Análisis cuantitativo de riesgos de proyectos con Excel

Un registro de riesgos es una herramienta de gestión de riesgos y gestión de proyectos. Se utiliza para identificar riesgos potenciales en un proyecto o una organización, a veces para cumplir con las regulaciones, pero principalmente para estar al tanto de los problemas potenciales que pueden descarrilar los resultados esperados. El registro de riesgos incluye toda la información sobre cada riesgo identificado, como la naturaleza de ese riesgo, el nivel de riesgo, a quién pertenece y cuáles son las medidas de mitigación establecidas para responder a él. Actúa como un “repositorio de todos los riesgos identificados e incluye información adicional sobre la naturaleza del riesgo, referencia y propietario, medidas de mitigación”.

Vamos a simplificar este modelo en el libro de trabajo y sólo incluir aquellas columnas pertinentes al análisis de riesgos de proyecto cuantitativo.

Sabemos que los mapas de calor de riesgo cualitativos son herramientas muy deficientes para realizar un análisis de riesgo consistente. Aquí justificamos porqué no los usamos como metodología adecuada de gestión de riesgos de proyectos.

Vimos en la lección anterior porqué los mapas de calor o matrices de riesgo son una herramienta muy deficiente para evaluar los riesgos de un proyecto. La alternativa obvia a un análisis de riesgo cualitativo es, entonces, un análisis de riesgos cuantitativo.

Algunos piensan que se requiere de software sofisticado y conocimientos avanzados de estadística para realizar correctamente un análisis de riesgos cuantitativo de un proyecto. Vamos a demostrar en este video que hacer esto no es nada complicado y que se puede realizar completamente con sólo el Excel.

La herramienta más popular para hacer un análisis de riesgos cuantitativo se llama simulación de Monte Carlo. Vamos a explicar esta herramienta con un ejemplo en Excel.

Abra ahora el archivo “Modelo de riesgos cuantitativo de proyectos”. Este archivo viene en dos versiones “sin resolver” o “resuelto”. Escoja la que mejor le convenga según su mejor estilo de aprendizaje. Algunos prefieren ir resolviendo el ejercicio a medida que se van dando las instrucciones, por lo que pueden abrir la versión “sin resolver”. Otros prefieren seguir el ejercicio con el libro de trabajo ya “resuelto”.

Recuerde que, en cualquier caso, estos son libros de trabajo cargados con macros, por lo que el nivel de seguridad de Excel debe ser puesto al menos en “Medio” o “Bajo”, para que Excel admita la apertura de las macros una vez que se abra el libro de trabajo.

Vamos al primer riesgo, “Condiciones desconocidas del sitio”.

Por ejemplo, los dos primeros riesgos de nuestro registro de riesgos responden a este tipo de riesgo de “evento único binario”. O suceden o no suceden. No hay punto intermedio.

Los eventos binarios únicos son relativamente fáciles de cuantificar en un registro de riesgos. Su valor esperado, por ejemplo, se calcula simplemente multiplicando la probabilidad de ocurrencia por la magnitud promedio de su impacto.

El cuarto riesgo de “Desastres Naturales” es similar al anterior. Al admitir que es un riesgo que podría presentarse más de una vez durante la duración del proyecto, debería también utilizar una función que permita frecuencias más que binarias. Asumiendo que el experto en desastres afirma que podrían haber, en promedio, 2 ó 3 eventos de desastre natural durante la duración del proyecto, insertamos una distribución Poisson y un 2,5 en su único parámetro lambda. Observe que el valor de este parámetro no tiene que ser necesariamente un número entero. En este caso, es sólo el promedio entre 2 y 3. Con el cursor en G5 el gráfico de frecuencia de este riesgo se vería así.

Antes de proceder a ejecutar la simulación Monte Carlo, hay algo que se debe entender de este libro de trabajo en particular respecto de las columnas donde se guardan las frecuencias y severidades de los riesgos: columnas G y L respectivamente.

En estadística, un histograma es una representación gráfica de una variable en forma de barras, donde la superficie de cada barra es proporcional a la frecuencia de los valores representados. Sirven para obtener una "primera vista" general, o panorama, de la distribución de la población, o de la muestra, en este caso de los números simulados, respecto a una característica, cuantitativa y continua (la magnitud del riesgo). De esta manera ofrece una visión integral permitiendo observar una preferencia, o tendencia, por parte de los datos simulados por ubicarse hacia una determinada región de valores dentro del espectro de valores posibles (sean infinitos o no) que pueda adquirir la característica evaluada.

La mejor manera para entender el impacto que tienen los riesgos individuales, o las categorías de riesgo, sobre los resultados totales de riesgo, es por medio de los gráficos de tornado. De otra forma, los gráficos de tornado ayudan a priorizar qué riesgos son importantes y cuáles no tanto, en la priorización cuantitativa.

Desde este punto de vista, quizás los gráficos de tornado son los más importantes gráficos en la gestión de riesgos, ya que permiten asignar una prioridad de los recursos escasos de administración, tiempo, dinero entre la gama total de riesgos que podrían aparecer en un proyecto.

Volvamos a Graf1 para seleccionar Riesgo Total. Esto dispondrá los gráficos de nivel subsidiarios: 2 y 3 de acuerdo al primer nivel seleccionado de Riesgo Total. Recuerde que el riesgo de mayor impacto sobre el riesgo total es “Disponibilidad de Materiales de Construcción” con un coeficiente de 0.60 y la categoría de mayor impacto es la de Riesgo Logístico con un coeficiente de 0.68. Ahora sí, vamos a Graf3:

Esperamos haber derribado el mito que realizar análisis de riesgos cuantitativos sobre proyectos es complicado, esotérico, difícil y únicamente reservado para profesionales avanzados en estadística, matemática o ciencias actuariales.

Usando software sencillo encima de Excel, con aplicaciones codificadas con macros adecuadas, es posible construir un modelo introductorio de gestión de riesgos cuantitativos para un proyecto.

Por otra parte, esperamos también haber justificado porqué no recomendamos el análisis de riesgos cualitativos dadas las enormes limitaciones y debilidades de esta mal llamada “metodología”.

Si no lo ha hecho todavía, le sugiero que navegue a www.dtsimulator.com donde podrá descargar una versión gratuita de este software de Excel que permite realizar este tipo de simulaciones Monte Carlo sin mayor complicación. Como hemos mostrado, éste es tan sólo un libro de trabajo cargado con poderosas macros de Excel.

Resumamos los pasos para realizar un análisis cuantitativo de riesgos para un proyecto:

Los usuarios de simulación Monte Carlo suelen tener una pregunta en común: ¿cuántas iteraciones debo ejecutar en una simulación? Como casi todo en la vida, ¡todo depende! En este caso, depende de varios factores como la complejidad del modelo (número de variables y sus relaciones, correlaciones, formas de las distribuciones, etc.), la disponibilidad de tiempo y la precisión requerida en las respuestas (técnicamente conocido como la convergencia de su modelo).

En general, cuantas más iteraciones ejecute, más tiempo llevará y más precisas serán las respuestas de salida. Además, depende de qué resultados le interesen más. Usemos un ejemplo aquí con el modelo de riesgo cuantitativo de proyecto que usamos como plantilla para ilustrar estos conceptos y, finalmente, llegar a una respuesta satisfactoria.