什么是决策分析 (DA)？ 定义、方法和重要性
已发表: 2022-12-18决策分析 (DA) 是一种结构化的决策方法，涉及识别和评估导致问题或机会的因素，然后开发和评估可能的解决方案。
决策分析 (DA) 可用于就个别行动方案做出决策或比较多个选项。 对于想要考虑问题或机会中的所有相关因素并确定最佳解决方案的决策者来说，它是一个有用的工具。
目录
什么是决策分析 (DA)？
定义：决策分析 (DA) 被定义为分析和评估不同行动方案的潜在结果，以便选择最佳方案的过程。 决策分析的目标是在给定约束和可用资源的情况下，确定对问题或机会最有利的解决方案。
决策分析是一种制定关键业务决策的方法，涉及使用定量、可视化和系统化技术。 决策分析采用多种工具以及心理学、经济原理和管理理论。 决策分析是一种强大的工具，可用于正式评估问题的重要方面并制定最佳处理策略。
了解决策分析
决策分析 (da) 是一种分析所有相关数据以协助决策过程的方法，它结合了心理学、管理方法、培训和经济学的要素。 它经常用于评估包含大量变量和许多潜在结果或目标的决策。 寻求进行风险管理、资本投资或战略业务决策的个人或团队可能会使用这种方法。
决策分析旨在保证决策是在考虑了所有相关信息和备选方案的情况下做出的。 例如，一家公司可能会用它来做出数百万美元的投资决策，或者个人可以用它来计划他们的退休储蓄。 决策分析的基本原理可用于解决范围广泛的问题，从复杂的业务环境到简单的日常问题。
决策分析的历史（da）
1931 年，数学哲学家 Frank Ramsey 开始发展主观概率的概念，作为个人信念或不确定性的代表。在 1940 年代，数学家 John von Neumann 和经济学家 Oskar Morgenstern 开发了效用理论的公理基础，作为表达偏好的一种方式在不确定的情况下。 统计学家伦纳德·吉米·萨维奇 (Leonard Jimmie Savage) 后来在 1950 年代初期构建了另一种用于决策分析的公理结构。 由此产生的预期效用理论基于一个完整的公理结构，用于在不确定的情况下进行制造。
这些早期的理论突破随后得到提炼和推广，最终发展出一套现在被广泛教授的决策分析技术（例如，在商学院和工业工程系）。 1968 年，哈佛商学院的霍华德·雷法 (Howard Raiffa) 就该主题发表了一篇简短易读的介绍性文字。 1976 年，拉尔夫·基尼 (Ralph Keeney) 和霍华德·拉法 (Howard Raiffa) 进一步发展了效用理论的基础，为在多个目标之间进行权衡提供了一种综合方法。 [2] 斯坦福大学工程学教授朗·霍华德和决策分析师吉姆·马西森的决策分析读物集于1977年出版； 这在 1984 年扩展为两卷本作品。
决策分析协会成立于 1980 年，是美国运筹学协会 (ORSA) 内的一个特殊兴趣小组，与管理科学研究所 (TIMS) 合并形成了运筹学与管理科学研究所 (INFORMS)。 从2004年开始，《决策分析》作为专业期刊由INFORMS出版。
决策分析如何运作？
决策分析 (da) 过程分为五个不同的步骤
1. 定义问题或机会
此步骤涉及确定导致问题或机会的因素。
2. 确定目标
此步骤涉及确定决策者想要实现的目标。
3. 制定可能的解决方案
此步骤涉及开发和评估问题或机会的可能解决方案。
4.选择最佳解决方案
此步骤涉及根据目标和约束选择最佳解决方案。
5.实施解决方案
此步骤涉及实施所选解决方案并监控其进度。
决策分析 (da) 对于希望在风险分析或机会期间考虑问题中的所有相关信息和因素并确定最佳解决方案的决策者来说是一个有用的工具。 重要的是要注意 DA 不是灵丹妙药； 它不能保证做出最佳决定。 但是，它是一个有价值的工具，可以帮助决策者做出明智的决定。
决策分析过程的重要性
决策分析过程很重要，因为它有助于确保在做出决策时考虑所有相关信息。 考虑到限制条件和可用资源，它还有助于确定最佳解决方案。
决策分析是企业和组织的宝贵工具，因为它可以帮助提高决策质量。 如果使用得当，它可以帮助降低与决策相关的风险，还可以帮助节省时间和金钱。
决策分析可用于多种情况，包括：
- 做出投资决定
- 选择营销策略
- 选择新产品或服务
- 制定商业计划
- 进行组织变革
- 评估风险和机会
何时使用决策分析
决策分析可用于多种情况，包括：
- 当有多个目标需要考虑时
- 当有多个选项可用时
- 当对未来有不确定性时
- 当资源有限时
- 当决定的后果很重要时
如果您发现自己处于其中一种情况，那么 DA 可能是适合您的工具。
决策分析方法
有多种方法可用于决策分析。 一些最常见的方法包括：
- 决策树
- 效用论
- 模拟
- 线性规划
- 决策矩阵
- 启发式等
您使用哪种方法取决于您所处的情况，以及您需要做出的决定类型。
决策树
决策树是决策分析过程的图形表示。 它是可视化决策所涉及的不同步骤的有用工具。 决策树可用于多种目的，包括：
- 了解做出决定所涉及的不同步骤
- 确定哪些因素对做出决定最重要
- 评估不同的选择
- 分析风险和机遇
决策树是企业和组织的宝贵工具，因为它们可以帮助提高决策质量。 如果使用得当，它们可以帮助降低与决策相关的风险，还可以帮助节省时间和金钱。
期望值（EV）
期望值 (EV) 是衡量决策预期结果的统计概念。 EV 的计算方法是将每个可能结果的概率乘以该结果的值。 结果总和是预期值。
期望值公式-
期望值公式用于计算决策的预期结果。 公式是：
EV =（事件 A 的概率）x（事件 A 的价值）+（事件 B 的概率）x（事件 B 的价值）+ …
例如，假设您可以选择投资股票 A 或股票 B。股票 A 有 50% 的机会价值上涨 10%，有 50% 的机会价值下跌 5%。 股票 B 有 60% 的机会增值 15%，有 40% 的机会贬值 10%。
股票 A 和股票 B 的预期值为：
股票 A：(0.5 x 0.1) + (0.5 x -0.05) = 0.025
股票 B：(0.6 x 0.15) + (0.4 x -0.1) = 0.045
在这个例子中，股票 B 的预期价值高于股票 A 的预期价值。这意味着，平均而言，股票 B 是比股票 A 更好的投资。
贝叶斯网络
贝叶斯网络是决策分析过程的图形表示。 它是可视化决策所涉及的不同步骤的有用工具。 贝叶斯网络可用于多种用途，包括：
- 了解做出决定所涉及的不同步骤
- 确定哪些因素对做出决定最重要
- 评估不同的选择
- 分析风险和机遇
贝叶斯网络是企业和组织的宝贵工具，因为它们可以帮助提高决策质量。 如果使用得当，它们可以帮助降低与决策相关的风险，还可以帮助节省时间和金钱。
蒙特卡洛模拟
蒙特卡洛模拟是一种统计技术，用于模拟不同结果的概率。 蒙特卡洛模拟通常用于未来不确定的情况。
例如，考虑这样一种情况，您正在尝试决定是否投资股票 A。您认为该股票价值上涨 10% 的可能性为 50%，该股票下跌的可能性为 50%价值增加 5%。 但是，您不确定将来会发生什么。
在这种情况下，您可以使用 Monte Carlo 模拟来模拟可能的结果。 模拟的结果将向您展示您的决定的可能结果。
多标准决策分析 (MCDA)
多标准决策分析 (MCDA) 是一种用于评估多个选项的技术。 当需要考虑多个因素时，以及难以使用单一标准比较选项时，通常会使用 MCDA。
例如，考虑这样一种情况，您正在尝试决定投资哪只股票。您有两种选择：股票 A 和股票 B。您需要考虑多个因素，例如预期回报、风险和投资成本投资。 在这种情况下，您可以使用 MCDA 来评估选项。 MCDA 将根据您选择的标准帮助您确定最有可能成功的选项。
效用论
效用理论是决策分析的一个分支，与效用的测量有关。 效用是衡量一个人从特定决定中获得的满意度的量度。 多属性效用理论用于评估不同选项的价值。 它还用于比较不同选项的效用。
线性规划
线性规划是一种用于优化线性函数的数学技术。 线性规划通常用于需要考虑多个变量，并且难以使用单一准则找到最佳解决方案的情况。
例如，考虑您正在尝试决定如何分配资源的情况。 你的钱是有限的，你需要决定如何花钱。 您的时间也是有限的，您需要决定如何使用它。 在这种情况下，您可以使用线性规划来找到最优解。 线性规划将帮助您根据您选择的约束找到分配资源的最佳方式。
启发式
启发式是可用于做出决策的简单规则。 启发式方法通常用于存在不确定性以及难以使用单一标准比较选项的情况。
例如，考虑这样一种情况，您正在尝试决定投资哪只股票。您有两种选择：股票 A 和股票 B。您不确定未来会发生什么，但您的时间有限决定。 在这种情况下，您可以使用启发式方法做出决定。 一个简单的启发式方法是选择具有更高预期回报的股票。
决策分析建模
决策分析建模是管理科学的重要组成部分，可以在各种情况下发挥巨大作用。 影响图是一种常见的决策分析模型，用于表示问题中不同因素之间的关系。 决策分析可用于通过将问题分解为其组成部分并评估它们之间的关系来帮助做出复杂的决策。
决策分析现实世界的例子
使用决策分析方法的一些常见例子是
- 在业务战略决策小组中，研究客户购买行为或决定新产品的发布
- 在医疗保健中，为患者选择最有效的治疗方法
- 在政府中，制定公共政策
- 在营销多属性决策中，确定目标市场或设计促销活动
- 在制造中，选择最高效的生产工艺
- 在物流方面，制定配送计划或选择运输路线。
结论！
最后，很明显，决策分析是一种非常有用的工具，可以在多种情况下使用。 它通过考虑各种变量和标准帮助我们做出更好的判断。
决策分析是一种用于评估多个选项的技术。 您认为决策分析在澄清不确定结果方面的效果如何？
什么时候可以使用决策分析来找到有利的最终结果的一些例子？ 请在下面的评论部分分享您的想法。