Drzewo decyzyjne – jak podejmować decyzje na podstawie danych?

Jak podejmować decyzje w biznesie, jeśli każda opcja wiąże się z ryzykiem? Ekonomiści, matematycy i psycholodzy, którzy zajmują się tzw. teorią decyzji mają różne odpowiedzi. Jedną z nich – prostą do zastosowania i to nawet w sytuacjach z wieloma potencjalnymi scenariuszami – jest drzewo decyzyjne. Na czym ono polega, jak je rozrysować i z jakimi problemami pomoże sobie poradzić? O tym poniżej.

Co to jest drzewo decyzyjne i z czego się składa?

Drzewo decyzyjne to diagram, na którym rozrysowujemy proces decyzyjny: rozkładamy go na dostępne opcje, możliwe zdarzenia i konsekwencje, które za sobą ciągną, a następnie wyliczamy, która opcja jest najbardziej opłacalna, z uwzględnieniem prawdopodobieństwa zajścia każdego ze zdarzeń na drzewie. 

Brzmi skomplikowanie, ale w rzeczywistości wcale takie nie jest – przy pomocy takiego diagramu da się logicznie uporządkować nawet bardzo złożoną sytuację z wieloma zmiennymi.

Zdj 1. Schemat najprostszego drzewka decyzyjnego.

Źródło: opracowanie własne

Każde drzewo decyzyjne składa się z tych samych elementów:

• węzłów decyzyjnych – oznaczanych zwykle jako kwadrat lub prostokąt; są to etapy procesu, w których świadomie dokonujemy wyboru między dostępnymi opcjami;
• węzłów losowych – oznaczanych kółkiem; są to wszystkie zdarzenia, których rezultatu nie możemy być pewni;
• gałęzi – czyli linii wychodzących z węzłów; gałęzie wychodzące z węzłów decyzyjnych reprezentują nasze opcje, a z węzłów losowych, możliwe scenariusze zdarzeń;
• liści albo węzłów końcowych – kończących każdą ścieżkę; przypisujemy im wynik, którym powinna zakończyć się dana ścieżka.

Ścieżki, dla wyjaśnienia, to wszystkie możliwe „tory”, jakimi może potoczyć się analizowana sytuacja. Na powyższym schemacie są ich cztery: „Opcja A; Tak”, „Opcja A; Nie”, „Opcja B; Tak, „Opcja B; Nie”.

A skoro to już wiemy, pytanie brzmi, jak zbudować takie „drzewko”.

Jak samemu rozpisać drzewo decyzyjne?

Na szczęście, nie jest to trudne. 

1. Najpierw zdefiniuj decyzję, przed którą stoisz – ona będzie „korzeniem” drzewa, czyli pierwszym węzłem decyzyjnym.
2. Następnie rozpisz wszystkie opcje, jakie masz do wyboru i wyprowadź z węzła decyzyjnego po jednej gałęzi dla każdej możliwości.
3. Przy każdej opcji zastanów się, co może się wydarzyć, jeśli tę opcję wybierzesz oraz oszacuj prawdopodobieństwo każdego scenariusza. Ten etap jest najważniejszy; prawdopodobieństwa, które wpiszesz do drzewka, muszą mieć sens – jeśli podejmujesz jakąś decyzję biznesową, oprzyj ją na danych historycznych, konkretnych statystykach z raportów, badaniach rynku itd., a nie tylko na własnej intuicji… choć tej na pewno też nie powinieneś ignorować. Powtórz to dla każdego zdarzenia, jakie zdecydujesz się wpisać do drzewka. Pamiętaj, że każde zdarzenie może ciągnąć za sobą kolejne!
4. Gdy rozpiszesz ostatnie zdarzenie na danej ścieżce, wpisz na jej końcu wynik, czyli ile na danym scenariuszu możesz zyskać (albo stracić). Powtórz to dla każdej ścieżki. 

Każda ścieżka może mieć kilka, w skrajnych przypadkach nawet i kilkanaście zdarzeń – wtedy drzewko potrafi się naprawdę mocno rozrosnąć, tak jak na zdjęciu poniżej.

Zdj 2. Rozbudowane drzewko, na którym najdłuższa ścieżka ma aż cztery zdarzenia obarczone ryzykiem – dla wszystkich trzeba oszacować prawdopodobieństwo.

Źródło: commons.wikimedia.org/wiki/File:Manual_decision_tree.jpg 

Pokażemy teraz prosty przykład. 

Przyjmijmy, że odpowiadasz za marketing firmy – planując budżet na następny kwartał okazuje się, że masz do rozdysponowania pewną nadwyżkę. Zastanawiasz się, gdzie ją ulokować i masz przed sobą dwie sensowne opcje, biorąc pod uwagę wyniki z ostatniego roku: albo zainwestować w reklamy Google Ads, albo w kampanię na Facebooku i Instagramie. W obu przypadkach nie masz, rzecz jasna, pewności, czy inwestycja się opłaci. Załóżmy też, że prawdopodobieństwo pełnego sukcesu kampanii Google Ads szacujesz na 70%, a kampanii na platformach Meta – na 55%. Wiesz jednak, że największy potencjał Twoja marka ma wśród użytkowników Instagrama. 

Drzewo decyzyjne dla takiego scenariusza mogłoby wyglądać tak:

Zdj 3. Proste drzewo decyzyjne dla wyboru między dwiema opcjami o różnym prawdopodobieństwie sukcesu/porażki.

Źródło: opracowanie własne

Dla wyjaśnienia, po prawej stronie rozpisaliśmy potencjalnie najlepsze i najgorsze scenariusze – ile możesz maksymalnie zyskać albo stracić na danej kampanii. 

Jak podjąć najlepszą decyzję z możliwych? Wartość oczekiwana 

Pozostaje tylko pytanie, jak wyczytać z drzewa decyzyjnego, którą opcję najbardziej opłaca się wybrać. W tym celu należy obliczyć tzw. wartość oczekiwaną dla każdej opcji.

Liczymy ją w następujący sposób: mnożymy wynik każdego scenariusza przez jego prawdopodobieństwo, a potem sumujemy te wartości w obrębie jednego węzła losowego. Następnie „zwijamy” drzewo od końca – idziemy od węzłów końcowych w stronę „korzenia” drzewa, czyli od prawej do lewej – w węzłach losowych wyliczamy wartość oczekiwaną, a w węzłach decyzyjnych po prostu wybieramy opcję, która wypada najlepiej. 

Zostając przy naszym przykładzie z kampaniami Google i Meta Ads, wartości oczekiwane dla obu wyglądałyby tak:

• Google Ads: 0,7 × 40000 zł + 0,3 × (-10000 zł) = 28000 zł + (-3000 zł) = 25000 zł
• Meta Ads: 0,55 × 100000 zł + 0,45 × (-30000 zł) = 55000 zł + (-13500 zł) = 41500 zł

Wniosek? Mimo, że inwestycja w reklamy na Facebooku i Instagramie niesie za sobą większe ryzyko strat, jej wartość oczekiwana jest zdecydowanie wyższa niż kampanii Google Ads. A więc zgodnie z teorią decyzji, optymalnym wyborem byłyby Meta Ads. 

Jest tylko jedno „ale” – w tym scenariuszu zakładamy, że firma jest w stanie poświęcić 30000 zł w razie niepowodzenia kampanii, ponieważ i tak dysponujemy tutaj nadwyżką budżetu. Gdyby sytuacja była inna i strata tak dużej kwoty byłaby bardzo ryzykowna dla firmy, wtedy tę opcję prawdopodobnie należałoby wykluczyć, biorąc pod uwagę to, że szanse na sukces są bliskie 50/50, zdecydowanie niższe niż w przypadku alternatywnej opcji. Teoria decyzji nie zastępuje, koniec końców, zdrowego rozsądku.

Dlaczego warto korzystać z drzew decyzyjnych i na co uważać?

Technika drzewa decyzyjnego ma naprawdę dużo zalet:

• przede wszystkim, pozwala rozłożyć na czynniki pierwsze nawet najbardziej złożony scenariusz decyzyjny;
• wymusza bardzo konkretne podejście do problemu – żeby zbudować drzewo, musimy jasno nazwać swoje założenia i oszacować prawdopodobieństwa, a to samo w sobie potrafi sporo wyjaśnić;
• pozwala ująć ryzyko różnych scenariuszy po podjęciu decyzji w liczby;
• jest stosunkowo łatwe do zaprezentowania – gotowym drzewem można prosto uzasadnić decyzję przed zespołem czy zarządem; po krótkiej analizie każdy powinien zrozumieć, skąd wziął się dany wybór; 
• jest bardzo elastyczne – da się na nim łatwo testować scenariusze „what if”, wystarczy podstawić inne prawdopodobieństwa albo wyniki, zawsze można też dodawać kolejne gałęzie z nowymi scenariuszami zdarzeń.

Z drugiej strony, trzeba pamiętać o jej ograniczeniach. To, jak mocne podstawy będzie miała decyzja zależy od tego, na ile obiektywnie oszacujemy wszystkie prawdopodobieństwa i wyniki oraz czy uwzględnimy na drzewku wszystkie realne, istotne dla nas scenariusze. Nie jest to łatwe, ponieważ:

• bardzo rzadko zdarzają się sytuacje, których prawdopodobieństwo zajścia można określić ze stuprocentową pewnością – nawet jeśli dysponujemy twardymi danymi, szacunków i tak trzeba, przynajmniej w części, dokonywać „na oko”;
• nie wszystko da się sprowadzić do wyniku w złotówkach; relacje z partnerami biznesowymi, satysfakcja klientów czy reputacja marki raczej umykają takim kalkulacjom.

Dlatego też trzeba być ostrożnym i traktować tę technikę jak narzędzie przy podejmowaniu decyzji, a nie jak wyrocznię.

Kiedy można sięgnąć po drzewo decyzyjne?

Metoda ta sprawdza się najlepiej wtedy, gdy decyzja jest ważna, obarczona niepewnością, a jej konsekwencje da się ująć w twardych liczbach. Czyli przede wszystkim przy:

• decyzjach inwestycyjnych, w których w grę wchodzą duże pieniądze i kilka możliwych scenariuszy;
• ocenach typu go/no-go – czyli wtedy, gdy zastanawiamy się, czy w ogóle ruszać z danym projektem lub produktem.

W naszej branży technika drzewka mogłaby przydać się choćby przy podejmowaniu decyzji o inwestowaniu w kampanie płatne lub w pozycjonowanie, albo przy decyzji o wejściu w nową, niepewną niszę. Dużo zależy też od tego, na ile trudna jest decyzja, bo przy prostych problemach rozrysowywanie całego drzewa może nie mieć większego sensu.

Jednak tam, gdzie opcji i scenariuszy do przeanalizowania jest dużo, drzewo decyzyjne spisuje się dobrze jak mało która technika; tym bardziej, jeśli dysponujemy mocnymi danymi, na których możemy szacować prawdopodobieństwo. Zdecydowanie warto ją lepiej poznać i przetestować następnym razem, gdy staniesz przed trudną decyzją biznesową.

A jeśli chcesz dowiedzieć się więcej o marketingu i SEO – zachęcamy również do lektury kolejnych wpisów na naszym blogu!

Genialne firmy mnożą
swój potencjał z

Sprawdź nasze Case Studies

Ocena Clutch

5.0

Ocena Google

4.8

Bądź widoczny w Google i wyszukiwarkach przyszłości (ChatGPT, Gemini, Perplexity i inne)

Zostaw adres e-mail — porozmawiamy o widoczności Twojej strony w AI.

Dane przetwarzamy w celu kontaktu, zgodnie z naszą
polityką prywatności