Análise de simulação de Monte Carlo

A análise de simulação de Monte Carlo é uma técnica de previsão útil quando existe incerteza quanto às caraterísticas do mercado. Por exemplo, ao prever a aceitação de um novo medicamento, pode ter informações contraditórias sobre a dimensão da população ou pode haver incerteza sobre os futuros níveis de reembolso ou áreas de aplicação. Esta incerteza é fundamental para a decisão de lançar ou não o novo medicamento, pois pode fazer a diferença entre o sucesso e o fracasso...

Ao prever as receitas potenciais utilizando a técnica de simulação de Monte Carlo, são tidas em conta a incerteza e a probabilidade de diferentes cenários. Como resultado, em vez de fornecer um valor de receitas, as previsões de Monte Carlo prevêem a probabilidade de as suas receitas se situarem num determinado intervalo.

Um resultado de previsão pode soar mais ou menos assim: "existe uma probabilidade de 80% de que o investimento de capital para comercializar o medicamento seja reembolsado e uma probabilidade de 60% de que as suas receitas no primeiro ano sejam superiores a 4,89 mil milhões de dólares".

Simulação de Monte Carlo: vantagens e limitações

• Permite-lhe tomar decisões informadas em caso de incerteza
• Fornece a probabilidade de as receitas (ou a quota de mercado, ou...) se situarem num determinado intervalo, em vez de fornecer um único valor
• As informações sobre a incerteza e a probabilidade de ocorrência de diferentes cenários são incluídas nas previsões
• Pode também incluir dados de inquéritos (por exemplo, a aceitação de um novo medicamento medida num exercício baseado na escolha)
• Requer uma opinião informada sobre a probabilidade de cenários futuros e a gama provável de variáveis

Simulação de Monte Carlo: quando utilizá-la?

• Nos cuidados de saúde: para prever a aceitação do seu produto quando a área de reembolso/indicação pode mudar no futuro
• Para os produtos de consumo: para decidir sobre grandes investimentos de capital quando as informações de marketing são inexistentes ou difíceis de encontrar
• Na saúde dos consumidores: previsão de receitas em caso de incerteza sobre as populações de consumidores relevantes
• Para os prestadores de serviços financeiros: previsão de receitas em caso de incerteza a curto prazo das variáveis macroeconómicas (por exemplo, inflação, taxas de juro)
• Nos sectores das telecomunicações: quando existe incerteza quanto aos futuros níveis de tributação ou subsídios (por exemplo, IVA mais elevado ou subsídios para ligação à Internet por fibra de vidro)