Creare i modelli in un foglio dati

Siccome Crystal Ball è uno strumento di analisi, lo si potrà utilizzare anche per fare simulazioni anche su dati esistenti in ogni settore dell’industria per ogni applicazione. Per esempio, se fossimo un ricercatore in un’industria Farmaceutica, si può voler analizzare i dati presenti nel foglio qui sotto per il successo finanziario del proprio progetto.

Senza l’ausilio di un processo di simulazione si potrà calcolare un Profitto Netto di $9,200,000. Non male, ma non si ha la completa visione della probabilità di questo risultato. A quale percentuale di sicurezza possiamo fare affidamento? Una simulazione potrà visualizzare la probabilità dei risultati ottenuti.

Identificare incertezze e definire assunzioni

Il primo passo nell’uso di Crystal Ball è di determinare quali dati di input sono incerti. Quali valori sono stimati? Quali sono le medie?

Nell’esempio, si conosce che Marketing Costs (cella C6) può variare da $14,000,000 a $19,000,000, ma sarà abbastanza vicino a $16,000,000. Quindi si può usare Crystal Ball per definire una distribuzione Triangolare con questi parametri.

L’ampiezza del triangolo rappresenta l’intervallo dei valori possibili, mentre l’altezza rappresenta la probabilità del valore in uscita. Il punto più alto del triangolo $16,000,000, è il valore più atteso come risultato.

Identificare quale previsione si vuole analizzare

Il prossimo step è quello di identificare una previsione. Una previsione è una cella di formula che si vuole analizzare e misurare. In questo modello, viene selezionata Net Profit (cell C23).

Una volta che si sono impostate le varie assunzioni e previsioni, si usano i comandi Crystal Ball o icone per eseguire una simulazione. Per ciascuna esecuzione del ciclo di simulazione (chiamato Trial), Crystal Ball inserisce un valore casuale nella cella Marketing Cost basandosi sul valore impostato nella distribuzione triangolare. 

Per trial #1, il valore casuale potrebbe essere $15,000,000, seguito da $17,500,000 per il trial #2, $16,875,000 trial #3, e così via. Ogni volta Crystal Ball inserisce un valore casuale , ricalcolando l’intero foglio dati e salvando il valore di previsione nella sua memoria per successive analisi.

Analizzare i risultati delle simulazioni

Se vengono eseguiti 5000 trials, si otterranno 5000 risultati possibili, rispetto al singolo risultato di partenza in un foglio dati deterministico. I risultati di una simulazione vengono visualizzati in un istogramma interattivo.

 

Da notare che l’intervallo di valori possibili di Net Profit va da $6,300,000 a $11,100,000, con un valore mediodi $8,800,000. C’è solo un 38% di probabilità che si ottenga un Net Profit di $9,200,000 come originariamente predetto. 

Cos’è un Modello?

Crystal Ball utilizza modelli su spreadsheet di MS Excel. Il foglio dati potrebbe già essere un modello, dipende dal tipo d’informazioni o calcoli inseriti nelle celle del file.

Data vs. analysis

Se i fogli tabellari vengono usati solamente per memorizzare i dati (dati di vendita, inventario, finanziario, ingegneristico, etc.), questo non è un modello. 

Un modello è uno spreadsheet che si è evoluto da semplice contenitore di dati ad uno strumento di analisti

Un modello rappresenta un processo che combina dati, formule e funzioni, che consente l’interpretazione e l’analisi dei dati. 

Risk Anlysis Tradizionale

Sia che si operi su modelli esistenti sia su nuovi, vi saranno dei valori incerti nel foglio dati da analizzare, dei quali ci domanderemo, “Quant’è il livello di confidenza di questi risultati? Di quanto possono variare? Quanto sono sicuro di ottenere il valore predetto?”.

La struttura di un Modello tradizionale

Tradizionalmente,  l’analisi su fogli dati cerca di risolvere le probabilità secondo 3 modi: Punti Stimati, Intervallo di Stime e Scenari What-if.

• Punti Stimati sono quando si usano i valori più prossimi a quelli stimati.  Queste stime sono facili da realizzare ma possono ottenere risultati inaffidabili. Per esempio: se ci vogliono in media 25 min. per andare all’aeroporto, se si parte 25 min. prima che il volo parta, si avranno il 50% delle probabilità di perdere l’aereo.

• Intervalli di Stime tipicamente si calcolano 3 scenari: il caso migliore, quello peggiore e quello più probabile. Queste previsioni possono dare un intervallo di risultati ma non le loro probabilità

• Scenari What-if sono basate tipicamente su intervalli di stime e calcolano diversi possibili scenari. Questa forma d’analisi è estremamente elaborata ed offre diverse interpretazioni, ma ancora non da il livello di probabilità di raggiungere i risultati attesi. 

Spreadsheet Risk Analysis

Si può eseguire la risk analysis in diversi modi, uno dei più popolari è l’elaborazione di un modello in un foglio Excel che aiuti nell’identificazione delle variabili

Ricordate i valori incerti che si possono rappresentare con i precedenti metodi/scenari? Uno spreadsheet non vi consente di inserire un intervallo di valori che consentirebbe di calcolare i risultati voluti con previsioni molto più realistiche. Una convenzione nell’utilizzo dei modelli spreadsheet, è quella di inserire nelle celle solamente un valore per volta. Vi chiederete: “Perché inserire più valori per cella?” 

Crystal Ball vi aiuta nella definizione di queste variabili incerte in un modo completamente nuovo; definendo la cella con un range di valori impostati, e tenendo traccia dei diversi scenari possibili elaborati in cicli di simulazione con il metodo Monte-Carlo.

Cosa si intende per Simulazione Monte-Carlo?

Per simulazione, si intende qualsiasi metodo analitico che in qualche modo imita un real-life system, specialmente quando le altre analisi sono troppo complesse o difficili da riprodurre.

 Un metodo di simulazione è Monte Carlo Simulation che, in maniera casuale, genera un insieme di valori per le variabili incerte in grado di simulare le risposte di un modello

Come vengono gestite le variabili incerte?

Per ogni variabile incerta, vengono definiti i valori possibili con una distribuzione di probabilità. Il tipo di distribuzione viene selezionata in base alle condizioni attorno a quella variabile. I tipi di distribuzione disponibili in Crystal Ball sono:

Cosa succede durante una simulazione?

Una simulazione calcola scenari multipli (o trials) di un modello, utilizzando i valori scelti dalla curva di distribuzione impostata; centinaia o migliaia per secondo

Durante un singolo trial, Crystal Ball seleziona casualmente un valore per ogni variabile incerta e quindi ricalcola lo spreadsheet.

Come si possono analizzare i risultati di una simulazione?

Per ogni modello, si avranno una serie di outputs importanti come totali, profitti, spese etc. Queste celle saranno definite come forecasts.

Un forecast è una formula o output che si vuole simulare ed analizzare

Durante la simulazione si potrà visualizzare l’evoluzione dei risultati nel finestra grafico Frequency Chart, e alla fine le statistiche e le sicurezze.

Forecast

Cos’è la Sicurezza?

La sicurezza è la percentuale di successo per un particolare valore di forecast di essere in un particolare intervallo. Per esempio, nel grafico “Forecast” si può vedere la probabilità di breaking even (results better than $0) scrivendo il valore $0 come limite inferiore. Dopo 5000 trials eseguiti, 4408 (or 88.16%) di questi hanno avuto un totale positivo, quindi si avrà una sicurezza (Certainty) del 88.16%.

Comunque i risultati non dimostrano solamente i valori di ogni previsione ma anche la loro probabilità. Vi sono altri grafici a disposizione per poter esaminare differenti aspetti del nostro modello:

• The Sensitivity Chart consente di analizzare il contributo delle assunzioni (le variabili incerte) ad una previsione, visualizzando quale assunzione ha l’impatto più elevato sul risultato
• The Overlay Chart consente di visualizzare forecasts multipli sullo stesso asse, anche quando le celle provengono da modelli separati
• The Trend Chart consente di raggruppare i risultati per esaminare tendenze e cambiamenti