Analiza drevesa odločitev je metoda, ki jo podjetja uporabljajo za sprejemanje odločitev z uporabo grafikona, ki prikazuje vse možne rezultate, ki lahko izhajajo iz ene prvotne odločitve. Ker prvotna odločitev vodi do drugih odločitev, grafikon dodaja veje za vse nove možnosti. Ocene so narejene iz hipotetičnih vrednosti vsakega izida in možnost je, da se bo vsak izid dejansko zgodil. S tem postopkom analiza drevesa odločitev ne izpusti nobenega možnega izida in lahko pokaže, katera je najboljša pot na podlagi verjetnosti.
V poslovnem svetu morajo menedžerji in izvršni direktorji sprejemati odločitve tako rekoč vsak dan. Nekatere od teh odločitev se morda ne zdijo velike posle, druge pa lahko pomembno vplivajo na to, ali bo podjetje uspešno ali ne. To še posebej velja za tiste odločitve, ki zahtevajo veliko vlaganje kapitala. Za takšne odločitve je dobro, da tisti, ki se odločajo, spremljajo vse različne nepredvidene okoliščine, ki lahko izhajajo iz prvotne odločitve. Analiza drevesa odločitev je dober način za to.
Prvi korak pri ustvarjanju analize drevesa odločitev je risanje škatle z dvema črtama, ki izhajata iz njega. Ti dve vrstici predstavljata izbire, med katerimi mora podjetje izbirati. Če ena izbira vodi do druge izbire, se na koncu vrstice nariše drugo polje in iz tega polja lahko nastane več vrstic. Ta proces se nadaljuje, dokler izbire ne pripeljejo do nekega rezultata.
Rezultati so v analizi drevesa odločanja predstavljeni s krogi. Krogi predstavljajo vse možne izide izbire. Na primer, izbira se lahko izkaže za dobro, lahko se izkaže za slabo ali pa se izkaže za povprečno. Tisti, ki izvajajo analizo, morajo določiti tako možnosti, da se ti rezultati pojavijo, kot tudi denarno vrednost, ki jo je rezultat vreden. Na primer, odločitev, da nekaj storite, bi lahko imela 30-odstotno možnost, da se bo izkazala za zelo dobro, kar bi bilo za podjetje vredno 500,000 ameriških dolarjev (USD).
Z uporabo preproste matematike lahko podjetje uporabi analizo drevesa odločitev, da ugotovi, katera od prvotnih dveh možnosti je boljša. Stroške, ki bi bili povezani z vsako posamezno izbiro, je treba odšteti od ustreznih vrednosti. Sledenje drevesu nazaj skozi rezultate bo prineslo približne vrednosti za vsako od dveh prvotnih izbir in razkrilo, katera bo podjetju verjetno vrnila največjo vrednost.
SmartAsset.