决策树

决策树从做出决定和可以采取的选项开始。别忘了有总是可以决定无所事事的选择呢

第一个任务是在树上添加可能的结果（注意：圆圈表示不确定的结果）

接下来，我们添加每个结果的相关成本，结果概率和财务结果。

这些概率对于决策树的结果尤为重要。

概率是

• 事件发生的机会或可能性的百分比
• 范围在1（100％）和0之间
• 如果考虑了事件的所有结果，则总概率必须加起来为1

最后，我们通过计算模型中完成数学：

期望值：

通过乘以估计的结果计算的结果的财务价值财务效果通过其概率

净收益：

从中获得的价值决定。

净收益是通过将每个结果的预期价值添加在一起并扣除与决策相关的成本来计算的。

让我们看一下计算。他们建议什么是最好的选择？

选项：启动忠诚度卡：

高销售额：（0.6 x£1,000,000）= 600,000英镑

低销售额：（0.4 x£750,000）= 300,000英镑

总预期价值= 900,000英镑

净收益：£900,000-£500,000 =£400,000

选项：降价：

高销售额：（0.8 x£800,000）= 640,000英镑

低销售额：（0.2 x£500,000）= 100,000英镑

总预期价值= 740,000英镑

净收益：£740,000-£300,000 =£440,000

两种选择都表明净收益积极，这表明要么什么都不做任何事情。

但是，降价的净收益略高，看上去是两者考虑的最佳选择。

使用决策树的好处

• 选择以逻辑方式列出
• 潜在的选择和选择同时考虑
• 概率的使用可以解决选项的“风险”
• 可能会考虑成本以及潜在的收益
• 易于理解和切实的结果

使用决策树的缺点

• 概率只是估计 - 始终容易出错
• 仅使用定量数据 - 忽略决策的定性方面
• 概率和预期值的分配容易偏见
• 决策技术不一定会降低风险量