39
GESTIÓN DE O&Rs: PROCESOS
OPORTUNIDADES DE EFECTO
SECUNDARIO
Page 40
40
GESTIÓN DE O&Rs: PROCESOS
GROP?
Respuestas?
Page 41
41
GESTIÓN DE O&Rs: PROCESOS
Respuestas?
Page 42
42
GESTIÓN DE O&Rs: PROCESOS
• Controlar las O&Rs:
– Hacer un seguimiento de dichas O&Rs y de los riesgos residuales
(descripción, P, I, …).
– Identificar nuevos riesgos (y evaluarlos, y responder a ellos).
– Detectar las O&Rs que se materializan en la realidad, así como sus
consecuencias (impactos en plazo, coste, calidad, rentabilidad, …), y
registrar todo ello.
– Hacer un seguimiento del nivel general de riesgo del proyecto.
– Evaluar la eficacia de las respuestas y del proceso de gestión de
O&Rs.
– Y solucionar los problemas detectados (respuestas complementarias,
planes B, cambios en el proceso de GROP, cambio de estrategia
general, …).
Page 43
43
GESTIÓN DE O&Rs: PROCESOS
Archivo xls
Page 44
44
P de la Cruz - A del Caño 128
Page 45
45
P de la Cruz - A del Caño 130
Page 46
46
P de la Cruz - A del Caño 132
Page 47
47
P de la Cruz - A del Caño 134
Page 48
48
P de la Cruz - A del Caño 136
Page 49
49
GESTIÓN DE O&Rs: PROCESOS
Page 50
50
GESTIÓN DE O&Rs: PROCESOS
Page 51
51
GESTIÓN DE O&Rs: PROCESOS
MADUREZ EN LA DIP
+ riesgo, + trabajo desperdiciado
+ productividad, + calidad
Page 52
52
GESTIÓN DE O&Rs: PROCESOS
MADUREZ EN LA DIP
Page 53
53
GESTIÓN DE O&Rs: PROCESOS
MADUREZ EN LA DIP
Page 54
54
GESTIÓN DE O&Rs: PROCESOS
Page 55
55
GESTIÓN DE O&Rs: INTRODUCCIÓN
El equipo de GROP
• IMPORTANTE: independencia y mayores conocimientos,
experiencia y jerarquía del gerente de riesgos con respecto al
director de proyecto (DP).
• Proyectos pequeños y organizaciones de baja madurez:
– no hay equipo (preferiblemente, el gerente de riesgos es otro DP,
asistido por el equipo de proyecto que se analiza).
• Grandes proyectos u organizaciones maduras:
– Gerente de riesgos a tiempo parcial o completo, dependiendo del
tamaño del proyecto.
– Puede estar ayudado por analistas de riesgos
– Pueden estar ayudados por un responsable de recolección de datos
y documentación.
• Otros que colaboran o aportan datos (ingeniería,
contratistas, usuarios, mantenedores, aseguradoras, etc.).
Page 56
56
GESTIÓN DE O&Rs: PROCESOS
El coste de la GROP:
• Desde el coste de 1 o 2 personas durante 2-3 días para la
primeras fases más 4-8 horas-hombre cada mes.
• Hasta un máximo del 5-10% de los costes de DP
• Costes de la DP: 5% a 10% de los costes de inversión
• Coste de un proceso eficaz: desde menos de 1.500-3.000 €
(1as fases) hasta 0,5-1% de los costes de inversión
(dependiendo del alcance, clientes, datos y RRHH disponibles,
etc.)
Page 57
57
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 1
ANÁLISIS
CUANTITATIVO
Monte Carlo
UBICACIÓN:
¿dónde estamos?
Page 1
1
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 3
GROP?
Respuestas?
PMBOK-2017
Page 2
2
Pilar de la Cruz / Alfredo del Caño Monte Carlo - 5
Page 3
3
Pilar de la Cruz / Alfredo del Caño Monte Carlo - 7
Page 4
4
Pilar de la Cruz / Alfredo del Caño Monte Carlo - 9
Page 5
5
Pilar de la Cruz / Alfredo del Caño Monte Carlo - 11
Page 6
6
Pilar de la Cruz / Alfredo del Caño Monte Carlo - 14
Probabilidad
85%
10%
5%
Número de
1 2 3 empleados
Histograma de probabilidad
Page 7
7
Pilar de la Cruz / Alfredo del Caño Monte Carlo - 17
Horas
5.000 10.000 15.000
Histograma de frecuencias
Page 8
8
Pilar de la Cruz / Alfredo del Caño Monte Carlo - 19
Número de
1 2 3 4 empleados
Page 9
9
Pilar de la Cruz / Alfredo del Caño Monte Carlo - 23
Probabilidad
acumulada
100%
50%
0% Horas
5.000 10.000 15.000
Page 10
10
Pilar de la Cruz / Alfredo del Caño Monte Carlo - 25
Page 11
11
Pilar de la Cruz / Alfredo del Caño Monte Carlo - 27
Page 12
12
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 29
Page 13
13
Pilar de la Cruz / Alfredo del Caño Monte Carlo - 31
Page 14
14
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 33
Page 15
15
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 35
Page 16
16
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 37
Page 17
17
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 39
Page 18
18
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 42
Page 19
19
Pilar de la Cruz / Alfredo del Caño Monte Carlo - 44
Page 20
20
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 46
Page 21
21
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 48
Page 22
22
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 50
Page 23
23
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 52
MONTE CARLO
Origen:
Probablemente la idea inicial es de William
Gosset “Student” (el matemático de la
distribución “t de Student”). Pero no lo denomina
“Monte Carlo”.
Page 24
24
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 54
Origen:
Desarrollo y primera aplicación en la
investigación de la primera bomba atómica
(Segunda Guerra Mundial),
por Fermi, Metropolis, Ulam y Von Newmann.
Origen:
El desarrollo sistemático de estas ideas es
realizado, finalmente, por Harris y Herman
Kahn, también en 1948.
Page 25
25
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 56
Concepto:
Método por el que se obtienen
soluciones aproximadas a una gran
variedad de problemas matemáticos
realizando experimentos de muestreo
estadístico, mediante el uso del
ordenador.
Aplicaciones:
En general, resolución de cualquier
problema cuya solución analítica sea muy
dificultosa, larga, cara, inexistente (hacer
operaciones con funciones de probabilidad es un
problema matemático muy complejo o sin solución
analítica) o éticamente reprobable,
Page 26
26
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 58
Aplicaciones:
Se aplica tanto a problemas que tienen
una estructura probabilista inherente
como a los que no tienen contenido
probabilista.
Page 27
27
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 60
Principio: la simulación
En general, simulación es el proceso de diseñar
un modelo de un sistema real y llevar a cabo
experiencias con él, con la finalidad de
comprender el comportamiento del sistema o
de evaluar diversas estrategias para su
funcionamiento.
(Shannon, 1975, citado por Pardo y Valdés, 1987)
Principio: la simulación
Page 28
28
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 62
Principio: la simulación
Principio: la simulación
Page 29
29
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 64
Proceso
Salidas
Establecer Estimar Simular Interpretar
gráficas y
modelo incertidumbre y validar / decidir
numéricas
MODELO
Estimación de costes del proyecto
Elemento de costes nº 1 Estim1
Establecer Elemento 2 Estim2
modelo ... ...
Elemento n Estimn
TOTAL PROYECTO e (Estime)
Page 30
30
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 66
Page 31
31
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 68
Distribuciones Distribuciones
abiertas cerradas
Estimar
incertidumbre
o p o p
Distribución Distribución
abierta cerrada
Page 32
32
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 70
Page 33
33
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 72
N Binomial y
Si-No
Triangular Beta
Log-N
Hay muchas más
(decenas), pero
Uniforme con esto sobra,
continua y
discreta generalmente.
Page 34
34
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 74
Page 35
35
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 76
Estimar o p o p
incertidumbre
Distribución Distribución
Triangular Trigen
(cerrada) (abierta)
Simular
y validar
(en esencia)
Page 36
36
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 78
Versión resumida
Simular, resumidamente:
• Para el primer elemento de coste (Elem 1)
• Se genera un nº aleatorio [0,100] o [0,1]
• Usando ese nº y la función de distribución del
coste de Elem 1, entramos en la curva de
probabilidad acumulada y calculamos una
primera cifra de coste estimado
100%
Curva de probabilidad
probabilidad
nº aleat.
acumulada:
la que refleja los
diferentes percentiles
0% o coste
1 Estim11 p1
Page 37
37
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 80
Simular, resumidamente:
• Almacenamos dicho valor (Estim11).
• Hacemos lo mismo para el resto de elementos de coste, hasta
el último de ellos (Elem n)
• Ahora calculamos el coste total del proyecto como sumatorio
de los costes de cada elemento de coste que se acaba de
calcular: Coste total (1) = Σ Estim1i
• Hemos terminado la primera iteración: tenemos una cifra de
coste estimado para cada elemento, y para el proyecto
completo.
• …
Simular, resumidamente:
• ...
• Repetimos todo lo anterior, haciendo tantas iteraciones (t)
como sea necesario: con t entre 300 y 1.000, o hasta
convergencia.
• Convergencia: diferencias despreciables entre los
parámetros estadísticos (media, varianza, etc.) con
comprobaciones realizadas cada determinado número de
iteraciones (p. ej., cada 100 iteraciones).
• Hemos terminado las t iteraciones: tenemos t valores para el
posible coste total del proyecto ...
Page 38
38
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 82
Simular, resumidamente:
• Hacemos un tratamiento estadístico final de dichos valores:
máximo, mínimo, media, mediana, moda, varianza, desviación
típica, histograma, curva de probabilidad acumulada, etc.
• FIN de la simulación
oOo
Versión detallada
Page 39
39
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 84
Page 40
40
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 86
Elemento siguiente
e>n? e=e+1
no
si
i>t? i=i+1 e=1
no
si Iteración siguiente
Tratamiento estadístico
Page 41
41
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 88
Elemento siguiente
e>n? e=e+1
no
si
i>t? i=i+1 e=1
no
si Iteración siguiente
Tratamiento estadístico
Page 42
42
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 90
Page 43
43
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 92
Elem 1 Estim11A ... Estim1iA ... Estim1tA Estim11A ... Estim1iA ... Estim1tA
... ... ... ... ... ... ... ... ... ... ...
Elem e Estime1A ... EstimeiA ... EstimetA Estime1A ... EstimeiA ... EstimetA
... ... ... ... ... ... ... ... ... ... ...
Elem n Estimn1A ... EstimniA ... EstimntA Estimn1A ... EstimniA ... EstimntA
Proyecto 1A ... iA ... tA 1B ... iB ... tB
...
Tratamiento estadístico de variables de salida
(media, varianza, histograma, curva de probabilidad acumulada, ...)
Tratamiento estadístico
Page 44
44
Pilar de la Cruz / Alfredo del Caño Monte Carlo - 94
Cálculo de:
• Máximo: max(vector Σcostes).
• Mínimo: min(vector Σcostes).
• Media, moda, mediana, varianza, desviación típica:
ya visto.
• Función de distribución: veámoslo con un ejemplo
…
Simplificadamente:
Page 45
45
Pilar de la Cruz / Alfredo del Caño Monte Carlo - 96
Curva de probabilidad
Histograma de (*) Nº de veces que sale un
acumulada
frecuencias valor en cada intervalo
Frecuencia
80
70
60
50
40
30
20
10
CosteTotal
5 10 15 20 25
Histograma de frecuencias
Page 46
46
Pilar de la Cruz / Alfredo del Caño Monte Carlo - 98
Probabilidad
100 %
90 %
80 %
70 %
60 %
50 %
Curva de 40 %
30 %
probabilidad 20 %
acumulada 10 %
5 10 15 20 25
CosteTotal
Validación:
Page 47
47
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 100
Salidas
gráficas
y numéricas
100
90 Línea Base de Costes
+ 85%
80 (LBC)
Iteraciones: 1.000
70
60
Estimación de Costes
50 + 50% coste al 50% (17)
de las Actividades (ECA)
Estimación Costes
40
Actividades (ECA)
Línea Base de
Costes (LBC)
30
20
10
(APM, 1992)
0 106 LIBRAS
4 8 12 16 20 24 28 32 36
Línea Base de Costes (LBC) = Estimación de Costes de las Actividades (ECA)
+ Reservas para Contingencias (RC)
LBC = estimación de costes al 85% de probabilidad = 22,1ꞏ106 £
Page 48
48
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 102
100
90
+ 85%
80
Iteraciones: 1.000
70
60
50 + 50% coste al 50% (17)
Estimación Costes
40
Actividades (ECA)
Línea Base de
Costes (LBC)
30
20
10
(APM, 1992)
0 106 LIBRAS
4 8 12 16 20 24 28 32 36
ECA = LBC – RC = estimación de costes al 50% de probabilidad = 17ꞏ106 £
100
90 coste al 85% (21,1)
+ 85%
80
Iteraciones: 1.000
70
60
50 + 50% coste al 50% (17)
Estimación Costes
40
Actividades (ECA)
Línea Base de
Costes (LBC)
30
20
10
(APM, 1992)
0 106 LIBRAS
4 8 12 16 20 24 28 32 36
Reservas para Contingencias (RC) = LBC – ECA = 22,1 - 17 = 5,1ꞏ106 £
Page 49
49
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 104
Estimación Costes
Actividades (ECA)
40
Línea Base de
Costes (LBC)
30
20
10
(APM, 1992)
0 106 LIBRAS
4 8 12 16 20 24 28 32 36
NOTA
Podemos establecer la ECA en función del valor medio o mediano,
(normalmente la diferencia no suele ser importante), o incluso con
probabilidades menores (no mucho menores; riesgo de desmotivación)
Plazo
0%
Fecha 1. Curva sin respuestas al riesgo
mínima de 2. Curva con conjunto A de respuestas (de coste Ca)
finalización 3. Curva con conjunto B de respuestas (de coste Cb)
4. Curva con conjunto C de respuestas (de coste Cc)
Page 50
50
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 106
100%
RIESGO Y PROYECTO - TÉCNICAS -4 ANÁLISIS
3
Probabilidad
acumulada
1
Plazo
0%
1. Curva sin respuestas al riesgo
Comienzo 2. Curva con conjunto A de respuestas (de coste Ca)
programado 3. Curva con conjunto B de respuestas (de coste Cb)
4. Curva con conjunto C de respuestas (de coste Cc)
2
Probabilidad
acumulada
Plazo
0%
1. Curva sin respuestas al riesgo
Comienzo 2. Curva con conjunto A de respuestas (de coste Ca)
programado 3. Curva con conjunto B de respuestas (de coste Cb)
4. Curva con conjunto C de respuestas (de coste Cc)
Page 51
51
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 108
100%
RIESGO Y PROYECTO - TÉCNICAS -4 ANÁLISIS
3
Probabilidad
acumulada
1
Plazo
0%
1. Curva sin respuestas al riesgo
Comienzo 2. Curva con conjunto R1 de respuestas, de coste C1
programado 3. Curva con conjunto R1 + R2 de respuestas, de coste C2
4. Curva con conjunto R1 + R2 + R3 de respuestas, de coste C3
oOo
Page 52
52
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 116
Interpretar
/ decidir Fin
Los mismos resultados pueden llevar a diferentes
decisiones, en función de la tolerancia o aversión al
riesgo del decisor.
oOo
Resultados:
Con este método hemos simulado una gran
cantidad de posibles costes reales del
proyecto.
Page 53
53
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 118
Resultados:
Resultados:
Pero no es una “bola de cristal” que sirva para
llegar inequívocamente a una decisión
correcta, sino una herramienta de ayuda en el
razonamiento para tomar una decisión.
Page 54
54
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 121
Resultados:
Es decir, vamos a tomar la mejor decisión
posible dada la información disponible.
Pero no necesariamente la mejor decisión.
oOo
correlación directa
Page 55
55
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 124
correlación directa
correlación directa
Page 56
56
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 126
correlación inversa
Aumentar los costes en una parcela del proyecto puede significar ahorros
importantes en los costes de otras parcelas del mismo (con un balance
positivo para el proyecto).
correlación inversa
Page 57
57
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 128
Necesidad de la correlación
Este método la permite
Page 58
58
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 131
Page 59
59
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 133
P
Demanda Demanda Demanda
elástica inelástica normal
oOo
oOo
Page 60
60
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 135
Otras ventajas
Otras ventajas
Page 61
61
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 137
Inconvenientes
Necesidad de una cierta madurez de la organización.
El individuo solo poco puede hacer.
En todo caso:
Más que de métodos de análisis buenos o
malos, es mejor hablar de métodos más
adecuados a las circunstancias del
proyecto y de la organización que lo
lleva adelante.
Page 62
62
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 139
Utilización
Proyectos medianos, sobre todo grandes, en
organizaciones de cierta madurez.
Recomendable en proyectos de menor tamaño,
incluso si la madurez es baja (en este caso, con la
ayuda de consultores), si se trata de proyectos
estratégicos.
oOo
Un ejemplo famoso
Enlace Oresund (Dinamarca – Suecia)
Page 63
63
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 141
Oresund Link
Oresund
Link
Decisiones:
respuestas
a los riesgos
Objetivo inicial:
diciembre 2000
Cambio
de objetivo:
Jul-2000
Page 64
64
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 143
Oresund Link
Apertura:
1 – Jul – 2000
oOo
Otro ejemplo
Her Majesty’s Prison Service (UK)
Page 65
65
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 145
Page 66
66
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 148
Aplicación al plazo
Page 67
67
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 150
El modelo
Page 68
68
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 152
Define Distributions
Page 69
69
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 154
Page 70
70
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 156
Page 71
71
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 158
Page 72
72
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 160
Page 73
73
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 162
Ojo a la fórmula!
Page 74
74
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 164
Define Correlations
ceros (0)
Page 75
75
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 166
correlación entre
cuota de mercado e
ingreso neto
unitario para el año
tercero.
Lo
mismo
Automáticamente
se genera la otra
para el
parte de la matriz resto de
los años
Page 76
76
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 168
Page 77
77
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 170
=RiskTriang(6;12;36; RiskCorrmat(CorrCuotaIngresoNU;1)/100
=RiskTriang(1;2;4; RiskCorrmat(CorrCuotaIngresoNU;6)
Page 78
78
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 172
Page 79
79
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 174
=RiskOutput(VAN)+C11+VNA(C12; D11:I11)
Page 80
80
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 176
Page 81
81
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 178
Page 82
82
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 180
Page 83
83
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 182
Page 84
84
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 184
Page 85
85
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 186
Curva de
probabilidad
acumulada para la
rentabilidad VAN
La inversión debe
replantearse (o
abandonarse),
porque hay posibles
valores negativos de
rentabilidad
o O Fin O o
Page 86
86
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 188
Page 87
87
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 190
Aplicación a la rentabilidad
camino
crítico
si la duración
de esta actividad
fuese de 95 días
en vez de 80 ...
duraciones
deterministas
El modelo
Page 88
88
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 192
camino
crítico
si la duración
de esta actividad
fuese de 95 días
en vez de 80 ...
duraciones
deterministas
El modelo
camino
crítico
Page 89
89
212
GESTIÓN DE O&Rs: PROCESOS
RIESGO Y PROYECTO - TÉCNICAS - ANÁLISIS
213
GESTIÓN DE O&Rs: PROCESOS
RIESGO Y PROYECTO - TÉCNICAS - ANÁLISIS
Page 90
90
214
GESTIÓN DE O&Rs: PROCESOS
RIESGO Y PROYECTO - TÉCNICAS - ANÁLISIS
215
GESTIÓN DE O&Rs: PROCESOS
RIESGO Y PROYECTO - TÉCNICAS - ANÁLISIS
Page 91
91
216
GESTIÓN DE O&Rs: PROCESOS
RIESGO Y PROYECTO - TÉCNICAS - ANÁLISIS
217
GESTIÓN DE O&Rs: PROCESOS
RIESGO Y PROYECTO - TÉCNICAS - ANÁLISIS
Page 92
92
218
GESTIÓN DE O&Rs: PROCESOS
RIESGO Y PROYECTO - TÉCNICAS - ANÁLISIS
219
GESTIÓN DE O&Rs: PROCESOS
RIESGO Y PROYECTO - TÉCNICAS - ANÁLISIS
Page 93
93
220
GESTIÓN DE O&Rs: PROCESOS
RIESGO Y PROYECTO - TÉCNICAS - ANÁLISIS
221
GESTIÓN DE O&Rs: PROCESOS
RIESGO Y PROYECTO - TÉCNICAS - ANÁLISIS
Page 94
94
222
GESTIÓN DE O&Rs: PROCESOS
RIESGO Y PROYECTO - TÉCNICAS - ANÁLISIS
223
GESTIÓN DE O&Rs: PROCESOS
RIESGO Y PROYECTO - TÉCNICAS - ANÁLISIS
Page 95
95
224
GESTIÓN DE O&Rs: PROCESOS
RIESGO Y PROYECTO - TÉCNICAS - ANÁLISIS
225
GESTIÓN DE O&Rs: PROCESOS
RIESGO Y PROYECTO - TÉCNICAS - ANÁLISIS
Page 96
96
226
GESTIÓN DE O&Rs: PROCESOS
RIESGO Y PROYECTO - TÉCNICAS - ANÁLISIS
227
Page 97
97
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 228
oOo
Page 98
98
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 230
Page 99
99
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 232
Recapitulación:
Page 100
100
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 1
ANÁLISIS
CUANTITATIVO
M.P. de la Cruz / A. del Caño. Universidad de La Coruña. Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 2
RESERVAS PARA
CONTINGENCIAS
Y
RESERVAS DE GESTIÓN
Page 1
1
M.P. de la Cruz / A. del Caño. Universidad de La Coruña. Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 3
(subestimación de costes)
+(sobreestimación de ingresos)
+(sub-valoración del impacto ambiental)
+(sobre-valoración de los efectos de desarrollo
económico)
=(aprobación del proyecto)
M.P. de la Cruz / A. del Caño. Universidad de La Coruña. Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 4
PLANIFICACIÓN DE CONTINGENCIAS
• Presupuesto para contingencias y su control
• Respuestas ante la crisis
– Definición de posibles crisis y directrices para ellas
– Evaluación de responsabilidades legales
– Otras responsabilidades (gabinete de crisis, interlocutores, etc.)
– Directorio de contactos
– Planes de seguridad (incendio, accidentes, fenómenos naturales)
– Definición detallada de acciones de lucha
– Alternativas de acción en caso de crisis (programación, elementos
sustitutivos diseño, etc.)
– Otros planes de respuesta (huelgas, manifestaciones, etc.)
– Tratamiento de la información
Page 2
2
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 5
Contingencia
(suceso no deseado)
reservas (márgenes)
para contingencias
Contingencia
(suceso no deseado)
reservas (fondos)
para contingencias
Page 3
3
M.P. de la Cruz / A. del Caño. Universidad de La Coruña. Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 7
CONCEPTO
• RESERVAS PARA CONTINGENCIAS
• En la estimación de coste o plazo se realiza una
estimación del coste de las actividades (p. ej., al
50% de probabilidad)
• Los riesgos dificultan su cumplimiento.
• Para ello se añaden las asignaciones o reservas
para contingencias
M.P. de la Cruz / A. del Caño. Universidad de La Coruña. Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 8
Page 4
4
M.P. de la Cruz / A. del Caño. Universidad de La Coruña. Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 9
100
90
+ 85%
80
Iteraciones: 1.000
70
60
50 + 50% coste al 50% (17)
Estimación Costes
40
Actividades (ECA)
Línea Base de
Costes (LBC)
30
20
10
(APM, 1992)
0 106 LIBRAS
4 8 12 16 20 24 28 32 36
ECA = LBC – RC = estimación de costes al 50% de probabilidad = 17ꞏ106 £
Page 5
5
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 11
100
90
+ 85%
80
Iteraciones: 1.000
70
60
50 + 50% coste al 50% (17)
Estimación Costes
40
Actividades (ECA)
Línea Base de
Costes (LBC)
30
20
10
(APM, 1992)
0 106 LIBRAS
4 8 12 16 20 24 28 32 36
Incertidumbres conocidas: Reservas para Contingencias (RC) = LBC – ECA =
22,1 - 17 = 5,1ꞏ106 £
Línea Base de Costes (LBC) = 22,1ꞏ106 £
100
90
+ 85%
80
Iteraciones: 1.000 Para el plazo
70
haríamos, con la
60
coste al 50% (17)
curva de plazo, lo
50 + 50%
mismo que hemos
Estimación Costes
40
Actividades (ECA)
Línea Base de
hecho para el
Costes (LBC)
30
coste.
20
10
(APM, 1992)
0 106 LIBRAS
4 8 12 16 20 24 28 32 36
Incertidumbres desconocidas: Reservas de Gestión = ECAꞏPorcentaje (p. ej.,
10%) = 17 ꞏ 0,1 = 1,7ꞏ106 £
PRESUPUESTO DEL PROYECTO: LBC + 1,7 = 22,1 + 1,7 = 23,8ꞏ106 £
Page 6
6
M.P. de la Cruz / A. del Caño. Universidad de La Coruña. Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 13
CONTINGENCIAS
Caso 2. Usando simulación; modelos independientes (no
integrados) de plazo y coste, sin penalizaciones por retrasos.
Plazo:
Contingencias (i. conocidas) + R. Gestion (i. desconocidas) =
M.P. de la Cruz / A. del Caño. Universidad de La Coruña. Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 14
CONTINGENCIAS
Caso 2. Usando simulación; modelos independientes (no
integrados) de plazo y coste, sin penalizaciones por retrasos.
Page 7
7
M.P. de la Cruz / A. del Caño. Universidad de La Coruña. Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 15
CONTINGENCIAS
Caso 3. Simulación: modelos independientes de plazo y
coste, CON penalizaciones por retrasos.
M.P. de la Cruz / A. del Caño. Universidad de La Coruña. Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 16
Page 8
8
M.P. de la Cruz / A. del Caño. Universidad de La Coruña. Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 17
M.P. de la Cruz / A. del Caño. Universidad de La Coruña. Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 18
Page 9
9
M.P. de la Cruz / A. del Caño. Universidad de La Coruña. Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 19
M.P. de la Cruz / A. del Caño. Universidad de La Coruña. Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 20
Page 10
10
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 21
CONTROL DE CONTINGENCIAS
• Cada persona o grupo debe trabajar sobre el
presupuesto / plazo de sus actividades, sin
contingencias.
• Si se hacen explícitas, no se mezclarán con el
presupuesto / plazo de las actividades a las que
afecta.
• En ocasiones solamente la dirección del proyecto
conocerá la cuantía de las contingencias.
• Usar las contingencias sólo para su propósito inicial.
oOo
Page 11
11
Pilar de la Cruz / Alfredo del Caño Riesgo Técnicas 2 - 23
oOo
Page 12
12
GESTIÓN DE RIESGOS Y OPORTUNIDADES EN PROYECTOS: 15 CLAVES
Dirección de Proyectos
Riesgo
Final sesiones
Page 1
1
GESTIÓN DE RIESGOS Y OPORTUNIDADES EN PROYECTOS: 15 CLAVES
¿CUÁLES SON
LAS CLAVES
DE LA GESTIÓN 15 claves
DE RIESGOS?
Page 2
2
GESTIÓN DE RIESGOS Y OPORTUNIDADES EN PROYECTOS: 15 CLAVES
• ...
8. Análisis: usar siempre la simulación cuando el
proyecto es de carácter estratégico.
9. Registrar lo que sucede en la realidad para mejorar
las bases de datos corporativas. Especialmente, con
respecto a la identificación de riesgos, su frecuencia
(probabilidad) y su impacto real. De lo contrario, no
mejoraremos la GRP.
10. Máxima creatividad posible en la definición de las
acciones de respuesta. Tratar de ver las cosas de
forma diferente.
11. Compromiso de todo el equipo y de la alta dirección.
12. Ajuste de procesos y técnicas a la organización y
proyecto.
• …
• ...
13. Usar la gestión del riesgo como herramienta de
comunicación y de integración interactiva: que todos
los implicados puedan participar aportando y
ganando algo en el proceso.
14. Asignar a los participantes en el proyecto su
presupuesto y plazo base, sin contingencias, y
asignar luego dichas contingencias en función de lo
que vaya sucediendo en el proyecto. Preferiblemente,
los participantes no deben conocer las asignaciones
para contingencias.
15. Sonríe. Que la GR sea un placer divertido para todos.
Sé optimista.
Page 3
3
GESTIÓN DE RIESGOS Y OPORTUNIDADES EN PROYECTOS: 15 CLAVES
Page 4
4
GESTIÓN DE RIESGOS Y OPORTUNIDADES EN PROYECTOS: 15 CLAVES
Page 5
5