Los gerentes de proyectos a veces planifican la duración de un proyecto basándose únicamente en su propia experiencia. Sin embargo, los cálculos basados en las tareas más exitosas y las menos exitosas que han ejecutado son propensos a ser inexactos.
Algunos gerentes pueden pensar inconscientemente: “Veo lo que quiero ver”. Es común que un gerente confíe en información que se alinea con su visión del mundo, mientras ignora datos que no cumplen con su aprobación mental.
Otro desafío en la programación de proyectos es la complejidad de las relaciones entre diferentes riesgos. Los eventos pueden ocurrir en cualquier momento durante el proceso, correlacionarse entre sí o desencadenar otras incertidumbres. El mismo evento puede tener impactos variados dependiendo de las circunstancias, y el gerente podría “apagar el fuego” de diferentes maneras.
La Metodología de Cadena de Eventos (MCE) asume que no importa cuán bien se prepare el cronograma del proyecto, ocurrirán eventos que alterarán el tiempo planificado. La tarea principal es identificarlos con anticipación para poder gestionarlos. La MCE no se centra en problemas constantes porque estos pueden ser identificados y corregidos sin un análisis especial.
Visualizar riesgos para estudiarlos más fácilmente es otra tarea importante de la metodología.
Origen
La Metodología de Cadena de Eventos surgió a finales de los años 2000 basada en otras herramientas de análisis de riesgo. El Project Management Body of Knowledge (Guía PMBOK) recomendó técnicas para el análisis de riesgos en 2008: análisis de árbol de decisiones, simulación de Monte Carlo, y análisis de sensibilidad. Los últimos dos enfoques se convirtieron en la base de la Metodología de Cadena de Eventos.
El método de Monte Carlo ayuda a calcular la distribución estadística de resultados basados en datos con una cierta probabilidad. El análisis de sensibilidad identifica los riesgos con el mayor impacto en los procesos.
Otra parte de la metodología es el lenguaje de descripción gráfica para modelar procesos empresariales, UML. La visualización de conexiones entre incertidumbres se utilizó activamente en el desarrollo de software e implicó la creación de gráficos de Gantt y otros diagramas de red de eventos.
Las técnicas de pronóstico que analizan datos históricos también son utilizadas. Se identifican similitudes entre procesos pasados y actuales.
Las técnicas de pronóstico que analizan datos históricos también son utilizadas. Se identifican similitudes entre procesos pasados y actuales.
Estas técnicas forman la base del método de modelado de eventos. Bajo su influencia, el cronograma del proyecto se crea de la siguiente manera:
- Prepare el cronograma del proyecto para el escenario óptimo. Calcule la duración, el costo y otros parámetros clave. Elimine indicadores optimistas de los cálculos, ya que los gerentes de proyectos a menudo incorporan cifras excesivamente ambiciosas debido à la sobreconfianza, errores de cálculo o motivación del equipo.
- Crear una lista de eventos y cadenas de eventos. Predecir su probabilidad de ocurrencia y su impacto en los recursos y actividades de la empresa.
- Realizar un análisis cuantitativo utilizando el método de Monte Carlo. Esto ayudará a determinar cuán realista es completar el proyecto para la fecha especificada sin costos imprevistos.
- Realizar un análisis de sensibilidad para identificar eventos y cadenas de eventos con el mayor impacto en el proyecto. Verificar los datos para evaluar si la probabilidad de eventos se determina con precisión.
- Repetir el análisis durante el proyecto basado en datos reales y si ocurrieron los eventos predichos. Reevaluar la probabilidad y el impacto de los riesgos basado en los indicadores actuales.
Principios de la MCE
Identificar el Momento de Ocurrencia del Evento y el Estado Excitado
Los procesos generalmente no son constantes y uniformes. Son influenciados por eventos externos que cambian su estado. Cuando las condiciones del proceso cambian — requiriendo otros recursos o más tiempo — entra en un estado excitado. Antes de los cambios, estaba en su estado inicial.El estado del proceso puede estar relacionado con un evento. Por ejemplo, realizar una reunión bajo el cielo abierto depende del evento externo “mal tiempo.” Si llueve, el proceso pasará a un estado excitado — la reunión se llevará a cabo en interiores. Ahora el proceso no depende del evento “mal tiempo”.
Un evento tiene un impacto y una probabilidad. Supongamos que un proceso está ligado al evento “cambio de requerimiento.” Puede ocurrir con una probabilidad del 50% y causar un retraso del 50% en comparación con el estado inicial. Sin embargo, si este escenario se repite, el retraso puede ser solo del 25% ya que la gerencia tomó ciertas medidas la última vez para mitigarlo.
El impacto de un evento puede llevar a retrasos, reinicios, cancelaciones, o la necesidad de nuevos recursos y medidas.
Cada evento tiene un momento de ocurrencia. Puede ser absoluto, ligado a una fecha específica, o relativo — ocurriendo al inicio, en medio o al final del proceso. La temporalidad del evento influye en su impacto.
Definir Cadenas de Eventos
Algunos eventos pueden desencadenar otros, formando cadenas de eventos. Por ejemplo, un cambio de requerimiento llevó a un retraso del proceso, y para acelerar el mismo, el gerente asignó recursos de otro proceso. Como resultado, se pierden plazos y el proyecto en general falla.
El evento que desencadena la cadena se llama el iniciador. El evento que “toma el control” es el receptor. El efecto resultante de la cadena de eventos se llama multicasting.
Las cadenas de eventos causan más retrasos que eventos independientes. A continuación, se muestra un ejemplo de dicho impacto en tres procesos en un proyecto, cada uno con un 50% de probabilidad de reinicio y una duración de 5 días. El análisis se realizó utilizando el método de Monte Carlo.
Visualización y Análisis
Visualizar las relaciones entre eventos se puede hacer utilizando gráficos de Gantt. Aquí están las reglas para crearlos:
- Mostrar eventos como flechas con nombres etiquetados.
- Mostrar eventos negativos con flechas hacia abajo y eventos positivos con flechas hacia arriba.
- Conectar eventos en la cadena con líneas.
- Un evento iniciador con múltiples líneas hacia eventos receptores se considera multicasting.
- Mostrar eventos globales que afectan a todos los procesos fuera del gráfico de Gantt. Indicar amenazas por encima del diagrama y oportunidades por debajo.
Simulación de Monte Carlo para Análisis de Riesgos
Una vez que se identifican los riesgos, las cadenas de eventos y sus estados de proceso asociados, utilice el método de Monte Carlo para determinar el impacto general de los eventos.Aún cuando todos los riesgos están identificados, siempre existen incertidumbres relacionadas con el costo y la duración del proyecto. Para tener en cuenta estas incertidumbres, calcule las distribuciones estadísticas del tiempo de inicio, duración y costo del proyecto. No utilice las mismas causas que atribuyó a los eventos para evitar solapamientos de riesgos.
Siga estos pasos para un correcto análisis de Monte Carlo:
- Calcule los momentos de ocurrencia de riesgos basándose en la distribución estadística para cada estado.
- Verifique si ocurrirán eventos iniciadores à la probabilidad dada.
- Determine si necesita actualizar las probabilidades de recibir eventos para este experimento.
- Verifique si ocurrieron eventos receptores à la probabilidad dada.
- Analice cada proceso tanto en estados iniciales como excitados.
- Si un evento causa que el proceso sea cancelado, márquelo como tal y tenga en cuenta nuevos costos y tiempo en el plan del proyecto.
- Si un evento causa otro evento — intervención del gerente como acción de mitigación — ajuste el cronograma del proyecto en consecuencia.
- Considere el impacto acumulado de los eventos en el costo y la duración del proyecto junto con fluctuaciones de duración y costo.
El resultado le dará la probabilidad de completar con éxito el proyecto y la probabilidad de que se completen procesos individuales.
Encontrar Cadenas de Eventos Críticos y Costo de Eventos
Los eventos o cadenas de eventos con la mayor probabilidad de afectar los procesos se llaman críticos. Identifíquelos durante el análisis de sensibilidad al examinar las correlaciones entre los parámetros clave del proyecto, como costo y duración, y las cadenas de eventos.
Utilice una tabla de sensibilidad para rastrear eventos críticos o cadenas.
Conclusión
Los factores motivacionales impactan los parámetros clave del proceso más que los riesgos. La Metodología de Cadena de Eventos ayuda a superar la percepción selectiva, el sesgo del gerente hacia información que se alinea con sus principios, la sobreconfianza y los errores de planificación.
La MCE considera factores pasados por alto por otras técnicas de análisis de riesgo: momentos de ocurrencia de riesgos, cadenas de eventos, retrasos en la ocurrencia de eventos y acciones de mitigación. Para simplificar la identificación de eventos y sus cadenas, cree diagramas y tablas de estado del proceso.
La metodología incluye análisis de riesgo y ajustes de cronograma durante el proyecto.