Logische structuren in techno-economische evaluatie van telecom projecten en toepassing aan de hand van speltheorie

Logische structuren in techno-economische evaluatie van telecom projecten en toepassing aan de hand van speltheorie Karel Bauters, Marlies Van der Wee

Promotoren: prof. dr. Mario Pickavet, ir. Sofie Verbrugge Begeleider: dr. ir. Koen Casier Masterproef ingediend tot het behalen van de academische graad van Master in de ingenieurswetenschappen: bedrijfskundige systeemtechnieken en operationeel onderzoek

Vakgroep Informatietechnologie Voorzitter: prof. dr. ir. Daniël De Zutter Faculteit Ingenieurswetenschappen Academiejaar 2009-2010

Voorwoord Een dankwoord wordt meestal vooraan in een boek geplaatst om even de aandacht te vestigen op een aantal bijzondere mensen. In ons geval is dit niet minder waar, ook wij willen even de tijd nemen om een aantal personen te bedanken.  Onze promotoren, Prof. Dr. Ir. Mario Pickavet en Dr. Ir. Sofie Verbrugge, om ons de kans te geven ons te verdiepen in dit interessante onderwerp.  Onze begeleider, Dr. Ir. Koen Casier, voor zijn geduld en duidelijke antwoorden op de vele vragen, maar ook voor het nalezen van dit boek, ook al ging dit dikwijls ten koste van zijn eigen vrije tijd.  Andere collega’s van de vakgroep verdienen ook een woordje van dank. We denken hier aan Bart Lannoo, voor zijn tijd om een extra mening te formuleren over de testcases en het model voor een draadloos netwerk. Ook Martine Buysse mag niet vergeten worden, zij leidde alle praktische zaken qua planning en tussentijdse rapporteringen in goede banen.  Onze ouders, voor het nalezen van deze thesis, maar zeker ook om ons beiden de mogelijkheden gegeven te hebben om deze studies te kunnen voltooien. Zij hebben ons steeds gesteund in alle belangrijke beslissingen die we in dit leven al gemaakt hebben en zullen dat zeker blijven doen.  Ook willen we elkaar bedanken. Samenwerken is zeker niet altijd even gemakkelijk geweest, maar we zijn beiden blij dat we het als een team geklaard hebben. Tot slot willen we onze dank betuigen aan iedereen die ons gesteund heeft en kansen gegeven heeft tijdens deze vijf jaar aan de Universiteit Gent. Door hen kunnen we bevestigen dat de studententijd inderdaad de mooiste tijd van je leven is!

"De auteurs geven de toelating deze masterproef voor consultatie beschikbaar te stellen en delen van de masterproef te kopiëren voor persoonlijk gebruik. Elk ander gebruik valt onder de beperkingen van het auteursrecht, in het bijzonder met betrekking tot de verplichting de bron uitdrukkelijk te vermelden bij het aanhalen van resultaten uit deze masterproef."

Karel Bauters en Marlies Van der Wee, mei 2010

i

Overzicht Logische structuren in techno-economische evaluatie van telecom projecten en toepassing aan de hand van speltheorie door Karel Bauters en Marlies Van der Wee

Promotoren: prof. dr. Mario Pickavet, dr. ir. Sofie Verbrugge Begeleider: dr. ir. Koen Casier

Masterproef ingediend tot het behalen van de academische graad van

MASTER IN DE INGENIEURSWETENSCHAPPEN: BEDRIJFSKUNDIGE SYSTEEMTECHNIEKEN EN OPERATIONEEL ONDERZOEK Vakgroep Informatietechnologie Voorzitter: prof. dr. ir. Daniël De Zutter Faculteit Ingenieurswetenschappen Academiejaar 2009-2010 Samenvatting De groeiende vraag naar bandbreedte en de dalende prijzen van optische apparatuur zorgen ervoor dat de uitrol van een volledig optisch toegangsnetwerk noodzakelijk en haalbaar wordt. Bestaande techno-economische modellen zijn zeer case-specifiek en daardoor beperkt in flexibiliteit en toepasbaarheid. Het doel van dit werk is het opbouwen van een generiek model, gebaseerd op de logische structuren waaruit een typische techno-economische analyse bestaat. Vermits de opbouw van het ontwikkelde model heel algemeen gehouden wordt en elke logische structuur apart beschouwd wordt, is het heel eenvoudig om aanpassingen te maken of uitbreidingen toe te voegen. Het model werd gevalideerd uitgaande van een bestaande case en getest in een speltheoretische omgeving. Het eerste deel geeft een overzicht van de nodige technologische en economische achtergrond. Het tweede deel bespreekt de opbouw van het model en gaat dieper in op alle logische structuren waaruit dit model bestaat en de implementatie van deze structuren in Java. Het derde deel stelt enkele uitgewerkte cases voor en bespreekt de belangrijkste resultaten Trefwoorden: Fiber to the Home, techno-economische analyse, speltheorie

ii

Logical structures in the techno-economic evaluation of broadband networks and the application of game theory Karel Bauters, Marlies Van der Wee Supervisors: Mario Pickavet, Sofie Verbrugge, Koen Casier Abstract – Due to the growing demand for bandwidth and the decreasing cost of optical equipment, the interest in optical broadband networks has increased during the last couple of years. Existing techno-economic models are case-specific and difficult to adapt. This paper describes the development of a flexible, generic model that can be used for the techno-economic analysis of any access network. After validation of the model using the specific case of the deployment of a Homerun Network in the city of Ghent, the model is implemented in a competitive setting using game theory. Keywords – Fiber to the Home, techno-economics, game theory

1.

INTRODUCTION

As the bandwidth demand grows, the need for optical access networks increases. In the past, the cost of optical equipment was too high to make the deployment of a Fiber to the Home (FttH) network profitable. In the last couple of years however, the cost of this kind of equipment has been significantly reduced, creating new opportunities for the rollout of a FttH-network. In previous research [2][1], a specific model for the techno-economic analysis of a FttHnetwork deployment was developed. However, this model appeared to be very case-specific and could not be used for the evaluation of other types of access networks. The goal of this research is to define the composing logical structures needed for the techno-economic evaluation of broadband networks (Part II), to build a generic, flexible technoeconomic analysis model using those structures (Part III) and to test this model using the application of game theory (Part IV). Part V ends with the main conclusions on this research. 2.

The physical structure of the network is determined by the technology for which it is designed. Additionally, the technology block also contains the introduction year and the right adoption parameters. To calculate the actual amount of subscribers over time, techno-economic models utilize adoption curves. In the standard implementation, the Bass adoption curve is used to model the total amount of subscribers, and a Gompertz curve is used for modeling the adoption of early subscriptions. In addition to the adoption parameters and the introduction year of the technology, the rollout year and speed need to be fixed in the strategy block. Once the amount of users is known, the needed equipment installation can be calculated by the equipment model. A typical equipment model consists of a tree structure. The relationship between the different levels in this tree is defined by a granularity factor. The last logical structure needed to build a model for techno-economic analysis is the cost and revenue model. This model provides all calculation methods to determine the costs and revenues related to the network, based on the outputs of the logical structures mentioned before.

THE MODEL

A. Logical structures Figure 1 gives a representation of the general structure of the model. Most networks can be represented using a tree structure. In the developed model, the root of this tree is the area in which the operator wants to deploy the network. Every area consists of several subareas. The structure and functionality of these subareas are identical to the structure of the area itself. Each area is defined by a dimensioning block, which contains all parameters needed to uniquely identify the area. One of these parameters is the number of potential users in the area. Based on the differences in need for bandwidth or other criteria, different types of users can be distinguished. Every type has its own specific inputs to determine revenues and certain user-based costs.

Figure 1 : General structure of the model

B. Application of game theory It is easily possible to link different models to each other in order to analyze the influence of competition. When using the model in combination with such game theoretic approach, the adoption calculation is modified to account for the influence both players have on each other. Figure 2 shows the link between two players in game theory.

iii

3.

CASES

Millions €

Using the developed flexible implementation, it is much easier to setup a large range of techno-economic evaluations for different types of technologies, equipment models, areas, etc. This provides us with a first set of test cases for the implementation. The developed model was first validated using the initial model [2][1], which was designed for the specific case of the deployment of a Homerun Network with two central offices in the city of Ghent. All results match the logic of the original model and proof the validity of the implementation. Afterwards, the model is used to compare the costs of the three possible physical layouts of a FttH-network: HRN, ASN and PON. The comparison of these three basic structures of FttH showed that, when there is no competition, the deployment of PON is the most lucrative. A graphical representation of the cumulative payoffs for the three structures is given in Figure 3.

Millions €

Figure 2 : Model for application of game theory

in that period, is lost for the second player. This increase of market share leads to a higher amount of subscribers and so, to higher revenues. The profits of a player are subject to a time effect. This time effect has the most impact on the economic calculation of the costs and exists of two contributing parts. First of all, the cost of equipment, especially optical equipment, decreases fast over time. This phenomenon is called cost erosion and is modeled using learning curves. Secondly, the economic value of money decreases over time. This decrease should be taken into account when calculating the profit of a project. Therefore, economists use a tool called Net Present Value (NPV). Due to this time effect, players would opt to minimize their total cost by postponing the investment. The results from the game theoretical tests showed that one player will always choose to maximize its market share, while the second player will try to minimize its costs as much as possible without risking to lose too much market share. Especially in the case of a rollout of a HRN-structure (which is the most expensive), the HRN-player will always choose to postpone the investment. This is shown in Figure 4. 1,00

0,00 2005

2010

2015

2020

2025

2030

2035

2040

-1,00 revenues ASN revenues HRN total cost ASN total cost HRN

-2,00

50 40 -3,00

30 20

Figure 4 : Effects of early and late rollout

10 0 -10

2010

2015

2020

2025

2030

2035

2040

-20 HRN

ASN

PON

Figure 3 : Cumulative payoffs for the three basic FttH-structures

4.

GAME THEORETIC APPLICATION

In addition to the single player cases, the implementation was also tested in detail using a large set of realistic competitive analyses. These applications of game theory are performed in a subarea (one of the two central offices) of the specific case from [2]. The goal is to investigate the influence of the variation in rollout year and rollout speed on the strategic decisions both players take. The two players envisaged were given the same choices: rollout year varying between 2010 and 2020 and rollout speed varying between 1 and 10 years. The results from different games showed that there are two major factors that influence the strategic choice of both players. The first factor represents the positive influence of an early rollout on the market share achieved. The player that rolls out first, disposes of the complete market potential until the rollout of the second player. The part of the market achieved

5.

CONCLUSION

This research focused on the logical structures in a technoeconomic evaluation of the deployment of broadband networks and the development of a flexible, generic model. To demonstrate the flexibility and versatility of this model, different structures of an FttH-network and a wireless network structure were implemented. The elaboration of the game theoretical concepts is another example of the general applicability and possibilities of the model. Both applications showed the validity and flexibility of the implementation and a rapid development of new techno-economic models as a main advantage of this approach. ACKNOWLEDGEMENTS The authors would like to thank Prof. Dr. Ir. Mario Pickavet and Dr. Ir. Sofie Verbrugge, for giving the opportunity to work on this interesting topic and Dr. Ir. Koen Casier and Dr. Ir. Bart Lannoo for the support and guidelines during the whole year. REFERENCES Koen Casier, Techno-Economic Evaluation of a Next Generation Access Network Deployment in a Competitive Setting, 2009. Bart Wouters, Invloed van stadsnetwerken op de breedbandmarkt gemodelleerd met behulp van speltheorie, 2007.

iv

Inhoudsopgave Voorwoord ................................................................................................................................................i Overzicht .................................................................................................................................................. ii Extended Abstract ................................................................................................................................... iii Lijst van afkortingen ............................................................................................................................... vii 1.

Inleiding ........................................................................................................................................... 1

2.

Technologische achtergrond ........................................................................................................... 2 2.1.

2.1.1.

Inleiding ........................................................................................................................... 2

2.1.2.

Fiber................................................................................................................................. 3

2.1.3.

Opbouw van het netwerk................................................................................................ 3

2.1.4.

Verschillende soorten netwerken ................................................................................... 6

2.2.

3.

Draadloze netwerken: WiMAX .............................................................................................. 11

2.2.1.

Inleiding ......................................................................................................................... 11

2.2.2.

Opbouw van het netwerk.............................................................................................. 11

Economische achtergrond............................................................................................................. 13 3.1.

Algemeen .............................................................................................................................. 13

3.1.1.

Adoptiecurves ............................................................................................................... 13

3.1.2.

Learning curves ............................................................................................................. 17

3.1.3.

Berekening van de toegevoegde waarde van een project ............................................ 18

3.2.

4.

Fiber to the Home ................................................................................................................... 2

Uitbreiding: speltheorie ........................................................................................................ 20

3.2.1.

Definitie ......................................................................................................................... 20

3.2.2.

Simultane spellen .......................................................................................................... 21

3.2.3.

Sequentiële spellen ....................................................................................................... 22

Opbouw van een flexibel berekeningsmodel................................................................................ 24 4.1.

Logische structuren ............................................................................................................... 24

4.1.1.

Dimensionering (Dimensioning) .................................................................................... 25

4.1.2.

Gebruikers (users) ......................................................................................................... 26

4.1.3.

Technologie (Technology) ............................................................................................. 27

4.1.4.

Strategie (Strategy) ....................................................................................................... 27

4.1.5.

Adoptiemodel (Adoption).............................................................................................. 27

4.1.6.

Apparatuurmodel (Equipment Model) .......................................................................... 27

4.1.7.

Model voor kosten (Cost Model) ................................................................................... 28 v

4.1.8. 4.2.

Praktische implementatie ..................................................................................................... 31

4.2.1.

5.

6.

De klasse Area ............................................................................................................... 32

4.3.

Model voor meerdere spelers: speltheorie .......................................................................... 38

4.4.

Voordelen model................................................................................................................... 44

4.4.1.

Types technologieën ..................................................................................................... 44

4.4.2.

Drivers ........................................................................................................................... 44

4.4.3.

Types gebruikers ........................................................................................................... 44

4.4.4.

Verschillende types equipment..................................................................................... 44

4.4.5.

Strategische keuzes ....................................................................................................... 45

4.4.6.

Parameters per gebied gegroepeerd ............................................................................ 45

4.4.7.

Totale flexibiliteit van het model .................................................................................. 46

Uitwerking specifieke cases .......................................................................................................... 47 5.1.

Heropbouw van het initieel model ....................................................................................... 47

5.2.

Toepassing ASN en PON ........................................................................................................ 52

5.3.

Invloed bevolkingsdichtheid op keuze structuur .................................................................. 54

5.4.

Geïntegreerd glasvezel-draadloos netwerk .......................................................................... 57

Uitwerking van speltheorie ........................................................................................................... 59 6.1.

Inleiding ................................................................................................................................. 59

6.2.

Opzet van de spellen ............................................................................................................. 59

6.3.

Spelers die gebruik maken van dezelfde technologie ........................................................... 61

6.3.1.

HRN vs. HRN .................................................................................................................. 61

6.3.2.

ASN vs. ASN ................................................................................................................... 66

6.3.3.

PON vs. PON .................................................................................................................. 72

6.3.4.

Conclusies ...................................................................................................................... 74

6.4.

7.

Model voor opbrengsten (Revenue Model) .................................................................. 30

Spelers die gebruik maken van verschillende technologieën ............................................... 75

6.4.1.

HRN vs. ASN ................................................................................................................... 76

6.4.2.

HRN vs. PON .................................................................................................................. 77

6.4.3.

ASN vs. PON................................................................................................................... 78

6.4.4.

Conclusies ...................................................................................................................... 78

Conclusies ...................................................................................................................................... 79

Lijst met figuren .................................................................................................................................... 81 Lijst met grafieken ................................................................................................................................. 82 Lijst met tabellen ................................................................................................................................... 83 vi

Lijst van afkortingen AON ASN BPON BS CAP CF CO CRM DP DSL EPON FttB FttC FttH FttN FTE GPON GSM HRN HVAC IOT IP ISP JCC kbps Mbps MTBF NCW NOC NPV OLT ONT ONU OpEx P2P PCO PON SC SP TDM TDMA UDIT WACC WDM WiMAX WMU WSU

Active Optical Network Active Star Network Broadband PON Base Station Centraal Apparatuurpunt Cash Flow Central Office Customer Related Management Distribution Point Digital Subscriber Line Ethernet PON Fiber to the Building Fiber to the Curb Fiber to the Home Fiber to the Node Full Time Equivalent Gigabit PON Global System for mobile Communications Homerun Network Heating Ventilation Airconditioning and Cooling Interoffice Transport Internet Protocol Internet Service Provider Jumper Cable and Connector kilobit per second Megabit per second Mean Time Between Failure Netto Contante Waarde Network Operation Centre Net Present Value Optical Line Terminal Optical Network Terminal Optical Network Unit Operational Expenses Point to Point Central Office for PON Passive Optical Network Street Cabinet Splitter Point Time Division Multiplexing Time Division Multiple Acces Unbundled Dedicated Interoffice Transport Weighted Average Cost of Capital Wave Division Multiplexing Worldwide Interoperability for Microwave Acces WiMAX Main Unit Sector Unit

vii

1.

Inleiding

De groeiende vraag naar bandbreedte en de dalende prijzen van optische apparatuur zorgen ervoor dat de uitrol van een volledig optisch toegangsnetwerk noodzakelijk en haalbaar wordt. Een eerste techno-economisch model, specifiek voor de uitrol van de stad Gent, werd reeds ontwikkeld [1] en uitgewerkt in Excel. Deze implementatie is echter zeer case-specifiek en daardoor heel beperkt in flexibiliteit en toepasbaarheid. Ook moet er omzichtig omgegaan worden met het gebruik van dit model. Doordat het initiële model werd opgebouwd als een algemene spreadsheet, vergroten continue veranderingen en aanpassingen de kans op tegenstrijdigheden en fouten waardoor de betrouwbaarheid bij elke uitbreiding een stuk minder wordt. Het doel van dit werk is het opbouwen van een generiek model, gebaseerd op de logische structuren waaruit een typische technoeconomische analyse bestaat. Vermits de opbouw van het ontwikkelde model heel algemeen gehouden wordt en elke logische structuur apart beschouwd wordt, is het heel eenvoudig om aanpassingen te maken of uitbreidingen toe te voegen. De implementatie van dit model wordt uitgevoerd in Java en spitst zich specifiek toe op de uitrol van een volledig optisch toegangsnetwerk (FttH, Fiber to the Home). Door de algemeenheid en logische opbouw wordt het echter mogelijk om andere soorten netwerken te implementeren, wat ook zal aangetoond worden door de implementatie van drie verschillende FttH-structuren: HRN, ASN en PON, en een korte uitwerking van een draadloos netwerk. Vervolgens zal ook een uitbreiding op dit model behandeld worden door de implementatie van speltheorie, waarbij wordt nagegaan wat de invloed is van concurrentie op de strategische beslissingen van een telecomoperator, en hoe het model dit in rekening kan nemen. Deze implementaties worden uitvoerig getest in verschillende realistische scenario’s en voor verschillende technologieën, al dan niet in een competitieve omgeving. De snelle uitwerking van deze brede waaier aan cases toont ook duidelijk de waarde van de flexibele implementatie aan. Het verdere boek is als volgt opgebouwd: eerst wordt een overzicht gegeven van de nodige technologische en economische achtergrond. Hierin wordt de structuur van een toegangsnetwerk uitgelegd en wordt in meer detail ingezoomd op de verschillende onderdelen. Daarnaast worden ook de belangrijkste economische wetmatigheden die verder in het model verwerkt zitten, besproken. Het vierde hoofdstuk bespreekt de opbouw van het model en gaat dieper in op alle logische structuren waaruit dit model bestaat en de implementatie van deze structuren in Java. Daarna volgen twee hoofdstukken die de uitgewerkte cases en resultaten bespreken. Deze zijn opgesplitst naar competitieloze en competitieve cases. Ten slotte wordt het geheel afgerond met een algemene conclusie van het werk.

1

2.

Technologische achtergrond

2.1. Fiber to the Home 2.1.1. Inleiding Hoewel het fenomeen internet nog niet zo oud is, heeft het reeds een hele evolutie doorgemaakt. Steeds meer diensten en toepassingen, zoals Voice over IP en IPTV, worden aangeboden via het internet. Daardoor stijgt de vraag naar toenemende bandbreedte. Koper- en coaxkabels bieden momenteel nog de gevraagde bandbreedte, maar wanneer de stijging in vraag naar bandbreedte aanhoudt, zullen die niet langer een oplossing bieden en moeten dan vervangen worden door glasvezel. Door de optimale eigenschappen van dit medium kan een bandbreedte van Gbps of meer worden aangeboden. Afhankelijk van welk deel van het toegangsnetwerk voorzien is van glasvezel, worden verschillende netwerkarchitecturen onderscheiden. Een van deze architecturen is Fiber to the Node (FttN). Hierbij wordt er glasvezelkabel gelegd tot in een straatkast. Via coaxiale of twisted-pair kabels worden de eindgebruikers met deze kasten verbonden. Het maximale bereik van zo een straatkast tot aan de klant bedraagt 300m. Een variant van deze netwerkstructuur is Fiber to the Curb (FttC), waarbij glasvezelkabels lopen tot aan een platform, waarop meerdere eindgebruikers aangesloten zijn door middel van coaxiale of twisted-pair kabels. Verder is er ook nog Fiber to the Building (FttB), waarbij het optisch fibernetwerk loopt tot aan het gebouw. De verdeling over de verschillende gebruikers binnen het gebouw gebeurd via de klassieke koperen bekabeling. Deze structuren worden voorgesteld in Figuur 2-1.

Figuur 2-1 : FttX structuren [2]

FttN en FttC maken nog gebruik van de klassieke coaxiale of twisted-pair kabels om de eindgebruikers aan te sluiten op het netwerk. Fiber to the Home (FttH) is een toepassing waarbij de glasvezelkabel wordt doorgetrokken tot in de huiskamer van de gebruiker, zodat er beter aan de hogere eisen in bandbreedte kan voldaan worden. Door deze eigenschap en door de dalende 2

Technologische achtergrond| 3 kostprijs van optische apparatuur, kan FttH beschouwd worden als de nieuwe, grote concurrent van koper- en kabelnetwerken. 2.1.2. Fiber Een optische vezel of fiber is opgebouwd uit 2 lagen, zoals weergegeven in Figuur 2-2. Binnenin bevindt zich een cilindrische kern of core, die bestaat uit diëlektrisch materiaal. Meestal wordt hiervoor glas gebruikt. Rond deze kern wordt dan een bekleding of cladding aangebracht, die gemaakt is uit een materiaal met een lagere brekingsindex dan de kern. Daardoor ontstaat er tussen de kern en de bekleding als het ware een spiegelend vlak voor lichtsignalen. Op deze manier kunnen signalen onder de vorm van licht worden verstuurd via de kern van de optische vezel. Ter bescherming van de vezel worden rond de bekleding nog een aantal extra lagen aangebracht.

Figuur 2-2 : Structuur van een optische vezel [3]

Optische vezel heeft een veel lagere attenuatie (verlies) bij hogere frequenties wat betekent dat het een veel hogere snelheid toelaat om informatie te versturen. Deze ligt een stuk hoger dan die van de gebruikelijke coaxiale en twisted-pair kabels. 2.1.3. Opbouw van het netwerk Een telecomnetwerk wordt typisch opgebouwd als een boomstructuur. Er is steeds een centraal punt van waaruit verschillende takken vertrekken. Deze takken leiden naar kleinere verdeelpunten of rechtstreeks naar de gebruiker, afhankelijk van de structuur van het netwerk (zie paragraaf 2.1.4). In het geval van Fiber to the Home, wordt dit centraal punt ‘central office’ (CO) genoemd. Het CO omvat alle apparatuur die nodig is voor het omzetten en verzenden van informatie naar het netwerk. Typisch vind je in een CO een aantal racks, waarin een aantal shelves met specifieke kaarten worden geplaatst. Verder omvat dit CO ook nog een generator en de nodige airconditioning systemen. Een overzicht van de opbouw van het Central Office is terug te vinden in Figuur 2-3.

Technologische achtergrond| 4

Figuur 2-3 : Boomstructuur van een Central Office

In deze paragraaf wordt dieper ingegaan op de hardware zelf, hun functie binnen het netwerk en hun kostprijs. Deze prijzen werden overgenomen uit [4], dit om later vergelijkingen eenvoudiger te maken. De modellering van deze structuur zal uitgebreid behandeld worden in hoofdstuk 4. 

Central Office (CO)

In een Central Office wordt alle hardware die hieronder beschreven staat, geïnstalleerd. Wij modelleerden het Central Office als de verzameling van deze apparatuur en kenden er daarom geen extra kost aan toe. Algemeen wordt aangenomen dat een Central Office maximaal 16000 breedbandgebruikers kan bedienen. 

Generator

Per Central Office wordt één generator geïnstalleerd. Deze voorziet het Central Office van de nodige energie om de breedbandverbindingen aan te sturen. De generator is niet louter een elektriciteitsaansluiting, maar kan het CO ook van energie voorzien in tijden van elektriciteitspannes. De kost voor een generator wordt geraamd op €80000. 

HVAC-eenheid

Een HVAC-eenheid (Heating, Ventilation, Airconditioning and Cooling) zorgt voor de regeling van temperatuur en vochtigheidsgraad binnen het Central Office. Elk CO heeft één HVAC-eenheid nodig en de kost voor deze hardware bedraagt ongeveer €25000. 

IOT card

Elk Central Office bevat één Interoffice Transport Card. Deze kaart zorgt voor de verbinding tussen verschillende Central Offices door middel van een point-to-point UDIT-kanaal (Unbundled Dedicated

Technologische achtergrond| 5 Interoffice Transport) met een zeer hoge bandbreedte. De prijs die moet betaald worden voor dit soort kaart schommelt rond €6500. 

IP-Video card

Deze kaart verzorgt het verkeer van videodata volgens het IP protocol. Net zoals de IOT card, is er één IP-Video card aanwezig in elke Central Office. Eén IP-Video card kan tot 20000 gebruikers bedienen. Dit maximum zal echter nooit bereikt worden door de beperking van het aantal aansluitingen dat per Central Office bediend kan worden, welk 16000 bedraagt. Voor een IP-Video card betaalt men ongeveer €5000. 

Rack

Een rack is een metalen constructie waarin een aantal shelves geplaatst kunnen worden. Eén CO bevat maximaal zeven racks en de prijs van een rack wordt geschat op €1500. 

Shelf

Elk rack in een CO kan maximaal vijf shelves bevatten. Een shelf heeft zelf aansluitingsmogelijkheden voor maximaal 20 OLT cards, 1 Control card en 480 Jumper Cables en connectoren (JCC). Vermits er voor elke eindgebruiker die aangesloten wordt, één JCC moet geïnstalleerd worden, heeft een shelf een capaciteit van 480 gebruikers. De kostprijs voor de shelf op zich bedraagt €800. De kaarten die aangesloten worden, heb elk hun eigen kostprijs. Zo kost een OLT card €5000, een Control card €3000 en een JCC €20. 

Optical Line Terminal

De Optical Line Terminal (OLT) staat in voor de aggregatie van de verschillende lijnen en verbindt de gebruikers met de verschillende Internet Service Providers (ISP). De OLT omvat een aantal kaarten. Het type kaart dat geïnstalleerd wordt, hangt af van de netwerkarchitectuur. Voor AON (Actieve Optische Netwerken, worden uitgebreid besproken in paragraaf 2.1.4) wordt er gebruik gemaakt van P2P Ethernet kaarten, waarbij elke poort op de kaart instaat voor de aansluiting van één enkele gebruiker. Bij PON (Passieve Optische Netwerken, worden besproken in paragraaf 2.1.4) worden er meerdere (16-64) gebruikers per poort aangesloten. Figuur 2-4 geeft een voorbeeld van een Optical Line Terminal weer.

Figuur 2-4 : Voorbeeld van een OLT

Technologische achtergrond| 6 

Optical Network Unit

De Optical Network Unit (ONU) bevindt zich bij de eindgebruiker. Zijn functie bestaat uit het beëindigen van de optische vezel en het omzetten van dit optisch signaal in een signaal voor klassiek internetgebruik. De ONU vervult eigenlijk de taak van de modem bij DSL of kabeltechnologie. Een voorbeeld van en ONU is terug te vinden in Figuur 2-5.

Figuur 2-5 : Voorbeeld van een ONU

2.1.4. Verschillende soorten netwerken Momenteel bestaan er verschillende mogelijkheden voor de uitrol van een FttH-netwerk. De volgende paragraaf zal, vertrekkende van de algemene opbouw van een netwerk, de belangrijkste overeenkomsten en verschillen tussen de mogelijke structuren van het netwerk beschrijven. Eerder werden al verschillende architecturen van gemengde glasvezel-koper netwerken besproken. Bij FttH wordt het volledige netwerk uitgerold gebruik makend van optische vezel. Van FttH netwerken bestaan er verschillende uitvoeringen. De algemene opbouw van een FttH-netwerk (en in principe van elke telecomnetwerk) is echter hetzelfde voor alle structuren en wordt weergegeven in Figuur 2-6. De verschillen liggen in de aangeduide punten (a, b, c) op de tekening en zullen voor elke structuur afzonderlijk besproken worden.

Figuur 2-6 : Algemene opbouw van een FttH-netwerk

Technologische achtergrond| 7 

AON

Actieve netwerken (AON, Active Optical Networks) zorgen voor een point-to-point (P2P) verbinding met de verbruiker. Deze P2P verbindingen worden gekenmerkt door het feit dat ze exact één fiber en één laser gebruiken per eindgebruiker. Bij elke gebruiker bevindt zich een Optical Network Terminal (ONT), die rechtstreeks verbonden wordt met de OLT. De OLT kan zich bevinden in de CO of in een straatkast (SC, Street Cabinet), die dan op haar beurt verbonden is met een centraal distributiepunt (DP). In het eerste geval spreekt men van een “homerun” netwerk (HRN), in het tweede geval noemt men dit een “actieve ster” netwerk (ASN). Deze twee structuren worden verderop in meer detail besproken. De één-op-één relatie tussen het aantal gebruikers en het aantal optische vezels maken dat actieve netwerken de eenvoudigste FttH-netwerken zijn. Deze relatie zorgt er langs de andere kant wel voor dat een actief netwerk veel meer glasvezels vraagt dan een passief netwerk, waarbij de bandbreedte op een vezel gedeeld wordt door een aantal gebruikers. De naam actieve netwerken is voortgevloeid uit het feit dat alle apparatuur nood heeft aan extern elektrisch vermogen. Actieve netwerken maken gebruik van de IEEE-EFM 802.3 standaard. Deze voorziet verbindingen van 100 tot 1000 Mbps voor afstanden vanaf 10 kilometer voor single mode fiber. HRN: Homerun Netwerk Een HRN of Homerun netwerk verbindt de eindgebruiker rechtstreeks met het centrale punt van het hoofdgebied (CO, punt a op Figuur 2-6). Elke gebruiker krijgt dus zijn eigen glasvezelkabel toegewezen (punt c: 1 fiber per gebruiker), die vertrekt in punt a (CO) en dan via een verdeelpunt (punt b) naar de eindgebruiker loopt. Dit verdeelpunt bevat geen externe apparatuur, maar wordt gewoon gebruikt om de graafafstanden te beperken. Het CO-model met al zijn afzonderlijke componenten werd reeds besproken in de vorige paragraaf. ASN: Actieve Ster Netwerk Bij een Actieve Ster Netwerk vertrekken alle glasvezelkabels vanuit één centraal punt in het hoofdgebied (punt a, ook wel distributiepunt of DP genoemd) om dan te vertakken naar een aantal straatkasten (punt b: SC, Street Cabinets), van waaruit de vezels worden verder getrokken tot bij de eindgebruiker. Tussen het DP en de SC’s worden 480 gebruikers bediend door één glasvezelkabel, voor het stuk van de straatcabine naar de eindgebruiker geldt logischerwijze 1 fiber per gebruiker. De opbouw van een DP- en een SC-model zullen meer in detail behandeld worden in hoofdstuk 4, waarin het model zal worden beschreven. 

PON

Bij Passieve Optische Netwerken (PON of Passive Optical Networks) wordt de bandbreedte beschikbaar op de optische vezel, verdeeld over meerdere gebruikers (typisch worden 16 tot 32 gebruikers op 1 glasvezel aangesloten). Het verdelen van de optische vezels gebeurt aan de hand van een optische splitter (punt b), die de vezel 2 tot 2x verdeelt met een huidig maximum van 128. De

Technologische achtergrond| 8 naam passief slaat op het feit dat een splitter geen extern elektrisch vermogen nodig heeft. Het gebruik ervan gaat echter wel gepaard met hoge verliezen (per 1:2 split wordt het signaal gehalveerd) in het netwerk, wat een beperking legt op het maximaal aantal splitters dat in een netwerk gebruikt kan worden. De grote energieverliezen hebben ook als gevolg dat het bereik van een PON lager ligt dan dat van een AON. Typisch is een PON in staat om gebruikers te bereiken op een maximale afstand van 20 kilometer van de centrale zender. Tussen het centrale punt (punt a) en de splitterpunten (punten b: SP of Splitter Points) wordt een vezel typisch gedeeld door 32 gebruikers (relatie c). Als, naar analogie met een straatkast in een ASNmodel, verondersteld wordt dat één splitterpunt maximaal 480 gebruikers kan bedienen, wil dit zeggen dat er maximaal 15 kabels liggen tussen centrale punt en splitterpunt. De opbouw van het PCO- en SP-model worden eveneens gedetailleerd uitgelegd in het hoofdstuk over de opbouw van het model. Vermits een aantal gebruikers dezelfde vezel moet delen, kunnen zij niet op hetzelfde moment gegevens verzenden over de kabel. Downstream werkt een passief netwerk met een point-tomultipoint broadcastverbinding, wat erop neerkomt dat elke aangesloten gebruiker toegang heeft tot alle gegevens die vanuit het centrale punt verstuurd worden, mits hij beschikt over de juiste toegangscodes. De meest gekende toepassing van dit soort systeem is televisie: alle mogelijke kanalen kunnen worden aangeboden, maar de gebruiker beslist zelf voor welke kanalen hij wil betalen en naar welk kanaal hij kijkt. De specifieke downstream en upstream verbinding van de eindgebruiker met het centrale punt gebeurt aan de hand van TDMA (Time Division Multiple Access). Dit is een techniek die ervoor zorgt dat elke gebruiker bepaalde tijdslots toegewezen krijgt waarop hij informatie kan verzenden en ontvangen. Er bestaan vier gestandaardiseerde versies van PONs [5]: Ethernet PON (EPON), Breedband PON (BPON), Gigabit PON (GPON) en Wave Division Multiplexing PON (WDM-PON). Deze standaarden gebruiken elk twee verschillende golflengtes, één voor upstream en één voor downstream dataverkeer. Bij de eerste drie standaarden, worden deze golflengtes verdeeld over de gebruikers door middel van timesharing, vandaar de naamgeving van dit soort netwerken: Time Division Multiplexing PONs (TDM-PON). Bij WDM-PON wordt echter gebruik gemaakt van golflengte multiplexers in plaats van optische splitters, wat als grote voordeel heeft dat veel hogere bandbreedtes kunnen voorzien worden per gebruiker. Een nadeel is echter de hogere installatiekost. Figuur 2-7 geeft een vergelijking van de kosten voor de verschillende PON standaarden.

Technologische achtergrond| 9

Figuur 2-7 : Vergelijking van de kosten van verschillende PON standaarden [5]



Vergelijking van AON en PON

Actieve en passieve FttH-netwerken zijn heel verschillend. Deze paragraaf zal de voor- en nadelen van beide beschrijven aan de hand van enkele vergelijkingspunten. Bandbreedte-aanbod en snelheid Bij PON delen verschillende gebruikers (typisch 32) één vezel, dus ook de bandbreedte op die vezel. Hierdoor zal bij een PON de bandbreedte die elke eindgebruiker ter beschikking heeft, lager zijn dan bij een AON, waar elke gebruiker de volledige bandbreedte van de vezel kan gebruiken. Dit wordt typisch gecompenseerd door het gebruik van hogere bandbreedte apparatuur in een PON netwerk (2.4Gbps wat leidt tot ~70Mbps werkelijke bandbreedte per klant). Het spreekt voor zich dat deze apparatuur meer kost dan de 100Mbps apparatuur in een AON netwerk. Ook de snelheid van actieve netwerken zal hoger liggen dan die van passieve netwerken, omdat er geen gebruik moet gemaakt worden van timesharing. Tenslotte leidt, zoals reeds aangehaald, het splitsen van het signaal tot een sterke vermindering van de signaalsterkte. Dit heeft tot gevolg dat de maximale afstand tot de centrale verminderd tot 20km bij PON. Typisch betekent dit ook dat de apparatuur striktere vereisten naar gevoeligheid en uitzendvermogen zal hebben dan in AON. Vermits het verleden uitwijst dat de vraag naar bandbreedte in de toekomst alleen maar zal toenemen, moet verzekerd worden dat passieve netwerken aan deze vraag zullen kunnen blijven voldoen. Eventueel kan gekeken worden om minder gebruikers op dezelfde vezel aan te sluiten en meerdere splitters per splitterpunt te installeren. Hierbij mogen natuurlijk de extra kosten die dit onvermijdelijk met zich zal meebrengen, niet uit het oog verloren worden. Veiligheid Bij de beschrijving van de PON-netwerken werd reeds uitgelegd dat er gebruik gemaakt wordt van een point-to-multipoint verbinding voor het downstream-dataverkeer. Dit houdt in dat alle gebruikers toegang hebben tot alle gegevens die vanuit het centrale punt verzonden worden. Het is dus duidelijk dat, wanneer men vertrouwelijke informatie wil verzenden, deze goed beveiligd moet

Technologische achtergrond| 10 zijn. De meest voorkomende veiligheidsrisico’s zijn “Denial of Service” aanvallen, eavesdropping (luistervinken) en zich voordoen als een andere ONU [6]. Bij actieve netwerken zijn deze risico’s veel beperkter door de één-op-één relatie tussen de vezels en de gebruikers. Falingskansen Indien een optische vezel beschadigd is, zal dit in het geval van actieve netwerken slechts één gebruiker treffen, terwijl bij passieve netwerken 32 gebruikers hinder zullen ondervinden. Door het grotere aantal fibers dat geplaatst wordt bij AON, is de kans op falen hier natuurlijk wel hoger. Een afweging tussen beide dient hier dus gemaakt te worden op basis van falingskans van de fiber. Hierbij moet ook de opmerking gemaakt worden dat typisch kabels met alle glasvezels hierin breken en dus tot een gelijkaardige faling leiden in AON als in PON.

Technologische achtergrond| 11

2.2. Draadloze netwerken: WiMAX 2.2.1. Inleiding Het studiedomein van draadloze breedbandnetwerken is enorm uitgebreid, gaande van mobiele en datanetwerken tot satellietnetwerken. Deze thesis bespreekt kort de achtergrond van WiMAX, een draadloze technologie die gebruikt wordt voor de modellering van datanetwerken. De toepassing van draadloze netwerken wordt binnen deze thesis enkel gebruikt om de algemene toepasbaarheid van het opgestelde model aan te tonen en wordt daarom niet in hetzelfde detail als FttH uitgewerkt. 2.2.2. Opbouw van het netwerk Een draadloos datanetwerk bestaat net zoals een FttH-netwerk uit één centraal punt per gebied met vertakkingen naar subgebieden en/of eindgebruikers. Het bovenliggende gebied bevat een Network Operation Centre (NOC), de centrale punten in de subgebieden worden basisstations (Base Stations, BS) genoemd. Figuur 2-8 geeft een schematische voorstelling van de opbouw van een NOC. Net zoals bij een Central Office in een FttH-netwerk, moet dit punt voorzien worden van koeling (HVAC) en een noodgenerator. De prijzen voor deze apparatuur werden dezelfde verondersteld als bij een CO en bedragen dus €25000 en €80000. Eveneens moeten een IP-Video Card en een IOT Card voorzien worden voor het verkeer van videodata en voor de connectie met de andere NOC’s (prijs: €5000 en €6500).

Figuur 2-8 : Schematische voorstelling van de opbouw van een Network Operation Centre

Het NCO wordt via glasvezelkabels verbonden met de basisstations in de subgebieden. In het NCO wordt de aansluiting voorzien via een WiMAX Access Controller, waarvan de prijs geschat wordt op €5000, analoog aan de prijs van een Optical Line Terminal bij FttH. De opbouw van een basisstation wordt schematisch weergegeven in Figuur 2-9. Elk basisstation bevat een mast (pylon), een main unit en een aantal sector units (bijvoorbeeld 3 sectors waarbij elke sector een hoek van 120 graden bedekt).. De masten worden best op een zeker hoogte geplaatst zodat het signaal niet verstoord kan worden door omliggende gebouwen of dergelijke. De kost voor zo een mast bedraagt €40000 [7]. Indien mogelijk, kunnen ook bestaande GSM-masten hergebruikt

Technologische achtergrond| 12 worden. De kosten voor een main unit en een sector unit bedragen €10000, respectievelijk €4000 [7]. De kost voor behuizing van een BS wordt geschat op €5000.

Figuur 2-9 : Schematische voorstelling van de opbouw van een Base Station

In tegenstelling tot FttH-netwerken, vormt het aantal gebruikers dat op een BS aangesloten kan worden bij draadloze netwerken niet de meest beperkende factor. De belangrijkste driver voor de hoeveelheid benodigde apparatuur, is het bereik van een BS. Afhankelijk van de modulatie varieert dit bereik van ongeveer 250 tot 650 m in stedelijke gebieden (en bij een frequentie van 2.5 GHz). In deze thesis zal gewerkt worden met een gemiddeld bereik van 450 m. Pas als tweede factor moet het aantal gebruikers in rekening gebracht worden. De limiet op de downloadsnelheid ligt tussen 4 en 19 Mbps. Providers van WIMAX bieden vandaag de dag abonnementen aan van 1, 2 en 3Mbps. Het netwerk zal echter nooit ontworpen zijn om elke gebruiker 2Mbps dedicated bandbreedte aan te bieden. Er wordt daarom gerekend op een 100 kbps dedicated. Indien gewenst kan een dimensioneringstool uitgewerkt worden die de afweging moet maken tussen afstand, bandbreedte en aantal gebruikers per antenne. De opbouw van een dergelijke tool valt echter buiten het kader van dit werk.

3.

Economische achtergrond

Dit hoofdstuk gaat dieper in op de economische tools en technieken die gebruikt werden om de analyses uit te voeren. Er wordt begonnen met een overzicht te geven van de bestaande systemen die gebruikt worden voor investeringsanalyses, waarna dieper ingegaan wordt op de uitbreidingen naar speltheorie.

3.1. Algemeen Wanneer de uitrol van een netwerk, in dit geval een telecomnetwerk, geanalyseerd wordt, moet rekening gehouden worden met een aantal factoren. Zo zullen niet alle klanten van in het begin beslissen om zich aan te sluiten op het netwerk, maar zal deze adoptie geleidelijk aan gebeuren. De technieken die gebruikt werden voor de modellering van deze adoptiecurves, worden besproken in het eerste deel. Vervolgens wordt dieper ingegaan op de prijs van de apparatuur. Wanneer een nieuw product op de markt gebracht wordt, zal de prijs van dit product relatief hoog liggen. Verbetering van productieprocessen en ervaring zullen er echter voor zorgen dat deze prijs zal dalen. Het tweede deel van deze paragraaf behandelt deze kosterosie en de modellering ervan in meer detail. Ten slotte wordt kort ingegaan op de invloed van de tijdswaarde van geld bij het berekenen van de totale opbrengsten van een project. 3.1.1. Adoptiecurves Bij de uitrol van een telecomnetwerk vormt de bepaling van het verwachte aantal gebruikers over de levensduur van het project een belangrijke factor. Om dit aantal te modelleren, wordt gebruik gemaakt van adoptiecurves. We gaan nu dieper in op de oorsprong van de adoptiecurves en op de twee adoptiemodellen die gebruikt worden in het model: het Bass-adoptiemodel en de Gompertzcurve. Naast deze twee bestaan er nog tal van andere modellen om klantenadoptie te voorspellen, maar omdat deze in onze thesis niet worden gebruikt, gaan we hier ook niet verder op in. De oorsprong van deze adoptiecurves ligt in E. Rogers’ “diffusion of innovation theory” [8]. Deze verdeelde de adoptie van elke nieuwe technologie in vijf verschillende zones: innovators, early adopters, early majority, late majority en laggards. De cumulatieve adoptie van een technologie vormt zo een S-curve. Grafiek 3-1 geeft de theorie van Rogers grafisch weer.

13

Economische achtergrond| 14

Grafiek 3-1 : Adoptiemodel volgens Rogers [4]

Later ontwikkelde Bass een nieuwe curve: de Bass-adoptiecurve [9]. Deze curve wordt heel vaak gebruikt voor het voorspellen van het aantal klanten van een nieuwe technologie over de tijd. Mathematisch gezien is het model een Riccati-vergelijking met constante coëfficiënten. De adoptie voor een bepaalde technologie wordt als volgt berekend: 𝑆 𝑡 =𝑚∗

met:

1 − 𝑒 − 𝑝+𝑞 𝑡 𝑞 1 + 𝑝 𝑒 − 𝑝+𝑞 𝑡

S(t)

adoptie in jaar t

m

maximum marktpotentieel

p

innovatiecoëfficiënt: de kans dat gebruikers de nieuwe technologie beginnen te gebruiken omwille van marketing of andere externe invloeden. imitatiecoëfficiënt: de kans dat gebruikers de

q

nieuwe technologie beginnen te gebruiken op aanraden van iemand die de technologie reeds gebruikt. Tabel 3-1 beschrijft enkele typische waarden voor deze parameters. Tabel 3-1 : Typische waarden voor de parameters van een Bass-curve

parameter

interval

meest gebruikte waarde

p q

0.01 - 0.03 0.3 - 0.5

0,03 0,38

Grafiek 3-2 geeft een grafische voorstelling van een Bass-adoptiecurve (p=0,03 en q=0,38).

Economische achtergrond| 15

Grafiek 3-2 : Voorbeeld van een Bass-adoptiecurve met p=0,03 en q=0,38

Norton en Bass hebben later het Bass Diffusie Model uitgebreid voor opeenvolgende generaties van vergelijkbare technologieën. Wat volgt is een formulering van dit model voor drie generaties: 𝑆1 𝑡 = 𝐹1 𝑡 𝑚1 [1 − 𝐹2 𝑡 − 𝜏2 ] 𝑆2 𝑡 = 𝐹2 𝑡 − 𝜏2 [𝑚2 + 𝐹1 𝑡 𝑚1 ][1 − 𝐹3 𝑡 − 𝜏3 ] 𝑆3 𝑡 = 𝐹3 𝑡 − 𝜏3 [𝑚3 + 𝐹2 𝑡 − 𝜏2 ][𝑚2 + 𝐹1 𝑡 𝑚1 ] met:

𝐹𝑖 𝑡 =

1−𝑒 − 𝑝 𝑖 +𝑞 𝑖 𝑡 𝑞 1+ 𝑖 𝑒 − 𝑝 𝑖 +𝑞 𝑖 𝑡 𝑝𝑖

𝐹𝑖 𝑡 mi

fractie van het marktpotentieel van generatie i, dat de technologie gebruikt in jaar t maximum marktpotentieel voor generatie i

pi

innovatiecoëfficiënt voor generatie i

qi

imitatiecoëfficiënt voor generatie i

τi

introductiejaar van generatie i

Grafiek 3-3 geeft een illustratie van het Bass-adoptiemodel voor drie opeenvolgende generaties weer.

adoptie

Economische achtergrond| 16

100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0%

generatie 1 generatie 2 generatie 3

2010

2015

2020

2025 jaar

2030

2035

2040

Grafiek 3-3 : Bass-adoptiemodel voor drie generaties

De formulering van het Gompertz-Model ziet er als volgt uit: 𝑆 𝑡 = 𝑚 ∗ 𝑒 −𝑒 met:

−𝑏 (𝑡−𝑎 )

m

maximale adoptie (%)

a

jaar van het buigpunt

b

parameter die de snelheid van de adoptie bepaalt

Net zoals het Bass-adoptiemodel kan de Gompertz-curve gebruikt worden om de klantenadoptie van een nieuwe technologie te voorspellen. 50% 40% 30% 20% 10% 0% 2005

2010

2015

2020

2025

Grafiek 3-4 : Voorbeeld van een Gompertz-curve (m=50%, a=2010, b=0,7)

Telecomoperatoren geven de potentiële klanten de mogelijkheid om op voorhand in te tekenen op hun diensten. Bij deze klanten kan de aansluiting dan gelijktijdig met de uitrol van het netwerk gebeuren. Dit zorgt ervoor dat de kosten voor de aansluiting van de klant een stuk lager liggen, aangezien voor de installatie veel minder graafwerken nodig zijn. Ter compensatie geeft de operator korting aan de klant, bijvoorbeeld in de vorm van een gratis ONU (Optical Network Unit, zie paragraaf 0). Om te bepalen welk aandeel van de totale adoptie bestaat uit intekenaars, gebruiken we in deze thesis een combinatie van zowel het Bass-adoptiemodel als de Gompertz-curve. De Bassadoptiecurve gebruiken we om de algemene klantenadoptie te modelleren. Het percentage van deze

Economische achtergrond| 17 adoptie dat bestaat uit intekenaars wordt berekend aan de hand van een Gompertz-curve. Het absolute aantal intekenaars is dan het product van beide adoptiecurven, vermenigvuldigd met het marktpotentieel van de telecomoperator. 3.1.2. Learning curves De kostprijs van de nodige apparatuur, graafwerken en installatie blijft niet constant over de levensduur van een project. De prijs wordt bepaald door een initiële waarde en een factor die de kosterosie over de tijd weergeeft. De oorzaak van deze prijsdaling is dat fabrikanten en installateurs van de apparatuur erin slagen om hun processen efficiënter en dus goedkoper te laten verlopen door het ontdekken van nieuwe methoden en productieprocessen. Om deze kosterosie te modelleren gebruiken we learning curves. Een veel gebruikt model is de learning curve die geïntroduceerd werd door Wright-Crawford. Dat model is echter enkel in staat om de kosterosie te baseren op het aantal geproduceerde stuks en niet op basis van de tijd. Extended learning curves zijn een uitbreiding op het Wright-Crawford model en kunnen wel gebruikt worden voor deze tijdsafhankelijke modellering. De formulering van de extended learning curve ziet er als volgt uit: −1

𝑃 𝑡 = 𝑃(0) 𝑛𝑟 (0) met:

1+𝑒

𝑙𝑛 𝑛 𝑟 (0)−1 −1 −

2ln ⁡ (9) 𝑡 ∆𝑇

−1 𝑙𝑜𝑔 2 𝐾

P(0)

kostprijs in jaar 0

nr(0)

relatief geaccumuleerd volume in jaar 0

T

tijd voor het geaccumuleerde volume om te groeien van 10% naar 90%



coëfficiënt die de reductie van de productietijd bij een

verdubbeling

van

het

productievolume

aangeeft Grafiek 3-5 geeft een voorbeeld van zo’n learning curve. 100% 80% 60% 40% 20% 0% 2008

2010

2012

2014

2016

2018

2020

Grafiek 3-5 : Voorbeeld van een leaning curve (optische apparatuur met nr(0)=0,01; T=8; K=0,8)

Economische achtergrond| 18 3.1.3. Berekening van de toegevoegde waarde van een project Voor het analyseren van een investeringsproject, zoals de uitrol van een telecomnetwerk, moet rekening gehouden worden met de tijdswaarde van geld en de geldstromen over de volledige duur van het project om te bepalen of een project al dan niet rendabel is. Het in rekening brengen van de tijdswaarde van geld is belangrijk omdat de waarde van geld vermindert. Door geld te investeren in een risicoloze belegging, verhoogt men immers de waarde van dit geld. Een project kan dus pas toegevoegde waarde creëren voor een bedrijf wanneer de winstmarge hoger ligt dan de risicoloze interestvoet. Anderzijds is het ook aan te raden dat men de geldstromen over de volledige duur van het project bekijkt. Een voorbeeld: een bedrijf heeft de keuze tussen twee projecten, die hetzelfde investeringsbedrag vragen maar andere winsten genereren. De reële geldstromen voor beide projecten worden weergegeven op Figuur 3-1.

Figuur 3-1 : Reële geldstromen voor twee voorbeeldprojecten

Vermits beide projecten geen winsten genereren in 2014, zal men geneigd zijn om de totale inkomsten tot dat jaar samen te nemen, besluiten dat enkel het eerste project winstgevend is en in dat project investeren. Het product dat in het tweede project ontwikkeld wordt, is echter een product dat niet dadelijk aanslaat. In 2015 echter genereert dit project een winst van €100.000. De beste optie voor het bedrijf is dus investeren in het tweede project, omdat dit op lange termijn veel winstgevender is. Hoewel er verscheidene technieken bestaan om een de toegevoegde waarde van een bedrijf te bepalen, wordt meestal gebruik gemaakt van NPV (Net Present Value) of in het Nederlands NCW (Netto Contante Waarde). De methode op zich is niet erg ingewikkeld en houdt bovendien rekening met zowel de tijdswaarde van geld als de volledige duur van het project. Vermits dit ook de tool is die in deze thesis zal gebruikt worden, bespreken we deze even in meer detail. NPV beschouwt alle (toekomstige) cashflows over de volledige levensduur van het project. De reële geldstromen, die meestal geschat worden op basis van historische informatie, simulatie of ervaring van de onderzoeker, worden teruggerekend naar de begindatum van het project. Deze methode noemt men ook wel verdisconteren van de cashflows. Deze verdisconteerde cashflows worden als volgt berekend: 𝐶𝐹𝑣 =

𝐶𝐹𝑡 (1 + 𝑖)𝑡

Economische achtergrond| 19 met:

CFv CFt i t

verdisconteerde cashflow reële cashflow in jaar t samengestelde interest per jaar: bevat zowel risico als inflatie jaar waarin de cashflow plaats vindt

De NPV voor een project dat loopt gedurende n jaar is de som van deze verdisconteerde cashflows: 𝑛

𝑁𝑃𝑉 = 𝑡

𝐶𝐹𝑡 (1 + 𝑖)𝑡

De samengestelde interest per jaar (i) kan berekend worden als de gemiddelde kosten van het vermogen van het bedrijf (WACC: Weigthed Average Cost of Capital). Deze wordt berekend volgens [10]: 𝑊𝐴𝐶𝐶 = met:

𝐸 𝐷 𝑅𝑒 + 𝑅 𝐸+𝐷 𝐸+𝐷 𝑑

Re

Kosten van het eigen vermogen (de dividendbetaling aan de aandeelhouders)

Rd

Kosten van het vreemd vermogen (het rentebedrag dat over leningen moet betaald worden)

E

Marktwaarde van het eigen vermogen

D

Marktwaarde van het vreemd vermogen

Voor telecomoperatoren ligt deze WACC meestal tussen 10 en 15%. In de analyses die wij zullen uitvoeren, wordt een WACC van 10% gebruikt. Er moet hier echter vermeld worden dat dit percentage afhankelijk is van de marktsituatie en dus kan variëren. NPV is een criterium dat bepaalt of een investeringsproject al dan niet een toegevoegde waarde creëert voor het bedrijf. Tabel 3-2 geeft een samenvatting van de analyse van een project op basis van NPV. Tabel 3-2 : Overzicht van de mogelijke waarden voor de NPV en de invloed hiervan op de waardecreatie van een bedrijf

NPV > 0

Betekenis Investering creërt extra waarde voor het bedrijf.

NPV = 0

Investering heeft geen effect op waardecreatie van het bedrijf.

NPV < 0

Investering creërt waardevermindering voor het bedrijf.

Actie Project kan aanvaard worden, de winstmarge ligt hoger dan de risicoloze rentevoet. Alhoewel het project geen extra waarde creërt, kan het toch aanvaard worden omdat het voldoende return geeft voor de aandeelhouders of interessant is vanuit strategisch oogpunt. Project moet afgewezen worden, het is voordeliger om het budget risicoloos te beleggen.

Ook de keuze tussen twee of meerdere verschillende projecten kan op basis van NPV gebeuren. De keuze valt dan op het project met de hoogste Netto Contante Waarde.

Economische achtergrond| 20

3.2. Uitbreiding: speltheorie Hierboven werd een overzicht gegeven van de basistools in de economische analyse. Er zijn echter veel mogelijkheden om dieper in te gaan op bepaalde economische aspecten. Zo kunnen sensitiviteitsanalyses worden ingezet om na te gaan hoe gevoelig de gevonden oplossing is aan kleine wijzigingen in de parameters. Een andere mogelijkheid is nagaan wat de invloed is van de aanwezigheid van meerdere spelers op de markt: speltheorie. Het is deze uitbreiding waarvoor in deze thesis een specifiek model zal ontwikkeld worden, vandaar dat deze paragraaf meer aandacht besteedt aan de achtergrond en methodes binnen de speltheorie. 3.2.1. Definitie Speltheorie is een tak van de wiskunde waarin het nemen van beslissingen centraal staat. De bedoeling van een spel is een model op te bouwen waarmee men tracht de strategische beslissingen van de verschillende spelers te bestuderen en te begrijpen. Speltheorie is een wetenschap die ontstaan is tijdens de Tweede Wereldoorlog en zich heel snel ontwikkeld heeft in onder andere de economie, sociologie en biologie. Bij speltheorie is het de bedoeling een model op te bouwen waarbij elke speler een aantal strategische beslissingen kan nemen. Aan elke beslissing hangt een bepaalde beloning (pay-off) vast. In tegenstelling tot gewone simulatie, wordt de pay-off voor een bepaalde speler niet enkel bepaald op basis van de beslissingen van die bepaalde speler, maar wordt die ook beïnvloed door de beslissingen die de andere spelers in het spel nemen. Een spel is een model dat probeert de realiteit zo goed mogelijk te benaderen. Aangezien de realiteit over het algemeen heel complex is, moeten er bij alle modellen, dus ook in de speltheorie, een aantal veronderstellingen gemaakt worden. De twee grote veronderstellingen binnen de speltheorie zijn de volgende:  

Rationaliteit: Elke speler zal trachten die beslissingen te nemen die zijn pay-off maximaliseren. Gemeenschappelijke kennis: Elke speler weet en houdt er rekening mee dat alle andere spelers proberen om hun pay-offs te maximaliseren, desnoods ten koste van andere spelers.

Er bestaan twee soorten spellen: de coöperatieve en de non-coöperatieve spellen. Bij de eerste soort worden er bepaalde afspraken gemaakt tussen de verschillende spelers, bij de non-coöperatieve spellen gebeurt dit niet. Over het algemeen wordt er in de speltheorie vooral onderzoek gedaan naar de non-coöperatieve spellen. Een andere onderverdeling die kan gemaakt worden, is het verschil tussen spellen met volledige informatie en spellen met onvolledige informatie. Bij volledige informatie kennen alle spelers de payoffs en voorkeuren van alle andere spelers, bij spellen met onvolledige informatie is dit niet het geval. In wat volgt worden voorbeelden van beide soorten spellen besproken.

Economische achtergrond| 21 3.2.2. Simultane spellen Eerst wordt dieper ingegaan op zogenaamde simultane spellen. Bij dit soort spellen nemen beide spelers tegelijkertijd (simultaan) en beslissing, rekening houdend met alle mogelijke uitkomsten van het spel. Verondersteld wordt dat beide spelers alle mogelijke pay-offs kennen, zowel voor zichzelf als voor hun tegenspeler. De uitkomst van een spel voor twee of meerdere spelers wordt het Nash-evenwicht van dat spel genoemd. Het Nash-evenwicht kenmerkt zich door het feit dat geen enkele speler zijn pay-off door een individuele beslissing kan vergroten. De bepaling van dit Nash-evenwicht zal toegelicht worden aan de hand van een voorbeeld. 

Voorbeeld 1: prisoners’ dilemma

Het meest gekende voorbeeld van een spel, is het “prisoners’ dilemma”. Het verhaal gaat als volgt: Na een overval arresteert de politie twee verdachten. Ondanks het feit dat ze weten dat deze twee verdachten beiden schuldig zijn, heeft de politie onvoldoende bewijs om hen te veroordelen. Daarom beslissen ze om beide verdachten hetzelfde voorstel te doen. Wanneer beide bekennen, krijgen ze elk zes maanden celstraf, wanneer de ene bekent en de andere niet, krijgt diegene die bekent tien jaar en gaat de andere vrijuit. Wanneer beiden echter blijven ontkennen, levert ze dat elk twee jaar gevangenis op. Tabel 3-3 : Toepassing van speltheorie: prisoners’ dilemma

verdachte 2 bekent

verdachte 1

ontkent

bekent

0.5

0.5

10

0

ontkent

0

10

2

2

Tabel 3-3 toont de mogelijkheden en de uitkomst van dit spel. Beide verdachten kunnen in dit spel twee beslissingen nemen: bekennen of ontkennen. Voor elke combinatie van beslissingen staan de pay-offs voor beide spelers in de tabel (links verdachte 1, rechts verdachte 2). Speler 1 kan zich enkel verticaal bewegen in de tabel, speler 2 enkel horizontaal. Het Nash-evenwicht wordt bereikt wanneer beide verdachten beslissen om te ontkennen. Inderdaad, geen van beide verdachten kan door van beslissing te veranderen zijn gevangenisstraf verminderen zonder dat de andere verdachte ook van beslissing verandert. Ondanks het feit dat beide verdachten weten dat bekennen de beste beslissing is voor alle twee, zullen ze toch ervoor kiezen om te ontkennen. Ze willen immers het risico niet lopen dat de andere zou ontkennen, waardoor ze een straf van tien jaar zouden moeten uitzitten.

Economische achtergrond| 22 3.2.3. Sequentiële spellen In het model van de thesis zal gebruikt gemaakt worden van sequentiële spellen, die uitgaan van de veronderstelling dat beide spelers om beurt een strategische beslissing nemen, rekening houdend met de vorige beslissing van de andere speler. Sequentiële spellen benaderen het probleem anders dan de simultane spellen die reeds eerder werden aangehaald. Het verschil tussen deze twee benaderingen kan best uitgelegd worden aan de hand van een voorbeeld. 

Voorbeeld 2: Twee spelers met elk twee strategische beslissingen

We gebruiken twee spelers (player 1 en player 2) die beide de keuze hebben tussen twee strategieën (strategy 1 en strategy 2). Figuur 3-2 geeft een overzicht van de verschillende keuzes en de opbrengsten (profits) voor beide spelers.

Figuur 3-2 : Voorbeeld van een sequentieel spel

Om na te gaan welke tak van deze boomstructuur de beste oplossing voor beide spelers zal geven, wordt gebruik gemaakt van backward induction. Per beslissingspunt (decision point) kiest speler 2 welke beslissing voor hem of haar de hoogste opbrengst met zich meebrengt. Deze beslissingen worden vastgelegd en de boom wordt als het ware een niveau ‘dicht geklapt’ (rode beslissingen in Figuur 3-3).

Economische achtergrond| 23

Figuur 3-3 : Oplossing sequentieel spel

Speler 1 krijgt hierna de kans om te beslissen welke voor hem of haar de beste strategie is, rekening houdend met de eerder genomen beslissing van speler 2. Met andere woorden: speler 1 moet kiezen tussen een opbrengst van €89 miljoen en een verlies van €1,8 miljoen. Logischerwijze kiest deze speler voor de eerste strategie. Volgens een sequentieel spel zullen beide spelers dus opteren voor strategie 1. Vergelijken we dit resultaat met het resultaat van een simultaan spel, vinden we dat het Nashevenwicht eveneens inhoudt dat beide spelers opteren voor strategie 1. Tabel 3-4: Matrixvoorstelling en Nash-evenwicht voor het derde voorbeeld

speler 2 Strategie 1

Strategie 2

Strategie 1

€89 mln

€88 mln

€710 mln

€-1,8 mln

Strategie 2

€-1,8 mln

€458 mln

€220 mln

€220 mln

speler 1

4. Opbouw van een flexibel berekeningsmodel Binnen deze thesis wordt een berekeningsmodel uitgewerkt dat toelaat om snel en op een heel flexibele manier een techno-economisch model voor een de uitrol van een netwerk op te bouwen. In het volgende hoofdstuk wordt er dan ook eerst dieper ingegaan op de verschillende logische structuren die nodig zijn om een dergelijke uitrol van een telecomnetwerk te modelleren. Ook bespreken we de interactie tussen deze structuren In het eerste deel worden deze logische structuren uitgewerkt. Het tweede deel van dit hoofdstuk gaat dieper in op de vertaling van de logische structuren naar code. Het model werd uitgewerkt aan de hand van de programmeertaal Java en een basis van eenvoudige berekeningsfuncties. De logische structuur die in dit hoofdstuk besproken wordt, is een algemeen model dat kan aangewend worden om elk type telecomnetwerk (en eventueel andere netwerken) te modelleren. Om de manier van implementatie te verduidelijken, wordt telkens een FttH-netwerk aangehaald als voorbeeld. Het spreekt voor zich dat een uitrol van een nieuwe netwerkinfrastructuur niet los staat van competitie, en gezien het belang van mogelijke interacties hebben we het model uitgebreid met de notie van speltheorie en verschillende spelers. Deze uitwerking is terug te vinden in het derde deel. Ten slotte wordt in het vierde en laatste deel van dit hoofdstuk een overzicht gegeven van de belangrijkste voordelen van deze logische uitwerking en implementatie tegenover de meer specifieke bestaande uitwerking enerzijds en dedicated berekeningsmodellen zonder een gelijkaardige logische opbouw anderzijds.

4.1. Logische structuren In Figuur 4-1 wordt een algemene voorstelling gegeven van de verschillende logische structuren waaruit het model is opgebouwd. Na dit overzicht algemeen besproken te hebben, worden de afzonderlijke delen meer in detail behandeld. De Engelse benaming, zoals deze in de implementatie van het model gebruikt wordt, vermelden we telkens tussen haakjes. De centrale structuur van een model is het gebied waarin de uitrol van het netwerk zich afspeelt. Een model wordt opgebouwd uit een boomstructuur van gebieden en subgebieden. Vaak zal deze boomstructuur maar twee niveaus diep zijn, maar kan ook verder uitgebreid worden als de technologie dit vereist. De onderverdeling van een gebied in een aantal subregio’s biedt een aantal essentiële voordelen: -

de mogelijkheid om kosten en inkomsten te berekenen per subgebied,

24

Opbouw van een flexibel berekeningsmodel| 25 -

de uitrol over de verschillende gebieden op verschillende tijdstippen voorziet extra strategische keuzes,

-

het volledige gebied kan opgebouwd worden uit een aantal subgebieden met een generieke structuur.

De generieke structuur van een dergelijk gebied staat afgebeeld in Figuur 4-1. De logische structuren die aan een dergelijk gebied gekoppeld zijn, worden nu verder in detail besproken.

Figuur 4-1 : Generieke structuur van het model

4.1.1. Dimensionering (Dimensioning) Het dimensioneringsmodel omvat alle structurele, gebiedsafhankelijke informatie. We denken hierbij aan de oppervlakte van het gebied, het aantal meters straat, … Ook zitten een aantal berekeningsmethoden nodig voor het kostenmodel in deze structuur vervat. Een voorbeeld van deze methoden is de berekening van de gemiddelde fiberlengte van het centraal punt naar een gebruiker of straatkast bij FttH. Deze methode is gebaseerd op de berekening zoals beschreven in [1]. Hij stelde een gebied voor als een cirkel en plaatste het CO op het middelpunt van de cirkel (zie Figuur 4-2).

Opbouw van een flexibel berekeningsmodel| 26

Figuur 4-2 : Voorstelling gebied voor berekening gemiddelde fiberlengte

Door te veronderstellen dat op elke vaste afstand x van dat middelpunt 2πxdx mensen wonen, berekende hij de gemiddelde afstand tot aan een gebruiker aan de hand van volgende integraal: 𝑟𝑔𝑟𝑜𝑜𝑡 0

2𝜋𝑥 2 𝑑𝑥

2 𝜋𝑟𝑔𝑟𝑜𝑜𝑡

Uitwerken van deze integraal levert:

= 𝑟𝑔𝑒𝑚𝑖𝑑𝑑𝑒𝑙𝑑 2 3

𝑟𝑔𝑒𝑚𝑖𝑑𝑑𝑒𝑙𝑑 = 𝑟𝑔𝑟𝑜𝑜𝑡 .

Deze afstanden zijn echter in vogelvlucht gemeten. Om deze te corrigeren naar een afstand te voet (via de straten), stelde Bart Wouters een vermenigvuldigingsfactor k van 1,30 voor. De gemiddelde fiberlengte wordt dus berekend als: 𝑔𝑒𝑚𝑖𝑑𝑑𝑒𝑙𝑑𝑒 𝑓𝑖𝑏𝑒𝑟𝑙𝑒𝑛𝑔𝑡𝑒 = 𝑘𝑟𝑔𝑒𝑚𝑖𝑑𝑑𝑒𝑙 met

𝑟𝑔𝑟𝑜𝑜𝑡 =

𝑑

=

2 𝑘𝑟 3 𝑔𝑟𝑜𝑜𝑡

𝑜𝑝𝑝𝑒𝑟𝑣𝑙𝑎𝑘𝑡𝑒 2𝜋

Het spreekt voor zich dat andere implementaties voor deze dimensionering eenvoudig de huidige standaard-implementatie kunnen vervangen. Appendix A uit [4] beschrijft een aantal andere methoden om deze gemiddelde fiberlengte te berekenen. 4.1.2. Gebruikers (users) Naast de structurele informatie over het gebied, vormen de gebruikers de belangrijkste bron informatie voor de bepaling van de kosten en inkomsten. Gebruikers worden typisch onderverdeeld in verschillende types, naargelang eisen voor bijvoorbeeld bandbreedte. Een andere classificatie in types gebruikers met hun specifieke kenmerken kan eenvoudig aan het model toegevoegd worden. In het geval van FttH zijn er drie types: residentiële, commerciële en industriële gebruikers. De belangrijkste verschillen zijn te vinden in de inkomsten: de abonnementskosten voor residentiële en commerciële gebruikers liggen lager en de verdeling van het aantal gebruikers over de verschillende abonnementen is anders. Ook de graafkosten zijn verschillend. Vermits industriële terreinen ver uit elkaar liggen, is het dikwijls niet noodzakelijk om fiber te plaatsen langs beide straatkanten en wordt de straat alleen in het midden opengebroken. Commerciële en residentiële gebouwen staan dichter

Opbouw van een flexibel berekeningsmodel| 27 bij elkaar en dikwijls in een gebied met meer doorgaand verkeer. Daarom wordt meestal besloten om in residentiële en commerciële regio’s de fiber langs beide straatkanten te leggen, zodat voor de aansluiting van een eventuele nieuwe klant enkel de stoep voor die deur moet worden opengelegd. 4.1.3. Technologie (Technology) Aan elk gebied wordt een technologie gekoppeld. In hoofdstuk 2 werden reeds de FttH-technologie met zijn verschillende structuren (ASN, PON en HRN) en de draadloze WiMAX-technologie aangehaald. Het volledige model dat verder uitgebreid zal beschreven worden, is echter toepasbaar voor elke technologie. 4.1.4. Strategie (Strategy) Een strategie bepaalt wanneer de speler zal uitrollen in het gebied en over welke periode deze uitrol gespreid zal worden. De mogelijkheid om verschillende gebieden op verschillende tijdstippen of over verschillende periodes uit te rollen, geeft het model extra strategische keuzes en zo extra flexibiliteit. 4.1.5. Adoptiemodel (Adoption) Het adoptiemodel maakt gebruik van een Bass-adoptiecurve, beschreven in paragraaf 3.1.1, om het aantal intekenaars per jaar te bepalen als een percentage van het totale aantal potentiële gebruikers die zich in het gebied bevinden. Het aantal vroegtijdige en laattijdige intekenaars wordt berekend met behulp van een Gompertz-adoptiecurve, eveneens beschreven in dezelfde paragraaf. 4.1.6. Apparatuurmodel (Equipment Model) Zoals elk netwerk, vertrekt ook elk telecomnetwerk vanuit één centraal punt, van waaruit de connectie gemaakt wordt met de eindgebruikers van het netwerk of met het centrale punt van een subnetwerk. Fysisch is dit centraal verdeelpunt een gebouw, cabine, … waarin alle apparatuur die nodig is voor de verwerking en het versturen van de informatie over het netwerk, wordt gehuisvest. Daarom wordt naar dit centrale punt verwezen als “centraal apparatuurpunt”, afgekort als CAP. Een voorbeeld van een CAP is een “central office” bij een homerun FttH netwerk, zoals reeds besproken in paragraaf 0. Het equipment model wordt opgebouwd als een boomstructuur met ouders (parents) en kinderen (children). Aan de blaadjes van de boom worden drijvende krachten (drivers) meegegeven die de nodige input zijn voor de berekening van de hoeveelheid apparatuur. Het belangrijkste voorbeeld van een driver is het aantal gebruikers, waarvan de absolute hoeveelheid bepaald wordt aan de hand van het adoptiemodel. Deze drivers kunnen echter ook andere parameters van het gebied zijn. Zo kan de oppervlakte van het gebied bijvoorbeeld een rol spelen bij een draadloos netwerk. In sommige gevallen is het ook mogelijk dat een bepaalde apparatuur, die niet overeenkomt met een van de blaadjes van de boom, toch berekend wordt aan de hand van een specifieke driver. De link tussen de verschillende niveaus in de boom wordt gemaakt door middel van één parameter: de granulariteit. Deze bepaalt hoeveel kinderen een ouder maximaal kan bevatten. Een voorbeeld van deze boomstructuur (FttH) werd reeds besproken in paragraaf 0 en weergegeven in Figuur 2-3.

Opbouw van een flexibel berekeningsmodel| 28 4.1.7. Model voor kosten (Cost Model) De kosten voor de uitrol en instandhouding van een telecomnetwerk zijn heel uiteenlopend. In het model splitsen deze kosten zich op in vier grote delen, die dan op hun beurt nog verder vertakken. Volgende paragraaf geeft een summier overzicht van al deze kosten. We willen hier opnieuw benadrukken dat wij het model opgebouwd hebben voor een FttH-netwerk, maar dat elk onderdeel van dit kostenmodel eenvoudig aangepast kan worden indien men de uitrol van een ander soort netwerk wil modelleren. 

Apparatuurkosten (Equipment Costs)

De apparatuurkosten omvatten alle kosten die direct gerelateerd zijn aan aankoop, installatie en onderhoud van de apparatuur in het CAP of bij de eindgebruiker. Installatiekosten (Installation Costs) De installatiekost van de apparatuur omvat de kosten die gemaakt moeten worden wanneer een type apparatuur voor de eerste keer moet aangekocht en geïnstalleerd worden. Vermits de kost voor (optische) apparatuur de laatste jaren sterk gedaald is en verwacht wordt van nog verder af te nemen, wordt gebruik gemaakt van een learning curve (paragraaf 3.1.2) om deze kosterosie in rekening te brengen. Reïnstallatiekosten (Reinstallation Costs) Apparatuur heeft slechts een beperkte levensduur. De kans op falen vergroot ook naarmate de apparatuur verder in zijn levenscyclus komt. Daarom wordt bij telecomnetwerken typisch besloten om apparatuur na een vaste periode te vervangen, ook al vertoont de apparatuur nog geen fouten of signalen van faling. De reïnstallatiekost wordt bepaald als de som van installatiekost en kost van de hardware zelf, wederom rekening houdend met de learning curve. De reïnstallatieperiode wordt op voorhand bepaald door de telecomoperator of door de leverancier van de apparatuur en is afhankelijk van het type. Onderhoudskosten (Maintenance Costs) Onderhoudskosten zijn alle kosten gerelateerd met apparatuur, die niet vervat zitten in een van bovenstaande definities. Met andere woorden: de onderhoudskosten omvatten alle kosten van apparatuur behalve de kosten voor installatie, reïnstallatie en reparatie. Dikwijls wordt dit onderhoud door de leverancier aangeboden in de vorm van een onderhoudscontract. De jaarlijkse kost van een dergelijk contract is recht evenredig met de aankoopprijs van de apparatuur. We gaan van de veronderstelling uit dat de learning curve voor apparatuurkost ook hier toegepast mag worden: wanneer de prijs van de hardware vermindert, wordt onderhoud ervan eveneens goedkoper. 

Aansluitingskosten (Connection Costs)

Alle kosten nodig om de eindgebruiker aan het net aan te sluiten, zitten vervat in dit blok. In het specifieke geval van FttH moet men niet alleen de werkuren tellen om de stoep voor de gebruiker

Opbouw van een flexibel berekeningsmodel| 29 open te breken en de fiber daar te installeren, maar ook de kost voor een optische netwerkterminal (afgekort ONT) en zijn installatie. De kosten voor graafwerken kunnen beperkt worden als men de gebruiker aansluit op het moment dat men de algemene aanleg van de glasvezelkabels in de straat doet. Om deze reden moedigt men gebruikers aan om op voorhand in te tekenen, zodat beide installaties (straat en gebruiker) inderdaad op hetzelfde tijdstip kunnen plaatsvinden. Het aantal van deze vroege intekenaars wordt meestal berekend aan de hand van een Gompertz-adoptiecurve, reeds beschreven in paragraaf 3.1.1. 

Operationele kosten (Operational Expenses, OpEx)

Onder operationele kosten, afgekort OpEx, verstaan wij alle kosten die gepaard gaan met het uitvoeren van operationele processen, in het bijzonder deze processen die er toe bijdragen het netwerk in een werkende toestand te houden en optimaal uit te baten. Men kan deze kosten opsplitsen in verschillende kleinere delen, die hieronder kort besproken worden. De onderhoudskosten voor hardware kan men eventueel ook hier onderverdelen, maar wij kozen ervoor om alle apparatuurkosten samen te nemen omdat deze, via het onderhoudscontract, een supplementaire kost bovenop de apparatuurkost vormen. Ook de CRM-kosten worden apart beschouwd. Kosten voor prijszetting en facturering (Pricing and Billing Costs) Prijszetting en facturering zijn administratieve kosten. De werknemers van de telecomoperator moeten voor elke klant een factuur opmaken, deze verzenden en controleren of de klant wel tijdig en voldoende betaalt. Kosten voor administratieve installatie (Service Provisioning Costs) Van zodra de klant heeft ingetekend op een abonnement, kan het hele aansluitingsproces beginnen. Naast de fysische installatie (aansluitingskosten) spreekt men ook van een administratieve installatie. Deze omvat het controleren van de gegevens van de gebruiker, opmaken van zijn dossier en inplannen van de fysische installatie. Operationele behandelingskosten (Operation Handling Costs) Deze omvatten de kosten voor de werkuren nodig om het gehele operationele proces correct te plannen. Bijvoorbeeld: reparaties en andere interventies moeten tijdig kunnen gebeuren en dus moet hiervoor steeds voldoende personeel beschikbaar zijn. Meestal worden deze kosten berekend aan de hand van een schatting van het aantal voltijdse werkkrachten of FTE’s (Full Time Equivalents) nodig om deze taken uit te voeren en hun jaarkost. Energiekosten (Power Costs) De energiekosten voor het CAP en de eventuele centrale punten in de subgebieden worden typisch berekend op basis van het aantal aangesloten gebruikers, de kostprijs per kWh en het gemiddelde verbruik per gebruiker per jaar. Indien gewenst, kan deze berekening gebaseerd worden op andere parameters, zoals het aantal straatkasten bij ASN.

Opbouw van een flexibel berekeningsmodel| 30 Herstellingskosten (Repair Costs) Ondanks het feit dat de apparatuur steeds tijdig wordt vervangen, is het altijd mogelijk dat hardware faalt vooraleer het zijn tijdstip van vervanging heeft bereikt. Logischerwijze moet deze dan hersteld worden, wat de nodige kosten met zich meebrengt. Deze kost is afhankelijk van de prijs van de hardware of zijn componenten en van de frequentie van voorvallen, die geschat wordt aan de hand van de gemiddelde tijd tussen twee opeenvolgende herstellingen: de MTBF (Mean Time Between Failure). Voor een FttH-netwerk wordt in ons model de focus vooral gelegd op het herstellen van fouten in het kabelnetwerk (de fiber zelf), vermits deze geen vervangingsperiode hebben en de kans op falen er dus veel hoger ligt. 

Consumentgerelateerde kosten (Customer Related Management, CRM)

Alle kosten die direct gerelateerd zijn aan de gebruiker als persoon (en dus niet zijn installatie of apparatuur) worden gerekend tot de CRM-kosten. CRM-kosten bestaan enerzijds uit marketing kosten en anderzijds uit kosten voor het runnen van een helpdesk. Marketingkosten (Marketing Costs) Marketing omvat alle paden die bewandeld worden om de klant ervan te overtuigen het product te kopen. Meestal wordt geïnvesteerd in reclamecampagnes en kent een telecomoperator een vast budget per regio per jaar toe. Kosten voor de helpdesk (Helpdesk Costs) De helpdeskdienst bestaat dikwijls uit een aantal medewerkers in een telefooncentrale tot wie de klanten zich kunnen wenden indien zij vragen of problemen hebben. Deze kost wordt meestal berekend aan de hand van een schatting van het aantal benodigde FTE’s en hun jaarkost. 

Aankoop- en plaatsingskosten van glasvezel (Purchasing and Placement Costs)

De aankoopkosten voor de kabels en de kosten voor de plaatsing (graven, trekken of op de gevel) vormen een niet te onderschatten onderdeel van de kosten voor een telecomnetwerk. Werkt men echter het model uit voor de uitrol van een draadloos netwerk, zal deze kost van ondergeschikt belang zijn. 4.1.8. Model voor opbrengsten (Revenue Model) De belangrijkste bron van inkomsten voor een telecomoperator zijn de abonnementsbetalingen van de klanten. In het geval van FttH worden er momenteel drie soorten abonnementen aangereikt: een eco-, een standaard- en een premium-abonnement. Het belangrijkste verschil is natuurlijk de maximale bandbreedte die de gebruiker ter beschikking krijgt. Voor meer bandbreedte moet de klant uiteraard ook meer abonnementskosten betalen.

Opbouw van een flexibel berekeningsmodel| 31

4.2. Praktische implementatie Nu de logische opbouw van het model uitgelegd is, gaan we iets dieper in op de implementatie in Java. Deze paragraaf zal de programmering van het model overlopen, aangeven waar en hoe verschillende parameters kunnen gewijzigd worden, … Vermist wij de klemtoon legden op FttH, werden bepaalde parameters en berekeningsmethoden reeds standaard geprogrammeerd en hier toegelicht. Er moet echter benadrukt worden dat deze implementatie geen beperkingen legt op de algemeenheid van het model. Een overzicht van de opbouw van de Java-implementatie wordt weergegeven in Figuur 4-3.

Figuur 4-3 : Overzicht van de implementatiestructuur van het model

Opbouw van een flexibel berekeningsmodel| 32 4.2.1. De klasse Area Elk model wordt opgebouwd vanuit de klasse Areas (Gebied). Deze bevat de methoden om de winst voor dat gebied en eventuele subgebieden te berekenen aan de hand van berekeningsmethoden voor kosten en inkomsten. Ook bevat de klasse Areas een onderliggende klasse AreaDefinition (vertaald als gebiedsdefinitie) die alle nodige inputs en parameters met zich meedraagt en een Model dat het apparatuursmodel voor dat gebied bevat. 

AreaDefinition

Naam en vaste parameters Elk gebied moet gespecifieerd worden aan de hand van een naam en enkele vaste parameters. Deze parameters worden opgesomd in Tabel 4-1. Vermits sommige parameters voor alle gebieden en spelers dezelfde waarde hebben, werd besloten om deze rechtstreeks te programmeren, hoewel de mogelijkheid werd voorzien om deze aan te passen indien nodig. Voor dit soort parameters wordt de waarde direct in de tabel meegegeven, voor de parameters zonder universele waarde geeft de tabel ‘handmatig’ weer. De AreaDefinition zorgt voor de dimensionering van het model. Door dit dimensioneringsmodel los te maken van de area zelf, is het heel eenvoudig om de karakteristieken van een gebied te wijzigen zonder de opbouw van het volledige model volledig opnieuw te moeten uitvoeren. Tabel 4-1 : Overzicht van parameters en hun waarde

Parameter Waarde Oppervlakte Handmatig k 1,3 Aantal meters straat in gebied zelf (niet Handmatig subgebieden) Percentage van de werken samenvallend 10% met stedenwerken Marketing kost Handmatig Operational handling kost Handmatig Helpdesk kost €22 per gebruiker per jaar Pricing and billing kost €15 per gebruiker per jaar Energiekost €3 per gebruiker per jaar Fiber installatiekost €1 per meter Fiber aankoopkost €0,05 per meter Aantal fibers per installatie 40 Overdimensionering (%) 20%

Technologie (klasse Technology) De technologie wordt eveneens per gebied vastgelegd door de gebruiker en omvat een bepaalde structuur, een introductiejaar en de parameters voor de Bass-adoptiecurve. In de blok technologie worden een introductiejaar en adoptieparameters meegegeven. Met dit introductiejaar bedoelen we het jaar dat de technologie voor het eerst op de markt wordt gebracht

Opbouw van een flexibel berekeningsmodel| 33 in België. Vanaf dat moment gaat ook de marketingafdeling aan de slag om de technologie te promoten. De adoptieparameters werden reeds beschreven in paragraaf 3.1.1. Hoewel deze parameters per gebied worden ingegeven, zal het veelal het geval zijn dat ze voor alle gebieden van een speler dezelfde blijken omdat één speler normaal gezien slechts één technologie (FttH, Docsis, …) zal gebruiken. Naast deze parameters, wordt per definitie van een nieuwe technologie een structuur meegegeven. De structuren die reeds besproken werden in paragraaf 2.1.4, werden ook rechtstreeks geïmplementeerd in het model door gebruik te maken van verschillende Java-klassen. Deze klassen zijn allen op dezelfde, generieke manier opgebouwd, maar verschillen in berekeningsmethoden voor de structuurafhankelijke kosten. Wanneer men een bepaalde structuur wil gebruiken, moet men gewoon de juiste klasse oproepen. Indien gewenst, kan een andere technologie eenvoudig ingevoegd worden door een nieuwe klasse aan te maken, die de specifieke berekeningsmethoden voor die bepaalde technologie met zich meedraagt. In wat volgt worden de reeds geïmplementeerde structuren voor FttH en hun opbouw kort besproken. CO-model (HRN) Het CO-model definieert alle hardware in één CO en verbindt alle eindgebruikers rechtstreeks met dit CO, één fiber per gebruiker. Dit model werd reeds beschreven in paragraaf 0. DP-model (ASN) Het DP- of distributiepunt-model werkt de structuur uit van een Actieve Ster Netwerk. In het bovenliggende gebied bevindt zich een centraal punt (DP genaamd) dat naast een elektriciteitsvoorziening ook de IOT card en IP-Video card bevat die ook in een CO terug te vinden zijn. Vanuit dit DP vertrekken glasvezelkabels naar de straatkasten van alle subgebieden. De prijs voor de kaarten is dezelfde als in een CO (€5000 voor een IP-Video card en €6500 voor een IOT card), de prijs voor de elektriciteitsaansluiting wordt geschat op €750. Deze is veel lager dan de prijs voor de generator in een CO, vermits hier geen hardware wordt voorzien die de gehele installatie draaiende kan houden in geval van een stroompanne. De subgebieden hebben een SC- (Street Cabinet of straatkast) model. Deze heeft nagenoeg dezelfde structuur als een CO, maar kan maar een beperkt aantal gebruikers aansluiten op het netwerk. Figuur 4-4 geeft een overzicht van dit model:

Opbouw van een flexibel berekeningsmodel| 34

Figuur 4-4 : Overzicht van de opbouw van het SC-model

Een straatcabine bevat een HVAC-eenheid, een behuizing (housing), een elektriciteitsaansluiting (electricity) en een rek (rack). De HVAC-eenheid heeft dezelfde functies als de HVAC van een CO, maar kan veel kleiner uitgevoerd worden vermits een straatkast slechts 480 gebruikers moet bedienen (ten opzichte van 16000 gebruikers in een CO). De kostprijs werd bepaald via een herschaling op basis van dat aantal gebruikers en bedraagt €2400. De kost voor een elektriciteitsaansluiting in een straatkast wordt geraamd op €750 en de kost voor de behuizing (inclusief installatie) werd geschat op €5000. Elke straatkast bevat maximaal één rack en één shelf. Een shelf bevat 480 Jumper Cable Connectors (JCC’s), 20 OLT cards en 1 Control Card. Vermits deze types hardware exact dezelfde zijn als de hardware die geïnstalleerd wordt in een CO, zijn de prijzen uiteraard ook dezelfde (rack: €1500, shelf: €800, OLT card: €5000, Control Card: €3000 en JCC: €20). Vanuit het distributiepunt worden fibers getrokken naar elke straatkast. Het aantal fibers wordt bepaald aan de hand van het maximaal aantal gebruikers dat op deze straatkast kan worden aangesloten. Typisch rekent men één fiber per 480 gebruikers. Vermits wij de straatkasten zo modelleerden dat elke straatkast maximaal 480 gebruikers kan bedienen, is het aantal fibers van het DP naar een straatkast simpelweg één. De mogelijkheid is echter wel opengelaten om dit aantal te veranderen. De aansluiting van de straatkast naar de gebruikers gebeurt via één fiber per gebruiker.

Opbouw van een flexibel berekeningsmodel| 35 PCO-model (PON) Een passief optisch netwerk of PON wordt gemodelleerd gebruik makende van een PCO-model in het hoofdgebied en SP-modellen (zie hieronder) in de subgebieden. Vanuit het centrale punt in het hoofdgebied vertrekken 15 glasvezelkabels naar elk subgebied. Een PCO-model (CO-model voor PON) heeft ongeveer dezelfde opbouw als een het CO-model voor HRN dat reeds eerder beschreven werd. Het enige verschil is dat het PCO-model geen JCC’s heeft. Het SP-model (splitter punt model), dat maximaal 480 gebruikers kan bedienen, wordt voorgesteld in Figuur 4-5.

Figuur 4-5 : Overzicht van het SP-model

Naast een behuizing, bestaat het model uit splitters en JCC’s. De glasvezelkabels komen toe aan verschillende poorten, één poort per splitter. Per kast worden maximaal 15 splitters geïnstalleerd. De splitter verdeelt de kabel dan in 32, en stuurt deze naar de JCC’s, die de rechtstreekse aansluiting vormen met de kabel van de gebruiker, vandaar de één-opéén relatie tussen het aantal JCC’s en het aantal aangesloten gebruikers. De kost van de behuizing wordt geschat op €4000, naar analogie met de straatkasten bij een ASNnetwerk. Ze zijn iets goedkoper omdat ze typisch in een handhole geplaatst worden en niet op een betonnen sokkel zoals de straatcabines bij ASN. De prijs voor een splitter wordt berekend aan de hand van het aantal poorten. In dit geval heeft een splitter 33 poorten (één inkomende en 32 uitgaande). Rekening houdend met een kost van €10 per poort, komt dit op een totaalkost van €330. De kost van de JCC’s blijft dezelfde als bij de twee andere structuren en komt neer op €20[4]. Ten slotte is het belangrijk te vermelden dat het ook mogelijk is om modellen duurder te maken in bepaalde (sub)gebieden. Door de kosten in een bepaalde regio te hoog te maken om winstgevend kan zijn, kan intrinsiek verhinderd worden dat de operator zal uitrollen in deze regio.

Opbouw van een flexibel berekeningsmodel| 36 Strategie (klasse Strategy) De strategie omvat een uitroljaar en -snelheid. Het invoeren van de strategie kan op verschillende manieren gebeuren. Geeft men een uitroljaar en -periode mee, wordt er uitgegaan van lineaire uitrol en wordt elk jaar van de periode dezelfde hoeveelheid uitgerold. Een andere mogelijkheid is dat men de uitrolstrategie manueel aanmaakt, onder de vorm van een reeks percentages. Deze reeks wordt dan samen met het gewenste uitroljaar meegegeven en omgezet in een tijdsfunctie die de uitrol modelleert. Door deze laatste optie in te voegen, kan zowat elke denkbare uitrolstrategie gemodelleerd worden. Dit komt de algemene bruikbaarheid van het model zeker ten goede. Gebruiker (klasse User) In de definitie van het gebied wordt ook gespecifieerd hoeveel potentiële gebruikers van elk type zich in dat gebied bevinden. Deze gebruikers worden gemodelleerd aan de hand van de klasse User. Via deze klasse kan de gebruiker onder andere de verschillende abonnementen, hun kost en de verdeling van dat type gebruiker over de soorten abonnementen ingeven. Ook de parameters met betrekking tot de installatie van de glasvezel worden hier ingevoerd: de opdeling van de uitrol in graven, trekken en bevestigen langs de wanden van de gebouwen en, in het geval van graven, opbreken van de straat langs één kant (industriële gebruikers) of langs beide kanten (het geval voor residentiële en commerciële gebruikers). Ten slotte kunnen de parameters van de Gompertz-curve en de kosten voor vroege en late intekenaars hier worden ingegeven. Een voorbeeld van de modellering en de parameters van de gebruikers bij FttH is terug te vinden in Tabel 4-2. De waarden voor deze parameters werden overgenomen uit [4]. Tabel 4-2: Parameters per gebruiker voor FttH

Parameter Abonnementen abonnementskost ECO abonnementskost STANDAARD abonnementskost PREMIUM percentage ECO percentage STANDAARD percentage PREMIUM Aantal kanten van de straat dat moet opengebroken worden Plaatsingskosten kost voor graven kost voor bevestiging aan gebouwen kost voor trekken percentage graven percentage bevestiging aan gebouwen percentage trekken Service Provisioning Cost (administratieve installatie) per vroegtijdig geïnstalleerde gebruiker per laattijdig geïnstalleerde gebruiker Connection Cost (aansluitingskost) per vroegtijdig geïnstalleerde gebruiker per laattijdig geïnstalleerde gebruiker

Residentieel Commercieel Industrieel € 35 € 60 € 80 25% 65% 10% 2

€ 35 € 60 € 80 25% 65% 10% 2

€ 221 € 331,50 € 780 10% 60% 30% 1

€ 40 €2 €6 80% 10% 10%

€ 40 €2 €6 80% 10% 10%

€ 25 €2 €6 70% 10% 20%

€ 211 € 324

€ 211 € 324

€ 311 € 424

€ 231 € 31

€ 231 € 31

€ 241 € 41

Opbouw van een flexibel berekeningsmodel| 37 

Equipment Model

Naast alle inputs bevat elk gebied ook een apparatuursmodel (Equipment Model). Dit model is opgebouwd als een boomstructuur (reeds besproken in paragraaf 0) en geeft de nodige inputs aan de klasse Area, zodat die de benodigde hoeveelheid (en dus ook de kost) voor elk type apparatuur kan berekenen. Logischerwijze zal alle hardware die eerder in dit hoofdstuk beschreven werd, een andere kost, kosterosie en onderhoudscontract hebben. Wel zullen deze parameters voor bepaalde klassen hardware sterk gelijklopend zijn, en typisch op dezelfde manier worden geschat. Wij besloten, op basis van [4], vier types te implementeren, die hieronder schematisch weergegeven worden (Tabel 4-3). De belangrijkste verschillen liggen in de learning curve en in het percentage van de aankoopprijs, dat gerekend wordt voor het onderhoudscontract. Tabel 4-3 : Overzicht parameters voor verschillende types equipment

Type normaal elektrisch optisch, actief optisch, passief

Percentage voor onderhoudscontract 10% 50% 50% 25%

Parameters learning curve K ∆T nr 0,9 0,1 10 0,8 0,01 8 0,8 0,01 8

Een overzicht van de hardware die gebruikt wordt in een FttH-netwerk met bijhorende types wordt gegeven in Tabel 4-4. Tabel 4-4 : Overzicht apparatuur FttH en bijhorend type

Apparatuur Behuizing straatkabine Controlekaart Elektriciteitsaansluiting Generator HVAC-eenheid IP-Video kaart IOT-kaart JCC OLT-kaart Rack Shelf

Type normaal elektrisch normaal normaal normaal elektrisch elektrisch optisch, passief optisch, actief normaal normaal

Opbouw van een flexibel berekeningsmodel| 38

4.3. Model voor meerdere spelers: speltheorie Nu het de opbouw en de implementatie van het algemene model toegelicht is, kan overgegaan worden op het model voor meerdere spelers en de speltheorie. In deze thesis wordt enkel het model voor twee spelers uitgewerkt, waarbij het Nash-evenwicht kan uitgerekend worden door gebruik te maken van bestaande code. Een uitbreiding naar drie spelers is triviaal en werd niet in deze thesis opgenomen omdat het geen realistischere case in het Belgische telecomlandschap oplevert en omdat het ons geen verdere inzichten geeft over de flexibiliteit, juistheid en algemeenheid van het model. Figuur 4-6 geeft een algemeen overzicht van het model voor twee spelers.

Figuur 4-6 : Model voor twee spelers

Beide spelers worden gemodelleerd als een gebied (area) met de nodige parameters en berekeningsmethoden (zie ook de beschrijving van het model voor één speler). Het model biedt de mogelijkheid om voor elke speler verschillende technologieën, strategieën en subgebieden te definiëren. Op basis van deze parameters worden de adoptiecurves voor de volledige regio waarin de speler actief is, berekend en vervolgens teruggegeven aan het gebied, zodat de pay-off per speler kan bepaald worden. Binnen een spel krijgt elke speler een reeks van verschillende strategieën mee. Op basis van alle mogelijke combinaties van keuzes die de spelers kunnen maken, wordt een beslissingsboom of een matrix van het spel opgesteld. Voor alle mogelijke combinaties van strategieën worden vervolgens de pay-offs voor beide spelers berekend. Door gebruik te maken van backward induction of de berekening van het Nash-evenwicht uitgaande van een matrix, wordt de optimale oplossing voor beide spelers bepaald. Vermits de berekeningsmethode voor de adoptie anders verloopt dan in het model van Bart Wouters, wordt hierop even dieper ingegaan.

Opbouw van een flexibel berekeningsmodel| 39 

Twee spelers met dezelfde technologie

In het geval dat beide spelers dezelfde technologie willen uitrollen, wordt van één en hetzelfde introductiejaar uitgegaan. Deze aanname is zeer realistisch: wanneer de lancering van een nieuw soort product bekend gemaakt wordt, zal er veel aandacht gaan naar het product en het merk. Wanneer het product echter onder een andere merknaam eerder in de winkelrekken ligt, zal deze producent met een groter deel van de verkoop gaan lopen. Dezelfde redenering kan gemaakt worden bij de uitrol van telecomnetwerken. Wat wel een invloed kan hebben op de adoptie, is het marktpotentieel van de speler. Dit is een schatting van het maximale marktaandeel dat deze speler kan innemen en is gebaseerd op historische cijfers, naambekendheid, invloed van reclame- en promotiecampagnes, … De schatting van het marktpotentieel geeft aan of één van de spelers in een bepaalde regio een concurrentievoordeel heeft. Wanneer dit niet het geval is, krijgen beide spelers een gelijk marktpotentieel toegewezen. Het uiteindelijke marktaandeel dat een bepaalde speler zal behalen na afloop van het spel, wordt beïnvloed door de strategische keuzes die beide spelers nemen. De belangrijkste keuzes die gemaakt worden in het spel zijn het uitroljaar en de uitrolduur. In wat volgt bespreken we de invloed van beide keuzes op de adoptie van de twee spelers. Wanneer één speler beslist om vroeger uit te rollen dan de tweede speler, zal deze speler al een deel van de markt veroverd hebben vooraleer de tweede speler de concurrentie aangaat. Dat deel van de markt is verloren voor speler 2 aangezien in het model wordt verondersteld dat klanten niet overlopen van de ene speler naar de andere. Het resterende marktaandeel wordt dan volgens de verhoudingen van het marktpotentieel verdeeld over beide spelers. We veronderstellen twee identieke spelers (zelfde technologie, zelfde gebieden met gelijk aantal inwoners en beiden een marktpotentieel van 50%) die enkel verschillen doordat ze in een ander jaar uitrollen (speler 1 in 2010, speler 2 in 2015). De adoptiecurven wordt voorgesteld in Grafiek 4-1. 100% 80% 60% 40% 20% 0% 2010

2015

Adoptie speler 1

2020

2025

2030

Adoptie speler 2

2035

2040

Totale adoptie

Grafiek 4-1 : Adoptiepercentages voor twee identieke spelers met verschillend uitroljaar (2010 en 2015)

Opbouw van een flexibel berekeningsmodel| 40 Vanaf het uitroljaar van de eerste speler tot aan het uitroljaar van de tweede, is de eerste speler de enige actieve op de markt en krijgt dus de volledige adoptie toebedeeld. Vanaf het moment van uitrol van de tweede speler, wordt de adoptie recht evenredig met het resterende marktpotentieel over beide spelers verdeeld. Mathematisch ziet de adoptieberekening er als volgt uit: 𝐹 𝑡 = 𝑡𝑜𝑡𝑎𝑙𝑒 𝑎𝑑𝑜𝑝𝑡𝑖𝑒 𝑜𝑝 𝑡𝑖𝑗𝑑𝑠𝑡𝑖𝑝 𝑡 𝐹1 𝑡 = 𝑎𝑑𝑜𝑝𝑡𝑖𝑒 𝑠𝑝𝑒𝑙𝑒𝑟 1 𝑜𝑝 𝑡𝑖𝑗𝑑𝑠𝑡𝑖𝑝 𝑡 =

𝐹 𝑡 𝐹 𝑇2 + 𝐹 𝑡 − 𝐹 𝑇2

𝐹2 𝑡 = 𝑎𝑑𝑜𝑝𝑡𝑖𝑒 𝑠𝑝𝑒𝑙𝑒𝑟 2 𝑜𝑝 𝑡𝑖𝑗𝑑𝑠𝑡𝑖𝑝 𝑡 =

0 𝐹 𝑡 − 𝐹 𝑇2

∗ 𝑚1

𝑡 ≤ 𝑇2 𝑡 > 𝑇2 𝑡 ≤ 𝑇2 𝑡 > 𝑇2

∗ 𝑚2

In deze vergelijkingen stelt T2 het jaar waarin de tweede speler uitrolt voor en m1 en m2 de respectievelijke marktpotentiëlen van speler 1 en 2. Ook de uitrolduur is bepalend voor het uiteindelijke marktaandeel dat een speler kan veroveren. Indien een speler beslist om heel traag uit te rollen, zal hij een deel van zijn potentiële klanten verliezen aan een andere speler die sneller uitrolt. De eigenlijke adoptie van de eerste speler is hierbij evenredig met het deel van het gebied dat reeds uitgerold is. Er moeten nu dus twee effecten in rekening gebracht worden: het gewonnen marktaandeel door het vervroegd uitrollen, maar ook het percentage van uitrol, of met andere woorden de uitrolduur. Wanneer door een van de spelers met uitrollen begonnen wordt terwijl de tweede speler nog geen actie ondernomen heeft, zal deze speler een relatief marktaandeel van 100% toegewezen krijgen op het deel van zijn gebieden dat hij reeds uitrolt. Vanaf het moment dat de tweede speler begint uit te rollen, wordt de adoptie verdeeld volgens de marktaandelen en uitrolpercentages van beide spelers. Omdat de wiskundige formulering achter deze berekening niet zo vanzelfsprekend is, gaan we hier even dieper op in. We veronderstellen dat er twee spelers op de markt aanwezig zijn, elk met een markpotentieel (m 1 en m2), een uitroljaar (uitrol1 en uitrol2) en een percentage in elk jaar dat uitdrukt hoeveel procent van het gebied reeds uitgerold is in dat jaar (s1 en s2). We veronderstellen ook dat speler 1 vroeger of in hetzelfde jaar begint uit te rollen als speler 2. Eerst wordt de totale adoptie gegenereerd door middel van het Bass-adoptiemodel en de bijhorende parameters. Vermits beide spelers dezelfde technologie hebben, zijn deze parameters en het introductiejaar dezelfde. De adoptiecurven voor beide spelers worden dan als volgt opgesteld: 𝐴𝑑𝑜𝑝𝑡𝑖𝑒𝑠𝑝𝑒𝑙𝑒𝑟

1

=

100% ∗ 𝑠1 ∗ 𝑎𝑎𝑛𝑔𝑒𝑝𝑎𝑠𝑡𝑒 𝑎𝑑𝑜𝑝𝑡𝑖𝑒 𝑡 𝑚1 ∗ 𝑠1 ∗ 𝑎𝑎𝑛𝑔𝑒𝑝𝑎𝑠𝑡𝑒 𝑎𝑑𝑜𝑝𝑡𝑖𝑒 𝑡

𝑡 < 𝑢𝑖𝑡𝑟𝑜𝑙2 𝑡 ≥ 𝑢𝑖𝑡𝑟𝑜𝑙2

𝐴𝑑𝑜𝑝𝑡𝑖𝑒𝑠𝑝𝑒𝑙𝑒𝑟

2

=

0 𝑚2 ∗ 𝑠2 ∗ 𝑎𝑎𝑛𝑔𝑒𝑝𝑎𝑠𝑡𝑒 𝑎𝑑𝑜𝑝𝑡𝑖𝑒 𝑡

𝑡 < 𝑢𝑖𝑡𝑟𝑜𝑙2 𝑡 ≥ 𝑢𝑖𝑡𝑟𝑜𝑙2

Opbouw van een flexibel berekeningsmodel| 41 𝑚𝑒𝑡 𝑎𝑎𝑛𝑔𝑒𝑝𝑎𝑠𝑡𝑒 𝑎𝑑𝑜𝑝𝑡𝑖𝑒 𝑡 = 𝑎𝑎𝑛𝑔𝑒𝑝𝑎𝑠𝑡𝑒 𝑎𝑑𝑜𝑝𝑡𝑖𝑒 𝑡 − 1 − 𝑎𝑑𝑜𝑝𝑡𝑖𝑒𝑠𝑝𝑒𝑙𝑒𝑟 1 (𝑡) − 𝑎𝑑𝑜𝑝𝑡𝑖𝑒𝑠𝑝𝑒𝑙𝑒𝑟 2 (𝑡) Er wordt dus telkens berekend welk deel van de gebruikers nog niet aangesloten is op één van beide netwerken en vervolgens wordt dat deel verdeeld over de actieve spelers. Om deze formulering aan te tonen, bespreken we enkele voorbeelden. Voorbeeld 1: Zelfde uitroljaar en –periode, zelfde marktaandeel In dit geval zijn de spelers volledig identiek en behoren ze dus ook elk exact 50% van de adoptie te veroveren. Grafiek 4-2 toont dit aan: 100% 80% 60% 40% 20% 0% 2010

2015 Adoptie speler 1

2020

2025

2030

Adoptie speler 2

2035

2040

Totale adoptie

Grafiek 4-2 : Adoptiecurves voor twee spelers, beide met uitroljaar in 2010, uitrolperiode 5 jaar en een zelfde marktaandeel van 50%

Voorbeeld 2: Zelfde uitroljaar, verschillende uitrolperiode, verschillend marktpotentieel Beide spelers rollen uit in 2008, speler 1 over een periode van 5 jaar, speler 2 over een periode van 20 jaar. Ook wordt verondersteld dat speler 2 door een grote reclamecampagne een marktpotentieel van 70% heeft, terwijl speler 1 het met 30% moet stellen. De adoptiecurves voor beide spelers worden weergegeven in Grafiek 4-3. Doordat speler 2 trager uitrolt, verliest hij een deel van zijn marktpotentieel aan speler 1. Uiteindelijk zal de tweede speler 58,7% van de markt innemen en de eerste speler 41,3%.

Opbouw van een flexibel berekeningsmodel| 42

100% 80% 60% 40% 20% 0% 2010

2015

2020

Adoptie speler 1

2025

2030

Adoptie speler 2

2035

2040

Totale adoptie

Grafiek 4-3 : Adoptiecurves voor twee spelers met zelfde uitroljaar in 2010 maar verschillende uitrolperiode (5 en 20 jaar) en verschillende marktpotentieel (30 en 70%)

Voorbeeld 3: Verschillend uitroljaar, zelfde uitrolperiode, verschillend marktpotentieel In dit derde en laatste voorbeeld veronderstellen we dat beide spelers uitrollen over 3 jaar, maar dat speler 1 vroeger begint met uitrollen (2010 ten opzichte van 2015). De totale markt wordt verdeeld volgens een 60-40 verhouding. 100% 80% 60% 40% 20% 0% 2010

2015 Adoptie speler 1

2020

2025 Adoptie speler 2

2030

2035

2040

Totale adoptie

Grafiek 4-4 : Adoptiecurves voor twee spelers met verschillend uitroljaar (2010 en 2015), zelfde uitrolperiode (3 jaar) en verschillende marktpotentieel (60 en 40%)

Grafiek 4-4 toont aan dat de tweede speler, die al een lager startpotentieel had, zijn aandeel in de markt nog ziet dalen door pas later te starten met de uitrol.

Opbouw van een flexibel berekeningsmodel| 43 

Twee spelers met verschillende technologieën

Wanneer twee telecomoperatoren met een verschillende technologie tegen elkaar spelen, zullen ze ook beiden een ander introductiejaar en mogelijks andere parameters voor de adoptiecurve hebben. Het is dus niet langer mogelijk één algemene adoptiecurve te verdelen over de twee spelers. In dit geval komt het erop aan om te werken met absolute adoptie in plaats van percentuele adoptie zoals beschreven werd in de bovenstaande paragraaf. Er moet voor beide spelers een aparte adoptiecurve opgesteld worden en in elk jaar moet de adoptie berekend worden zoals hierboven beschreven. Ook is het noodzakelijk om twee aangepaste adoptiecurves, die het percentuele aantal overblijvende gebruikers modelleren, aan te maken. Deze zullen telkens moeten omgerekend worden naar het absolute aantal niet-geadopteerde gebruikers. Door sommeren van deze nietgeadopteerde gebruikers voor beide spelers, kan bepaald worden welk percentage van de totale adoptie nog niet in rekening gebracht wordt en hiermee kan dan de verdere adoptie bepaald worden aan de hand van de aparte adoptiecurven van de spelers. Vermits wij geen testcases zullen behandelen waarbij verschillende technologieën met elkaar in competitie worden gebracht (er wordt enkel gewerkt met ASN, HRN en PON, wat eigenlijk verschillende structuren zijn van hetzelfde netwerk), gaan we niet verder in op de wiskundige achtergrond van deze berekening.

Opbouw van een flexibel berekeningsmodel| 44

4.4. Voordelen model Om de beschrijving van het model te besluiten, wordt nog kort een overzicht gegeven van de voordelen van dit model, waarbij de nadruk gelegd wordt op de flexibiliteit en de algemene toepasbaarheid. Telkens wordt een voorbeeldje aangehaald ter verduidelijking. 4.4.1. Types technologieën Zoals reeds meerdere malen eerder vermeld, is het grootste voordeel van het model dat het zeer algemeen is opgebouwd en daarom toepasbaar is op zowat elke soort technologie. De voorbeelden die we reeds aanhaalden zijn FttH-netwerken en draadloze netwerken, maar evengoed kan het model toegepast worden op een Docsis-technologie. Mits kleine aanpassingen aan het kosten- en inkomstenmodel, is het zelfs mogelijk om een toepassing te implementeren voor andere types netwerken die als een boomstructuur opgebouwd zijn. Wij denken hierbij aan elektriciteitsnetwerken, waterleidingsnetwerken en nog vele meer. 4.4.2. Drivers Momenteel wordt enkel gebruik gemaakt van types gebruikers om het aantal benodigde hoeveelheden hardware te berekenen. Het model voorziet echter ook de mogelijkheid om andere drijvende krachten voor deze berekening te incorporeren. Als voorbeeld kan bijvoorbeeld het draadloos netwerk aangehaald worden, waarbij de hoeveelheden benodigde apparatuur zullen berekend worden aan de hand van de oppervlakte van het gebied waarover het draadloos netwerk zich uitstrekt. Bij FttH zal een kantoorgebouw vaak als één gebruiker kunnen worden beschouwd (eventueel wel met een hogere vraag naar bandbreedte), terwijl zulke gebouwen een grote oppervlakte beslaan en er dus in het geval van draadloze installatie meerdere zenders zullen geïnstalleerd zullen worden. 4.4.3. Types gebruikers Naast de verschillende drivers die toegevoegd kunnen worden, werd in het model de invulling van een ‘gebruiker’ heel algemeen gehouden. Dit geeft de mogelijkheid om naast de residentiële, commerciële en industriële gebruikers nog andere types te implementeren. Hier kan dan bijvoorbeeld een onderscheid worden gemaakt op basis van klantenprofiel, geschatte installatiekosten, gevraagde diensten, … Men zou bijvoorbeeld kunnen opteren om een business user (zakelijke gebruiker) te implementeren. Deze gebruiker zou kunnen staan voor een groter kantoorgebouw, met een hogere vraag naar bandbreedte (bijvoorbeeld driemaal de vraag van een gewone industriële gebruiker). 4.4.4. Verschillende types equipment In paragraaf 4.2.1 werden reeds de verschillende types equipment beschreven voor FttH. Opteert men echter voor een ander soort technologie, dan zal men waarschijnlijk ook andere learning curves

Opbouw van een flexibel berekeningsmodel| 45 en andere onderhoudscontracten hebben. In het model werd de mogelijkheid opengelaten om andere types apparatuur toe te voegen wanneer nodig. Het meest voor de hand liggende voorbeeld is de apparatuur nodig voor een draadloos netwerk. Een draadloos inbelpunt (wireless hotspot) kan zowel elektrische als optische onderdelen bezitten en heeft bovendien nog een antenne nodig voor het versturen en ontvangen van de data. Het is dus zeer waarschijnlijk dat dit soort hardware een ander soort kosterosie en onderhoudscontract heeft. 4.4.5. Strategische keuzes Naast de implementatie van verschillende technologieën, is er de mogelijkheid voorzien om ook verschillende strategische keuzes te implementeren. Zo kan het uitroljaar en de uitrolduur gevarieerd worden. De uitrol wordt ook niet beperkt tot een lineaire uitrol (elk jaar een even groot deel aanleggen), maar het is ook mogelijk om de snelheid van uitrol te variëren. Een aantal voorbeelden van uitrolstrategieën worden getoond in Grafiek 4-5. 100%

trage installatie voor de duurdere gebieden

80% 60%

snel inspelen op adoptie van de markt

40% 20% 0% 2010

trage, afwachtende start 2012

2014

2016

2018

lineaire uitrol over 1 jaar

lineaire uitrol over 5 jaar

lineaire uitrol over 10 jaar

uitrol met variatie in snelheid

2020

Grafiek 4-5 : Voorbeelden van een aantal mogelijke uitrolstrategieën

Deze variatie in uitrolsnelheid kan interessant zijn voor de telecomoperator wanneer deze van plan is om een volledig nieuwe soort technologie op de markt te brengen. Hij kan in de eerste jaren een klein percentage uitrollen en kijken hoe de markt op de technologie reageert. Het geeft de operator ook de mogelijkheid om eventuele kinderziektes te detecteren en elimineren vooraleer het volledige netwerk ontplooid is. 4.4.6. Parameters per gebied gegroepeerd Ook willen we nog even aanhalen dat alle parameters per gebied gespecifieerd kunnen worden op één plaats, namelijk in de klasse AreaDefinition. Dit maakt het voor de gebruiker mogelijk om de karakteristieken van een bepaald gebied eenvoudig aan te passen zonder dat hij het model weer volledig opnieuw moet opbouwen.

Opbouw van een flexibel berekeningsmodel| 46 Stel bijvoorbeeld dat een bepaalde telecomoperator een model heeft opgebouwd voor de uitrol van een netwerk in een bepaalde stad. Gebruik makend van dat model, werd de beste uitrolstrategie voor de volledige stad bepaald. Even later kondigt de stad aan, dat er in een bepaald gebied een groot bouwproject zal gestart worden. Dit zorgt ervoor dat het potentieel aan klanten in die regio sterk zal toenemen en het misschien een goede keuze zal zijn om vroeger over te gaan tot uitrol in dat gebied. Om de effecten van deze ontwikkelingen te onderzoeken, moet het bestaande model slechts op één plaats gewijzigd worden dankzij het gebruik van deze AreaDefinitions. 4.4.7. Totale flexibiliteit van het model De logische structuur van het model laat toe om op een eenvoudige en snelle manier een technoeconomisch model voor de uitrol van een nieuwe netwerkinfrastructuur op te bouwen. Het spreekt voor zich dat in de implementatie hiervan uitgegaan werd van een praktische case ([1] en [4]), gebaseerd op de FttH-technologie. De functionaliteiten van deze modellen kunnen heel eenvoudig in het gebouwde model ingevoegd worden. Belangrijker nog is dat het model een heleboel generieke bouwblokken bevat waarbij de verschillende onderdelen (bv. apparatuur, gebruiker, gebied, …) snel kunnen aangepast worden. Dit model werd in tweede instantie uitgebreid met de mogelijkheid om competitie van verschillende spelers voor te stellen op een generieke manier. De flexibiliteit van de verschillende onderdelen van dit generieke model zal in de volgende – proof of concept – hoofdstukken verder aangetoond worden.

5.

Uitwerking specifieke cases

De volgende twee hoofdstukken bevatten de uitwerking van enkele specifieke cases. Dit hoofdstuk behandelt het algemene model voor één speler, het volgende hoofdstuk gaat dieper in op de speltheoretische toepassing. Het uitgangspunt van deze thesis in het algemeen en specifiek voor de testcase, is het initieel model [1] met uitbreidingen [4]. Deze modellen werden vooral gebruikt als basis van de adoptieberekening en modellering van de kosten. Aan de hand van de realistische case uitgewerkt in [1], valideren we dit model. Daarna gaan we verder in op de verschillen tussen de drie mogelijke structuren (HRN, ASN en PON) en bespreken kort de invloed van de bevolkingsdichtheid op de kosten.

5.1. Heropbouw van het initieel model In [1] werd de uitrol van een volledig optisch toegangsnetwerk in de stad Gent gemodelleerd. De auteur verdeelde hiertoe de stad in een aantal gebieden en kende elk gebied toe aan een van twee Central Offices. Door uitroljaar en –periode te variëren, onderzocht hij welke de beste strategie is om dit volledige netwerk aan te leggen. Een eerste test van de generieke implementatie bestaat erin om een vergelijking te maken met het originele model. Op die manier kan de geldigheid van het model getest worden en kan een inschatting gemaakt worden van de verschillen tussen beide modellen. We definiëren opnieuw twee hoofdgebieden (CO1 en CO2) en een aantal subgebieden die telkens bij een van beide hoofdgebieden behoren. Een overzicht van deze gebieden en hun belangrijkste parameters staat weergegeven in Tabel 5-1. Tabel 5-1 : Overzicht gebieden stad Gent

aantal potentiële gebruikers Gebied Station Zuid Zwijnaarde Flanders Expo Nieuw Gent Blandijnberg+Zuid De Kuip + Rabot + Heilig kerst Brugsepoort + Ekkergem Station Noord

nr CO straten (km) grootte (km²) residentieel commercieel industrieel 3 1 23,40 2,75 3607 180 0 2 1 17,96 1,26 0 0 47 8 1 8,51 1,84 0 0 50 6 1 31,59 4,16 3715 186 30 1 1 34,40 1,74 5260 263 0 4 2 81,50 4,45 15390 769 95 7 2 45,60 1,96 10685 534 0 5 2 20,00 1,56 4094 205 0

De gebieden worden niet allemaal gelijktijdig uitgerold, maar de uitrol van de volledige stad Gent wordt gespreid over zeven jaar (2008 tot en met 2015). Elk afzonderlijk gebied wordt lineair uitgerold over twee jaar. De glasvezelverbindingen tussen de CO’s en de subgebieden worden uitgerold over vijf jaar, zodat dit ongeveer evenredig gebeurt met de uitrol van de gebieden, maar toch afgerond zijn voor het laatste gebied in het zesde jaar aan zijn uitrol begint. 47

Uitwerking specifieke cases| 48 We bekijken kort de resultaten en trekken hieruit de belangrijkste conclusies.

Grafiek 5-1 : Overzicht van de totale kosten en inkomsten en de pay-offs voor de stad Gent (initieel model)

Grafiek 5-1 geeft een overzicht van de verdisconteerde totale kosten en inkomsten, evenals de totale pay-off. Uit de grafiek kan afgeleid worden dat de inkomsten de kosten compenseren vanaf zeven jaar na uitrol. De investeringskosten zijn dan echter nog niet terugbetaald. Om te bepalen wanneer dit het geval is, berekenen we de cumulatieve pay-off, die staat weergegeven in Grafiek 5-2.

Grafiek 5-2 : Cumulatieve opbrengsten voor de stad Gent

Uit deze grafiek blijkt dat vanaf 2023 (15 jaar na uitrol) winst gemaakt wordt en de uitrol van een FttH-netwerk door de stad op lange termijn als een goede investering kan beschouwd worden.

Uitwerking specifieke cases| 49 Zetten we de verschillende kosten uit in een grafiek (Grafiek 5-3) en vergelijken we deze met de resultaten uit het initieel model (Grafiek 5-4), blijkt dat sommige kosten sterk verschillen. In wat volgt

Miljoenen €

trachten we hiervoor een duidelijke verklaring te geven. 5 4 3 2 1 0 2008

2010

2012

2014

2016

2018

Apparatuurkosten

Operationele en CRM-kosten

Aansluitingskosten

Fiberkosten

2020

Miljoenen €

Grafiek 5-3 : Overzicht van de verschillende kosten voor de stad Gent volgens dit model

7 6 5 4 3 2 1 0 2008

2010

2012

2014

2016

2018

Apparatuurkosten

Operationele kosten

Aansluitingskosten

Fiberkosten

2020

Grafiek 5-4 : Overzicht van de verschillende kosten voor de stad Gent volgens het initieel model

Plaatsings- en aankoopkosten van de glasvezel (Fiberkosten) De kosten die het meest opvallen omdat ze heel zwaar doorwegen tijdens de uitrol van het netwerk, zijn de plaatsings- en aankoopkosten van de glasvezel. Deze kosten zijn lager in ons model, maar de eerste piek is hoger dan de tweede piek. Een verklaring voor deze resultaten kan gevonden worden in de berekening van de plaatsingskosten.

Uitwerking specifieke cases| 50 Ons model veronderstelt twee delen in deze kost: een stuk van het CO naar een centraal punt in elk subgebied (weliswaar zonder externe apparatuur) en dan een stuk van dat centraal punt naar de eindgebruikers, waarbij de afstand berekend wordt aan de hand van de oppervlakte van het gebied. Bart Wouters veronderstelde slechts één afstand en legde die vast op een gemiddelde van 1460m. Figuur 5-1 geeft een grafische voorstelling van het verschil in berekeningswijze.

Figuur 5-1 : Vergelijking berekening plaatsings- en aankoopkosten

De wijze waarop dit model de plaatsings- en aankoopkosten voor de glasvezel berekent, is meer conform met de realiteit en geeft een totale kost die lager ligt dan de totale kost uit het initieel model (€22 miljoen ten opzichte van €25,7 miljoen). Het feit dat in onze berekening de eerste piek relatief hoger is dan de tweede piek, kan verklaard worden door de uitrol van de glasvezel van de CO’s naar de centrale punten van de subgebieden die in de eerste vijf jaar gebeurt. Aansluitingskosten De aansluitingskosten berekend volgens het initieel model liggen veel hoger dan de aansluitingskosten volgens dit model. Het is echter zo (en dit geldt overigens voor alle andere kosten en inkomsten) dat wij gebruik maken van de waarden uit [4], omdat deze meer up to date zijn. In [1] werd de aansluitingskost geraamd op €600 à €700, afhankelijk van het type aansluiting, terwijl [4] een kost van maximaal €250 in rekening bracht. Operationele en CRM-kosten Het belangrijkste verschil in de kostenberekening, hoewel dit niet het meest in het oog springt wanneer men de grafiek bekijkt, is het verschil in operationele kosten (OpEx). Bij het initieel model werden deze kosten berekend als: 𝑂𝑝𝐸𝑥 =

𝑣𝑎𝑠𝑡 𝑏𝑒𝑑𝑟𝑎𝑔 ∗ 𝑎𝑎𝑛𝑡𝑎𝑙 𝑔𝑒𝑏𝑟𝑢𝑖𝑘𝑒𝑟𝑠 𝑔𝑒𝑏𝑟𝑢𝑖𝑘𝑒𝑟

Uitwerking specifieke cases| 51 In ons model worden de operationele kosten echter onderverdeeld in een groot aantal kleinere stukken (zei ook paragraaf 4.1.7 die de verschillende onderdelen van de operationele kosten in detail beschrijft) en worden de CRM-kosten toegevoegd. Apparatuurkosten De berekening van de apparatuurkosten verloopt grosso modo hetzelfde. In ons model omvatten de apparatuurkosten echter niet alleen de installatie- en reïnstallatiekosten zoals in het initieel model, maar ook de kosten voor onderhoud (maintenance). Wij bekomen echter een veel lagere kost, wat verklaard kan worden door twee verschillen. Het eerste verschil ligt in de prijzen voor de verschillende apparatuur. De prijzen die worden gebruikt in dit model, liggen een stuk lager dan de prijzen die gebruikt werden in het initiële model. Ten tweede moet aangehaald worden dat het initiële model ervan uitgaat dat bij het opstarten van een CO direct een volledig rack (met dus 5 shelves, 20 OLT cards, 1 Control Card en 480 JCC’s) geïnstalleerd wordt. Wij veronderstelden echter dat er bij opstart enkel geïnstalleerd wordt wat ook effectief nodig is. Dit drukt natuurlijk serieus de kosten. Ook geeft deze veronderstelling een verklaring voor het niet optreden van de pieken in de curve van de apparatuurkosten. Vermits er geleidelijk geïnstalleerd wordt, zal er ook geleidelijk vervangen worden, in tegenstelling tot het initieel model waarbij telkens de apparatuur voor een volledig rack wordt vervangen. De meest eenvoudige en betrouwbare manier om ons model te valideren, was door het te toetsen aan de resultaten van het model van Bart Wouters. Over het algemeen is het kostenverloop van beide modellen vrij gelijkaardig. De grootste verschillen tussen de twee modellen zijn meestal logisch te verklaren. Daarom kunnen we met voldoende zekerheid stellen dat ons model betrouwbaar is en kunnen we nu verder de invloeden van aanpassingen aan de inputs onderzoeken.

Uitwerking specifieke cases| 52

5.2. Toepassing ASN en PON Het model dat we in de vorige sectie herimplementeerden, is een HRN-model, waarbij elke gebruiker rechtstreeks verbonden wordt met een CO. Om na te gaan of dit effectief de goedkoopste structuur voor een FttH-netwerk is, passen we nu het model aan. In eerste instantie kijken we naar een actieve ster architectuur. We implementeren deze ASN-structuur, waarbij wordt uitgegaan van twee centrale distributiepunten (DP1 en DP2) in de hoofdgebieden en een straatkast (SC) in elk subgebied. Daarnaast bekijken we ook de kosten voor een PON-structuur, een point-to-multipoint-verbinding waarbij alle actieve apparatuur zich bevindt in het centrale punt van het hoofdgebied.

Een

uitgebreide uiteenzetting van beide structuren werd reeds gegeven in paragraaf 2.1.4. Figuur 5-2 geeft nog eens een grafische voorstelling van beide modellen toegepast op deze specifieke studie. De parameters per gebied blijven uiteraard dezelfde als in het HRN-model en werden reeds beschreven in Tabel 5-1.

Figuur 5-2 : Structuur ASN (links) en PON (rechts)

Na het uitvoeren van deze analyses beschikken we over de mogelijkheid om de drie structuren te vergelijken aan de hand van een reële case. Grafiek 5-5 geeft een voorstelling van de cumulatieve pay-off voor de drie structuren en toont aan dat de uitrol van een PON de hoogste opbrengsten genereert voor de telecomoperator, hoewel het verschil met een ASN miniem is.

Miljoenen €

Uitwerking specifieke cases| 53

50 40 30 20 10 0 2010

-10

2015

2020

2025

2030

2035

2040

-20 HRN

ASN

PON

Grafiek 5-5 : Vergelijking van de opbrengsten voor de drie structuren

Vermits de drie structuren toegepast werden op dezelfde gebieden, zullen de adoptiecurve en het absolute aantal gebruikers dezelfde zijn. Hieruit volgt dat de inkomsten en alle kosten die berekend worden aan de hand van het aantal gebruikers gelijk zijn voor de drie implementaties. Om na te gaan waar dan wel de grote verschillen zitten, geeft Tabel 5-2 een overzicht van alle kosten voor de drie structuren. Tabel 5-2 : Overzicht van alle kosten (cumulatief in 2020) voor de drie structuren, in miljoenen €

Operationele Apparatuurskosten kosten HRN ASN PON

2,83 3,34 3,05

11,49 11,51 11,52

CRMkosten

Aansluitingskosten

5,16 5,16 5,16

0,11 0,11 0,11

Plaatsings- en aankoopkosten fiber 22,04 17,23 17,36

Zoals hierboven reeds vermeld, zijn alle kosten die gebaseerd zijn op het aantal gebruikers, gelijk voor de drie structuren. In dit geval zijn dat de CRM- en aansluitingskosten. De minieme verschillen in de operationele kosten zijn te wijten aan de verschillen in herstellingskosten van de fiber. Bij deze kosten wordt er vanuit gegaan dat er zich jaarlijks gemiddelde om drie km een fout voordoet. Vermits er wordt gewerkt met random gegenereerde getallen en een normale verdeling met gemiddelde en standaardafwijking gelijk aan die drie km, zal deze kost variëren. De grootste verschillen zijn echter terug te vinden in de apparatuurkosten en in de plaatsings- en aankoopkosten van de glasvezelkabels. De apparatuurkosten zijn het laagste bij de uitrol van een HRN, terwijl ASN de strijd wint in het geval van plaatsings- en aankoopkosten. Wanneer men de som maakt van beide kosten, is uitrollen van een passief netwerk echter het voordeligst.

Uitwerking specifieke cases| 54

5.3. Invloed bevolkingsdichtheid op keuze structuur Uit de vorige testen bleek dat voor de uitrol van de volledige stad Gent, het gebruik van een PON de goedkoopste optie is. In deze paragraaf onderzoeken we of een PON-netwerk altijd het voordeligst is door de kosten te berekenen van HRN, ASN en PON voor drie gebieden met een verschillende bevolkingsdichtheid. De gebieden worden opgebouwd als een hoofdgebied zonder eigen gebruikers en vier subgebieden met een aantal residentiële gebruikers, die steeds dezelfde oppervlakte en aantal meters straat hebben. We kozen ervoor om enkel residentiële gebruikers te implementeren omdat dit de implementatie en analyse eenvoudiger maakt en toch niets afdoet aan de algemeenheid van deze testcase. Tabel 5-3 geeft een overzicht van de parameters per gebied. Voor het aantal gebruikers per gebied werden extreme waarde genomen om de effecten uit te vergroten. Tabel 5-3 : Overzicht parameters voor de drie gebieden

oppervlakte per aantal m aantal residentiële subgebied straat per gebruikers per (km²) subgebied subgebied 4 1 20.000 10 4 1 20.000 1.000 4 1 20.000 100.000

aantal subgebieden

gebied 1 2 3

De test die gelopen werd, veronderstelt een lineaire uitrol over een periode van vijf jaar, startend in 2008. We analyseerden de totale cumulatieve kost 12 jaar na uitrol (2020) en merken een duidelijk verschil tussen de drie structuren (Tabel 5-4). Tabel 5-4 : Totale cumulatieve kost in 2020 in miljoenen euro voor de drie gebieden bij HRN en ASN

Totale kost HRN ASN PON gebied 1 9,48 9,46 9,50 gebied 2 11,44 11,23 11,19 gebied 3 210,79 190,89 185,81

Voor dunbevolkte gebieden (gebied 1: 10 gebruikers) is ASN duidelijk de goedkopere oplossing. Hoe meer inwoners het gebied echter telt, hoe meer de balans gaat overhellen naar PON (gebied 3: 100.000 gebruikers). Om de resultaten van deze test te verklaren, moeten we dieper inzoomen op de verdeling van de kosten (Tabel 5-5).

Uitwerking specifieke cases| 55 Tabel 5-5: Overzicht van alle onderdelen van de totale kost, telkens voor de drie gebieden en drie structuren (alle kosten cumulatief in 2020, in miljoenen €)

Fiberkosten gebied 1 gebied 2 gebied 3 Apparatuurkosten gebied 1 gebied 2 gebied 3 Aansluitingskosten gebied 1 gebied 2 gebied 3 Operationele kosten gebied 1 gebied 2 gebied 3 CRM-kosten gebied 1 gebied 2 gebied 3

HRN

ASN 4,856 5,284 48,140

HRN

PON 4,853 4,996 19,341

ASN 0,210 0,585 41,281

HRN

PON 0,185 0,639 50,181

ASN 0,0002 0,016 1,591

HRN

0,0002 0,016 1,591

2,530 3,449 94,737

0,0002 0,016 1,591 PON

2,542 3,445 94,709 ASN

1,874 2,104 25,066

0,228 0,629 44,250 PON

ASN

HRN

4,852 5,005 20,183

2,516 3,442 94,699 PON

1,874 2,104 25,066

1,874 2,104 25,066

We merken dat de aansluitings- en CRM-kosten telkens hetzelfde zijn voor de drie structuren. Dit is gemakkelijk te verklaren door de redenering uit paragraaf 5.2 te herhalen: de adoptie voor de beide structuren wordt hetzelfde verondersteld, dus is het aantal gebruikers ook hetzelfde en zijn alle kosten die louter op het aantal gebruikers gebaseerd zijn ook dezelfde. Ook voor de kleine verschillen in operationele kosten kan de redenering van vorige paragraaf herhaald worden. We moeten hierbij opmerken dat er wel verschillen kunnen zijn in de kostprijs van de klantenapparatuur tussen ASN en HRN enerzijds en PON anderzijds. Bij het ontbreken van specifieke data over deze mogelijke verschillen gaan we echter uit van een gelijke kost. De belangrijkste verschillen liggen in de apparatuurkosten en aankoop- en plaatsingskosten van de glasvezel. De aankoop- en plaatsingskosten zullen steeds het hoogst zijn bij HRN, omdat elke eindgebruiker een vezel krijgt toegewezen voor de hele route van het CO tot aan het eindpunt bij de gebruiker zelf. Bij ASN ligt deze kost lager omdat op het stuk tussen CO en SC 480 gebruikers bediend worden door één optische vezel. PON zit daar tussenin, op het stuk tussen CO en SP delen 32 gebruikers één fiber. Bij een heel klein aantal gebruikers (zoals in gebied 1) biedt het delen van één fiber over 480 gebruikers tussen DP en SC (zoals bij ASN) geen extra kostvoordelen. Vandaar dat, in dit geval, het PON de voordeligste optie is. Globaal gezien is een situatie met een dergelijk klein aantal gebruikers echter een uitzondering. We kunnen dus besluiten dat de aankoop- en plaatsingskosten bij ASN het laagst zijn.

Uitwerking specifieke cases| 56 De apparatuurkosten zijn goedkoper voor een ASN-gebruiker wanneer op kleinere schaal gewerkt wordt. Bij ASN liggen de grootste kosten bij de aanleg en onderhoud van een SC. Vermits deze voor een kleiner aantal gebruikers gebouwd worden, zal er niet zoveel capaciteit onbenut blijven, wat wel het geval is voor het HRN-netwerk. Bij een groter aantal gebruikers zal men echter kunnen profiteren van de schaalvoordelen. De kost per gebruiker voor een volledig bezet CO is lager dan de kost voor een volledig bezet DP met SC’s. Het verschil in apparatuurkosten tussen HRN en PON, ligt vooral in de kost voor de splitters. Per splitterpunt worden maximaal 15 splitters geïnstalleerd, wat overeenkomt met een extra kost van 15*€330 ≈ €50.000. De kost voor deze splitters en de kost voor de behuizing van de splitterpunten, zijn de reden waarom de apparatuurkosten bij een PON hoger liggen dan bij een HRN. Wanneer bij een HRN echter flexibiliteit wordt ingebouwd door middel van een patchpanel moet die kost wel terug toegevoegd worden en zal de kost voor apparatuur hoger worden dan bij PON. Dit zal dan nog meer de balans van de vergelijking, wanneer alleen gekeken wordt vanuit de kosten, laten overhellen naar een PON-gebaseerde aanpak. Er kan dus besloten worden dat de aanleg van een HRN duurder wordt naarmate het aantal gebruikers toeneemt. De belangrijkste reden van deze hoge kost is de hoge aankoopkost van de glasvezels. Het verschil in kosten tussen ASN en PON is kleiner, hoewel het verschil evenredig stijgt met het aantal gebruikers. Wanneer een beslissing over de netwerkstructuur dient genomen te worden, kan men best, bijvoorbeeld aan de hand van dit model, de drie mogelijkheden simuleren en op basis van deze analyses een beslissing nemen. Het spreekt voor zich dat de flexibele aanpak heel eenvoudig en snel toelaat om verschillende scenario’s, apparatuursets, regio’s, … met elkaar te vergelijken. In wat volgt kijken zullen we verder werken met deze opstellingen en die toepassen op verschillende speltheoretische scenario’s.

Uitwerking specifieke cases| 57

5.4. Geïntegreerd glasvezel-draadloos netwerk Bij geïntegreerde Fiber-Wireless netwerken worden de gebruikers niet fysisch maar draadloos met het netwerk verbonden, de verbinding tussen het Network Operation Centre (NOC) en de verschillende Base Stations (BS) gebeurt wel nog door middel van glasvezelkabels. De opbouw en technologische achtergrond van de draadloze WiMAX technologie, werden eerder beschreven in paragraaf 2.2. Fysisch gezien verschilt deze netwerkstructuur sterk van de structuren die reeds eerder besproken en uitgewerkt werden. Toch is het model in staat om dit type netwerk eenvoudig te modelleren, wat de flexibiliteit en algemene toepasbaarheid van het ontwikkelde model benadrukt. Figuur 5-3 geeft een overzicht van de opbouw van een geïntegreerd Fiber-Wireless netwerk.

Figuur 5-3 : Opbouw van een geïntegreerd Fiber-Wireless netwerk

Voor het uitwerken van deze case werd opnieuw teruggegrepen naar de inputparameters uit het initieel model. Het doel van deze case is echter de veelzijdigheid van het model aantonen, eerder dan een volledige techno-economische analyse van een Fiber-Wireless netwerk uit te voeren. Vermits we met deze implementatie de algemene toepasbaarheid en flexibiliteit van het model willen benadrukken, is de bepaling van de verschillende kostenparameters niet tot in hetzelfde detail als in de vorige cases uitgewerkt. De resultaten die in deze paragraaf worden voorgesteld, moeten dus eerder beschouwd worden als een benadering van de realiteit. Daarom beperken we ons in deze paragraaf tot het trekken van enkele algemene conclusies, zonder verder in detail te treden. Uit de vorige cases met FttH-netwerken, bleek dat de fiberkosten het grootste deel van de totale kosten uitmaken. Dit is natuurlijk niet het geval bij draadloze netwerken. Grafiek 5-6 geeft een voorstelling van de apparatuur- en fiberkosten voor deze case. Zoals verwacht blijven de fiberkosten in deze case vrij beperkt. De apparatuurkost daarentegen is een heel stuk hoger dan die van een FttH-netwerk. Deze hogere apparatuurkost weeg echter niet op tegen de lage fiberkosten, waardoor

Uitwerking specifieke cases| 58 we kunnen besluiten dat de uitrol van een draadloos netwerk een veel kleinere investering vraagt dan de uitrol van een FttH-netwerk.

Grafiek 5-6 : Totale apparatuur- en fiberkosten

Grafiek 5-7 geeft een voorstelling van de opbrengsten van het geïmplementeerde netwerk. Een snelle vergelijking tussen deze grafiek en de opbrengst van de verschillende FttH-structuren, leert ons dat de uitrol van een geïntegreerd Fiber-Wireless netwerk een stuk lucratiever is. We moeten hierbij wel de opmerking maken dat de bandbreedte die per gebruiker wordt voorzien in het draadloze geval een stuk kleiner is als bij FttH. Wanneer dit type netwerk zou uitgerold worden voor dezelfde eisen inzake bandbreedte als FttH-netwerken, zullen de kosten sterk stijgen.

Grafiek 5-7 : Verdisconteerde opbrengsten

6.

Uitwerking van speltheorie

6.1. Inleiding In dit hoofdstuk gaan we in op de speltheoretische uitwerking van het model. Speltheorie gaat op zoek naar de strategische keuzes die telecomoperatoren zullen nemen wanneer ze rekening moeten houden met concurrerende spelers. Het spreekt voor zich dat voor de gespeelde spellen altijd een beperkte subset van alle mogelijke scenario’s werd gebruikt. Het is in deze thesis niet de bedoeling om een volledig uitgewerkte case te onderzoeken. De case wordt eerder als proof-of-concept van het model en zijn schaalbaarheid, betrouwbaarheid en flexibiliteit uitgewerkt. In deze context hebben we dan ook gekozen voor een beperkte strategieset.

6.2. Opzet van de spellen Voor de definitie en inputs van het gebied waarin de verschillende spellen gespeeld worden, verwijzen we naar het initieel model [1]. Om de rekentijd enigszins te beperken, opteren we ervoor om enkel het gebied van het eerste verdeelpunt (CO1) te modelleren. De beschrijving van dit gebied gebeurde eerder in hoofdstuk 5. De parameters die het meeste invloed hebben bij de uitwerking van een dergelijke case zijn het uitroljaar en de uitrolduur. Verder kunnen ook de keuze voor verschillende technologieën en de initiële marktaandelen van beide spelers de resultaten van deze case beïnvloeden. In een eerste reeks worden telkens spellen gespeeld waarbij beide spelers gebruik maken van eenzelfde technologie. De bedoeling van deze spellen is de effecten van verschillende uitrolperiodes en uitroljaren te onderzoeken. Er worden telkens drie verschillende spellen gespeeld. De invloed van het uitroljaar wordt bestudeerd aan de hand van de strategieset uit Tabel 6-1. Tabel 6-1 : Strategieset voor het testen van de invloed van het uitroljaar

Strategie

1 2 3 4 5 6 7 8 9 10

uitroljaar

2010 2011 2012 2013 2014 2015 2016 2017 2018 2019

uitrolduur

1 1 1 1 1 1 1 1 1 1

Het effect van variatie in uitrolperiode wordt getest door beide spelers de keuze te geven uit de strategieën die opgelijst staan in Tabel 6-2.

59

Uitwerking van speltheorie| 60 Tabel 6-2 : Strategieset voor het testen van de invloed van het uitrolperiode

Strategie

uitroljaar

1 2 3 4 5 6 7 8 9 10

2010 2010 2010 2010 2010 2010 2010 2010 2010 2010

uitrolduur

1 2 3 4 5 6 7 8 9 10

Bij het derde spel laten we zowel de uitrolperiode als het uitroljaar variëren. De keuzemogelijkheden van dit spel zijn weergegeven in Tabel 6-3. Tabel 6-3 : Strategieset voor het testen van de invloed van variatie in zowel uitrolperiode als -jaar

Strategie

uitroljaar

1 2 3 4 5 6

2010 2011 2012 2010 2011 2012

uitrolduur

1 1 1 3 3 3

Voor sommige technologieën worden nog extra spellen gespeeld om andere effecten te onderzoeken. In een tweede reeks spellen worden spelers die gebruik maken van verschillende strategieën tegen elkaar uitgespeeld.

Uitwerking van speltheorie| 61

6.3. Spelers die gebruik maken van dezelfde technologie 6.3.1. HRN vs. HRN In deze paragraaf beschrijven we de resultaten voor twee identieke spelers die beide gebruik maken van een HRN-uitrol. Initieel hebben beide spelers ook hetzelfde marktpotentieel (50%), zodat geen van beide spelers een concurrentieel voordeel heeft ten opzichte van de andere speler. 

Variatie in uitroljaar

Het is de bedoeling om de invloed van de variatie van het uitroljaar te bepalen. Hiervoor werd een spel gespeeld waarbij beide spelers de keuze kregen uit de strategieën die in Tabel 6-1 beschreven werden. Het blijkt dat speler 1 ervoor kiest om zo vroeg mogelijk, dus in 2010, uit te rollen. De tweede speler stelt zijn uitrol uit tot het jaar 2014. De keuzes die beide spelers maken, worden beïnvloed door twee belangrijke factoren. De eerste factor is het tijdseffect. In de investeringsanalyse is het zo dat grote investeringen het liefst zo lang mogelijk worden uitgesteld omwille van de tijdswaarde van geld (verdiscontering werd reeds uitgelegd in paragraaf 3.1.3). Naast de tijdswaarde van het geld, zorgt ook de kosterosie van de apparatuur ervoor dat er voordeel kan gehaald worden uit het uitstellen van de uitrol (zie ook de achtergrond over learning curves in paragraaf 3.1.2). De tweede factor die de strategische keuze van de spelers in het spel beïnvloedt, is het verlies van klanten door het uitstellen van de uitrol. Wanneer de ene speler vroeger uitrolt dan de tweede speler, zal de eerste speler al een deel van de markt veroverd hebben voordat speler 2 klanten kan beginnen aansluiten. Daardoor zal het uiteindelijke marktaandeel van speler 2 lager liggen dan zijn op voorhand geschatte marktpotentieel. Dit resulteert in een daling van de inkomsten voor deze speler.

Grafiek 6-1 : Adoptie voor beide spelers (variatie in uitroljaar bij HRN vs. HRN)

Uitwerking van speltheorie| 62 Het initieel marktpotentieel van beide spelers is 50%. Op Grafiek 6-1 is duidelijk te zien dat het uiteindelijke marktaandeel van speler 1 hoger is, namelijk 53%, wat het voordeel van de vroegere uitrol door deze speler illustreert. Door het verlies van marktaandeel, dalen de inkomsten voor de tweede speler. Dit wordt echter gecompenseerd door het tijdseffect op de kosten. De twee belangrijkste kosten zijn de apparatuuren fiberkosten. Grafiek 6-2 geeft de som van de verdisconteerde waarde van deze twee kosten voor beide spelers weer. Door de uitrol uit te stellen, slaagt speler twee erin om de actuele waarde van de investering te verminderen met ongeveer 2,5 miljoen euro.

Grafiek 6-2 : Verdisconteerde apparatuur- en fiberkosten (variatie van uitroljaar, HRN vs. HRN)



Variatie in uitrolperiode

De tweede van set strategieën (Tabel 6-2) kan gebruikt worden om de reactie van beide spelers te onderzoeken wanneer de uitrolduur kan variëren. Het blijkt dat in dit geval beide spelers kiezen voor dezelfde strategie, namelijk de strategie met een uitrolduur van 6 jaar. Dit was enigszins te verwachten. In het vorige spel waren er twee tegenstrijdige factoren die de keuze van beide spelers beïnvloeden. Dit resulteerde in een scenario waarbij één speler zijn marktaandeel en daarmee ook zijn inkomsten probeert te maximaliseren en de tweede speler de kosten probeert te minimaliseren. Deze effecten zijn in deze strategieset echter veel minder sterk aanwezig. Aangezien het uitroljaar in dit geval vastligt, moeten beide spelers hun CO uitrollen in hetzelfde jaar. De invloed van de kosterosie van de apparatuur valt bij deze strategieset dus voor een groot deel weg. Het effect van de verdiscontering blijft wel aanwezig. De uitrol langer spreiden houdt namelijk ook in dat een deel van de kosten naar een latere datum wordt verschoven. Het effect is wel veel minder sterk dan wanneer de volledige uitrol van het netwerk kan uitgesteld worden.

Uitwerking van speltheorie| 63 Ook de invloed van deze strategieset op het uiteindelijke marktaandeel van beide spelers is een stuk kleiner. Stel dat één speler heel snel uitrolt en de tweede speler heel traag. De eerste speler zal dan gedurende de volledige uitrolperiode van deze tweede speler actief zijn in een groter deel van de totale markt. Daardoor kan hij een aantal klanten extra voor zich winnen. Speler één gaat echter op geen enkel moment de beschikking hebben over de volledige markt, wat wel het geval was in het vorige spel. Dit verkleint het voordeel op het vlak van klantenadoptie voor de eerste speler.

Grafiek 6-3 : Verdisconteerde winst voor beide HRN-spelers (variatie in uitrolduur)

Grafiek 6-3 geeft een voorstelling van de actuele waarde van de winst voor beide spelers. Daaruit blijk dat de uitrol van HRN voor beide spelers pas voordelig is na ongeveer 20 jaar. Door het feit dat de twee spelers het marktpotentieel onder elkaar verdelen, is de pay-back period in dit geval een stuk hoger dan wanneer er geen concurrentie is (zie hoofdstuk 5). 

Variatie in uitroljaar en uitrolduur

In vorige spellen werd de variatie van de uitrolduur en de uitrolperiode afzonderlijk beschouwd. Daaruit blijkt dat beide spelers ervoor opteren om vrij snel uit te rollen en de uitrolperiode redelijk lang te rekken. In werkelijkheid bestaat elke strategie uit een combinatie van deze twee parameters. We gaan nu na of de conclusies uit de vorige twee spellen geldig blijven wanneer beide spelers zowel het uitroljaar als de uitrolduur kunnen variëren. Als strategieset voor dit spel gebruiken we deze die beschreven werd in Tabel 6-3.

Uitwerking van speltheorie| 64

100% 80% 60% 40% 20% 0% 2008

2010

2012 strategie speler 1

2014

2016

2018

2020

strategie speler2

Grafiek 6-4 : uitrolstrategie voor beide spelers (variatie van uitroljaar en -periode)

Grafiek 6-4 geeft de gekozen uitrolstrategie voor beide spelers weer. Speler 1 kiest ervoor om zo vroeg en snel mogelijk uit te rollen. Speler 2 daarentegen doet net het tegenovergestelde en kiest ervoor om de uitrol zo laat en zo traag mogelijk te doen. Door het kiezen van deze strategieën probeert de eerste speler zijn marktaandeel te maximaliseren, terwijl speler 2 de investeringen zo ver mogelijk achteruit schuift om op deze manier de kosten zo veel mogelijk te drukken. Dit resultaat komt volledig overeen met de conclusies uit het eerste spel met variaties in uitroljaar. We kunnen besluiten dat het eerste en belangrijkste beslissingscriterium voor beide spelers het uitroljaar is. In deze reeks spellen koos één speler er voor om zijn marktaandeel te vergroten door vroeg uit te rollen terwijl de tweede speler de kosten probeert te minimaliseren door de uitrol uit te stellen. De keuze van de tweede speler om de uitrolperiode te rekken is op dezelfde manier te verklaren. Door de periode te vergroten worden de kosten nog verder achteruit geschoven, waardoor het tijdseffect op de kosten nog versterkt wordt. Door in één jaar uit te rollen maximaliseert de eerste speler zijn klantenadoptie. De opbrengsten door deze klantenadoptie wegen veel zwaarder door dan de vermindering van de kosten door de uitrol over 3 jaar te spreiden. 

Speler met half monopoly

In de vorige spellen gingen we altijd uit van een spel waar een volledig duopoly tussen de twee spelers gold. In het volgende spel onderzoeken we wat er gebeurt wanneer één van de twee spelers een half monopoly heeft in het gebied. Hiervoor gebruiken we dezelfde strategieset als die in het vorige spel, maar schatten we het initiële marktaandeel voor één speler op 70% en voor de andere speler op 30%. Een sterker monopoly vereist een duidelijk andere modellering van de klantenadoptie veel dichter bij de uitwerking van het model voor één speler en werd om die reden uit de scenario’s gehouden. Opnieuw kiest één speler ervoor om zo vroeg en snel mogelijk uit te rollen en de andere speler om de uitrol zo laat en traag mogelijk te doen. In dit geval is het de speler met het laagste marktaandeel die het eerst zal uitrollen. Op lange termijn is het immers voordeliger om een zo groot mogelijk

Uitwerking van speltheorie| 65 klantenbestand te hebben. Door de vroege uitrol probeert de eerste speler zijn lagere marktpotentieel te compenseren. De andere speler is vrij zeker van zijn marktaandeel en kiest er daarom voor om de kosten te minimaliseren.

Grafiek 6-5 : Adoptie voor twee spelers met verschillend marktpotentieel

Grafiek 6-5 geeft de adoptie voor beide spelers weer. Het marktaandeel van speler 2 bedraagt uiteindelijk 33%. Dit is echter niet voldoende om de totale investering terug te verdienen voor het jaar 2040. De verdisconteerde opbrengsten worden getoond in Grafiek 6-6.

Grafiek 6-6 : Verdisconteerde opbrengsten voor twee spelers met verschillend marktpotentieel

De uitrolstrategie van de speler met het laagste marktaandeel is enkel rendabel op heel lange termijn. De pay-back periode van deze investering bedraagt ongeveer 40 jaar. Het is echter niet of nauwelijks te voorzien welke nieuwe technologieën er binnen 40 jaar op de markt zullen zijn en in

Uitwerking van speltheorie| 66 welke mate ze in concurrentiële bedreiging zullen vormen voor de FttH-netwerken die in deze case gemodelleerd werden. Daarom zal in werkelijkheid de speler met het laagste marktpotentieel in deze situatie waarschijnlijk beslissen niet over te gaan tot uitrol van dit netwerk. 6.3.2. ASN vs. ASN In deze paragraaf worden twee spelers die gebruik maken van een ASN-architectuur tegen elkaar uitgespeeld. De gebruikte strategiesets zijn dezelfde als deze in de vorige paragraaf. Op deze manier kunnen we gemakkelijk de vergelijking maken tussen de verschillende technologieën en de invloed van de keuze voor een bepaalde technologie onderzoeken. 

Variatie in uitroljaar

Om de rekentijd te verminderen hebben we ervoor geopteerd om de strategieset die gebruikt werd in de vorige paragraaf, te verdelen in een aantal subsets en zo iteratief op zoek te gaan naar een optimaal uitroljaar voor beide spelers. Tabel 6-4 beschrijft de eerste subset. Tabel 6-4 : Mogelijke uitrolstrategieën voor beide spelers (variatie in uitroljaar tussen 2010 en 2020 per 5 jaar)

Strategie

uitroljaar

1 2 3

2010 2015 2020

uitrolduur

1 1 1

Net zoals bij twee spelers die gebruik maken van een HRN-structuur, kiest de eerste speler ervoor om zijn marktaandeel te maximaliseren terwijl speler 2 het tijdseffect gebruikt om de kosten te reduceren. De adoptiecurves voor beide spelers staan weergegeven in Grafiek 6-7.

Grafiek 6-7 : Totale adoptie voor beide spelers (uitroljaar 2010 en 2015, zelfde uitrolduur (1 jaar) en zelfde marktpotentieel (50%))

Uitwerking van speltheorie| 67 Het gebruik van de subsets van strategieën biedt nog een tweede voordeel. De subset die beschreven staat in Tabel 6-4, bestaat slecht uit drie verschillende strategieën. Door de kleine omvang van het probleem, is het mogelijk om de spelmatrix uit te schrijven en in de matrix op zoek te gaan naar de Nash-evenwichten. Deze manuele controle geeft ons zekerheid omtrent de betrouwbaarheid van de speltheoretische uitwerking. De spelmatrix voor dit probleem is weergegeven in Tabel 6-5. De combinaties die in groen staan aangeduid, zijn de Nash-evenwichten voor dit spel, aangezien geen van beide spelers vanuit een van die situaties zijn winst kan verhogen zonder dat de andere speler eveneens besluit van scenario te veranderen. Aangezien dit spel gespeeld wordt met twee identieke spelers die kunnen kiezen uit dezelfde strategieën, is het logisch dat het spiegelbeeld van een Nash-evenwicht in de matrix ook een Nash-evenwicht is. De licht variërende waarden in de pay-offs voor beide Nash-evenwichten zijn te verklaren door het gebruik van een toevalsvariabele voor het de berekening van het aantal kabelfouten in het netwerk. Tabel 6-5 : Spelmatrix met Nash-evenwichten

SPELER 2 scenario 1 scenario 2 scenario 3 scenario 1 -487240 -483857 118629 191296 4608509 -1852389 SPELER 1 scenario 2 206209 118361 -2941984 -2919882 -2011057 -2486999 scenario 3 -1854570 4588650 -248637 -1999793 -399862 -3997168

De eerste speler kiest voor de snelst mogelijke uitrol, terwijl de tweede speler kiest voor een nietextreme strategie door uit te rollen in 2015. Dit laat ons vermoeden dat er, net zoals bij spellen tussen twee HRN-spelers, een optimaal uitroljaar moet bestaan voor de tweede speler. Dit optimale uitroljaar wordt bepaald door de afweging te maken tussen de eerder vermelde voor- en nadelen van vroege en late uitrol. Dit optimale punt zal bereikt worden voor een uitroljaar dat ligt tussen 2010 en 2020. Vermits een test met een keuze aan uitroljaren tussen 2015 en 2020 opnieuw als resultaat opleverden dat één speler uitrolt in 2010 en de andere speler in 2015, kon besloten worden dat het uitroljaar van de optimale strategie zich bevindt tussen 2010 en 2015. Daarom stellen we als volgende subset Tabel 6-6 voor. Tabel 6-6 : Mogelijke uitrolstrategieën voor beide spelers (variatie uitroljaar tussen 2010 en 2014)

Strategie

uitroljaar

1 2 3 4

2010 2012 2013 2014

uitrolduur

1 1 1 1

De oplossing van dit spel bevestigt ons vermoeden dat er een optimaal uitroljaar voor de tweede speler bestaat. Grafiek 6-8 geeft een visuele voorstelling van de gekozen strategieën voor beide spelers, waaruit inderdaad blijkt dat een optimale strategie voor de tweede speler bestaat. Voor dit spel ligt het optimale uitroljaar van de tweede speler 3 jaar na dat van de eerste speler of

Uitwerking van speltheorie| 68 omgekeerd, zoals Grafiek 6-8 toont. Deze twee mogelijkheden zijn elkaars spiegelbeeld omdat, zoals hierboven reeds uitgelegd werd, beide spelers identiek zijn. 100% 80% 60% 40% 20% 0% 2008

2010

2012 strategie 1

2014

2016

2018

2020

strategie 2

Grafiek 6-8 : uitrolstrategieën voor beide spelers

Het optimale uitroltijdstip voor de tweede speler is in dit geval het jaar 2013. Bij spellen met spelers die gebruik maken van een HRN-architectuur, lag dit optimum in 2014. De verklaring hiervoor ligt in de kleinere investering die nodig is om een ASN uit te rollen. Daardoor zal het tijdseffect in absolute waarde kleiner zijn bij ASN-spelers. Dit effect zet de tweede speler aan om iets vroeger over gaan tot de uitrol en zo het verlies van marktaandeel te beperken. Dit optimale uitroljaar is echter afhankelijk van de methode waarop en het jaar waarin de berekening van de pay-offs gebeurt. In deze thesis hebben we er consequent voor gekozen om de pay-off te berekenen als de verdisconteerde winst die de speler maakt in het jaar 2030, dus over een termijn van ongeveer 20 jaar. Veel verder in de toekomst kijken, lijkt ons niet interessant aangezien er steeds nieuwe technologieën op de markt komen en men deze evolutie nooit met zekerheid kan voorspellen over een heel grote periodes. Om het effect van een gewijzigde pay-offberekening aan te tonen, speelden we nog eens hetzelfde spel, maar met pay-offs die berekend worden in het jaar 2050. In dat geval kiest de eerste speler ervoor om uit te rollen in jaar 2010 en de tweede speler rolt uit in jaar 2012. De gekozen strategieën worden weergegeven in Grafiek 6-9. De invloed van de het verlies aan marktpotentieel op de inkomsten weegt op langere termijn zwaarder door, wat ervoor zorgt dat de tweede speler zal beslissen om ook vroeger te starten met uitrollen.

Uitwerking van speltheorie| 69

100% 80% 60% 40% 20% 0% 2008

2010

2012

2014

strategie 1

2016

2018

2020

strategie 2

Grafiek 6-9 : uitrolstrategieën voor beide spelers (pay-off berekend in jaar 2050)



Variatie in uitrolduur

Om de reactie van beide spelers te onderzoeken, wanneer deze de keuze krijgen om enkel de uitrolduur te variëren, hebben we de strategieset opnieuw opgedeeld in subsets. De eerste subset die gebruikt werd, staat opgelijst in Tabel 6-7. Tabel 6-7 : Mogelijke uitrolstrategieën voor beide spelers (variatie in uitrolduur)

Strategie

uitroljaar

1 2 3 4

2010 2010 2010 2010

uitrolduur

1 3 6 9

Net zoals bij de spellen waarin we op zoek gingen naar het optimale uitroljaar, hebben we het bereik van de subsets telkens verkleind om zo te komen tot een optimale uitrolduur voor beide spelers. Deze bedraagt 5 jaar en is dus iets lager dan de optimale uitrolduur voor twee HRN-spelers. Om dit te verklaren verwijzen we opnieuw naar de lagere investeringskosten die samenhangen met de uitrol van netwerken voor ASN. Grafiek 6-10 geeft een overzicht van de verdisconteerde winst die beide spelers maken. Aangezien het hier gaat om identieke spelers die kiezen voor dezelfde strategie in een gebied waar ze hetzelfde geschatte marktpotentieel hebben, is de winst voor beide spelers bijna exact dezelfde.

Uitwerking van speltheorie| 70

Grafiek 6-10 : Verdisconteerde winst voor beide spelers

De winst die gegenereerd wordt door deze twee spelers ligt een stuk hoger dan de winst die de twee HRN-spelers bereikten. Dit bevestigt nogmaals de conclusie van hoofdstuk 5, waar aangetoond werd dat een HRN-structuur minder winstgevend is dan een ASN-structuur door de hogere fiberkosten verbonden aan de uitrol van dit netwerk. 

Variatie van uitroljaar en uitrolduur

Om na te gaan welke beslissing de twee spelers nemen wanneer ze zowel de uitrolduur als het uitroljaar kunnen laten variëren, maken we gebruik van de strategieset die voorgesteld wordt in Tabel 6-3. Zoals verwacht, kiest één speler ervoor om heel snel en vroeg uit te rollen. De andere speler rekent op het tijdseffect om de kosten van de uitrol te minimaliseren. 

Verschillende uitrolstrategieën voor de subgebieden

In de vorige reeksen spellen gingen we op zoek naar het concurrentiegedrag van twee spelers die alle gebieden uitrollen volgens dezelfde strategie. We kwamen tot het besluit dat beide spelers in dat geval voor verschillende strategieën kiezen. We onderzoeken nu wat er gebeurt wanneer de spelers ervoor kunnen kiezen om verschillende subgebieden op andere tijdstippen uit te rollen. In deze test gaan we telkens uit van een uitrolduur van één jaar. De spelers kunnen ervoor kiezen om een gebied uit te rollen in 2010 of in 2013. Om de rekentijd te verkorten werden maar vier scenario’s samengesteld uit deze twee strategieën. De scenario’s zijn zo gekozen dat eenvoudig kan bepaald worden of één speler bepaalde gebieden als enige zal uitrollen of dat de gebieden zullen verdeeld worden over beide spelers. Het DP wordt in elk scenario uitgerold in 2010, aangezien het aansluiten van klanten in subgebieden niet kan gebeuren vooraleer het bovenliggend gebied is uitgerold. Een overzicht van de gebruikte strategieën en scenario’s is terug te vinden in Tabel 6-8 en Tabel 6-9.

Uitwerking van speltheorie| 71 Tabel 6-8: Overzicht van de mogelijke uitrolstrategieën voor de subgebieden afzonderlijk

Strategie

uitroljaar

1 2

uitrolduur

2010 2013

1 1

Tabel 6-9: Overzicht van de vier gekozen uitrolscenario's, telkens met de uitrolstrategie per subgebied

Gebied

Station Zuid Zwijnaarde Flanders Expo Nieuw Gent Blandijnberg Zuid

scenario1

2010-1 2010-1 2010-1 2010-1 2010-1

scenario 2 scenario 3

2010-1 2010-1 2010-1 2013-1 2013-1

2013-1 2013-1 2013-1 2010-1 2010-1

scenario 4 2013-1 2013-1 2013-1 2013-1 2013-1

In tegenstelling tot wat we verwachten na de eerste tests met verschillende uitroljaren, kiezen beide spelers in dit geval voor hetzelfde scenario, namelijk scenario 2. Ze gaan dus in elk gebied de volle concurrentie aan zonder de reactie van de markt af te wachten na de uitrol van een bepaald gebied (al dan niet door de concurrerende speler). Waarom beide spelers kiezen voor het tweede scenario, wordt nagegaan door het opstellen van de spelmatrix en de bepaling van het Nash-evenwicht. Tabel 6-10 toont aan dat het Nash-evenwicht inderdaad bereikt wordt wanneer beide spelers kiezen voor het tweede scenario. Tabel 6-10 : Spelmatrix voor 2 ASN-spelers met vier mogelijke scenario’s

scenario 1 scenario 1 -508454 -475126 scenario 2 803255 -497470 SPELER 1 scenario 3 126931 -494369 scenario 4 185597 1217418

SPELER 2 scenario 2 scenario 3 scenario 4 -481201 803903 -467945 112233 1191535 196887 800359 801875 795823 134520 2226899 204751 104523 795539 128898 195011 1680691 195011 198392 2222493 192484 1681702 -2924457 -2931748

De verdisconteerde fiber- en apparatuurkosten en cumulatieve winstcurves voor beide spelers staan weergegeven in Grafiek 6-11 en Grafiek 6-12. De uitrol gebeurt in twee stappen, eerst worden de eerste drie subgebieden en het DP uitgerold in 2010 en vervolgens volgt de uitrol van de laatste twee subgebieden in 2013. Dit verklaart de twee pieken in de kostencurves. De tweede piek is groter dan de eerste aangezien het klantenpotentieel in de twee subgebieden die laatst uitgerold worden een stuk groter is dan dat in de gebieden die vroeger uitgerold worden. Ook in de winstcurves is het effect van de tweeledige uitrol duidelijk waarneembaar.

Uitwerking van speltheorie| 72

Grafiek 6-11 : Verdisconteerde apparatuur- en fiberkosten (verschillende strategieën voor subgebieden)

Grafiek 6-12 : Cumulatieve opbrengsten voor beide spelers

6.3.3. PON vs. PON De spellen voor twee HRN-spelers en twee ASN-spelers werden reeds besproken in voorgaande paragrafen. Naar analogie bekijken we ook de resultaten voor twee PON-spelers. Vermits het testen van verschillende scenario’s weinig extra informatie zal opleveren, opteren we hier om vooral de nadruk te leggen op de vergelijking tussen een spel met twee actieve (ASN) en een spel met twee passieve spelers. 

Variatie in uitroljaar

Voor dit spel werd opnieuw vertrokken van de strategieset uit Tabel 6-1. Uit de resultaten van dit spel volgt dat de eerste speler kiest om uit te rollen in 2010 terwijl de tweede speler zijn uitrol

Uitwerking van speltheorie| 73 uitstelt to in 2013. Indien vergeleken wordt met de gekozen strategieën bij het ASN-spel, merken we dat deze spelers voor dezelfde strategieën kiezen. Het feit dat de eerste speler reeds zijn volledige uitrol voltooid heeft vooraleer de tweede speler begint met uitrollen, zal een opmerkelijk effect hebben op het marktaandeel van beide spelers. Initieel hadden beide spelers een marktpotentieel van 50%, maar door zijn vroege uitrol zal speler 1 een marktvoordeel opbouwen en eindigen met 52%, terwijl de tweede speler marktaandeel verliest en slechts 48% van de markt naar zich weet toe te trekken. Grafiek 6-13 geeft de verdisconteerde winst voor beide spelers weer tot het jaar 2040. Op deze grafiek is te zien hoe de initieel grotere investeringskost van speler 1 ruimschoots wordt gecompenseerd door het grotere marktaandeel dat deze speler bekomt door vroeger uit te rollen. We kunnen uit deze grafiek besluiten dat het vergroten van het marktaandeel op lange termijn de beste strategie zal zijn. Wanneer de analyse van een investering gebeurt op kortere termijn, kan het voordeliger lijken om de kosten te minimaliseren, ondanks het verlies van klanten.

Grafiek 6-13 : Cumulatieve, verdisconteerde pay-off voor beide PON-spelers



Variatie in uitrolduur

Zoals verwacht zijn de resultaten van dit spel heel analoog aan de resultaten voor spellen met twee ASN-spelers. Daarom gaan we in dit stuk niet verder in op de resultaten van deze test. 

Variatie in uitroljaar en uitrolduur

Opnieuw zijn de resultaten van dit spel sterk gelijken op de resultaten van hetzelfde spel gespeeld door twee ASN-spelers. De eerste speler kiest ervoor om het marktaandeel te vergoten en zo de inkomsten van het netwerk te maximaliseren. De tweede speler minimaliseert de kosten verbonden aan de uitrol van het netwerk door te profiteren van het tijdseffect op de kosten.

Uitwerking van speltheorie| 74 6.3.4. Conclusies De reeks verschillende spellen die besproken werden in deze paragraaf, gaven ons heel wat informatie over de strategische keuzes die twee spelers die dezelfde technologie gebruiken, nemen in verschillende situaties. Het bleek dat twee belangrijke factoren een grote invloed hebben op deze keuzes. De eerste factor is het marktaandeel dat een speler uiteindelijk kan behalen. Door vroeger uit te rollen dan de concurrentie, kan een telecomoperator een groter deel van de markt voor zich winnen. Dit heeft als positief gevolg dat, door het grotere aantal abonnees, de inkomsten voor deze speler stijgen. Anderzijds kan ook het uitstellen van de investering een positief effect hebben op de winst die de operator kan genereren. Door het uitstellen van de investering wordt ingespeeld op het effect van kosterosie voor de apparatuur enerzijds en de tijdswaarde van geld anderzijds. Dit resulteert in de minimalisatie van de kosten verbonden aan de uitrol van een netwerk. Over het algemeen zal één speler resoluut kiezen voor het maximaliseren van zijn marktaandeel, terwijl de tweede speler ervoor opteert om de kosten te drukken. Wanneer we de opbrengsten van beide spelers vergelijken, blijkt dat de eerste strategie op lange termijn het meeste voordeel biedt.

Uitwerking van speltheorie| 75

6.4. Spelers die gebruik maken van verschillende technologieën Uit de resultaten van de testen met spelers die gebruik maken van dezelfde technologie blijkt dat één speler steeds opteert om vroeg uit te rollen en daardoor zijn marktpotentieel te verhogen terwijl de tweede speler de grootte van zijn investering verlaagt door later uit te rollen. In deze paragraaf wordt de invloed van de technologie op de strategische beslissingen nagegaan. De scenario’s die zullen gebruikt worden, werden samengesteld op basis van de optimale strategieën die bekomen werden uit de voorgaande paragraaf en staan opgelijst in Tabel 6-11. Beide spelers krijgen dezelfde keuzemogelijkheden en eenzelfde initieel marktpotentieel van 50%. Tabel 6-11 : Overzicht van de mogelijke scenarios's (telkens uitroljaar-uitrolduur) voor twee spelers met verschillende technologieën

CO1 Station Zuid Zwijnaarde Flanders Expo Nieuw Gent Blandijnberg + Zuid

scenario 1 scenario 2 scenario 3 scenario 4 scenario 5 scenario 6 scenario 7 2010-1 2010-1 2010-1 2013-1 2010-1 2013-1 2050-1 2010-2 2010-2 2013-2 2013-2 2010-6 2013-6 2050-1 2010-2 2013-2 2010-2 2013-2 2010-6 2013-6 2050-1 2010-2 2013-2 2010-2 2013-2 2010-6 2013-6 2050-1 2010-2 2010-2 2013-2 2013-2 2010-6 2013-6 2050-1 2010-2 2010-2 2013-2 2013-2 2010-6 2013-6 2050-1

Tabel 6-12 geeft een beschrijving van de betekenis van de verschillende scenario’s. De dichtbevolkte gebieden zijn Station Zuid, Nieuw Gent en Blandijnberg + Zuid, de dunbevolkte gebieden zijn Zwijnaarde en Flanders Expo. Deze opdeling werd gemaakt aan de hand van Tabel 5-1. Tabel 6-12 : Beschrijving van de verschillende scenario's voor twee spelers met een verschillende technologie.

Scenario

Beschrijving

1

De speler beslist vroeg en snel uit te rollen in alle gebieden.

2

De speler beslist om vroeg uit te rollen in de dichtbevolkte gebieden en later uit te rollen in de dunbevolkte gebieden.

3 4 5 6 7

De speler beslist om vroeg uit te rollen in de dunbevolkte gebieden en later uit te rollen in de dichtbevolkte gebieden. De speler beslist om laat uit te rollen in alle gebieden. De speler beslist om vroeg te beginnen met uitrollen maar zijn uitrol te spreiden over 6 jaar. De speler beslist om laat en traag (uitrolperiode van 6 jaar) uit te rollen. De speler beslist om niet uit te rollen (wat gemodelleerd wordt gebruik makende van een heel laat uitroljaar).

We overlopen nu de drie mogelijke situaties: HRN versus ASN, HRN versus PON en ASN versus PON en bespreken de belangrijkste resultaten.

Uitwerking van speltheorie| 76 6.4.1. HRN vs. ASN Wanneer een HRN-speler in concurrentie gaat met een ASN-speler, blijkt dat de ASN-speler zal opteren om vroeg uit te rollen in de dunbevolkte gebieden (scenario 3) terwijl de HRN-speler zijn kosten zal drukken door zo laat mogelijk uit te rollen en zijn uitrol te spreiden (scenario 6). De opvallendste verschillen tussen beide spelers liggen, zoals reeds eerder besproken, in de aankoop- en plaatsingskosten van de glasvezel. Grafiek 6-14 geeft een grafische weergave van deze kosten. Uit hoofdstuk 5 bleek dat de uitrol van een HRN-netwerk veel duurder is door de invloed van de fiberkosten. Deze grafiek toont aan dat, door het uitrollen uit te stellen, de fiberkosten voor HRN lager liggen dan deze voor ASN. Deze lagere kosten compenseren het verlies aan marktaandeel voor de HRN-speler ( 48% ten opzichte van 52% voor de ASN-speler).

Grafiek 6-14 : Vergelijking tussen de fiberkosten voor een ASN- en een HRN-speler

Naast deze fiberkosten zijn de apparatuurkosten voor beide spelers erg verschillend. Grafiek 6-15 toont dit aan. Bij een ASN-speler bevindt de grootste apparatuurkost zich in de installatie (en reïnstallatie) van de straatkasten, terwijl bij de HRN-speler alle apparatuurkosten verbonden zijn aan het CO. Dit verklaart de meer gespreide en kleinere pieken bij ASN ten opzichte van de grotere, maar minder frequente pieken bij HRN.

Uitwerking van speltheorie| 77

Grafiek 6-15 : Vergelijking van de verdisconteerde apparatuurkosten voor een ASN- en een HRN-speler

Om deze paragraaf te besluiten, willen we nog opmerken dat we andere testen uitgevoerd hebben, waarbij in alle scenario’s het jaar 2013 vervangen werd door 2015. In dit geval besloot de HRN-speler om hetzelfde scenario als de ASN-speler toe te passen en vroeg uit te rollen in de dunbevolkte gebieden. Zijn pay-off was dan wel aanzienlijk lager dan die van de ASN-speler. Het optimale uitroljaar voor een HRN-speler is dus 2013 of 2014, omdat dan het verlies in marktaandeel kan gecompenseerd worden door de lagere kosten omwille van het tijdseffect. Uit deze reeks spellen kan men concluderen dat een HRN-speler steeds zal proberen om zo laat mogelijk uit te rollen om de investeringskosten te drukken, zonder daarbij het risico te lopen een te groot marktaandeel te verliezen. 6.4.2. HRN vs. PON Deze paragraaf bespreekt een spel tussen een HRN- en een PON-speler. In navolging van de vorige paragraaf wordt eveneens gebruik gemaakt van de zeven mogelijke scenario’s die besproken werden in Tabel 6-11 en Tabel 6-12. De HRN-speler kiest opnieuw voor scenario 6, terwijl de PON-speler in navolging van de ASN-speler opteert voor scenario 3. De resultaten zijn dus analoog aan de vorige paragraaf: HRN verliest een deel van de markt door later uit te rollen maar verlaagt hierdoor wel zijn investering. De PON-speler daarentegen heeft veel hogere investeringskosten, maar compenseert deze door een winst aan marktaandeel. Deze resultaten zijn in overeenstemming met onze bevindingen uit de vorige paragrafen. In hoofdstuk 5 kwamen we tot de conclusie dat de kosten voor een ASN- en een PON-speler niet veel verschillen. Ook de speltheoretische toepassing voor twee ASN-spelers en die voor twee PON-spelers gaf aan dat de resultaten van de techno-economische analyse voor deze twee technologieën maar weinig verschillen.

Uitwerking van speltheorie| 78 6.4.3. ASN vs. PON Het volgende spel wordt gespeeld door een ASN-speler en een speler die een PON-structuur gebruikt. De inputparameters en keuzemogelijkheden zijn dezelfde als in de vorige spellen. In tegenstelling tot de resultaten uit de vorige paragrafen, wordt het Nash-evenwicht voor dit spel bereikt wanneer beide spelers kiezen voor dezelfde strategie. Dit resultaat lijkt op het eerste zicht verrassend. Uit de testen voor één speler bleek echter dat het verschil tussen PON en ASN heel klein is. De kosten voor HRN liggen een stuk hoger door de hoge fiberkosten voor dit type netwerk. Dit verklaart waarom testen tussen HRN en ASN en testen tussen HRN en PON vergelijkbare resultaten geven. 6.4.4. Conclusies Spellen tussen een HRN- en een ASN- of PON-speler gaven vergelijkbare resultaten: de HRN-speler zal steeds opteren om zijn uitrol zo lang mogelijk uit te stellen zonder hierbij het risico te lopen een te groot marktaandeel te verliezen. Deze strategische beslissing kan verklaard worden door het tijdseffect op de hogere fiberkosten bij een HRN-structuur. Spellen tussen een ASN- en een PON-speler gaven als resultaat dat beide spelers voor dezelfde strategie kozen. Vermits de kosten voor de uitrol van een ASN-structuur niet zoveel verschillen van die voor de uitrol van een PON-structuur, is het logisch dat beide spelers hetzelfde deel van de markt wensen te behouden en dus opteren voor dezelfde strategische beslissing.

7.

Conclusies

De uitrol van een volledig optisch toegangsnetwerk specifiek voor de stad Gent werd reeds eerder gemodelleerd [1]. Vermits dit model echter beperkt is in flexibiliteit en toepasbaarheid, rees de vraag naar een generiek model, toepasbaar op elk soort netwerk. Uitgaande van de logische structuren waaruit een typische techno-economische analyse bestaat, werd een generiek, algemeen en eenvoudig toepasbaar model opgebouwd in Java-code. Hierbij werd de nadruk gelegd op de uitrol van een FttH-netwerk, maar studies op andere netwerken zijn eveneens mogelijk. Ter validatie van het model werd de vergelijking gemaakt met het originele model [1]. De resultaten uit beide modellen vertoonden sterke gelijkenissen en de verschillen konden gemakkelijk verklaard worden. Vervolgens werd de vergelijking gemaakt tussen de drie mogelijke structuren in een FttHnetwerk en werd de invloed van de bevolkingsdichtheid nagegaan. De resultaten toonden aan dat de aanleg van HRN het duurst is en dit voornamelijk te wijten is aan de hoge aankoopkost van de glasvezel. Een PON-structuur zal steeds het voordeligst zijn, hoewel het verschil in kosten tussen ASN en PON klein is. Aanvullend werd ook een model opgebouwd voor de uitrol van een draadloos netwerk. Om de flexibiliteit, schaalbaarheid en betrouwbaarheid van het ontwikkelde model aan te tonen, werd het model vervolgens getest in een speltheoretische omgeving. Uit de resultaten van deze spellen werden twee effecten geïdentificeerd die de strategische keuze van een telecomoperator beïnvloeden. Enerzijds leidt een vroege en snelle uitrol tot de maximalisatie van het marktaandeel en dus tot hogere inkomsten. Anderzijds moet er ook rekening gehouden worden met het tijdseffect op de kosten. Dit tijdseffect is tweeledig: zowel de erosie van de apparatuurkost als de invloed van de tijdswaarde van geld zorgen ervoor dat het uitstellen van de uitrol van het netwerk de kosten reduceert. Het huidige model is in staat om snel en betrouwbaar een techno-economisch model op te bouwen voor een heel brede waaier aan access-netwerken. De flexibiliteit en het gebruik van generieke, logische structuren maken het mogelijk om dit model in de toekomst eenvoudig uit te breiden naar metro- of core-netwerken. Ook het implementeren van sensitiviteitsanalyses en reële opties [11] behoort tot de mogelijkheden.

79

Referenties [1] Wouters B. Invloed van stadsnetwerken op de breedbandmarkt gemodelleerd met behulp van speltheorie ( Universiteit Gent, Gent, 2007). [2] Kunigonis M. FTTH Explained: Delivering efficient customer bandwidth and enhanced services. [3] Nederlands computerwoordenboek, http://www.computerwoorden.nl/woorden/wdb/gif/cladding.jpg [4] Casier K. Techno-Economic Evaluation of a Next Generation Acces Network Deployment in a Competitive Setting (Ghent University, Ghent, 2009) [5] David Gutierrez KSKSRFTALGK. FTTH Standards, Deployments and Research Issues. Photonics and Networking Research Laboratory (Stanford University, Advanced System Technology, STMicroelectronics) [6] A. Banerjee YPFCHSSYGKKKBM. Wavelength-division-multiplexed passive optical network (WDMPON) technologies for broadband access: a review (2005) [7] Lannoo B. Study of Access Communications Networks for Heterogeneous Environments (Ghent University, Ghent, 2008) [8] Sofie Verbrugge KCJVOBL. White Paper: Practical steps in techno-economic evaluation of network deployment planning (UGent/IBBT – Department of Information Technology (INTEC), Ghent, 2009) [9] 2010. Bass Adoption Curve, http://www.valuebasedmanagement.net/methods_bass_curve_diffusion_innovation.html. [10] Keuleneer L. Kostprijsberekening en investeringsanalyse (Gent, 2008) [11] Helleputte Cv. Ontwikkeling van een theoretische samenhang tussen en een praktisch framework voor de uitwerking van reële opties en speltheorie (Universiteit Gent, Gent, 2010)

80

Lijst met figuren Figuur 2-1 : FttX structuren [2] ............................................................................................................... 2 Figuur 2-2 : Structuur van een optische vezel [3] ................................................................................... 3 Figuur 2-3 : Boomstructuur van een Central Office ................................................................................ 4 Figuur 2-4 : Voorbeeld van een OLT ........................................................................................................ 5 Figuur 2-5 : Voorbeeld van een ONU ...................................................................................................... 6 Figuur 2-6 : Algemene opbouw van een FttH-netwerk ........................................................................... 6 Figuur 2-7 : Vergelijking van de kosten van verschillende PON standaarden [5] ................................... 9 Figuur 2-8 : Schematische voorstelling van de opbouw van een Network Operation Centre.............. 11 Figuur 2-9 : Schematische voorstelling van de opbouw van een Base Station ..................................... 12 Figuur 3-1 : Reële geldstromen voor twee voorbeeldprojecten........................................................... 18 Figuur 3-2 : Voorbeeld van een sequentieel spel.................................................................................. 22 Figuur 3-3 : Oplossing sequentieel spel ................................................................................................ 23 Figuur 4-1 : Generieke structuur van het model ................................................................................... 25 Figuur 4-2 : Voorstelling gebied voor berekening gemiddelde fiberlengte .......................................... 26 Figuur 4-3 : Overzicht van de implementatiestructuur van het model ................................................ 31 Figuur 4-4 : Overzicht van de opbouw van het SC-model ..................................................................... 34 Figuur 4-5 : Overzicht van het SP-model ............................................................................................... 35 Figuur 4-6 : Model voor twee spelers ................................................................................................... 38 Figuur 5-1 : Vergelijking berekening plaatsings- en aankoopkosten .................................................... 50 Figuur 5-2 : Structuur ASN (links) en PON (rechts) ............................................................................... 52 Figuur 5-3 : Opbouw van een geïntegreerd Fiber-Wireless netwerk.................................................... 57

81

Lijst met grafieken Grafiek 3-1 : Adoptiemodel volgens Rogers [4] .................................................................................... 14 Grafiek 3-2 : Voorbeeld van een Bass-adoptiecurve met p=0,03 en q=0,38 ........................................ 15 Grafiek 3-3 : Bass-adoptiemodel voor drie generaties ......................................................................... 16 Grafiek 3-4 : Voorbeeld van een Gompertz-curve (m=50%, a=2010, b=0,7) ....................................... 16 Grafiek 3-5 : Voorbeeld van een leaning curve (optische apparatuur met nr(0)=0,01; T=8; K=0,8) .. 17 Grafiek 4-1 : Adoptiepercentages voor twee identieke spelers met verschillend uitroljaar (2010 en 2015) ..................................................................................................................................................... 39 Grafiek 4-2 : Adoptiecurves voor twee spelers, beide met uitroljaar in 2010, uitrolperiode 5 jaar en een zelfde marktaandeel van 50% ........................................................................................................ 41 Grafiek 4-3 : Adoptiecurves voor twee spelers met zelfde uitroljaar in 2010 maar verschillende uitrolperiode (5 en 20 jaar) en verschillende marktpotentieel (30 en 70%) ........................................ 42 Grafiek 4-4 : Adoptiecurves voor twee spelers met verschillend uitroljaar (2010 en 2015), zelfde uitrolperiode (3 jaar) en verschillende marktpotentieel (60 en 40%) .................................................. 42 Grafiek 4-5 : Voorbeelden van een aantal mogelijke uitrolstrategieën................................................ 45 Grafiek 5-1 : Overzicht van de totale kosten en inkomsten en de pay-offs voor de stad Gent (initieel model) ................................................................................................................................................... 48 Grafiek 5-2 : Cumulatieve opbrengsten voor de stad Gent .................................................................. 48 Grafiek 5-3 : Overzicht van de verschillende kosten voor de stad Gent volgens dit model ................. 49 Grafiek 5-4 : Overzicht van de verschillende kosten voor de stad Gent volgens het initieel model .... 49 Grafiek 5-5 : Vergelijking van de opbrengsten voor de drie structuren ............................................... 53 Grafiek 5-6 : Totale apparatuur- en fiberkosten ................................................................................... 58 Grafiek 5-7 : Verdisconteerde opbrengsten.......................................................................................... 58 Grafiek 6-1 : Adoptie voor beide spelers (variatie in uitroljaar bij HRN vs. HRN) ................................. 61 Grafiek 6-2 : Verdisconteerde apparatuur- en fiberkosten (variatie van uitroljaar, HRN vs. HRN) ...... 62 Grafiek 6-3 : Verdisconteerde winst voor beide HRN-spelers (variatie in uitrolduur).......................... 63 Grafiek 6-4 : uitrolstrategie voor beide spelers (variatie van uitroljaar en -periode)........................... 64 Grafiek 6-5 : Adoptie voor twee spelers met verschillend marktpotentieel ........................................ 65 Grafiek 6-6 : Verdisconteerde opbrengsten voor twee spelers met verschillend marktpotentieel ..... 65 Grafiek 6-7 : Totale adoptie voor beide spelers (uitroljaar 2010 en 2015, zelfde uitrolduur (1 jaar) .. 66 Grafiek 6-8 : uitrolstrategieën voor beide spelers ................................................................................ 68 Grafiek 6-9 : uitrolstrategieën voor beide spelers (pay-off berekend in jaar 2050) ............................. 69 Grafiek 6-10 : Verdisconteerde winst voor beide spelers ..................................................................... 70 Grafiek 6-11 : Verdisconteerde apparatuur- en fiberkosten (verschillende strategieën voor subgebieden) ......................................................................................................................................... 72 Grafiek 6-12 : Cumulatieve opbrengsten voor beide spelers ............................................................... 72 Grafiek 6-13 : Cumulatieve, verdisconteerde pay-off voor beide PON-spelers .................................... 73 Grafiek 6-14 : Vergelijking tussen de fiberkosten voor een ASN- en een HRN-speler ......................... 76 Grafiek 6-15 : Vergelijking van de verdisconteerde apparatuurkosten voor een ASN- en een HRNspeler ..................................................................................................................................................... 77

82

Lijst met tabellen Tabel 3-1 : Typische waarden voor de parameters van een Bass-curve .............................................. 14 Tabel 3-2 : Overzicht van de mogelijke waarden voor de NPV en de invloed hiervan op de waardecreatie van een bedrijf .............................................................................................................. 19 Tabel 3-3 : Toepassing van speltheorie: prisoners’ dilemma ................................................................ 21 Tabel 3-4: Matrixvoorstelling en Nash-evenwicht voor het derde voorbeeld ...................................... 23 Tabel 4-1 : Overzicht van parameters en hun waarde .......................................................................... 32 Tabel 4-2: Parameters per gebruiker voor FttH .................................................................................... 36 Tabel 4-3 : Overzicht parameters voor verschillende types equipment ............................................... 37 Tabel 4-4 : Overzicht apparatuur FttH en bijhorend type ..................................................................... 37 Tabel 5-1 : Overzicht gebieden stad Gent ............................................................................................ 47 Tabel 5-2 : Overzicht van alle kosten (cumulatief in 2020) voor de drie structuren, in miljoenen € ... 53 Tabel 5-3 : Overzicht parameters voor de drie gebieden ..................................................................... 54 Tabel 5-4 : Totale cumulatieve kost in 2020 in miljoenen euro voor de drie gebieden bij HRN en ASN ............................................................................................................................................................... 54 Tabel 5-5: Overzicht van alle onderdelen van de totale kost, telkens voor de drie gebieden en drie structuren .............................................................................................................................................. 55 Tabel 6-1 : Strategieset voor het testen van de invloed van het uitroljaar .......................................... 59 Tabel 6-2 : Strategieset voor het testen van de invloed van het uitrolperiode .................................... 60 Tabel 6-3 : Strategieset voor het testen van de invloed van variatie in zowel uitrolperiode als -jaar . 60 Tabel 6-4 : Mogelijke uitrolstrategieën voor beide spelers (variatie in uitroljaar tussen 2010 en 2020 per 5 jaar) .............................................................................................................................................. 66 Tabel 6-5 : Spelmatrix met Nash-evenwichten ..................................................................................... 67 Tabel 6-6 : Mogelijke uitrolstrategieën voor beide spelers (variatie uitroljaar tussen 2010 en 2014) 67 Tabel 6-7 : Mogelijke uitrolstrategieën voor beide spelers (variatie in uitrolduur) ............................. 69 Tabel 6-8: Overzicht van de mogelijke uitrolstrategieën voor de subgebieden afzonderlijk ............... 71 Tabel 6-9: Overzicht van de vier gekozen uitrolscenario's, telkens met de uitrolstrategie per subgebied .............................................................................................................................................. 71 Tabel 6-10 : Spelmatrix voor 2 ASN-spelers met vier mogelijke scenario’s .......................................... 71 Tabel 6-11 : Overzicht van de mogelijke scenarios's (telkens uitroljaar-uitrolduur) voor twee spelers met verschillende technologieën .......................................................................................................... 75 Tabel 6-12 : Beschrijving van de verschillende scenario's voor twee spelers met een verschillende technologie............................................................................................................................................ 75

83