El siguiente artículo describe las nuevas técnicas incorporadas en el monitoreo de secundaria aplicadas en el yacimiento el Corcobo. La formación productiva es la formación Centenario cuyos reservorios principales, compuestos por arenas no consolidadas con buena continuidad lateral, se encuentran a 650 metros de profundidad. La porosidad promedio es 30%, las permeabilidades entre 0.5 y 4 D, la temperatura de 38 °C y 35 Kg/cm2 la presión original. La gravedad API del crudo es de 19° y la viscosidad en condiciones de reservorio varía desde los 160 cp hasta 400 cp. Los pozos son estimulados mediante la técnica de CHOPS durante su terminación, tanto pozos productores como inyectores, promoviendo altas tasas de producción de arena. Este movimiento de arena incrementa los índices de inyectividad / productividad. Sin embargo, las heterogeneidades causadas en la matriz porosa, sumado a la alta viscosidad del petróleo, presenta un desafío en el monitoreo de la recuperación secundaria. El seguimiento de secundaria depende mucho de la adquisición de datos de producción e inyección en campo. Históricamente el seguimiento se basó en el gerenciamiento de parámetros tales como el Processing Factor (PF) y el Voidage Replacemente Radio (VRR), que dependen en gran medida de variables del modelo estático (alocación basada en volumen poral). Esta hipótesis ha tenido buenos resultados, sobre todo en la etapa temprana del desarrollo, donde los contrastes de respuesta entre pozos de una misma malla son evidentes y la limitación de caudales son consecuencia de esas diferencias. En la medida que el campo alcanza su madurez todos los pozos de la malla poseen elevados cortes de agua. En esta etapa es necesario incorporar algún análisis dinámico que nos revele el comportamiento de las líneas de flujo, y así promover los cambios de caudales necesarios en pozos productores e inyectores. Para ello se construyó un modelo 3D de simulación de líneas de flujo, incorporando más de 1100 pozos entre inyectores y productores, mapas de porosidad, espesor, saturación, etc. Este modelo permite identificar las líneas de flujo, y los factores de alocación por pozo (WAF) que pasan a ser dinámicos debido a la resolución de ecuaciones de flujo. Mediante esta metodología, se logran optimizar las líneas de flujo entre inyectores y productores, potenciando aquellas más eficientes y corrigiendo las otras. De esta manera se obtiene un paquete de propuestas de optimizaciones tendientes a incrementar la recuperación en base a la eficiencia histórica del Pattern.