{"id":13931,"date":"2025-09-30T16:57:43","date_gmt":"2025-09-30T14:57:43","guid":{"rendered":"https:\/\/www.leaplytics.de\/?p=13931"},"modified":"2025-09-30T17:22:05","modified_gmt":"2025-09-30T15:22:05","slug":"diseno-de-un-marco-de-riesgo-cuantificado-en-power-bi-propagacion-de-la-incertidumbre-puntuaciones-de-confianza-de-linaje-y-gobernanza-como-codigo","status":"publish","type":"post","link":"https:\/\/www.leaplytics.de\/es\/diseno-de-un-marco-de-riesgo-cuantificado-en-power-bi-propagacion-de-la-incertidumbre-puntuaciones-de-confianza-de-linaje-y-gobernanza-como-codigo\/","title":{"rendered":"Marco de riesgo cuantificado en Power BI: propagaci\u00f3n de la incertidumbre, puntuaciones de confianza y gobernanza como c\u00f3digo"},"content":{"rendered":"<p>La mayor\u00eda de los marcos de riesgo no funcionan. Solo se basan en matrices codificadas por colores y corazonadas, mientras su empresa gasta millones en proyectos fallidos.<\/p>\n<p>Hemos creado sistemas de riesgo para empresas de Fortune 500 y hemos visto el mismo patr\u00f3n: los equipos crean bonitos cuadros de mando que parecen impresionantes, pero no pueden responder a la \u00fanica pregunta que importa: \"\u00bfCu\u00e1l es la probabilidad real de que este proyecto tenga \u00e9xito?\".<\/p>\n<p>El problema no es la competencia del equipo. Es que la gesti\u00f3n de riesgos tradicional trata la incertidumbre como un n\u00famero est\u00e1tico, cuando en realidad es una bestia viviente que se agrava a lo largo del ciclo de vida del proyecto.<\/p>\n<p>Esta gu\u00eda le muestra c\u00f3mo construir un marco de riesgo cuantificado en Power BI que realmente funcione. Sin teor\u00eda. Nada de palabrer\u00eda. S\u00f3lo los tres componentes b\u00e1sicos que separan a las empresas que entregan los proyectos a tiempo y dentro del presupuesto de las que no lo hacen.<\/p>\n<h2>El problema de la gesti\u00f3n tradicional del riesgo<\/h2>\n<p>Entre en cualquier reuni\u00f3n de proyecto y ver\u00e1 el mismo teatro: puntos rojos, amarillos y verdes esparcidos por un registro de riesgos. Preg\u00fantele a cualquiera qu\u00e9 significa \"riesgo medio\" en t\u00e9rminos de impacto econ\u00f3mico y temporal, y se quedar\u00e1 con la boca abierta.<\/p>\n<p>He aqu\u00ed lo que falla en este planteamiento:<\/p>\n<ul>\n<li><strong>Sin fundamento matem\u00e1tico:<\/strong> \"Alto riesgo\" significa cosas diferentes para cada persona<\/li>\n<li><strong>Pensamiento est\u00e1tico:<\/strong> Los riesgos se combinan e interact\u00faan, pero la mayor\u00eda de los marcos los tratan como hechos aislados.<\/li>\n<li><strong>Sin linaje de datos:<\/strong> No se puede rastrear c\u00f3mo se lleg\u00f3 a las conclusiones ni validar su exactitud<\/li>\n<li><strong>Gobernanza manual:<\/strong> Las revisiones de riesgos se hacen en reuniones, no en c\u00f3digo<\/li>\n<\/ul>\n<p>\u00bfCu\u00e1l es el resultado? Proyectos que parecen \"verdes\" hasta que de repente dejan de serlo. Para entonces, ya es demasiado tarde para corregir el rumbo.<\/p>\n<p>Necesit\u00e1bamos un enfoque diferente. Uno que cuantificara el riesgo con cifras reales, siguiera el flujo de la incertidumbre a trav\u00e9s de las dependencias del proyecto y automatizara la gobernanza para que los problemas salieran a la superficie antes de convertirse en cat\u00e1strofes.<\/p>\n<h2>Componente 1: Propagaci\u00f3n de la incertidumbre - Hacer que funcionen las matem\u00e1ticas del riesgo<\/h2>\n<p>La propagaci\u00f3n de la incertidumbre parece compleja, pero el concepto es sencillo: cuando se apilan cosas inciertas unas sobre otras, la incertidumbre total crece de forma predecible.<\/p>\n<p>Pi\u00e9nsalo as\u00ed: Si la Tarea A lleva de 5 a 10 d\u00edas y la Tarea B de 3 a 7 d\u00edas, el tiempo total no es de 8 a 17 d\u00edas. Las matem\u00e1ticas son m\u00e1s matizadas debido a c\u00f3mo se combinan las distribuciones de probabilidad.<\/p>\n<p>A continuaci\u00f3n le mostramos c\u00f3mo implementarlo en Power BI:<\/p>\n<h3>Paso 1: Definir las distribuciones de probabilidad<\/h3>\n<p>En lugar de decir \"La tarea A es de riesgo medio\", la definimos como una distribuci\u00f3n de probabilidad. Normalmente utilizamos estimaciones de tres puntos (optimista, m\u00e1s probable, pesimista) para crear una distribuci\u00f3n Beta.<\/p>\n<p>En Power BI, cree columnas calculadas para:<\/p>\n<ul>\n<li>Hip\u00f3tesis optimista (percentil 10)<\/li>\n<li>Escenario m\u00e1s probable (modo)<\/li>\n<li>Escenario pesimista (percentil 90)<\/li>\n<\/ul>\n<h3>Paso 2: Construir la l\u00f3gica de propagaci\u00f3n<\/h3>\n<p>Crear medidas DAX que combinen distribuciones matem\u00e1ticamente. Para tareas independientes en secuencia:<\/p>\n<ul>\n<li>Media total = Suma de las medias individuales<\/li>\n<li>Varianza total = Suma de las varianzas individuales<\/li>\n<li>Desviaci\u00f3n t\u00edpica total = Ra\u00edz cuadrada de la varianza total<\/li>\n<\/ul>\n<p>Para los riesgos correlacionados, a\u00f1ada coeficientes de correlaci\u00f3n para ajustar el c\u00e1lculo.<\/p>\n<h3>Paso 3: Visualizar los rangos de incertidumbre<\/h3>\n<p>Utilice las barras de error y los gr\u00e1ficos de intervalos de confianza de Power BI para mostrar rangos de probabilidad en lugar de estimaciones puntuales. Sus interlocutores necesitan ver que \"3 meses\" significa en realidad \"2,1 a 4,2 meses con 80% de confianza\".<\/p>\n<p>Este enfoque transform\u00f3 el modo en que un cliente gestionaba su proyecto de infraestructuras de $50M. En lugar de descubrir los excesos presupuestarios a los 60%, identificaron los centros de coste con mayores variaciones a los 15% y tomaron medidas correctoras.<\/p>\n<h2>Componente 2: Puntuaciones de confianza en el linaje - Saber lo que se puede creer<\/h2>\n<p>No todos los datos son iguales. Una estimaci\u00f3n de costes de su ingeniero m\u00e1s experimentado tiene m\u00e1s peso que la de un analista junior que utiliza supuestos obsoletos.<\/p>\n<p>Las puntuaciones de confianza del linaje cuantifican la fiabilidad de los datos para que pueda ponderar sus c\u00e1lculos de riesgo en consecuencia.<\/p>\n<h3>C\u00f3mo funcionan los \u00edndices de confianza<\/h3>\n<p>Asignamos puntuaciones num\u00e9ricas (escala 0-1) en funci\u00f3n de cuatro factores:<\/p>\n<ul>\n<li><strong>Fiabilidad de la fuente:<\/strong> Historial de la persona o el sistema que realiza el presupuesto<\/li>\n<li><strong>Frescura de los datos:<\/strong> \u00bfC\u00f3mo de reciente es la informaci\u00f3n subyacente?<\/li>\n<li><strong>Calidad del m\u00e9todo:<\/strong> \u00bfFue una suposici\u00f3n o se bas\u00f3 en un an\u00e1lisis hist\u00f3rico?<\/li>\n<li><strong>Nivel de validaci\u00f3n:<\/strong> \u00bfCu\u00e1ntos controles independientes han superado estos datos?<\/li>\n<\/ul>\n<h3>Implementaci\u00f3n en Power BI<\/h3>\n<p>Cree una tabla de calidad de datos que realice un seguimiento:<\/p>\n<ul>\n<li>ID de la fuente de datos<\/li>\n<li>Fecha de la \u00faltima actualizaci\u00f3n<\/li>\n<li>M\u00e9todo utilizado (tabla de consulta con puntuaciones)<\/li>\n<li>N\u00famero de validaciones<\/li>\n<li>Nivel de conocimientos de la fuente<\/li>\n<\/ul>\n<p>Construye una columna calculada que combine estos factores en una puntuaci\u00f3n de confianza compuesta:<\/p>\n<p><code>Puntuaci\u00f3n de confianza = (ponderaci\u00f3n de la fuente * ponderaci\u00f3n del m\u00e9todo * ponderaci\u00f3n de la frescura * ponderaci\u00f3n de la validaci\u00f3n) \/ 4<\/code><\/p>\n<h3>Utilizaci\u00f3n de las puntuaciones de confianza en los c\u00e1lculos de riesgo<\/h3>\n<p>Ponderar los intervalos de incertidumbre por puntuaciones de confianza. Las estimaciones de baja confianza obtienen intervalos de confianza m\u00e1s amplios. Las estimaciones de alta confianza tienen intervalos de confianza m\u00e1s estrechos.<\/p>\n<p>De este modo se evita el problema de la \"basura en la basura\" que acaba con la mayor\u00eda de los proyectos de an\u00e1lisis. No solo calculas el riesgo, sino que lo haces bas\u00e1ndote en el grado de confianza que debes depositar en tus datos.<\/p>\n<p>Un cliente del sector manufacturero utiliz\u00f3 este m\u00e9todo para descubrir que sus evaluaciones de proveedores de \"bajo riesgo\" se basaban en datos financieros de hace dos a\u00f1os. Cuando actualizaron el an\u00e1lisis con datos actuales, tres proveedores \"verdes\" pasaron a ser \"rojos\", dos semanas antes de una grave interrupci\u00f3n de la cadena de suministro.<\/p>\n<h2>Componente 3: Gobernanza como c\u00f3digo - Automatizaci\u00f3n de la red de seguridad<\/h2>\n<p>La gobernanza manual no es escalable y es incoherente. Lo que se marca como riesgo depende de qui\u00e9n tenga un buen d\u00eda y de qui\u00e9n se acuerde de comprobarlo.<\/p>\n<p>La gobernanza como c\u00f3digo automatiza la detecci\u00f3n y escalado de riesgos mediante reglas predefinidas que se ejecutan cada vez que se actualizan los datos.<\/p>\n<h3>Creaci\u00f3n de reglas de riesgo automatizadas<\/h3>\n<p>Defina los umbrales de riesgo como medidas DAX, no como valores codificados. Ejemplos:<\/p>\n<ul>\n<li>La desviaci\u00f3n presupuestaria supera el 15% del importe aprobado<\/li>\n<li>La confianza en el programa cae por debajo de 70%<\/li>\n<li>Cualquier tarea cr\u00edtica tiene una puntuaci\u00f3n de confianza inferior a 0,6.<\/li>\n<li>Tres o m\u00e1s supuestos no se han validado en 30 d\u00edas<\/li>\n<\/ul>\n<h3>L\u00f3gica de escalada<\/h3>\n<p>Cree columnas calculadas que activen diferentes niveles de respuesta:<\/p>\n<ul>\n<li><strong>Verde:<\/strong> Se cumplen todos los umbrales, no es necesario tomar medidas<\/li>\n<li><strong>Amarillo:<\/strong> Un umbral superado, aumentar la vigilancia<\/li>\n<li><strong>Rojo:<\/strong> Incumplimiento de varios umbrales, revisi\u00f3n inmediata<\/li>\n<\/ul>\n<h3>Integraci\u00f3n con Power Automate<\/h3>\n<p>Conecte sus reglas de gobierno a los flujos de Power Automate que:<\/p>\n<ul>\n<li>Env\u00eda alertas autom\u00e1ticas cuando se superen los umbrales<\/li>\n<li>Crear tareas en sistemas de gesti\u00f3n de proyectos<\/li>\n<li>Programar reuniones de revisi\u00f3n con las partes interesadas<\/li>\n<li>Generaci\u00f3n de informes de excepci\u00f3n para la alta direcci\u00f3n<\/li>\n<\/ul>\n<h3>Registro de auditor\u00eda<\/h3>\n<p>Registre cada acci\u00f3n de gobierno con marcas de tiempo, condiciones desencadenantes y respuestas adoptadas. As\u00ed se crea una pista de auditor\u00eda esencial para la mejora continua y el cumplimiento de la normativa.<\/p>\n<p>Un cliente del sector de la construcci\u00f3n aplic\u00f3 este enfoque y redujo el retraso medio de su proyecto de 23% a 8% en seis meses. El sistema detect\u00f3 autom\u00e1ticamente las desviaciones de alcance y los conflictos de recursos, en lugar de depender de los gestores de proyectos para detectar los problemas manualmente.<\/p>\n<h2>Estrategia de integraci\u00f3n: Hacer que los componentes funcionen juntos<\/h2>\n<p>Estos tres componentes son potentes por separado, pero transformadores cuando se integran adecuadamente.<\/p>\n<h3>Arquitectura de flujo de datos<\/h3>\n<p>Estructure su modelo de Power BI con un linaje de datos claro:<\/p>\n<ol>\n<li><strong>Capa fuente:<\/strong> Datos brutos del proyecto con metadatos de puntuaci\u00f3n de confianza<\/li>\n<li><strong>Capa de c\u00e1lculo:<\/strong> Propagaci\u00f3n de la incertidumbre y cuantificaci\u00f3n del riesgo<\/li>\n<li><strong>Capa de gobernanza:<\/strong> Evaluaci\u00f3n automatizada de normas y se\u00f1alizaci\u00f3n de excepciones<\/li>\n<li><strong>Capa de presentaci\u00f3n:<\/strong> Cuadros de mando e informes para las distintas partes interesadas<\/li>\n<\/ol>\n<h3>Bucles de realimentaci\u00f3n<\/h3>\n<p>Crear mecanismos para mejorar el sistema con el tiempo:<\/p>\n<ul>\n<li>Compare los resultados previstos con los reales para calibrar sus modelos.<\/li>\n<li>Seguimiento de las normas de gobernanza que generan falsos positivos y ajuste de los umbrales<\/li>\n<li>Actualizar las puntuaciones de confianza en funci\u00f3n de la exactitud hist\u00f3rica de las fuentes<\/li>\n<\/ul>\n<h2>Hoja de ruta<\/h2>\n<p>No intentes construirlo todo a la vez. Esta es la secuencia que funciona:<\/p>\n<h3>Fase 1 (Semanas 1-4): Fundaci\u00f3n<\/h3>\n<ul>\n<li>Establecer la propagaci\u00f3n b\u00e1sica de la incertidumbre para un proyecto<\/li>\n<li>Definir la metodolog\u00eda de la puntuaci\u00f3n de confianza<\/li>\n<li>Aplicar tres normas b\u00e1sicas de gobernanza<\/li>\n<\/ul>\n<h3>Fase 2 (Semanas 5-8): Expansi\u00f3n<\/h3>\n<ul>\n<li>A\u00f1adir modelos de correlaci\u00f3n para riesgos dependientes<\/li>\n<li>Automatizar el c\u00e1lculo de la puntuaci\u00f3n de confianza<\/li>\n<li>Conecte las alertas de gobernanza a Power Automate<\/li>\n<\/ul>\n<h3>Fase 3 (Semanas 9-12): Optimizaci\u00f3n<\/h3>\n<ul>\n<li>Aplicaci\u00f3n de circuitos de retroalimentaci\u00f3n y calibraci\u00f3n de modelos<\/li>\n<li>A\u00f1ada an\u00e1lisis predictivos para la detecci\u00f3n precoz de riesgos<\/li>\n<li>Escala a trav\u00e9s de m\u00faltiples proyectos y carteras<\/li>\n<\/ul>\n<h2>Conclusi\u00f3n<\/h2>\n<p>La gesti\u00f3n de riesgos no consiste en crear bonitos cuadros de mando o seguir listas de comprobaci\u00f3n. Se trata de crear sistemas que proporcionen informaci\u00f3n precisa y procesable cuando sea necesario tomar decisiones.<\/p>\n<p>El marco de riesgo cuantificado que hemos esbozado -propagaci\u00f3n de la incertidumbre, puntuaciones de confianza del linaje y gobernanza como c\u00f3digo- aborda las principales deficiencias de los enfoques tradicionales:<\/p>\n<ul>\n<li>Sustituye las calificaciones subjetivas de riesgo por modelos matem\u00e1ticos<\/li>\n<li>Tiene en cuenta c\u00f3mo se combinan e interact\u00faan los riesgos<\/li>\n<li>Pondera las decisiones en funci\u00f3n de la calidad de los datos<\/li>\n<li>Automatiza la detecci\u00f3n y la respuesta<\/li>\n<\/ul>\n<p>Hemos visto c\u00f3mo este enfoque reduc\u00eda las tasas de fracaso de los proyectos entre un 40 y un 60% en m\u00faltiples sectores. La diferencia no son las herramientas, sino el pensamiento sistem\u00e1tico sobre la incertidumbre y la gobernanza.<\/p>\n<p>Sus proyectos son demasiado importantes para gestionarlos con conjeturas y reuniones mensuales. Cree sistemas que funcionen autom\u00e1ticamente, detecten los problemas a tiempo y le den la confianza necesaria para hacer grandes apuestas.<\/p>\n<p>Las matem\u00e1ticas ya no son opcionales. O cuantificas bien el riesgo, o el riesgo te cuantifica a ti.<\/p>","protected":false},"excerpt":{"rendered":"<p>La mayor\u00eda de los marcos de riesgo no funcionan. Se basan \u00fanicamente en matrices codificadas por colores y corazonadas, mientras su empresa gasta millones en proyectos fallidos. Hemos creado sistemas de riesgo para empresas de Fortune 500 y hemos visto el mismo patr\u00f3n: los equipos crean hermosos cuadros de mando que parecen impresionantes, pero no pueden responder a la \u00fanica pregunta que importa: \"\u00bfCu\u00e1l es el verdadero ... <\/p>","protected":false},"author":2,"featured_media":13440,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-13931","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-news","latest_post"],"_links":{"self":[{"href":"https:\/\/www.leaplytics.de\/es\/wp-json\/wp\/v2\/posts\/13931","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.leaplytics.de\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.leaplytics.de\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.leaplytics.de\/es\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.leaplytics.de\/es\/wp-json\/wp\/v2\/comments?post=13931"}],"version-history":[{"count":5,"href":"https:\/\/www.leaplytics.de\/es\/wp-json\/wp\/v2\/posts\/13931\/revisions"}],"predecessor-version":[{"id":13949,"href":"https:\/\/www.leaplytics.de\/es\/wp-json\/wp\/v2\/posts\/13931\/revisions\/13949"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.leaplytics.de\/es\/wp-json\/wp\/v2\/media\/13440"}],"wp:attachment":[{"href":"https:\/\/www.leaplytics.de\/es\/wp-json\/wp\/v2\/media?parent=13931"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.leaplytics.de\/es\/wp-json\/wp\/v2\/categories?post=13931"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.leaplytics.de\/es\/wp-json\/wp\/v2\/tags?post=13931"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}