将来の利益をモデル化するためのシステム、方法およびコンピュータプログラムプロダクトが提供される。当該方法に従うと、将来の利益のモデル化は、ある期間の各時間セグメントに亘る商品についての成長率を規定することによって始まる。この期間は複数の時間セグメントを含む。次いで、商品についての不確実性が各時間セグメントに対して決定される。次に、利益分布が、それぞれの時間セグメントに亘る成長率および不確実性に基づいて各時間セグメントの終わりに決定される。最後に、利益値が、それぞれの利益分布に基づいて各々の利益値を無作為に選択することによって各時間セグメントの終わりに選択され、これにより当該期間に亘る将来の利益をモデル化する。したがって、当該方法は、成長率および／または不確実性が時間セグメントごとに変動することを可能にする。当該方法はまた、前の時間セグメントの終わりにおける偶発性の原因となる可能性がある。 （もっと読む）

商品の金額的指標、たとえば商品に関連するコストまたは収益をモデル化するために、システム、方法およびコンピュータプログラム製品が提供される。方法は、商品に関連する少なくとも１つの技術について、成熟度の少なくとも１つの定性的指標を選択することによって始まり、成熟度の各定性的指標は、各技術が分布に対応して関連付けられるように、分布に関連付けられる。次に、金額的ポイントが各技術に関連付けられ、その後、それぞれの金額的ポイントおよびそれぞれの分布に基づいて、各技術について金額的分布が判断される。それぞれの金額的分布に基づいて、各技術について複数の金額的値をランダムに選択することによって、複数の金額的値が選択される。最後に、各技術について選択された金額的値に基づいて、商品についての金額的指標がモデル化される。 （もっと読む）

学習曲線値を決定し、商品の対応する収益性およびコストをモデル化するためのシステム、方法およびコンピュータプログラム製品を提供する。学習曲線値を決定する１つの方法により、商品の各ユニットを製造するための経常費用は、潜在学習曲線値の関数としてモデル化される。その後、商品の各ユニットを製造するための経常外費用が、潜在学習曲線値の関数としてモデル化される。次に、学習曲線値が経常費用モデルおよび経常外費用値に基づいて決定され、決定された学習曲線値における経常費用および経常外費用は、潜在学習曲線値全体で最小化される。 （もっと読む）