Анализ дерева ценностей — это многокритериальный инструмент принятия решений (MCDM), с помощью которого атрибуты принятия решений для каждого выбора, чтобы получить предпочтение для принимаемых решений, взвешиваются. [1] Обычно значения, специфичные для атрибутов выбора, объединяются в полный метод. Аналитики решений (DA) различают два типа полезности. [2] Предпочтения ценности делаются среди альтернатив, когда нет неопределенности. Предпочтения риска решают отношение DM к принятию риска в условиях неопределенности. Этот обучающий пакет фокусируется на детерминированном выборе, а именно на теории ценностей и, в частности, на инструменте анализа решений, называемом деревом ценностей. [2]
Концепция полезности была впервые использована Даниилом Бернулли (1738) в 1730-х годах при объяснении оценки парадокса Санкт-Петербурга , специфического неопределенного фронтона. Он объяснил, что денег недостаточно для измерения того, насколько велика ценность. Однако для отдельного человека ценность денег была нелинейной функцией. Это открытие привело к появлению теории полезности , которая является числовой мерой, указывающей, насколько велика ценность альтернативных выборов. С развитием анализа решений полезность играла важную роль в объяснении экономического поведения. Некоторые философы-утилитаристы, такие как Бентам и Милль, также использовали ее в качестве инструмента для построения определенного вида этической теории. Тем не менее, не было возможности измерить функцию полезности. Более того, теория была не так важна, как на практике. Со временем теория полезности постепенно основывалась на прочной теоретической основе. Люди начали использовать теорию игр для объяснения поведения тех, кто рационален и спокоен, взаимодействуя с другими в конфликтных ситуациях. В 1944 году была опубликована работа Джона фон Неймана и Оскара Моргенштерна « Теория игр и экономического поведения» . Впоследствии она стала одним из ключевых инструментов, используемых исследователями и практиками в области статистики и исследования операций для оказания помощи лицам, принимающим решения, когда им было трудно принять решение. Аналитики решений могут быть разделены на два вида полезности. Отношение лиц, принимающих решения, к неопределенному риску решается предпочтением риска. [3]
Целью процесса анализа дерева ценностей является предложение хорошо организованного способа думать и обсуждать альтернативы и поддерживать субъективные суждения, которые имеют решающее значение для правильных или превосходных решений. Фазы процесса анализа дерева ценностей показаны ниже:
Эти процессы обычно большие и итеративные. Например, структура проблемы, сбор связанной информации и моделирование предпочтений DM часто требуют много работы. Восприятие DM проблемы и предпочтения результатов, которые ранее не рассматривались, могут меняться и развиваться в ходе этого процесса.
Дерево ценностей было создано как эффективный и необходимый метод улучшения и усиления целей и ценностей по нескольким аспектам. Анализ дерева отображает визуальный режим для проблем, которые раньше были доступны только в вербальном режиме. Плюс отдельные аспекты, мысли и мнения объединяются в единое визуальное представление, что порождает большую ясность, стимулирование творческого мышления и конструктивное общение.
Мы предпринимаем следующие шаги для создания анализа дерева ценностей с примером, который поможет проиллюстрировать эти шаги: [4]
Шаг 1: Начальный пул
Используя свободный мозговой штурм всех ценностей в качестве начала, под которым мы подразумеваем все проблемы, которые связаны с решением: цели и критерии, требования и т. д. — все, что имеет отношение к принятию решений. Запишите, что представляет собой каждая ценность, на листе бумаги.
(A) Начните процесс с нескольких вещей:
(Б) Как только вы исчерпаете свои мысли после этой открытой фазы, рассмотрите следующие темы, которые помогут вам сформулировать всеобъемлющие ценности, интересы и опасения, связанные с вашим решением:
Подумайте, на кого повлияет решение и каковы могут быть их ценности. Заинтересованными сторонами могут быть семья, друзья, соседи, общество, потомство или другие виды, но это может быть любой, на кого может повлиять ваше решение, намеренное или нет.
Неосведомленность об этом неосязаемом последствии может легко привести к нашему решению, о котором мы сожалеем. Более того, если есть разногласие между нашим интуитивным и тщательным анализом принятия решений, мы обычно не осознаем лежащие в основе неосязаемые последствия.
Шаг 2: Кластеризация
При недостатке идей их группировка является эффективным способом перемещения по бумаге до тех пор, пока похожие идеи не будут собраны вместе.
Шаг 3: Маркировка
Отметьте каждую группу более высоким значением уровня, которое объединяет их и делает каждый элемент более понятным.
[Пример]
В качестве упрощенного примера предположим, что некоторые из предлагаемых нами начальных ценностей — это самоопределение, семья, безопасность, друг и здоровье. Здоровье, безопасность и самореализация могут быть сгруппированы вместе и обозначены как «я», а семьи и друзья могут быть сгруппированы вместе и обозначены как «другое».
Шаг 4: Движение вверх по дереву
Посмотрим, можно ли объединить эти группы в еще более крупные группы.
[Пример]
Я и ДРУГИЕ объединяются в ОБЩУЮ ЦЕННОСТЬ.
Шаг 5: Движение вниз по дереву
Также посмотрим, можно ли разделить эти группы на еще более мелкие подгруппы.
[Пример]
САМОАКТУАЛИЗАЦИЮ можно разделить на РАБОТУ и ОТДЫХ.
Шаг 6: Перемещение по дереву
Еще один действенный способ привнести новые идеи в дерево — спросить себя, могут ли возникнуть какие-либо дополнительные мысли на этом уровне (перемещаясь по дереву).
[Пример]
В дополнение к СЕМЬЕ и ДРУЗЬЯМ мы могли бы добавить ОБЩЕСТВО.
Диаграмма справа показывает конечный результат (все еще упрощенного) примера. Жирным курсивом выделены основные значения, которые изначально не были нами записаны, но были задуманы, когда мы пытались заполнить дерево. [4]
PRIME Decisions — это решение, помогающее реализовать, которое использует метод PRIME для анализа неполной информации о предпочтениях. PRIME Decisions также предлагает новые функции, которые поддерживают интерактивный процесс принятия решений, включающий в себя тур по выявлению. PRIME Decisions рассматривается как важный катализатор для дальнейшей прикладной работы, поскольку его практикующие специалисты получают выгоду от M. Köksalan et al. (ред.), Multiple Criteria Decision Making in the New Millennium © Springer-Verlag Berlin Heidelberg 2001 166 явного распознавания неполной информации. [5]
Web-HIPRE, Java-апплет, помогает в анализе решений по нескольким критериям. Более того, предоставляется обычная платформа для индивидуального и группового принятия решений. Люди могут обрабатывать модель одновременно в любое время. Кроме того, они могут легко получить доступ к модели. Можно определить ссылки на другие веб-сайты. Все другие виды информации, такие как география, медиа-файлы, описывающие критерии или альтернативы, могут быть отнесены к этой ссылке, что помогает значительно улучшить качество поддержки принятия решений. [6]
Некоторые показатели, полученные с помощью анализа процесса, оказывают большую помощь анализу дерева стоимости. Особенно при декомпозиции стоимости внутренних показателей эксплуатации, движущими показателями показателя процесса первого уровня обычно являются вторичные показатели подпроцесса. Например, цикл запуска нового продукта (с точки зрения проекта НИОКР до производства) фактически управляется двумя процессами: НИОКР и тестированием в компании. Стандартизированный процесс НИОКР и тестирования является ключевым фактором успеха для повышения скорости инноваций. С этой целью два показателя процесса — цикл разработки, цикл испытаний, приемка образца и другие показатели — являются жизненно важными элементами, которые управляют показателями цикла запуска нового продукта. Поэтому объединение анализа процесса имеет большое значение для декомпозиции стоимости показателя, особенно для декомпозиции внутренних операционных показателей. Примеры основных областей применения показаны ниже: [7]
Ежегодное распределение инженерного бюджета на продукты и проекты всегда является проблемой. С помощью анализа дерева ценностей в анализ можно включить такие аспекты, как стратегическое соответствие, которые не имеют естественной меры оценки, но могут играть важную роль в принятии решений. Кроме того, существует вероятность того, что коммуникация будет увеличена за счет явного моделирования соответствующих фактов, а также предоставляется база для обоснованных решений.
Как всем известно, риск иногда высок во многих программах НИОКР, поэтому роль веской причины может быть столь же существенной, как и само решение. Анализ дерева ценностей предлагает инструмент для поддержки обоснования выбора программы НИОКР и моделирования фактов, влияющих на решение.
Например, анализ новых стратегий сбыта бензина и других продуктов через комплексные автозаправочные станции.
Например, организация переговоров между несколькими сторонами с целью выработки компромиссных правил по кислотным дождям и определения целей этих правил.
Составьте отчет об оценке субподрядчиков и проанализируйте критерии, которые следует использовать.
Например, организация дебатов по вопросам ядерной энергетики, содействие процессу принятия решений и изучение различий в ценностях между лицами, принимающими решения.
Помимо задач принятия решений, анализ дерева ценностей служит и другим целям.
Например, шкала, измеряющая ценность военных целей.
Поскольку анализ дерева ценностей — это подход, который стоит и требует небольших вычислений, он является одним из лучших вариантов для выбора временных переменных в эмпирических пилотных исследованиях здравоохранения. Более того, анализ дерева ценностей предлагает хорошо структурированный и стратегический процесс принятия решений, чтобы можно было учесть ограничения пилотного исследования и данных пациентов и максимизировать ценность для заинтересованных сторон исследования. [1]
Анализ дерева ценностей помогает творческому и критическому мышлению и организует мысли в логическом порядке. Более того, когда решение уже принято, анализ дерева ценностей также может быть эффективным способом обдумать основные цели и ценности. После этого мы можем активно искать возможности для принятия решений с помощью анализа, проведенного ранее. [8] [9] [10]
Программные инструменты анализа дерева ценностей показаны на рисунке ниже: [11]
{{cite book}}: CS1 maint: другие ( ссылка )