Planificación de CAPEX frente a optimización: comparación entre la clasificación de proyectos, la planificación de escenarios, Excel, la IA y la optimización de carteras
La planificación de CAPEX, la priorización de proyectos, la planificación de escenarios, el software PPM, Excel, la IA y la optimización matemática de carteras abordan diferentes aspectos del mismo problema de gestión.
La planificación de CAPEX estructura las inversiones futuras.
La clasificación y priorización de proyectos evalúan proyectos individuales.
La planificación de escenarios analiza diferentes hipótesis.
El software PPM aporta transparencia a los proyectos y carteras.
Excel permite realizar análisis flexibles y crear modelos personalizados.
La IA puede analizar datos, detectar patrones y apoyar los procesos de toma de decisiones.
La optimización matemática de carteras, por su parte, responde a otra pregunta:
¿Qué combinación de los proyectos disponibles cumple de la mejor manera posible nuestro objetivo definido, teniendo en cuenta las restricciones de presupuesto, recursos, estrategia y dependencias?
Por lo tanto, la pregunta clave no es:
«¿Qué método es mejor en general?»
sino:
«¿Qué método responde a qué pregunta de gestión?»
Esta comparación muestra las diferencias entre planificación, priorización, simulación y optimización, y explica cuándo las empresas deberían pasar de un método a otro nivel de toma de decisiones.
Índice
- Resumen de la planificación, la clasificación, la simulación y la optimización
- Planificación de CAPEX frente a optimización de CAPEX
- Priorización de proyectos frente a optimización de la cartera
- Clasificación de proyectos frente a selección de cartera
- Clasificación de proyectos frente a optimización
- Planificación de escenarios frente a optimización de la cartera
- Planificación de escenarios frente a optimización
- Software de PPM frente a optimización de la cartera
- PPM frente a inteligencia de decisión
- Excel frente a la optimización matemática de carteras
- Solver de Excel frente a software de optimización de carteras
- Optimización de CAPEX frente a priorización de CAPEX
- Optimización de carteras frente a clasificación de proyectos
- Optimización frente a planificación de escenarios
- IA frente a investigación operativa para la asignación de capital
- Programación lineal frente a optimización combinatoria
- Simulación de Monte Carlo frente a optimización
- Alternativa a Excel para la planificación de CAPEX
- Alternativa a la clasificación de proyectos
- Alternativa a los modelos de puntuación ponderada
- Alternativa a la priorización manual del CAPEX
- Los cuatro niveles de las decisiones de inversión modernas
- Ejemplo: 100 proyectos y 500 millones de euros de CAPEX
- Por qué las combinaciones son decisivas
- ¿Cuándo cobra relevancia la optimización matemática?
- ¿Por qué se pueden combinar los métodos?
- De la elaboración de informes a la toma de decisiones en tiempo real en la sala de juntas
- StratePlan como capa de decisión matemática
- Preguntas frecuentes
Resumen de la planificación, la clasificación, la simulación y la optimización
| Método | Pregunta clave | Resultado típico |
|---|---|---|
| Planificación de CAPEX | ¿Cuánto queremos y podemos invertir? | Plan de inversiones |
| Clasificación de proyectos | ¿Qué proyecto tiene mayor prioridad? | Clasificación |
| Puntuación ponderada | ¿Cómo se clasifican los proyectos en función de varios criterios? | Puntuación |
| Planificación de escenarios | ¿Qué ocurre bajo diferentes supuestos? | Escenarios |
| PPM | ¿Qué proyectos tenemos y cómo evolucionan? | Transparencia de la cartera |
| Simulación de Monte Carlo | ¿Cómo podrían distribuirse las variables inciertas? | Distribuciones de probabilidad |
| IA | ¿Qué patrones, previsiones o conclusiones se pueden extraer de los datos? | Análisis, previsiones, recomendaciones |
| Optimización matemática | ¿Qué decisión admisible maximiza o minimiza nuestro objetivo definido? | Solución optimizada |
Estos métodos no son necesariamente incompatibles entre sí.
Responden a preguntas diferentes dentro del mismo proceso de toma de decisiones.
La planificación describe el espacio de decisión. La clasificación evalúa las opciones. La simulación analiza la incertidumbre. La optimización calcula las decisiones dentro de unas reglas definidas.
Planificación de CAPEX frente a optimización de CAPEX
La planificación de CAPEX organiza las inversiones futuras.
Los elementos típicos son:
- Solicitudes de inversión
- Presupuestos
- Unidades de negocio
- Sedes
- Duración de los proyectos
- Previsiones
- Estado de aprobación
CAPEX Planning responde, por ejemplo, a preguntas como:
«¿Qué inversiones están previstas para los próximos tres años?»
La optimización de CAPEX va un paso más allá.
Se pregunta:
«¿Qué combinación de estas inversiones deberíamos seleccionar realmente dentro de nuestros límites financieros y operativos?»
| Planificación de CAPEX | Optimización del CAPEX |
|---|---|
| Planifica las inversiones | Optimiza la selección |
| Elabora presupuestos | Optimiza dentro del presupuesto |
| Muestra los proyectos previstos | Calcula combinaciones de proyectos |
| Previsión | Optimización de decisiones |
| ¿Qué planificamos? | ¿Qué combinación deberíamos elegir? |
La planificación de CAPEX sienta las bases de la planificación. La optimización de CAPEX complementa el nivel matemático de la toma de decisiones.
Priorización de proyectos frente a optimización de la cartera
La priorización de proyectos evalúa los proyectos y les asigna prioridades.
Por ejemplo:
Alta prioridad
Prioridad media
Prioridad baja
o:
Rango 1, Rango 2, Rango 3...
La optimización de la cartera, por el contrario, tiene en cuenta la combinación de los proyectos.
Esa es una diferencia fundamental.
Un proyecto de alta prioridad puede absorber tanto presupuesto que impida llevar a cabo otros proyectos que, en conjunto, tengan un valor mayor.
La priorización se pregunta: «¿Qué importancia tiene este proyecto?».
La optimización de la cartera se pregunta: «¿Qué combinación genera el mayor valor total definido dentro de nuestras restricciones?».
Clasificación de proyectos frente a selección de cartera
La clasificación de proyectos establece un orden.
La selección de cartera genera una selección.
Aunque suene parecido, matemáticamente es diferente.
Supongamos que una clasificación es la siguiente:
- Proyecto A
- Proyecto B
- Proyecto C
- Proyecto D
Un método sencillo podría consistir en seleccionar los proyectos de arriba abajo hasta agotar el presupuesto.
Sin embargo, esto no garantiza automáticamente que no exista otra combinación de B, C y D que genere más valor en conjunto.
Por lo tanto, una clasificación no equivale a una decisión sobre la cartera.
Clasificación de proyectos frente a optimización
| Clasificación de proyectos | Optimización |
|---|---|
| Evalúa proyectos individuales | Evalúa combinaciones |
| Establece un orden | Genera una selección |
| Prioridad relativa | Valor de la cartera |
| El presupuesto suele ser secundario | Presupuesto directamente en el modelo |
| Las dependencias son más difíciles de representar | Las dependencias como restricciones |
| Los recursos suelen estar separados | Posibilidad de modelar varios recursos a la vez |
La clasificación puede seguir formando parte del proceso de toma de decisiones.
Sin embargo, no debe confundirse con la optimización matemática de carteras.
Planificación de escenarios frente a optimización de carteras
La planificación de escenarios analiza hipótesis alternativas.
Por ejemplo:
- Escenario base
- Escenario de crecimiento
- Escenario pesimista
- Reducción de la inversión en activos fijos
- Mayores costes energéticos
- Escasez de recursos
La planificación de escenarios responde a la pregunta:
«¿Qué podría suceder en estas condiciones?»
La optimización de la cartera responde a:
«¿Qué combinación de proyectos deberíamos elegir en estas condiciones?»
Por eso, ambos métodos se complementan especialmente bien.
Para cada escenario se puede optimizar una nueva cartera.
La planificación de escenarios cambia el mundo. La optimización de carteras calcula la decisión dentro de ese mundo.
Planificación de escenarios frente a optimización
La planificación de escenarios y la optimización tienen funciones diferentes.
| Planificación de escenarios | Optimización |
|---|---|
| Modifica los supuestos | Calcula una solución |
| Analiza situaciones posibles | Busca, dentro de una situación, la mejor decisión posible |
| ¿Y si...? | ¿Qué deberíamos hacer? |
| Genera escenarios | Genera decisiones optimizadas |
Por lo tanto, una empresa puede combinar ambos métodos:
Escenario 1 → Optimización 1
Escenario 2 → Optimización 2
Escenario 3 → Optimización 3
De este modo, no solo se comparan los distintos escenarios entre sí, sino también las mejores decisiones de cartera dentro de cada uno de ellos.
Software de PPM frente a optimización de carteras
El software de gestión de carteras de proyectos ayuda a las empresas a gestionar y controlar proyectos y carteras.
Las funciones típicas del PPM son:
- Resúmenes de proyectos
- Seguimiento del estado
- Planificación de recursos
- Presupuestos
- Hoja de ruta
- Flujos de trabajo
- Informes
- Cuadros de mando de la cartera
La optimización de carteras tiene un enfoque diferente.
Analiza matemáticamente qué proyectos deben seleccionarse dentro de unas restricciones definidas.
La gestión de proyectos y carteras (PPM) aporta transparencia a la cartera. La optimización de la cartera calcula la decisión sobre la cartera.
Ambos enfoques pueden combinarse.
La PPM proporciona datos de proyectos y de la cartera.
Una capa de optimización puede utilizar estos datos para modelos matemáticos de toma de decisiones.
PPM frente a inteligencia de decisión
La PPM se centra en la gestión, la planificación y el control de carteras de proyectos.
La inteligencia de decisión se centra en la calidad y la estructura de las decisiones.
Entre ellos pueden figurar:
- Datos
- Reglas de negocio
- Criterios estratégicos
- Restricciones
- Escenarios
- Modelos matemáticos
- Optimización
- Gobernanza de la toma de decisiones
Por eso, los sistemas responden a preguntas diferentes.
PPM: «¿Qué hay en nuestra cartera y cómo evoluciona?»
Inteligencia de decisión: «¿Qué decisión deberíamos tomar teniendo en cuenta nuestros objetivos y condiciones definidos?»
Por lo tanto, la inteligencia de decisión no tiene por qué sustituir a la PPM.
Puede utilizarse como una capa de decisión adicional, por encima o junto a los sistemas de planificación y cartera existentes.
Excel frente a la optimización matemática de carteras
Excel es una de las herramientas más flexibles y extendidas para la planificación de CAPEX.
Es ideal para:
- la recopilación de datos
- Análisis de viabilidad
- Cálculos
- Modelos financieros
- Informes
- Análisis ad hoc
El reto surge cuando el problema de decisión se vuelve combinatorio.
Con 100 proyectos independientes de tipo «sí/no», teóricamente existen hasta:
2^100 ≈ 1,27 × 10^30 combinaciones posibles.
Un modelo manual en Excel no puede comparar fácilmente estas carteras línea por línea.
Por ello, la optimización matemática de carteras utiliza métodos matemáticos especializados para realizar búsquedas en el espacio de decisión.
| Excel | Optimización matemática de carteras |
|---|---|
| Hojas de cálculo flexibles | Modelo matemático de decisión |
| Casos de negocio | Selección de carteras |
| Escenarios manuales | Recálculo algorítmico |
| Fórmulas | Funciones objetivo y restricciones |
| Muy flexible | Especializado en problemas de optimización complejos |
Por lo tanto, Excel no es, en principio, el enemigo de la optimización matemática. Excel puede incluso servir como fuente de datos, mientras que un motor de optimización especializado calcula la decisión de la cartera.
Excel Solver frente al software de optimización de carteras
El Solver de Excel permite realizar optimizaciones matemáticas directamente en Excel.
Esto puede resultar muy útil para modelos de optimización pequeños o manejables.
Sin embargo, a medida que aumenta la complejidad de la cartera y del modelo, pueden surgir requisitos adicionales:
- Muchos proyectos
- Muchas restricciones
- Dependencias
- Proyectos obligatorios
- Planificación plurianual
- Varios recursos
- Escenarios recurrentes
- Gobernanza
- Reproducibilidad
- Interfaces de gestión
El software especializado en optimización de carteras está diseñado para este tipo de procesos de toma de decisiones recurrentes.
Por lo tanto, la comparación relevante no es:
«¿Puede Excel Solver optimizar?»
Sí, puede hacerlo para modelos matemáticos adecuados.
La pregunta relevante es:
«¿Qué entorno técnico y organizativo necesitamos para nuestro problema concreto de toma de decisiones sobre la cartera?»
Optimización del CAPEX frente a priorización del CAPEX
La priorización de CAPEX evalúa qué inversiones parecen más importantes.
La optimización del CAPEX calcula qué combinación de inversiones debería seleccionarse en las condiciones definidas.
Por ejemplo, puede haber diez proyectos con una prioridad muy alta.
Sin embargo, es posible que el presupuesto solo alcance para cinco o seis de ellos.
En ese caso, la información de «alta prioridad» ya no es suficiente.
Hay que decidir qué combinación:
- se ajuste al presupuesto,
- cumpla con las restricciones de recursos,
- tenga en cuenta las dependencias,
- incluya los proyectos obligatorios,
- genere el mayor valor total definido.
La priorización evalúa. La optimización decide matemáticamente entre combinaciones.
Optimización de la cartera frente a clasificación de proyectos
La clasificación de proyectos considera los proyectos principalmente de forma individual.
La optimización de la cartera tiene en cuenta su efecto conjunto.
Un ejemplo sencillo:
| Proyecto | Inversión | Valor |
|---|---|---|
| A | 100 millones de € | 150 millones de € |
| B | 60 millones de € | 100 millones de € |
| C | 40 millones de € | 80 millones de € |
Presupuesto:
100 millones de €
El proyecto A es el que tiene el valor individual más alto.
Cartera A:
Inversión = 100 millones de €
Valor = 150 millones de €
Cartera B + C:
Inversión = 100 millones de €
Valor = 180 millones de €
De este modo, con un presupuesto idéntico, B + C generan 30 millones de euros más de valor esperado.
La mejor opción individual no es automáticamente la mejor combinación de cartera.
Optimización frente a planificación de escenarios
La optimización y la planificación de escenarios no deben considerarse alternativas.
Su combinación resulta especialmente eficaz.
La planificación de escenarios puede, por ejemplo, definir tres presupuestos:
400 millones de €
500 millones de €
600 millones de €
A continuación, la optimización calcula una configuración de cartera para cada presupuesto.
| Escenario | Presupuesto | Pregunta de optimización |
|---|---|---|
| Riesgo a la baja | 400 millones de € | ¿Qué combinación genera el valor definido más alto por debajo de los 400 millones de €? |
| Base | 500 millones de € | ¿Qué combinación genera el valor definido más alto por debajo de 500 millones de €? |
| Crecimiento | 600 millones de € | ¿Qué inversiones adicionales generan el mayor valor añadido? |
De este modo, la planificación de escenarios se convierte en una comparación orientada a la toma de decisiones.
IA frente a investigación operativa para la asignación de capital
La inteligencia artificial y la investigación operativa tienen puntos fuertes distintos.
La IA puede utilizarse, por ejemplo, para:
- Previsiones
- Reconocimiento de patrones
- Procesamiento del lenguaje natural
- Clasificación
- Detección de anomalías
- Análisis predictivo
La investigación operativa, por su parte, se centra específicamente en problemas matemáticos de toma de decisiones.
Entre ellos se incluyen:
- Optimización
- Asignación de recursos
- Programación
- Selección de carteras
- Optimización de redes
- Satisfacción de restricciones
En lo que respecta a la asignación de capital, ambas disciplinas pueden complementarse.
La IA puede, por ejemplo, generar información o previsiones.
La investigación operativa puede utilizar posteriormente esta información en el marco de un modelo matemático de toma de decisiones.
La IA puede ayudar a predecir lo que podría suceder. La investigación operativa puede calcular qué decisión debería tomarse bajo unos supuestos definidos.
Los enfoques híbridos pueden combinar ambos niveles.
Programación lineal frente a optimización combinatoria
La programación lineal optimiza una función objetivo lineal bajo restricciones lineales con variables de decisión continuas.
La optimización combinatoria se ocupa de decisiones y combinaciones discretas.
En las carteras de proyectos, la decisión suele ser:
Seleccionar el proyecto: sí o no.
Esto da lugar a una estructura de decisión discreta.
Por ello, la programación entera y la programación mixta entera son métodos matemáticos importantes para este tipo de problemas.
| Programación lineal | Optimización combinatoria |
|---|---|
| Variables a menudo continuas | Combinaciones discretas |
| p. ej., volúmenes de producción | p. ej., selección de proyectos |
| Modelos lineales | Clase más amplia de problemas de optimización discretos |
| x puede ser, por ejemplo, 4,7 | x puede ser, por ejemplo, 0 o 1 |
En los modelos empresariales reales pueden aparecer ambos tipos de variables conjuntamente.
Simulación de Monte Carlo frente a optimización
La simulación de Monte Carlo y la optimización matemática responden a preguntas diferentes.
La simulación de Monte Carlo utiliza extracciones aleatorias repetidas para analizar los efectos de las variables de entrada inciertas.
Por ejemplo, puede mostrar:
- la distribución de los posibles VAN
- Probabilidad de determinados resultados
- El riesgo de escenarios extremos
- Sensibilidad ante la incertidumbre
La optimización, por su parte, busca una decisión que optimice una función objetivo definida en unas condiciones dadas.
| Simulación de Monte Carlo | Optimización |
|---|---|
| Analiza la incertidumbre | Analiza las decisiones |
| ¿Qué podría pasar? | ¿Qué deberíamos hacer según el modelo? |
| Distribuciones de probabilidad | Decisión optimizada |
| Simulación | Optimización |
Estos métodos también se pueden combinar.
La simulación permite cuantificar la incertidumbre.
La optimización puede facilitar la toma de decisiones partiendo de estas hipótesis.
Alternativa a Excel para la planificación de CAPEX
Las empresas suelen buscar una alternativa a Excel para la planificación de CAPEX cuando sus modelos de inversión se vuelven más amplios y complejos.
Las razones más habituales son:
- Numerosos proyectos
- Muchas unidades de negocio
- Planificación plurianual
- Dependencias complejas
- Restricciones de recursos
- Control de versiones
- Gobernanza
- Escenarios recurrentes
- Optimización de la cartera
Sin embargo, la alternativa no tiene por qué sustituir por completo a Excel.
Una posible arquitectura sería la siguiente:
Excel → Entrada de datos
Motor de optimización → Capa de decisión matemática
Interfaz de gestión → Capa de escenarios y decisiones
De este modo, se pueden seguir utilizando los procesos existentes de Excel, mientras que las decisiones complejas sobre la cartera se calculan al margen de la lógica de las hojas de cálculo.
Alternativa a la clasificación de proyectos
Una alternativa a la clasificación de proyectos es la selección matemática de carteras.
En lugar de limitarse a ordenar los proyectos, se calcula directamente la combinación que debería seleccionarse según las condiciones definidas.
Esto resulta especialmente relevante en los siguientes casos:
- presupuestos limitados,
- proyectos de distintos tamaños,
- varios recursos,
- dependencias,
- proyectos obligatorios,
- restricciones estratégicas.
La clasificación establece un orden. La optimización de la cartera genera una combinación.
Alternativa a los modelos de puntuación ponderada
Los modelos de puntuación ponderada evalúan los proyectos en función de varios criterios.
Por ejemplo:
| Criterio | Ponderación |
|---|---|
| Rentabilidad financiera | 40 % |
| Adecuación estratégica | 30 % |
| Reducción del riesgo | 20 % |
| Innovación | 10 % |
A partir de los criterios ponderados se obtiene una puntuación del proyecto.
Esto puede resultar muy útil para estructurar criterios cualitativos y cuantitativos.
Sin embargo, la puntuación no resuelve automáticamente el problema de la selección de carteras.
Por ello, la optimización matemática de carteras puede utilizar las puntuaciones ponderadas como datos de entrada.
Por ejemplo:
Maximizar el valor estratégico ponderado total de la cartera con un presupuesto de 500 millones de euros.
De este modo, se combinan la puntuación y la optimización.
La puntuación ponderada evalúa los proyectos. La optimización decide qué combinación de los proyectos evaluados debe seleccionarse.
Alternativa a la priorización manual del CAPEX
La priorización manual del CAPEX suele basarse en talleres, debates de la dirección, hojas de cálculo y valoraciones individuales.
Estos procesos pueden aportar información cualitativa importante.
Sin embargo, a medida que aumenta el tamaño de la cartera, crece la complejidad combinatoria.
Con 20 decisiones binarias sobre proyectos, ya existen, en teoría:
1.048.576 combinaciones.
Con 100 proyectos:
≈ 1,27 × 10³⁰ combinaciones.
Por lo tanto, una «capa de decisión» matemática puede complementar el debate directivo.
La dirección define:
- Objetivos
- Criterios
- Presupuestos
- Restricciones
- Proyectos obligatorios
- Prioridades estratégicas
La optimización calcula las consecuencias.
La dirección toma la decisión.
La alternativa a la priorización manual no es la eliminación de las decisiones humanas. Es el cálculo del margen de decisión.
Los cuatro niveles de las decisiones de inversión modernas
Muchos de los métodos comparados pueden clasificarse en cuatro niveles de decisión.
1. Datos y planificación
¿Qué proyectos, costes, rendimientos y recursos existen?
Herramientas típicas:
- ERP
- PPM
- Excel
- Software de planificación
2. Evaluación
¿Qué grado de atractivo tienen los distintos proyectos?
Métodos habituales:
- VAN
- ROI
- Puntuación
- Clasificación
3. Análisis de escenarios y riesgos
¿Cómo varían los resultados con otros supuestos?
Métodos habituales:
- Planificación de escenarios
- Análisis de sensibilidad
- Simulación de Monte Carlo
- Previsión
4. Optimización de decisiones
¿Qué decisión se debería tomar teniendo en cuenta estas hipótesis y restricciones?
Métodos habituales:
- Investigación operativa
- Optimización matemática
- Optimización combinatoria
- Programación mixta entera
Estos cuatro niveles no son sustitutivos entre sí, sino que se complementan.
Ejemplo: 100 proyectos y 500 millones de euros de CAPEX
Una empresa tiene 100 proyectos de inversión potenciales.
CAPEX solicitado:
800 millones de €
CAPEX disponible:
500 millones de €
El proceso actual podría ser el siguiente:
Excel recopila la información del proyecto.
La puntuación ponderada evalúa la adecuación estratégica.
La clasificación de proyectos ordena los proyectos.
La planificación de escenarios analiza diferentes presupuestos.
La gestión de proyectos y carteras (PPM ) visualiza la cartera.
Todos estos pasos aportan información valiosa.
Sin embargo, queda una pregunta:
¿Qué combinación concreta de los 100 proyectos deberíamos seleccionar dentro de los 500 millones de euros?
La optimización matemática de la cartera aborda precisamente este nivel de decisión.
Por qué las combinaciones son decisivas
Con 100 proyectos independientes de tipo «sí/no», existen teóricamente:
2^100 ≈ 1,27 × 10^30 combinaciones.
Las restricciones presupuestarias, de recursos y de gobernanza reducen el espacio de soluciones admisible.
Aun así, el número de carteras posibles puede seguir siendo muy elevado.
Esto explica por qué los métodos de selección manuales y las clasificaciones sencillas pueden llegar a sus límites cuando se trata de carteras grandes.
El problema de la cartera no es un problema de clasificación. Es un problema de combinaciones.
¿Cuándo cobra relevancia la optimización matemática?
La optimización matemática cobra especial relevancia cuando se dan simultáneamente varias de las siguientes condiciones:
- Más proyectos que presupuesto disponible
- Proyectos de distintos tamaños
- Varios recursos limitados
- Dependencias entre proyectos
- Proyectos obligatorios
- Normas de las unidades de negocio
- Presupuestos plurianuales
- Criterios estratégicos
- Numerosas combinaciones posibles de proyectos
- Preguntas frecuentes del tipo «¿qué pasaría si...?»
Cuanto mayor sea la interacción entre estos factores, menos suficiente resultará una mera clasificación.
Por qué se pueden combinar los métodos
Un proceso moderno de toma de decisiones de inversión no tiene por qué sustituir necesariamente a los sistemas existentes.
Una posible arquitectura es la siguiente:
ERP → Datos financieros y reales
PPM → datos de proyectos y carteras
Excel → análisis individuales y preparación de datos
IA → previsiones, análisis de datos y asistencia inteligente
Optimización → toma de decisiones matemáticas sobre la cartera
Sala de juntas → Decisión final de la dirección
De este modo se establece una clara distribución de funciones.
Los sistemas de registro proporcionan datos.
La analítica aporta conocimientos.
La optimización calcula las opciones.
La dirección toma la decisión.
De la elaboración de informes a la toma de decisiones en tiempo real en la sala de juntas
La diferencia entre la elaboración de informes y la inteligencia de decisión se hace especialmente patente en la sala de juntas.
Un panel de control puede mostrar:
«Nuestro CAPEX asciende a 500 millones de euros».
Una herramienta de planificación de escenarios puede mostrar:
«Con 450 millones de euros, nuestro plan financiero cambia».
Además, la optimización de carteras puede responder a la pregunta:
«¿Qué combinación de proyectos deberíamos elegir con 450 millones de euros?»
De este modo se crea un proceso de toma de decisiones interactivo.
El director financiero pregunta:
«Reducir el CAPEX en 50 millones de euros».
La cartera se recalcula.
El director general pregunta:
«Aumentar el peso estratégico del crecimiento».
Se vuelve a calcular la cartera.
El Comité de Inversiones pregunta:
«Hacer obligatorio el Proyecto 27».
Las consecuencias se hacen visibles directamente a nivel de cartera.
Pregunta. Cálculo. Comparación. Decisión.
StratePlan como capa de decisión matemática
StratePlan está concebido como una capa de decisión matemática para decisiones complejas relacionadas con CAPEX, inversiones y carteras de proyectos.
El enfoque no consiste en sustituir de forma generalizada los sistemas ERP, PPM, Excel o los procesos de gestión.
En cambio, complementa la capa de decisión matemática.
Los datos pueden incluir, por ejemplo:
- ID del proyecto
- Inversión
- Ingresos previstos o VAN
- Criterios estratégicos
- Recursos
- Dependencias
- Proyectos obligatorios
- Presupuestos plurianuales
Partiendo de ahí, se pueden calcular cuestiones relacionadas con la cartera:
- ¿Qué combinación de proyectos maximiza el valor definido de la cartera?
- ¿Qué proyectos deberían seleccionarse si el CAPEX es menor?
- ¿Qué proyectos adicionales son viables con un presupuesto mayor?
- ¿Cómo cambia la selección ante nuevas restricciones de recursos?
- ¿Qué repercusiones tienen los proyectos obligatorios?
- ¿Cómo influyen las dependencias entre proyectos en la selección?
- ¿Cómo cambia la cartera si se modifica la ponderación estratégica?
- ¿Qué combinación maximiza el VAN?
- ¿Cómo varía la combinación óptima a lo largo de varios años?
De este modo se establece una conexión entre los datos existentes, la optimización matemática y la decisión de gestión.
Excel puede calcular.
PPM puede gestionar.
La planificación de escenarios permite explorar.
La IA puede analizar.
La optimización puede calcular la mejor cartera viable para el objetivo definido.
La dirección decide.
No te limites a clasificar los proyectos. Calcula la cartera.
Preguntas frecuentes
¿Cuál es la diferencia entre la planificación de CAPEX y la optimización de CAPEX?
La planificación de CAPEX organiza y planifica las inversiones y los presupuestos futuros. La optimización de CAPEX calcula qué combinación de las inversiones disponibles cumple de la mejor manera posible un objetivo establecido, teniendo en cuenta las restricciones definidas en cuanto a presupuesto, recursos y otros factores.
¿Cuál es la diferencia entre la priorización de proyectos y la optimización de la cartera?
La priorización de proyectos evalúa la importancia relativa de cada proyecto. La optimización de la cartera analiza la combinación de varios proyectos y tiene en cuenta restricciones comunes como el presupuesto, los recursos y las dependencias.
¿Cuál es la diferencia entre la clasificación de proyectos y la selección de la cartera?
La clasificación de proyectos establece un orden de los proyectos. La selección de cartera decide qué proyectos se incluyen realmente en la cartera.
¿Cuál es la diferencia entre la clasificación de proyectos y la optimización?
La clasificación evalúa los proyectos principalmente de forma individual. La optimización busca una configuración de cartera que satisfaga de la mejor manera posible una función objetivo definida dentro de las restricciones modeladas.
¿Cuál es la diferencia entre la planificación de escenarios y la optimización de la cartera?
La planificación de escenarios analiza hipótesis alternativas o situaciones futuras. La optimización de la cartera calcula una combinación de proyectos dentro de las condiciones de un escenario concreto.
¿Cuál es la diferencia entre la planificación de escenarios y la optimización?
La planificación de escenarios responde principalmente a la pregunta «¿qué pasaría si…?». La optimización responde, dentro del modelo matemático, a la pregunta «¿qué decisión cumple mejor nuestro objetivo en estas condiciones?».
¿Cuál es la diferencia entre el software de PPM y la optimización de carteras?
El software de PPM suele facilitar la planificación, la gestión, el seguimiento y la elaboración de informes de carteras de proyectos. La optimización de carteras se centra en la selección matemática de una combinación de proyectos en función de unos objetivos y restricciones definidos.
¿Cuál es la diferencia entre PPM y la inteligencia de decisión?
El PPM gestiona y controla proyectos y carteras. La inteligencia de decisión combina datos, criterios, reglas, escenarios y métodos cuantitativos para respaldar de forma sistemática la toma de decisiones concretas.
¿Cuál es la diferencia entre Excel y la optimización matemática de carteras?
Excel es una herramienta flexible para datos, cálculos y modelos personalizados. La optimización matemática de carteras utiliza métodos matemáticos especializados para calcular combinaciones complejas de proyectos bajo restricciones comunes.
¿Cuál es la diferencia entre el Solver de Excel y el software de optimización de carteras?
El Solver de Excel puede resolver modelos de optimización dentro de Excel. El software especializado de optimización de carteras, además, puede estar orientado a decisiones recurrentes sobre carteras, restricciones extensas, dependencias, escenarios, gobernanza y procesos de gestión.
¿Cuál es la diferencia entre la optimización de CAPEX y la priorización de CAPEX?
La priorización de CAPEX evalúa y clasifica las inversiones. La optimización de CAPEX calcula qué combinación de inversiones debe seleccionarse dentro de las restricciones definidas.
¿Cuál es la diferencia entre la optimización de carteras y la clasificación de proyectos?
La clasificación de proyectos establece un orden de los proyectos individuales. La optimización de carteras analiza combinaciones y su valor conjunto dentro de las restricciones presupuestarias, de recursos y de otro tipo.
¿Cuál es la diferencia entre la optimización y la planificación de escenarios?
La planificación de escenarios modifica los supuestos. La optimización calcula, dentro de esos supuestos, una solución para una función objetivo definida. Por lo tanto, ambos métodos pueden combinarse entre sí.
¿Cuál es la diferencia entre la IA y la investigación operativa en la asignación de capital?
La IA abarca métodos como el aprendizaje automático, el reconocimiento de patrones y el análisis predictivo. La investigación operativa utiliza modelos matemáticos y la optimización para resolver problemas de toma de decisiones. En la asignación de capital, las previsiones basadas en la IA pueden servir como datos de entrada para un modelo de investigación operativa.
¿Cuál es la diferencia entre la programación lineal y la optimización combinatoria?
La programación lineal optimiza modelos lineales con variables, por lo general, continuas. La optimización combinatoria se ocupa de decisiones y combinaciones discretas. La selección binaria de proyectos es un problema combinatorio típico.
¿Cuál es la diferencia entre la simulación de Monte Carlo y la optimización?
La simulación de Monte Carlo analiza la incertidumbre mediante simulaciones aleatorias repetidas. La optimización busca una decisión que optimice una función objetivo definida en unas condiciones predeterminadas.
¿Cuál es una alternativa a Excel para la planificación de CAPEX?
Dependiendo del problema, se pueden utilizar sistemas especializados de planificación de CAPEX, PPM u optimización de carteras. No es necesario sustituir por completo a Excel, que puede seguir sirviendo como fuente de datos o herramienta de análisis.
¿Cuál es una alternativa a la clasificación de proyectos?
La optimización matemática de carteras es una alternativa cuando no solo se necesita un orden, sino una combinación concreta de proyectos sujeta a restricciones de presupuesto, recursos y otras limitaciones.
¿Cuál es una alternativa a los modelos de puntuación ponderada?
La puntuación ponderada puede combinarse con la optimización matemática de carteras. Las puntuaciones evalúan los proyectos, mientras que la optimización calcula qué combinación de los proyectos evaluados debe seleccionarse dentro de las restricciones definidas.
¿Cuál es una alternativa a la priorización manual del CAPEX?
Un modelo matemático de cartera puede complementar los procesos manuales de priorización al calcular el impacto de los presupuestos, los recursos, las dependencias, los proyectos obligatorios y los criterios estratégicos en las posibles combinaciones de proyectos.
¿Puede la optimización de carteras sustituir a Excel?
No necesariamente. Excel puede seguir utilizándose para la recopilación de datos, los casos de negocio y los análisis individuales. La optimización de carteras complementa una capa de decisión matemática especializada para decisiones de selección complejas.
¿Puede la optimización de carteras sustituir a un sistema PPM?
Los sistemas cumplen funciones diferentes. El PPM apoya la gestión y el control de carteras de proyectos. La optimización de carteras se centra en la selección matemática y las decisiones de asignación. Por lo tanto, puede ser conveniente integrar ambos niveles.
¿Puede la IA sustituir a la optimización matemática?
La IA y la optimización matemática resuelven diferentes clases de problemas y pueden combinarse. La IA puede, por ejemplo, proporcionar previsiones o patrones, mientras que la optimización matemática utiliza esta información dentro de un modelo de decisión explícito.
¿Cuándo debería una empresa pasar de la clasificación a la optimización de carteras?
La optimización de carteras cobra especial relevancia cuando un presupuesto limitado, proyectos de distintos tamaños, múltiples recursos, dependencias, proyectos obligatorios u otras restricciones hacen que una simple clasificación ya no refleje adecuadamente la decisión real sobre la cartera.
¿Cuál es la diferencia más importante entre la priorización y la optimización?
La priorización responde a qué proyectos se valoran más. La optimización responde a qué combinación de proyectos se debe seleccionar en las condiciones definidas.
