გადაწყვეტილების ხეების უპირატესობები და უარყოფითი მხარეები

გადაწყვეტილების ხეები არის დიაგრამები, რომლებიც ცდილობენ აჩვენონ შესაძლო შედეგების დიაპაზონი და შემდგომი გადაწყვეტილებები, რომლებიც მიიღება საწყისი გადაწყვეტილების შემდეგ. მაგალითად, თქვენი თავდაპირველი გადაწყვეტილება შეიძლება იყოს დაესწროთ თუ არა კოლეჯს, და ხემ შეიძლება შეეცადოს აჩვენეთ რამდენი დრო დაიხარჯება სხვადასხვა აქტივობების შესრულებაზე და თქვენი შემოსავლის ძალაზე დაყრდნობით გადაწყვეტილება. გადაწყვეტილების ხეების გამოყენებას აქვს რამდენიმე მნიშვნელოვანი დადებითი და უარყოფითი მხარე.

გადაწყვეტილების ხეების ერთ-ერთი ყველაზე სასარგებლო ასპექტი არის ის, რომ ისინი გაიძულებენ განიხილონ გადაწყვეტილების იმდენი შესაძლო შედეგი, რამდენიც შეგიძლია წარმოიდგინო. შეიძლება საშიში იყოს მომენტალური გადაწყვეტილებების მიღება შედეგების სპექტრის გათვალისწინების გარეშე. გადაწყვეტილების ხე დაგეხმარებათ შეაფასოთ ერთი გადაწყვეტილების სავარაუდო შედეგები მეორის წინააღმდეგ. ზოგიერთ შემთხვევაში, ის დაგეხმარებათ შეაფასოთ გადაწყვეტილებების მოსალოდნელი ანაზღაურება. მაგალითად, თუ თქვენ შექმნით დოლარის ღირებულების შეფასებას ყველა შედეგისა და ალბათობის შესახებ, რომელიც დაკავშირებულია თითოეულ შედეგთან თქვენ შეგიძლიათ გამოიყენოთ ეს რიცხვები, რათა გამოთვალოთ რომელი საწყისი გადაწყვეტილება მიგვიყვანს ყველაზე დიდ საშუალო ფინანსურ ანაზღაურებამდე. გადაწყვეტილების ხეები იძლევა ჩარჩოს გადაწყვეტილების ალბათობისა და ანაზღაურების გასათვალისწინებლად, რაც დაგეხმარებათ გააანალიზოთ გადაწყვეტილება, რათა მიიღოთ მაქსიმალურად ინფორმირებული გადაწყვეტილება.

გადაწყვეტილების ხეების გამოყენების მინუსი არის ის, რომ გადაწყვეტილებების შედეგები, შემდგომი გადაწყვეტილებები და ანაზღაურება შეიძლება დაფუძნებული იყოს ძირითადად მოლოდინებზე. როდესაც რეალური გადაწყვეტილებები მიიღება, ანაზღაურება და მიღებული გადაწყვეტილებები შეიძლება არ იყოს იგივე, რაც თქვენ დაგეგმეთ. შესაძლოა შეუძლებელი იყოს ყველა გაუთვალისწინებელი სიტუაციის დაგეგმვა, რომელიც შეიძლება წარმოიშვას გადაწყვეტილების შედეგად. ამან შეიძლება გამოიწვიოს არარეალური გადაწყვეტილების ხე, რომელიც დაგეხმარებათ ცუდი გადაწყვეტილებისკენ. ასევე, მოულოდნელმა მოვლენებმა შეიძლება შეცვალოს გადაწყვეტილებები და შეცვალოს ანაზღაურება გადაწყვეტილების ხეში. მაგალითად, თუ თქვენ ელოდებით, რომ თქვენი მშობლები გადაიხდიან თქვენი კოლეჯის ნახევარს სკოლაში წასვლის გადაწყვეტისას, მაგრამ მოგვიანებით აღმოაჩინეთ, რომ თქვენ მოგიწევთ გადაიხადოთ მთელი თქვენი სწავლა, თქვენი მოსალოდნელი ანაზღაურება მკვეთრად განსხვავდება რეალობა.

გადაწყვეტილების ხეების გაგება შედარებით ადვილია, როდესაც ხეში რამდენიმე გადაწყვეტილება და შედეგი შედის. დიდი ხეები, რომლებიც მოიცავს ათეულობით გადაწყვეტილების კვანძს (ადგილები, სადაც ახალი გადაწყვეტილებები მიიღება) შეიძლება იყოს ჩახლართული და შეიძლება ჰქონდეს შეზღუდული მნიშვნელობა. რაც უფრო მეტი გადაწყვეტილებაა ხეზე, მით ნაკლებად ზუსტი იქნება მოსალოდნელი შედეგები. მაგალითად, თუ თქვენ მიიღებთ ხეს, რომელიც ასახავს კოლეჯში წასვლის გადაწყვეტილებას, თქვენ ალბათ ვერ შეძლებთ ზუსტად განსაზღვროთ შანსები. რომ ათ წელიწადში 100 000 დოლარზე მეტს გამოიმუშავებთ, მაგრამ შეიძლება ზუსტად შეაფასოთ თქვენი შემოსავლის ძალა მას შემდეგ რაც გამოხვალთ კოლეჯი.