快速決策分析法

快速決策分析法是由美國杜克大學管理學者貝恩(Robert D.Behn)和沃普爾(James w. Vaupel)於1982年提出的,是在時間和信息不充分的條件下迅速做出決策的分析方法。它從決策問題的整體出發,充分運用決策者的主觀認識能力,經驗直覺等等,用人類認識客觀事物的邏輯推理規律指導決策過程。

來源,原理,主要內容,步驟,

來源

在日常管理工作中,管理人員會遇到各種各樣的問題,要在各種條件下制訂決策。按照決策科學的一般要求,這些決策的程式應當是;分析問題並確立決策目標,探索與開發備擇方案,評價選擇最適宜方案,決策方案的落實與執行,收集與反饋信息,監督並保證決策工作的順利進行。
為此,既要求決策者掌握足夠的信息,又要給他比較充裕的時間,使他能進行較完善的分析、比較、論證、諮詢等等,才能完成上述工作。但在實際工作中,大量的決策問題,特別是高層管理人員所面臨的戰略決策問題,往往是決策者所不熟悉的,也不易收集到有關的充足信息,決策者所擁有的時間和信息量都十分有限,從而迫使決策者在時間和信息均不很充分的條件下,立即著手處理問題,儘快做出決策。快速決策分析法就是針對實際決策者的這種需要而產生的。它與60年代以來,決策分析領域的實用化趨勢相吻合,以其簡便易學,立足於實際的分析思想,給決策者提供了一種新的決策工具。

原理

首先明確決策問題的基本結構,抓住關鍵要素,將問題簡化;
然後由淺入深、循序漸進地進行多輪分析,運用決策樹、效用函式、機率計算等一般的簡便決策技術做出判斷與推理,使決策分析快速見效。

主要內容

快速決策分析與其說是一項具體分析技術,莫如說是一種方法論。它強調對決策問題的整體思考和結構化,注重運用正確的分析過程。它根據需要,循環運用思考(think)、分解(decompose)、簡化(simplity)、具體論證(spceify)和反思(re-think)五個步驟,不斷深入決策問題的本質,得出符合實際的結果。
思考
貝恩和沃普爾認為,許多決策者常常把 99%的時間花在收集和處理信息工作上,如召開會議、閱讀數據、建立模型等等,卻沒有花精力對決策問題作全盤思考,所以決策效果不太理想。快速決策分析首倡者強調不能忽視對問題的思考認識過程,認為決策者必須花費一定的時間,認真考慮決策問題的性質,明確問題的結構,才能著手處理問題。
分解
將問題分解為若干要素,對這些要素做逐一探究,然後再將這些要素重新組合起來,分析彼此間的相互聯繫,弄清決策問題的來龍去脈。
簡化
在快速決策分析過程中,決策者的注意力應始-終放在對最重要的決策要素的鑑別工作上。這些要素包括:主要的備擇方案,可能發生的不確定性後果,不同的備擇方案對決策者的主觀效用(滿意度)。
具體論證
對最重要的備擇方案及其可能結果與對決策者的滿意度等進行分析、確認和具體化。第一次論證,即一次分析往往只對最簡單的情況或最重要的備擇方案進行分析,如果結果不理想,才需增加備擇方案逐步進行二次分析、三次分析。
反思
決策者應認識到,決策過程的各個環節都包括了決策者的主觀判斷和預測,所以在各輪分析之間和決策終了之時,都要不斷思考,找出分析過程中不符合邏輯思維規律的環節,根據手頭新掌握的信息來修正原來的預測結果,並確定下一步分析的重點。

步驟

常見的一種最簡單的決策問題是基本決策問題,即決策者只需要在如下兩個方案間做出選擇:一個方案可以獲得比較明確、穩定的結果,稱為確定性方案;另一個方案則有風險性,結果可能成功,也可能失敗,稱為不確定性方案。不確定性方案如果成功,可得到決策者所需的最好結果,如果失敗則出現最差結果。確定性方案的結果位於二者之間,稱為中間結果。
我們通過基本決策問題的一次分析過程來說明快速決策分析的主要步驟。首先通過經驗判斷、專家分析等方法,找出不確定性方案中最好結果發生的可能性的大小,一般稱之為該結果的判斷機率P。相應地,最壞結果的判斷機率為(1-P)。然後,根據不同結果對決策者主觀效用的大小,確定決策者對各個結果的滿意度,用0-1之間的量來表示。基本決策問題共有三個結果。一般地,設最好結果的滿意度為1,而最差結果的滿意度為0,待定的只有中間結果的滿意度,設為V。V實際上是中間結果的效用表示,它須由決策者藉助於一些方法來主觀地加以確定。常用的是諾伊曼(JohnV.Neuman)的“標準賭術法”,亦稱:“假設決策法”,找出無差別滿意度,作為滿意度 V的值。然後在已知V和P的情況下,比較兩個方案的效用期望值;確定性方案的效用期望值=V不確定性方案的效用期望值=P×1+(1-P)×0=P,這樣一來,兩個方案的比較就變成僅是V和P的比較,於是就不難進行方案的取捨。
(1)當V < P時,決策者將選擇不確定性方案;
(2)當V > P時,決策者將選擇確定性方案;
(3)當V=P時,兩方案滿意度相同,需根據需要,引入更多因素,做進一步分析。

相關詞條

熱門詞條

聯絡我們