Propuesta de un modelo de Redes Neuronales Artificiales para la predicción del éxito o fracaso de proyectos basados en el enfoque PMBOK

Resumen

A nivel mundial cada vez más las empresas u organizaciones implementan herramientas metodológicas o estándares de mejores prácticas para la gestión de sus proyectos, como es el caso del PMBOK. No obstante, es importante reconocer que dada la robustez de estos métodos se requiere contar con una buena experticia por parte de los gerentes del proyecto. Por lo anterior, el uso de herramientas predictivas puede contribuir a la toma de decisiones informadas en las diferentes etapas del ciclo de vida del proyecto. Así, en este trabajo se propuso como contribución un nuevo modelo soportado en redes neuronales artificiales para la predicción del éxito o fracaso de un proyecto gestionado mediante PMBOK, a partir de características de un proyecto tales como: los recursos involucrados, el grupo de proyecto y los indicadores del proyecto. Para el desarrollo del proyecto se hizo una adaptación de la metodología CRISP-DM a cuatro fases. Como resultado, el modelo obtuvo un ajuste consistente en las 100 épocas de entrenamiento, teniendo un accuracy por encima del 95% luego de las 60-70 épocas, lo que sugiere una excelente capacidad de ajuste y generalización en la predicción del resultado de un proyecto. Como conclusión, el modelo representa un aporte clave en la gestión de proyectos bajo PMBOK, siendo su factor diferencial la inclusión de los recursos, del atributo grupo del proyecto y de la representación vectorial de características cualitativas del proyecto identificadas en el atributo indicador.