Analiza drzewa wartości
Analiza drzewa wartości to wielokryterialne narzędzie do podejmowania decyzji (MCDM), za pomocą którego ważone są atrybuty decyzyjne dla każdego wyboru z preferencją dla podejmowanych decyzji. Zazwyczaj wartości specyficzne dla atrybutów wyborów są agregowane w kompletną metodę. Analitycy decyzyjni (DA) wyróżnili dwa rodzaje użyteczności. Preferencje wartości są dokonywane wśród alternatyw, gdy nie ma niepewności. Preferencje ryzyka rozwiązują stosunek DM do podejmowania ryzyka w warunkach niepewności. Ten pakiet edukacyjny koncentruje się na deterministycznych wyborach, a mianowicie na teorii wartości, aw szczególności na narzędziu do analizy decyzji zwanym drzewem wartości.
Historia
Pojęcia użyteczności użył Daniel Bernoulli (1738) po raz pierwszy w latach trzydziestych XVIII wieku, wyjaśniając ocenę paradoksu petersburskiego , specyficznego niepewnego szczytu. Wyjaśnił, że pieniądze nie wystarczą, aby zmierzyć, jaka jest wartość. Jednak dla jednostki wartość pieniądza była funkcją nieliniową. Odkrycie to doprowadziło do powstania teorii użyteczności , która jest miarą liczbową wskazującą, jaką wartość mają alternatywne wybory. Wraz z rozwojem analizy decyzyjnej użyteczność odegrała ważną rolę w wyjaśnianiu zachowań ekonomicznych. Niektórzy filozofowie utylitaryści, tacy jak Bentham i Mill, wykorzystali to jako narzędzie do zbudowania pewnego rodzaju teorii etyki. Nie było jednak możliwości zmierzenia własnej funkcji użyteczności. Co więcej, teoria nie była tak ważna jak praktyka. Z biegiem czasu teoria użyteczności stopniowo opierała się na solidnych podstawach teoretycznych. Ludzie zaczęli używać teorii gier, aby wyjaśnić zachowanie tych, którzy są racjonalni i spokojni, gdy angażują się w konflikty. w 1944 r Opublikowano Teorię gier i zachowań ekonomicznych Johna von Neumanna i Oskara Morgensterna . Później okazało się, że stało się jednym z kluczowych narzędzi, które badacze i praktycy zajmujący się statystyką i badaniami operacyjnymi wykorzystują, aby podać pomocną dłoń decydentom, gdy trudno było podjąć decyzję. Analityków decyzyjnych można podzielić na dwa rodzaje użyteczności. Postawy decydentów wobec niepewnego ryzyka rozstrzyga preferencja ryzyka.
Proces
Celem procesu analizy drzewa wartości jest zaoferowanie dobrze zorganizowanego sposobu myślenia i dyskusji na temat alternatyw oraz wspieranie subiektywnych osądów, które są krytyczne dla prawidłowych lub doskonałych decyzji. Fazy procesu analizy drzewa wartości przedstawiono poniżej:
-
Struktura problemu:
- określenie kontekstu decyzyjnego
- określenie celów
- generowanie i identyfikowanie alternatyw decyzyjnych
- tworzenie hierarchicznego modelu celów
- określenie atrybutów
- Wywoływanie preferencji
- Zalecana decyzja
- Analiza wrażliwości
Procesy te są zwykle duże i iteracyjne. Na przykład struktura problemu, zbieranie powiązanych informacji i modelowanie preferencji DM często wymaga dużo pracy. Postrzeganie problemu przez DM i preferencje dotyczące wyników, które nie były wcześniej brane pod uwagę, mogą zmieniać się i ewoluować w trakcie tego procesu.
Metodologia
Drzewo wartości zostało zbudowane jako skuteczna i niezbędna technika ulepszania i wzmacniania celów i wartości w kilku aspektach. Analiza drzewa wyświetla problemy w trybie wizualnym, które wcześniej były dostępne tylko w trybie werbalnym. Do tego oddzielne aspekty, myśli i opinie łączą się w jedną wizualną reprezentację, co rodzi wielką przejrzystość, pobudza kreatywne myślenie i konstruktywną komunikację.
Podejmujemy poniższe kroki, aby utworzyć analizę drzewa wartości z przykładem, który pomoże zilustrować kroki:
Krok 1: Pula początkowa
Na początek swobodna burza mózgów dotycząca wszystkich wartości, przez co rozumiemy wszystkie problemy związane z decyzją: cele i kryteria, wymagania itp. – wszystkie rzeczy, które mają znaczenie dla podejmowania decyzji. Zapisz każdą wartość na kartce papieru.
(A) Rozpocznij proces od kilku rzeczy:
- Esencje w twojej decyzji
- Rzeczy, które mają znaczenie
- Rzecz, której szukasz
- Rzecz, którą chcesz
- Twoje pasje, intencje, radości, ambicje
- Rzeczy, które cię cieszą
- Rzeczy, w których jesteś zaciekły
(B) Kiedy już wyczerpałeś swoje myśli po tej bardzo otwartej fazie, rozważ następujące tematy, które pomogą ci wymyślić kompleksowe wartości, zainteresowania i obawy związane z twoją decyzją:
- Interesariusze
Zastanów się, kogo dotyczy ta decyzja i jakie mogą być ich wartości. Interesariuszami mogą być rodzina, przyjaciele, sąsiedzi, społeczeństwo, potomstwo lub inne gatunki, ale może to być każdy, na kogo Twoja decyzja może mieć wpływ, celowo lub nie.
- Podstawowe potrzeby człowieka:
- Wartość fizjologiczna - na przykład zdrowie i odżywianie
- Wartość bezpieczeństwa - czuj się bezpiecznie
- Wartości społeczne - bądź kochany i szanowany
- Samorealizacja wartości – robienie i stawanie się „fit”
- Wartość poznawcza – chętny do zaspokojenia ciekawości, poznania, wyjaśnienia i zrozumienia
- Walory estetyczne – doświadczaj piękna
- Niematerialne konsekwencje. Najbardziej skłonni jesteśmy ignorować konsekwencje niematerialne, takie jak:
- Jeśli dokonasz takiego wyboru, jak będziesz się ze sobą czuł?
- Jak inni widzą, że dokonujesz tego wyboru?
Brak świadomości tej nieuchwytnej konsekwencji może łatwo doprowadzić do naszej żałosnej decyzji. Co więcej, jeśli istnieje rozbieżność między naszą intuicyjną a dogłębną analizą procesu decyzyjnego, zwykle nie jesteśmy świadomi leżących u jego podstaw nienamacalnych konsekwencji.
- Plusy i minusy opcji, które widziałeś:
- Dla każdej opcji, o której myślisz, jakie są twoje najlepsze i najgorsze cechy? To będą wartości.
- Szczególne uwzględnienie kosztów i ryzyka. Zwykle zaczynamy nasz plan od zastanowienia się nad pozytywnymi celami, które mamy nadzieję osiągnąć. Uwzględnienie kosztów i ryzyka wymaga dodatkowego wysiłku, ale rozważenie ich jest pierwszym krokiem do ich uniknięcia.
- Przyszłe wartości
- Rozważ przyszłe skutki i obecne skutki. Ludzie mają tendencję do ignorowania lub łagodzenia przyszłych konsekwencji.
- Wyobraź sobie swoją przyszłość, być może na łożu śmierci, analizując tę decyzję. Co jest dla Ciebie ważne?
Krok 2: klastrowanie
Gdy brakuje pomysłów, grupowanie pomysłów jest skutecznym sposobem przesuwania papieru, aż do zebrania podobnych pomysłów.
Krok 3: Etykietowanie
Oznacz każdą grupę wyższą wartością poziomu, która utrzymuje je razem, aby każdy element był wyraźniejszy.
[Przykład]
Jako uproszczony przykład załóżmy, że niektóre z proponowanych przez nas wartości początkowych to samostanowienie, rodzina, bezpieczeństwo, przyjaciel i zdrowie. Zdrowie, bezpieczeństwo i samorealizacja mogą być zgrupowane razem i oznaczone jako „ja”, podczas gdy rodziny i przyjaciele mogą być zgrupowani razem i oznaczeni jako „inni”.
Krok 4: Poruszanie się po drzewie
Sprawdzenie, czy te grupy można pogrupować w jeszcze większe grupy
[Przykład]
SIEBIE i INNYCH grupujemy w CAŁĄ WARTOŚĆ.
Krok 5: Przechodzenie w dół drzewa
Sprawdzenie również, czy te grupy można podzielić na jeszcze mniejsze podgrupy.
[Przykład]
SAMOREALIZACJĘ można podzielić na PRACĘ i REKREACJĘ.
Krok 6: Poruszanie się po drzewie
Zadawanie sobie pytania to kolejny ważny sposób wprowadzania nowych pomysłów do drzewa, czy dodatkowe myśli na tym poziomie mogą się ujawnić (poruszając się po drzewie).
[Przykład]
Oprócz RODZINY i PRZYJACIÓŁ moglibyśmy dodać SPOŁECZEŃSTWO.
Diagram po prawej stronie pokazuje końcowy wynik (nadal uproszczonego) przykładu. Pogrubiona czcionka i kursywa wskazują podstawowe wartości, które nie zostały przez nas zapisane, ale zostały uwzględnione podczas próby wypełnienia drzewa.
Narzędzie
PRIME Decyzje
Decyzje PRIME to decyzje wspomagające wdrożenie metody PRIME do analizy niepełnych informacji o preferencjach. Nowatorskie funkcje są również oferowane przez PRIME Decisions, które zapewnia wsparcie dla interaktywnego procesu decyzyjnego, który obejmuje wycieczkę elicytacyjną. Decyzje PRIME są postrzegane jako niezbędny katalizator dalszych prac aplikacyjnych, ponieważ praktycy korzystają z M. Köksalana i in. (red.), Wielokryterialne podejmowanie decyzji w nowym tysiącleciu © Springer-Verlag Berlin Heidelberg 2001 166 wyraźne rozpoznanie niekompletnych informacji.
Web-hiper
Web-HIPRE, aplet Java, zapewnia pomoc w analizie decyzji wielu kryteriów. Ponadto zapewniona jest normalna platforma do podejmowania decyzji indywidualnych i grupowych. Ludzie mogą przetwarzać model w tym samym czasie w dowolnym momencie. Ponadto mogą łatwo uzyskać dostęp do modelu. Istnieje możliwość definiowania linków do innych stron internetowych. Wszystkie inne rodzaje informacji, takie jak geografia, pliki multimedialne opisujące kryteria lub alternatywy, można odnieść do tego łącza, co znacznie pomaga poprawić jakość wspomagania decyzji.
Aplikacja
Niektóre wskaźniki uzyskane w wyniku analizy procesu są bardzo pomocne w analizie drzewa wartości. Zwłaszcza w dekompozycji wartości wewnętrznych wskaźników operacyjnych, wskaźnikami napędowymi wskaźnika procesu pierwszego poziomu są zwykle drugorzędne wskaźniki podprocesu. Na przykład cykl wprowadzania nowego produktu (w sensie od projektu badawczo-rozwojowego do produkcji) jest w rzeczywistości napędzany przez dwa procesy: badania i rozwój oraz testowanie w firmie. Standaryzowany proces badawczo-rozwojowy i testowy jest kluczowym czynnikiem sukcesu w zwiększaniu tempa innowacji. W tym celu cykl rozwoju dwóch wskaźników procesu, cykl testowy, akceptacja próbki i inne wskaźniki są istotnymi elementami, które napędzają wskaźniki cyklu wprowadzania nowego produktu. Dlatego łączenie analizy procesowej ma duże znaczenie dla dekompozycji wartości wskaźnika, zwłaszcza dla dekompozycji wewnętrznych wskaźników operacyjnych. Przykłady głównych obszarów zastosowań przedstawiono poniżej:
Zastosowanie w biznesie, produkcji i usługach
Alokacja budżetu
Coroczne przydzielanie budżetu inżynieryjnego na produkty i projekty jest zawsze wyzwaniem. Dzięki analizie drzewa wartości aspekty, takie jak dopasowanie strategiczne, które nie mają naturalnej miary oceny, ale mogą odgrywać znaczącą rolę w podejmowaniu decyzji, mogą zostać uwzględnione w analizie. Ponadto istnieje prawdopodobieństwo zwiększenia komunikacji poprzez jawne modelowanie istotnych faktów oraz zapewniona jest podstawa do uzasadnionych decyzji.
Wybór programów badawczo-rozwojowych
Ponieważ wszyscy wiedzą, że w wielu programach badawczo-rozwojowych ryzyko jest czasami wysokie, rola dobrego powodu może być równie istotna jak sama decyzja. Analiza drzewa wartości oferuje narzędzie wspierające uzasadnienie wyboru programu B+R oraz modelowanie faktów wpływających na decyzję.
Opracowywanie i podejmowanie decyzji w sprawie strategii marketingowych
Na przykład analiza nowych strategii merchandisingu benzyny i innych produktów poprzez stacje paliw z pełnym wyposażeniem.
Zastosowanie w problemach porządku publicznego
Analiza reakcji na zagrożenia środowiskowe
Na przykład organizacja negocjacji między kilkoma stronami w celu określenia kompromisowych przepisów dotyczących kwaśnych deszczy i określenia celów przepisów.
Negocjacje umów najmu ropy i gazu
Przeprowadź raport oceny podwykonawców i przeanalizuj kryteria, które należy zastosować.
Porównania alternatywnych źródeł energii
Na przykład zorganizowanie debaty o energetyce jądrowej, wspomaganie procesu decyzyjnego i badanie różnic wartości między decydentami.
Decyzje polityczne
Zastosowanie w medycynie
Decydowanie o optymalnym wykorzystaniu i inwentaryzacji krwi w banku krwi
Pomaganie jednostkom w zrozumieniu ryzyka związanego z różnymi metodami leczenia
Oprócz problemów decyzyjnych analiza drzewa wartości służy również innym celom.
Identyfikacja i przeformułowanie opcji
Definicja celów
Zapewnienie wspólnego języka komunikacji
Kwantyfikacja zmiennych subiektywnych
Na przykład skala, która mierzy wartość celów wojskowych.
Opracowanie wskaźników istotnych dla wartości
Zastosowanie w doborze zmiennych do pilotażowego badania empirycznego
Ponieważ analiza drzewa wartości jest podejściem, które kosztuje i wymaga niewielkich obliczeń, jest jednym z najlepszych wyborów do selekcji zmiennych uwzględniających czas w empirycznych pilotażowych badaniach opieki zdrowotnej. Ponadto analiza drzewa wartości oferuje dobrze ustrukturyzowany i strategiczny proces podejmowania decyzji, dzięki czemu można uwzględnić ograniczenia dotyczące badań pilotażowych i danych pacjentów oraz zmaksymalizować wartość dla interesariuszy badania.
Zastosowanie w coachingu
Analiza drzewa wartości pomaga w kreatywnym i krytycznym myśleniu oraz porządkuje myśli w logiczny sposób. Co więcej, gdy decyzja już zapadła, analiza drzewa wartości może być również skutecznym sposobem myślenia o swoich podstawowych celach i wartościach. Następnie możemy aktywnie szukać możliwości decyzyjnych na podstawie przeprowadzonej wcześniej analizy.
Oprogramowania
Narzędzia oprogramowania do analizy drzewa wartości pokazano na poniższym rysunku: