Excel Solverin rajoitukset, CAPEX-optimointi ja tekoälypohjainen salkun optimointi

1. Excel Solverin monimutkaisuus – Mitkä ovat Excelin rajat?

Excel on yksi käytetyimmistä työkaluista rahoitussuunnittelussa, investointilaskelmissa ja CAPEX-hallinnassa. Microsoft Excel Solverin avulla voidaan muotoilla optimointiongelmia, joissa tavoitefunktio maksimoidaan tai minimoidaan tietyillä rajoituksilla.

Haaste alkaa heti, kun on tarkasteltava useita investointihankkeita samanaikaisesti. Taloudellisesti paras päätös ei nimittäin välttämättä johdu hankkeista, joilla on korkein yksittäinen tuotto.

Ratkaisevaa on kaikkien valittujen hankkeiden yhdistelmä, jossa otetaan huomioon budjetti, resurssit, riippuvuussuhteet ja taloudelliset tavoitteet.

Excel Solverin monimutkaisuus kasvaa erityisesti binäärisissä projektipäätöksissä, lukuisissa rajoituksissa ja suurissa kombinatorisissa päätöksentekotiloissa.

Excelin rajoitukset eivät periaatteessa liity taulukkolaskentaan, vaan käytetyn optimointimenetelmän suorituskykyyn, mallin kokoon ja monimutkaisten päätöksentekomallien käytännön käsittelyyn.

2. Excel Solver 2^N – Eksponentiaalinen päätöksentekotila

Investointihankkeita valittaessa jokaiselle hankkeelle on aluksi kaksi vaihtoehtoa: se toteutetaan tai sitä ei toteuteta.

Kun kyseessä on N riippumatonta binääristä projektipäätöstä, mahdollisia yhdistelmiä on teoriassa 2^N.

Jo 30 projektin kohdalla syntyy yli miljardi teoreettista yhdistelmää. 100 projektin kohdalla binäärinen päätöksentekotila käsittää noin 1,27 kvintiljoonaa mahdollisuutta englanninkielisessä lukujärjestelmässä tai 1,27 kvintiljoonaa saksankielisessä lukujärjestelmässä, jonka suuruusluokka on 10^30.

Budjettirajat ja projektien väliset riippuvuudet vähentävät usein sallittujen yhdistelmien määrää. Siitä huolimatta optimaalisen ratkaisun löytäminen on matemaattisesti haastavaa.

Tärkeää: Nykyaikaiset optimointialgoritmit eivät tarvitse laskea jokaista yhdistelmää erikseen. Ne hyödyntävät matemaattisia rajoja, hakustrategioita, ongelmarakenteita ja heuristisia menetelmiä ratkaisutilan tehokkaaseen tutkimiseen.

3. Excel Solverin rajoitukset – suorituskykyrajoitukset monimutkaisissa salkuissa

Excel Solverin suorituskyky riippuu käytetystä Solverista, mallin rakenteesta ja optimointiongelman tyypistä.

Oletusarvoisesti käytettävissä oleva Microsoft Excel Solver tukee enintään 200 muokattavaa päätöksentekosolua. Laajennetut Solver-tuotteet pystyvät käsittelemään suurempia malleja.

Muita monimutkaisten CAPEX-salkkujen haasteita ovat:

• Suuri määrä binäärisiä päätösmuuttujia
• Monimutkaiset projektien väliset riippuvuudet
• Usean vuoden budjetti- ja resurssirajoitukset
• Erilaiset taloudelliset tavoitteet
• Laskenta-aika ja konvergenssikäyttäytyminen
• Mallin ylläpito ja virhealttius
• Useiden investointiskenaarioiden vertailu
• Toistuva optimointi muuttuneissa olosuhteissa

Teknisesti ratkaistava malli ei siis automaattisesti tarkoita tehokasta päätöksentekoprosessia talousjohtajille, investointivastaaville ja johtokunnille.

4. Kuinka ylittää Excel Solverin rajoitukset

Yritykset voivat ylittää Excel Solverin rajoitukset erottamalla tietojen keräämisen ja optimointilaskelmat toisistaan.

Excel pysyy tässä yhteydessä tutuna käyttöliittymänä investointihankkeiden jäsenneltyyn keräämiseen. Varsinainen laskenta siirretään erikoistuneelle matemaattiselle optimointialustalle.

StratePlan noudattaa tätä lähestymistapaa: projektitiedot syötetään Excel-pohjaisen tietorakenteen kautta ja analysoidaan sen jälkeen kombinatoristen optimointimenetelmien avulla.

Tämä mahdollistaa projektikombinaatioiden, budjettirajoitusten ja taloudellisten tavoitteiden järjestelmällisen tarkastelun ilman, että käyttäjien tarvitsee itse kehittää monimutkaisia Solver-malleja.

5. Kuinka optimoida CAPEX-allokaatio Excelissä

CAPEX-allokaatiolla tarkoitetaan käytettävissä olevan investointibudjetin jakamista eri investointiprojekteille.

Tyypillinen Excel-taulukko sisältää seuraavat tiedot:

Esimerkkitietoja, eivät todellisia projektituloksia.

Näiden tietojen avulla investointivaihtoehtoja voidaan arvioida taloudellisesti ja yhdistellä annetun budjetin puitteissa.

Ratkaiseva ero yksinkertaisen Excel-rankinglistan ja matemaattisen CAPEX-optimoinnin välillä on se, että arvioidaan paitsi yksittäisiä projekteja myös niiden yhdistelmän kokonaisvaikutusta.

StratePlan käyttää Excel-taulukkoa helpoksi välineeksi matemaattiseen salkun optimointiin.

6. Kuinka optimoida 100 investointihanketta

Kun investointihankkeita on 100, pelkkä manuaalinen priorisointi ei useinkaan riitä taloudellisesti parhaan yhdistelmän määrittämiseen.

Yrityksen on esimerkiksi päätettävä, mitkä hankkeet toteutetaan rajallisen CAPEX-budjetin puitteissa, mitkä hankkeet ovat toisistaan riippuvaisia ja mikä yhdistelmä tuottaa suurimman taloudellisen hyödyn.

Jäsennelty optimointiprosessi käsittää:

1. Kaikkien investointihankkeiden kartoittaminen
2. Taloudellisen tavoitearvon määrittely
3. Käytettävissä olevan CAPEX-budjetin määrittäminen
4. olennaisten projektien välisten riippuvuussuhteiden huomioon ottaminen
5. Sopivien hankekombinaatioiden matemaattinen laskeminen
6. Vaihtoehtoisten salkkujen vertailu ja arviointi
7. Muuttuneiden investointiehtojen simulointi

StratePlan tukee tätä prosessia erikoistuneella optimointiarkkitehtuurilla, joka on kehitetty monimutkaisia kombinatorisia päätöksentekoprobleemeja varten.

7. Excel Solverin vaihtoehto – vaihtoehtoinen ohjelmisto investointipäätöksiin

Excel Solverin vaihtoehtoa etsivä tarvitsee usein paitsi tehokkaamman algoritmin myös kattavamman ratkaisun päätöksentekoon.

Teknisiä vaihtoehtoja ovat esimerkiksi erikoistuneet optimointikirjastot, sekaintegroitu ohjelmointiratkaisijat ja matemaattiset mallinnusalustat.

StratePlan puolestaan on sovelluslähtöinen päätöksentekoälyratkaisu sijoitussalkkujen hallintaan.

Käyttäjän ei tarvitse ohjelmoida matemaattisia malleja. Hän syöttää projektitietonsa, määrittelee taloudelliset puitteet ja saa lasketut salkkutulokset.

Näin StratePlan yhdistää Excelin helppokäyttöisyyden erikoistuneisiin optimointimenetelmiin.

8. Excel Solverin vaihtoehto suurille salkuille

Suuret sijoitussalkut käsittävät usein kymmeniä tai satoja sijoitusprojekteja, joiden kustannukset, tuotot, ajoitukset ja riippuvuussuhteet vaihtelevat.

Keskeisenä haasteena on ottaa huomioon näiden projektien väliset vuorovaikutukset ja määrittää taloudellisesti vakuuttava salkkuyhdistelmä.

Sopivan Excel Solver -vaihtoehdon suurille salkuille tulisi siksi paitsi tukea laajempia optimointimalleja, myös mahdollistaa skenaarioanalyysit, toistuvat laskelmat ja ymmärrettävät päätöksentekotulokset.

StratePlan on suunniteltu juuri tätä matemaattisen optimoinnin ja käytännön sijoituspäätösten yhdistelmää varten.

9. Excel Solver AI – tekoälypohjainen optimointi

Excel Solver AI kuvaa perinteisten optimointimenetelmien ja tekoälyn yhdistämistä.

Kun generatiivinen tekoäly tuottaa pääasiassa sisältöä, matemaattisen optimoinnin tavoitteena on määrittää määritellyissä olosuhteissa mahdollisimman hyvät tai todistettavasti optimaaliset päätökset.

StratePlan yhdistää operaatiotutkimuksen matemaattiset menetelmät tekoälypohjaisiin ja heuristisiin komponentteihin.

Hybridiarkkitehtuuri tukee tehokkaiden projektikombinaatioiden tehokasta etsimistä monimutkaisissa päätöksentekotilanteissa.

StratePlan ei siis ole generatiivinen chatbot, vaan järjestelmä laskennalliseen päätöksenteon tukeen.

10. Excel Solver Optimization – Matemaattinen optimointi

Matemaattinen optimointi tarkoittaa järjestelmällistä etsintää määritellyn päätösongelman parhaasta ratkaisusta.

CAPEX-hallinnassa tähän liitetään taloudelliset tavoitteet sekä budjetti-, resurssi- ja projekti-rajoitukset.

Tyypillisiä tavoitteita ovat taloudellisen arvonlisän maksimointi, pääoman tuoton optimointi tai salkun valinta määriteltyjen investointirajojen puitteissa.

Toisin kuin yksinkertaisessa priorisoinnissa, koko salkkua tarkastellaan yhtenäisenä optimointiongelmana.

11. Excel Solverin binäärimuuttujat – binääriset päätökset

Binääriset päätösmuuttujat ovat matemaattisen investointisuunnittelun perusmenetelmä.

Jokaiselle projektille määritellään yksi muuttuja:

x = 1: Projekti valitaan.

x = 0: Projektia ei valita.

Tämä yksinkertainen esitys muodostaa perustan monille monimutkaisille salkunoptimointiongelmille.

Kun projekteja on N, syntyy teoriassa 2^N mahdollista valintayhdistelmää. Varsinainen optimointitehtävä on määrittää kaikista sallituista yhdistelmistä taloudellisesti paras.

12. Excel Solverin kombinatorinen optimointi – Kombinatorinen optimointi

Kombinatorinen optimointi tutkii parasta mahdollista valintaa tai järjestystä erillisistä päätösvaihtoehdoista.

Se on vakiintunut tutkimusalue matematiikassa, tietotekniikassa ja operaatiotutkimuksessa.

Sijoitushallinnassa tämä tarkoittaa, että yksittäisiä projekteja ei tarkastella erillisinä, vaan niiden osuutta konkreettisessa yhdistelmässä.

StratePlan hyödyntää tätä matemaattista lähestymistapaa laskeakseen sijoitussalkkuja taloudellisten ja operatiivisten puiteolosuhteiden mukaisesti.

Tällöin klassisesta kysymyksestä ”Mikä projekti on paras?” muodostuu strategisesti tärkeämpi kysymys: ”Mikä projektien yhdistelmä tuottaa parhaan kokonaistuloksen?”

13. Excel Solver Integer Programming – kokonaislukujen optimointi

Integer-ohjelmointia eli kokonaislukujen optimointia käytetään, kun päätösmuuttujat voivat saada vain tiettyjä kokonaislukuarvoja.

Erityisen merkityksellinen erityistapaus on binäärinen kokonaislukuprogrammointi, jossa arvot ovat 0 ja 1.

Tällaiset mallit soveltuvat investointipäätösten esittämiseen, joissa projektit joko valitaan kokonaan tai suljetaan pois.

Monimutkaisissa CAPEX-salkkuissa voidaan ottaa huomioon lisärajoituksia, jotka liittyvät budjetteihin, resursseihin ja projektien riippuvuuksiin.

14. Excel Solver -projektivalinta – Optimaalinen projektivalinta

Projektien valinta on strategisen investointihallinnan keskeinen tehtävä.

Yrityksillä on usein enemmän taloudellisesti kiinnostavia projekteja kuin käytettävissä olevaa investointipääomaa.

Perinteisessä projektien rankingissa vaihtoehdot lajitellaan esimerkiksi sijoitetun pääoman tuoton (ROI), nettonykyaarvon tai strategisen prioriteetin mukaan.

Tämä järjestys ei kuitenkaan välttämättä johda parhaaseen kokonaisratkaisuun.

Matemaattinen projektivalinta ottaa sen sijaan huomioon käytettävissä olevan budjetin ja valitun salkun taloudellisen kokonaisvaikutuksen.

15. Excel Solver -salkun optimointi – salkun optimointi

Salkun optimointi yhdistää useita investointipäätöksiä yhteiseksi matemaattiseksi malliksi.

Toisin kuin yksittäisen projektin erillinen arviointi, salkun optimointi ottaa huomioon valittujen projektien vaikutuksen koko investointibudjettiin.

StratePlan auttaa yrityksiä laskemaan optimoituja projektikombinaatioita sekä vertailemaan vaihtoehtoisia investointiskenaarioita.

Tämä luo kvantitatiivisen perustan päätöksille hallituksessa, johdossa ja strategisessa ohjauksessa.

16. Excel Solverin budjettirajoitukset – budjettirajoitukset

Budjettirajoitukset määrittelevät optimointiongelman taloudelliset rajat.

CAPEX-hallinnassa valittujen hankkeiden investointimenojen summa ei saa ylittää käytettävissä olevaa budjettia.

Yksinkertaistettu matemaattinen kaava on:

Summa (projektikustannukset × valintamuuttuja) ≤ CAPEX-budjetti

Lisäksi resurssirajoitukset, projektien väliset riippuvuudet ja aikarajoitukset voivat olla merkityksellisiä.

StratePlan mahdollistaa projektisalkkujen optimoinnin määriteltyjen taloudellisten puitteiden sisällä.

17. Excel Solver Maximize ROI – sijoitetun pääoman tuoton optimointi

Sijoitetun pääoman tuoton maksimointi on yksi investointihallinnan tärkeimmistä tavoitteista.

Yksittäisten projektien korkea ROI ei kuitenkaan automaattisesti tarkoita, että niiden yhdistelmä tuottaa suurimman taloudellisen kokonaishyödyn.

Tavoitteesta riippuen eri salkut voivat tuottaa korkeimman sijoitetun pääoman tuoton tai suurimman absoluuttisen arvonlisän.

Ammattimaisessa salkun optimoinnissa on siksi otettava huomioon konkreettinen tavoitefunktio.

Käytännön esimerkki: Klybeck-alue, Basel. Mallipohjaisessa salkun optimoinnissa pääoman tuoton parannukseksi laskettiin 7,0 %:sta 11,4 %:iin. Tämä vastaa noin 63 %:n suhteellista kasvua samalla budjetilla. Lisäksi laskettu taloudellinen arvonlisäys oli noin 30 miljoonaa Sveitsin frangia.

Nämä tulokset koskevat konkreettista sovellustapausta eivätkä ne ole yleinen tulostakuu.

18. Excel Solverin reppuongelma – reppuongelma

Knapsack-ongelma eli reppuongelma kuuluu kombinatorisen optimoinnin klassisiin tehtäviin.

Perusajatus: joukosta kohteita, joilla on erilaiset kustannukset ja arvot, on tehtävä valinta, joka tuottaa suurimman mahdollisen hyödyn tietyn kapasiteettirajan puitteissa.

CAPEX-hallinnassa kohteet vastaavat investointihankkeita, kapasiteettiraja käytettävissä olevaa investointibudjettia ja arvot hankkeiden taloudellista tuottoa.

Monimutkaiset investointisalkut laajentavat tätä perusongelmaa lisärajoituksilla, riippuvuuksilla ja taloudellisilla tavoitearvoilla.

19. Excel Solver NP-hard – Vaikeat optimointiongelmat

Monet kombinatoriset optimointiongelmat kuuluvat NP-vaikeiden ongelmien luokkaan (engl. NP-hard).

Tämä ei tarkoita, että tällaiset ongelmat olisivat periaatteessa ratkaisemattomia. Pikemminkin tälle yleiselle ongelmaluokalle ei tunneta tehokasta algoritmia, joka ratkaisisi minkä tahansa tapauksen optimaalisesti polynomiaalisessa ajassa.

Klassinen 0-1-reppuoptimointiongelma on NP-vaikea.

Käytännössä nykyaikaiset matemaattiset menetelmät pystyvät kuitenkin ratkaisemaan tehokkaasti monia suuria ongelmia tai laskemaan erittäin hyviä likiarvoratkaisuja.

Todellinen laskenta-aika riippuu muun muassa projektitietojen rakenteesta, rajoituksista ja käytetystä algoritmista.

20. Excel Solverin eksponentiaalinen monimutkaisuus – eksponentiaalinen kasvu

Eksponentiaalinen monimutkaisuus kuvaa päätöksentekoavaruuden kasvua, jonka koko kasvaa eksponentiaalisesti jokaisen uuden binäärimuuttujan myötä.

Investointivalinnassa tämä suhde näkyy kaavassa 2^N.

Projektien lukumäärän kaksinkertaistuminen ei siis johda pelkästään teoreettisten yhdistelmämahdollisuuksien kaksinkertaistumiseen, vaan huomattavasti voimakkaampaan kasvuun.

Tämä selittää, miksi monimutkaisten sijoitussalkkujen matemaattinen optimointi on oma erikoisalansa, jota ei voida ratkaista pelkästään laaja-alaisten Excel-taulukoiden avulla.

Teoreettisten yhdistelmien eksponentiaalinen määrä ei kuitenkaan tarkoita automaattisesti eksponentiaalista laskuaikaa jokaiselle konkreettiselle ongelmatapaukselle.

21. Jatkuva suunnittelu – jatkuva investointisuunnittelu ja CAPEX-optimointi

Jatkuva suunnittelu kuvaa siirtymistä staattisesta, jaksottaisesta investointisuunnittelusta jatkuvasti päivitettävään päätöksentekoprosessiin.

Perinteinen CAPEX-suunnittelu perustuu usein vuotuisiin budjettikierroksiin. Uudet projektit, muuttuneet kustannukset, uudet investointimahdollisuudet tai strategiset muutokset edellyttävät kuitenkin säännöllisiä uudelleenarviointeja.

Matemaattisen salkun optimoinnin avulla jatkuvaa suunnittelua voidaan laajentaa ratkaisevalla ominaisuudella: parhaan mahdollisen projektikombinaation toistuvalla laskemisella päivitettyjen tietojen perusteella.

Jatkuva CAPEX-optimointi

Muuttuneissa olosuhteissa voidaan laskea uusia skenaarioita, esimerkiksi:

• Investointibudjetin pienentäminen tai suurentaminen
• Uudet projektit investointiputkessa
• Tulojen tai menojen muutokset
• Uudet strategiset prioriteetit
• Lisäriippuvuudet projektien välillä
• Taloudellisten tavoitteiden muutokset

StratePlan tukee tätä lähestymistapaa toistettavissa olevilla optimointilaskelmilla ja skenaariovertailuilla.

Näin jatkuva suunnittelu (Continuous Planning) voidaan kehittää olemassa olevien suunnitelmien jatkuvasta päivittämisestä investointisalkun jatkuvaksi matemaattiseksi uudelleenarvioinniksi.

Jatkuva suunnittelu vs. jatkuva optimointi

Jatkuva suunnittelu päivittää suunnittelun perustan. Jatkuva optimointi laskee näiden päivitettyjen tietojen perusteella uudelleen sopivat tai optimoidut päätökset.

Näiden kahden lähestymistavan yhdistelmä luo perustan dynaamisemmalle ja entistä vahvemmin dataan perustuvalle pääoman allokoinnille.

22. StratePlan – Excelistä optimoituun sijoituspäätökseen

StratePlan on kehitetty tuomaan monimutkainen matemaattinen salkun optimointi yritysten ulottuville.

Vaihe 1: Investointihankkeiden kirjaaminen Exceliin

Aloittamiseksi tarvitaan perustiedot projektista:

• Projektitunnus
• Kulut
• Tuotot
• Valinnainen: Painotus ja muut malliparametrit

Vaihe 2: CAPEX-budjetin ja optimointitavoitteen määrittäminen

Yritys määrittelee käytettävissä olevan rahoituskehyksen ja halutun taloudellisen tavoitteen.

Vaihe 3: Projektisalkun matemaattinen optimointi

StratePlan laskee optimointiarkkitehtuurinsa avulla taloudellisesti sopivia projektikombinaatioita määriteltyjä rajoituksia noudattaen.

Vaihe 4: Tulosten ja skenaarioiden vertailu

Lasketut tulokset muodostavat perustan vaihtoehtoisten investointipäätösten perustellulle arvioinnille.

Vaihe 5: Uusien olosuhteiden simulointi

Jos budjetti, projektitiedot tai taloudelliset tavoitteet muuttuvat, salkku voidaan laskea uudelleen.

Tämä lähestymistapa tukee sekä strategista vuosisuunnittelua että jatkuvaa suunnittelua (Continuous Planning) sekä toistuvia CAPEX-päätöksiä.

Excel pysyy. Optimointi tehostuu.

StratePlan ei korvaa tuttua Excel-tietojen syöttöä, vaan täydentää sitä erikoistuneella matemaattisella päätöksentekologiikalla.

Samat projektit. Optimaalinen yhdistelmä. Parempia tuloksia.

Optimoi nyt jopa 15 projektia ilmaiseksi →

23. UKK – Excel Solver, CAPEX-optimointi ja AI Solver

Mitkä ovat Excel Solverin rajoitukset?

Rajoitukset riippuvat Solver-versiosta, mallin koosta ja matemaattisesta rakenteesta. Microsoft Excelin vakioversio Solverissa on rajoitettu 200 muokattavaan päätöksentekosoluun. Monimutkaiset binääriset salkkumallit voivat aiheuttaa lisähaasteita laskenta-ajassa, mallinnuksessa ja ylläpidossa.

Voiko Excel Solver optimoida 100 investointihanketta?

Kyllä, periaatteessa 100 binääristä projektipäätöstä mahtuu vakioversion Solverin muuttujarajoihin. Se, voidaanko malli ratkaista tehokkaasti, riippuu kuitenkin rajoituksista, tavoitefunktiosta ja ongelman konkreettisesta rakenteesta.

Mitä 2^N tarkoittaa salkun optimoinnissa?

2^N tarkoittaa teoreettisten valintayhdistelmien lukumäärää, kun N on riippumattomien binääristen päätösten määrä. 100 projektin tapauksessa mahdollisia yhdistelmiä on noin 1,27 × 10^30.

Onko Excel Solver tekoälypohjainen ratkaisija?

Perinteinen Excel Solver on matemaattinen optimointityökalu, eikä se ole automaattisesti tekoälyjärjestelmä. Nykyaikaiset optimointiratkaisut voivat yhdistää perinteisiä algoritmeja tekoälypohjaisiin menetelmiin.

Mikä on paras Excel Solverin vaihtoehto CAPEX-optimointiin?

Sopiva vaihtoehto riippuu tehtävän luonteesta. Yrityksille, jotka haluavat optimoida investointiprojekteja ilman omaa matemaattista ohjelmointia, StratePlan tarjoaa erikoistuneen ratkaisun CAPEX- ja salkun optimointiin.

Miten kombinatorinen optimointi parantaa pääoman kohdentamista?

Kombinatorinen optimointi tarkastelee eri projektikombinaatioiden taloudellisia vaikutuksia määriteltyjen rajoitusten puitteissa. Tämän avulla voidaan tunnistaa salkkuja, joita ei välttämättä löydetä yksittäisten projektien yksinkertaisella järjestämisellä.

Voiko tekoäly maksimoida sijoitussalkun sijoitetun pääoman tuoton (ROI)?

Tekoälyyn perustuvat ja matemaattiset optimointimenetelmät voivat auttaa tunnistamaan projektikombinaatioita, joilla on korkea pääoman tuotto. Ratkaisun laatu riippuu käytetystä mallista, käytettävissä olevista tiedoista ja optimointimenetelmästä.

Mikä on ero projektien priorisoinnin ja salkun optimoinnin välillä?

Projektien priorisointi arvioi ja lajittelee yksittäisiä projekteja. Salkun optimointi puolestaan tutkii, mikä projektien yhdistelmä tuottaa parhaan kokonaistuloksen annetuissa puiteolosuhteissa.

Miten jatkuva suunnittelu tukee CAPEX-päätöksiä?

Jatkuva suunnittelu mahdollistaa investointitietojen ja suunnitteloletusten säännöllisen päivittämisen. Yhdistettynä matemaattiseen optimointiin sen avulla voidaan laskea toistuvasti uusia salkkupäätöksiä.

Voiko StratePlan-ohjelmistoa käyttää Excelin kanssa?

Kyllä. StratePlan käyttää Excel-pohjaista tietorakennetta investointihankkeiden helpon syöttämisen ja siirtämisen mahdollistamiseksi. Matemaattinen optimointi suoritetaan tämän jälkeen Online Decision Service -palvelun kautta.

Voinko kokeilla StratePlania ilmaiseksi?

Kyllä. Online Decision Service tarjoaa pysyvästi ilmaisen kokeilumahdollisuuden jopa 15 projektille. Tätä varten on rekisteröidyttävä.