Entienda qué es la estimación paramétrica de costos, cómo funcionan los modelos basados en parámetros, cuándo utilizarlos, cómo validar los datos y sus principales limitaciones.
¡Descúbrelo!
La estimación paramétrica es una estimación de costos construida a partir de relaciones entre el costo y uno o más parámetros medibles del proyecto, utilizando datos históricos, benchmarks, modelos o relaciones de costo previamente calibradas. En lugar de descomponer integralmente el proyecto en servicios, cantidades y composiciones unitarias, el método busca explicar económicamente el proyecto mediante variables que tengan una relación consistente con su costo.
Esto no significa simplemente multiplicar un área por un valor medio por m². El área es solamente uno de los posibles parámetros. Dependiendo del proyecto, la capacidad productiva, potencia, caudal, longitud, número de unidades, masa de equipos, capacidad crítica u otra variable funcional puede representar mejor el verdadero driver de costo.
La estimación paramétrica es especialmente útil cuando todavía no existe definición suficiente para desarrollar un presupuesto detallado. Sin embargo, esa utilidad viene acompañada de incertidumbre: cuanto menor sea la madurez del proyecto y peor la calidad de los datos históricos, mayor debe ser el cuidado con comparabilidad, normalización, validación y comunicación del rango probable de resultados.
Qué es una estimación paramétrica de costos
Una estimación paramétrica utiliza relaciones previamente observadas o modeladas entre características medibles de proyectos y sus costos. El objetivo no es reproducir detalladamente cada ítem del futuro proyecto, sino generar una previsión económicamente coherente a partir de la información efectivamente disponible en esa etapa.
Parámetro
Un parámetro es una variable medible utilizada para representar alguna característica relevante del proyecto. Puede ser física, funcional, productiva o de capacidad.
Ejemplos incluyen área construida, potencia instalada, capacidad de procesamiento, longitud de red, número de camas, plazas, puntos, unidades, caudal, throughput o cantidad de equipos principales.
Un parámetro solo tiene valor para la estimación cuando existe una relación técnicamente defendible entre su variación y el comportamiento del costo.
Variable de costo
La variable de costo es el resultado que se pretende predecir. Normalmente es el CAPEX total o el costo de un determinado paquete, disciplina, sistema, instalación o activo.
Es esencial que la variable esté definida de manera consistente. Dos proyectos no pueden utilizarse en la misma base histórica si el “CAPEX” de uno incluye ingeniería, contingencia y owner’s costs mientras el otro contiene solamente construcción y suministro.
Cost Estimating Relationship — CER
Una Cost Estimating Relationship — CER es una relación matemática o empírica utilizada para vincular uno o más parámetros al costo esperado. En su forma más simple, una CER puede asociar costo y capacidad. En modelos más desarrollados, pueden utilizarse múltiples variables simultáneamente.
La lógica puede expresarse conceptualmente como:
Costo = f(parámetros técnicos, escala, ubicación, complejidad, tecnología y demás variables relevantes)
Modelo paramétrico
El modelo paramétrico es la estructura que transforma los parámetros en una estimación. Puede ser simple, con una única relación unitaria, o más sofisticado, utilizando regresión, factores de escala, múltiples variables y ajustes de ubicación o complejidad.
La sofisticación matemática, sin embargo, no compensa datos deficientes. Un modelo simple sustentado por buenos datos comparables puede ser más útil que un modelo complejo calibrado sobre una muestra inconsistente.
Resultado estimado
El resultado debe interpretarse como una previsión sujeta a incertidumbre. Las estimaciones iniciales no deberían transmitir la misma apariencia de precisión que un presupuesto basado en un proyecto maduro, cantidades detalladas, composiciones y cotizaciones específicas.
La estimación paramétrica no es solamente costo por metro cuadrado
Uno de los usos más comunes de la parametrización en construcción es el costo por área. Sin embargo, la simplicidad del indicador hace que se utilice frecuentemente fuera de su dominio de validez.
El costo por m² es solamente un posible parámetro
El costo por metro cuadrado puede funcionar razonablemente cuando el área tiene una fuerte relación con la cantidad de sistemas y servicios necesarios y cuando los proyectos comparados presentan características similares.
En edificios relativamente repetitivos, por ejemplo, el área puede ser un indicador útil para estudios preliminares. Esto no significa que el mismo indicador sea adecuado para cualquier tipo de activo.
El verdadero driver de costo puede ser otro
Cada proyecto posee variables que explican mejor su formación económica. Una buena estimación paramétrica busca identificar esas variables antes de seleccionar el indicador.
En una red lineal, la longitud puede ser dominante. En una instalación de tratamiento, la capacidad o el caudal pueden explicar mejor el costo. En una planta industrial, la capacidad productiva o los equipos principales pueden ser mucho más representativos que el área construida.
El área puede explicar poco en determinados proyectos
Los proyectos con elevada densidad tecnológica pueden presentar costos muy diferentes incluso cuando tienen áreas semejantes. Data Centers, centros de operación, laboratorios, hospitales, subestaciones e instalaciones industriales son ejemplos en los que sistemas electromecánicos, redundancia, disponibilidad, automatización o proceso pueden dominar el CAPEX.
Equipos y sistemas especiales pueden dominar el CAPEX
Cuando una gran parte de la inversión está asociada a equipos de proceso, generación, refrigeración, sistemas eléctricos, seguridad, telecomunicaciones o automatización, un indicador puramente geométrico puede ocultar los principales drivers económicos.
Proyectos diferentes exigen parámetros diferentes
El parámetro debe seguir el comportamiento económico del activo. No existe obligación de utilizar la misma variable para todos los sectores o incluso para todos los paquetes de un único proyecto.
El parámetro debe seguir el driver económico del proyecto; no al contrario.
Parametrizar no es elegir un indicador conveniente. Un parámetro solo agrega valor cuando existe una relación técnica y económica defendible con el costo y cuando los datos utilizados son comparables, normalizados y trazables.
Ingeniería de Costos para estructurar estimaciones paramétricas, analíticas y memorias de cálculo
Cómo funciona un modelo paramétrico
A pesar de las diferencias entre sectores, un proceso técnicamente defendible suele seguir una lógica común: reunir datos, normalizarlos, identificar drivers, desarrollar relaciones, probar el modelo y solamente entonces aplicarlo al nuevo proyecto.
Datos históricos
El modelo comienza por una base de referencia. Cuanto mayor sea la consistencia de los datos históricos, mayor la posibilidad de identificar relaciones útiles.
Los históricos corporativos son particularmente valiosos porque pueden contener detalles de alcance, contratación, productividad, cambios, resultados reales y premisas que difícilmente aparecen en bases públicas.
Identificación de cost drivers
No toda información disponible debe convertirse en parámetro. El equipo debe identificar qué variables tienen plausibilidad técnica y capacidad explicativa.
Los drivers deben reflejar cómo el proyecto crece, gana complejidad o consume recursos. Elegir parámetros solamente porque son fáciles de recopilar puede generar correlación espuria y baja capacidad de generalización.
Normalización
Antes de comparar proyectos, es necesario colocarlos sobre una base económica y técnica comparable. Esto puede involucrar fecha base, moneda, ubicación, contenido de CAPEX, escala, impuestos, estrategia de contratación y criterios de alcance.
Construcción de la relación entre costo y parámetro
Con los datos normalizados, puede evaluarse cómo responde el costo a los parámetros seleccionados. Dependiendo de la base, esto puede resultar en una relación unitaria simple, curva de capacidad, regresión o modelo multivariable.
Calibración
Calibrar significa ajustar el modelo para que represente adecuadamente la población de proyectos utilizada como referencia. El proceso debe buscar equilibrio entre adherencia a los datos históricos y capacidad de funcionar en proyectos nuevos.
Validación
Un modelo no debería considerarse adecuado solamente porque explica bien la propia muestra utilizada en la calibración. Siempre que sea posible, debe probarse contra proyectos que no participaron en la construcción del modelo o contra resultados reales posteriores.
Aplicación al nuevo proyecto
Solo después de estas etapas se aplican los parámetros del nuevo proyecto. Aun así, es necesario verificar si el nuevo caso está dentro del rango de escala, tecnología, ubicación y complejidad cubierto por los datos originales.
Qué es una Cost Estimating Relationship — CER
La CER es uno de los elementos centrales de la estimación paramétrica. Formaliza la relación entre variables explicativas y costo.
Relación entre variable dependiente y variables explicativas
El costo normalmente se trata como variable dependiente. Los parámetros técnicos o económicos se utilizan como variables explicativas.
Una CER debe tener significado técnico, no solamente estadístico. Una relación matemática puede presentar correlación aparente y aun así no representar causalidad útil para ingeniería.
CER simple
Una relación simple puede utilizar un único parámetro:
Costo estimado = costo unitario de referencia × capacidad
Esta forma es fácil de aplicar, pero presupone un comportamiento aproximadamente proporcional y comparabilidad suficiente.
CER con múltiples variables
Los proyectos más complejos pueden exigir más de un driver. Un modelo puede combinar capacidad, ubicación, tecnología, nivel de redundancia u otros factores relevantes.
Relaciones lineales
Los modelos lineales suponen que la variación del costo responde de manera aproximadamente proporcional a los cambios de los parámetros dentro del rango considerado.
Relaciones no lineales
Muchos activos presentan economías o deseconomías de escala. En esos casos, funciones exponenciales, logarítmicas, potenciales u otros modelos pueden representar mejor el comportamiento observado.
Escalas y factores
Los factores de capacidad son comunes en estimaciones iniciales de instalaciones industriales. La premisa fundamental es que costo y capacidad no necesariamente crecen en la misma proporción.
El uso de factores exige que tecnología, rango de capacidad y contenido de costo permanezcan comparables.
De dónde provienen los datos de una estimación paramétrica
El modelo es tan confiable como los datos que lo sustentan. Pueden combinarse fuentes diferentes, pero deben identificarse y normalizarse.
Proyectos históricos propios
Los datos internos generalmente ofrecen mejor trazabilidad. Pueden incluir presupuesto original, costo contratado, cambios, costo final, cantidades, cronogramas, productividad, ubicación y características técnicas.
Benchmarks externos
Los benchmarks de mercado pueden ampliar la muestra y comprobar si los costos corporativos son coherentes con el sector. Deben utilizarse con cautela cuando se desconoce el nivel de detalle del alcance.
Bases de costos
Las bases estructuradas de costos y composiciones ayudan a cubrir brechas, principalmente cuando determinados componentes del proyecto ya cuentan con alguna definición técnica.
Contrataciones anteriores
Los contratos y propuestas históricos pueden proporcionar datos útiles siempre que se actualicen, igualen y analicen respecto de diferencias de alcance y condiciones comerciales.
Estudios sectoriales
Los indicadores sectoriales pueden servir como referencias iniciales o pruebas de coherencia. Su uso exige comprender la población y metodología que originaron el indicador.
Proyectos comparables
Un proyecto comparable es aquel suficientemente semejante en los aspectos que efectivamente dirigen el costo. La similitud visual o funcional genérica no es suficiente.
Datos públicos
Los sistemas públicos, informes institucionales y bases abiertas pueden complementar la inteligencia de costos, especialmente cuando cuentan con metodología y fecha base claramente identificadas.
Los datos históricos deben ser comparables antes de utilizarse
Los proyectos históricos rara vez están inmediatamente listos para modelado. La etapa de comparabilidad es lo que transforma un conjunto de números en una base de conocimiento de costos.
Alcance
Es necesario verificar qué está incluido en cada valor. Proyecto, suministro, construcción, comisionamiento, impuestos, contingencia, administración del propietario, adquisición de terrenos y otras partidas deben ser normalizados.
Fecha base
Los costos de años diferentes deben llevarse a una base temporal común mediante índices o mecanismos coherentes con el tipo de activo y mercado analizado.
Ubicación
Las diferencias regionales afectan salarios, productividad, fletes, impuestos, disponibilidad de proveedores, logística y condiciones de ejecución.
Moneda
Los proyectos en monedas diferentes exigen un criterio de conversión consistente. Utilizar simplemente un tipo de cambio actual para costos históricos puede distorsionar la comparación.
Inflación
La inflación general y la inflación sectorial pueden divergir. Equipos importados, materiales, mano de obra y servicios especializados pueden seguir dinámicas distintas.
Capacidad
Los proyectos de escalas muy diferentes pueden no ser directamente comparables. Cuando existe efecto de escala, el costo unitario tiende a variar con la capacidad.
Tecnología
Los cambios tecnológicos pueden romper relaciones históricas. Un benchmark de una solución convencional puede perder adherencia cuando el nuevo proyecto adopta arquitectura, materiales o sistemas significativamente diferentes.
Estrategia de contratación
EPC, EPCM, design-bid-build, contratación por paquetes y otros modelos distribuyen riesgos, responsabilidades y márgenes de manera diferente.
Condiciones de ejecución
Greenfield y brownfield, instalaciones en operación, áreas remotas, restricciones horarias, requisitos especiales de seguridad y logística pueden modificar fuertemente costos y productividad.
Inclusiones y exclusiones
Toda base histórica debe contar con un diccionario de contenido. Sin ello, dos valores pueden parecer comparables aunque representen objetos económicos diferentes.
Los datos históricos no normalizados pueden producir un modelo matemáticamente elegante y técnicamente incorrecto.
Qué significa normalizar datos de costos
Normalizar significa transformar datos de orígenes diferentes en una referencia común para permitir comparación y modelado.
Normalización temporal
Todos los costos deben convertirse a una fecha base definida. El método de actualización debe registrarse y ser reproducible.
Normalización monetaria
Cuando existen monedas distintas, el proceso debe separar efectos cambiarios, inflación local y momento económico del proyecto.
Normalización geográfica
Los factores de ubicación pueden ajustar diferencias de mercado, logística y productividad. Cuando no existe un factor confiable, puede ser preferible separar grupos regionales en lugar de forzar una equivalencia artificial.
Normalización de alcance
Es una de las etapas más importantes. Los costos que no pertenecen al alcance objetivo deben eliminarse; las partidas faltantes pueden necesitar ser estimadas y añadidas.
Normalización de capacidad
Cuando la relación entre capacidad y costo no es lineal, pueden ser necesarios factores de escala o curvas específicas.
Normalización de condiciones comerciales
Impuestos, fletes, seguros, garantías, contingencias, márgenes, forma de contratación y condiciones de pago también pueden necesitar normalización.
Normalización del contenido de CAPEX
El concepto de CAPEX debe ser uniforme en toda la muestra. Una base de datos de capital debe dejar claro si contempla EPC, ingeniería del propietario, contingencia, startup, repuestos, terreno y demás componentes.
Cómo elegir un buen parámetro de costo
Un buen parámetro no es simplemente aquel disponible en todos los proyectos. Debe explicar razonablemente por qué cambia el costo.
Relación causal o económicamente explicable
El equipo debe poder explicar técnicamente por qué la variable influye en el costo. Las relaciones sin interpretación física o económica presentan mayor riesgo de fallar fuera de la muestra.
Disponibilidad de datos
El parámetro debe estar disponible de manera consistente en la base histórica y en el nuevo proyecto. Las variables raramente registradas pueden inviabilizar el uso operativo del modelo.
Consistencia de medición
La definición del parámetro debe ser uniforme. “Área”, por ejemplo, debe significar la misma magnitud en todos los proyectos: área construida, útil, climatizada, equivalente u otra definición previamente establecida.
Capacidad de diferenciación entre proyectos
El parámetro debe ayudar a explicar por qué dos proyectos tienen costos diferentes. Si todos los proyectos presentan valores semejantes del parámetro, su utilidad analítica será limitada.
Estabilidad de la relación histórica
La relación debe permanecer razonablemente consistente a lo largo de la muestra. Una gran dispersión puede indicar que faltan drivers importantes.
Adherencia al tipo de proyecto
Los parámetros eficaces en un sector pueden ser inadecuados en otro. El modelo debe respetar la arquitectura económica del activo.
Sensibilidad al costo
Los drivers con gran impacto en el CAPEX merecen atención prioritaria. El análisis de sensibilidad ayuda a identificar qué variables realmente modifican el resultado.
La correlación estadística sin explicación técnica no debería ser suficiente para elegir un parámetro de Ingeniería de Costos.
Ejemplos de parámetros utilizados en estimaciones
No existe una lista universal de parámetros. Algunos ejemplos ayudan a comprender la lógica de selección.
| Tipo de proyecto | Posible driver de costo |
| edificio convencional | área construida o equivalente |
| estacionamiento | número de plazas y área |
| red lineal | longitud y densidad de puntos |
| subestación | potencia, nivel de tensión y alcance funcional |
| data center | capacidad crítica, potencia y nivel de redundancia |
| sistema de tratamiento | caudal o capacidad de procesamiento |
| planta industrial | capacidad productiva y equipos principales |
| almacén | área, volumen y nivel de automatización |
| hospital | área, número de camas y complejidad asistencial |
| infraestructura digital | cantidad de sites, puntos, capacidad o cobertura |
Área
Es útil cuando la cantidad de sistemas tiende a crecer de manera consistente con el área y los proyectos presentan una tipología semejante.
Volumen
Puede ser relevante en depósitos, almacenamiento, movimiento de tierras y otras aplicaciones en las que el volumen representa directamente la cantidad física del activo.
Longitud
Es frecuente en carreteras, ductos, redes, fibras, líneas y sistemas lineales, pero debe combinarse con características como densidad, terreno o cantidad de estructuras especiales cuando sean materialmente relevantes.
Capacidad
Es común en activos productivos, utilities, tratamiento, generación e infraestructura cuya función económica depende de throughput o producción.
Potencia
Puede ser relevante en sistemas eléctricos, misión crítica, generación e instalaciones de elevada carga, siempre que tensión, redundancia, arquitectura y contenido de alcance estén controlados.
Cantidad de unidades
Puede ser útil en programas repetitivos de sites, estaciones, salas, unidades habitacionales, plazas u otros activos modulares.
Caudal
Es común en sistemas hidráulicos y de proceso, pero la calidad del fluido, tratamiento, presión y tecnología pueden modificar significativamente el costo.
Producción
La capacidad productiva puede funcionar como driver en plantas industriales cuando tecnología y configuración son comparables.
Equipos principales
En algunos sectores, el costo de los equipos principales se utiliza como base para estimar sistemas auxiliares, montaje y otras partidas mediante factores históricos.
Otros drivers funcionales
Cualquier parámetro puede considerarse si existe una relación económica defendible, datos consistentes y un dominio de aplicación claramente definido.
El efecto de escala en la estimación paramétrica
Uno de los errores más comunes es asumir una proporcionalidad perfecta entre capacidad y costo.
Los costos no necesariamente crecen de forma lineal
Duplicar una capacidad no significa necesariamente duplicar todas las partidas de la inversión. Ingeniería, terreno, infraestructura común y sistemas auxiliares pueden presentar comportamientos distintos.
Economías de escala
Los proyectos mayores pueden diluir costos fijos y utilizar equipos de mayor capacidad con costo unitario inferior.
Costos fijos y variables
Separar componentes fijos y dependientes de la capacidad mejora la calidad del análisis. Un modelo que trate todo el CAPEX como variable proporcional puede sobreestimar o subestimar ampliaciones.
Factores de capacidad
Los factores de escala pueden representar relaciones no lineales entre costo y capacidad. Su uso exige adherencia a la tecnología y al rango de aplicación que originaron el factor.
Límites de extrapolación
Un modelo desarrollado para proyectos entre determinadas capacidades no debe extrapolarse indefinidamente. Fuera del rango histórico, las relaciones tecnológicas y económicas pueden cambiar.
Cuándo utilizar una estimación paramétrica
La parametrización es más valiosa cuando es necesario tomar decisiones antes de que el proyecto esté suficientemente definido para un presupuesto bottom-up.
Estudios de oportunidad
Puede proporcionar rápidamente un orden de magnitud de la inversión para evaluar si una oportunidad merece desarrollo adicional.
Project screening
Ayuda a comparar un gran número de alternativas en una fase en la que detallar cada solución sería económicamente ineficiente.
Estudios preliminares
Puede sustentar evaluaciones iniciales de configuración, ubicación, capacidad y tecnología.
Estudio de Viabilidad Técnica y Económica
La estimación paramétrica puede integrar modelos económicos de viabilidad cuando el nivel de ingeniería todavía no permite un presupuesto analítico completo. La incertidumbre debe reflejarse en el análisis económico.
FEL 1
En el Front-End Loading inicial, los parámetros y las analogías ayudan a dimensionar la oportunidad y seleccionar conceptos que merecen profundización.
FEL 2
A medida que se definen las alternativas, el modelo puede refinarse con nuevos parámetros, datos preliminares, equipos principales e información de ubicación.
Comparación de alternativas
Cuando todas las opciones se evalúan bajo la misma base y metodología, el método puede ser eficaz para comparar tendencias de CAPEX e identificar drivers.
Planificación de CAPEX
Los portafolios de proyectos todavía inmaduros pueden utilizar parámetros normalizados para formar previsiones de inversión, siempre que la incertidumbre se considere explícitamente.
Priorización de portafolio
Las estimaciones preliminares consistentes permiten comparar iniciativas y concentrar recursos de ingeniería en los proyectos con mayor potencial estratégico.
Estudios de ubicación
Las diferencias logísticas, regionales y de capacidad pueden incorporarse mediante factores o escenarios para comparar alternativas de implantación.
Validación independiente de una estimación
Los modelos paramétricos también pueden utilizarse como prueba top-down de una estimación bottom-up. Las desviaciones relevantes indican necesidad de revisión, no necesariamente un error de uno de los enfoques.
Relación entre madurez del proyecto y método de estimación
La elección del método debe acompañar la calidad de la información disponible. AACE e IPA convergen en este principio: no existe una única técnica adecuada para todo el ciclo de desarrollo.
Proyecto poco definido
En las fases iniciales predominan métodos que no dependen de cantidades completas: analogía, factores, modelos paramétricos, benchmarking y juicio técnico estructurado.
El resultado debe interpretarse como una estimación de alta incertidumbre y utilizarse para decisiones compatibles con esa etapa.
Proyecto intermedio
A medida que algunos paquetes maduran, pueden coexistir parámetros para áreas todavía conceptuales, costos unitarios para elementos ya definidos, assemblies, cantidades preliminares y cotizaciones para equipos principales.
Proyecto maduro
Con mayor definición, pasa a ser posible utilizar predominantemente cantidades de proyecto, composiciones de costos, cotizaciones específicas, planificación ejecutiva, first principles y métodos bottom-up.
El método de estimación debe madurar junto con el proyecto.
Estimación paramétrica y Clases de Estimación AACE
El sistema de clasificación de AACE ayuda a comprender por qué las técnicas paramétricas son más frecuentes en las estimaciones iniciales. La clase se define por la madurez de los entregables de definición del proyecto; la metodología, finalidad y rango de precisión son características secundarias.
Clase 5
Posee un nivel muy bajo de definición y normalmente atiende concept screening, planificación estratégica, estudios iniciales y evaluación de alternativas. Son comunes los métodos paramétricos, factores, curvas de capacidad, analogía y juicio.
Clase 4
Está asociada a estudios y viabilidad con mayor definición, aunque todavía limitada. Los modelos paramétricos y métodos factorados continúan siendo relevantes.
Clase 3
Ya posee mayor definición y normalmente sustenta autorización presupuestaria o funding. Los costos unitarios a nivel de assemblies y los métodos más deterministas ganan importancia, aunque los factores todavía pueden aparecer en partidas menos maduras.
Clases 2 y 1
Se caracterizan por un mayor nivel de definición y fuerte uso de cantidades y costos unitarios detallados. La parametrización tiende a migrar de método principal a instrumento de validación o a partidas específicas todavía no detalladas.
La clase de estimación se determina por la madurez de la definición del proyecto — no por la técnica utilizada aisladamente ni por un rango de precisión elegido previamente.
Estimación paramétrica y precisión no son sinónimos
La utilización de un modelo paramétrico no determina automáticamente un rango de precisión.
El método no determina por sí solo la precisión
La misma metodología puede producir resultados muy diferentes según calidad de los datos, similitud, tecnología, complejidad y madurez.
Calidad de los datos
Las bases incompletas, inconsistentes o sesgadas elevan la incertidumbre incluso cuando el modelo presenta un buen ajuste matemático.
Similitud entre proyectos
Un nuevo proyecto fuera del dominio histórico presenta mayor riesgo de error. La comparabilidad es parte central de la estimación.
Madurez de la definición
Cuantas más indefiniciones existen en alcance, layout, equipos, condiciones de implantación y estrategia de ejecución, mayor tiende a ser la dispersión de los resultados posibles.
Tecnología
Una tecnología nueva o poco conocida puede romper relaciones derivadas de activos convencionales.
Complejidad
La complejidad técnica, interfaces y ejecución pueden modificar costos de una manera que un parámetro simple no capture.
Ubicación
Las regiones remotas, mercados restringidos y condiciones logísticas especiales amplían la incertidumbre.
Mercado
Los ciclos de demanda, disponibilidad de recursos, inflación sectorial y tipo de cambio pueden reducir la adherencia de los históricos.
Experiencia del estimador
La selección, normalización e interpretación de los datos exigen juicio profesional. El modelo no elimina la responsabilidad técnica.
Riesgos
El rango de resultados debe considerar riesgos e incertidumbres específicos del proyecto. AACE advierte que los rangos de precisión de estimaciones individuales no deben simplemente predeterminarse por la clase.
Por qué una estimación paramétrica debe presentarse como un rango
Una estimación inicial es la previsión de un futuro todavía parcialmente indefinido. Comunicar solamente un número puede sugerir un nivel de certeza que no existe.
Point estimate
El valor puntual puede representar media, mediana, valor más probable u otro resultado del modelo. Su interpretación debe explicitarse.
Incertidumbre
Parte de la variación deriva de la propia falta de definición del proyecto y de la imperfección de los datos utilizados.
Rango de resultados posibles
Un rango comunica mejor la amplitud de resultados plausibles y evita tratar la estimación puntual como compromiso financiero definitivo.
Valor más probable
El valor central puede ser útil para planificación, pero debe estar acompañado por el contexto que explica su posición dentro de la distribución.
Sensibilidad
Probar variaciones de los principales parámetros ayuda a mostrar qué decisiones de proyecto tienen mayor impacto económico.
Probabilidad
Cuando existe una base adecuada, los métodos probabilísticos pueden asociar distintos costos a niveles de confianza. Su uso debe ser proporcional a la madurez y calidad de los datos; la sofisticación estadística aplicada a datos frágiles puede generar falsa confianza.
Incertidumbre no es lo mismo que contingencia
Los conceptos se relacionan, pero no son equivalentes.
Incertidumbre de la estimación
Es la dispersión asociada al conocimiento incompleto, premisas, variación de parámetros y limitación de los modelos.
Riesgos
Son eventos o condiciones que pueden modificar el resultado si ocurren. Pueden ser sistémicos o específicos del proyecto.
Contingencia
Es una provisión económica asociada a riesgos e incertidumbres reconocidos dentro del alcance, definida mediante una metodología compatible con el proceso de gestión de riesgos.
Alcance no definido
La falta de detalle no debe ocultarse mediante un único porcentaje genérico. Debe explicitarse en las premisas y reflejarse en el rango de estimación.
Cambio de alcance
Una modificación posterior del objeto no es simplemente un “error de precisión”. La comparación estimate-to-actual exige separar el crecimiento de costo del alcance originalmente estimado de los cambios efectivos de alcance.
Evitar doble conteo
El equipo debe verificar si la misma incertidumbre ya está incorporada en parámetros conservadores, rangos, factores o contingencia.
El papel de los riesgos sistémicos en estimaciones iniciales
En las fases más iniciales, muchos riesgos específicos todavía no son conocidos. En cambio, las características sistémicas del proyecto y de la organización ya pueden indicar un fuerte potencial de crecimiento de costos.
Madurez del alcance
Una baja definición aumenta la probabilidad de omisiones, cambios y premisas que deberán ser sustituidas por soluciones reales.
Tecnología
Una tecnología nueva reduce la disponibilidad de precedentes y amplía la incertidumbre de implantación.
Complejidad
Más interfaces, dependencias y disciplinas aumentan el riesgo de que un modelo simple no represente adecuadamente el comportamiento del proyecto.
Calidad de los datos de costos
Los datos históricos incompletos o sin trazabilidad constituyen un riesgo sistémico del propio proceso de estimación.
Calidad del proceso de estimación
Los métodos inconsistentes, ausencia de revisión independiente y presión por fechas pueden degradar la confiabilidad del resultado.
Experiencia del equipo
Los equipos con poca familiaridad con la tecnología o el mercado pueden seleccionar parámetros, analogías y ajustes inadecuados.
Sesgo de la estimación
La presión organizacional por un número previamente deseado puede comprometer las premisas y la selección de referencias.
Sesgo y falsa precisión en estimaciones paramétricas
Los modelos cuantitativos no son inmunes a sesgos. La elección de la muestra, los parámetros y los ajustes puede reproducir o ampliar distorsiones.
Optimism bias
Las premisas excesivamente favorables sobre productividad, plazo, precio o implantación pueden reducir artificialmente el costo esperado.
Sampling bias
Las muestras que representan solamente un subconjunto del mercado pueden generar relaciones inadecuadas para otros tipos de proyecto.
Survivorship bias
Las bases formadas solamente por proyectos concluidos con éxito pueden omitir experiencias con cancelaciones, fuerte crecimiento de costos o cambios relevantes.
Selección parcial de benchmarks
Seleccionar solamente proyectos próximos al valor deseado transforma el benchmarking en justificación, y no en validación.
Presión por un valor predeterminado
Cuando el resultado esperado se define antes del método, existe riesgo de ajustar parámetros hasta alcanzar el número deseado. La estimación debe ser objetiva e independiente.
Precisión decimal no significa precisión económica
Un modelo puede devolver BRL 127,43 millones y aun así tener un rango de incertidumbre de decenas de millones. Las cifras decimales son una consecuencia matemática, no una evidencia de precisión del proyecto.
Analogía y estimación paramétrica son métodos diferentes
Aunque se utilizan frecuentemente en conjunto, los dos métodos siguen lógicas diferentes.
Analogía
La analogía parte de uno o pocos proyectos comparables y ajusta sus diferencias para aproximar el nuevo proyecto.
Paramétrica
La estimación paramétrica utiliza relaciones entre parámetros y costos desarrolladas a partir de un conjunto de observaciones o de una metodología calibrada.
Cuándo se combinan los dos métodos
Los proyectos análogos pueden proporcionar los datos utilizados para desarrollar o validar relaciones paramétricas. También es posible estimar un determinado paquete por analogía y otro por parámetro dentro de la misma estimación.
Benchmarking tampoco es estimación paramétrica
Benchmarking es un proceso de comparación. Puede sustentar el desarrollo del modelo, pero no es automáticamente una técnica de estimación.
Benchmark como comparación
Permite posicionar un proyecto respecto de referencias históricas, sectoriales o corporativas.
Benchmark como validación
Puede identificar que la estimación está muy por encima o por debajo de casos comparables e indicar necesidad de investigación.
Benchmark como fuente para desarrollar el modelo
Una base estructurada de benchmarks puede alimentar la construcción de CER y factores paramétricos.
Benchmark no sustituye necesariamente la estimación
El hecho de que un proyecto semejante haya costado un determinado valor no define por sí solo cuánto debería costar el nuevo proyecto.
¿El CUB es una estimación paramétrica?
El Costo Unitario Básico brasileño (CUB) puede utilizarse como un parámetro dentro de una estimación inicial de edificaciones, pero el propio CUB no debe confundirse con un presupuesto completo.
La relación simplificada área × CUB es una forma elemental de estimación paramétrica por área. Su utilidad depende de la adherencia del proyecto al proyecto estándar, área equivalente, período de referencia, región y tratamiento adecuado de las partidas no contempladas.
Cuanto mayor sea la diferencia entre el proyecto y los proyectos estándar de la NBR 12721, menor tiende a ser el poder explicativo del indicador.
¿El costo por m² es una estimación paramétrica?
Puede ser un método paramétrico simple cuando existe una relación consistente entre área y costo en la población de proyectos analizada.
Puede ser un método paramétrico simple
Cuando los activos son repetitivos y comparables, el costo por unidad física puede ofrecer rápidamente un orden de magnitud.
Depende de la comparabilidad de los proyectos
El costo por m² de hospital, almacén, oficina, data center e industria no debe tratarse como si todos fueran equivalentes.
Debe existir normalización
Fecha base, alcance, región, estándar, instalaciones y contenido de CAPEX deben ser normalizados.
Cuanto mayor la heterogeneidad, menor la adherencia
Un promedio obtenido de proyectos muy diferentes puede no representar adecuadamente a ninguno de ellos.
Estimación paramétrica en la Ley brasileña 14.133/2021
La legislación brasileña reconoce expresamente la metodología paramétrica en un contexto específico de contratación pública.
Contratación integrada y semiintegrada
En el art. 23, §5.º, la Ley n.º 14.133/2021 establece un tratamiento particular para obras y servicios de ingeniería en regímenes de contratación integrada o semiintegrada.
Metodología expedita o paramétrica
La ley admite metodología expedita o paramétrica para partes del proyecto que todavía no estén suficientemente detalladas en el anteproyecto.
Partes todavía no suficientemente detalladas
La lógica legal es coherente con la Ingeniería de Costos: donde la información no permite un detalle confiable, es necesario utilizar un método compatible con la madurez disponible.
Donde existe detalle suficiente, debe utilizarse mayor detalle
La metodología paramétrica no debe ser pretexto para dejar de utilizar cantidades, composiciones u otra información que ya esté suficientemente definida.
Referencias y justificación
El método, fuentes, parámetros, premisas y ajustes deben permanecer documentados para permitir control, análisis y auditoría del valor estimado.
La metodología paramétrica no elimina el riesgo; hace indispensable explicitar la incertidumbre. Cuanto menor sea la definición del proyecto, más importante es separar premisas de alcance, incertidumbre de la estimación, riesgos identificados y contingencia, evitando doble conteo o falsa precisión.
La estimación paramétrica no elimina la Ingeniería
La aplicación de un modelo exige decisiones técnicas en todas las etapas.
Definición de drivers
Es necesario comprender el activo para identificar las variables que realmente explican sus costos.
Selección de la referencia
Los proyectos históricos y benchmarks deben seleccionarse por comparabilidad, y no solamente por disponibilidad.
Normalización
Las diferencias de fecha, región, alcance, moneda y contratación deben tratarse antes de la comparación.
Ajustes de ubicación
Los factores regionales deben tener fundamento y un rango de aplicación conocido.
Ajustes de alcance
Las inclusiones y exclusiones deben compatibilizarse con el objeto estimado.
Análisis de riesgos
El resultado debe reflejar las incertidumbres relevantes para la decisión.
Validación
Las comparaciones independientes, back-testing y revisión técnica aumentan la confiabilidad del modelo.
Documentación
Un modelo sin memoria de cálculo, premisas y trazabilidad difícilmente podrá sustentar decisiones relevantes.
Cómo elaborar una estimación paramétrica paso a paso
Un proceso estructurado puede organizarse en las siguientes etapas:
- definir la finalidad de la estimación;
- identificar la fase y la madurez del proyecto;
- registrar el alcance conocido;
- identificar brechas de definición;
- estructurar una división coherente del proyecto;
- identificar los principales cost drivers;
- reunir datos históricos y benchmarks;
- verificar la comparabilidad de los datos;
- normalizar el alcance;
- normalizar la fecha base;
- normalizar ubicación y moneda;
- seleccionar parámetros explicativos;
- desarrollar o seleccionar relaciones de costo;
- verificar la coherencia técnica de las relaciones;
- calibrar el modelo;
- validar contra proyectos no utilizados en la calibración cuando sea posible;
- aplicar los parámetros del nuevo proyecto;
- tratar por separado los componentes que no sean adecuadamente paramétricos;
- analizar sensibilidad;
- analizar riesgos e incertidumbre;
- comparar el resultado con benchmarks independientes;
- establecer un rango de estimación coherente;
- documentar premisas, exclusiones y fuentes;
- definir qué información debe desarrollarse para reducir la incertidumbre en la siguiente fase.
La secuencia no necesita ser rígidamente lineal. Nuevos datos pueden exigir revisión de los parámetros, la muestra o la propia metodología.
La estimación paramétrica es más útil cuando deja claro lo que todavía no se conoce. La memoria de la estimación debe registrar parámetros, muestra, ajustes, exclusiones y el rango de aplicación del modelo — e indicar qué información de ingeniería debe madurar en la etapa siguiente.
Conozca el servicio de Presupuesto de Obras y Servicios de Ingeniería
Una estimación paramétrica puede combinar varios métodos
Un proyecto puede tener niveles de madurez diferentes entre paquetes. La utilización de una metodología híbrida suele ser más adecuada que forzar todo el proyecto a un único nivel de detalle.
Paramétrica para una disciplina
Una disciplina todavía conceptual puede estimarse mediante parámetros mientras otras ya cuentan con cantidades.
Cotización para equipo principal
Los equipos críticos o de alto valor pueden cotizarse directamente y los sistemas asociados estimarse mediante factores.
Costo unitario para un elemento ya definido
Cuando existe cantidad y especificación suficiente, las composiciones unitarias pueden sustituir parámetros genéricos.
Analogía para un paquete todavía conceptual
Un paquete con poca definición puede utilizar un proyecto análogo ajustado.
First principles para elementos maduros
Los paquetes de mayor madurez pueden estimarse bottom-up incluso dentro de un estudio predominantemente paramétrico.
El nivel de madurez puede ser diferente entre los diversos paquetes de un mismo proyecto.
Cómo validar un modelo paramétrico
La validación reduce el riesgo de que un modelo simplemente reproduzca el pasado sin capacidad para predecir nuevos casos.
Validación estadística
Cuando el modelo utiliza regresión u otras técnicas cuantitativas, es necesario evaluar la calidad del ajuste, significancia de las variables, dispersión y estabilidad.
Validación técnica
Los especialistas deben confirmar que los parámetros y relaciones tienen sentido físico, operativo y económico.
Back-testing
Aplicar retrospectivamente el modelo a proyectos conocidos permite comparar el valor estimado con los resultados reales.
Comparación estimado vs. realizado
Tras la conclusión de los proyectos, los resultados deben alimentar la base histórica y permitir un análisis continuo del desempeño del método.
Prueba con proyectos fuera de la muestra
Separar parte de los datos para validación ayuda a identificar overfitting y probar la generalización.
Análisis de residuos y desviaciones
Las desviaciones sistemáticas pueden revelar parámetros ausentes, problemas de normalización o cambios de mercado.
Sensibilidad
Modificar los principales drivers dentro de rangos plausibles muestra qué parámetros dominan el resultado.
Revisión por especialistas
Los modelos de gran impacto financiero merecen revisión independiente, especialmente cuando se utilizarán para funding o decisiones de inversión.
Cuándo un modelo paramétrico deja de ser válido
Ningún modelo permanece universalmente válido. Su dominio debe identificarse y monitorearse.
Extrapolación fuera del rango de datos
Aplicar el modelo en una capacidad mucho mayor o menor que la muestra puede producir un error significativo.
Cambio tecnológico
Una nueva arquitectura o tecnología puede modificar completamente la estructura de costos.
Cambio de mercado
La escasez de recursos, nuevos proveedores, industrialización, cambios tributarios o macroeconómicos pueden reducir la validez de las relaciones históricas.
Nueva región
Los mercados con logística, mano de obra y productividad muy diferentes pueden exigir recalibración.
Escala muy diferente
Las economías y deseconomías de escala pueden modificar los coeficientes del modelo.
Cambio de estrategia de contratación
La transferencia de riesgos y márgenes puede modificar el contenido económico del valor observado.
Alteración estructural del alcance
Cuando el nuevo proyecto incluye sistemas que no existían en los históricos, simplemente ajustar un parámetro puede ser insuficiente.
Un modelo calibrado para un determinado dominio no debe extrapolarse indefinidamente.
Principales limitaciones de la estimación paramétrica
Las limitaciones deben conocerse antes de utilizar el resultado como base para una decisión.
- depende directamente de la calidad de los datos históricos;
- exige comparabilidad entre los proyectos;
- puede ocultar diferencias relevantes de alcance;
- es sensible a la selección de parámetros;
- puede producir una falsa apariencia de precisión;
- posee capacidad limitada para representar ítems especiales;
- puede fallar frente a tecnologías nuevas;
- puede no capturar condiciones locales excepcionales;
- exige normalización consistente;
- puede reproducir sesgos de la base histórica;
- no sustituye el detalle cuando este ya está disponible;
- pierde adherencia cuando se extrapola más allá del dominio utilizado en la calibración;
- debe revisarse a medida que el proyecto madura;
- no elimina el análisis de riesgo e incertidumbre.
La principal limitación no es ser “menos detallada” por definición. El problema aparece cuando el método se utiliza para una decisión que exige un grado de evidencia superior al que los datos y el proyecto pueden sustentar.
Errores comunes en la estimación paramétrica
Entre los errores más frecuentes se encuentran:
- utilizar un único proyecto histórico y llamarlo modelo paramétrico;
- tratar una analogía simple como CER;
- utilizar costo por m² para cualquier proyecto;
- seleccionar un parámetro sin relación técnicamente explicable con el costo;
- mezclar proyectos con contenidos de CAPEX diferentes;
- comparar valores con fechas base distintas;
- ignorar inflación y tipo de cambio;
- no tratar la ubicación;
- ignorar diferencias de escala;
- extrapolar el modelo mucho más allá del rango de datos;
- utilizar un promedio sin analizar la dispersión;
- omitir exclusiones relevantes;
- presentar un valor puntual como certeza;
- añadir contingencia mediante un porcentaje arbitrario;
- ocultar un cambio de alcance dentro del rango de precisión;
- utilizar una base de proyectos exitosos e ignorar casos problemáticos;
- mantener la estimación paramétrica como método principal incluso cuando el proyecto ya permite un presupuesto detallado;
- no documentar la versión del modelo y los datos utilizados.
Cómo documentar una estimación paramétrica
Una estimación debe ser reproducible por otro profesional. Para ello, su memoria debe registrar al menos:
- finalidad de la estimación;
- fase del proyecto;
- madurez de la información;
- fecha base;
- descripción del alcance;
- parámetros utilizados;
- origen de los datos;
- composición de la muestra;
- criterios de normalización;
- metodología de estimación;
- ecuaciones o relaciones utilizadas;
- rango de aplicación del modelo;
- factores y ajustes;
- premisas;
- exclusiones;
- tratamiento de la contingencia;
- riesgos e incertidumbres;
- rango o nivel de confianza;
- limitaciones identificadas;
- responsable técnico;
- fecha y versión de la estimación.
Esta documentación forma parte de la Basis of Estimate y debe acompañar el resultado cuando se utilice para decisiones relevantes.
Un modelo paramétrico que no puede ser auditado y reproducido no es una buena base para la toma de decisiones.
Cómo mejorar la estimación a medida que madura el proyecto
La evolución metodológica puede representarse conceptualmente como:
analogía y parámetros → modelos paramétricos → assemblies → cantidades preliminares → composiciones de costos → cotizaciones → first principles / bottom-up
Esta secuencia no es una regla rígida. Diferentes partes del proyecto pueden avanzar a ritmos distintos, y los métodos top-down continúan siendo útiles como herramientas de validación incluso cuando ya existe un presupuesto detallado.
El objetivo es sustituir progresivamente premisas genéricas por información específica sin perder la trazabilidad entre una versión de la estimación y la siguiente.
La estimación paramétrica dentro de la Ingeniería de Costos
La estimación paramétrica es una herramienta para convertir información incompleta en una estimación económicamente utilizable, siempre que la incertidumbre permanezca explícita.
El flujo puede representarse así:
necesidad de decisión → madurez del proyecto → datos disponibles → cost drivers → normalización → modelo paramétrico → riesgos e incertidumbre → rango de estimación → decisión → maduración de la ingeniería → nueva estimación
Este enfoque se integra con la Ingeniería de Costos y Presupuestación, la Gestión de CAPEX, el Benchmarking en Proyectos de Ingeniería y el proceso de Presupuesto de Obras y Servicios de Ingeniería.
En estudios de viabilidad, FEL y Proyecto Conceptual, la parametrización permite tomar decisiones económicas antes de que exista un presupuesto analítico completo. El papel de la Ingeniería es hacer explícito lo que ya se conoce, lo que todavía es premisa, qué nivel de confianza es adecuado y qué información debe desarrollarse para reducir la incertidumbre en la siguiente etapa.
Expedita, paramétrica o analítica: el método cambia con la madurez del proyecto
La Guía de Ingeniería de Costos en Obras Públicas del TCU de 2026 organiza una distinción que debe aparecer en la práctica presupuestaria: las estimaciones expedita, paramétrica y analítica no son grados de precisión elegidos libremente por el estimador. Cada método exige un nivel diferente de información disponible.
| Método | Base | Uso típico | Principal limitación |
| Expedita | macroindicador × cantidad global | orden de magnitud y fases muy iniciales | baja capacidad para explicar particularidades |
| Paramétrica | relaciones matemáticas entre parámetros técnicos y costo | fases con datos históricos comparables y drivers definidos | depende de base calibrada y rango de validez |
| Analítica | cantidades y composiciones unitarias | partidas suficientemente detalladas | exige proyecto e información compatibles |
La consecuencia es simple: un mismo proyecto puede combinar los tres métodos. El error no está en la coexistencia; está en aplicar un método menos detallado a una partida para la cual el proyecto ya proporciona información suficiente.
El art. 23, § 5.º de la Ley 14.133 limita el uso de metodología expedita y paramétrica
En las contrataciones integrada y semiintegrada, la Ley n.º 14.133/2021 determina que el valor estimado se calcule mediante presupuesto sintético siempre que sea necesario y siempre que el anteproyecto lo permita. Las metodologías expedita, paramétrica o de valoración aproximada mediante contrataciones similares quedan reservadas a las fracciones del proyecto no suficientemente detalladas en el anteproyecto.
Esto impide interpretar “anteproyecto” como autorización para presupuestar todo el objeto mediante un indicador global. Si cimentaciones, edificios auxiliares, estaciones, instalaciones u otras partidas ya cuentan con definición suficiente, esas partes deben recibir un método compatible con el detalle disponible.
El Presupuesto de Obras Públicas debe registrar esta elección por paquete, evitando una precisión artificialmente baja en tramos ya medibles.
Ejemplo del túnel NATM: métodos diferentes dentro del mismo proyecto
El ejemplo discutido por la Guía del TCU es particularmente didáctico. En un proyecto de túnel NATM, determinadas partidas asociadas al avance de la excavación pueden exigir modelado paramétrico cuando el anteproyecto todavía no contiene todos los detalles. Al mismo tiempo, estaciones y estructuras convencionales pueden presentar información suficiente para un presupuesto sintético apoyado en Sinapi o en composiciones analíticas.
No existe contradicción en utilizar metodología paramétrica en el túnel y analítica en las estaciones. La coherencia está precisamente en adaptar el método a la madurez de cada disciplina.
Este razonamiento es superior a clasificar todo el proyecto como “paramétrico” o “analítico”. La unidad correcta de decisión es la partida presupuestaria cuya información se está estimando.
Matriz de selección del método por fase y disciplina
Una práctica robusta es crear una matriz antes de iniciar la estimación. Relaciona cada disciplina con el nivel de información disponible y registra el método elegido.
| Disciplina o paquete | Información disponible | Método | Siguiente maduración necesaria |
| Movimiento de tierras preliminar | volúmenes aproximados y topografía básica | paramétrica o sintética, según el detalle | modelo de terreno y secciones |
| Estructura principal | geometría y cantidades definidas | analítica | proyecto ejecutivo |
| Instalaciones todavía conceptuales | carga o capacidad global | paramétrica | diagramas y listas de equipos |
| Movilización inicial | alcance macro | expedita o paramétrica | plan de ejecución |
| Acabados definidos | áreas, especificaciones y estándares | analítica | compatibilización |
La matriz debe revisarse a medida que madura el proyecto. Una partida que nació paramétrica puede migrar a presupuesto analítico antes de la licitación.
La estimación expedita no es sinónimo de estimación paramétrica
Una estimación expedita utiliza macroindicadores de orden de magnitud: costo por m², por km, por MW, por m³/s u otro indicador global apropiado. La estimación paramétrica, en sentido técnico, utiliza relaciones matemáticas calibradas entre variables independientes y costo.
Utilizar “BRL 5.000 por metro cuadrado” a partir de un único proyecto semejante es analogía simple, no necesariamente un modelo paramétrico. Para que exista parametrización, es necesario demostrar la relación, la muestra, la normalización y el rango de aplicación.
Esta distinción protege la estimación contra la falsa sofisticación: una hoja de cálculo puede contener una ecuación y aun así ser técnicamente frágil si la base histórica no es comparable.
Cuanto menos desarrollado el anteproyecto, mayor tiende a ser la incertidumbre incluida en el precio
La Guía de 2026 relaciona madurez del proyecto, método de estimación y contingencia. Cuando el anteproyecto está poco desarrollado, el mercado necesita valorar un rango mayor de incertidumbre.
Esto no significa que un proyecto inmaduro deba recibir automáticamente un porcentaje fijo de contingencia. La regla continúa siendo identificar riesgos e incertidumbres, cuantificarlos y demostrar cómo fueron incorporados.
La conexión con el iPMP es directa: una madurez baja es señal para profundizar estudios y reconocer incertidumbre, no para producir un número con decimales que el proyecto todavía no sustenta.
Cómo documentar la transición de paramétrica a analítica
Una estimación preliminar debe dejar memoria suficiente para ser actualizada. Cuando la disciplina gana proyecto, cantidades y composiciones, el presupuesto debe sustituir gradualmente la partida paramétrica por una base analítica, sin sumar ambos valores.
- identificar la partida anteriormente estimada por parámetro;
- registrar el valor y la fecha base del modelo;
- extraer las cantidades del proyecto madurado;
- aplicar composiciones y precios compatibles;
- comparar la diferencia entre estimaciones;
- explicar las causas de la variación;
- retirar la contingencia asociada a la incertidumbre que dejó de existir;
- mantener solamente los riesgos residuales todavía no resueltos.
Cómo contratar una estimación por fase sin comprar solamente una hoja de cálculo
El servicio debe contratarse mediante productos verificables. Solicitar solamente una “estimación paramétrica” no define qué base se utilizará, qué nivel de confianza se espera ni cómo se actualizará el resultado cuando evolucione el proyecto.
Entradas mínimas
- programa de necesidades y alcance;
- fase y madurez del proyecto;
- premisas de capacidad y desempeño;
- ubicación;
- base histórica disponible;
- fecha base económica;
- cronograma de desarrollo del proyecto.
Entregables
- matriz de método por disciplina;
- base de datos utilizada;
- criterios de comparabilidad y normalización;
- ecuaciones o indicadores;
- memoria de premisas;
- rango de validez;
- tratamiento de la incertidumbre;
- estimación consolidada;
- plan de evolución hacia un método analítico.
Criterio de aceptación
El producto es técnicamente aceptable cuando otro profesional puede reproducir el cálculo, identificar qué partidas son expeditas, paramétricas o analíticas y comprender qué debe madurar para reducir la incertidumbre en la siguiente etapa.
La Ingeniería de Costos y la Planificación Técnica de Contrataciones conectan esta memoria con el presupuesto base y con el nivel de detalle exigido en la licitación.
Checklist de selección del método de estimación
- la fase del proyecto fue declarada;
- cada partida fue evaluada por separado;
- el método elegido es compatible con la información existente;
- las partidas suficientemente detalladas utilizan presupuesto sintético o analítico;
- los parámetros cuentan con base histórica comparable;
- los macroindicadores están identificados como estimación expedita;
- la incertidumbre está documentada;
- la contingencia no fue elegida antes de los riesgos;
- la memoria permite actualización;
- existe un plan de migración hacia un presupuesto más detallado.
Consideraciones finales
La estimación paramétrica es una metodología de Ingeniería de Costos basada en relaciones entre costos y parámetros medibles. Su valor está en permitir decisiones en fases en las que sería inviable o artificial producir un presupuesto detallado, pero esto exige una base histórica coherente, parámetros explicables, normalización, validación y tratamiento explícito de la incertidumbre.
La aplicación indiscriminada de costos por área, capacidad o cualquier otro indicador no transforma automáticamente una estimación en un modelo paramétrico robusto. El indicador debe representar el comportamiento económico del activo y permanecer dentro del dominio en el que fue calibrado.
Cuanto menor sea la madurez del proyecto, mayor puede ser la utilidad de la parametrización. A medida que madura la ingeniería, las cantidades, composiciones, cotizaciones e información específica deben sustituir progresivamente premisas genéricas. La calidad del proceso está precisamente en preservar esta evolución de forma documentada y auditable.
Referencias técnicas
[1] AACE INTERNATIONAL. Recommended Practice 17R-97 — Cost Estimate Classification System. Morgantown, WV: AACE International, revisión editorial 2025. Disponível em: https://www.pathlms.com/aace/courses/2928/documents/3802.
[2] AACE INTERNATIONAL. Recommended Practice 56R-08 — Cost Estimate Classification System as Applied in Building and General Construction Industries. Morgantown, WV: AACE International. Disponível em: https://www.pathlms.com/aace/courses/2928/documents/3839.
[3] AACE INTERNATIONAL. Recommended Practice 42R-08 — Risk Analysis and Contingency Determination Using Parametric Estimating. Morgantown, WV: AACE International, rev. 2021. Disponível em: https://www.pathlms.com/aace/courses/2928/documents/3827.
[4] INFRASTRUCTURE AND PROJECTS AUTHORITY. Cost Estimating Guidance: a best practice approach for infrastructure projects and programmes. London: UK Government. Disponível em: https://www.gov.uk/government/publications/cost-estimating-guidance/cost-estimating-guidance.
[5] UNITED STATES GOVERNMENT ACCOUNTABILITY OFFICE. Cost Estimating and Assessment Guide: Best Practices for Developing and Managing Program Costs. GAO-20-195G. Washington, DC: GAO, 2020. Disponível em: https://www.gao.gov/products/gao-20-195g.
[6] NATIONAL AERONAUTICS AND SPACE ADMINISTRATION. NASA Cost Estimating Handbook v4.0 y Appendix C — Cost Estimating Methodologies. Washington, DC: NASA. Disponível em: https://www.nasa.gov/ocfo/ppc-corner/ppc-guidance-documents/.
[7] BRASIL. Ley n.º 14.133, de 1 de abril de 2021 — Ley de Licitaciones y Contratos Administrativos. Brasília, DF: Presidencia de la República, 2021. Art. 23, § 5.º. Disponible en: https://www.planalto.gov.br/ccivil_03/_ato2019-2022/2021/lei/l14133.htm.
[8] TRIBUNAL DE CONTAS DA UNIÃO. Licitaciones y Contratos: Orientaciones y Jurisprudencia del TCU — contratación integrada. Brasília: TCU. Disponible en: https://licitacoesecontratos.tcu.gov.br/4-4-1-3-contratacao-integrada/.
[9] TRIBUNAL DE CONTAS DA UNIÃO. Ingeniería de Costos en Obras Públicas — Una guía de preguntas y respuestas. Brasília: TCU, 2026. Ítems sobre estimaciones expeditas, paramétricas y analíticas y metodología por etapa de desarrollo del proyecto. Disponible en: https://portal.tcu.gov.br/infraestrutura.
Preguntas frecuentes
Es una estimación de costos basada en relaciones entre el costo y parámetros medibles del proyecto, como área, capacidad, potencia, longitud u otras variables técnicamente relacionadas con el costo.
No. El costo por m² es solamente una forma simple de parametrización. Un modelo paramétrico puede utilizar otros drivers, múltiples variables, factores de escala y relaciones estadísticas.
Principalmente en fases iniciales, cuando el proyecto todavía no cuenta con definición suficiente para un presupuesto detallado, como estudios de oportunidad, viabilidad, FEL, comparación de alternativas y planificación de CAPEX.
La estimación paramétrica desarrolla costos a partir de relaciones e indicadores asociados a drivers del proyecto. El presupuesto analítico parte de servicios, cantidades, composiciones, precios y demás partidas específicas del proyecto.
No existe una precisión fija asociada al método. La confiabilidad depende de la madurez del proyecto, calidad y comparabilidad de los datos, adherencia de los parámetros, tecnología, ubicación, mercado y riesgos.
CER significa Cost Estimating Relationship. Es una relación matemática o empírica que asocia el costo con uno o más parámetros explicativos, utilizada para desarrollar estimaciones paramétricas.
Sí, como parámetro en determinadas estimaciones preliminares de edificaciones. Sin embargo, el simple producto entre CUB y área no constituye un presupuesto completo y debe respetar las limitaciones de la metodología del CUB.
Sí. El art. 23, § 5.º prevé metodología expedita o paramétrica para partes todavía no suficientemente detalladas del anteproyecto en contrataciones integrada y semiintegrada, dentro de las condiciones legales aplicables.
Preferentemente no cuando existe incertidumbre material. Las estimaciones iniciales deben comunicar premisas, rango de resultados y nivel de confianza compatibles con la madurez de la información.
Cuando el proyecto ya cuenta con información suficiente para métodos más detallados o cuando el nuevo proyecto está fuera del rango de tecnología, escala, ubicación o alcance para el cual fue calibrado el modelo.
Materiales técnicos complementarios
Guías, whitepapers y materiales de profundización
- Guía Completa sobre Ingeniería de Costos y Presupuestación
- Owner’s Engineering: framework ejecutivo para contratación, gobernanza y aceptación
- Contratación de Ingeniería Consultiva con Trazabilidad, Gobernanza e Ingeniería de Costos
Servicios relacionados
- Presupuesto de Obras y Servicios de Ingeniería
- Estudio de Viabilidad Técnica y Económica — EVTE
- Proyecto Conceptual de Ingeniería
- Gestión de Riesgos de Ingeniería
- FEL — Front-End Loading
Contenidos principales sobre el tema
- Guía Completa sobre Ingeniería de Costos y Presupuestación
- Presupuesto de Obra: qué es, cómo elaborarlo y qué información es necesaria
- Gestión de Costos de Proyectos
- Benchmarking en Proyectos de Ingeniería
- Gestión de CAPEX en Proyectos de Ingeniería
Contenidos técnicos relacionados
- CUB: qué es, cómo se calcula y para qué sirve
- NBR 12721: cómo la norma estructura el CUB y los costos de construcción
- BDI en obras y servicios de ingeniería
- SINAPI: qué es, cómo funciona y cómo utilizarlo en presupuestos de obras
- SICRO: qué es, cómo funciona y cuándo utilizarlo
- TCPO: qué es y cómo utilizar composiciones de precios para presupuestos
