Pronostica una distribución, no una estimación puntual

Representa tu pronóstico como un rango de resultados probables, no como una única cifra predicha.

Why it works

Las estimaciones puntuales comunican una falsa precisión y suprimen información útil sobre la varianza. Un proyecto que de media lleva seis meses podría tener un resultado en el percentil 10 de tres meses y en el percentil 90 de dieciocho meses: una distribución que debería cambiar las decisiones de planificación, la asignación de recursos y el presupuesto de contingencia de formas que una estimación puntual oculta. Comunicar distribuciones hace legible la incertidumbre y mejora las decisiones posteriores.

How to do it

1. Para cualquier pronóstico importante, informa de tres cifras: optimista (percentil 10 de la clase), mediana y pesimista (percentil 90).
2. Pondera la distribución de forma asimétrica si la clase de referencia muestra distribuciones sesgadas a la derecha (la mayoría de los proyectos lo están).
3. Presupuesta y planifica para la mediana, pero asegúrate de que el plan sobreviva al resultado del percentil 75.
4. Resístete a la presión de convertir la distribución en un punto: la estimación puntual destruye la información relevante para la planificación.

Evidencia

La investigación sobre sobrecostes y retrasos de calendario encuentra de forma consistente distribuciones sesgadas a la derecha: los resultados pueden ser mucho peores que la media, pero rara vez mucho mejores. Planificar para la mediana en una distribución sesgada a la derecha deja sistemáticamente sin preparación. Los pronósticos por intervalos son más precisos y más útiles que los puntuales en múltiples ámbitos estudiados por Tetlock y sus colegas. (observational)

Comunicar distribuciones es socialmente más difícil: las partes interesadas prefieren estimaciones puntuales seguras. La ganancia en precisión conlleva un coste de comunicación que debe gestionarse de forma explícita.

Sources

• Flyvbjerg (2002), cost overrun distributions in infrastructure projects
• Tetlock & Gardner (2015), Superforecasting, Chapter 7

Common mistake

Tratar la estimación «optimista» como el plan y la «pesimista» como la contingencia, cuando la clase de referencia muestra que el resultado pesimista es la experiencia más frecuente, no el caso extremo.