Evaluación de proyectos

De la intuición al comité de inversión, con números que sí cuentan la historia completa

HazelRo convierte una idea de inversión en una decisión defendible: caso base, sensibilidad, distribuciones de resultado, criterios de priorización y una recomendación lista para ejecutar o descartar.

3 capas de decisión

Base financiera, incertidumbre probabilística y regla ejecutiva.

Resultados más ejecutivos

VPN, TIR, payback, P10/P50/P90, probabilidad de destruir valor y decisión sugerida.

Bayes cuando hay piloto

Si el proyecto aprende antes de escalar, actualizamos la probabilidad con evidencia real.

Casos ejemplo listos para abrir

No tienes que empezar desde cero. Dejamos ejemplos reales de referencia para comparar alternativas, revisar VPN/TIR, costo de capital o discutir velocidad de recuperación.

Comparador

Paneles solares vs red vs leasing

Útil para comité cuando quieres contrastar CAPEX alto, ahorro operativo y alternativa liviana en caja.

Qué vesVPN, TIR, percentiles y Bayes.
Abre conCaso precargado “solar”.
Abrir ejemplo
VPN y TIR

Automatización backoffice

Ejemplo base para revisar cómo una inversión mediana se traduce en flujos, payback y perfil VAN vs tasa.

PeriodicidadAnual
Sirve paraCasos de ahorro operativo.
Abrir ejemplo
Payback

Renovación de flota

Ejemplo de liquidez con lectura trimestral para conversar recuperación de caja sin perder el descuento por período.

PeriodicidadTrimestral
Sirve paraOperaciones y logística.
Abrir ejemplo
WACC

Expansión retail con mezcla deuda-capital

Ideal para conversar costo de capital, CAPM, escudo fiscal y cómo cambia el descuento cuando se mueve la estructura.

Qué vesKe, Kd neta, frontera WACC y sensibilidad.
Abre conCaso precargado “retail”.
Abrir ejemplo
Piloto

Canal digital con aprendizaje

Para cuando el proyecto arranca pequeño, aprende y luego decide si escala. Ahí el bayesiano sí agrega valor.

Qué vesEscenario secuencial.
Abre conCaso precargado “channel”.
Abrir ejemplo

Cómo se convierte una idea en una decisión de inversión

La mejora real no está solo en poner más fórmulas; está en ordenar el problema, mostrar los drivers y hacer visibles los riesgos que cambian la recomendación.

Pipeline HazelRo de evaluación

Idea → supuestos → flujos → indicadores → sensibilidad → incertidumbre → recomendación. Cada capa responde una pregunta distinta y evita decisiones “criollas” basadas en un solo número.

1
Idea

Qué se hará, a quién sirve, cuánto cuesta entrar y cómo se monetiza.

2
Supuestos

Volumen, precio, CAPEX, OPEX, salvamento y capital inmovilizado.

3
Flujos

Entradas y salidas ordenadas para saber cuándo se gana y cuándo se sufre caja.

4
Indicadores

VPN, TIR, payback simple y descontado para una lectura financiera base.

5
Distribuciones

No solo un resultado: rango, percentiles y probabilidad de VPN positivo.

6
Decisión

Ejecutar, ajustar, pilotear o descartar con una regla clara.

Arquitectura analítica: de lo clásico a lo probabilístico

Si el caso es simple, basta con la capa financiera base. Si el proyecto tiene aprendizaje, etapas o alta volatilidad, añadimos sensibilidad, simulación y Bayes.

1

Capa financiera base

Construimos flujos, validamos consistencia de supuestos y calculamos VPN, TIR, payback y valor terminal.

2

Capa de incertidumbre

Probamos cuánto cambia el resultado si se mueve demanda, CAPEX, costos y salvamento. Aquí viven sensibilidad, tornado y Monte Carlo.

3

Capa de decisión secuencial

Cuando primero haces un piloto y después escalas, usamos Bayes para actualizar la probabilidad de éxito con evidencia nueva.

Vista de distribuciones

Así se ve un proyecto cuando dejas de pensar en un solo valor puntual.

P10 / P50 / P90
DemandaP10 72% · P50 100% · P90 123%
CAPEXP10 94% · P50 100% · P90 118%
OPEXP10 88% · P50 100% · P90 114%
VPN del proyectoP10 -42M · P50 36M · P90 128M

Ejemplo bayesiano útil de verdad

Proyecto: abrir un canal nuevo con piloto. Antes del piloto creemos que la probabilidad de éxito comercial es 35%. El piloto tiene 78% de sensibilidad y 74% de especificidad. Sale positivo.

Probabilidad previa35%
Posterior con piloto positivo61,7%
VPN esperado antes17,5M
VPN esperado después84,2M

Esa es la diferencia entre “me gustó el piloto” y “la evidencia cambió materialmente la decisión”. Esta lógica ya la conectamos en el comparador local.

Cuándo sí usar Monte Carlo

  • CAPEX alto con incertidumbre en demanda o precio.
  • Proyectos donde el downside importa tanto como el upside.
  • Casos donde te preguntan “qué tan probable es perder plata”.

Cuándo sí usar Bayes

  • Hay piloto, muestra inicial o prueba comercial antes de escalar.
  • Las probabilidades cambian con evidencia nueva.
  • La decisión ocurre por etapas: probar, esperar, expandir o parar.

Salida ejecutiva

  • No solo “VPN > 0”.
  • También: rango de resultados, riesgo de pérdida y qué dato falta para decidir mejor.
  • Eso permite justificar la recomendación ante socios o junta.

Qué recibes cuando hacemos una evaluación completa

El entregable no se queda en el Excel. Sale listo para explicar, discutir y decidir.

Modelo estructurado

Supuestos conectados, flujos de caja consistentes y tableros listos para sensibilidad.

Comparación defendible

Priorización entre proyectos con reglas claras, no solo por intuición o preferencia personal.

Riesgo visible

Drivers críticos, percentiles, probabilidad de VPN positivo y señales de alerta.

Recomendación accionable

Hazlo, hazlo con condiciones, pilótalo primero o no lo hagas todavía.

Cómo lo trabajamos

La metodología combina criterio financiero, disciplina de supuestos y una capa de riesgo que hace más profesional toda la página y toda la decisión.

  1. 1

    Definir la hipótesis

    Qué apuesta se quiere financiar, qué cliente valida y qué caja exige.

  2. 2

    Modelar caja

    CAPEX, OPEX, beneficios, salvamento y rendimiento del capital alternativo.

  3. 3

    Medir creación de valor

    VPN, TIR, paybacks y comparación base entre alternativas.

  4. 4

    Estresar supuestos

    Sensibilidad, distribuciones y percentiles para ver la calidad real del proyecto.

  5. 5

    Actualizar con evidencia

    Cuando hay piloto, Bayes entra para mover la probabilidad con datos y no con opiniones.

  6. 6

    Recomendar

    Se define si conviene ejecutar, esperar, rediseñar o archivar.

Preguntas frecuentes

¿Siempre necesito Bayes o Monte Carlo?

No. Si el caso es corto, estable y con supuestos bien controlados, la capa base puede ser suficiente. Lo avanzado entra cuando la incertidumbre sí cambia la recomendación.

¿Esto sirve para pequeñas empresas?

Sí. De hecho, suele ser donde más valor agrega, porque ayuda a no inmovilizar caja en proyectos que se ven bien en discurso, pero no en flujo.

¿Puedo partir de algo que ya tengo?

Claro. Si ya tienes cotizaciones, presupuesto o un Excel preliminar, lo usamos como base y lo profesionalizamos.

¿Quieres que tu evaluación deje de verse “criolla” y se vea lista para decisión?

Podemos empezar por el comparador avanzado local y luego ajustar a tu caso real.