Caso 4. 612s12 PDF Spa Mercados de Prediccion de Google

6 1 2 -S 1 2
REV. AGOSTO 20, 2007
PETER A.COLES
KARIM R. LAKHANI
ANDREW P. MCAFEE
Mercados de prediccin de Google

A finales de marzo de 2007, Bo Cowgill, Ilya Kirnos, Doug Banks, Patri Friedman, y Piaw Na se
sentaron a almorzar en la sede central de Google en Mountain View, California, y revisaron los
resultados ms recientes de los mercados de prediccin internos de la compaa. Los cinco
Googleros (como se refieren a s mismos los empleados de Google) haban lanzado los mercados de
prediccin de la compaa, haban construido los sistemas de informacin que les daban soporte, y
los haban supervisado durante los siete trimestres previos, todo en paralelo a sus trabajos
normales. Los mercados haban crecido en popularidad y haban demostrado su exactitud con el
tiempo y el equipo estaba orgulloso de sus logros.
Los mercados de prediccin eran bastante parecidos a los mercados de acciones. Constaban de
valores, cada uno con un precio. La gente usaba el mercado para transar unos con otros al comprar y
vender estos valores. Dado que los participantes tenan distintas creencias sobre el valor de los
valores, y dado que ocurran eventos en el tiempo que alteraban estas creencias, los precios de los
valores variaban en el tiempo.
En un mercado burstil como la Bolsa de Valores de Nueva York, los valores comercializados eran
acciones de compaas, cuyos precios reflejaban las creencias sobre el valor de las mismas. En un
mercado de prediccin, por el contrario, los valores transados se relacionaban con eventos futuros,
tales como una eleccin presidencial en los Estados Unidos. En este caso, el mercado poda disearse
para que cada uno de los valores estuviese relacionado con un candidato y su precio fuera el mismo
que la probabilidad estimada de que el candidato ganase, segn lo estimasen los participantes
comerciales del mercado.
Los mercados de prediccin de Internet demostraron ser tremendamente exactos para predecir
resultados de elecciones polticas y otros eventos, y los Googleros queran ver si tambin podan
usarlos de manera productiva dentro de las compaas para predecir eventos de inters tales como
fechas de lanzamiento de algn producto, o si un competidor llevara a cabo alguna accin especfica.
Las experiencias de los siete trimestres previos haban mostrado que Google Prediction Markets
(GPM Mercados de Prediccin de Google), eran bastante buenos para predecir tales eventos. Los
Googleros no arriesgaron su propio dinero cuando transaron dentro de GPM; en vez de ello,
compraron y vendieron valores usando Goobles, una moneda artificial.
Durante el almuerzo, los miembros del equipo hablaron sobre los siguientes pasos de GPM.
________________________________________________________________________________________________________________
El caso de LACC nmero 612-S12 es la versin en espaol del caso de HBS nmero 607-088. Los casos de HBS se desarrollan nicamente para su
discusin en clase. No es el objetivo de los casos servir de avales, fuentes de datos primarios, o ejemplos de una administracin buena o
deficiente.
Copyright 2012 President and Fellows of Harvard College. No se permitir la reproduccin, almacenaje, uso en planilla de clculo o transmisin
en forma alguna: electrnica, mecnica, fotocopiado, grabacin u otro procedimiento, sin permiso de Harvard Business School.
This document is authorized for use only in Investigacion de Mercados II by Leswin Valenzuela, UTH from November 2016 to May 2017.
612-S12 Mercados de prediccin de Google
Tenemos una gran cantidad de datos de mercado y comercio y apenas hemos comenzado a
analizarlos, pero todo nuestro trabajo hasta ahora muestra que nuestros mercados continan siendo
exactos y decisivos. Yo era un convencido desde el principio, pero incluso yo no crea que
funcionaran tan bien, dijo Cowgill.
Pero sabemos que siempre funcionan bien? Pregunt Banks. Deberamos investigar en
nuestros datos para averiguar si algunos tipos de mercado funcionan mejor que otros.
Bueno, algo que sabemos incluso sin hacer mayor anlisis es que todos los mercados funcionan
mejor en la medida en que obtienen ms participantes, replic Friedman. Y sin embargo, estoy
sorprendido de que algunos de nuestros mercados hayan funcionado tan bien como lo hicieron pues
no atrajeron ni a mucha gente ni mucho comercio.
Creo que ese es el mayor reto que enfrentamos ahora, concord Kirnos. Contamos con un
grupo activo de participantes comerciales cada trimestre, pero es un grupo bastante pequeo.
Contamos con mucha ms gente que se inscribe, pero que luego slo hace una o dos transacciones.
Por qu no hacen ms, y cmo hacemos para motivarlos a ser ms activos?
Cowgill tena una respuesta lista. Todos ustedes saben lo que pienso deberamos hacer que las
transacciones fueran ms sociales y ms personales, de modo que si quieres revelar tu comercio o tu
posicin, GPM te lo permita. Ahora mismo todo es annimo, y creo que eso juega en nuestra contra.
Ya identificamos a los mejores y ms activos participantes comerciales cada trimestre y

recompensamos a mucha otra gente con camisetas. A m ya me parece bastante social, respondi
Kirnos.
Espera un momento, dijo Friedman. Creo que nuestro mayor reto no es hacer que la gente
participe en los mercados, sino en darnos cuenta de cmo usar sus resultados. El GPM es tan slo
una curiosidad fenomenal y divertida, o realmente es una herramienta til para manejar una
empresa?
Buena pregunta, respondieron los otros, casi al unsono.
Google
Google fue fundada en 1998 por Larry Page y Sergey Brin, dos aspirantes a doctorado de Stanford.
En esos momentos, muchos motores de bsqueda de Internet jerarquizaban las pginas basndose en
cuntas veces estas contenan una cierta palabra o frase. Si, por ejemplo, un usuario escriba Boston
Red Sox en el recuadro de bsqueda de uno de los motores, su primer resultado sera la pgina que
contuviera la frase Boston Red Sox ms veces.
Los administradores de los sitios Web pronto se dieron cuenta de cmo funcionaban estos
motores de bsqueda y les pareci fcil aprovecharse de ellos. Ellos construan pginas, por ejemplo,
que no tenan nada que ver con Sox, pero que contenan cientos o incluso miles de veces la frase
Boston Red Sox para atraer trfico. Dichas pginas proliferaron rpidamente y dificultaban las
bsquedas en Internet.
La filosofa de los fundadores de Google era que la mejor pgina sobre Boston Red Sox no era la
que usara la frase ms seguida, sino la pgina que estuviera ms enlazada al uso de dicha frase. Las
pginas Web tpicamente contienen muchos enlaces a otras pginas, y esta estructura de enlaces
Mercados de prediccin de Google 612-S12
brindaba una gran cantidad de informacin. La pgina que recibiera ms enlaces de otras pginas
sobre un tpico dado era probablemente la mejor pgina sobre dicho tema y la pgina que la persona
que investigaba estaba buscando. Google tambin evaluaba la reputacin de cada pgina de la
Web; si era una pgina que reciba enlaces de muchas otras pginas, los propios enlaces de dicha
pgina reciban ms credibilidad.
El algoritmo que consideraba todo esto, llamado PageRank, demostr ser enormemente poderoso
y popular. Google pronto se convirti en lder de las bsquedas por Internet, y la compaa tambin
encontr una manera de generar ingresos con la venta de espacios publicitarios en su pgina de
resultados de bsqueda. Para marzo de 2007, Googlear se haba convertido en un verbo que
significaba buscar informacin en la Internet, y la compaa contaba con una capitalizacin de
mercado de ms de $140 mil millones. Google empleaba a ms de 10,000 personas y adems de su
campus principal de Mountain View (llamado The Googleplex), tena ms de una docena de centros
de ingeniera en todo el mundo. La compaa describa su misin como la de organizar la
informacin del mundo y hacerla accesible y til universalmente.
El nacimiento de GPM
Bo Cowgill se uni a Google en 2003 luego de terminar su carrera en polticas pblicas en Stanford
y trabaj al principio en la organizacin de soporte de la compaa. Como estudiante universitario,
se haba sentido fascinado por los mercados de prediccin para las elecciones y estuvo impresionado
con su precisin. En junio de 2004, sali de vacaciones y llev consigo el libro de James Surowiecki
La sabidura de las masas (The Wisdom of Crowds). La temtica del libro se basaba en que a
menudo era posible aprovechar la inteligencia colectiva de un grupo de gente, la cual brindaba
informacin mejor o ms exacta que la que estuviera en posesin de cualquier individuo del grupo.
Muchos lectores pensaron que esto era un mensaje poderoso y nuevo. Estaban acostumbrados a
pensar que los grupos normalmente producan el menor denominador comn de las contribuciones
de sus miembros o, incluso peor, que los grupos podan volverse mafias que en realidad eran menos
inteligentes que cualquiera de sus miembros.
La sabidura de las masas brindaba varios ejemplos de inteligencia colectiva y discuta los mercados
de prediccin incluyendo a los Iowa Electronic Markets (IEM Mercados Electrnicos de Iowa), los
cuales haban interesado a Cowgill en Stanford. El IEM, que fuera fundado en 1988, estableci
mercados para predecir a los ganadores de las elecciones polticas de los Estados Unidos y de
cualquier otro lugar. En estos mercados, los precios de los valores se podan interpretar como el
porcentaje de votacin predicho para cada candidato, segn los participantes comerciales. Los
participantes del IEM transaron usando su propio dinero y podan establecer cuentas de $5 a $500. 1
En general, los resultados de IEM eran bastante precisos y salan airosos de comparaciones con otras
1 El sitio Web de IEM dice, El IEM es un mercado experimental operado para propsitos de investigacin
acadmica y enseanza. El IEM no est regulado por, ni sus operadores estn inscritos en, la Commodity
Futures Trading Commission (la Comisin de Comercio de Futuros de Commodities) o ninguna otra autoridad
reguladora.
El IEM ha recibido dos cartas de no-accin de la Divisin de Comercio y Mercados de la Comisin de Comercio
de Futuros de Commodities. Sin imponer jurisdiccin explcitamente sobre el IEM o cualquiera de sus sub-
mercados, estas cartas, con fecha 5 de febrero de 1992, y 18 de junio de 1993, no extienden pena de no-accin a
los Mercados Indicadores Polticos y Econmicos del IEM. http://www.biz-
uiowa.edu/iem/faq.html#REgulated, visitado el 27 de febrero de 2007.
formas de predecir eventos. En 12 elecciones nacionales de cinco pases, por ejemplo, el margen de
error promedio de las ltimas encuestas de votacin a gran escala tomadas antes de las elecciones fue
de 1.93%. El margen de error promedio de los precios finales en los mercados IEM fue de 1.49%. 2
Surowiecki escribi:
lo ms difcil de entender sobre los mercados [de prediccin] es el poco inters que le ha
dado la parte corporativa estadounidense. La estrategia corporativa se basa en recolectar
informacin de diversas fuentes distintas, de evaluar las probabilidades de resultados potenciales,
y de tomar decisiones encarando un futuro incierto. Y los mercados [de prediccin] estn hechos
a la medida para este tipo de tareas. Sin embargo, las compaas en su mayora han permanecido
indiferentes a esta fuente de informacin potencialmente excelente y han estado
sorprendentemente poco dispuestas a aceptar mejorar su toma de decisiones aprovechando la
sabidura colectiva de sus empleados.
Cowgill estaba interesado por la idea de comenzar un mercado de prediccin en Google. Saba
que necesitara colegas, particularmente los que contaran con experiencia en programacin, para que
le ayudaran a construirlo, y tambin saba cmo encontrarlos. Cuando regres a trabajar escribi la
siguiente nota en un foro interno en lnea donde los empleados podan publicar sus nuevas ideas:
Al reunir la cantidad y naturaleza de los enlaces ingresantes a una pgina Web, Google ya usa
la inteligencia colectiva de las masas para jerarquizar los resultados de las bsquedas. La
democracia de la Web funciona, es parte de nuestra cultura corporativa. Pero PageRank no es la
nica forma de aprovechar la inteligencia colectiva de los grandes grupos.
El Iowa Electronic Markets, el Policy Analysis Market, la bolsa de Valores de Hollywood, as

como numerosos estudios acadmicos, han demostrado que las multitudes grandes y diversas de
personas pensantes independientes son mejores para predecir el futuro para la solucin de un
problema que los expertos ms brillantes que haya entre ellos. Esto es especialmente cierto
cuando los individuos de la multitud tienen intereses financieros en estar en lo cierto.
Google tiene exactamente lo que dicho tipo de mercado requiere para desempearse bien: una
base de usuarios grande y diversa y la capacidad de brindar incentivos financieros y menores
barreras de entrada. De alguna manera, Google puede incluso asegurar que nuestro pblico
piensa independientemente.
De modo que propongo crear Google decision markets (Mercados de decisin de Google).
(Ver en el Anexo 1 el resto de la publicacin de Cowgill).
Todos los ingenieros de Google tenan 20% de tiempo, o el equivalente de un da a la semana,

durante el cual eran libres de realizar proyectos de inters dentro de la compaa que no estuvieran
directamente relacionados con sus trabajos. Cowgill esperaba convencer a algunos Googleros de
dedicar su 20% de tiempo a construir un mercado de prediccin. Tambin buscaba comentarios y
crticas rpidos sobre la idea, y el foro permita a la gente evaluar las ideas publicadas.
2 J. Berg, R. Forsythe, F. Nelson, y T. Rietz, Results from a Dozen Year of Election Futures Markets Research
(Resultados de una docena de aos de investigacin de mercados de futuros de elecciones), Handbook of
Experimental Economics Results, 2001, disponible en http://www.biz.uiowa.edu/iem/archive/BFNR_2000.pdf.
Ilya Kirnos public una respuesta despus de 10 horas de que Cowgill propusiera su idea:
Hola Bo
Tuve una idea similar y he escrito algo de cdigo relacionado con esto. Estoy de acuerdo en
que los mercados tienen mucho poder de prediccin, mucho ms que las encuestas o sondeos en
la mayora de casos
Kirnos era un graduado en ciencias de cmputo y aplicadas de Princeton quien se haba unido al
grupo de sistemas publicitarios de Google en 2004 luego de trabajar en Oracle. Con anterioridad en
su carrera, haba participado en un proyecto que l y varios otros ingenieros saban que no iba a tener
xito, pero que continu teniendo apoyo y financiamiento. Se preguntaba por qu pareca tan difcil
comunicar la informacin correcta dentro de las empresas en algunas circunstancias, y pens que
sera posible usar la tecnologa para solucionar este problema. Kirnos construy una aplicacin
simple llamada itoldyouso (telodije) que permita a las personas ofrecer y aceptar apuestas no
monetarias y hacerles seguimiento con el tiempo. Los empleados podan usarlas, por ejemplo, para
decir en esencia, a sus colegas, Seguro que este proyecto no se terminar a tiempo; alguien
apuesta? Cuando ganaban una apuesta, el sistema les ayudaba a decir Te lo dije!
Kirnos vio que la propuesta de Cowgill del mercado de prediccin poda usarse para cumplir
varios de los mismos objetivos que su sistema de apuestas y se ofreci de voluntario para ayudar con
el proyecto. Na y Banks tambin contestaron a la publicacin de Cowgill y se volvieron parte del
equipo GPM (Freidman se uni al equipo pocos meses despus luego de or sobre el proyecto).
Otra persona que respondi a la publicacin de Cowgill fue un ayudante de Hal Varian, un
reconocido economista de Berkeley quien haca consultoras en Google. Esta persona dijo a Cowgill
que Varian estaba interesado en los mercados de prediccin y que haba escrito sobre ellos en su
columna de economa del New York Times.
Cowgill contact a Varian para pedir su ayuda, y Varian comenz a asistir a las reuniones
regulares del grupo. Posteriormente ofreci asesora crucial sobre cmo disear los mercados, cmo
implementarlos y cmo venderlos a las grandes compaas.
La idea de Cowgill produca las siguientes clasificaciones (Figura A):
Figura A Histograma de respuestas a la publicacin de Bo Cowgill sobre un Mercado de Prediccin

en Google
# de respuestas (normalizado)
Gran idea! Muy buena Definitivamente Tal vez no Probablemente Peligroso o

Hagmoslo! Idea tiene potencial valga la pena no sea buena perjudicial si
el esfuerzo idea se implementa
Fuente: Google
Consideraciones para el diseo del mercado

El equipo pens que para que GPM fuera efectivo, los mercados deban ser intuitivos y fciles de
usar para los participantes. Cowgill saba que muchos pensaban que la idea del comercio de acciones
era desalentadora, de modo que quera que todo lo concerniente a los mercados de prediccin de
Google fuera lo ms simple y directo posible.
Bastante temprano, surgi el debate sobre el mejor diseo para el mercado. Haba dos candidatos
lderes: el modelo IEM, y un diseo que permita a los participantes comerciales enfrascarse en ventas
en corto. Las ventas en corto significaban apostar contra un evento futuro, tales como que los
Yankees de Nueva York le ganasen a los Red Sox de Boston en una serie eliminatoria de siete juegos. 3
3 Como ejemplo de ventas en corto, suponga que unos valores llamados Yankees-a-ganar pagan un dlar si los
Yankees ganan y cero si no. Para apostar por los Yankees, el participante simplemente comprara este valor al
precio solicitado del momento. Para apostar contra los Yankees, el participante vendera en corto. Esto significa
que el participante recibira el precio actual de apuesta por el valor del momento, a cambio de una obligacin de
pagar un dlar si ganasen los Yankees. Dado que el participante en este caso queda en apuros por un dlar, se
congelar un dlar de fondos en su cuenta hasta que termine el juego. A diferencia de la venta en corto de
acciones, la venta en corto de contratos en mercados de prediccin no resulta en una responsabilidad ilimitada
para el participante. En este ejemplo, el peor de los casos es que los Yankees ganen y el participante pierda un
dlar.
Algunos miembros del equipo pensaron que un producto de venta en corto sera demasiado
complicado y desalentara a algunos participantes comerciales en potencia de participar en el GPM.
El tema complicado era que las ventas en corto no eran muy intuitivas para muchas personas porque
involucraban vender algo que el comerciante no posea. Otros argumentaban que los mercados de
prediccin basados en la Web que permitan la venta en corto, como la compaa con sede central en
Irlanda Tradesports, demostraban que este no era el caso. Despus de todo, razonaban, Tradesports
era una exitosa compaa con fines de lucro, de modo que debera estar usando un modelo que
atrajera al mayor nmero de participantes. Luego de consultar con Varian, el equipo se decidi
finalmente por el modelo IEM.
El modelo de IEM se basaba en el uso de canastas valores mutuamente excluyentes que

cubran todos los resultados posibles de un evento. Por ejemplo, supngase que el equipo deseara
correr un mercado entre los usuarios de la aplicacin A a finales del cuarto trimestre de 2007. Una
canasta podra consistir de los siguientes valores:
Valor A1 paga 1 si los usuarios <1m

0 de otro modo
Valor A2 paga 1 si los usuarios 1m y <3m

0 de otro modo
Valor A3 paga 1 si los usuarios 3m

0 de otro modo
Para apostar que A tendr 3m usuarios al final del 4to trimestre, un participante podra comprar
el valor A3. Para hacer la apuesta opuesta, los participantes podran comprar valores A1 y A2. Los
precios de mercado de estos valores podran interpretarse entonces como probabilidades. Si, por
ejemplo, A1 se estuviera comercializando a un precio de 0.25, el mercado estara creyendo que
haba un 25% de probabilidad de que la aplicacin A tenga <1m usuarios para finales del 4to
trimestre de 2007.
Para conservar los mercados actualizados y mantener un periodo razonable, el equipo decidi
escoger un grupo de mercados completamente nuevo cada trimestre, todos los cuales cerraran a ms
tardar a finales del trimestre. En algunos casos, los mercados podran cerrar ms temprano. Si, por
ejemplo, ocurriese un evento a mediados del trimestre que eliminara la incertidumbre, entonces los
valores de ese mercado pagaran segn lo especificado y no se transaran ms en el mercado.
El equipo tambin decidi usar dinero ficticio, con la unidad monetaria llamada Gooble. Al inicio
de cada trimestre, las cuentas de los participantes se reiniciaban, y todos reciban 10,000 Goobles y
1,000 canastas seleccionadas al azar. Los valores podan comprarse y venderse durante el trimestre
en subastas estndares continuas dobles con diferencias entre las apuestas y demandas (en el Anexo 2
se puede ver una explicacin de estos trminos). Al final del trimestre todos los valores restantes
pagaran segn lo especificado, y las posesiones finales se tabularan. Este enfoque trimestral de
nivelacin del campo de juego estaba diseado para mantener interesado a un amplio rango de
participantes.
GPM consista de mercados, resultados y acciones, segn se ilustra en la Figura B.
Figura B Mercados, Resultados y Acciones en GPM
Trminos Definiciones Ejemplo

Mercado Hay un mercado asociado con cada
evento que vamos a predecir. Cada
mercado tiene varios resultados Ganador de las Elecciones Presidenciales de
asociados con l, los que representan los EEUU 2004
las distintas formas en las que el
evento puede desembocar.
Resultado Cada mercado tiene varios tipos de
resultados subyacentes. Cada
resultado tiene un mercado
particular asociado con l. Estos
resultados cubren todas las
posibilidades de cmo el evento Bush Kerry Nader Otros
especificado en el mercado se
establecer. Los resultados a veces se
conocen como acciones o valores.
Cada resultado tiene varias acciones
asociadas con l
Acciones Las acciones son lo que los usuarios
compran, poseen y venden. Cada
accin tiene un resultado particular
asociado con ella. Cada accin
asociada a un resultado que se
Acciones deBush| Acciones deKerry | Acciones de Nader | Acciones de otros
concreta pagar a su poseedor 1
Gooble. En cualquier momento dado, el nmero de acciones de Bush =
nmero de acciones de Kerry = nmero de acciones de Nader
En cualquier momento dado, el = nmero de acciones de otros. Para incrementar este
nmero de acciones por resultado es nmero, usar una orden de canasta.
el mismo para todos los resultados.
Para incrementar este nmero, usar
una orden de canasta.
Fuente: Google
Recompensas
Los Googleros no compraban y vendan dentro de GPM usando dinero real, pero de todas formas
el equipo quera brindar recompensas monetarias a los participantes exitosos. Previeron, sin
embargo, que si simplemente entregaban premios monetarios a la mayora de los participantes
exitosos al final de cada trimestre, algunas personas se veran tentadas a comportarse de forma
contraproducente. Podran, por ejemplo, sencillamente comprar todo lo que pudieran de un
resultado de bajo precio. Si este resultado poco probable realmente llegara a ocurrir en el mundo real
(si por ejemplo, Ralph Nader realmente ganara la presidencia), ganaran una enorme cantidad de
dinero en el mercado. Si el evento no ocurra, por supuesto, tendran un balance de cero Goobles
dentro del mercado al final del trimestre, pero no experimentaran ninguna prdida financiera en el
mundo real.
El equipo GPM no quera promover este tipo de transacciones; en vez de ello, queran disear el
mercado para que los participantes transaran sobre la base de sus creencias reales sobre el futuro.
Decidieron convertir el balance final de cada participante su balance al final del trimestre luego de
que todos los mercados hubieran cerrado en tickets de lotera. El equipo sacara seis tickets al azar
y le dara $1,000 a cada poseedor de un ticket ganador. Pensaron que este enfoque brindara el
incentivo correcto a los participantes. Los alentara a maximizar el nmero de tickets que tuvieran en
la lotera, lo cual significaba transar de la manera ms inteligente posible durante el trimestre para
poder tener el balance final ms alto, y construir un portafolio que no se basara fuertemente en la
ocurrencia de un nico evento poco probable.
El equipo tambin decidi premiar con $1,000 al participante comercial ms activo de cada
trimestre y dar certificados de regalo y camisetas especiales a otros participantes de alto desempeo.
Esperaban que estos premios alentaran a mucha gente a participar en el GPM.
Propuesta
Luego de finalizar el diseo del mercado, el equipo GPM recientemente formado comenz la
programacin y tuvo una versin de trabajo de un mercado de prediccin en menos de un mes.
Luego decidieron buscar un apoyo ms formal y reconocimiento de Google, as como financiamiento
para los premios. Algunas de las iniciativas exitosas, que incluyen Google News y el programa de
ventas de publicidad Adsense, haban comenzado como propuestas de empleados.
Cowgill envi la propuesta de los Mercados de Prediccin de Google (Google Prediction Markets)
en diciembre de 2004. Recibi revisiones favorables y despert el inters de varios ejecutivos. Uno
de ellos se comprometi a brindar $10,000 del presupuesto de su departamento cada trimestre para
financiar los premios GPM.
Lanzamiento
El 8 de abril de 2005, se envi el siguiente correo electrnico a todos los Googleros:
Googleros:
En La sabidura de las masas (The wisdom of crowds, Random House, 2004), James Surowiecki
argumenta que las masas a menudo son ms inteligentes que su individuo ms inteligente. Para
Surowiecki, nuestras emociones y asunciones potencialmente incorrectas nos impiden realizar
juicios ptimos de manera individual. Pero si tomamos una multitud compuesta por diversidad
de gente y reunimos sus juicios correctamente, la inteligencia colectiva de la masa normalmente
gana en exactitud.
Vemos la sabidura de las masas en accin todos los das. Por ejemplo, la inteligencia colectiva
dirige Wall Street los mercados generan probabilidades sobre el xito de una compaa, y reflejan
sus hiptesis en el precio de las acciones. No es coincidencia que nuestras bibliotecas de
planificacin financiera tengan copias de este libro.
Vamos a probar la tesis Surowiecki en Google a travs de GPM, una aplicacin ensoada por
algunos Googleros en el 20% de su tiempo. GPM nos dar la oportunidad de saber si los
Googleros en conjunto son ms inteligentes que incluso nuestro individuo ms inteligente. Y para
hacerlo interesante, tenemos un pozo total de premios de $10,000 dlares a ser entregado a los
vaticinadores ganadores al final del trimestre.
Ahora que no pueden esperar para inscribirse, djenme alejarme un momento del tema y
decirles cmo surgi GPM. Bo Cowgill reclut a compaeros con disponibilidad en su 20% de
tiempo Doug Banks, Patri Friedman, Ilya Kirnos y Piaw Na y construyeron el prototipo de
GPM. Por su creatividad y perseverancia yo ofrec el presupuesto de $10,000 dlares para
auspiciarlos y ser usado en este concurso.
El equipo de Google GPM ha convertido varios de los objetivos de Google del segundo
trimestre en mercados de futuros donde los Googleros de todo el mundo pueden especular sobre
resultados anticipados. Aunque la participacin es voluntaria, todos pueden observar cmo se
forma la sabidura de Google. A continuacin se muestra cmo pueden comenzar
Inscribirse por una clave secreta
Leer la informacin Comenzando que les ser enviada por correo electrnico
Comenzar a colocar pujas en los mercados!
Felicitaciones al Equipo GPM por su arduo trabajo y entusiasmo en este proyecto.
Durante el primer trimestre de operacin, el cual dur de abril hasta junio, se trans un total de 24
mercados (preguntas) y 95 valores distintos (respuestas) dentro de GPM. El equipo se haba decidido
por estos mercados al entrevistar a gerentes de Google para encontrar eventos de inters que fueran a
ocurrir durante el trimestre. Estos incluyeron cundo abrira una oficina internacional especfica de
Google y cunta demanda habra para un producto en particular. El equipo tambin cre mercados
basndose en la lista de objetivos corporativos importantes de la compaa, la cual era actualizada
cada trimestre. Adicionalmente, el equipo incluy mercados de eventos que ocurriran fuera de la
compaa, tales como el lanzamiento de productos de la competencia. Finalmente, GPM tambin
contena mercados divertidos relacionados con eventos tales como el estreno de la pelcula Star
Wars: Episodio III, el concurso de televisin El Aprendiz, y las finales de la NBA. Los mercados
por diversin pretendan atraer participantes y mostrarles qu fcil y disfrutable era transar.
Todos los mercados estaban abiertos a todos los empleados una vez que abran una cuenta, y
todos los Googleros podan ver los mercados y ver sus precios del momento y la historia de los
mismos, incluso si no tenan una cuenta en GPM. Un mercado seleccionado al azar apareca de
manera prominente en la intranet de Google. La documentacin de GPM inclua un resumen general
y una lista de preguntas frecuentes.
Actividad
Durante el primer trimestre, 1,085 Googleros se inscribieron y obtuvieron una cuenta para transar
en GPM. Se realiz un total de 7,685 transacciones, y 436,843 acciones cambiaron de dueo. La
mayora de los participantes provena de las funciones de ingeniera, ventas, operaciones o gestin de
productos de la compaa. Se desarroll un grupo de 13 participantes muy activos; este grupo realiz
el 48% del total de transacciones de todos los mercados en el primer trimestre (en el Anexo 3 se puede
ver estadsticas del crecimiento y transacciones de GPM).
10
Con el tiempo, algunos pocos Googleros tambin escribieron bots, que eran programas que
transaban automticamente basados en reglas predeterminadas. Algunos de estos bots
aprovechaban oportunidades de arbitraje, o discrepancias ilgicas en los precios de los resultados.
Por ejemplo, se supona que los precios de los resultados deban reflejar probabilidades, y los
resultados de cada mercado se supona que deban ser colectivamente exhaustivos; en otras palabras,
deberan cubrir todos los posibles resultados del mundo real. Tambin estaban establecidos para ser
mutuamente excluyentes, de modo que no hubiera probabilidad de que dos resultados pudieran ocurrir
al mismo tiempo. Esto implicaba que en todo momento los precios de todos los resultados de un
mercado deban sumar uno. Sin embargo, el GPM en s no contaba con un mecanismo automatizado
para asegurar que este fuera el caso. El equipo deliberadamente evit esta funcionalidad para
recompensar a los participantes serios que notaran esta discrepancia. El mercado contaba con dichos
participantes en pos de liquidez.
Por lo menos un empleado escribi un bot que continuamente revisaba todos los mercados de
GPM. Cada vez que un mercado estaba conformado por resultados cuyos precios en ese momento
sumaban ms de uno, el bot inmediatamente compraba una canasta del mercado, luego
seguidamente la venda por ms de un dlar. Dado que los bots y otros participantes tenan una
mirada aguda, las oportunidades de arbitraje raramente lograban algn resultado o duraban mucho
en GPM.
Resultados
A medida que los datos se acumulaban, el equipo de GPM comenz a analizarlos para saber cmo
estaban funcionando los mercados y qu tan bien lo estaban haciendo. Una de las cosas principales
en las que estaban interesados, por supuesto, era en la exactitud de los mercados: cun bien predecan
lo que realmente suceda.
Para evaluar la exactitud, Cowgill tom los precios finales de una gran muestra de resultados de
GPM, luego los dividi en 10 rangos: 0.0-0.1, 0.1-0.2, 0.9-1.0. Si los precios realmente equivalan a
probabilidades de que los eventos ocurrieran, razonaba, los resultados con precios entre 0.0 y 0.1
deberan ocurrir entre el 0% y el 10% de las veces en el mundo real. En una muestra lo
suficientemente grande, deberan ocurrir en promedio el 5% del tiempo.
Cowgill compar los resultados del mundo real con los precios de GPM para cada uno de los 10
rangos de precios. Como se muestra en la Figura C, los precios finales de mercado fueron, en
general, buenos estimadores de las probabilidades.
11
Figura C Exactitud de GPM
Prediccin Perfecta
Precio vs. Porcentaje de Ganadores Prediccin del Mercado
Porcentaje de Ganadores
Precio de la Accin
Fuente: Google
Los anlisis tambin revelaron que en todo momento, incluso a 10 semanas de distancia de la
fecha de cierre del mercado, el resultado ms caro era el ms probable de ocurrir en la realidad (ver la
Figura D). Pareca que GPM, en otras palabras, poda distinguir rpida y exactamente entre
resultados posibles, identificar el de ocurrencia ms probable, y colocar un precio alto a dicho
resultado.
12
Figura D Precios de los resultados en el tiempo en GPM
Porcentaje de Ganadores en Base a los Rangos

Porcentaje de Ganadores
Accin ms cara
en ese momento
2da accin ms
cara del momento
3ra accin ms
cara del momento
4ta accin ms
cara del momento
5ta accin ms
cara del momento
Semanas para el Cierre

Fuente: Google
Los grficos como el de la Figura D tambin indicaban que los participantes ganaban confianza
sobre el resultado ganador a medida que pasaba el tiempo. Los mercados de GPM, en otras
palabras, tenan una alta decisin tendan a contener slo un resultado de alto precio, y la diferencia
entre este precio y todos los otros se incrementaba con el tiempo a medida que se desarrollaban los
eventos en el mundo real.
13
Figura E Decisin del GPM
Precio Promedio de Ganancia y Prdida de Acciones

Ganancia en Naranja; Prdida en Violeta
Precio de la Accin
Semanas para el Cierre

Fuente: Google
Puntos de vista
Las actitudes hacia GPM variaron ampliamente entre los Googleros. Clay Quilty, un activo
participante, intervino porque le pareca agradable:
Nunca participo en el mercado de acciones real, pero GPM es distinto. Principalmente

participo en los mercados de diversin por cosas como los precios de la gasolina y los ganadores
de la Copa Mundial. La nica vez que pens que tena buena informacin sobre un proyecto de
Google, fue la vez en la que trans como loco en l.
Si tengo una estrategia general, es que tiendo a apostar a los resultados negativos. En los
mercados como El proyecto x dejar el estado beta para esta fecha? generalmente apuesto a
no porque en mi experiencia la mayora de las cosas se logran tarde, y no mucha gente se da
cuenta de ello. He visto todas las cosas raras que se oye sobre los grandes mercados de acciones
pnicos, comportamiento gregario, y estampidas. Me sorprende que nuestros mercados funcionen
tan bien como lo hacen, especialmente porque no hay inconvenientes reales por asumir grandes
riesgos. Despus de todo, no juegas con tu propio dinero!
An no he ganado ninguno de los grandes premios monetarios, pero a menudo estoy entre los
10 primeros participantes, y uso la camiseta que gan con orgullo. A veces me pregunto, sin
embargo, si existe la percepcin de que nosotros los participantes asiduos estemos pasando
14
mucho tiempo en GPM y no estemos haciendo nuestros trabajos reales. S que no es el caso, al
menos para m, pero me pregunto lo que la gente pensar.
Vladimir Humber, empleado de mucho tiempo de Google con un doctorado en ciencias

computacionales, tambin era un participante activo, pero tena un enfoque muy distinto:
A veces transo con la esperanza de engaar al mercado. Por ejemplo, compro un par de
acciones de un resultado de muy bajo precio para tratar de convencer a los otros participantes de
que hay en realidad una razn para la compra. Si se convencen y empujan el precio al alza, puedo
aprovecharlo. Tambin trato de obtener la mayor informacin posible sobre nuestros propios
proyectos para poder determinar si sus precios de mercado son incorrectos.
Tambin he construido mi propia interface de usuario para GPM porque no me gusta la

estndar. La ma me muestra mi portafolio justo junto al mercado entero; en la estndar se debe ir
y regresar entre las pginas para hacer las comparaciones.
Patri Friedman era un participante activo a la vez que miembro del equipo GPM:
Mucha gente piensa que los incentivos financieros son esenciales para que los mercados de
prediccin funcionen bien, pero yo creo que lo contrario puede ser verdad, al menos para
nosotros. La oportunidad de conseguir $1,000 no es tan significativa para la mayora de gente
aqu, y si los Googleros perciben que GPM es principalmente una manera de ganar $1,000,
entonces la mayora de ellos lo descartar. En esta compaa tenemos una economa de camisetas
la gente se ofrecer voluntariamente a todo tipo de cosas y trabajar para otros equipos tan slo
por obtener una camiseta buena onda. Deberamos aprovechar ms esto en GPM.
Tambin estoy preocupado de que con el flujo constante de proyectos de sper alta prioridad
aqu, GPM nunca tenga la atencin que pensamos se merece. Las cosas avanzan muy rpido en
Google -somos ya noticia vieja?
Cowgill estaba de acuerdo en que la gente participaba en GPM en gran medida por la diversin,
las camisetas, y para poder presumir. Lleg a pensar que los mercados de prediccin dentro de las
compaas deberan permitir a la gente construir reputacin de buenos cambistas y que esto era ms
importante que permitirles inflar sus cuentas bancarias. Cowgill habl en una conferencia sobre
mercados de prediccin en diciembre de 2006. Comenz: Hoy hablar sobre la manera en que los
operadores de los mercados de prediccin pueden promover mejor la participacin. No creo que los
premios incluso los monetarios sean adecuados para fomentar la participacin. Los operadores de
mercado se deberan enfocar ms en las recompensas sociales y en la infraestructura y procesos para
conseguirlas. (Ver en el Anexo 3 el texto completo del discurso de Cowgill).
Dolores Haze, gerente del equipo de calidad de bsquedas, no crea que GPM pudiera ayudarla
mucho:
Mi trabajo es conocer el estado de avance de todos mis proyectos, y no he visto que los
mercados me digan nada que no sepa. Hubo un mercado de s o no hace un tiempo relacionado
con el resultado de un proyecto de nuestro grupo. Yo saba cul era el resultado que la mayora
de los googleros pensaban que ocurrira, pero tambin saba lo que en realidad resultara porque
15
estaba muy cerca del proyecto y porque comprenda lo que el tablero de mando me deca. 4 Con
bastante seguridad, el mercado estuvo de acuerdo conmigo, y ambos estuvimos en lo cierto. As
que qu hizo el mercado por m? No me dijo nada que yo no supiera; simplemente confirm mi
intuicin.
Creo que los mercados de prediccin son realmente interesantes, y posiblemente sirvan para
generar algn tipo de entusiasmo y motivar a la gente a aprender sobre lo que est sucediendo,
pero no estoy segura de que sean tan tiles para las compaas.
Olympia Press, vicepresidenta del grupo de ventas en lnea, pensaba que haba maneras mejores y
ms rpidas que GPM para obtener informacin til:
Claro, podemos instaurar un mercado con una pregunta cmo, cuntos nuevos anunciantes
obtendremos para esta fecha?, pero ya cuento con gente muy lista y equipos dedicados a
responder exactamente estas preguntas. Cuentan con los mejores datos disponibles y
herramientas muy sofisticadas de prediccin. Y es su trabajo responder a este tipo de preguntas
de manera rpida y exacta. As que simplemente acudo a ellos.
Conclusin
Los anlisis han convencido a los miembros del equipo GPM que los mercados de prediccin de
Google funcionan que brindan predicciones exactas y decisivas sobre eventos futuros. El equipo se
preguntaba, sin embargo, si podan hacer que los mercados funcionaran mejor y tambin brindaran
un mayor aporte a la compaa.
Virtualmente todos los mercados funcionan mejor en la medida en que ganan ms liquidez, o sea,
la capacidad de que un participante ejecute rpidamente una transaccin deseada sin causar un
movimiento significativo en el precio. La mejor manera de atraer ms liquidez, como saban los
miembros del equipo, era la de promover que ms googleros establecieran cuentas de GPM y
ejecutaran varias transacciones. Durante el almuerzo, hacan una tormenta de ideas sobre cmo logar
esto.
Friedman sugiri, Hagamos que el lanzamiento de los mercados cada trimestre sea algo grande
correos electrnicos, anuncios en las cafeteras, un conteo regresivo hasta la apertura del mercado.
Podramos hacer lo mismo tambin para el sorteo de la lotera y la entrega del premio.
Podramos convertirlo en una fiesta e invitar a todos los que participaron en el mercado, aadi
Cowgill.
Y deberamos ofrecer ms y mejores premios, o ms premios por transar ms?, pregunt

Banks.
4 Muchos proyectos de Google tenan tableros de mando, o resmenes en lnea del estado de los proyectos.
Estos tableros de mando tpicamente estaban a la vista de todos los googleros. Si GPM contena un mercado
relacionado con un proyecto que tena un tablero, la pgina del mercado inclua un enlace a dicho tablero. Para
2007, muchas compaas de la industria de alta tecnologa y en otras partes usaban tableros de mando para hacer
el seguimiento al estado de los proyectos.
16
Tal vez, replic Cowgill. Pero lo que sea que hagamos, debemos incluir ms aspectos sociales
y personalizacin en GPM. Est bastante claro que los googleros transan para hacerse de una
reputacin. Deberamos hacer que estas reputaciones sean ms visibles de manera voluntaria.
Un poco despus, la discusin vir hacia los usos de GPM en la compaa.
Cmo hacemos que los que toman las decisiones aqu usen lo que los mercados les dicen?
pregunt Na.
Friedman respondi, Tenemos que llevarles nuestros datos. Deberamos hacer una presentacin
con nuestros resultados y ofrecer llevrsela a quien est interesado. Tambin podramos hacer un
Podcast o un seminario Web y ponerlo en nuestra intranet.
Sabemos lo suficiente ya como para recomendar a la gente cmo usar los datos de los mercados?
Si presentamos nuestros resultados y alguien dice, Estoy convencido; ahora qu hago? sabramos
qu decirles? pregunt Banks.
En primer lugar, replic Cowgill, les diramos que dejen de usar cualquier tcnica de
planificacin o prediccin de corto plazo que estn usando actualmente y comiencen a usar GPM. Si
quieren saber cuntos servidores necesitarn para darle soporte al Nuevo Producto X, debern
pedirnos que establezcamos un mercado sobre demanda para el Nuevo Producto X. La respuesta
que obtendrn del mercado ser mejor, en cada punto de tiempo, que la respuesta que obtenga de
cualquier otra forma.
Ests seguro de eso? replic Na.
S. Pero juntemos datos y veamos que tengo razn.
17
Anexo 1 Texto de la propuesta de Cowgill para el Mercado de Prediccin de Google, presentado en

el Foro Interno de Google para Propuestas Innovadoras.
Al juntar la cantidad y naturaleza de los enlaces dirigidos a una pgina Web, Google ya usa la
sabidura colectiva de las masas para jerarquizar los resultados de las bsquedas. La democracia en
la Web funciona, es parte de nuestra cultura corporativa. Pero PageRank no es la nica manera de
aprovechar la inteligencia colectiva de los grandes grupos.
El Iowa Electronic Markets, el Policy Analysis Market, la Bolsa de Valores de Hollywood as como
numerosos estudios acadmicos han demostrado que las masas grandes y diversas de gente de
pensamiento independiente predicen mejor el futuro de la resolucin de problemas que los expertos
ms brillantes de entre ellos. Esto es especialmente cierto cuando los individuos de dicha multitud
tienen intereses personales financieros de hacerlo bien.
Google tiene exactamente lo que dicho mercado necesita para tener un buen desempeo: Una
amplia y diversa base de usuarios y la capacidad de brindar incentivos financieros y bajas barreras de
entrada. En alguna medida, Google puede inclusive asegurar que nuestras masas piensan de manera
independiente.
De modo que propongo crear los Mercados de Decisin de Google (Google Decision Markets)
Y funcionaran de la siguiente manera. Permitiramos a los usuarios tanto crear mercados como
participar en ellos. Para crear un mercado, el usuario tendra que ingresar una pregunta nica con
una respuesta verificable, una variedad de respuestas posibles y una fecha lmite en la que la
respuesta se conocer.
Para participar en un mercado, el usuario seleccionar una respuesta a la pregunta del mercado y
colocar una transaccin por la respuesta correcta. Esta transaccin ser financiada por el mismo
usuario; o, las transacciones del mercado podran estar financiadas por el creador del mercado. La
respuesta y la transaccin se mantendran en confidencialidad.
Las investigaciones muestran que los mercados acertarn ms a menudo que cualquier experto
individualmente. Por ejemplo, el Iowa Electronic Markets ha predicho de manera consistente los
resultados de las elecciones mejor que cualquier entendido o encuestador de manera individual.
De manera similar, los precios a futuro del jugo de naranja son mejores pronosticadores del clima
de Florida que cualquier servicio meteorolgico a la fecha. La Bolsa de Valores de Hollywood
predice la venta de las pelculas mejor que cualquier anlisis independiente
Google no sera la primera compaa de alta tecnologa en interesarse en esta rea. Microsoft lleva
las finanzas de Iowa Electronic Markets, y HP ha usado mercados internos para predecir el
crecimiento de las ventas.
Alguien quisiera trabajar conmigo en esto?
Fuente: Documento de la compaa.
18
Anexo 2 Explicacin de las subastas dobles continuas
La subasta continua doble (CDA por sus siglas en ingls) es un mecanismo que enlaza a
compradores y vendedores de un bien particular para determinar los precios a los que se ejecutan las
transacciones. En cualquier punto temporal, los comerciantes pueden colocar rdenes lmite bajo la
forma de pujas (rdenes de compra) y pedidos (rdenes de venta). Las rdenes pendientes se
mantienen en un libro de rdenes. Los comerciantes en cualquier momento pueden colocar una orden
de mercado para comprar o vender inmediatamente a precio de mercado, el cual es determinado por el
grupo de rdenes del libro. Las transacciones son ejecutadas cada vez que una orden lmite llega y la
puja ms alta excede o es igual al precio de pedido ms alto, o cuando llega una nueva orden de
mercado y el libro contiene rdenes con las que se puede empatar la orden de mercado. Estos
trminos se describen en mayor detalle a continuacin. a
Bienes Aunque el bien transado puede ser cualquier commodity, en el caso de los mercados de
prediccin, un bien ser un contrato que paga una suma especificada si un evento particular ocurre.
En el mercado de un juego a realizarse entre Red Sox-Yankees, una unidad puede ser un contrato que
paga $100 si los Yankees ganan a los Red Sox y $0 de otra manera.
rdenes lmite Un pedido especifica el bien a ser vendido, el nmero de unidades y el precio de
pedido. La puja especifica el bien a ser comprado, el nmero de unidades, y el precio de la misma.
Libro de rdenes y cuotas de precio Las rdenes pendientes se mantienen en un libro de rdenes
en listas de prioridad de pujas y de pedidos. En la lista de pujas, las pujas son ordenadas por precio;
estando la puja ms alta primera en la lista. Las pujas con montos iguales se ordenan por el momento
de llegada. Los pedidos se ordenan de manera similar pero la prioridad la tiene el pedido de menor
precio. En algunas transacciones, slo parte de la informacin del libro de rdenes est disponible
para los comerciantes, tales como los precios reales de la puja ms alta y del pedido ms bajo. Esta
informacin es conocida como la cuota de precio.
Ejemplo de Libro de rdenes
Puja Pedido
Cantidad Precio Precio Cantidad
25 33.5 33.7 44
50 33.4 34.3 100
275 33.0 34.8 50
27 32.7 34.9 20
28 32.4 35.5 55
19
Ejemplo cuota de precios
Valor Puja Pedido ltimo
Y para Ganar 33.5 33.7 33.7
Nuevas rdenes lmite y ejecucin de las transacciones Cuando una nueva orden lmite ingresa,
la orden es aadida al libro de rdenes, y se ejecuta una transaccin si la puja ms alta excede o es
igual al precio de pedido ms alto. La transaccin involucrar a las rdenes de la primera parte de la
puja y a los ltimos pedidos y al precio ms antiguo de las dos rdenes involucradas. Si el nmero
de contratos especificado en estas rdenes no es idntico, entonces el nmero de contratos transados
ser el menor de los dos. En la ejecucin, se actualizan las cuentas de los participantes, y los contratos
involucrados en la transaccin son borrados del libro de rdenes. La porcin de cualquier orden
lmite nueva que no se complete se mantiene en el libro de rdenes. Las transacciones continan de
esta manera hasta que la puja ms alta no exceda ms o sea igual al precio de pedido ms alto.
rdenes de mercado y ejecucin de las transacciones Una orden de mercado especfica

comprar o vender, el bien a ser transado y el nmero de unidades. Las rdenes de mercado se
relacionan con rdenes existentes del libro de rdenes. Para la compra de una orden de mercado, el
precio usado es el menor precio de pedido de la lista de pedidos. Si el nmero de unidades de la
orden de mercado a comprarse excede el nmero de unidades listadas a este precio, entonces el
exceso de demanda no llega a una realizacin. b Las rdenes de mercado a la venta se relacionan de
manera similar con rdenes de la lista de pujas.
Factibilidad y tenedura de libros Las subastas dobles continuas usualmente se relacionan con
cuentas de efectivo y portafolios de los participantes comerciales. A la ejecucin de una transaccin,
los bienes y efectivo se intercambian en las cuentas de los participantes segn est especificado en la
transaccin. Si la cuenta de un participante tiene fondos o bienes insuficientes, la transaccin se
considera no factible, y las rdenes infractoras involucradas se cancelan.
Fuente: Autores del caso.
aHaymuchas variaciones de las subastas dobles continuas, la mayora de las cuales comparten las
caractersticas fundamentales descritas aqu. Para discusin, ver Everything you wanted to know
about double auctions but where afraid to (bid or) ask (Todo lo que quera saber sobre las subastas
dobles pero tena miedo de (pujar o) preguntar),
http://www.sci.brooklyn.cuny.edu/~parsons/projects/mech-design/publications/cda.pdf. El
mtodo discutido aqu se basa en el usado en el Iowa Electronic Markets,
http://www.biz.uiowa.edu/iem/trmanual/IEMManual_3.html.
bUn mecanismo alternativo es el de completar la orden con las siguientes rdenes de precio ms
alto de la lista de pedidos.
20
Anexo 3 Estadsticas de volumen y transacciones de GPM
Cuentas totales en el tiempo
Acciones totales transadas en el tiempo
21
Anexo 3 (continuacin)
Base de transacciones por funcin
Porcentaje de nuevas cuentas

Porcentaje de cuentas que completaron >1 Transaccin
Porcentaje de cuentas que completaron >1 Transaccin en un mercado relacionado con el Trabajo
Total de transacciones por usuario

Participante ms activo complet >31K transacciones (fuera del cuadro)
Nmero de Transacciones
1 Participantes Comerciales 860

Despus de 1 ao, 8 meses, 25 das de transacciones abiertas continuas.
Fuente: Google
22
Anexo 4 Texto del Discurso de Cowgill sobre Mercados de Prediccin
Hoy hablar de la manera en que los operadores de los mercados de prediccin pueden promover
mejor la participacin. No creo que los premios ni siquiera los monetarios sean adecuados para
inducir la participacin. Los operadores de los mercados deben enfocarse ms en las recompensas
sociales y la infraestructura y procesos para hacerlas realidad.
Desde el punto de vista clsico de los mercados de prediccin, el propio inters financiero encauza
la participacin. Desde esta perspectiva, la confidencialidad es algo bueno porque permite que los
puntos de vista poco populares sean escuchados. Hay muchas razones por las que los premios no
motivan a la gente a participar incluso cuando se usan premios de dinero.
La primera razn es la complejidad e incertidumbre. Para evitar ser regulados como apuestas, los
operadores de los mercados de prediccin deben crear mecanismos de recompensa complicados que
sean difciles de ser comprendidos por los participantes. Las recompensas a menudo dependen no
slo de si el usuario ha hecho las predicciones correctas, sino tambin de las pujas de los otros
participantes y cuntos otros participantes en total haya habido.
La razn ms importante es que las recompensas esperadas son bajas. Supngase que hay $40K
de recompensa en efectivo para el ganador de entre 1,000 participantes. Estas probabilidades son
mucho ms generosas que cualquiera que haya visto en el mundo real. An as, no estoy seguro de
cunta participacin motivaran. Sin saber ms sobre qu tan bien nos pueda ir, el valor esperado es
de alrededor de $40. Para que los mercados funcionen mejor, los participantes deben estar
interviniendo y actualizando constantemente los mercados cada vez que haya nueva informacin.
$40 son suficientes para promover ese tipo de monitorizacin si eres un profesional ocupado y bien
pagado que ganas ms de $100K al ao? No creo que lo sea. Y en realidad, las condiciones a menudo
son peores.
Como nota adicional, no creo que la misma dinmica sicolgica aplicara si las personas pudieran
usar su propio dinero. Pues ese no es el mundo en el que vivimos. Por eso creo que la respuesta est
en recompensar a los participantes con alguna forma de sistema de reputacin.
Esto debera incluir una lista destacada con el ranking del desempeo de los participantes del
mercado idealmente mostrada en la pgina de inicio de la intranet de la compaa. Quizs podra
haber varias categoras distintas de ganadores. Las cotizaciones de cada empleado en el directorio de
la compaa deben incluir su ranking o participacin en el sistema. Los datos de las bases de datos de
RRHH podran mostrar a los participantes cuyos equipos, funciones laborales, o niveles gerenciales
estn desempendose mejor en los mercados. Esto no slo ayudara a la liquidez del mercado sino
que tambin promovera la camaradera entre los equipos. La gerencia debe otorgar reconocimiento
adicional pblico a los mejores participantes comerciales.
En una compaa grande, un sistema de reputacin tendra problemas. Sera difcil para los
empleados ocuparse de su ranking si este est en los miles incluso si estuviesen ubicados
relativamente altos. El software del mercado debera permitir a los usuarios definir un grupo de sus
pares con propsito de comparacin. Los empleados podran elegir amigos, compaeros de trabajo,
gente que comenz con ellos, o cualquier otro con el que se comparen. El software podra rellenar
previamente esta lista con las personas del equipo del empleado, su departamento, su clase de inicio,
con quienes se rene frecuentemente o los contactos del correo electrnico.
Adicionalmente, el mercado debera brindar a cada participante su propia pgina de perfil
completa, con fotografa e introduccin en la que pueda mostrarse sus mejores transacciones. Los
operadores del mercado cometen un error al comprometerse demasiado con la confidencialidad. Las
transacciones confidenciales evitan que los participantes compartan con orgullo sus logros. Cun a
23
menudo se escucha en las corporaciones alguna variante del te lo dije? Cun a menudo la gente lo
piensa, pero no lo dice? Existe entre los empleados una demanda de recibir el crdito de predicciones
correctas en proyectos especficos. Para dirigir la participacin, los operadores del mercado deben
brindar a los empleados las herramientas necesarias para compartir sus predicciones.
Las generaciones futuras de mercados de prediccin corporativos deben hacer que la
confidencialidad sea opcional y la revelacin sea por defecto. Una manera hbrida de obtener los
beneficios tanto de la confidencialidad como de la apertura es: Crear una opcin por la cual las
transacciones sean confidenciales hasta que el mercado cierre, y en dicho momento las acciones que
ganen dinero se muestren. Esto permitir a los participantes compartir sus logros sin crear
imitadores mientras los mercados estn abiertos.
El ser capaces de apreciar cmo apuestan los otros podra hacer ms interesante el observar y
participar en los mercados. Adems de compartir las dimensiones financieras de las transacciones, el
mercado debera permitir a los participantes aadir explicaciones. Esto, tambin, debera ser
compartido de manera voluntaria. Mostrara al mundo que la suerte del participante fue resultado
de un entendimiento real y no de una casualidad.
El aadir explicaciones comerciales tambin ayudara a volver el mercado ms til para la
gerencia. Sin una explicacin para las transacciones, es difcil creer en lo que dicen los mercados.
Para facilitar al mximo las explicaciones, los participantes podran recibir una lista de razones que
otros participantes u observadores hayan remitido ya. En vez de escribir una nueva explicacin,
podran elegir una ya existente (o un grupo de explicaciones) que aadiran a sus rdenes.
Quisiera terminar con una historia que creo demuestra la superioridad de los sistemas basados en
la reputacin. Este ao, la final de la Copa Mundial se dio entre el segundo y tercer trimestre de 2006.
De modo que para poder mantener abiertos estos mercados un largo periodo, incluimos la Copa
Mundial en el concurso del segundo trimestre. Dejamos abiertos estos mercados alrededor de una
semana del tercer trimestre y pronto lo cerramos y abrimos los mercados del tercer trimestre en
cuanto la Copa Mundial termin.
Como resultado, la gente no tuvo mucho tiempo para ver sus rankings finales. Llegaron
muchsimos correos electrnicos pidiendo ver sus resultados finales y quines recibiran una
camiseta. Debido a otros compromisos, no pude identificar a los ganadores de las camisetas hasta
despus, pero en el nterin los correos electrnicos llovieron. Cuando finalmente envi el correo
electrnico con los ganadores, accidentalmente olvid anunciar quines ganaron nuestros siete
grandes premios monetarios. Ninguna persona se dio cuenta. Mientras tanto, continuaron llegando
correos electrnicos sobre cundo se entregaran las camisetas.
Algunas semanas despus, alguien escribi finalmente. Dijeron que tuve una posicin por
encima de 20, pero no recib mi camiseta, deca la persona. Luego de investigar, descubr que haba
retirado a esta persona de la lista de las camisetas porque tambin haba ganado un premio
monetario. Me di cuenta de que no haba identificado a los ganadores de los premios pecuniarios.
La nica razn por la que me di cuenta fue por la preocupacin de alguien por las camisetas!
Luego, nuevamente me vi atrapado en otro trabajo y demor en entregar los premios monetarios
ms o menos un mes y nadie dijo una palabra mientras tanto. El punto es que a los participantes no
les pareca importar los premios pecuniarios en absoluto. En vez de ello, la gente quera saber sobre
los premios de reputacin su ranking en el sistema y las camisetas que los identificaran como
ganadores. Muchas gracias, y si tienen ms preguntas podemos hablar durante el receso.
Fuente: Google.
24

Caso 4. 612s12 PDF Spa Mercados de Prediccion de Google

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Caso 4. 612s12 PDF Spa Mercados de Prediccion de Google

Caricato da

Copyright:

Formati disponibili

6 1 2 -S 1 2

REV. AGOSTO 20, 2007

Mercados de prediccin de Google

Ya identificamos a los mejores y ms activos participantes comerciales cada trimestre y

Buena pregunta, respondieron los otros, casi al unsono.

El Iowa Electronic Markets, el Policy Analysis Market, la bolsa de Valores de Hollywood, as

(Ver en el Anexo 1 el resto de la publicacin de Cowgill).

Todos los ingenieros de Google tenan 20% de tiempo, o el equivalente de un da a la semana,

La idea de Cowgill produca las siguientes clasificaciones (Figura A):

Figura A Histograma de respuestas a la publicacin de Bo Cowgill sobre un Mercado de Prediccin

Gran idea! Muy buena Definitivamente Tal vez no Probablemente Peligroso o

Consideraciones para el diseo del mercado

El modelo de IEM se basaba en el uso de canastas valores mutuamente excluyentes que

Valor A1 paga 1 si los usuarios <1m

Valor A2 paga 1 si los usuarios 1m y <3m

Valor A3 paga 1 si los usuarios 3m

GPM consista de mercados, resultados y acciones, segn se ilustra en la Figura B.

Figura B Mercados, Resultados y Acciones en GPM

Trminos Definiciones Ejemplo

Inscribirse por una clave secreta

Comenzar a colocar pujas en los mercados!

Felicitaciones al Equipo GPM por su arduo trabajo y entusiasmo en este proyecto.

Figura C Exactitud de GPM

Figura D Precios de los resultados en el tiempo en GPM

Porcentaje de Ganadores en Base a los Rangos

Semanas para el Cierre

Figura E Decisin del GPM

Precio Promedio de Ganancia y Prdida de Acciones

Semanas para el Cierre

Nunca participo en el mercado de acciones real, pero GPM es distinto. Principalmente

Vladimir Humber, empleado de mucho tiempo de Google con un doctorado en ciencias

Tambin he construido mi propia interface de usuario para GPM porque no me gusta la

Y deberamos ofrecer ms y mejores premios, o ms premios por transar ms?, pregunt

Un poco despus, la discusin vir hacia los usos de GPM en la compaa.

Ests seguro de eso? replic Na.

S. Pero juntemos datos y veamos que tengo razn.

Anexo 1 Texto de la propuesta de Cowgill para el Mercado de Prediccin de Google, presentado en

Alguien quisiera trabajar conmigo en esto?

Fuente: Documento de la compaa.

Anexo 2 Explicacin de las subastas dobles continuas

Ejemplo de Libro de rdenes

Cantidad Precio Precio Cantidad

50 33.4 34.3 100

275 33.0 34.8 50

Ejemplo cuota de precios

Valor Puja Pedido ltimo

Y para Ganar 33.5 33.7 33.7

rdenes de mercado y ejecucin de las transacciones Una orden de mercado especfica

Fuente: Autores del caso.

alto de la lista de pedidos.

Anexo 3 Estadsticas de volumen y transacciones de GPM

Cuentas totales en el tiempo

Acciones totales transadas en el tiempo

Base de transacciones por funcin

Porcentaje de nuevas cuentas

Total de transacciones por usuario

1 Participantes Comerciales 860

Anexo 4 Texto del Discurso de Cowgill sobre Mercados de Prediccin

Potrebbero piacerti anche