决策工具丨决策树、德尔菲法、KT法、麦穗理论、基于数据

HarmonyOS

  决策,指决定的策略或办法。是人们为各种事件出主意、做决定的过程。

  它是一个复杂的思维操作过程,是信息搜集、加工,最后作出判断、得出结论的过程。

  一般决策过程包括:

  ①问题识别,即认清事件的全过程,确立问题所在,提出决策目标。

  ②问题诊断,即研究一般原则,分析和拟定各种可能采取的行动方案,预测可能发生的问题并提出对策。

  ③行动选择,即从各种方案中筛选出最优方案,并建立相应的反馈系统。

  下面依次介绍:

  决策树、德尔菲法、KT法、麦穗理论、基于数据决策。

  1. 决策树:分析事件的决策节点

  母亲给你介绍对象,你问“多大了”,这就启动了“相亲决策树”的第1个决策节点。

  这节点有两条分支:①大于30岁,不见;②30岁以下,可以。

  然后你才会接着问“帅不帅”,再问“收入高不高”、“上不上进”。

  你通过四个决策节点“年龄、长相、收入、上进”,选出“30岁以下,收入中等但很上进的帅小伙”,这就是决策树。

  实际应用时会变成概率树:在决策树的基础上,增加了对条件发生概率的预测和对结果收益的评估,然后加权平均得到一个“期望值”,用这个期望值,作为决策依据。

  概率树应用:

  “他脾气好不好”、“他未来会有钱吗”,怎么决定见不见?假设满分10分,最低-10分,在80%好脾气、30%会有钱的概率下:

  ①脾气好、未来有钱,10分,概率24%,收益24%*10分=2.4分。

  ②脾气好、未来没钱,3分,56%,1.68分。

  ③脾气差、未来没钱,-10分,14%,-1.4分。

  ④脾气差、未来有钱,-5分,6%,-0.3分。

  总收益:2.4+1.68-1.4-0.3=2.38分,不去见无得失收益为0,所以选择去见。

  2. 德尔菲法:70年前发明的高科技——人脑云计算

  就是“把专家的独立观点不断收敛”的预测方法。

  预测某本书销量,德尔菲法四步骤:

  一,邀请专家。

  请20个相关领域专家,并准备同品类/同风格的书、渠道数据、作者背景等资料,作为专家们预测的依据。

  二,独立预测。

  每个专家独立预测最低、最高和最可能销售量。

  三,统计回归。

  收集意见,匿名返还给各位专家,让他们重新考虑。

  然后再收集,再返还,如此三四次(收敛),大部分专家不再修改即可。

  四,分析结果。

  各专家预测最低销量平均是26万册,最高平均60万册,最可能平均46万册。

  按25%、25%、50%概率加权平均得:44万册。

  注意:

  ①必须避免专家们面对面的集体讨论,而是由专家单独提出意见。

  ②专家不一定是咨询公司,也可以是第一线的管理人员,甚至是客户。

  3. KT法:把决策的艺术,变成一门技术

  同一公司三个地方团队,两个团队拒签合伙人协议。

  KT法决策步骤:

  一,状况分析。

  问题是,应该产生的结果(团队积极性被激励),和实际的结果(拒签合伙人协议)之间的差异。

  二,问题分析。

  可用3W1E法(What对象、When、Where、Extent程度),对问题做‘是/而不是’的描述:

  ①是乙地和丙地的团队负责人,而不是甲地的;

  ②是在公布合伙人计划之后,而不是之前;

  ③是乙地、丙地,而不是甲地;

  ④是2/3的地方拒签,而不是另外的1/3。

  猜想原因,并对照3W1E这四条,看哪个原因最有可能,如为啥公布合伙人计划之前没问题,之后就有问题了?那合伙人制度有问题?一看发现:

  ①公司从项目各地收入中抽15%,公司毫无风险,根本没打算和员工合伙。

  ②扣了15%后,甲地尚有利润,乙丙两地就没得了。

  ③销售不在合伙人制度中,可能会签回一些垃圾项目。

  三,决策分析。

  用目标分类法设定调整的“必须目标”,如同样努力的前提下,员工收入不能减少。

  "希望目标",如在公司利润不减的前提下,如能做大蛋糕,员工最多可得三倍奖金。

  在此基础上:

  ①取消合伙人制度,沿用旧制。

  ②取消公司15%的预留。

  ③设定“鸡尾酒式的合伙人制度”,常规利润,用奖金制;超额利润,用分成制。

  四,潜在问题分析。

  未解决销售签垃圾项目的问题,调整:销售一半的奖金的基数是销售额,另一半的基数是最终利润。

  4. 麦穗理论:如何选择人生中最大的那只麦穗?

  苏格拉底带着学生们来到一片麦田前,说:你们走进麦田一直往前不要回头,途中摘下一支最大的麦穗(只能摘一支)。

  ①甲很快就摘,结果发现后面有更多更大的。

  ②乙总提醒自己后面还有更好的,最终一个也没摘。

  ③丙把麦田分三段,走第一段时只观察并把麦穗分为大中小,第二段还是只观察,验证之前的判断,第三段他摘下了第一支遇到的“大”麦穗。

  《指导生活的算法》作者说,分两段就行,第一段的37%用于确定“最基本的满意标准”,第二段的63%,选择满足这个标准的第一个方案。

  “37%理论”应用:

  你想在1个月内买房子。先用37%的时间(11天)看房,确定“最基本的满意标准”,第12天后遇见第一个满足的就下手。

  5. 基于数据决策:决策,就是与这个世界的博弈

  如果你能知道这个世界的底牌,就更有可能赢得比赛。这个世界的底牌,就是信息。更准确地说,是信息地载体:数据。

  基于数据决策的方法:

  一,对显性数据的统计。

  关于自身运营的显性数据,可以建立IT系统。

  关于行业趋势的显性数据,可以购买统计报告。

  二,对隐性数据的调查。

  用户不知道自己要什么,可以用“焦点小组”:看用户怎么做,而不是看他怎么说。

  对全体数据的分析。信息匮乏就增加数据,信息泛滥就减少数据。利用大数据帮助决策:

  ①开车交保费,保险公司可以运用行驶数据来差异化定价。

  ②酒店与支付宝合作:芝麻信用分750分以上,不用交押金了。

  下期介绍“管理工具”。

  欢迎“知与知”,一起看清这世界,知行合一。

标签: HarmonyOS