Economía y Big Data se mezclan en Silicon Valley

Adiós, Torre de Marfil. Hola, tienda de golosinas de Silicon Valley
Por STEVE LOHRSEPT - New York Times



Peter Coles, un economista que dejó Harvard Business School para ir a Airbnb, llama a Silicon Valley ", una tienda de dulces absoluta para los economistas." Crédito Jason Henry para The New York Times

Durante ocho años, Peter Coles tenía trabajo ideal del economista de la Escuela de Negocios de Harvard.

Su investigación se centra en el diseño de los mercados eficientes, un campo cada vez más importante que ha influido en cosas tales como las subastas de Letras del Tesoro y las decisiones sobre quién recibe los trasplantes de órganos. Incluso se puso a trabajar con Alvin E. Roth, que ganó un Nobel de la ciencia económica en 2012.

Pero el prestigio no fue suficiente para mantener el Sr. Coles en Harvard. En 2013, se trasladó a la bahía de San Francisco. En la actualidad trabaja en Airbnb, el mercado de alojamiento en línea, uno de una serie de empresas de tecnología que atraen a los economistas con la promesa de grandes conjuntos de datos y grandes salarios.

Silicon Valley está recurriendo a la ciencia triste en su búsqueda sin fin de exprimir más dinero de los antiguos mercados y construir otras nuevas. A su vez, los economistas dicen que están ansiosos por explorar el mundo digital para nuevas ideas en cuestiones económicas sin tiempo de fijación de precios, incentivos y comportamiento.

"Es una tienda de dulces absoluta para los economistas", dijo Coles.

El pago, por supuesto, es mucho mejor de lo que encontraría en el mundo académico, donde los economistas suelen ganar $ 125.000 a $ 150.000 al año. En las empresas de tecnología, pagar por un Ph.D. economista por lo general vienen en más de $ 200.000 al año, dicen las empresas. Con las bonificaciones y subvenciones de acciones, la compensación puede doblar fácilmente en unos pocos años. economistas de alto nivel que manejan los equipos pueden hacer aún más.

Las empresas han estado contratando economistas desde hace años. Por lo general, se les pide que estudiar las tendencias macroeconómicas - temas como las recesiones y las tasas de cambio de divisas - y ayudar a sus empleadores tratan con ellos.

Pero lo que los economistas tecnología están haciendo es diferente: en lugar de pensar acerca de las tendencias nacionales o globales, que están estudiando los registros de datos de comportamiento de los consumidores para ayudar a las empresas digitales tomar decisiones inteligentes que fortalecen sus mercados en línea en áreas como la publicidad, el cine, la música, los viajes y alojamiento.

trajes de tecnología incluyendo gigantes como Amazon, Facebook, Google y Microsoft y hasta y recién llegados como Airbnb y Uber esperan ese tipo de mejora de la eficiencia significa más beneficios.

En Netflix, Randall Lewis, un científico de la investigación económica, está finamente midiendo la efectividad de la publicidad. Su trabajo también se pone en el dilema de la correlación vs causalidad en el comportamiento económico: ¿Qué acciones de consumo se producen por casualidad después de la gente ve los anuncios y qué acciones son causados ​​probablemente por los anuncios?

En Airbnb, el Sr. Coles está investigando el mercado de anfitriones e invitados para las ideas de la empresa, tanto para ayudar a construir el negocio y para entender el comportamiento. En un estudio se centra en la dilación - un tema de gran interés para los economistas del comportamiento - examinado las reservas. ¿Son de último minuto? semanas o meses de antelación hecho? ¿Los hábitos cambian de reserva por edad, sexo o país de origen?

"Son expertos microeconómicas y pesados ​​en los datos y herramientas informáticas como el aprendizaje de las máquinas y los algoritmos de escritura," dijo Tom Beers, director ejecutivo de la Asociación Nacional de Economía Empresarial.

La comprensión de cómo funcionan los mercados digitales está recibiendo una gran cantidad de atención ahora, dijo Hal Varian, economista jefe de Google. Pero, dijo, "pensé que era fascinante hace años."

El Sr. Varian, de 69 años, es el padrino de los economistas en la casa de la industria de alta tecnología. Una vez que un conocido profesor de la Universidad de California, Berkeley, el Sr. Varian se presentó en Google en 2002, a tiempo parcial al principio, pero pronto se convirtió en un empleado. Él ayudó a refinar el mercado de AdWords de Google, donde los anunciantes pujar para que sus anuncios se muestran en las páginas de búsqueda, basado en las palabras los usuarios escriben en el motor de búsqueda de Google.


Glen Weyl, economista de Microsoft Research, impartirá un nuevo curso en Yale este otoño, que busca combinar la economía y las ciencias de la computación de la manera economistas digitales hacen en empresas de tecnología. Crédito Todd Heisler / The New York Times

La visión de Google fue para evitar dar la mejor colocación del anuncio al mejor postor. El Sr. Varian trabajó para desarrollar un modelo diferente para la colocación de anuncios, el cálculo de la probabilidad de que un usuario haga clic en un anuncio y encontrar el anuncio relevante. Fue un ejemplo clásico de diseño de mercado inteligente.

Desde entonces, el Sr. Varian y su equipo han aplicado su punto de vista económico a los mercados de anuncios de Google, la subasta inusual de la compañía para su oferta pública inicial, las estrategias de licitación de espectro inalámbrico, subastas de patentes y compras, y los modelos para nuevas empresas como los coches sin conductor.

Por el momento, Amazon parece ser el reclutador más agresivo de los economistas. Incluso tiene un sitio web de economistas de Amazon para solicitar hojas de vida. En un video en el sitio, Patrick Bajari, economista jefe de la compañía, dice que el equipo económico ha contribuido a las decisiones que han tenido "impactos multimillonarias" para la compañía.

Otro sitio de listas empleos abiertos de Amazon para los economistas. A partir del viernes, había 34.

Al ver esto emergente mercado de trabajo, la Asociación Nacional de Economía Empresarial celebró su primera reunión de economistas de la compañía de tecnología de abril en San Francisco. Otro se fija para octubre en Silicon Valley.

Academia también está comenzando a darse cuenta - y adaptarse. "Todo está sucediendo tan rápido, es difícil mantener el ritmo," dijo Susan Athey, un experto en la economía de la tecnología en la Escuela de Negocios de Stanford que es también un consultor de Microsoft.

Muchos estudiantes de economía también toman cursos de informática, y algunos de los principales en ambos. Sin embargo, un nuevo curso este otoño en Yale, llama Diseño de la Economía Digital, pretende mezclar la economía y las ciencias de la computación de la manera economistas digitales hacen en empresas de tecnología. El instructor está Glen Weyl, economista de Microsoft Research, y el curso tendrá profesores invitados de Amazon, Pandora y Uber.

El curso es un piloto para el cambio curricular y tal vez un programa de doble titulación se centró en los mercados digitales y su diseño. Dirk Bergemann, presidente del departamento de economía de la Universidad de Yale, ha explicado que la economía estaba preocupado con la eficiencia, precios e incentivos, mientras que la informática se centró en algoritmos y complejidad.

"En mercados digitales, que está tratando de hacer frente a los dos conjuntos de problemas", dijo.

Mr. Weyl predice que el aumento de mercados digitales en la economía apenas está en marcha. Uber-paseo en comunicación por radio y en la sala de Airbnb-operación, dijo, puede muy bien ser sólo el comienzo de una nueva definición de la propiedad privada, que permite la tecnología digital.

Cosas, de acuerdo con el Sr. Weyl, serán cada vez alquilar como servicios en lugar de en propiedad. Esa es la visión a largo plazo de los coches sin conductor: Cuando un vehículo solo aparece en el comando, muchos menos coches se sentará en las calzadas. la eficiencia del transporte, el consumo de recursos y las industrias de todos serán transformados, dijo.

Lo mismo podría ser cierto para artículos de uso doméstico, dijo Weyl. Una situación posible: Después de utilizar su máquina de espresso para el desayuno, un avión no tripulado viene a recogerlo, y lo alquila a pasar el día.

Un reto de diseño-mercado actual de Amazon y Microsoft es sus grandes servicios de cloud computing. Estos servicios digitales, por ejemplo, se enfrentan a un problema de carga máxima, tanto como lo hacen las empresas eléctricas.

¿Cómo vender servicios en momentos en que existe el riesgo de que algunos clientes pueden ser golpeado fuera? Ejecutar una subasta por lo que los clientes están dispuestos a pagar por el servicio interrumpible? U ofrecer descuentos establecidos para los diferentes niveles de riesgo? Amazon y Microsoft están trabajando en eso ahora.

Para responder a estas preguntas, los economistas trabajan en equipos informáticos y con la gente de negocios. En las empresas de tecnología, el diseño del mercado implica no sólo la economía, sino también a la ingeniería y la comercialización. ¿Qué tan difícil es cierto enfoque técnicamente? ¿Es fácil de explicar a los clientes?

"Economía influencias más que determina las decisiones", dijo Preston McAfee, economista en jefe de Microsoft, quien previamente trabajó en Google y Yahoo.

La economía de la impaciencia

Economía de la impaciencia, millones de uñas mordidas
En los últimos tiempos, la ansiedad y su relación con el ciclo económico comenzaron a ser estudiadas por equipos multidisciplinarios de psicólogos, neurocientíficos y economistas
Sebastián Campanario - LA NACION


Foto: Javier Joaquin

Hace una semana que se le pidió por correo electrónico una opinión sobre "economía de la impaciencia" a Federico Weinschelbaum, profesor de la Universidad de San Andrés e investigador del Conicet, y todavía la respuesta no llegó. ¿Se habrá olvidado? ¿Convendrá mandarle un recordatorio o se ofenderá? Ya debería estar la nota escrita, los nervios y el estrés van en aumento: no puede ser que tarde tanto. Estos economistas creen que uno tiene todo el tiempo del mundo.


La impaciencia (o la ansiedad), uno de los fenómenos centrales de la sociedad en las últimas décadas, tiene sin embargo poco espacio en la agenda de la economía académica. Ser ansioso, para el escritor Norman Mailer, es "el rol natural del ser humano en el siglo XX". Los costos asociados a este estado, en términos de deterioro de la salud y de decisiones sesgadas, son enormes. Así y todo, Weinschelbaum comenta que "hablar de «economía de la impaciencia» suena un poco a mucho", dado que los papers publicados al respecto se cuentan con los dedos de las dos manos (en esta caso, dedos con las uñas comidas).

El director del departamento de Economía de San Andrés publicó recientemente un artículo en el American Economic Journal of Microeconomics (junto a tres coautores: Levine, Modica y Zurita) donde, usando un modelo de teoría de los juegos, llega a un resultado contraintuitivo: tal vez en este mundo le vaya mejor a los impacientes más de lo que pensamos.

La conclusión va en contra de lo que se había escrito hasta ahora. La breve literatura sobre el tema partía de la psicología evolutiva, que supone que en el largo plazo sobreviven aquellos individuos a los que les va mejor. Y en modelos de decisiones individuales lo que se encuentra es que a aquellas personas pacientes les va mejor, y por lo tanto en el largo plazo son todos no-ansiosos. Hay autores, como Blume y Easley, que incluso aseguran que en el largo plazo la paciencia es un arma más poderosa que la inteligencia. Publicaron esta idea en econometría en 2006, en un artículo titulado: Si sos tan inteligente, ¿Por qué no sos rico?

Pero en un contexto de interacción entre varios agentes, las cosas cambian. "En un juego, a los impacientes les puede ir mejor que a los pacientes. En un marco más simple, ser impaciente no es beneficioso ya que las decisiones que toma un impaciente no son las mejores. Sin embargo, cuando los otros saben que yo soy impaciente, y toman eso en cuenta, actúan de manera distinta y eso sí puede ser beneficioso. En un juego de negociación, el ser impaciente puede ser una ventaja: una amenaza de recibir un castigo en el futuro puede quitarle mucha utilidad a alguien paciente, pero no resulta peligrosa para alguien impaciente. En consecuencia, el impaciente está dispuesto a ceder menos en una negociación para evitar el castigo", explica el economista argentino.

Para Weinschelbaum, "hay situaciones en las que no solamente es óptimo desde un punto de vista «privado» ser impaciente. También puede ser óptimo desde un punto de vista social que haya más impaciencia en algunos individuos. Los agentes pueden satisfacer sus necesidades produciendo o apropiándose de los bienes producidos por otros a través de conflictos, que implican una pérdida social. Lo mejor, desde un punto de vista social, sería que no haya individuos que se dedican a apropiarse de bienes a través de conflictos. Pero como un «segundo mejor» es mejor que estos individuos (ladrones, corruptos, etcétera) sean impacientes. De esta manera no invierten recursos en perfeccionar organizaciones y situaciones que son perjudiciales para el funcionamiento de la sociedad". Weischelbaum prefiere no hacer una referencia directa a la Argentina, pero si esta explicación se narrara en un documental, bien podría utilizarse la escena de un José López pasado de revoluciones y con crisis de ansiedad revoleando los bolsos por la pared del convento.

En los últimos tiempos, la ansiedad y su relación con el ciclo económico comenzaron a ser estudiadas en detalle por equipos multidisciplinarios que combinan saberes de psicólogos, neurocientíficos y economistas. Robert Levine, un profesor de Psicología de la Universidad de California, que cada tanto visita la Argentina, es una de las mayores autoridades mundiales en estudios sobre la percepción del tiempo (que varía ampliamente entre las distintas culturas).

Levine escribió un libro fabuloso, Una geografía del tiempo, que en la Argentina editó Siglo XXI en la colección que dirige Diego Golombek. Allí cuenta cómo diseñó experimentos que llevaron a su equipo de investigadores a recorrer el planeta midiendo cuánto tarda -siempre en promedio- una sociedad en apretar el botón de "cerrado de puertas" en los ascensores modernos, el tiempo que media entre que el semáforo se ponga verde y que suene el primer bocinazo para el auto que está primero en la fila y no arranca, o cuánto demoran los "completadores de frases" en decir esa palabra que a su interlocutor no le sale porque la tiene en la punta de la lengua. Le faltó mensurar el mordisqueo de capuchones de biromes.

Levine registró valores altos de ansiedad para la Argentina, y lo mismo detectó un estudio de la agencia de publicidad JWT, cinco años atrás, que puso a la población local al tope del ranking de ansiosos de América latina. A nivel local, un 25% de las personas se autodefinen como "ansiosas o muy ansiosas".

Una hipótesis que roza esta agenda es que el ciclo abrupto de la economía argentina (el país tiene una de las tres macroeconomías más volátiles del mundo: su variable de volatilidad histórica es, por ejemplo, el triple que la de Brasil) lleva a sus ciudadanos a ser más ansiosos e impacientes: siempre estamos preguntando, como chicos en el asiento de atrás en un viaje en auto largo, "cuánto falta", en este caso para el segundo semestre, para la reactivación o para que explote todo.

Adolfo Canitrot, ya en la década del 70, decía que el comportamiento económico individual se derivaba de una forma particular de racionalidad limitada que provenía de que uno construía sus decisiones de la macro a la micro. Y como la macro tenía la particular naturaleza de habernos expuesto tantas veces a los ciclos de "stop-go", crisis y volatilidad, aparecían comportamientos que eran precautorios y que tenían obviamente sus costos asociados. Por un lado, este sesgo doméstico lleva a posponer decisiones y por otro lleva a cometer errores.

Ahí se encendió la luz del celular: entró el mail con las respuestas de Weinschelbaum. Bien. A respirar hondo, relajarse y escribir la columna con conciencia plena en el presente.

sebacampanario@gmail.com

Los microeconomistas hacen ciencia, en serio

Lejos de ser la ciencia triste
Los microeconomistas reclamando que están haciendo ciencia de verdad puede ser que tengan razón
The Economist

La ciencia funciona por dos razones. En primer lugar, sus resultados se basan en experimentos de extracción: secretos de la madre naturaleza por preguntarle directamente, en lugar de filosofar sillón. Y una cultura de apertura y la replicación significa que los científicos son vigiladas por sus pares. Los artículos científicos incluyen secciones sobre métodos para que otros puedan repetir los experimentos y comprobar que llegan a las mismas conclusiones.

Eso, al menos, es la teoría. En la práctica, comprobando los resultados de edad es mucho menos buena para la carrera de un científico de la publicación de emocionantes nuevos. Sin estos controles, los resultados poco fiables colarse en la literatura. En los últimos años, la medicina, la psicología y la genética de todo se han puesto bajo el microscopio y hallado falto. Un análisis de 100 artículos de psicología, publicado el año pasado, por ejemplo, fue capaz de replicar sólo el 36% de sus hallazgos. Y un estudio realizado en 2012 por Amgen, una compañía farmacéutica estadounidense, podría replicar sólo el 11% de los 53 documentos que examinó.

Ahora es el turno de la economía. A pesar de que la augusta disciplina fue fundada en el siglo 18 por Adam Smith (en la foto) y sus contemporáneos, es sólo en los últimos decenios que sus practicantes (algunos de ellos, de todos modos) han llegado a las conclusiones que las ciencias naturales alcanzaron siglos hace: experimentos que podrían ser la mejor manera de probar sus teorías sobre cómo funciona el mundo. Una serie de resultados en "microeconomía", que estudia el comportamiento de los individuos, se ha sugerido que el Homo sapiens no es siempre Homo economicus, el paradigma de la racionalidad de sangre fría asumida por muchos modelos económicos formales.

Pero a medida que la economía adopta los procedimientos experimentales de las ciencias naturales, sino que también puede sufrir de sus inconvenientes. En un artículo recientemente publicado en Science, Colin Camerer del Instituto de Tecnología de California y un grupo de colegas de universidades de todo el mundo decidieron comprobar. Se repitieron los experimentos de laboratorio 18 en economía cuyos resultados se han publicado en el American Economic Review y el Quarterly Journal of Economics entre 2011 y 2014.

Para 11 de los 18 documentos (es decir, el 61% de ellos) Dr. Camerer y sus colegas encontraron un efecto bastante similar a lo que habían informado a los autores originales. Eso es por debajo de la tasa de replicación del 92% que habrían esperado tenían todos los estudios originales han sido tan robusto como estadísticamente los autores afirmaban, pero para los estándares de la medicina, la psicología y la genética todavía es impresionante.

Una teoría expuesta por el Dr. Camerer y sus colegas para explicar esta tasa de éxito superior es que la economía todavía puede beneficiarse del celo de los recién convertidos. Señalan que, cuando el campo estaba en su infancia, los economistas experimentales estaban interesados ​​en que los demás deben adoptar sus métodos. A tal fin, persuadieron economía revistas dedicar mucho más espacio para la impresión de información sobre métodos, incluyendo instrucciones explícitas y conjuntos de datos en bruto, de revistas de ciencias haría normalmente.

Esto, los investigadores estiman, puede haber ayudado a establecer una cultura de rigor inusual y apertura. Cualquiera que sea la causa, sí sugiere una cosa. Los científicos naturales pueden tener que dejar de burlarse de sus hermanos Economist, y reconocer que la ciencia triste es, en efecto, una ciencia, después de todo.

Neuroeconómicamente ganar una discusión

Aquí está una forma simple para ganar cualquier discusión 

Drake Baer - Business Insider

Tratar de "ganar" un argumento rara vez convence a nadie de nada, porque cuando las personas sienten que sus creencias están siendo amenazados, les protegen aún más.
Las exploraciones del cerebro nos ayudan a ver por qué. En un estudio de las creencias políticas durante el año electoral de 2004, los participantes se mostraron video clips de división de George W. Bush o John Kerry.

TIME Magazine informa:

Tan pronto como [los sujetos del estudio] reconocieron los clips de vídeo que estaban en conflicto con su visión del mundo, las partes del cerebro que se encargan de la razón y la lógica se fueron durmiendo y las partes del cerebro que se encargan de los ataques hostiles - la respuesta de lucha o huida - se iluminaron. Esto es lo que sucede cuando una argumentación se convierte en una discusión. Ya no es un ejercicio de lógica y razonamiento. Es sólo una pelea.

Así que si quieres convencer a nadie de nada, tiene que hacer un punto sin necesidad de iniciar una pelea.

Aquí es donde la táctica de acuerdo extrema - o mostrar a la gente la conclusión lógica de sus creencias - entra en juego puede ayudar a las personas aflojan en incluso el más cargado de argumentos políticos, al igual que en todo el curso conflicto entre Israel y Palestina.

En un estudio publicado este mes, investigadores de la Universidad de Tel Aviv reclutaron más de 150 israelíes para ver videos. Como informa el Los Angeles Times, la mitad de ellos observó clips "que relaciona el conflicto con los palestinos de vuelta a valores que muchos israelíes tan queridos", mientras que el grupo testigo vio los comerciales de televisión.

El estudio reveló que "la gente que muestra versiones de las ideas que han confirmado - no contradicho - sus opiniones sobre un tema de profundas divisiones en realidad les causaron a reconsiderar su postura y ser más receptivos a otros puntos de vista", informa el Times.

La clave aquí: los videos se llevó un montón de creencias comunes a su conclusión lógica.

Una vez más, el Times:

"Por ejemplo, el hecho de que son la sociedad más moral del mundo es una de las creencias más básicas de la sociedad israelí", dijo [el autor del estudio Eran] Halperin. Así que cuando los investigadores mostraron a los participantes un vídeo que afirmaba que Israel debía continuar el conflicto para que sus ciudadanos podrían seguir sintiendo morales, la gente reaccionó con enojo.
"Uno toma la mayoría de las creencias básicas de las personas y las convierte en algo absurdo", dijo Halperin. "Para un extraño, puede sonar como una broma, pero para ellos, usted está jugando con su creencia más fundamental."

La visualización de vídeo - lo que ocurrió en los meses previos al 2013 elecciones israelíes - dejó una impresión. Los participantes auto-reportaron que eran 30% más propensos a reconsiderar sus puntos de vista que el grupo control. El cambio de perspectiva duraron más de un año después, y se observaron en la política, también, ya que los participantes fueron más propensos a votar por candidatos moderados después de ver todos los videos.

¿Cómo podría este hallazgo llevar a un verdadero argumento de la vida? Un reciente estudio de la Universidad de Colorado ayuda aquí: Cuando se preguntó a extremistas políticos que explicaran cómo su política preferida sería capaz de crear un cambio - en lugar de recitar las razones de por qué la política debe ser promulgada - sus puntos de vista se suavizaron rápidamente.

Por ejemplo, digamos que usted tiene una barbacoa familiar en las próximas semanas y su ultraconservador tío Ted aparece. Discutir con Ted sobre la reforma migratoria no conseguirá que ninguno de los dos cambien de lugar. Pero si practicas el acuerdo extremo, le pedirías Ted decirte las conclusiones completas de sus puntos de vista y cómo esas opiniones en realidad puede traducirse en políticas.

La conclusión de todo este trabajo: Si usted está tratando de hacer cambiar de opinión a su cónyuge, compañero o tío, pregúnteles cuál sería la conclusión lógica de su posición, y luego pídales que le expliquen cómo sus teorías podrían ser puestos en práctica.

4 engaños mentales que nos hacen gastar mal

4 Maneras que el cerebro te lleva a perder dinero
MEG FAVREAU, US News & World Report


Flickr / Mei Burgin

Nuestros cerebros son capaces de grandes cosas - por desgracia, también son capaces de algunos trucos mentales que nos pueden perder mucho dinero.
¿La buena noticia? Una vez que usted es consciente de estos sesgos, es más fácil para no caer en sus trampas.

Aquí hay cuatro trucos cerebrales que perdían dinero que usted debe tener en cuenta.

1. El cerebro trata la misma cantidad de dinero de manera diferente en diferentes situaciones.

¿Cuál de estos le ahorrará más dinero - un cupón de $ 25 de descuento en una compra de $ 50 de ropa, o un vale por $ 25 de descuento en un sofá $ 2,000 ?

Ambos le permiten ahorrar la misma cantidad exacta de dinero - $ 25. Pero según el periodista financiero Gary Belsky y profesor de psicología de la Universidad de Cornell Thomas Gilovich, quien co- escribió "¿Por qué personas inteligentes cometen errores grandes cantidades de dinero?," los estudios demuestran que gracias a la "contabilidad mental", nuestro cerebro tiene una tendencia a tratar de dólares de manera diferente en función de el tamaño de una transacción o la cantidad de dinero en cuestión.

Eso significa que en contra de la mayor cantidad de 2.000 dólares, pensamos en $ 25 como menos importante. Una forma de ayudar a combatir esto es poner la cantidad de contexto. En lugar de pensar en ello como $ 25 de descuento de $ 2.000, pregúntese: ¿Qué podría comprar con un extra de $ 25? O piensa en su tarifa por hora en el trabajo: ¿Cuánto tiempo es de $ 25 vale la pena ? Mediante la asignación de un elemento específico o la cantidad de tiempo para el dinero, se puede entender mejor el valor real de esos $ 25.

2. Su cerebro ignora los 99 centavos de dólar.

Gracias al "efecto de los dígitos a la izquierda," nuestros cerebros ponen más énfasis en los números en el lado izquierdo de un precio que en el lado derecho de un precio. Esto significa que cuando los minoristas hacen un precio $ 19.99, nuestro cerebro piensa que el precio es mucho mejor que el de $ 20 - a pesar de que es sólo un centavo de distancia. Una forma de comprobar si ese 0,99 precio es realmente un buen negocio o no es el uso de su teléfono inteligente al hacer compras y comparar los precios de un mismo producto en otras tiendas.

3. El cerebro trata al crédito diferente al efectivo.

Porque no estamos sacándonos el dinero de inmediato cuando pagamos con una tarjeta, es más fácil para nosotros justificar el gasto de más - nuestro cerebro se siente como que el dinero es un problema para el futuro, no hoy. Las tarjetas de recompensas hacer las cosas aún más difíciles - no sólo no tenemos que parte con el dinero "real" hasta el futuro, pero también están ganando puntos, millas o dinero en efectivo, por lo que es fácil de justificar el gasto de más.

Esta tarjeta frente a la psicología de efectivo puede manifestar de maneras inesperadas. Por ejemplo, según un estudio de 2013 en la revista Obesity, los niños que pagan por los almuerzos escolares con tarjetas de crédito o de débito a eligen alimentos menos saludables (optan más por los postres que las frutas y verduras) en comparación con aquellos que pagan con dinero en efectivo. Los científicos detrás del estudio creen que la misma mentalidad "Yo me encargo de él en el futuro" (pero posibles consecuencias relacionadas con la salud) está pasando aquí.

¿La solución? Nunca use su tarjeta de crédito para justificar la compra de cosas que no haría normalmente. Cuando usted está yendo de compras, haga una lista y adhiérase a ella. También puede retirar dinero en efectivo y la promesa de no gastar más de esa cantidad.

4. Su cerebro iguala precio con calidad.

Su cerebro se suele pensar que es un mejor trato a gastar más dinero en algo, ya que debe estar recibiendo más alta calidad con el precio más alto. Y gastar más dinero para obtener un elemento de mayor calidad no es necesariamente una mala cosa. Por ejemplo, si usted podría gastar $ 100 para obtener un par de alta calidad de los zapatos que va a durar 10 años, o usted podría gastar $ 40 a conseguir un par de zapatos que sólo duraría un año, los $ 100 zapatos son un mejor trato.

Pero esto también puede trabajar en contra de usted. Por ejemplo, Uri Gneezy, profesor de economía y estrategia de la Universidad de California -San Diego, llevó a cabo un experimento de fijación de precios en una bodega. En días diferentes que precio lo que antes era un 10 dólares la botella de vino de $ 20 o $ 40. ¿El resultado? La bodega vendió el 50 por ciento más de botellas de vino cuando se cotizaba a 20 dólares a 10 dólares. ¿Por qué? Porque, Gneezy sospecha, los clientes bodega equipararse costo con calidad.

Haga su investigación antes de ir de compras, y leer los comentarios de otros compradores - no creen que el artículo que usted está pensando en comprar es de buena calidad y vale la pena su precio ? Y escuchar a su intestino (a veces literalmente). Si estás cata un vino en una bodega y se siente como la cantidad de placer que te da es igual al precio, comprar - no hay investigación en línea es necesario.

Business Insider

Determimando el precio óptimo usando ecuaciones de demanda, ingreso y costo

Determining the Optimal Selling Price Using Demand, Revenue, and Cost Equations

Even though Joan is an economist, her knowledge of the market for jewelry boxes was based on experience and insight. She understands the market because she has bought and sold jewelry boxes and their raw materials and she has built them from scratch. Joan decided she should put some of her economics training to work and determine the ideal price and quantity to sell that would generate the most profit.

The typical demand curve has the price on the y-axis and the quantity demanded on the x-axis and is downward-sloping. ^[1] A demand curve can be represented as a linear mathematical formula with quantity as the dependent variable (q = −5p + 400) or with price as the dependent variable (p = −5q + 80). A demand curve is a very useful diagram for describing the relationship between the price level and the quantity demanded at each price level. In general, as the price of a product increases, the demand for the good decreases. Similarly, as the price of a product decreases, the demand for the good increases. This section discusses how the demand curve can be used to identify the optimal price and quantity for selling just one version of a product.

Since Joan is a near-monopoly working in a market characterized by monopolistic competition, she can set her variable costs and fixed costs within certain limits related to the features she has established for her Jewelry boxes. Joan used algebra to come up with the optimal selling price for her standard jewelry box. This is the price that generates the greatest profit given the $15 variable costs and the $2,000 fixed costs.

Her first task was to develop a demand equation. The demand equation relates the quantity of the good demanded by consumers to the price of the good. Demand equations are in the form: Price = constant + slope*Quantity. This can be calculated by finding the slope of the curve using any two points (see Figure 3.9 "Two Points Are Used to Derive the Demand Curve"). We will use the points (q1, p1) or (100, $60) and (q2, p2) or (200, $40). The slope is the rise over the run or:

Slope = (60 − 40)/(100 − 200)Slope = 20/−100Slope = −0.2

The constant is calculated by determining where the demand line crosses the y-axis or, in this situation, the price or P-axis. This is accomplished by using the point slope form of the demand equation and any point such as (100, $60). The resulting constant is 80.

p − p1 = slope(q − q1)p − 60 = −0.2(q − 100)p = 60 + 0.2q + 20p = 80 − 0.2q

Figure 3.9 Two Points Are Used to Derive the Demand Curve

In many instances, the demand curve is expressed in terms of p because the price determines the amount demanded. You can just substitute a price into the following formula and find out how many units will be sold.

q = −5p + 400

So if Joan decides to price each box at $50, then she will be able to sell 150 units.

Now that the demand equation has been found (p = −0.2q + 80 or q = −5p + 400), Joan’s next step was to determine the quantity where profits are maximized. This is accomplished by identifying where marginal revenue equals marginal cost. This is completed in two steps. The first step is to substitute the demand curve equation into the total revenue equation in order to get the total revenue calculation in terms of the quantity sold or q.

p = 80 − 0.2qTotal revenue = p × qTotal revenue = (80 − 0.2q) × qTotal revenue = 80q − 0.2q²

The above equation can be used to express the total revenue as a function of the quantity produced. We can check this answer by substituting 200 into the total revenue equation. For example, the total revenue when production is 200 units would be 80 × 200 − 0.2 × 200² or $8,000. This is the same value for total revenue using the p × q equation for total revenue ($40 × 200 = $8,000).

The second step is to find the quantity where marginal cost equals marginal revenue. This is accomplished by taking the first derivative of the total revenue equation with respect to q. This is then set to the marginal cost and then solved for q. The marginal cost is actually the variable cost in this example. The marginal cost to produce one additional jewelry box is $15.

Total revenue = 80q − 0.2q²Marginal revenue = dtr/dq = 80 − 0.4qMarginal revenue = Marginal cost80 − 0.4q = 15−0.4q = −65q = 162.5

The 162.5 quantity is rounded up to 163 and then substituted into the p = 80 − 0.2q equation.

p = 80 − 0.2(163)p = 47.4

The 47.4 price was rounded down to $47. This is the short-term optimal revenue solution.

Profit = $47 × 163 − $15 × 163 − $2,000Profit = $3,216

Joan decided after her analysis to produce fewer jewelry boxes since she could make more money selling fewer boxes at a higher price. She could have done a similar analysis using spreadsheet software and come up with a similar solution. She would, however, still need the original demand function along with an understanding of her variable and fixed costs to produce the jewelry boxes.

Optimal Solution for Three Versions of Jewelry Box

The demand dashboard can also be used to determine the optimum solution when there are three jewelry boxes. The optimum solution is calculated using a mathematical programming algorithm that is usually referred to as a solver add-on in spreadsheet programs (see Figure 3.10 "Optimal Profit with Three Versions of Jewelry Boxes"). The solver essentially identifies the price for the Athena, the Stryker, and the Natural that would maximize profit with all the other variables such as the variable costs remaining the same.

As you can see from Figure 3.10 "Optimal Profit with Three Versions of Jewelry Boxes", the optimal Athena price would be $76.25 and about 19 units would be sold. The optimal price for the Stryker would be $57.50 and about 94 units would be sold. The Natural would be priced at $33.75 and would sell 119 units. The net profit for all three versions would be $5,672. This is in contrast to the non-optimized solution of $4,500. Joan just picked prices for each version using her intuition and insight into what consumers would be willing to pay.

Figure 3.10 Optimal Profit with Three Versions of Jewelry Boxes

You should note that the optimal solution for only having the Atlas product is $3,281. This is little different than the $3,216 solution obtained using the algebraic solution detailed in the last section because we rounded the price and quantity in the algebraic solution.

The optimal solution provides insight into the demand curve and the product mix, but it is not a magic potion for setting prices and developing versions. There are a number of factors that go into identifying the price and the characteristics for each version. There might be significant setup costs for constructing the Athena or, perhaps, it would be difficult to find artistically talented employees to work on the fake pearl inlays for just a couple of hours. Perhaps Joan does not want to focus on the Natural because she wants to eventually focus on upscale jewelry boxes and she is concerned that her product would not be considered a high-end offering because of the proliferation of inexpensive jewelry boxes. And, of course, it is very difficult to actually know if the demand curve is valid for all levels of prices.

Linear and Nonlinear Demand Curves

The demand curve for a good does not have to be linear or straight. As illustrated in Figure 3.11 "Nonlinear Demand Curve for Joan's Jewelry Boxes", the demand curve could be curvilinear. It appears that the price at which there is no demand is $80 and that there is essentially unlimited demand for jewelry boxes that cost $15. Let us examine how a different and, in particular, a nonlinear curve could influence the amount of revenues generated. UsingFigure 3.11 "Nonlinear Demand Curve for Joan's Jewelry Boxes", if Joan charges $60 for the Athena unit, she would sell 50 units. If she charged $40 for the Stryker model, she would sell 50 units (100 − 50). If she charged $20 for the Natural, she would sell 150 units (250 − 100). If Joan still had the same variable cost structure as before, she would generate the following revenues and profit:

Profit = ($60 − $30) × 50 + ($40 − $15) × 50 + ($20 − $10) × 150 − $2,000 ← {fixed costs}Profit = $1,500 + $1,500 + $1,500 − $2,000Profit = $4,500 − $2,000Profit = $2,500

Figure 3.11 Nonlinear Demand Curve for Joan's Jewelry Boxes

This amount is noticeably less than the $3,216 algebraic solution ($47 × 163 − $15 × 163 − $2,000) for the single version where it was assumed that demand was linear. This example illustrates that a slight miss in identifying the appropriate demand function can have a dramatic impact on profitability. Even though the demand and differentiation dashboards can only deal with linear relationships, we can estimate a linear function using only a portion of the demand curve. It appears that there is a linear relationship within the price range of $20–$80. The price where demand is zero (the Y intercept) and the slope of the demand curve were both estimated using the demand analysis dashboard as illustrated in Figure 3.12 "Demand Curve for Nonlinear Estimation". Figure 3.13 "Joan's Profit Using Estimates of Nonlinear Demand"shows the solution for the nonlinear demand curve using the differentiation dashboard. The key difference for this solution versus the solution that was presented earlier in the chapter is that the demand curve was estimated using points that were not linear with a linear regression algorithm. This leads to several interesting results.

Figure 3.12 Demand Curve for Nonlinear Estimation

Figure 3.13 Joan's Profit Using Estimates of Nonlinear Demand

The profit for one product using the optimal solution for the nonlinear curve is $1,415.69. Using Figure 3.13 "Joan's Profit Using Estimates of Nonlinear Demand", again you can see that when the original variable and fixed costs are entered in the differentiation dashboard, three versions produce a net profit of $2,458. This is in contrast to the $4,500 profit for the three versions using the original linear demand curve.

When the demand is nonlinear, economists use “tricks” to transform a nonlinear demand data into a linear formula. ^[2] For example, they take the natural log of the price and quantity data and then perform the regression analysis in order to develop an estimate of the function. The trick I used was to estimate the demand function by only using prices between $20 and $80.

If a new product is being introduced, then there may not be any data available for estimating a demand curve. Historical data are often scarce or nonexistent for new products and significantly revised versions of products. Sometimes, the entrepreneur has only two points for estimating demand. The first point is where the price crosses the Y-axis. This is essentially the maximum amount that most consumers would be willing-to-pay for a product. The second point is also a guestimate using a hypothetical question. What demand would result if we were to introduce a product at the prevailing market price using typical product features?

The key takeaway is that it is difficult to model consumer demand when products are new and untested, and even where there is a proliferation of historical data, it is still a difficult task. Another takeaway is that versioning will almost always generate more revenues and also greater profits in the long run. The crucial activity is to constantly experiment and continuously introduce product versions in order to understand the constantly changing nature of consumer behavior. Quantitative tools can provide insight, but they should be used to provide insight and not used as a sole solution for pricing and versioning products.

From an economist point of view, the primary goal of versioning is to capture consumer surplus. As one of my economist colleagues (Bill Hamlen) noted, it is very difficult to develop a reasonable mathematically grand optimal solution for capturing consumer surplus with even two versions. Economists have not attempted to tackle the problem of versioning because of the mathematical complexity. I have taken the liberty of using the same demand curve for all the versions. In reality, there is a separate demand curve for each version. Bill Hamlen suggested that since it is so difficult to find a grand optimal solution, that I should continue the approach used in the book because it still provides an insight into the important issue of capturing consumer surplus from a strategy perspective.

© 2013 by Flat World Knowledge, Inc. Terms of Use

---

[1] See the following Web site for a good discussion of the Law of Demand:http://www.investopedia.com/terms/l/lawofdemand.asp

[2] Oz Shy (2008).

FWK Reader