Optimización de los escenarios simulados


La optimización es actualmente una característica α alfa. ¿Tienes alguna sugerencia sobre cómo podemos mejorar el optimizador? Siempre estamos buscando comentarios, así que no dudes en ponerte en contacto con nosotros!
Optimising the Simulation

A veces quieres probar a simular diferentes combinaciones de características y precios de tus productos para encontrar una configuración óptima para el lanzamiento. Este proceso puede llevar mucho tiempo si tienes muchas características y precios. Por suerte, la función de optimización de Conjoint.ly se ejecuta en sólo unos minutos.

La función de optimización de Conjoint te pedirá cierta información:

  1. Un escenario inicial
  2. Posibles conceptos adicionales para añadir en el proceso de optimización
  3. Qué optimizar: una fórmula que calcule las cuotas de preferencia, los ingresos o los beneficios de un grupo de productos seleccionado
  4. Restricciones (como el número de conceptos en su escenario)

A continuación, Conjoint.ly ejecuta un algoritmo de búsqueda genética que encuentra el mejor escenario que maximiza la fórmula del paso 3.

Estudio de caso: Yogur de Granny’s Mix

Esta guía sigue el viaje de optimización de Granny’s Mix, un hipotético fabricante de yogures. Granny’s Mix es un fabricante de yogur probiótico que busca reforzar su posición en el mercado frente a sus competidores, entre ellos Orange Fox. Orange Fox. Llevaron a cabo un experimento de Generic Conjoint para obtener información para el desarrollo de su nuevo producto.

Supongamos que Granny’s Mix quiere identificar las combinaciones de NPD que maximizarán los ingresos. También quieren ver la ganancia incremental de cada NPD para ver cómo cada adición de producto beneficia a la cartera global. Sobre la base de los atributos y niveles de producto especificados a continuación, hay 24 = 4 × 3 × 2 conceptos posibles – incluso sin tener en cuenta el atributo del precio:

  1. Atributo 1: declaración de contenido probiótico
    1. Nivel 1: con Bifidobacterias + Lactobacilos Auroris
    2. Nivel 2: con Bifidobacterias Santium
    3. Nivel 3: con Lactobacilli Auroris
    4. Nivel 4: con Bacterias intestinales saludables
  2. Atributo 2: Tipo de envase
    1. Nivel 1: Envase de vidrio
    2. Nivel 2: Envase de plástico
    3. Nivel 3: Envase de madera
  3. Atributo 3: Tipo de envase
    1. Nivel 1: Declaración ecológica
    2. Nivel 2: Sin declaración ecológica
  4. Atributo 4: Precio: Varía de 1,68 a 4,38 dólares

En lugar de probar manualmente 24 o más simulaciones diferentes, Granny’s Mix utilizó el potente simulador online de Conjoint.ly para encontrar la combinación de atributos que maximiza sus ingresos en varios pasos:


Paso 0: Elegir el escenario de partida

Dentro del escenario que busca optimizar, seleccione OptimisationOptimise.

Ten en cuenta que todos los ajustes dentro del escenario del simulador (incluidos los ajustes avanzados) se utilizan en la función de optimización..

Optimising the Simulation

Paso 1: Elije los conceptos

Paso 1a: Marca los conceptos extraíbles

En primer lugar, marca los conceptos de producto que pueden ser eliminados por la función de optimización.

En este ejemplo, Granny's Mix sólo puede eliminar su propio producto, pero no el de Orange Fox. Su competidor subnacido nunca saldrá del mercado, por lo que la casilla de Orange Fox's no está marcada.

Optimisation Step 1a Tick the removable concepts
Paso 1b: Marca los atributos modificables

A continuación, especifica si los atributos del producto pueden modificarse durante la función de optimización. No olvides desmarcar las casillas de los atributos que no deseas cambiar o que no puedes cambiar.

Granny's Mix no desea cambiar ningún atributo del producto que no sea el precio para el producto existente. Por lo tanto, sólo comprueba el atributo del precio.

Optimisation Step 1b Tick the changeable attributes

Paso 2: Configurar los extras

Paso 2a: Añadir o eliminar extras

Los conceptos originales del paso 1 se basan en la configuración inicial del escenario y pueden contener niveles de atributos no modificables. Si deseas modificar y probar los conceptos, puedes añadirlos como extras en este paso. Estos extras pueden estar formados por combinaciones de cualquier nivel de atributos, y puede incluir tantos extras en el asistente de optimización como desee.

Granny's Mix pretende identificar las próximas ideas de productos nuevos basándose en los atributos y niveles de productos existentes. Por lo tanto, elimina el extra por defecto de Orange Fox y añade siete extras basados en los niveles de atributos que está dispuesto a ofrecer.

Optimisation Step 2a Add or remove extras
Paso 2b: Marca los extras imprescindibles

Después de añadir los extras, puedes marcar las casillas de aquellos extras que deben estar presentes en el simulador optimizado. En caso contrario, manten las casillas de los extras sin marcar.

Actualmente, Granny's Mix sólo tiene un extra que debe incluirse en el simulador y marca la casilla del extra.

Optimisation Step 2b Tick the must-have extras
Paso 2c: Especificar los atributos modificables de los extras

Para cada extra, puedes especificar si los atributos deben ser variados marcando las casillas. No hay ninguna limitación en el número de extras que puedes añadir. Siéntete libre de añadir cualquier concepto con varios atributos.

Sólo recuerda, como se indica en el ejemplo de Granny's Mix, que los conceptos y extras deben tener variación en los niveles de atributos.

Optimisation Step 2c Specify the changeable extras' attributes

Paso 3: Función objetivo

La función objetivo buscará qué maximizar para la función de optimización.

Puedes especificar tu función objetivo utilizando los operadores matemáticos estándar (es decir, +, -, *, /, ^), así como funciones incorporadas (es decir, price, share, and sum).

Algunas funciones objetivo útiles en la práctica son los ingresos, el volumen y la utilidad.

Optimisation Step 3 Objective Function

Paso 4: Restricciones de optimización

En los pasos anteriores, puedes incluir tantos conceptos y extras como sea posible en la función de optimización para no perder ninguna posibilidad. Este paso te permite especificar el número potencial de conceptos en el escenario final optimizado.

Por ejemplo, Granny's Mix ha especificado nueve conceptos de producto (dos conceptos originales y siete extras), pero prefiere tener los dos o cinco primeros conceptos en el escenario optimizado. Por lo tanto, las restricciones de optimización son de dos a cinco en este escenario.

Optimisation Step 4 Optimisation Constraints

Paso 5: Optimización

Tómate un descanso de unos minutos mientras la potente función de optimización elabora el escenario más optimizado para ti.

Ten en cuenta que el asistente utiliza un algoritmo de búsqueda genética y por lo tanto:

  • Tarda unos minutos en reunir los datos y
  • No siempre encuentra el escenario óptimo absoluto

Sin embargo, la función de optimización ahorra tiempo y es más precisa que cambiar manualmente los atributos y recalcular el simulador. También sirve como base sólida para el siguiente experimento o el desarrollo de un nuevo producto.

Optimisation Step 5 Optimising

Paso 6: Resultado de la optimización

Las combinaciones óptimas de productos están aquí. Hay dos secciones principales de la salida.

6a: El escenario optimizado

El escenario optimizado se encuentra junto al escenario base. Enumera los conceptos más óptimos identificados por el algoritmo de optimización. Aquí puedes comprobar los niveles de atributos de cada concepto. Si lo deseas, puedes cambiar el color, el nombre y los atributos de los conceptos.

El escenario de optimización de ingresos de Granny's Mix elimina su concepto original por el algoritmo de optimización e incluye cuatro extras en su lugar. El escenario optimizado también sugiere todos los conceptos de producto fijados en el nivel de precio de 1,90 dólares.

Optimisation Step 6: Output (a) the optimised scenario
Paso 6b: Simulador de la cuota de preferencia optimizada y de la proyección de ingresos

Tanto el simulador de cuotas de preferencia como el de proyección de ingresos muestran el escenario base y el optimizado de forma paralela.

En este ejemplo, el simulador de ingresos optimizados muestra:

  • Las participaciones de preferencia de Orange Fox isminuyen del 34,2% al 8,6% y las proyecciones de ingresos para 1.000 unidades ofrecidas se reducen a 162,25 dólares desde 649,20 dólares y
  • Las participaciones de preferencia y las proyecciones de ingresos para los conceptos originales, incluyendo Ninguno de los anteriores, se redistribuyen entre los extras de Granny's Mix.
Optimisation Step 6: Output (b) the optimised preference share simulator

¿Cómo especificar la función objetivo?

La función objetivo debe describir el objetivo de su empresa. El algoritmo de optimización intentará maximizarla ajustando los escenarios, los atributos y los niveles.

Funciones incorporadas

La función objetivo se puede nivelar utilizando las funciones incorporadas que aparecen a continuación:

Función Descripción
if(condition, entonces, de lo contrario) Comprueba la condición y devuelve un valor si es verdadero u otro valor si es falso
ifs(condición_1, entonces_1, condición_2, entonces_2,..., de lo contrario) Devuelve un valor que corresponde a la primera condición verdadera o el valor else si las demás condiciones son falsas
price(nombre_concepto) Concepto de precio de preferencia en el escenario actual
share(nombre_del_concepto) Participacion de preferencia del concepto en el escenario actual
sum(expresión, arreglo) Suma de las expresiones x sobre el arreglo y, donde el iterante se refiere al nombre de la variable que se sustituye en la expresión x

Referencia a los nombres de los conceptos

Symbología Descripción Ejemplo
"*" Incluir todos los conceptos dentro de la simulación Ingresos para todos los conceptos y extras:
sum(1000 * share(i) * price(i),y=["*"])
["Concepto 1", "Concepto 2"] Incluir conceptos específicos por su nombre Ingresos de Granny’s Mix y Granny’s Mix Premium:
sum(1000 * share(i) * price(i), y=["Granny's Mix", "Granny's Mix Premium"])
O igualmente:
1000 * share("Granny's Mix") * price("Granny's Mix") + 1000 * share("Granny's Mix Premium") * price("Granny's Mix Premium")
["Concepto de producto *"] Incluir los conceptos por nombre con comodines Ingresos para todos los conceptos que empiecen por “Granny”:
sum(1000 * share(i) * price(i), y=["Granny*"])

Ten en cuenta que los nombres de los conceptos no distinguen entre mayúsculas y minúsculas en la función objetivo. Por tanto, ["Concept 1","Concept 2"] es lo mismo que ["concept 1","concept 2"]. Sólo puedes utilizar letras inglesas, números y símbolos de puntuación comunes.

Operadores matemáticos y booleanos

Operadores Descripción Ejemplo de ecuación (suponiendo x=6, y=4) Resultado
x*y x multiplicado po y x*y 24
x-y x menos y x-y 2
x+y x más y y x+y 10
x/y x dividido por y x/y 1.5
x^y x elevado a la potencia de y x^y 1296
! No x !(x==y) TRUE
x&y x y y x>5&y<5 TRUE
x|y x o y x==6|y==6 TRUE

RLos ingresos como función objetivo

La fórmula básica de los ingresos es share(i) * price(i).

Puede utilizar el botón Add total revenue of original concepts para añadir fórmulas de ingresos para los conceptos originales. Por ejemplo:

sum(1000 * share(i) * price(i),["Granny's mix", "Orange Fox"])

Y el botón Add total revenue of extras para los extras:

sum(1000 * share(i) * price(i),y=["Granny's mix probiotic content *", "Granny's mix pack *", "Granny's mix glass bottle *", "Granny's mix eco *", "Granny's mix premium *"])

Ten en cuenta que las opciones Add total revenue of original concepts y Add total revenue of extras sólo aparecen en este paso si el experimento contiene “price” como atributo. Si tu experimento no estudia el precio y, sin embargo, quieres maximizar los ingresos como función, puedes considerar multiplicar el volumen por una constante de precio.

El volumen como función objetivo

Si tu experimento no incluye el precio, puedes especificar el volumen como función objetivo. Su fórmula básica es sum(1000 * share(i))

FPara mayor comodidad, puedes hacer clic en los botones Add total volume of original concepts y Add total volume of extras y obtener:

sum(1000 * share(i), y=["Granny's mix", "Orange Fox"] ) + sum(1000 * share(i), y=["Granny's mix probiotic content *", "Granny's mix pack *", "Granny's mix glass bottle *", "Granny's mix eco *", "Granny's mix premium *"] )

La utilidad como función objetivo

El algoritmo maximizará la utilidad cuando modifique la fórmula de los ingresos añadiendo los costes variables. Si su coste variable por unidad es, por ejemplo, 20, la función objetivo tiene el siguiente aspecto

sum(1000 * share(i) * (price(i) - 20 ), y)

Si para Granny’s Mix, el coste variable es de 20 dólares por unidad y el coste fijo por concepto adicional es de 5.000 dólares, la función objetivo de beneficio es

sum(1000 * share(i) * (price(i) - 20) - 5000, ["Granny's mix*"])

Mensajes de error

No te asustes si ve el error. Probablemente se deba a un error en una de las siguientes fuentes:

Fuente de error Acción recomendada
Configurar extras Comprueba y asegúrate de que los extras añadidos son diferentes, ya que el mismo extra sólo puede añadirse una vez.
Función objetivo Comprueba y asegúrate de que la función objetivo está introducida en el formato correcto.
Restricciones de optimización Intenta proporcionar un rango más amplio para las restricciones (por ejemplo, de dos a cinco en lugar de tres a cuatro).