Modelos para la toma de decisiones. SESIÓN # 9: Valor de la información. Primera parte.

Transcripción

1 Modelos para la toma de decisiones SESIÓN # 9: Valor de la información. Primera parte.

2 Contextualización Empezamos un tema nuevo y al que dedicaremos las siguientes dos sesiones. Son conceptos aparentemente sencillos, pero no por ello menos útiles ya que permitirán contar con más información a la hora de analizar diferentes situaciones administrativas de cara a la toma de decisiones. Siempre existe un riesgo y un nivel de incertidumbre en la toma de decisiones pues habrá algún elemento que no podamos controlar dentro de los procesos administrativos, pero entre más información se tenga y más control sobre los diferentes escenarios, mejor, pues se tienen más elementos presentes para poder comprender la realidad que se analiza de un modo más completo.

3 Introducción A veces se cae en el error de defender o proteger la información, pero precisamente ese celo por cuidar la información pude llegar a frenar el desarrollo de una empresa. No se necesitan pensar en diversos ejemplos para ver cómo es real la situación. Si no se transmite con prontitud información de decisiones o consignas de trabajo a todos los niveles, probablemente el desconocimiento de la información frena el progreso de los proyectos. Dentro del tema veremos algunos elementos que reflejan cómo es correcto afirmar que la información tiene un valor, y es importante las transparencia, incluso hasta para generar clima de confianza a todos los niveles de la empresa, asegurando un compromiso de confidencialidad hacia fuera de aquello que no es bueno transmitir a externos.

4 Explicación Probabilidad de la información perfecta Hay que saber ser estrategas en la forma de transmitir la información y ser selectivos en la información relevante, para tomar decisiones dentro de un proyecto determinado. Al hablar de probabilidad de la información perfecta se busca estudiar diferentes métodos para conseguir información, que se obtiene a través de modelos de probabilidad que pueda tener un valor dentro del proyecto que se está estudiando.

5 Valor esperado de la información perfecta En términos administrativos, el valor esperado de la información perfecta (VEIP) es el valor máximo que la empresa estaría dispuesta a pagar por conseguir información adicional y perfecta antes de tomar una decisión. Se trata de los casos en los que se tiene que evaluar o decidir si es conveniente pagar el costo de adquirir información adicional al proyecto que se está evaluando, que sea de utilidad de cara a la toma de decisiones, como puede ser una investigación de mercados para conocer la demanda que se tendrá de un producto específico, para así decidir si la empresa invierte en expansión o no.

6 El cálculo del valor esperado de la información perfecta se calcularía de la siguiente manera: VEIP= VEMIP-VEM VEMIP es el Valor Esperado Monetario de la Información Perfecta y es la ganancia esperada que se obtendría si se adapta la decisión que se tome con la información perfecta que se proporcione. VEM es el Valor Esperado Monetario sin contar con la información perfecta. Es decir, con un valor de probabilidad que hace que las ganancias puedan ser menores.

7 Conclusión No se trata de invertir en información por el sólo hecho de invertir, porque quizá el costo a la larga pueda ser más caro que las ganancias que se puedan llegar a obtener, utilizando la misma en la mejor de las posibles opciones. Continuaremos analizando el tema en la siguiente sesión y así concluir con el conocimiento suficiente del valor de la información en sus diferentes matices.

8 Para aprender más Barreto, J. (2010). Probabilidad y Estadística. Valor esperado con información perfecta. Consultado el 9 de diciembre de 2013: Vitutor. (2014). Ejercicios y problemas de probabilidad condicionada. Consultado el 9 de diciembre de 2013:

9 Bibliografía Myers, R. Myers, S. y Walpole, R. (1998). Probabilidad y estadística para ingenieros. (6ª edición). México: Pearson. Render, B. (s/f). Métodos cuantitativos para los negocios. México: Pearson. Suárez, J. (2002). Introducción a la teoría de probabilidades. Colombia: Universidad Nacional de Colombia.

10