Gestión de riesgos en proyectos predictivos con variables dicotómicas: Caso proyecto de consultoría

##plugins.themes.bootstrap3.article.main##

Juan Sebastián Dugarte Mendoza
Fabio Augusto Niño Liévano
Cesar Augusto Silva Giraldo
Yohanna Milena Rueda Mahecha
David Andrés Suarez Suarez
Tatiana Guadrón Porras
Erika Patricia Ramírez Oliveros
José Alonso Caballero Márquez
Claudia Consuelo Pinzón Velasco
Diana Alexandra Rodríguez Quiñónez
Nelson Javier Hernández Bueno

Keywords

Gestión de Riesgos, Gestión de Proyectos, Variables Dicotómicas, Curva S

Resumen

El artículo presenta la aplicación de las variables dicotómicas como herramienta para la gestión de riesgos en proyectos de tipo predictivo, además propone el uso de la Curva S Integrada, como representación gráfica que incluye las variables costo, tiempo, alcance y calidad; esto apoyado en la gestión del riesgo, y en la aplicación de la técnica “¿Qué pasa sí?” desde donde se proponen escenarios de trabajo en el proyecto. La técnica se aplica a un caso relacionado con un proyecto de consultoría estratégica para una empresa del sector metalmecánico en Colombia, desde el caso es posible identificar que la Curva S Integrada presenta un mejor ajuste al resultado final del proyecto, en comparación que la Curva S generada al momento de la planeación.

Abstract 186 | PDF Downloads 132

Referencias

Alonso, P., Linares, J. P., & Palomo, J. (2019). Bayesian networks in project management: A survey of the state of the art. IEEE Access, 7, 96156-96176.

Badruzzaman, F. H., Fajar, M. Y., Rohaeni, O., Gunawan, G., & Harahap, E. (2020). CPM and PERT technique efficiency model for child veil production.

Chin, C., Spowage, A., & Yap, E. (2012). Project management methodologies: a comparative analysis. Journal for the advancement of performance information and value, 4(1), 106-106.

Cicmil, S., Williams, T., Thomas, J., & Hodgson, D. (2019). Rethinking project management methodologies: towards creative and contextually appropriate approaches. International Journal of Project Management, 37(1), 120-130. https://doi.org/10.1016/j. ijproman.2018.11.009

Ghosh, S. K., & Piplani, R. (2014). Project risk management using the project risk FMEA. International Journal of Engineering Research and Applications, 4(1), 197-203. https:// www.dropbox.com/s/sbqarx7aa6fbxym/ Project%20Risk%20Management%20 Using%20the%20Project%20Risk%20 FMEA.pdf?dl=0

Project Management Institute. (2017). A guide to the project management body of knowledge (PMBOK guide) (6th ed.). Project Management Institute.

Serrador, P., & Pinto, J. K. (2015). Does agile work? - A quantitative analysis of project success. International Journal of Project Management, 33(5), 1040-1051. https://doi.org/10.1016/j. ijproman.2015.02.001

Sharma, V., Soni, G., & Bansal, P. (2020). Earned green value management for project management. Journal of Cleaner Production, 267, 122104.

Shehabuddeen, N. (2019). View of Analysis of the Available Project Management Methodologies. Journal of Information Technology and Economic Development, 10(1), 68-81. https://doi. org/10.35632/ITED.2019.10.1.68-81

Stuckenbruck, L. C. (2018). PM methodologies: a practical comparison. Journal of Modern Project Management, 5(1), 87-97. https://doi.org/10.19255/ JMPM01905

Wang, M., Cui, Q., Du, X., & He, M. (2021). A classification and review of approaches and methods for modeling project risk. Engineering, Construction and Architectural Management, aheadof-print(ahead-of-print).

Yisa, S. B., & Oyedele, L. O. (2018). A review of risk management in construction: Opportunities for improvement. Journal of Construction Engineering and Management, 144(11), 04018104. https://doi.org/10.1061/ (ASCE)CO.1943-7862.0001559