Simulación de Monte Carlo en la planificación de proyectos: una guía para principiantes

La mayoría de los cronogramas de proyecto se construyen de la misma manera: cada tarea recibe una estimación de duración de un solo punto, las estimaciones se vinculan en una red, y el software calcula una fecha de finalización. Esa fecha no es un hecho — es el resultado de sumar una serie de suposiciones puntuales, cada una con incertidumbre, en una red donde esas incertidumbres se acumulan.

Estimación en tres puntos y funcionamiento de la simulación

Antes de ejecutar una simulación de Monte Carlo, debes reemplazar las estimaciones puntuales con rangos. El enfoque estándar es la estimación en tres puntos: duración optimista, más probable y pesimista. La simulación modela el cronograma completo miles de veces, muestreando aleatoriamente las duraciones de las tareas dentro de sus rangos en cada iteración. El resultado se expresa en percentiles: P50 es la fecha con 50% de probabilidad de finalización, P80 con 80%, P90 con 90%.

Herramientas y cuándo usarlas

Microsoft Project con @Risk u Oracle Primavera Risk Analysis son las herramientas habituales. Usa la simulación de Monte Carlo cuando las interdependencias son altas: cadenas largas de tareas dependientes, recursos compartidos entre múltiples flujos, o un historial de desviaciones de cronograma. El modelo no captura automáticamente los cambios de alcance o eventos externos; un registro de riesgos bien construido debe alimentar los supuestos del modelo.

Si tu organización tiene dificultades con la fiabilidad de los cronogramas en programas complejos, la asesoría en entrega de programas y proyectos de XNM puede ayudarte a aplicar el análisis de riesgo de cronograma y construir líneas base que reflejen la incertidumbre real.