การวิเคราะห์ต้นไม้ตัดสินใจคืออะไร? 5 ขั้นตอนในการตัดสินใจที่ดีขึ้น

สรุป

การวิเคราะห์แผนภูมิการตัดสินใจเกี่ยวข้องกับการสรุปผลลัพธ์ที่มีศักยภาพค่าใช้จ่ายและผลที่ตามมาของการตัดสินใจที่ซับซ้อน ต้นไม้เหล่านี้มีประโยชน์อย่างยิ่งสำหรับการวิเคราะห์ข้อมูลเชิงปริมาณและการตัดสินใจตามตัวเลข ในบทความนี้เราจะอธิบายวิธีการใช้แผนผังการตัดสินใจเพื่อคำนวณมูลค่าที่คาดหวังของผลลัพธ์แต่ละผลและประเมินแนวทางปฏิบัติที่ดีที่สุด บวกได้รับตัวอย่างของต้นไม้ตัดสินใจที่เสร็จแล้วจะเป็นอย่างไร

คุณเคยตัดสินใจที่รู้ว่าตัวเลือกของคุณจะมีผลกระทบที่สำคัญหรือไม่? หากคุณมีคุณรู้ว่ามันยากมากที่จะกำหนดแนวทางปฏิบัติที่ดีที่สุดเมื่อคุณไม่แน่ใจว่าผลลัพธ์จะเป็นอย่างไร

การวิเคราะห์แผนภูมิการตัดสินใจสามารถช่วยให้คุณเห็นภาพผลกระทบการตัดสินใจของคุณจะมีเพื่อให้คุณสามารถหาแนวทางปฏิบัติที่ดีที่สุด ในบทความนี้เราจะแสดงวิธีการสร้างแผนภูมิการตัดสินใจเพื่อให้คุณสามารถใช้งานได้ตลอดกระบวนการจัดการโครงการ .

ต้นไม้ตัดสินใจคืออะไร?

ต้นไม้ตัดสินใจคือผังงานที่เริ่มต้นขึ้นด้วยแนวคิดหลักหนึ่งรายการแล้วแยกออกจากผลที่ตามมาจากการตัดสินใจของคุณ มันเรียกว่า "ต้นไม้ตัดสินใจ" เพราะแบบจำลองมักจะดูเหมือนต้นไม้ที่มีกิ่งไม้

ต้นไม้เหล่านี้ใช้สำหรับการวิเคราะห์ต้นไม้ตัดสินใจซึ่งเกี่ยวข้องกับการสรุปผลลัพธ์ที่เป็นไปได้ต้นทุนและผลที่ตามมาของการตัดสินใจที่ซับซ้อน คุณสามารถใช้แผนผังการตัดสินใจเพื่อคำนวณมูลค่าที่คาดหวังของผลแต่ละผลตามการตัดสินใจและผลที่ตามมาที่นำไปสู่มัน จากนั้นโดยการเปรียบเทียบผลลัพธ์ไปยังกันและกันคุณสามารถประเมินแนวทางปฏิบัติที่ดีที่สุดได้อย่างรวดเร็ว นอกจากนี้คุณยังสามารถใช้แผนผังการตัดสินใจเพื่อแก้ปัญหาจัดการค่าใช้จ่ายและเปิดเผยโอกาส

สัญลักษณ์ต้นไม้ตัดสินใจ

ต้นไม้ตัดสินใจรวมถึงสัญลักษณ์ต่อไปนี้:

สาขาทางเลือก:สาขาทางเลือกเป็นสองบรรทัดที่แยกออกจากการตัดสินใจหนึ่งในแผนภูมิการตัดสินใจของคุณ สาขาเหล่านี้แสดงผลลัพธ์หรือการตัดสินใจสองข้อที่เกิดจากการตัดสินใจครั้งแรกบนต้นไม้ของคุณ

โหนดการตัดสินใจ:โหนดการตัดสินใจเป็นสี่เหลี่ยมจัตุรัสและเป็นตัวแทนของการตัดสินใจที่ทำบนต้นไม้ของคุณ ต้นไม้ตัดสินใจทุกแห่งเริ่มต้นด้วยโหนดการตัดสินใจ

โหนดโอกาส:โหนดโอกาสเป็นแวดวงที่แสดงผลลัพธ์ที่เป็นไปได้หลายรายการ

end nodes:โหนดปลายทางเป็นสามเหลี่ยมที่แสดงผลลัพธ์สุดท้าย

การวิเคราะห์แผนผังการตัดสินใจรวมสัญลักษณ์เหล่านี้กับโน้ตอธิบายการตัดสินใจและผลลัพธ์ของคุณและค่าที่เกี่ยวข้องใด ๆ ที่เกี่ยวข้องเพื่ออธิบายผลกำไรหรือการสูญเสียของคุณ คุณสามารถวาดแผนผังการตัดสินใจของคุณด้วยตนเองหรือใช้เครื่องมือ FlowChart เพื่อทำแผนที่ต้นไม้ของคุณแบบดิจิทัล

การวิเคราะห์แผนผังการตัดสินใจใช้สำหรับอะไร?

คุณสามารถใช้การวิเคราะห์แผนภูมิการตัดสินใจเพื่อทำการตัดสินใจในหลาย ๆ ด้านรวมถึงการดำเนินงานการวางแผนงบประมาณและการจัดการโครงการ. หากเป็นไปได้รวมข้อมูลเชิงปริมาณและตัวเลขเพื่อสร้างต้นไม้ที่มีประสิทธิภาพ ยิ่งคุณมีข้อมูลมากเท่าไหร่ก็จะง่ายขึ้นสำหรับคุณในการกำหนดค่าที่คาดหวังและวิเคราะห์โซลูชันตามตัวเลข

ตัวอย่างเช่นหากคุณพยายามที่จะกำหนดว่าโครงการใดที่คุ้มค่าที่สุดคุณสามารถใช้แผนผังการตัดสินใจเพื่อวิเคราะห์ผลลัพธ์ที่เป็นไปได้ของแต่ละโครงการและเลือกโครงการที่น่าจะส่งผลให้เกิดรายได้สูงสุด

วิธีการสร้างต้นไม้ตัดสินใจ

ทำตามห้าขั้นตอนเหล่านี้เพื่อสร้างแผนภาพการตัดสินใจต้นไม้เพื่อวิเคราะห์ผลลัพธ์ที่ไม่แน่นอนและเข้าถึงโซลูชันเชิงตรรกะมากที่สุด

1. เริ่มต้นด้วยความคิดของคุณ

เริ่มต้นแผนภาพของคุณด้วยความคิดหลักหรือการตัดสินใจ คุณจะเริ่มต้นต้นไม้ของคุณด้วยโหนดการตัดสินใจก่อนที่จะเพิ่มสาขาเดียวไปยังการตัดสินใจต่าง ๆ ที่คุณตัดสินใจอยู่ระหว่าง

ตัวอย่างเช่นหากคุณต้องการสร้างแอป แต่ไม่สามารถตัดสินใจว่าจะสร้างใหม่หรืออัพเกรดหนึ่งที่มีอยู่ใช้แผนผังการตัดสินใจเพื่อประเมินผลลัพธ์ที่เป็นไปได้ของแต่ละรายการ

ในกรณีนี้โหนดการตัดสินใจเริ่มต้นคือ:

สร้างแอป

ตัวเลือกสามตัวเลือกหรือกิ่งไม้ - คุณตัดสินใจอยู่ระหว่างคือ:

สร้างแอปตั้งเวลาใหม่

การอัพเกรดแอปตั้งเวลาที่มีอยู่

สร้างแอปผลผลิตของทีม

2. เพิ่มโอกาสและโหนดการตัดสินใจ

หลังจากเพิ่มแนวคิดหลักของคุณกับต้นไม้ให้เพิ่มโอกาสหรือโหนดการตัดสินใจต่อไปหลังจากการตัดสินใจแต่ละครั้งเพื่อขยายต้นไม้ของคุณต่อไป โหนดโอกาสอาจต้องมีสาขาทางเลือกหลังจากนั้นอาจมีมากกว่าหนึ่งผลลัพธ์ที่เป็นไปได้สำหรับการเลือกการตัดสินใจนั้น

ตัวอย่างเช่นหากคุณตัดสินใจสร้างแอปการตั้งเวลาใหม่มีโอกาสที่รายได้จากแอปของคุณจะมีขนาดใหญ่หากประสบความสำเร็จกับลูกค้า นอกจากนี้ยังมีโอกาสที่แอปจะไม่สำเร็จซึ่งอาจส่งผลให้รายได้เล็กน้อย การทำแผนที่ทั้งผลลัพธ์ที่เป็นไปได้ในแผนผังการตัดสินใจของคุณเป็นกุญแจสำคัญ

3. ขยายจนกว่าคุณจะถึงจุดสิ้นสุด

เพิ่มโอกาสและโหนดการตัดสินใจต่อต้นไม้การตัดสินใจของคุณจนกว่าคุณจะไม่สามารถขยายต้นไม้ต่อไปได้ ณ จุดนี้เพิ่มโหนดปลายทางไปยังต้นไม้ของคุณเพื่อแสดงให้เห็นถึงความสมบูรณ์ของกระบวนการสร้างต้นไม้

เมื่อคุณทำต้นไม้เสร็จแล้วคุณสามารถเริ่มวิเคราะห์การตัดสินใจแต่ละครั้ง

4. คำนวณค่าต้นไม้

เป็นเรื่องที่สมเหตุสมผลต้นไม้การตัดสินใจของคุณจะมีข้อมูลเชิงปริมาณที่เกี่ยวข้องกับมัน ข้อมูลที่พบบ่อยที่สุดที่ใช้ในการตัดสินใจเป็นมูลค่าเงิน

ตัวอย่างเช่นมันจะต้องเสียเงินจำนวนเงินที่เฉพาะเจาะจงในการสร้างหรืออัพเกรดแอป นอกจากนี้ยังมีค่าใช้จ่ายมากขึ้นหรือน้อยลงเพื่อสร้างแอพหนึ่งแอปอื่น การเขียนค่าเหล่านี้ในต้นไม้ของคุณภายใต้การตัดสินใจแต่ละครั้งสามารถช่วยคุณได้ในกระบวนการตัดสินใจ .

นอกจากนี้คุณยังสามารถลองประเมินมูลค่าที่คาดหวังคุณจะสร้างไม่ว่าจะมีขนาดใหญ่หรือเล็กสำหรับการตัดสินใจแต่ละครั้ง เมื่อคุณทราบค่าใช้จ่ายของแต่ละผลลัพธ์และความน่าจะเป็นที่จะเกิดขึ้นคุณสามารถคำนวณค่าที่คาดหวังของแต่ละผลโดยใช้สูตรต่อไปนี้:

ค่าที่คาดหวัง (EV)= (ผลลัพธ์ที่เป็นไปได้ครั้งแรก x โอกาส) + (ผลลัพธ์ที่เป็นไปได้ที่สอง x โอกาส) - ค่าใช้จ่าย

คำนวณค่าที่คาดหวังโดยการคูณผลลัพธ์ที่เป็นไปได้ทั้งสองจากความเป็นไปได้ที่แต่ละผลลัพธ์จะเกิดขึ้นจากนั้นเพิ่มค่าเหล่านั้น คุณจะต้องลบต้นทุนเริ่มต้นใด ๆ จากทั้งหมดของคุณ

5. ประเมินผลลัพธ์

เมื่อคุณมีผลลัพธ์ที่คาดหวังของคุณสำหรับการตัดสินใจแต่ละครั้งให้พิจารณาว่าการตัดสินใจใดดีที่สุดสำหรับคุณตามจำนวนความเสี่ยงที่คุณเต็มใจที่จะทำ ค่าที่คาดหวังสูงสุดอาจไม่ได้เป็นหนึ่งที่คุณต้องการไป นั่นเป็นเพราะแม้ว่ามันจะส่งผลให้ได้รับรางวัลสูง แต่ก็หมายถึงการใช้ในระดับสูงสุดของความเสี่ยงของโครงการ .

โปรดทราบว่าค่าที่คาดหวังในการวิเคราะห์ต้นไม้ตัดสินใจมาจากอัลกอริทึมความน่าจะเป็น มันขึ้นอยู่กับคุณและทีมของคุณเพื่อกำหนดวิธีการประเมินผลลัพธ์ของต้นไม้ที่ดีที่สุด

ข้อดีและข้อเสียของการวิเคราะห์ต้นไม้ตัดสินใจ

ใช้อย่างถูกต้องการวิเคราะห์แผนภูมิการตัดสินใจสามารถช่วยให้คุณตัดสินใจได้ดีขึ้น แต่ก็มีข้อเสียของมัน ตราบใดที่คุณเข้าใจข้อบกพร่องที่เกี่ยวข้องกับต้นไม้ตัดสินใจคุณสามารถเก็บเกี่ยวผลประโยชน์ของเครื่องมือการตัดสินใจนี้ได้

ข้อดี

เมื่อคุณดิ้นรนกับการตัดสินใจที่ซับซ้อนและการเล่นกลข้อมูลจำนวนมากต้นไม้ตัดสินใจสามารถช่วยให้คุณเห็นภาพผลที่เป็นไปได้หรือผลตอบแทนที่เกี่ยวข้องกับแต่ละตัวเลือก

โปร่งใส:ส่วนที่ดีที่สุดเกี่ยวกับต้นไม้ตัดสินใจคือพวกเขาให้วิธีการที่มุ่งเน้นการตัดสินใจสำหรับคุณและทีมของคุณ เมื่อคุณแยกการตัดสินใจแต่ละครั้งและคำนวณค่าที่คาดหวังคุณจะมีความคิดที่ชัดเจนเกี่ยวกับการตัดสินใจที่เหมาะสมที่สุดสำหรับคุณที่จะก้าวไปข้างหน้าด้วย

มีประสิทธิภาพ:ต้นไม้ตัดสินใจมีประสิทธิภาพเพราะพวกเขาต้องการเวลาเพียงเล็กน้อยและมีทรัพยากรในการสร้าง เครื่องมือการตัดสินใจอื่น ๆ เช่นการสำรวจการทดสอบผู้ใช้หรือต้นแบบสามารถใช้เวลาเป็นเดือนและเงินจำนวนมากให้เสร็จสมบูรณ์ ต้นไม้ตัดสินใจเป็นวิธีที่ง่ายและมีประสิทธิภาพในการตัดสินใจว่าจะทำอย่างไร

ยืดหยุ่นได้:หากคุณมีความคิดใหม่ ๆ เมื่อคุณสร้างต้นไม้คุณสามารถเพิ่มการตัดสินใจนั้นเข้าไปในต้นไม้ด้วยงานเล็ก ๆ น้อย ๆ นอกจากนี้คุณยังสามารถเพิ่มสาขาสำหรับผลลัพธ์ที่เป็นไปได้หากคุณได้รับข้อมูลระหว่างการวิเคราะห์ของคุณ

ข้อเสีย

มีข้อเสียเปรียบไปยังต้นไม้ตัดสินใจที่ทำให้เป็นเครื่องมือการตัดสินใจที่สมบูรณ์แบบน้อยกว่าที่สมบูรณ์แบบ โดยการทำความเข้าใจกับข้อเสียเหล่านี้คุณสามารถใช้ต้นไม้ของคุณเป็นส่วนหนึ่งของกระบวนการพยากรณ์ที่มีขนาดใหญ่ขึ้น

ซับซ้อน:ในขณะที่ต้นไม้ตัดสินใจมักจะมาถึงจุดสิ้นสุดที่แน่นอนพวกเขาสามารถซับซ้อนได้หากคุณมีการตัดสินใจมากเกินไปกับต้นไม้ของคุณ หากต้นไม้ของคุณแตกกิ่งก้านในหลาย ๆ ทิศทางคุณอาจมีช่วงเวลาที่ยากลำบากในการรักษาต้นไม้ภายใต้การห่อหุ้มและคำนวณค่าที่คาดหวังของคุณ วิธีที่ดีที่สุดในการใช้ต้นไม้ตัดสินใจคือการทำให้ง่ายดังนั้นจึงไม่ทำให้เกิดความสับสนหรือสูญเสียประโยชน์ นี่อาจหมายถึงการใช้เครื่องมือการตัดสินใจอื่น ๆ เพื่อ จำกัด ตัวเลือกของคุณให้แคบลงจากนั้นใช้ต้นไม้ตัดสินใจเมื่อคุณเหลือเพียงไม่กี่ตัวเลือก

ไม่เสถียร:เป็นสิ่งสำคัญที่จะต้องรักษาค่าไว้ในแผนผังการตัดสินใจของคุณที่มั่นคงเพื่อให้สมการของคุณมีความแม่นยำ หากคุณเปลี่ยนแม้แต่ส่วนเล็ก ๆ ของข้อมูลข้อมูลขนาดใหญ่ก็สามารถแยกออกจากกันได้

เสี่ยง:เนื่องจากแผนผังการตัดสินใจใช้อัลกอริทึมความน่าจะเป็นค่าที่คาดหวังที่คุณคำนวณคือการประมาณการไม่ใช่การคาดการณ์ที่ถูกต้องของแต่ละผลลัพธ์ ซึ่งหมายความว่าคุณต้องทำการประมาณด้วยเม็ดเกลือ หากคุณไม่ได้ชั่งน้ำหนักความน่าจะเป็นและผลตอบแทนของผลลัพธ์ของคุณอย่างเพียงพอคุณสามารถเสี่ยงกับการตัดสินใจที่คุณเลือกได้

ตัวอย่างการวิเคราะห์ต้นไม้ตัดสินใจ

ในตัวอย่างการวิเคราะห์ต้นไม้การตัดสินใจด้านล่างคุณสามารถดูว่าคุณจะทำแผนที่แผนภาพต้นไม้ของคุณได้อย่างไรหากคุณเลือกระหว่างการสร้างหรืออัพเกรดแอปซอฟต์แวร์ใหม่

ในฐานะที่เป็นกิ่งก้านต้นไม้ออกผลลัพธ์ของคุณเกี่ยวข้องกับรายได้ขนาดใหญ่และขนาดเล็กและต้นทุนโครงการของคุณจะถูกนำออกจากค่าที่คาดหวังของคุณ

โหนดการตัดสินใจจากตัวอย่างนี้ :

สร้างแอพจัดตารางเวลาใหม่: $ 50k

อัปเกรดแอปการตั้งเวลาที่มีอยู่: $ 25k

แอปสร้างผลผลิตของทีม: $ 75K

โหนดโอกาสจากตัวอย่างนี้:

รายได้ขนาดใหญ่และขนาดเล็กสำหรับการตัดสินใจหนึ่ง: 40 และ 55%

รายได้ขนาดใหญ่และขนาดเล็กสำหรับการตัดสินใจที่สอง: 60 และ 38%

รายได้ขนาดใหญ่และขนาดเล็กสำหรับการตัดสินใจสาม: 55 และ 45%

ปลายโหนดจากตัวอย่างนี้:

กำไรที่อาจเกิดขึ้นสำหรับการตัดสินใจหนึ่ง: $ 200K หรือ $ 150K

กำไรที่อาจเกิดขึ้นสำหรับการตัดสินใจที่สอง: $ 100k หรือ $ 80k

กำไรที่อาจเกิดขึ้นสำหรับการตัดสินใจที่สาม: $ 250k หรือ $ 200K

แม้ว่าการสร้างแอปเพิ่มประสิทธิภาพของทีมใหม่จะเสียค่าใช้จ่ายมากที่สุดสำหรับทีมการวิเคราะห์แผนภูมิการตัดสินใจแสดงให้เห็นว่าโครงการนี้จะส่งผลให้มูลค่าที่คาดหวังมากที่สุดสำหรับ บริษัท

ใช้แผนผังการตัดสินใจเพื่อค้นหาผลลัพธ์ที่ดีที่สุด

คุณสามารถวาดแผนผังการตัดสินใจด้วยมือ แต่การใช้ซอฟต์แวร์แผนผังการตัดสินใจเพื่อแมปโซลูชันที่เป็นไปได้จะทำให้ง่ายต่อการเพิ่มองค์ประกอบต่าง ๆ ให้กับผังงานของคุณทำการเปลี่ยนแปลงเมื่อจำเป็นและคำนวณค่าต้นไม้ กับผู้จัดการงาน UDNการบูรณาการของ LucidChart คุณสามารถสร้างแผนภาพโดยละเอียดและแบ่งปันกับทีมของคุณในส่วนกลางเครื่องมือการจัดการโครงการ .

ซอฟต์แวร์การตัดสินใจจะทำให้คุณรู้สึกมั่นใจในทักษะการตัดสินใจของคุณเพื่อให้คุณสามารถนำทีมของคุณและจัดการโครงการได้สำเร็จ