ВСЕ ЭКОНОМИЧЕСКИЕ КУРСЫ


 

Основы менеджмента

к содержанию

 

Модели принятия решений

Практически любой метод принятия решений можно технически рассматривать как разновидность моделирования. В добавление к моделированию, есть ряд методов, способных оказать помощь руководителю в поиске объективно обоснованного решения для выбора из нескольких альтернатив той, которая в наибольшей мере способствует достижению целей. К этим методам принадлежат: платежная матрица и дерево решений, описанные ниже. Для облегчения использования этих методов и вообще повышения качества принятых решений руководство пользуется прогнозированием. Самые распространенные методы прогнозирования рассмотрены в последнем вопросе. Наша цель заключается в том, чтобы помочь понять суть этих инструментов, а не научиться ими пользоваться.

Платежная матрица — это один из методов статистической теории решений, метод, который может оказать помощь руководителю в выборе одного из нескольких вариантов. Он особенно полезен, когда руководитель должен установить, какая стратегия в наибольшей мере будет способствовать достижению целей.

По словам Н. Пола Лумби: «Платеж являет собой денежное вознаграждение или полезность, которая является следствием конкретной стратегии в соединении с конкретными обстоятельствами. Если платежи представить в форме таблицы (или матрицы), мы получаем платежную матрицу». Слова «в соединении с конкретными обстоятельствами» очень важны, чтобы понять, когда можно использовать платежную матрицу и оценить, когда решение, принятое на ее основе, скорее всего будет надежным. В самом общем виде матрица значит, что платеж зависит от определенных событий, которые фактически осуществляются. Если такое событие не происходит, платеж неминуемо будет другим.

В целом платежная матрица полезная, когда:

1. Есть разумно ограниченное число альтернатив или вариантов стратегии для выбора между ними.

2. То, которое может случиться, с полной определенностью не известно.

3. Результаты принятого решения зависят от того, какая именно избранная альтернатива и какие события в действительности имеют место.

Кроме того, руководитель должен иметь в своем распоряжении возможность объективной оценки вероятности событий и расчету ожидаемого значения такой вероятности. Руководитель редко имеет полную определенность. Но также редко он действует в условиях полной неопределенности. Почти во всех случаях принятия решений руководителю придется оценивать вероятность или возможность события. Вероятность варьирует от 1, когда событие выразительно состоится, до 0, когда событие выразительно не состоится. Вероятность можно определить объективно, как делает игрок в рулетку, ставя на непарные номера. Выбор ее значения может опираться на прошлые тенденции или субъективную оценку руководителя, который выходит по собственному опыту.

Если вероятность не была принята в расчет, решение всегда будет приближаться к наиболее оптимистичным последствиям. Например, если выходить с того, что инвесторы на удачной кинокартине могут иметь 500% на инвестированный капитал, а при вложении в торговую сеть – в самом благоприятном варианте всего 20%, то решение всегда должно быть в интересах кинопроизводства. Однако если взять во внимание, что вероятность большого успеха кинофильма достаточно невысокая, капиталовложения в магазины становятся больше привлекательными, поскольку вероятность получения отмеченных 20% очень значительная. Если взять больше простой пример, то выплаты при ставках в заезде на длинную дистанцию на гонках выше, поскольку выше вероятность, которая не выигрывает вообще ничего.

Вероятность прямо влияет на определение ожидаемого значения — центральной концепции платежной матрицы. Ожидаемое значение альтернативы или варианта стратегии — это сумма возможных значений, умноженных на соответствующие вероятности. Например, если вы считаете, что вложение средств (как стратегия действий) в киоск для торговли мороженым с вероятностью 0,5 обеспечит вам годовую прибыль 5000 дол., с вероятностью 0,2 – 10 000 дол. и с вероятностью 0,3 – 3000 дол., то ожидаемое значение составит:

5000 (0,5) + 10 000 (0,2) + 3000 (0,3) = 5400 дол.

Определив ожидаемое значение каждой альтернативы и расположив результаты в виде матрицы, руководитель может установить, какой выбор наиболее привлекателен при заданных критериях. Он будет, конечно, отвечать наивысшему ожидаемому значению

Исследования показывают: когда установлены точные значения вероятности, методы дерева решений и платежной матрицы обеспечивают принятие более качественных решений, чем традиционные подходы.

Рис. 1.Дерево решений.

Дерево решений – еще один популярный метод науки управления, используемый для выбора наилучшего направления действий по имеющимся вариантам. «ДЕРЕВО РЕШЕНИЙ – это схематическое представление проблемы принятия решений». Как и платежная матрица, дерево решений дает руководителю возможность «учесть разные направления действий, сравнить с ними финансовые результаты, скорректировать их в соответствии с приписанной им вероятностью, а затем сравнить альтернативы» . Концепция ожидаемого значения является неотъемлемой частью метода дерева решений.

Методом дерева решений можно пользоваться в ситуациях, подобных описанным выше. В этом случае предусматривается, что данные о результатах, вероятность и тому подобное не влияют на все следующие решения. Однако дерево решений можно построить под более сложную ситуацию, когда результаты одного решения влияют на следующие решения. Таким образом, дерево решений – это полезный инструмент для принятия последовательных решений.

На рис. 1. проиллюстрированное применение метода дерева решений для решения проблемы, которая требует определенной последовательности решений. Вице-президент по производству из компании, которая выпускает электрические газонокосилки, уважает, что расширяется рынок ручных косилок. Он должен решить, стоит ли переходить на производство ручных косилок, и если сделать это, – или стоит продолжать выпуск электрических газонокосилок. Производство косилок обоих типов затребует увеличение производственных мощностей. Для принятия решения руководитель собрал информацию об ожидаемых выигрышах в случае тех или других вариантов действий и о вероятности соответствующих событий. Эта информация представлена на дереве решений.

Используя дерево решений, руководитель находит путем возвращения от второй точки к началу наиболее лучшее решение – наращивание производственных мощностей под выпуск косилок обоих типов. Это обусловленно ожидаемым выигрышем (3 млн. дол.), который превышает выигрыш (1 млн. дол.) при отказе от такого наращивания, если в точке А будет низкий спрос на электрические косилки.

Руководитель продолжает двигаться обратно к первой точке принятия решений и рассчитывает ожидаемые значения в случаях альтернативных действий – производства только электрических или только ручных косилок. Ожидаемое значение для варианта производства только электрических косилок составляет 6,5 млн. дол. (0,7 х 8 млн. дол. + 0,3 х 3 млн. дол.). Подобным чином рассчитывается ожидаемое значение для варианта выпуска только ручных косилок, что равняется всего 4,4 млн. дол. Таким образом, наращивание производственных мощностей под выпуск косилок обоих типов является наиболее желаемым решением, поскольку ожидаемый выигрыш здесь наибольший, если события будут происходить, как и предусматривалось.

 

< назад | к содержанию | вперед >