什麼是決策樹分析？做出更妥善決策的 5 個步驟

您是否曾經做出過會帶來重大後果的決策？ 如果您有過這樣的經驗，您就會知道，當您不確定結果會是什麼時，確定最佳行動方案尤其困難。 

決策樹分析可幫助您將決策的影響可視化，以便找到最佳行動方案。 在本文中，我們將向您展示如何建立決策樹，以便您在整個專案管理流程中使用它。

什麼是決策樹？

決策樹是一種流程圖，從一個主要想法開始，然後根據您的決策後果進行分支。 它之所以被稱為「決策樹」，是因為該模型通常看起來像一棵有樹枝的樹。 

這些樹狀圖用於決策樹分析，其中涉及以視覺化的方式概述複雜決策的潛在結果、成本和後果。 您可以使用決策樹，根據導致每個結果的決策和後果來計算其預期價值。 然後，透過將結果彼此比較，您可以快速評估最佳行動方案。 您還可以使用決策樹來解決問題、管理成本和揭示機會。 

決策樹符號

決策樹包含以下符號：

• 替代分支：替代分支是從決策樹上的一個決策分支出來的兩條線。 這些分支顯示了源自樹上初始決策的兩個結果或決策。

• 決策節點：決策節點是方形，代表您在樹上做出的決策。 每個決策樹都從決策節點開始。 

• 機會節點：機會節點是顯示多個可能結果的圓形。

• 終點節點：終點節點是顯示最終結果的三角形。

決策樹分析將這些符號與說明您的決策和結果的備註以及任何相關數值結合起來，以說明您的損益。 您可以手動繪製決策樹，或使用流程圖工具以數位方式繪製樹狀圖。 

決策樹分析的用途是什麼？

您可以使用決策樹分析在許多領域做出決策，包括營運、預算規劃和專案管理。 在可能的情況下，請包含定量資料和數字，以建立有效的樹狀圖。 您擁有的資料越多，就越容易確定預期值並根據數字分析解決方案。 

例如，如果您想確定哪個專案最具成本效益，可以使用決策樹分析每個專案的潛在結果，並選擇最有可能產生最高收益的專案。 

如何建立決策樹

請按照以下五個步驟建立決策樹圖表，以分析不確定的結果並達成最合乎邏輯的解決方案。 

1. 從您的想法開始

從一個主要想法或決策開始繪製圖表。 您將從一個決策節點開始建立樹狀圖，然後將單一分支新增至您正在決定的各種決策中。

例如，如果您想建立一個應用程式，但無法決定是要建立新的還是升級現有的，請使用決策樹來評估每個可能的結果。 

在這種情況下，初始決策節點是： 

• 建立應用程式

您要在三個選項 (或分支) 之間做出決定： 

• 建立新的排程應用程式

• 升級現有的排程應用程式

• 建立團隊生產力應用程式

2. 新增機會和決策節點

將主要構想新增至樹狀圖後，在每個決策後繼續新增機會或決策節點，以進一步擴展樹狀圖。 機會節點之後可能需要另一個分支，因為選擇該決策可能會有多個潛在結果。 

例如，如果您決定建立一個新的排程應用程式，若該應用程式在客戶中取得成功，則有機會從中獲得大量收入。 也有可能應用程式不成功，這可能會導致收入較少。 在決策樹中對應兩種潛在結果是關鍵所在。 

3. 擴展至達到終點

繼續將機會和決策節點新增至決策樹，直到無法再進一步展開樹狀結構。 此時，請將終點節點新增至樹狀圖，以表示樹狀圖建立流程已完成。 

樹狀圖已完成後，您就可以開始分析每個決策。 

4. 計算樹的值

理想情況下，您的決策樹會有與之關聯的量化資料。 決策樹中最常用的資料是貨幣價值。 

例如，您的公司需要花費特定金額來建立或升級應用程式。 建立一個應用程式與另一個相比，也會花費或多或少的錢。 在樹狀圖中每個決策下方寫下這些價值，有助於您進行決策流程。 

您還可以嘗試估算每個決策所產生的預期價值，無論大小。 一旦您知道每個結果的成本及其發生的概率，您就可以使用以下公式計算每個結果的預期價值：

• 預期值 (EV) = (第一個可能的結果 x 發生結果的可能性) + (第二個可能的結果 x 發生結果的可能性) - 成本 

將兩個可能的結果乘以每個結果發生的可能性，然後加上這些值，即可計算預期價值。 您還需要從總額中扣除任何初始成本。 

5. 評估結果

一旦您對每個決策都有了預期的結果，請根據您願意承擔的風險程度，確定哪個決策最適合您。 最高的預期價值不一定總是您想要的。 這是因為，儘管它可能會帶來高回報，但也意味著承擔最高級別的專案風險。  

請記住，決策樹分析中的預期價值來自概率演算法。 由您和您的團隊決定如何最好地評估樹的結果。

決策樹分析的優缺點

若使用得當，決策樹分析可協助您做出更好的決策，但它也有其缺點。 只要您瞭解與決策樹相關的缺陷，就能從這個決策工具中獲益。 

優點

當您在複雜的決策中苦惱不已，並需要處理大量資料時，決策樹可以幫助您將與每個選擇相關的可能後果或回報可視化。 

• 透明度：決策樹最棒的地方在於，它為您和您的團隊提供了一種集中式的決策方法。 當您解析每個決策並計算其預期價值時，您將清楚地瞭解哪個決策對您來說最有意義。 

• 高效：決策樹的效率很高，因為它們只需要很少的時間和資源即可建立。 其他決策工具，如問卷調查、使用者測試或原型，可能需要數月時間和大量資金才能完成。 決策樹是一種簡單而有效的方法，可用於決定要做什麼。 

• 靈活性：如果您在建立樹狀圖後想出了新的想法，您可以輕鬆地將該決策添加到樹狀圖中。 如果您在分析過程中獲得資訊，也可以新增可能結果的分支。 

缺點

決策樹也有其缺點，因此它並非完美的決策工具。 透過瞭解這些缺點，您可以將樹狀圖用作更大型預測流程的一部分。

• 複雜：雖然決策樹通常會達到明確的終點，但如果您在樹中新增太多決策，它們可能會變得複雜。 如果您的樹向多個方向分支，您可能很難將樹保持在包裝中並計算您的預期值。 使用決策樹的最佳方式是保持其簡單性，以免造成混淆或失去其優勢。 這可能意味著使用其他決策工具來縮小選項範圍，然後在只剩下幾個選項時使用決策樹。

• 不穩定：保持決策樹中的值穩定非常重要，這樣您的公式才能保持準確。 即使您只變更一小部分資料，較大的資料也可能會分崩離析。

• 風險：由於決策樹使用的是概率演算法，因此您計算的預期值是一個估計值，而非對每個結果的準確預測。 這意味著您必須對這些估計持保留態度。 如果您沒有充分衡量結果的可能性和回報，您所選擇的決策可能會承擔很大的風險。 

決策樹分析範例

在下面的決策樹分析範例中，您可以瞭解在選擇構建或升級新軟體應用程式時，如何繪製樹圖。 

隨著樹狀結構的分支，您的結果涉及大大小小的收入，而您的專案成本會從您的預期值中扣除。

此範例中的決策節點： 

• 建立新的排程應用程式：$50K

• 升級現有排程應用程式：25,000 美元

• 建立團隊生產力應用程式：75,000 美元

此範例中的機會節點：

• 決策一的大額和小額收入：40% 和 55%

• 決策 2 的大額和小額收入：60% 和 38%

• 決策 3 的大額和小額收入：55% 和 45%

此範例中的結束節點：

• 決策一的潛在利潤：20 萬美元或 15 萬美元

• 決策 2 的潛在利潤：$100K 或 $80K

• 決策 3 的潛在利潤：25 萬美元或 20 萬美元

儘管建立新的團隊生產力應用程式會為團隊帶來最大的成本，但決策樹分析表明，此專案也將為公司帶來最大的預期價值。 

使用決策樹找到最佳結果

您可以手動繪製決策樹，但使用決策樹軟體來規劃可能的解決方案，將更容易在流程圖中新增各種元素、在需要時進行變更，並計算樹的值。 藉助 Asana 的 Lucidchart 整合，您可以在集中式專案管理工具中建立詳細圖表，並與團隊分享。 

決策樹軟體將使您對自己的決策技能充滿信心，從而成功地領導團隊並管理專案。