Confronta strategie di lancio su 36 mesi tenendo conto dell'incertezza: al posto di un solo numero medio mostra quanto può andare bene, quanto può andare male e con che probabilità.
Numeri di esempio, non sono i vostri
«La simulazione Monte Carlo non serve a prevedere il futuro, ma a prepararci meglio ai diversi futuri possibili.»
Marco
1 · Intervalli
Ogni ipotesi incerta ha un minimo, un valore probabile e un massimo: CPM, CTR, conversioni, passaggi tra i livelli.
2 · 10.000 scenari
Il simulatore pesca a caso una combinazione di valori e calcola mese per mese incassi e costi. Lo ripete 10.000 volte.
3 · Distribuzione
Dai 10.000 risultati escono il caso probabile, il caso peggiore (1 su 10), la probabilità di rientro e la cassa da tenere da parte.
4 · Cosa misurare
La classifica in fondo indica quale ipotesi sposta di più il risultato: è la prima da verificare con i dati veri.
Rientro entro 24 mesi
–
probabilità
Rientro entro 36 mesi
–
probabilità
Risultato probabile
–
cumulato a fine orizzonte
Caso peggiore
–
1 caso su 10 va peggio
Cassa da tenere
–
punto più basso, caso peggiore
Cassa cumulata mese per mese
8 casi su 10metà dei casicaso probabilepareggio
Probabilità di essere rientrati
Quota di scenari con cassa cumulata positiva a quel mese.
I due scenari a confronto, stesse ipotesi
Scenario
Rientro 24 mesi
Rientro 36 mesi
Risultato probabile
Caso peggiore
Cassa da tenere
Ricavi probabili
Allievi probabili
Da dove arrivano i ricavi, caso probabile
Prodotto
Vendite
Ricavi netti
Quota
Quali ipotesi pesano di più
Risultato a fine orizzonte quando un'ipotesi va al suo minimo o al suo massimo, con le altre al valore probabile. La barra più lunga è la prima ipotesi da misurare.
Intervalli delle ipotesi incerte
Ipotesi
Minimo
Probabile
Massimo
Percentuali scritte come numeri: 6 significa 6%. CTR e conversioni sono trattati come indipendenti tra loro: nella realtà un CTR più alto porta spesso traffico meno qualificato.
Prezzi e costi fissi
Voce
Valore
Prezzi IVA inclusa: il netto si calcola al 22%. Le modifiche restano salvate in questo browser.
Da tenere sempre presente: una simulazione può produrre risultati molto convincenti partendo da input deboli. Questi intervalli sono esempi: il valore arriva quando li sostituite con i numeri veri dei primi lanci (Damodaran, NYU Stern, capitolo sugli approcci probabilistici).