Ang mga desisyon ay ginawa sa ilalim ng mga kondisyon ng peligro. Pamamahala ng peligro kapag gumagawa ng mga desisyon sa pamamahala. Pag-unlad ng mga desisyon sa pamamahala sa ilalim ng mga kondisyon ng kawalan ng katiyakan at panganib

Ang pamamahala ng negosyo, pati na rin, halimbawa, ang mga gawain ng pamahalaan na may sosyo-ekonomikong kalikasan, ay maaaring isagawa na isinasaalang-alang ang kasalukuyang mga kawalan ng katiyakan at mga panganib. Ano ang kanilang mga tiyak? Paano sila makalkula?

Ano ang kakanyahan ng kawalan ng katiyakan at mga panganib?

Una sa lahat, isaalang-alang natin ang konsepto ng panganib at kawalan ng katiyakan, kung paano mabibigyang-kahulugan ang mga terminong ito sa ilang partikular na konteksto.

Ang panganib ay karaniwang nauunawaan bilang ang posibilidad ng isang hindi kanais-nais o hindi kanais-nais na kaganapan na nagaganap. Halimbawa, kung pinag-uusapan natin ang tungkol sa negosyo, maaaring ito ay isang pagbabago sa mga kondisyon ng merkado upang ang mga resulta ng mga aktibidad sa ekonomiya ng negosyo ay malayo sa pinakamainam.

Ang kawalan ng katiyakan ay nauunawaan bilang ang kawalan ng kakayahan na mapagkakatiwalaang mahulaan ang paglitaw ng isang partikular na kaganapan, gaano man ito kanais-nais na maisaalang-alang. Ngunit, bilang isang patakaran, ang kawalan ng katiyakan at panganib ay isinasaalang-alang sa konteksto ng paglitaw ng hindi kanais-nais na mga kondisyon. Ang kabaligtaran na sitwasyon, kapag imposibleng mahulaan ang paglitaw ng mga positibong kadahilanan, ay medyo bihirang itinuturing na hindi tiyak, dahil sa kasong ito ay hindi na kailangang matukoy ang mga taktika para sa pagtugon sa mga nauugnay na kadahilanan. Habang sa mga negatibong senaryo ay karaniwang kailangan ang mga ganitong taktika. Ito ay dahil sa ang katunayan na sa mga kondisyon ng kawalan ng katiyakan at panganib, ang pinakamahalagang desisyon - pang-ekonomiya at pampulitika sa kalikasan - ay maaaring gawin. Pag-aralan natin kung paano ito magagawa nang mas detalyado.

Paano bawasan ang kawalan ng katiyakan at mga panganib?

Ang paggawa ng ilang mga desisyon sa isang kapaligiran na nailalarawan sa kawalan ng katiyakan at panganib ay isinasagawa gamit ang mga konsepto na nagpapaliit sa posibilidad ng mga pagkakamali o iba't ibang hindi kanais-nais na mga sitwasyon. Ang pamamaraang ito ay maaaring maging epektibo sa iba't ibang sitwasyon.

Ang kawalan ng katiyakan at panganib ay likas sa maraming bahagi ng buhay. modernong tao. Ang mga diskarte na ginagamit sa mga kaso kung saan kinakailangan upang mabawasan ang mga error sa ilang partikular na pagkilos ay maaaring batay sa:

Sa pagtukoy ng mga matatag na salik na maaaring maka-impluwensya sa sitwasyon;

Sa pagsusuri ng mga mapagkukunan at tool na magagamit ng taong gumagawa ng mga desisyon;

Sa pagtukoy ng pansamantala at hindi matatag na mga kadahilanan na maaari ring makaimpluwensya sa sitwasyon, ngunit posible lamang ito sa ilalim ng mga partikular na kondisyon (kailangan din nilang kilalanin).

Kabilang sa mga lugar kung saan ang mga kaukulang konsepto ay natagpuan ang pinakamalaking pangangailangan ay ang pamamahala. Mayroong isang punto ng view na sa konteksto ng pamamahala ng negosyo, ang kawalan ng katiyakan ay isang panganib sa pamamahala, at isa sa mga pangunahing. Dito makikita natin, samakatuwid, ang isa pang bersyon ng interpretasyon ng terminong pinag-uusapan. Sa larangan ng pamamahala, ang mga konsepto na nagsasaliksik sa kakanyahan ng iba't ibang mga panganib ay karaniwan. Samakatuwid, magiging kapaki-pakinabang na suriin muna kung paano isinasaalang-alang ang kawalan ng katiyakan at panganib sa proseso ng pag-aampon ng enterprise.

Pamamahala ng negosyo sa ilalim ng kawalan ng katiyakan at panganib

Sa negosyo, ang sumusunod na diskarte sa pagtagumpayan posible negatibong kahihinatnan kapag nilulutas ang ilang mga problema.

Una sa lahat, tinutukoy ng mga tagapamahala ang isang listahan ng mga bagay na ang pag-uugali ay maaaring nailalarawan sa pamamagitan ng kawalan ng katiyakan at mga panganib. Ito ay maaaring, halimbawa, ang presyo sa merkado ng isang produkto o serbisyo na ibinebenta. Sa mga kondisyon ng libreng pagpepresyo at mataas na kumpetisyon, maaari itong maging napakaproblema upang malinaw na mahulaan ang kurso nito. Ang panganib ng kawalan ng katiyakan ay nagmumula sa punto ng view ng mga prospect ng kumpanya para sa pagtanggap ng kita. Dahil sa pagbagsak ng mga presyo, maaaring hindi sapat ang halaga nito para mabayaran ang mga kasalukuyang obligasyon o, halimbawa, lutasin ang mga problemang nauugnay sa promosyon ng brand.

Sa turn, ang isang hindi inaasahang matalim na pagtaas ng mga presyo ay maaaring humantong sa akumulasyon ng labis na halaga ng mga napanatili na kita ng kumpanya. Na, marahil, sa ibang sitwasyon - na may sistematikong dinamika ng mga resibo ng kita - ang pamamahala ay namuhunan sana sa paggawa ng makabago ng mga fixed asset o pagbuo ng mga bagong merkado.

Kapag ang isang bagay na nailalarawan sa pamamagitan ng kawalan ng katiyakan at mga panganib mula sa punto ng view ng pag-unlad ng negosyo ay natukoy, ang gawain ay isinasagawa upang matukoy ang mga salik na nakakaimpluwensya sa pag-uugali ng bagay na ito. Ang mga ito ay maaaring mga numero na sumasalamin sa kapasidad ng merkado at dynamics ng mga benta para sa mga negosyong tumatakbo sa isang partikular na segment. Maaaring ito ay isang pag-aaral ng macroeconomic at political factors.

Ang konsepto ng panganib at kawalan ng katiyakan, tulad ng nabanggit namin sa simula ng artikulo, ay maaaring maiugnay sa mga proseso sa karamihan. iba't ibang lugar. Samakatuwid, bilang isang panuntunan, ang pinaka malawak na hanay mga kadahilanan. Halimbawa, ang mga nauugnay sa sektor ng pananalapi. Pag-aralan natin kung paano sinusuri ang mga kondisyon ng kawalan ng katiyakan at panganib sa panahon ng paggawa ng desisyon sa iba't ibang mga transaksyon sa pananalapi.

Mga salik ng kawalan ng katiyakan at panganib sa sektor ng pananalapi

Nabanggit namin sa itaas na ang mga tagapamahala ng negosyo, kapag bumubuo ng isang algorithm ng pag-aampon mga desisyon sa pamamahala, una nilang isinasaalang-alang ang isang bagay na maaaring nailalarawan sa pamamagitan ng kawalan ng katiyakan at mga panganib, pagkatapos ay tinutukoy nila ang mga salik na tumutukoy sa posibilidad ng paglitaw ng mga kondisyon kung saan maaari silang magtrabaho.

Ang parehong ay maaaring gawin kapag nilutas ang mga problema na may kaugnayan sa pamamahala sa pananalapi. Sa larangan ng mga transaksyon sa pananalapi, ang bagay na maaaring maimpluwensyahan ng kawalan ng katiyakan (ang panganib ay isang espesyal na kaso nito) ay kadalasang kapangyarihan sa pagbili kapital. Depende sa ilang partikular na kundisyon, maaari itong tumaas o bumaba. Halimbawa, dahil sa inflation sa ekonomiya ng estado, sa pagpapahalaga ng pambansang pera. Na, sa turn, ay maaaring depende sa macroeconomic at political na proseso.

Kaya, sa larangan ng paggawa ng desisyon na may kaugnayan sa pamamahala ng kapital, ang mga antas ng kawalan ng katiyakan (panganib - bilang isang partikular na kaso, muli) ay maaaring iharap sa iba't ibang antas.

Una, sa antas ng mga pang-ekonomiyang macro indicator (halimbawa, dinamika ng GDP, inflation), at pangalawa, sa saklaw ng mga indibidwal na tagapagpahiwatig ng pananalapi (bilang isang pagpipilian, ang pambansang rate ng palitan ng pera). Tinutukoy ng mga salik sa parehong antas kung ano ang magiging kapangyarihan ng pagbili ng kapital.

Ang pagkakaroon ng pagkilala sa isang bagay na nailalarawan sa pamamagitan ng kawalan ng katiyakan at mga panganib, pati na rin ang pagtukoy sa mga salik na nakakaimpluwensya sa kanila, kinakailangan na ilapat ang pamamaraan ng praktikal na aplikasyon ginawang desisyon. Halimbawa, binuo ng mga tagapamahala ng kumpanya o mga espesyalista sa pananalapi. Mayroong isang malaking bilang ng mga diskarte para dito. Kabilang sa mga pinaka-karaniwan ay ang paggamit ng isang decision matrix. Pag-aralan natin ito nang mas detalyado.

Ang matrix bilang isang tool para sa paggawa ng mga desisyon sa ilalim ng mga kondisyon ng panganib at kawalan ng katiyakan

Ang pamamaraan na pinag-uusapan ay pangunahing nailalarawan sa pamamagitan ng pagiging pangkalahatan nito. Ito ay lubos na pinakamainam para sa paggawa ng mga desisyon sa mga bagay na nailalarawan sa pamamagitan ng mga panganib sa ekonomiya at kawalan ng katiyakan, at samakatuwid ay naaangkop sa pamamahala.

Ang decision matrix ay nagsasangkot ng pagpili ng isa o higit pa sa mga ito batay sa pinakamataas na posibilidad ng isang hanay ng mga salik na nakakaimpluwensya sa bagay. Kaya, ang pangunahing solusyon ay napili - na idinisenyo para sa isang hanay ng mga kadahilanan, at kung hindi sila gumana (o, sa kabaligtaran, ay may kaugnayan), pagkatapos ay pipiliin ang ibang diskarte. Na kinabibilangan ng impluwensya ng iba pang mga kadahilanan sa bagay.

Kung ang pangalawang solusyon ay lumalabas na hindi ang pinakamainam, pagkatapos ay ang susunod ay inilapat, at iba pa, hanggang sa pagdating sa pagpili ng diskarte na hindi gaanong kanais-nais, ngunit gumagawa ng mga resulta. Ang pagbuo ng isang listahan ng mga solusyon - mula sa pinaka-epektibo hanggang sa hindi gaanong epektibo, ay maaaring isagawa gamit mga pamamaraan sa matematika. Halimbawa, kinasasangkutan ng pagbuo ng isang graph ng probability distribution ng operasyon ng isang partikular na salik.

Ang mga kondisyon ng kawalan ng katiyakan at panganib ay maaaring theoretically kalkulahin gamit ang mga pamamaraan ng probability theory. Lalo na kung ang taong gumagawa nito ay may sapat na kinatawan ng istatistikal na data sa kanyang pagtatapon. Sa pagsasagawa ng pagsusuri sa ekonomiya at pananalapi, isang malaking bilang ng mga pamantayan ang nabuo alinsunod sa kung saan ang posibilidad ng pag-trigger ng ilang mga kadahilanan ng kawalan ng katiyakan at mga panganib ay maaaring matukoy. Magiging kapaki-pakinabang na pag-aralan ang ilan sa mga ito nang mas detalyado.

Pamantayan para sa pagtukoy ng posibilidad sa pagsusuri ng kawalan ng katiyakan at mga panganib

Ang posibilidad, bilang isang kategorya ng matematika, ay karaniwang ipinahayag bilang isang porsyento. Bilang isang patakaran, hindi ito kumakatawan sa isang halaga, ngunit isang kumbinasyon ng mga ito - batay sa kung anong mga kondisyon para sa mga kadahilanan ng pag-trigger ang nabuo. Lumalabas na ang ilang mga probabilidad ay isinasaalang-alang, at ang kanilang kabuuan ay 100%.

Ang pangunahing criterion para sa pagtatasa ng antas ng posibilidad ng pagpapatakbo ng ilang mga kadahilanan ay itinuturing na objectivity. Dapat itong kumpirmahin:

Napatunayang mga pamamaraan sa matematika;

Ang mga resulta ng statistical analysis ng makabuluhang halaga ng data.

Ang perpektong opsyon ay kung ang parehong mga tool para sa pagtukoy ng objectivity ay ginagamit. Ngunit sa pagsasagawa, ang ganitong sitwasyon ay medyo bihira. Karaniwan, ang mga panganib sa ekonomiya at kawalan ng katiyakan ay kinakalkula na may access sa isang medyo maliit na hanay ng data. Ito ay lubos na lohikal: kung ang lahat ng mga negosyo ay may parehong pag-access sa nauugnay na impormasyon, kung gayon ay walang kumpetisyon sa pagitan nila, at ito ay makakaapekto rin sa rate ng pag-unlad ng ekonomiya.

Samakatuwid, kapag sinusuri ang mga panganib sa ekonomiya at kawalan ng katiyakan, kadalasang kailangang bigyang-diin ng mga negosyo aspeto ng matematika pagkalkula ng posibilidad. Kung mas advanced ang mga angkop na pamamaraan ng kumpanya, mas magiging mapagkumpitensya ang kumpanya sa merkado. Isaalang-alang natin ang mga pamamaraan kung saan ang posibilidad ng pagbuo ng mga kondisyon para sa pag-activate ng mga kadahilanan ng pag-uugali ng mga bagay na may kaugnayan sa kung saan ang isang sitwasyon ng kawalan ng katiyakan ay maaaring matukoy (ang panganib ay isang espesyal na kaso nito).

Mga pamamaraan para sa pagtukoy ng posibilidad

Maaaring kalkulahin ang posibilidad:

Sa pamamagitan ng pagsusuri sa mga tipikal na sitwasyon (halimbawa, kapag may pinakamalaking posibilidad na 1 lamang sa 2 kaganapan ang maaaring mangyari, bilang isang opsyon: kapag naghahagis ng barya, lumilitaw ang mga ulo o buntot);

Sa pamamagitan ng probability distribution (batay sa historical data o sample analysis);

Sa pamamagitan ng pagsusuri ng dalubhasa sa mga sitwasyon - kasama ang mga nakaranasang espesyalista na maaaring suriin ang mga salik na nakakaimpluwensya sa pag-uugali ng bagay.

Ang pagkakaroon ng pagpapasya sa mga pamamaraan para sa pagkalkula ng posibilidad sa loob ng balangkas ng pagkalkula ng kawalan ng katiyakan at mga panganib, maaari mong simulan upang matukoy ito sa pagsasanay. Pag-aralan natin kung paano masosolusyunan ang problemang ito.

Paano matukoy ang posibilidad ng isang hindi tiyak na kaganapan sa pagsasanay?

Ang praktikal na pagpapasiya ng posibilidad ng operasyon ng isang kadahilanan na nakakaapekto sa isang bagay, na kung saan ay nailalarawan sa pamamagitan ng kawalan ng katiyakan at mga panganib, ay nagsisimula sa pagbabalangkas ng mga tiyak na inaasahan mula sa kaukulang bagay. Kung ito ay kapital, kung gayon maaari itong asahan na tataas, mananatili sa parehong antas o bababa.

Ang mga layunin ng financier sa kasong ito ay maaaring, halimbawa:

Namumuhunan ng kapital na may pagbaba ng kapangyarihan sa pagbili sa modernisasyon ng mga fixed asset;

Batay sa pagbuo cash na may matatag o lumalagong kapangyarihan sa pagbili ng mga karagdagang dami ng napanatili na kita.

Ipagpalagay na ang financier ay inaasahan na ang kapital - dahil sa inflationary na mga kadahilanan - ay gayunpaman ay magbabawas ng kapangyarihan nito sa pagbili, bilang isang resulta kung saan kakailanganin itong mamuhunan sa modernisasyon ng mga fixed asset. Kaya, ang panganib (degree of uncertainty) sa sa kasong ito ay ang malaking halaga ng kapital ang ipupuhunan sa isang likidong asset, habang ang kapangyarihan nito sa pagbili ay maaaring tumaas, taliwas sa inaasahan. Bilang resulta, ang kumpanya ay makakatanggap ng mas kaunting retained earnings. Ang mga katunggali nito, sa turn, ay maaaring gumamit ng kanilang kapital nang mas mahusay.

Ang pagkakaroon ng natukoy na mga inaasahan tungkol sa isang bagay na nailalarawan sa pamamagitan ng kawalan ng katiyakan at mga panganib, kinakailangang pag-aralan ang kabuuan ng mga salik na nakakaimpluwensya sa pag-uugali ng kaukulang bagay. Ang mga ito ay maaaring:

Mga tagapagpahiwatig ng ekonomiya ng estado (kabilang ang inflation, ang halaga ng palitan ng pambansang pera, na nabanggit na namin sa itaas);

Ang sitwasyon sa merkado para sa mga hilaw na materyales, materyales at pondo na hinihiling ng kumpanya (na may kaugnayan sa halaga kung saan kinakalkula ang kapangyarihan ng pagbili ng kapital ng korporasyon);

Dynamics ng capital productivity (pagtukoy sa mga prospect para sa modernisasyon ng mga fixed asset ng kumpanya).

Kaya, maaaring lumabas na ang bulto ng kapital ng kumpanya ay ginagastos sa pagbili ng mga hilaw na materyales, materyales at pondo, habang ang mga ito ay pangunahing ini-import mula sa ibang bansa. Dahil dito, ang paglago o pagbaba ng kapangyarihan sa pagbili ng mga pondo ng organisasyon ay depende, una sa lahat, sa dynamics ng pambansang halaga ng palitan ng pera, at sa mas mababang lawak sa opisyal na inflation.

Ang mga pinagmumulan ng kawalan ng katiyakan (mga panganib) sa kasong ito ay magiging isang macroeconomic na kalikasan. Kaya, ang halaga ng palitan ng pambansang pera ay naiimpluwensyahan, una sa lahat, ng balanse ng mga pagbabayad ng estado, ang ratio ng mga asset at pananagutan, ang antas utang ng gobyerno, ang kabuuang dami ng mga transaksyon gamit ang dayuhang pera sa mga pakikipag-ayos sa mga dayuhang supplier.

Kaya ang posibilidad hindi tiyak na pangyayari- Ang pagtaas, pagpapanatili ng isang matatag na halaga o pagbabawas ng kapangyarihan sa pagbili ng kapital ay kakalkulahin sa pamamagitan ng pagtukoy sa mga pangunahing kadahilanan na nakakaapekto sa kaukulang bagay, pagtukoy sa mga kondisyon para sa pagpapatakbo ng mga salik na ito, pati na rin ang posibilidad ng kanilang paglitaw (na, naman, , ay maaaring depende sa mga kadahilanan ng ibang antas - sa kasong ito, macroeconomic).

Paggawa ng Desisyon na Batay sa Panganib

Kaya, napag-aralan namin kung paano makalkula ang posibilidad ng paglitaw ng mga kundisyon para sa pag-trigger ng mga salik na nakakaimpluwensya sa pag-uugali ng isang bagay na nailalarawan ng kawalan ng katiyakan at mga panganib. Magiging kapaki-pakinabang din na pag-aralan nang mas detalyado kung paano ang mga desisyon mismo ay maaaring gawin sa ilalim ng mga kondisyon ng kawalan ng katiyakan at panganib.

Tinutukoy ng mga modernong eksperto ang sumusunod na listahan ng mga pamantayan na maaaring magamit upang gabayan ang mga naturang gawain:

Probabilidad ng pagmamasid sa mga inaasahang tagapagpahiwatig;

Mga prospect para sa pagkamit ng napakababa at mataas na halaga para sa mga tagapagpahiwatig na isinasaalang-alang;

Ang antas ng pagpapakalat sa pagitan ng inaasahang, minimum at maximum na mga tagapagpahiwatig.

Ang unang criterion ay nagsasangkot ng pagpili ng solusyon, ang pagpapatupad nito ay maaaring humantong sa pagkamit ng pinakamainam na resulta - halimbawa, sa usapin ng pamumuhunan ng kapital sa pagbubukas ng pabrika ng TV sa China.

Ang mga inaasahang tagapagpahiwatig sa kasong ito ay maaaring batay sa makasaysayang istatistikal na data o mga kinakalkula (ngunit batay, muli, sa ilang praktikal na karanasan ng mga espesyalista na gumagawa ng desisyon). Halimbawa, maaaring may impormasyon ang mga tagapamahala na ang kakayahang kumita ng paggawa ng mga telebisyon sa isang pabrika sa China ay nasa average na humigit-kumulang 20%. Samakatuwid, kapag binubuksan ang kanilang sariling pabrika, may karapatan silang asahan ang isang katulad na tagapagpahiwatig ng kahusayan ng pamumuhunan sa kapital.

Sa turn, maaari silang magkaroon ng kamalayan sa mga kaso kung saan ang ilang mga kumpanya ay hindi nakamit ang mga bilang na ito at, higit pa rito, naging hindi kumikita. Kaugnay nito, kailangang isaalang-alang ng mga tagapamahala ang ganitong senaryo bilang zero o negatibong kakayahang kumita.

Gayunpaman, ang mga financier ay maaari ding magkaroon ng impormasyon na ang ilang mga kumpanya ay nakamit ang kahusayan ng pamumuhunan sa mga pabrika ng China na 70%. Ang pagkamit ng kaukulang tagapagpahiwatig ay isinasaalang-alang din kapag gumagawa ng mga desisyon.

Ang panganib (ang resulta ng kawalan ng katiyakan sa kasong ito) kapag isinasaalang-alang ang posibilidad ng pamumuhunan sa pagbubukas ng isang pabrika sa China ay maaaring nasa paglitaw ng mga kondisyon para sa pag-trigger ng mga kadahilanan na negatibong nakakaapekto sa pasilidad - ang antas ng kakayahang kumita. Ang mga salik na iyon na maaaring humantong sa pagiging negatibo ng kaukulang tagapagpahiwatig. Kasabay nito, ang isa pang resulta ng kawalan ng katiyakan ay maaaring ang pagkamit ng kakayahang kumita ng 70%, iyon ay, isang figure na nakamit na ng ibang negosyo.

Kung ang negatibong kakayahang kumita ay ipinakita, medyo nagsasalita, ng 10% ng mga pabrika na nagbukas sa China, ang bilang na 70% ay umabot sa 5%, at ang inaasahang bilang na 20% ay naitala batay sa mga resulta ng trabaho ng 85% ng mga pabrika, kung gayon ang mga tagapamahala ay maaaring makatanggap ng isang positibong desisyon tungkol sa pamumuhunan sa pagbubukas ng isang planta ng produksyon ng telebisyon sa China.

Kung, batay sa magagamit na data, 30% ng mga pabrika ang naitala, ang mga tagapamahala ay maaaring:

Iwanan ang ideya ng pamumuhunan sa mga pabrika;

Suriin ang mga salik na maaaring matukoy ang katamtamang return on investment sa produksyon ng mga telebisyon.

Sa pangalawang kaso, ang kawalan ng katiyakan at panganib sa mga desisyon sa pamamahala ay isasaalang-alang batay sa mga bagong hanay ng pamantayan sa mga tuntunin ng mga inaasahan ng pinakamainam, maximum at pinakamababang tagapagpahiwatig. Halimbawa, ang dynamics ng mga presyo ng pagbili para sa mga bahagi ay maaaring pag-aralan bilang isa sa mga kadahilanan ng kakayahang kumita. O - mga tagapagpahiwatig ng demand sa merkado kung saan ibinibigay ang mga telebisyon na ginawa sa isang pabrika sa China.

Ipagpatuloy

Kaya, natukoy namin ang kakanyahan ng naturang mga phenomena bilang kawalan ng katiyakan at panganib sa negosyo. Maaari nilang makilala ang iba't ibang mga bagay. Sa larangan ng negosyo, ito ang pinakamadalas na kapangyarihan sa pagbili ng kapital, kakayahang kumita, at ang halaga ng mga presyo para sa ilang partikular na asset.

Ang panganib ay madalas na isinasaalang-alang ng mga mananaliksik bilang espesyal na kaso kawalan ng katiyakan. Sinasalamin nito ang posibilidad na makamit ang isang hindi kanais-nais o negatibong resulta ng anumang aktibidad.

Ang panganib at kawalan ng katiyakan ay mga konsepto na malapit na nauugnay sa terminong "probability" na nauugnay sa matematika. Ito ay tumutugma sa isang hanay ng mga pamamaraan na nagpapahintulot sa isa na kalkulahin kung ang mga inaasahan ng isang tagapamahala, sa kaso ng isang negosyo, o ibang stakeholder, ay makatwiran patungkol sa mga salik na maaaring makaapekto sa kawalan ng katiyakan at panganib sa pamamahala ng negosyo.

Kadalasan mahirap bawasan ang mga kinakailangan ng praktikal na pamamahala sa isang parameter (halimbawa, pinakamataas na kita). Ang mga problema kung saan isinasagawa ang pag-optimize ayon sa ilang mga parameter ay tinatawag na mga problema multi-parameter o vector pag-optimize. Ang multi-parameter optimization ay isang pagtatangka na makahanap ng ilang kompromiso sa pagitan ng mga parameter na iyon kung saan kailangang i-optimize ang solusyon.

Ang isang mahalagang elemento sa naturang pag-optimize ay ang pagtatalaga ng mga koepisyent ng timbang para sa bawat na-optimize na parameter. Ang isang karaniwang paraan ay upang matukoy ang mga koepisyent ng timbang gamit ang kolektibong opinyon ng mga dalubhasang dalubhasa gamit ang alinman sa mga kilalang pamamaraan: direktang pagtatalaga ng mga timbang, sa pamamagitan ng pagtatasa ng kahalagahan ng isang parameter sa mga puntos, o sa pamamagitan ng paraan ng mga ipinares na paghahambing. Sa anumang paraan, tulad ng nalalaman, ang isang talahanayan ng mga normalized na koepisyent ng timbang ay nakuha, at pagkatapos ay isang pangkalahatang timbang ng bawat parameter ang resulta ng pagsusuri.

Kung bilang resulta ng pagtuklas at pagproseso mga pagtatasa ng eksperto o ilang mga weighting coefficient para sa kanilang mga target na function ay isang priori na tinukoy - a k, pagkatapos ay ang pangkalahatang target na function na F tungkol sa ay nakasulat bilang mga sumusunod:

saan F k -kth layunin function,

F k normal– normalizing ang halaga k-th layunin function,

s– bilang ng mga bahagi ng target na pag-andar,

a k ay ang weight coefficient ng k-th objective function.

Ang teknolohiya para sa pagkuha ng solusyon sa isang multiparameter na problema ay binubuo ng ilang hakbang:

Ang mga problema sa pag-optimize ay nabuo (para sa bawat isa sa mga parameter) - at sa gayon ay tinutukoy ang F k;

Ang problema sa pag-optimize ay nalutas para sa bawat isa sa mga parameter at sa gayon ay natutukoy ang mga pamantayan ng F k;

Ang antas ng kamag-anak na kahalagahan ng bawat parameter sa loob ng balangkas ng gawain ay tinutukoy - ang koepisyent ng timbang ng k-th layunin function a k ;

Ang target na function F tungkol ay nabuo; F k normal sa kasong ito, ang isang plus sign ay inilalagay sa harap ng mga bahagi ng pangkalahatang layunin na function na na-maximize, at isang minus sign sa harap ng mga na-minimize. Mga halaga

ay kinuha kapag pinalaki ang k-th component F k kaugalian

=F k max ,

ay kinuha kapag pinalaki ang k-th component kapag minimize ito

=F k min .

Ang isang problema sa pag-optimize ay nalutas para sa isang multi-parameter na problema.

Ang mga sumusunod na konklusyon ay dapat tandaan:

Kapag ang paglutas gamit ang isang pangkalahatang layunin na pag-andar, ang mga halaga ng kinakailangang mga parameter ay may mga intermediate na halaga kumpara sa paglutas gamit ang mga function na layunin ng bahagi.

Ang sitwasyong ito ay hindi nalalapat sa mga halaga ng mga variable - ang kanilang mga halaga ay lubos na nag-iiba sa lahat ng mga pagpipilian para sa paghahanap ng pinakamabuting kalagayan.

Ang pagtatalaga ng iba pang mga halaga ng mga weighting coefficient ay maaaring magbigay ng mga solusyon na mas katanggap-tanggap mula sa pananaw ng pamamahala.

Paggawa ng desisyon sa ilalim ng mga kondisyon ng kawalan ng katiyakan at panganibPaksa

Mga pamamaraan para sa paglutas ng mga problema ng multicriteria sa ilalim ng mga kondisyon ng kakulangan ng impormasyon

Ang mga konsepto ng "kawalan ng katiyakan" at "panganib"

Kadalasan, ang mga tagapamahala sa iba't ibang antas ay kailangang maghanda ng SD sa mga kondisyon ng hindi kumpleto o hindi tumpak na impormasyon, mataas na paglilipat ng mga tauhan, hindi katapatan ng mga supplier at mamimili, madalas na pagbabago sa batas, hindi inaasahang aksyon ng mga kakumpitensya, atbp. Bilang resulta, ang mga hindi sinasadyang pagkakamali sa mga desisyon sa pamamahala ay posible.

Upang makahanap ng isang mahusay na solusyon, dapat mong:

1. Tukuyin ang layunin ng desisyon. 2. Tukuyin posibleng mga opsyon

paglutas ng problema.

3. Tukuyin ang mga posibleng resulta ng bawat desisyon.

4. Suriin ang bawat kinalabasan.

5. Piliin ang pinakamainam na solusyon batay sa layunin.

Ang unang yugto ay ang pagtukoy ng layunin. Ang gumagawa ng desisyon mismo ang pipili kung aling panuntunan ang gagamitin, dahil para sa bawat kaso ay naaangkop ang isang partikular na panuntunan. Nahahati sila sa dalawang grupo: Mga panuntunan para sa paggawa ng mga desisyon nang hindi gumagamit ng mga numerical na halaga ng mga probabilidad ng mga resulta ( );

mga kondisyon ng kumpletong kawalan ng katiyakan Mga panuntunan para sa paggawa ng mga desisyon gamit ang mga numerical na halaga ng mga probabilidad ng mga resulta ( ).

mga kondisyon ng panganib

Ang aktwal na mga resulta ng mga desisyon ay hindi palaging nag-tutugma sa mga nakaplano. Ang SD ay nailalarawan ng parehong kawalan ng katiyakan at panganib. ay tinukoy bilang hindi kumpleto, hindi tumpak, hindi malinaw o nakakaiwas na impormasyon tungkol sa anumang bagay o proseso. Ang kawalan ng katiyakan ay nauugnay sa paghahanda ng SD, at ang panganib ay nauugnay sa pagpapatupad nito (Larawan 3). Kasama rin dito ang mga kaganapang force majeure na lumabas laban sa kalooban at kamalayan ng mga tao at nagbabago sa nakaplanong kurso ng pagpapatupad ng mga desisyon sa pamamahala.

Figure 6 - Mga kawalan ng katiyakan at mga panganib sa sistema ng mga pamamaraan para sa pagbuo at pagpapatupad ng mga desisyon sa pamamahala 2

Kawalang-katiyakan bilang isang proseso - ito ang aktibidad ng isang gumagawa ng desisyon na gumagawa ng hindi sapat na napatunayang mga desisyon dahil sa kawalan ng kakayahan o dahil sa kawalan ng katiyakan ng panlabas at panloob na kapaligiran, pati na rin ang pagiging kumplikado ng sitwasyon ng problema at limitadong oras.

SA pangkalahatang kaso Ang kawalan ng katiyakan ay maaaring sanhi ng alinman sa pagsalungat ng isang matalinong kalaban, o ng hindi sapat na kaalaman sa mga kondisyon kung saan ginawa ang desisyon.

Ang mga kawalan ng katiyakan ay maaaring maging layunin o subjective. Ang mga layunin ay hindi nakasalalay sa tagapamahala, mga espesyalista, mga eksperto o, sa pangkalahatan, sa mga paksa ng pag-unlad at pagpapatupad ng mga desisyon sa pamamahala. Ang pinagmulan ng kawalan ng katiyakan sa kasong ito ay alinman sa panlabas na kapaligiran, o sa labas ng impluwensya ng mga paksa na bumubuo ng mga desisyon sa pagkontrol.

Ibigay natin ang kahulugan ng panganib. Panganib – ito ang potensyal na umiiral na posibilidad ng pagkawala ng mga mapagkukunan (sa anyo ng mga karagdagang hindi inaasahang gastos) o hindi pagtanggap ng kita na nauugnay sa pagpapatupad ng isang partikular na desisyon sa pamamahala.

Kaya, ang panganib ay nailalarawan probabilidad paglitaw at laki ng pagkalugi. Sa mas malaki o mas maliit na lawak, ang panganib ay naroroon sa halos lahat ng mga desisyon sa pamamahala. Ito ay halos imposible upang ganap na maalis ito. Ang gawain ng pamamahala sa peligro ay bumaba sa paghula sa kanila, binabawasan ang posibilidad ng paglitaw at pagbabawas ng masamang kahihinatnan.

Mga panganib maaaring hatiin sa tatlong pangkat.

1. Panganib sa pagkamit ng SD (ano ang posibilidad na makamit o hindi matupad ang SD na ito). Halimbawa, ang panganib sa pagpapatupad ay tinatantya sa 20%: 80% - nangangahulugan ito na sa dalawang kaso sa sampu ay may pagkakataon na ang desisyon ay maaaring hindi maipatupad.

2. Ang panganib ng pagkamit ng layunin kapag nagpapatupad ng SD. Halimbawa, ang panganib na 5%: 95% ay nangangahulugan na sa limang kaso sa isang daan ay maaaring asahan ng isa na hindi makakamit ang layunin ng SD.

3. Pangkalahatang panganib (itinuturing bilang kabuuan ng panganib ng pagkamit ng SD at ang panganib ng pagkamit ng mga layunin kapag nagpapatupad ng SD). Kaya, kung ang panganib ng pagpapatupad ay katumbas ng 2: 8, at ang panganib ng pagkamit ng mga layunin ay 3: 7, kung gayon ang kabuuang panganib ng pagbuo at pagpapatupad ng SD ay magiging katumbas ng 5: 15, o 25%: 75%.

Mga panuntunan para sa paggawa ng mga desisyon nang hindi gumagamit ng mga numerical na halaga ng mga probabilidad ng mga resulta (mga kondisyon ng kumpletong kawalan ng katiyakan )

1. Maximax na solusyon - pag-maximize ng maximum na kita (Desisyon batay sa criterion ng optimismo (maximax).

2. Maximin na solusyon - pag-maximize ng pinakamababang kita (Desisyon ayon sa criterion Walda (maximin )). Ang pamantayang ito ay napakaingat. Nakatuon ito sa pinakamasamang mga kondisyon, bukod sa kung saan ang pinakamahusay, at ngayon ay ginagarantiyahan, ang resulta ay matatagpuan.

3. Minimax na solusyon - pagliit ng pinakamataas na posibleng pagkalugi (pagpasya sa Savage criterion (minimax).

4. Ang kakanyahan ng pamantayang ito ay upang mabawasan ang panganib. Tulad ng Wald criterion, ang Savage criterion ay napaka-maingat. Nag-iiba sila sa kanilang pag-unawa sa pinakamasamang sitwasyon: sa unang kaso, ito ang pinakamababang pakinabang, sa pangalawa, ang pinakamataas na pagkawala ng pakinabang kumpara sa kung ano ang maaaring makamit sa ilalim ng mga ibinigay na kondisyon. Gurvich criterion

- isang paraan ng kompromiso sa paggawa ng desisyon.

Ang pamamaraang ito ng paggawa ng desisyon ay isang kompromiso sa pagitan ng maingat na maximin rule at ng optimistic maximax rule. Ito sa paanuman ay pinagsasama-sama ang mga panuntunan na hindi isinasaalang-alang ang mga indibidwal na probabilidad ng mga indibidwal na kinalabasan at ang mga isinasaalang-alang ang mga probabilidad ng mga resulta. Kapag ginagamit ang Hurwicz criterion, ang pinakamahusay at pinakamasamang resulta ay isinasaalang-alang para sa bawat solusyon, ibig sabihin. kung ano ang naunang tinalakay sa mga tuntunin ng maximin at maximax. Ang gumagawa ng desisyon ay nagbibigay timbang

parehong resulta, o isang coefficient na tinatawag na optimism coefficient, K o = (0.1). Ang bawat hilera ng payoff matrix ay naglalaman ng pinakamalaking marka at pinakamaliit na marka. Ang mga ito ay pinarami ng K o at (1- K o) ayon sa pagkakabanggit at pagkatapos ay kinakalkula ang kanilang kabuuan. Ang pinakamainam na solusyon ay tumutugma sa isang solusyon na tumutugma sa maximum ng kabuuan na ito at, sa pamamagitan ng pag-multiply ng mga resulta sa mga kaukulang timbang at pagsusuma, nakukuha ang kabuuang resulta.

Ipinapalagay ng solusyong ito sa problema na mayroong sapat na impormasyon upang matukoy ang mga timbang.

Ang lahat ng pamantayan ng desisyon na isinasaalang-alang ay humahantong sa iba't ibang mga resulta. Samakatuwid, una, ang criterion na itinuturing ng gumagawa ng desisyon na "pinakamahusay" ay napili, at pagkatapos ay ang "pinakamahusay" na solusyon para dito ay nakuha.

Gaya ng nabanggit na, kapag gumagawa ng mga desisyon, dapat kang magabayan ng mga nauugnay na panuntunan. Ang gumagawa ng desisyon mismo ang pipili kung aling panuntunan ang gagamitin, dahil para sa bawat kaso ay naaangkop ang isang partikular na tuntunin. Kaya, nahahati sila sa dalawang grupo:

Mga panuntunan para sa paggawa ng mga desisyon nang hindi gumagamit ng mga numerical na halaga ng mga probabilidad ng mga resulta;

Mga panuntunan para sa paggawa ng mga desisyon gamit ang mga numerical na halaga ng mga probabilidad ng mga resulta.

Halimbawa. 3 Sabihin nating ikaw ang may-ari ng isang CakeBox bakery. Sa simula ng bawat araw, kailangan mong magpasya kung gaano karaming mga cake ang dapat mayroon ka sa stock upang matugunan ang demand. Ang bawat cake ay nagkakahalaga ng $0.70, at ibinebenta mo ito sa halagang $1.30. Hindi posibleng magbenta ng mga hindi na-claim na cake sa susunod na araw, kaya ang natitira ay ibebenta sa pagtatapos ng araw sa halagang $0.30 bawat isa. Kailangan mong matukoy kung gaano karaming mga cake ang dapat bilhin sa simula ng bawat araw. Ipinapakita ng talahanayan sa ibaba ang data ng mga benta para sa mga nakaraang panahon.

Table Demand para sa mga cake

Solusyon.

Kaya, sa simula ng araw maaari kang bumili ng 1, 2, 3, 4 o 5 na cake bawat araw para sa kasunod na pagbebenta. Sa pangkalahatan, ang isang desisyon at ang mga resulta nito ay humigit-kumulang pantay, ngunit habang maaari kang gumawa ng mga desisyon, hindi mo makokontrol ang mga resulta. Tinutukoy mismo ng mga mamimili ang mga ito, kaya ang mga kinalabasan ay kumakatawan din sa isang "salik ng kawalan ng katiyakan." Upang matukoy ang posibilidad ng bawat resulta, gumawa kami ng isang listahan ng mga posibleng solusyon at ang kanilang mga kaukulang resulta. Sa mesa ang kita ay kinakalkula, sa madaling salita, bumalik sa mga tuntunin sa pananalapi para sa anumang kumbinasyon ng mga desisyon at kinalabasan:

mesaKita (kita) bawat araw, $

Gamit ang bawat isa sa mga panuntunan sa pagpapasya, kailangan mong sagutin ang tanong na: "Ilang cake ang dapat bilhin ng CakeBox sa simula ng bawat araw?"

1. Maximax na panuntunan- pag-maximize ng maximum na kita. Ang bawat posibleng solusyon sa ibabang hilera ng talahanayan ay tumutugma sa pinakamataas na kita. Ayon sa panuntunang ito, bibili ka ng limang cake sa simula ng araw. Ito ang diskarte ng isang card player - binabalewala ang mga posibleng pagkalugi, pagbibilang sa pinakamataas na posibleng kita.

Talahanayan ng Pinakamataas na Kita

2. Maximin rule- pag-maximize ng pinakamababang kita. Ang bawat posibleng solusyon sa itaas na hilera ng talahanayan ay tumutugma sa pinakamababang kita (talahanayan). Ayon sa panuntunang ito, bibili ka ng isang cake sa simula ng araw upang mapakinabangan ang pinakamababang kita. Ito ay isang napaka-maingat na diskarte sa paggawa ng desisyon.

Minimum na talahanayan ng kita

3. Minimax na panuntunan- pagliit ng pinakamataas na posibleng pagkalugi. Sa kasong ito, mas maraming pansin ang binabayaran sa mga posibleng pagkalugi kaysa sa kita. Ang talahanayan ng mga posibleng pagkalugi ay nagbibigay ng ideya ng mga kita ng bawat kinalabasan na nawala bilang resulta ng paggawa ng maling desisyon. Halimbawa, kung ang demand ay dalawang cake at dalawa ang binili, ang kita ay magiging $1.20, ngunit kung bumili ka ng tatlo, ang kita ay magiging $0.80 at nawalan ka ng $0.40. Itong $0.40 ang tawag dito posibleng pagkalugi o nawalan ng kita. Ang talahanayan ng mga posibleng pagkalugi ay maaaring makuha mula sa talahanayan ng kita sa pamamagitan ng paghahanap ng pinakamataas na kita para sa bawat kinalabasan at paghahambing nito sa iba pang mga kita ng parehong resulta (tingnan ang Talahanayan 3.7).

Tulad ng nabanggit na, ang panuntunan na ginagamit upang magtrabaho kasama ang talahanayan ng nawalang kita ay ang panuntunan ng minimax. Tinatawag din itong minimax na panuntunan para sa mga posibleng pagkalugi. Binubuo ito sa pagpili ng pinakamataas na posibleng pagkalugi para sa bawat desisyon. Pagkatapos ay pinili ang solusyon na humahantong sa pinakamababang halaga ng pinakamataas na pagkalugi (talahanayan).

mesaMga posibleng pagkalugi kada araw, $

Talahanayan Pinakamataas na posibleng pagkalugi

Ang pinakamababang halaga ng maximum na pagkawala ay nangyayari bilang resulta ng pagbili ng tatlo o apat na cake bawat araw. Samakatuwid, ayon sa panuntunan ng minimax, pipiliin mo ang isa sa mga solusyong ito.

Ang lahat ng pamantayan ng desisyon na isinasaalang-alang ay humahantong sa iba't ibang mga resulta. Samakatuwid, una ang criterion na itinuturing na "pinakamahusay" ay napili, at pagkatapos ay makukuha mo ang "pinakamahusay" na solusyon para sa iyo.

Mga panuntunan para sa paggawa ng mga desisyon gamit ang mga numerical na halaga ng mga probabilidad ng mga resulta

Sa nakaraang seksyon hindi kami gumamit ng data sa mga probabilidad ng mga resulta, ngayon subukan nating gamitin ang data na ito kapag gumagawa ng mga desisyon.

1. Maximum Likelihood Rule- pag-maximize ng pinaka-malamang na kita. Isaalang-alang ang mga relatibong dalas (mga probabilidad) ng pang-araw-araw na pangangailangan para sa mga cake. Ipinapakita ng talahanayan ang data ng mga benta sa mga nakaraang panahon.

mesa Demand para sa mga cake

Ang pinakamataas na posibilidad na 0.3 ay tumutugma sa isang demand na tatlo at apat na cake bawat araw. Ngayon isaalang-alang ang kita ng bawat kinalabasan at piliin ang pinakamalaki.

mesaPinakamataas na kita Para sa bawat isa sa mga solusyon

Ayon sa panuntunang ito, ang CakeBox ay dapat bumili ng apat na cake bawat araw.

Upang kumatawan sa mga alternatibo sa mga desisyon ng isang manager, maaari mong gamitin mga talahanayan ng desisyon o mga puno ng desisyon (mga puno ng layunin ).

Tabular na paraan ng paggawa ng desisyon

Talahanayan ng desisyon (o talahanayan ng pagbabayad) kasama ang mga alternatibo at ang kanilang kahihinatnan , o labasan , na kadalasang ipinapakita sa mga tuntunin sa pananalapi (mga bayarin).

HALIMBAWA. Isinasaalang-alang ng kumpanya ang posibilidad ng paggawa at marketing ng isang bagong produkto. Ang pagsasaalang-alang sa proyektong ito ay nangangailangan ng disenyo at pagtatayo ng isang bagong halaman - malaki o maliit. Ang merkado para sa produktong ito ay maaaring paborable o hindi paborable. Siyempre, may alternatibo sa hindi paggawa o paggawa ng kahit ano.

Gumawa tayo ng talahanayan para sa kumpanya batay sa sumusunod na impormasyon. Malaking halaman: kaso ng isang kanais-nais na merkado - ay magbibigay ng netong kita na $ 200,000; hindi kanais-nais na humahantong sa isang netong pagkawala ng $180,000 Maliit na halaman: kaso ng isang paborableng merkado - ay magbibigay ng netong kita na $100,000; hindi kanais-nais na mga resulta sa isang netong pagkawala ng $20,000.

Isa pang halimbawa ng paggawa ng desisyon sa ilalim ng mga kondisyon ng kumpletong kawalan ng katiyakan

Kung mayroong ganap na kawalan ng katiyakan tungkol sa kung aling estado ng kalikasan ang maaaring lumitaw sa talahanayan (ibig sabihin, hindi namin matantya ang posibilidad para sa bawat posibleng resulta), pagkatapos ay sa kasong ito ay bumaling tayo sa tatlong pamantayan para sa paggawa ng desisyon sa ilalim ng kawalan ng katiyakan.

Paggawa ng desisyon sa ilalim ng panganib

Ito ang pinakakaraniwang kaso; ito ay isang probabilistikong pagtatasa ng sitwasyon at desisyon. Maraming posibleng estado ng kalikasan ang maaaring mangyari at ang bawat estado ay may tiyak na posibilidad.

Isinasaalang-alang ang mga tabular na solusyon na may mga kondisyong estado at probabilistikong pagtatantya para sa lahat ng estado ng kalikasan, matutukoy natin inaasahang cash return ( inaasahan pera halaga – EMV ) para sa bawat opsyon.

Kinakatawan ng numerong ito ang inaasahang halaga ng opsyon, o ang average na kabayaran para sa bawat opsyon, iyon ay, ang kabayarang makukuha natin kung maaari nating ulitin ang desisyon nang maraming beses. Isa sa mga pinakasikat na solusyon ay ang piliin ang opsyon na may pinakamataas na halaga ng EMV.

EMV i == (Bumalik ayon sa 1st state of nature) 1 * (Probability ng 1st state of nature) +

(Bumalik ayon sa 2nd state of nature) 2 * (Probability ng 2nd state of nature) +

(Bumalik ayon sa n-th state of nature) n * (Probability ng n-th state of nature)

PATULOY NG HALIMBAWA

Kung naniniwala ang tagapamahala na ang mga probabilidad ng paborable at hindi kanais-nais na mga merkado ay pareho at katumbas ng 0.5, kung gayon ang EMV para sa bawat opsyon ay maaaring matukoy:

EMV 1 = 0.5*200000 + 0.5*(-180000) = $10000

EMV 2 = 0.5*100000 + 0.5*(-20000) = $40,000 (maximum)

Ang pinakamataas na EMV ay nasa opsyon 2, samakatuwid, gagawa kami ng isang maliit na planta.

IBA PANG HALIMBAWA KONDISYON

Ipagpalagay na ang manager na ito ay nakatanggap ng alok mula sa isang market research firm para tulungan siyang gumawa ng desisyon. Sinasabi ng mga mananaliksik sa merkado na ang kanilang pagsusuri ay magsasabi sa isang kumpanya ng tiyak kung ang merkado ay magiging kanais-nais para sa iminungkahing produkto, iyon ay, ito ay magbibigay-daan ito upang lumipat mula sa paggawa ng desisyon sa ilalim ng panganib patungo sa paggawa ng desisyon sa ilalim ng mga kondisyon ng katiyakan at sa gayon ay maprotektahan laban sa isang napakamahal na pagkakamali.

Matatag pananaliksik sa marketing at humihingi ng maraming para sa kanyang serbisyo - $65,000.

Maraming tanong ang lumitaw:

Dapat ka bang umarkila ng isang kumpanya upang makuha ang impormasyon?

Ang impormasyon ba na ito ay nagkakahalaga ng 65,000?

Magkano ba talaga ang magagastos nito?

Pagtukoy sa halaga ng naturang perpekto ang impormasyon ay lubhang kapaki-pakinabang. Magtatakda ito ng pinakamataas na limitasyon sa halagang maaaring gastusin sa impormasyong inaalok ng marketing consultant.

Ang halaga ng impormasyon ay maaaring tukuyin bilang ang pagkakaiba sa pagitan ng pagbabalik sa ilalim ng mga kondisyon ng katiyakan at ang pagbabalik sa ilalim ng mga kondisyon ng panganib. tawag nila sa kanya inaasahang halaga ng perpektong impormasyon ( Inaasahan Halaga ng Perpekto Impormasyon ) – EVPI :

EVPI= (Inaasahang Halaga sa Ilalim ng Katiyakan) – (maxEMV)

Ang inaasahang halaga sa ilalim ng katiyakan ay ang inaasahang average na pagbalik kung mayroon kaming maaasahang impormasyon bago gumawa ng desisyon. Upang kalkulahin ito, pipiliin namin ang pinakamahusay na alternatibo para sa bawat estado ng kalikasan at i-multiply ang pagbabalik na dulot nito sa posibilidad na mangyari ang estadong iyon ng kalikasan.

PATULOY NG HALIMBAWA

Ang pinakamahusay na resulta para sa isang paborableng merkado ay ang pagbuo ng isang malaking planta na may payout na $200,000. Ang inaasahang pagbabalik sa ilalim ng mga kondisyon ng katiyakan ay

($200 000) * 0,5 + ($0) * 0,5 = $ 100 000

Pinakamataas na EMV – ang inaasahang pagbabalik sa mga tuntunin sa pananalapi ay $40,000.

Tukuyin natin ang EVPI:

EVPI= ($100,000) – ($40,000) = $60,000.

Kaya, ang pinakamataas na halaga na maaaring bayaran ng isang kumpanya para sa perpektong impormasyon ay $60,000 Ang konklusyon ay batay sa pagpapalagay na ang posibilidad ng bawat estado ng kalikasan ay 0.5.

Paggawa ng desisyon batay sa isang puno ng layunin

Ang mga pamamaraan na ginamit namin sa itaas ay nagsasama ng isang solong solusyon. Sa pagsasagawa, ang paggawa ng isang desisyon ay humahantong sa pangangailangan na gawin ang susunod, na sumusunod mula sa nauna. Sa kasong ito, ang paraan ng tabular ay hindi angkop, ngunit ginagamit ang mga hierarchical - mga puno sa paggawa ng desisyon, layunin o mga puno ng desisyon.

Puno ng desisyon - ito ay isang graphical na representasyon ng isang proseso na kinikilala ang mga alternatibong desisyon, estado ng kalikasan, at ang kanilang katumbas na mga probabilidad ng kabayaran para sa bawat kumbinasyon ng mga alternatibo at estado ng kalikasan.

Ang unang hakbang ay upang gumuhit ng isang puno ng layunin at matukoy ang mga pagbabalik ng lahat ng mga resulta para sa isang partikular na problema.

Sa kasong ito, tinatanggap ito mga tuntunin at pagtatalaga:

Alternatibo – isang direksyon ng aksyon o diskarte na maaaring piliin ng gumagawa ng desisyon (DM).

Estado ng kalikasan - isang sitwasyon na hindi maimpluwensyahan ng gumagawa ng desisyon o may napakakaunting impluwensya

Mga simbolo na ginagamit para sa decision tree:

mga alternatibo.

PATULOY NG HALIMBAWA

Magpapatuloy kami mula sa pagpapalagay na sumang-ayon kaming magbayad ng isa pang kumpanya ng $10,000 lamang para sa pananaliksik sa merkado Ang unang punto ng pagpapasya ay kung magsasagawa o hindi ng pananaliksik sa merkado. Kung hindi, mayroong isang 0.5 na posibilidad na ang merkado ay magiging paborable o hindi.

Kung ang isang desisyon ay ginawa upang magsagawa ng pananaliksik, kung gayon ang nature node number 1 ay may dalawang sangay. Sasabihin namin na mayroong 45 porsiyentong pagkakataon na ang mga resulta ng pananaliksik ay magpapakita ng paborableng merkado para sa produkto, at isang 0.55 na pagkakataon kung negatibo ang resulta.

Gayunpaman, mayroon ding pagkakataon na ang isang $10,000 na pag-aaral ay hindi magbibigay ng tumpak o kahit na maaasahang impormasyon. Ang anumang pananaliksik sa merkado ay napapailalim sa pagkakamali. Sa kasong ito, mayroong 22% na posibilidad na ang merkado ay hindi paborable kahit na ang mga resulta ng pananaliksik ay magiging positibo.

Sa wakas, kapag kinakalkula ang pagbabalik, isasaalang-alang namin ang aming mga gastos sa pananaliksik sa halagang $10,000 sa lahat ng sanga ng tuktok na bahagi ng puno.

Ang pagkakaroon ng natukoy na lahat ng mga probabilidad at pagbabalik, maaari naming simulan upang kalkulahin ang inaasahang pagbabalik sa mga tuntunin ng pera para sa bawat sangay. Magsimula tayo sa dulo at (o sa kanang bahagi ng puno) at magtrabaho nang paurong. Kapag tapos na tayo, malalaman natin ang pinakamahusay na solusyon.

EMV(node ​​2) = 0.78 * $190,000 + 0.22 * (-$190,000) = $106,400

EMV(node ​​3) = 0.78 * $90,000 + 0.22 * (-$30,000) = $63,800

EMV(huwag bumuo) = -$10,000

Kung ang resulta ng pag-aaral ay pabor, isang malaking halaman ang dapat itayo

EMV(node ​​4) = 0.27 * $190,000 + 0.73 * (-#190,000) = – $87,400

EMV(node ​​5) = 0.27 * $90,000 + 0.73 * (–$30,000) = $2,400

EMV(huwag bumuo) = – $10,000

Kung ang resulta ng pag-aaral ay hindi paborable, ang kumpanya ay dapat magtayo ng isang maliit na planta na may inaasahang pagbabalik na $2,400.

Sa patuloy na pagtatrabaho pabalik sa tuktok ng puno, kalkulahin natin ang inaasahang halaga ng kita mula sa pagsasagawa ng isang pag-aaral sa merkado:

EMV(node ​​1) = 0.45 * $106,400 + 0.55 * $2,400 = $49,200

Kung ang pananaliksik sa merkado ay hindi naisagawa, kung gayon:

EMV(node ​​6) = 0.50 * $200,000 + 0.50* (-$180,000) = $10,000

EMV(node ​​7) = 0.50 * $100,000 + 0.50 * (-$20,000) = $40,000

EMV(huwag bumuo) = $0

Kung walang pagsasaliksik na isinagawa, kung gayon ang pinakamahusay na pagpipilian ay ang pagbuo ng isang maliit na halaman.

Kaya, maaari tayong gumawa ng mga pangwakas na konklusyon : kapag nagsasagawa ng pananaliksik, ang pagbabalik ay $49,200, nang hindi ito isinasagawa – $40,000 Sa unang kaso, magtayo ng isang malaking halaman, sa pangalawa, isang maliit na halaman.

Unang Pangalawa

Point dot Recoil

Mga solusyon sa solusyon

Paborableng merkado (0.78) $190,000

Malaki

planta 2 Hindi kanais-nais na pamilihan (0.22) -$190,000

Paborableng merkado (0.78) $90,000

Maliit na Adverse Market (0.22) -$30,000

Pag-aaral

Hindi Resulta – $10,000

katanggap-tanggap na pagtatayo

Paborableng merkado (0.27) $190,000

1 Malaki

Plant 4 Hindi kanais-nais na merkado (0.73) -$190,000

Magsagawa ng Paborableng Market (0.27) $90,000

pamilihan 5

mag-aral ng Small Adverse Market (0.73) -$30,000

Hindi Mag-aral

bumuo ng mga resulta - $10,000

negatibo

Paborableng Market (0.50) $200,000

Malaki

planta 6 Hindi kanais-nais na pamilihan (0.50) -$180,000

Paborableng Market (0.50) $100,000

Huwag isagawa 7

pananaliksik Small Adverse Market (0.50) -$20,000

magtayo

Figure 7 - Puno na may mga kabayaran at posibilidad para sa desisyon na magtayo ng halaman

Paksa Paraan ng mga pagtatasa ng eksperto. Paraan ng Pagsusuri ng Hierarchy

Mga pagtatasa ng eksperto

Para sa modernong mga kondisyon ng merkado, ang lumang katotohanan na "to manage is to foresee" ay may kaugnayan.

Posibleng i-systematize ang mga paghihirap na lumitaw kapag bumubuo ng mga kumplikadong solusyon:

paunang istatistikal na impormasyon Hindi Laging sapat na maaasahan; kahit na ito ay maaasahan, hindi ito palaging magsisilbing isang maaasahang batayan para sa paggawa ng mga desisyon na naglalayong sa hinaharap, dahil ang mga kondisyon ng pagpapatakbo ay maaaring magbago nang malaki - ang dami ng mga benta ng isang bagong produkto, mga kondisyon ng panganib at krisis, atbp.;

may ilang impormasyon katangiang husay at hindi maaaring, sa prinsipyo, mabibilang - ang impluwensya ng panlipunan at pampulitika na mga kadahilanan, ang pang-ekonomiyang epekto ng pagpapakilala ng mga pagbabago, katapatan ng customer, atbp.;

sa oras ng paggawa ng desisyon walang magagamit na data , na maaaring makaapekto sa pagpapatupad ng mga desisyon sa hinaharap, ngunit hindi ito maaaring balewalain;

anumang ideya na posibleng nagpapahiwatig ng posibilidad sa iba't ibang paraan kanilang pagpapatupad, at kahihinatnan ng ekonomiya magbigay ng maraming mga resulta na kailangang masuri nang maaga; ang pagtatasa ay isinasagawa sa mga kondisyon ng limitadong mapagkukunan

polysemy, multidimensionality at pagkakaiba ng husay Ang mga tagapagpahiwatig na kasama sa pangkalahatang pamantayan para sa kalidad ng isang solusyon ay isang balakid sa pagtatasa ng pagiging epektibo, kalidad, halaga o pagiging kapaki-pakinabang ng bawat isa sa mga posibleng solusyon.

Konklusyon: Kapag gumagawa ng mga desisyon, ang paggamit ng mga kalkulasyon ay dapat isama sa paggamit ng mga paghatol ng mga tagapamahala, siyentipiko, at mga espesyalista. Ginagawa nitong posible na gamitin ang kanilang indibidwal at kolektibong karanasan, kadalasang "nakatago", na ipinahayag lamang bilang sentido komun. Ang imposibilidad ng pagkuha ng pormal at ganap na maaasahang impormasyon ay pinapagaan ng paggamit ng mga pamamaraan ng matematika at istatistika ng pagsusuri at paglalahat ng mga pagtatasa ng eksperto.

Ang paggamit ng impormasyong natanggap mula sa mga espesyalista, ang koleksyon, synthesis at pagsusuri nito gamit ang mga espesyal na pamamaraan at mga pamamaraan sa matematika ay tinatawag na mga pamamaraan ng pagsusuri ng dalubhasa.

Basic mga yugto ng proseso ng peer review :

Pagbuo ng layunin at layunin ng pag-aaral, pagtukoy ng badyet, inaasahang resulta at anyo ng presentasyon nito;

Pagbuo ng isang pangkat upang pamahalaan ang proseso ng pagtatasa;

Pagpili ng isang paraan para sa pagkuha ng ekspertong impormasyon at mga pamamaraan para sa pagproseso nito;

Pagpili ng isang pangkat ng mga eksperto [pagtatasa ng kakayahan ng eksperto],

Pagbuo ng isang sistema ng rating, mga talatanungan (questionnaires), [paunang pagproseso ng mga rating]

Survey ng mga eksperto, pagtatasa ng pagkakapare-pareho ng mga opinyon ng eksperto,

Pagproseso at pagsusuri ng mga resulta ng survey,

Interpretasyon ng mga resulta at paggawa ng desisyon.

Ang unang apat na yugto ay isinasagawa ng mga pinuno ng organisasyon at ng ekspertong pinuno ng pananaliksik na hinirang ng mga ito at impormal ang kalikasan.

Pagtatanghal at paunang pagproseso ng mga pagtatasa ng eksperto