Mercados de predicción en Google

[pic 1]

9-607-088

R E V : A U G U S T 2 0 , 2 0 0 7

P E T E R A . C O L E S

K A R I M R . L A K H A N I

A N D R E W P . M C A F E E

Mercados de predicción en 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 de Google en Mountain View, California, y revisó los resultados más recientes de los mercados de predicción interna de la compañía. Los cinco Googlers (como los empleados de Google se refirieron a sí mismos) habían lanzado los mercados de predicción de la compañía, construyeron los sistemas de información que los apoyaron y los supervisaron durante los siete trimestres anteriores, todo mientras trabajaban en sus empleos "normales". Los mercados habían crecido en popularidad y demostraron su exactitud durante ese tiempo, y el equipo estaba orgulloso de sus logros.

Los mercados de predicción se parecen mucho a los mercados bursátiles. Contenían valores, cada uno de los cuales tenía un precio. La gente utilizó el mercado para comerciar entre sí comprando y vendiendo estos valores. Debido a que los comerciantes tenían diferentes creencias acerca de lo que valía la pena, y debido a que los eventos ocurrieron con el tiempo que alteraban estas creencias, los precios de los valores variaron con el tiempo.

En un mercado de valores como la bolsa de valores de Nueva York los títulos que se negocian eran acciones en las empresas, cuyos precios reflejaban las creencias sobre el valor de las empresas. En un mercado de predicción, en cambio, los valores que se negocian estaban relacionados con eventos futuros, como una elección presidencial estadounidense. En este caso, el mercado podría diseñarse de modo que cada seguridad estuviera vinculada a un candidato, y su precio fuera el mismo que la probabilidad estimada de que el candidato ganara, según los comerciantes del mercado.

Los mercados de predicción en Internet habían demostrado ser notablemente precisos para predecir los resultados de las elecciones políticas y otros eventos, y los Googlers habían querido ver si también podían ser utilizados productivamente dentro de las empresas para pronosticar eventos de interés tales como la fecha de lanzamiento de un producto o si un competidor tomaría una acción específica. Las experiencias de los siete trimestres anteriores habían mostrado que los mercados de predicción de Google (GPM) eran de hecho bastante buenos para predecir tales eventos. Googlers no puso nada de su propio dinero en riesgo cuando negociaban dentro de GPM; en su lugar, compraron y vendieron valores dentro de GPM usando "Goobles", una moneda artificial.

Durante el almuerzo, los miembros del equipo hablaron sobre los siguientes pasos para GPM.

"Tenemos una gran cantidad de datos de mercado y Trading y apenas hemos empezado a analizarlo, pero todo nuestro trabajo hasta ahora muestra que nuestros mercados continúan siendo precisos y decisivos. Yo era un creyente desde el principio, pero incluso yo no creía que funcionaría bien ", dijo Cowgill.

Pero ¿sabemos que siempre funcionan bien?" Los bancos preguntaron. "Debemos profundizar en nuestros datos para averiguar si algunos tipos de mercados funcionan mejor que otros". "Bueno, una cosa que sabemos incluso sin hacer mucho análisis es que todos los mercados funcionan mejor a medida que obtienen más comerciantes", respondió Friedman. "De hecho, me sorprende que algunos de nuestros mercados funcionaron tan bien como lo hicieron — no atraían a mucha gente o muchos oficios". "Creo que ese es el mayor desafío que enfrentamos en este momento", coincidió Kirnos. "Tenemos un grupo de comerciantes activos cada trimestre, pero es un grupo bastante pequeño. Tenemos mucha más gente que se inscribe, y luego solo hacemos una o dos operaciones. ¿Por qué no están haciendo más y cómo los alentamos a que sean más activos? " Cowgill tenía una respuesta lista. "Todos ustedes saben lo que pienso, debemos hacer el Trading más social y más personal, de modo que, si quieren revelar sus oficios o posiciones, GPM les permitirá. En este momento todo es anónimo, y creo que funciona en contra de nosotros.

"Ya identificamos a los mejores y más activos comerciantes cada trimestre y premian a muchas otras personas con camisetas. Ya me parece bastante social ", respondió Kirnos. "Espera", dijo Friedman. "Creo que nuestro mayor desafío no es conseguir que más personas participen en los mercados, es averiguar cómo utilizar sus resultados. ¿Es GPM una curiosidad fresca, divertida, o es realmente una herramienta útil para dirigir esta compañía? "" Buena pregunta, "los otros respondieron, casi al unísono.

Google

fue fundado en 1998 por Larry Page y Sergey Brin, dos estudiantes de doctorado en Stanford. En ese momento, muchos motores de búsqueda en Internet clasificaron las páginas basándose en cuántas veces contenían una determinada palabra o frase. Si, por ejemplo, un usuario ha escrito "Boston Red Sox" en el cuadro de búsqueda de uno de estos motores, su primer resultado podría ser la página que contenía la frase "Boston Red Sox" la mayoría de las veces. Los operadores de sitios web pronto aprendieron cómo estos motores de búsqueda trabajaron y encontraron fácil aprovecharlos. Por ejemplo, construiría páginas que no tenían nada que ver con los SOX, pero que aún contenían "Boston Red Sox" cientos o incluso miles de veces para atraer tráfico. Estas páginas proliferaron rápidamente y dificultó la búsqueda en Internet. La idea de los fundadores de Google era que la página "mejor" sobre las medias rojas de Boston no era la que usaba esa frase más a menudo, sino la que estaba más vinculada a usar esa frase. Las páginas web normalmente contenían muchos vínculos a otras páginas, y esta estructura de vínculos proporcionaba una gran cantidad de información. Es probable que la página que más páginas vinculadas a un tema dado sea la mejor página en ese tema y la que buscaba un buscador. Google también evaluó la "reputación" de cada página en la web; Si se trataba de una página que muchas otras páginas vinculadas, sus propios vínculos se les dio más credibilidad.

...