Le modèle des coûts itératifs permet une autre approche des données et de la demande de spectre, en considérant les consommateurs de données et les opérateurs de réseau comme des agents économiques rationnels. En d’autres termes, les consommateurs ajustent leur consommation de données en réponse aux variations de coûts unitaires et de prix (plutôt que de simplement exiger la même quantité de données, indépendamment du coût et du prix). Du point de vue de l’offre, les opérateurs augmentent la capacité du réseau tant que les consommateurs ont une volonté suffisante de payer pour la capacité supplémentaire.

Une analogie de l’approche itérative est la planification du trafic routier. Les responsables de la planification des transports ont remarqué que l’augmentation de la capacité routière ne résout pas le problème de la congestion – au lieu de cela, elle augmente le nombre de voyages jusqu’à ce que la congestion soit à nouveau une contrainte. L’augmentation de la capacité routière a réduit le coût (en termes de temps) d’un trajet en voiture, ce qui a entraîné une augmentation du nombre de déplacements en voiture. Le modèle des coûts itératifs applique ce raisonnement à la consommation de données mobiles – dans le modèle, la demande et l’offre de données réagissent aux évolutions des conditions du marché.

L’approche itérative intègre, d’une part, une hypothèse de demande (les consommateurs achètent des données mobiles jusqu’à la limite de leur volonté de payer) et d’autre part, une règle de décision d’investissement du côté de l’offre (on investit uniquement si la volonté de payer dépasse les coûts). Le modèle est ainsi résolu de manière itérative pour trouver un équilibre entre l’offre et la demande de données, comme illustré ci-dessous.

 

 

 

 

 

 

 

 

 

 

Le cœur du modèle de coût itératif est similaire au modèle de coûts évités : Il contient un module de dimensionnement du réseau calculant un coût de réseau basé sur les volumes et les stocks de fréquences. Cependant, le modèle de coût itératif utilise le résultat de ce module central pour déterminer comment les coûts unitaires changeraient après une modification des paramètres du modèle (portefeuille de spectre, utilisation du réseau ou efficacité spectrale) et comment la demande serait affectée, puis alimente le module central une seconde fois.

Cet exercice est répété un certain nombre de fois (soit un nombre défini, soit jusqu’à ce qu’un équilibre entre l’offre et la demande soit atteint). Une fois l’équilibre trouvé, l’impact du spectre supplémentaire peut être évalué, soit par une méthodologie de coût évité (le spectre supplémentaire réduit le coût d’accès à l’équilibre de la demande), soit par une méthodologie de surplus du consommateur (le spectre supplémentaire permet de consommer davantage de données, offrant un avantage aux consommateurs et à la société).

L’approche itérative offre plusieurs avantages. Premièrement, elle supprime la nécessité d’une prévision de données pour l’entrée du modèle (bien qu’une hypothèse sur la dépense par utilisateur soit requise). Deuxièmement, l’approche itérative réduit considérablement la sensibilité des résultats aux modifications des paramètres d’entrée. Enfin, le cadre économique de l’approche itérative permet des résultats qualitativement différents de ceux produits par les approches de modélisation conventionnelles.