¿Cómo construir una simulación Monte Carlo para una decisión de marketing?

¿Qué distribución del resultado deriva de supuestos declarados y cuál es la probabilidad de cruzar un umbral?

La unidad es escenario × simulación × periodo. Las distribuciones describen incertidumbre sobre una decisión precio-volumen-margen, no 20 000 mercados observados.

El objetivo es la distribución condicional de ΔΠ=f(X): mediana, percentiles 5/95 % y Pr(ΔΠ<0), dadas distribuciones y dependencias.

Para cada entrada: distribución, parámetros, unidad, fuente, horizonte y dependencias. MSC-010 contiene precio fijo, volumen y elasticidad normales correlacionados −0,20, costes triangulares y subida de precio fija.

Las distribuciones representan la incertidumbre relevante, la correlación lineal es adecuada, el modelo sigue válido en todas las simulaciones y los truncamientos o restricciones son explícitos.

Para cada simulación s: P₁=P₀(1+d), Q₁=Q₀(1+d)^ε y ΔΠₛ=(P₁−VC)Q₁−(P₀−VC)Q₀−ΔFC.

El script lee el escenario base, genera 20 000 simulaciones con semilla fija, impone ρ=−0,20 mediante dos normales, aplica las triangulares y ordena los ΔΠ para calcular los percentiles.

Media 10 437,88 €, mediana 10 538,92 €, P5 −357,20 €, P95 21 066,54 € y Pr(ΔΠ<0)=5,555 %.

Para el riesgo p̂, SE_MC=√[p̂(1−p̂)/S]=0,1620 puntos porcentuales. Este error de simulación no cubre ni el error de modelo ni una mala elección de las distribuciones.

Repetir con más simulaciones y semillas, controlar mediana, percentiles y riesgo, y variar distribuciones, dependencias y parámetros. La convergencia numérica por sí sola no valida los supuestos.

Comprobar valores imposibles, soporte, correlaciones realizadas, estabilidad de percentiles, contribución de cada entrada, escenarios extremos y coherencia de las unidades.

Errores: confundir simulaciones y observaciones, elegir distribuciones cómodas, ignorar dependencias, publicar solo la media, ocultar la semilla o presentar una probabilidad simulada como frecuencia observada.

Con MSC-010 el escenario suele ser positivo pero la cola baja cruza cero. La cifra 5,555 % mide el riesgo condicional a las distribuciones, no el riesgo real conocido.

Comparar el riesgo de umbral de escenarios definidos del mismo modo, orientar la recogida de datos y fijar una regla condicional de escalado o de prueba.

No declarar probabilidad objetiva, garantizar beneficio, validar distribuciones por convergencia numérica ni ignorar una incertidumbre estructural no codificada.

Registro de supuestos, dependencias, semilla, simulaciones, código, percentiles, riesgo de umbral, error Monte Carlo, convergencia, sensibilidad y decisión admisible/inadmisible.