La simulación Monte Carlo es una técnica matemática que predice los posibles resultados de un evento incierto. Anteriormente hemos escrito sobre los beneficios que ofrece a los profesionales de I+D y organizado seminarios web sobre el poder de la simulación Monte Carlo para ayudar a que los productos cumplan con las especificaciones previstas, a que se prediga la capacidad del proceso y se determine la configuración óptima del proceso. Sin embargo, Monte Carlo también puede ser una herramienta poderosa para estimar la duración, o incluso el costo, de un proyecto.
Los plazos de los proyectos son con frecuencia eventos inciertos, particularmente cuando los proyectos son interfuncionales. Si bien los gerentes de proyecto suelen conjeturar cuál podría ser el tiempo de un proyecto, podrían utilizar una simulación simple para eliminar el elemento de conjetura.
Imagine un proyecto de desarrollo de software que generalmente se basa en dos periodos cortos de trabajo, o sprints, de dos semanas. Para expresarlo de forma simple, supongamos que se han especificado todos los requisitos y que un grupo de desarrolladores está listo para trabajar. No es de extrañar que el jefe pregunte: “¿Podemos ofrecer esta nueva función en nuestra conferencia en 80 días?”
Al estimar un cronograma de proyecto, el gerente de proyecto considera un tiempo de desarrollo de 3 a 4 sprints (42 a 56 días), pruebas de calidad de 1 a 2 sprints (14 a 28 días) y una semana para la implementación (7 días). Un acercamiento más cauteloso implica agregar los plazos máximos: 56 días para el desarrollo, 28 días para las pruebas y 7 días para la implementación; lo que da como resultado 91 días. Alternativamente, un gerente puede promediar las estimaciones, llegar a los 77 días (49 días para el desarrollo, 21 días para las pruebas y 7 días para la implementación). Sin embargo, con una solicitud de entrega de 80 días del jefe, la certeza de cumplir con el plazo se convierte en una consideración crucial.
A nadie le gusta decirle al jefe que algo no se puede hacer. Tal vez, peor aún, sea decirle al jefe que no se está seguro del resultado. Aquí es donde la simulación Monte Carlo puede ayudar.
Como puede ver en el diagrama a continuación, ingresé el dilema de este gerente de proyecto en Minitab Engage para predecir la duración del proyecto. Ingresé en las tres fases del proyecto (en días) y una especificación superior de 80 días, que es cuando mi jefe imaginario desea presentarlo en nuestra conferencia de usuarios.
Una vez que ejecuto la simulación, obtengo dos aprendizajes: primero, me muestra que mi resultado más probable (destacado por la media, en la mitad de la distribución) es de 77 días. En segundo lugar, puedo ver que hay un 23.8% de probabilidades de que no se cumpla con el plazo de 80 días.
Con algo de análisis de datos, puedo tomar decisiones informadas. Tal vez me sienta cómodo con solo una probabilidad de ~76% de probabilidades de hacer feliz a mi jefe. O más probable, tengo que agregar recursos adicionales al proyecto para asegurar el éxito. El poder decirle a mi jefe mi nivel de confianza, y por qué tengo que reasignar o invertir en cumplir con su plazo de 80 días probablemente, dará lugar a una conversación mucho más productiva antes del proyecto y a una mayor comprensión al final del proyecto, en caso de que no cumpla con el plazo.