TEORÍA DE LAS DECISIONES - CLASE 08

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)