Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
TEORÍA DE LAS DECISIONES – CLASE 08 Repasamos el tp → dañar la reputación dañanba en menores ventas futuras. La medida de ver el daño de la reputación es ver el valor esperado que pierdo a futuro. Una manera de modelar algo es fingiendo que es un costo fijo de acá a futuro. ¿Qué estaría mal en el árbol de decisiones como resolución si cuando llega el nodo que no se sabe si vender a gran o embotellado. El valor de C no lo sabemos, no sabemos cual es el costo de la reputación. Por ende no sabemos cómo va a impactar en el valor esperado. Podríamos decir que eliminamos la línea esa, ya que no tenemos en cuenta el valor de la reputación porque tranquilamente C podría ser mayor a 2 y que sea perder plata. Un plan estratégico se debería decir qué hacer cuando estoy por jugar. No estaría bien decir que no me calienta si cosecho antes lo que pasa con la lluvia, porque un pna estratégico se debiera decir EN TODOS los cuadrados, independientemente que no lo elija. # Cuando tengo indecisiones en las que estoy indiferente podría decir que tiro una moneda y en base a eso decido. Pero sino no. Si este costo fuera C = 1+1/(1+r)^2+.. y así hasta el infinito, esos flujos se descuentan por ende a medida que pasa el tiempo dejo de perder plata porque elevó a un nro re grande (osea tiende a cero). Se puede probar que si sumo un flujo futuro al infinito y descontado a una tasa que cada vez es más alta el denominador converse a cero, por ende la suma es finita. Es como una suma finita, es una asíntota. Se puede llegar a decir que el NPV de una suma al infinito es C/r. Eso en general se usa para dividendos. es mayor que 1 me conviene Decisión bajo incertidumbre Probabilidad a priori P(B) vs probabilidad a posteriori/condicionada P(B/A) a un nuevo evento que aprendí → luego de hacer un estudio de mercado decidimos Vamos a usar la regla de Bayes → modelamos el aprendizaje con esto ¿Cual es la probabilidad de que me guste un libro dado que soy futbolista? cuando soy data scientist, modelo con datos probabilidades y usando árboles de decisiones. ¿Vale la pena siempre hacer un estudio de mercado siempre? ejemplo Levite en sachet. Levite se fue para arriba y lo compraba gente de arriba → no vende en masas → problema tener un mercado chico para gente rica xq no funciona como una economía de escala, por ende los costos no son decrecientes. El costo de dejar 1 levite o 50 en un kiosko es el mismo, por ende al no ser economía de escala tengo un problema. Tener escala chica es muy costoso, no gano tanto → vendo a $100 pero vendo poco ¿Cómo gano escala? el riesgo de hacer segundas marcas es que a veces puede no lograrlo. Hago pricing diferenciado → lugares de < ingreso sale + barato → miran lo que el consumidor puede pagar DECISIÓN BAJO INCERTIDUMBRE DE LA EMP SIN GASTAR tanta $ en estudios - Vender levite en sallet para la gente de < recursos - Está campania se lanzo en negocios almaceneros + de barrio - Solo testeo y gasto plata en si el sachet le cambiaba el sabor a la levite, no gasto $ en estudios de merc y de más. Problemas que tuvo el sachet - incómodo - Lanzó un producto en barrios más humildes y nadie se enteró, solo ellos. El producto duró un año. - se rompe facil → putea el de transporte → tengo q poner cajones especiales para poder transportarlo - en el almacén los jugos van parados en la góndola, pero el sachet no se queda parado y además se pincha en la góndola y cagamos → lo ponen en la heladera y queda separado de la sección jugos - viene el consumidor, va a buscar a la góndola de fríos, tenes leche yogurt y levite → prefiere las otras opciones - no tuvieron en cuenta la info del consumidor - no hicieron estudio de mercado para ver si valía la pena o no VALUE OF INFORMATION Es hacer un estudio pero no de todo el mercado, porque es imposible y no rentable → Hago un árbol de decisiones. Me fijo si me conviene o no hacer una entrevista, si me conviene o no hacer un estudio de mercado. - Si me conviene o no hacer estudio de mercado o entrevistar a la persona o etc. Para eso necesitas probabilidades. - Repaso prob: La prob de b condicional a es la prob que se de a y b dado la probabilidad de a. Puede ser al revés. Combinando las dos llegas a la regla de bayes. Tomas decisiones con eso. En el ejemplo 6. ; tenemos el conjunto a (izquierda) y b (derecha). Si te dicen que ya se dio b. La probabilidad que se de A es la intersección de a y b sobre se que lo que pasó (el conjunto b) -------------------------------------------------------------------------------------------------------------------- ---------------------------- Ejemplo Monty Hall → La decisión óptima es cambiar de puerta xq la probabilidad pasa de ⅓ a ⅔. No es óptimo quedarse con la misma opción. La regla de Bayes es anti-intuitiva y generalmente se hace mal. Ejemplo 3 → Imaginarse el caso de levité Tenemos la opción de cambiar el producto e introducir uno nuevo o no. Suponemos que un estudio de mercado nos da estas probabilidades, estos estados y donde estoy. Los estudios de mercado me dice con certeza dónde estoy, pero antes tengo que decidir si voy a hacerlo o no, si voy a gastar plata o no → 3 estados: el estudio me va a decir si estoy en high, medium or low sales Tengo que decidir si hago estudio o no antes de lanzar el producto. El estudio de mercado me va a decir si van a haber high medium o low sales. Tengo que decidir si hago el estudio o no:cuando haga el estudio, va a haber un nodo de incertidumbre que es el resultado del estudio. Estoy en el contexto de high medium o low? Con qué probabilidad creo que estoy en cada rama? si yo dije que pensaba que la probabilidad era 0,5 de estar ahí, el alto, si cree algo distinto debiera haberlo cambiado antes. El estudio debería ser lo mismo de lo que yo estime, sino estime mal. Se debería repetir las probabilidades. El estudio entonces me va a decir si tengo high medio o bajo. Una vez que yo tenga high, ahí viene la decisión de lanzar o no el producto. Cuando lanze pueden pasar 3 cosas: me va bien, maso menos o mal. - Entonces las probabilidades a priori de si yo soy alto, bajo o medio. Si me dice que soy alto debería ver si lanzo o no el producto. Esa nueva rama lleva la probabilidad condicional. Si tengo probabilidad perfecta, nunca se equivoca el estudio, y estoy en el escenario high , la probabilidad de high es 1 y la de medio y bajo 0. Este ejemplo se llama The value of perfect information. Lo max q estaria dispuesto a pagar por este estudio de mercado seria 40 Me conviene hacer el estudio de mercado siempre que salga - de 40. Si el estudio de mercado me dice que estoy HIGH o MEDIUM lanzó, pero si estoy LOW no lanzó Si hago el estudio el valor esperado que tengo es 230. ¿Qué me conviene hacer? Si el estudio de mercado me dice que es low, no me conviene hacerlo. Si es médium lo lanzo. Si me dice que es high lo lanzo. El valor esperado me da 230. Se llama valor esperado con información perfecta. A esto lo comparo con el de sin informacion y ahi veo la diferencia; que sería en el ejemplo 3 : =190. ¿Cuánto es lo máximo que estaría dispuesto a pagar por ese estudio de mercado? 230- 190. Me conviene hacer el estudio de mercado? siempre que no me cobren más de 40. Si el estudio me dice que estoy en un contexto de high, lanzo el producto, si estoy en medium lanzo el producto si estoy en low no lo lanzo. Ejemplo 4 → Real options : Cuando yo agrego a una decisión bajo incertidumbre una nueva alternativa para decidir. Ejemplo del viñedo: cuando llego al nodo de decisión tengo 2 opciones si vender a granel o embotellado. Para hacer que una tercera opción esté disponible habría que invertir. Por ejemplo, si quisiera hacer una segunda marca,debería crear etiquetas, crear una sociedad, estar autorizado por reguladores. Todo eso es plata, pero sirve para generar una nueva alternativa en el árbol. Osea una nueva rama conlleva un nuevo costo. ¿Cómo computar el valor de la opción real? hacer el árbol sin la alternativa, osea el árbol que hicimos y eso nos va a dar el valor sin la opción y luego hacemos el árbol con la alternativa y calcular el valor esperado del árbol. A diferencia de los valores esperados de con o sin la opción los deberia ser lo máximo que estoy dispuesto a invertir/ pagar o asumir de costos. opciones reales: Hacer cosas distintas que le agregan valor a tu negocio - Parar a tiempo - Acelerar - Tener segunda marca ¿Cómo uno puede pensar una 2da marca? - Hacer una opción real, es crear una segunda marca. Registrarla, probarla, armar línea de producción. - El proceso lleva dos años → vale la pena en comparación a lo que genera a futuro - Las probabilidades son muy imp y determinan si conviene invertir o no - Caso Zara → para computar el valor de la opción real Los árboles de decisiones tienen un problema. Imaginémonos que pienso entre lanzar un producto 1 o 2. Hay incertidumbre como en la economía. Puede seguir o no la pandemia. Con esta información → Es lo = el prod 1 o 2, estas indiferente en cual lanzar (= valor esperado), pero a mi NO me da lo mismo Supongamos que ahora tenemos estos valores: → Si miro esta decisión, ¿qué producto me conviene lanzar? El valor en el de arriba es 1 y en el de abajo también. Indiferente. ¿Es cierto que da lo mismo? → Yo preferiría ir al prod 1 xq pierde menos en estado malo → Relacionado con la aversión al riesgo, el valor esperado IGNORA el riesgo y esto es un PROB → cómo hago para incorporar el riesgo? Vamos a ver como incorporar en el análisis mis preferencias frente al riesgo, somos todos aversos al riesgo (es algo psicológico que se va a poder modelar c/ la utilidad esperada → está la opción en el Add in de excel)
Compartir