Análisis de “big data” suficientemente sofisticado para optimizar la siguiente cantidad:
[matemática] \ Pi = \ sum_ {i} [/ matemática] [matemática] \ sum_ {j} [/ matemática] [matemática] \ sum_ {k} [/ matemática] [matemática] \ int_ {0} ^ {T } e ^ {- rt} (Pc) U – F dt [/ matemáticas]
Donde i, j y k suman sobre países, segmentos y productos / servicios
- ¿Es el desarrollo tecnológico una ventaja competitiva clave en la industria bancaria?
- ¿El uso de tanta tecnología nos está haciendo inteligentes o pagaremos un precio por esto?
- ¿Cuál es tu característica favorita de Windows Phone 8.1?
- ¿Por qué los teléfonos móviles se calientan con frecuencia?
- ¿Qué es peor para sus ojos, mirar su teléfono celular o su computadora portátil durante mucho tiempo?
P es precio
c es su función de costo marginal: una función de volumen y muchas otras cosas
U es su volumen, una función del precio y un montón de otras cosas como la distribución, etc.
F son costos fijos asociados con la operación en las áreas i, j, k
r es una constante que refleja el factor de descuento del valor temporal del dinero
T es el horizonte de tiempo máximo que te interesa
Esta cantidad [matemática] \ Pi [/ matemática] es lo que los propietarios de negocios (accionistas, juntas directivas, propietarios privados) generalmente intentan maximizar. El problema es que esta expresión es bastante difícil de escribir en la mayoría de los casos, y mucho menos de resolver. Y esto es mil veces peor cuando tienes competidores que reaccionan y cambian el campo de juego cada vez que alteras una cantidad en un punto porcentual más o menos.
Pero una vez que reúna y pueda analizar suficientes datos sobre las elasticidades de los precios, la evolución del mercado, las respuestas teóricas de los competidores, los impactos de los costos marginales, etc., comenzará a ser posible.
Una vez que alguien puede escribir esto, luego ejecutar un montón de escenarios para maximizar [math] \ Pi [/ math], la consulta se reducirá al soporte de implementación.