

		Home

Kennisbronnen

Decision Tree

Decision Tree (beslisboom)

	Besluiten nemen
Inhoud: Gevoelsmatig besluiten Onbewust nadenken Intuïtie Echte probleem? Meningsvorming Scoringsmatrix Denkhoeden van De Bono PMI Pareto-analyse OXO Decision tree Krachtvelden

Wat als... en dan wat? Werk in een Decison Tree precies uit wat de gevolgen zijn van de besluiten die je kunt nemen. Waar kun je tegenaan lopen? Waar zitten de risico's? Wat zijn nadelige en voordelige gevolgen? Kun je ook alternatieve paden bewandelen? Een Decision Tree geeft inzicht in de gevolgen van je besluit.

Een Decision Tree bevat lijnen, vierkantjes en cirkeltjes:

vierkantje: een te nemen besluit
lijn: het gevolg
cirkeltje: een onzekere uitkomst

Teken de lijnen zo ver mogelijk uit elkaar zodat je er steeds nieuwe overwegingen en ideeën bij kunt schrijven.

Maak een decision tree in vier stappen:

Schrijf het besluit op dat je moet nemen, met een vierkantje.
Teken lijnen vanuit het vierkantje en schrijf op elke lijn een mogelijke oplossing.
Aan het eind van de lijn zet je het resultaat van die oplossing: dit kan onzeker of onduidelijk zijn - teken dan een cirkeltje - of het leidt ertoe dat je een nieuw besluit moet nemen - maak dan een vierkantje. Als de lijn 'compleet' is, laat je het einde leeg (soms wordt dit ook genoteerd door de lijn af te sluiten met een driehoekje).
Werk zo je hele Decision Tree uit. Dat betekent dat je elk vierkantje en cirkeltje nog eens kritisch bekijkt. Heb je echt niets over het hoofd gezien?

Voorbeeld van een beslisboom

Je bent manager bij een internationaal handelsbedrijf. Je wilt de productdatabase die intern wordt gebruikt uitbreiden met veel nieuwe applicaties. Wat zijn de gevolgen van dit besluit?

1 - Je tekent een vierkantje met een lijn waarop je schrijft 'productdatabase uitbreiden' en een lijn waarop je schrijft 'huidige productdatabase behouden'.

2 - Wat zijn nu de gevolgen van je besluit op de productdatabase uit te breiden? Er kan sneller en efficiënter gewerkt worden, er moet een investering worden gedaan en een medewerker moet worden vrijgemaakt om het proces te begeleiden. Wat zijn de gevolgen van je besluit om de huidige productdatabase te behouden? Tijdverlies door inefficiënt werken en de huidige productdatabase kan verbeterd worden door puntjes op de i te zetten.

3 - Het sneller en efficiënter werken, lijkt me een 'zekere uitkomst', dus die lijn is compleet. De investering krijgt een cirkeltje, dit zal van hogerhand goedgekeurd moeten worden. Ook de medewerker die vrijgemaakt moet worden, krijgt een cirkeltje. Of dat kan, zal na overleg met de afdeling moeten blijken. Dan de andere kant van de Decision Tree. Het tijdverlies door inefficiënt werken, krijgt een vierkantje. Er zal iets anders besloten moeten worden om dit te voorkomen. En de huidige productdatabase verbeteren krijgt ook een vierkantje, want dat vraagt weer om een nieuw besluit omtrent het budget.

4 - Wat valt op als je nog eens kritisch naar alle vierkantjes en cirkeltjes kijkt? Voordat je de uitkomst 'sneller en efficiënter werken' bereikt, zul je eerst alle medewerkers moeten inwerken in het nieuwe systeem. Dus daar zit nog een vierkantje (met een budgetinvestering!) voor. Een onzekerheid is ook: wie geef je de opdracht? Het huidige bedrijf, waarmee je nog een contract hebt lopen, of een nieuw bedrijf, dat misschien sneller en goedkoper kan werken? (Maar dan moet het oude contract worden afgekocht.) Ook het vierkantje bij 'tijdverlies door inefficiënt werken' kun je nog uitwerken. Welke andere mogelijkheden heb je? Enzovoort...

Als de hele Decision Tree compleet is, kun je deze evalueren. Kernvraag daarbij is: hoe schat je de uitkomst in? Deze waarden geef je weer met percentages tot 100%. Je geeft dus aan hoe je de uitkomsten met een cirkeltje inschat (80 % kans dat het budget wordt goedgekeurd, 10% kans dat er een medewerker op de afdeling vrijgemaakt kan worden) en hoe de open einden (de uitkomst 'sneller en efficiënter werken is 100 % zeker). Zodoende krijg je overzicht van de zwakke en sterke plekken en zie je wat het meest logische pad is om te bewandelen.

Optimale beslissing uitrekenen

Het idee van de beslisbomen heeft een wetenschappelijke grondslag. Het werd in 1961 voorgesteld in het standaardwerk Applied Statistical Decision Theory [Raiffa en Schlaifer, 1961]. Als je kans van optreden van elke onzekerheid en de opbrengst of kosten van elk resultaat kunt kwantificeren, dan kun je met een beslisboom de optimale beslissing uitrekenen. In de praktijk kan dit echter vaak niet en dan zou zo'n kwantitatieve benadering maar schijnexactheid zijn.

Volgende pagina: krachtvelden

Bron: www.leren.nl/cursus/management/besluiten-nemen/decision-tree.html