Päätösanalyysi (DA)

Mitä on päätösanalyysi (DA)?

Päätösanalyysi (DA) on päätöksenteon muotoEettinen päätöksentekoEettinen päätöksenteko finanssialalla on päätöksenteko-ideologia, joka perustuu taustalla olevaan moraalifilosofiaan oikeasta ja väärästä. Eettiseen päätöksentekoon, johon kuuluu päätöksen kaikkien näkökohtien tunnistaminen ja arvioiminen ja sen perusteella tapahtuva toiminta, joka tuottaa suotuisimman lopputuloksen.

Päätösanalyysin tavoitteena on varmistaa, että päätökset tehdään kaikkien relevanttien tietojen ja käytettävissä olevien vaihtoehtojen perusteella. Esimerkiksi yritys voi käyttää sitä tehdessään miljoonien dollarien investointipäätöksiä, tai yksityishenkilö voi käyttää sitä päättäessään eläkesäästöistään.

Päätöksenteon muotona päätösanalyysin perusteita voidaan käyttää monien erilaisten ongelmien ratkaisemiseen monimutkaisista liiketoimintakysymyksistä yksinkertaisiin arkipäivän ongelmiin.

Miten päätösanalyysi toimii

Päätösanalyysin avulla yritykset pystyvät arvioimaan ja mallintamaan erilaisten päätösten potentiaalisia lopputuloksia oikean toimintatavan määrittämiseksi. Ollakseen tehokasta yrityksen on ymmärrettävä ongelman useita näkökohtia, jotta tuloksena olisi perusteltu päätös.

Analyysi edellyttää erilaisten tavoitteiden, lopputulosten ja niihin liittyvien epävarmuustekijöiden ymmärtämistä, mukaan lukien todennäköisyyksien käyttäminen erilaisten päätösten odotetun lopputuloksen mittaamiseen.

Yksi tärkeimmistä näkökohdista on ongelman muotoileminen tavalla, joka mahdollistaa jatkoanalyysin. Kehystäminen on tyypillisesti päätösanalyysin ensimmäinen osa, ja siihen kuuluu kehyksen luominen ongelman arvioimiseksi useista eri näkökulmista. Niihin voi sisältyä mahdollisuuslausumia, toimintakohteita ja onnistumisen mittareitaSuorituskyvyn avainindikaattorit (KPI:t)Suorituskyvyn avainindikaattorit (KPI:t) ovat mittareita, joita käytetään organisaation suorituskyvyn säännölliseen seurantaan ja arviointiin kohti tiettyjen tavoitteiden saavuttamista. Niitä käytetään myös yrityksen kokonaissuorituskyvyn mittaamiseen.

Kun kehys on luotu, voidaan kehittää malli, jonka avulla voidaan arvioida eri lopputulosten edullisuutta. Esimerkkejä malleista ovat päätöspuut ja vaikutuskaaviot.

Päätöspuut

Kun on luotu kehys ongelman arvioimiseksi, käytetään tyypillisesti malleja erilaisten päätösten lopputulosten arviointiin. Mallit ovat visuaalisia esityksiä odotetuista lopputuloksista, ja niitä käytetään havainnollistamaan päätöksiä verrattuna muihin vaihtoehtoihin.

Mallintamalla erilaisia odotettuja lopputuloksia ja niiden todennäköisyyksiä yritykset voivat sen jälkeen valita päätöksen, joka tuottaa edullisen lopputuloksen.

Yksi yleisimmistä päätösanalyysissä käytetyistä malleista ovat päätöspuut, jotka ovat puunmuotoisia malleja, joiden ”oksat” edustavat mahdollisia lopputuloksia.

Päätöspuita käytetään, koska ne ovat helppotajuisia ja antavat arvokasta tietoa ongelmasta esittämällä eri päätösten lopputulokset, vaihtoehdot ja todennäköisyydet. Näin on helppo arvioida, mikä päätös johtaa edullisimpaan lopputulokseen.

Odotusarvo (EV)

Mallin rakentamisen jälkeen on tärkeää löytää odotusarvo (EV)OdotusarvoOdotusarvoOdotusarvo (tunnetaan myös nimellä EV, odotusarvo, keskiarvo, keskiarvo tai keskiarvo) on satunnaismuuttujien pitkän aikavälin keskiarvo. Odotusarvo kertoo myös sen arvioimiseksi, mikä päätös johtaa edullisimpaan lopputulokseen.

Muistutetaan, että päätöspuut tarjoavat kaikki mahdolliset lopputulokset vaihtoehtojen vertailussa. Laskemalla odotusarvon voimme tarkkailla kaikkien päätösten keskimääräisiä lopputuloksia ja tehdä sitten tietoon perustuvan päätöksen.

Odotusarvon laskemiseksi tarvitsemme kunkin lopputuloksen todennäköisyyden ja tuloksena olevan arvon. Odotusarvon kaava on seuraava:

EV = (Todennäköisyys A * Odotettu hyöty A) + (Todennäköisyys B * Odotettu hyöty A)

Tässä kaavassa oletetaan, että liiketoimintapäätöksellä on kaksi lopputulosta – onnistuminen tai epäonnistuminen. Kumpikin lopputulos voidaan esittää todennäköisyydellä A tai B. Odotettu hyöty viittaa kunkin lopputuloksen myötä odotettavissa olevaan voittoon tai tappioon.

Jos päätöksiä on tehtävä useita, yritys laskee odotusarvon kullekin päätökselle määritelläkseen, mikä päätös on edullisin.

Reaalimaailman esimerkki

Asetetaan, että vaatekauppa on avaamassa toista toimipistettä ja haluaa päättää, avaako se San Franciscossa vai New Yorkissa. Toimipisteen avaaminen kumpaankin kaupunkiin edellyttää erilaisia pääomamenojaPääomamenotPääomamenoilla tarkoitetaan varoja, joita yritys käyttää pitkäaikaisen omaisuuden hankintaan, parantamiseen tai ylläpitoon parantaakseen ja osoittaakseen erilaista menestystä.

Ennen päätöspuun rakentamista meidän on kerättävä asiaankuuluvat tiedot:

Tietojen keräämisen jälkeen voimme rakentaa päätöspuun kunkin päätöksen perusteella:

Kunkin päätöksen osalta päätöspuu sisältää myös numeeriset tiedot odotusarvon laskemista varten. Neliöt edustavat päätöksiä ja ympyrät tuloksia. Neliöistä haarautuvat viivat ovat mahdollisia valintoja, kun taas ympyröistä haarautuvat viivat ovat odotettuja tuloksia.

Malli sisältää myös kunkin toimipisteen avaamiseen liittyvät kustannukset. Avatakseen myymälän San Franciscossa sen on investoitava 2 miljoonaa dollaria, kun taas New Yorkin toimipiste vaatii 5 miljoonan dollarin investoinnin.

Odotetut voittosummat edustavat mahdollisia tuloja, jos myymälä onnistuu, tai mahdollisia tappioita, jos myymälä epäonnistuu.

Voidaksemme arvioida, kumpi päätös on edullisempi, laskemme kullekin päätökselle odotusarvon.

EV = (Todennäköisyys A * Odotettavissa oleva tuotto A) + (Todennäköisyys B * Odotettavissa oleva tuotto A)

• EV (San Francisco) = (0.4 * 15 000 000 dollaria) + (0,6 * -4 000 000 dollaria) = 3 600 000 dollaria
• EV (New York) = (0,3 * 30 000 000 dollaria) + (0.7 * -$10.000.000) = $8.300.000

Sitten on vähennettävä alkupääomamenot, jotta saadaan selville nettovoitto/tappio:

• San Francisco: $3.600.000 – $2.000.000 = $1.600.000
• New York:

Kun olemme laskeneet kunkin lopputuloksen odotusarvon, voimme vertailla niitä ja katsoa, kumpi lopputulos on parempi. Tässä tapauksessa myymälän avaaminen New Yorkissa näyttää tuottavan suuremman nettovoiton kuin myymälän avaaminen San Franciscossa.

Lisäresurssit

CFI on Commercial Banking & Credit Analyst (CBCA)™CBCA™-sertifioinnin virallinen tarjoajaCommerical Banking & Credit Analyst (CBCA)™ -akkreditointi on maailmanlaajuinen standardi luottoanalyytikoille, joka kattaa rahoituksen, kirjanpidon, luottoanalyysin, kassavirta-analyysin, kovenanttimallinnuksen, lainojen takaisinmaksun ym. sertifiointiohjelman, joka on suunniteltu muuttamaan kenet tahansa maailmanluokan rahoitusanalyytikoksi.

Jatkaaksesi oppimista ja kehittääksesi tietämystäsi rahoitusanalyysistä, suosittelemme lämpimästi alla olevia lisäresursseja:

• PäätöksentekopuuPäätöksentekopuuPäätöksentekopuuPäätöksentekopuu on tukityökalu, jossa on puumainen rakenne, jossa mallinnetaan todennäköisiä tuloksia, resurssien kustannuksia, hyötyjä ja mahdollisia seurauksia.
• VirtauskaavioesimerkitVirtauskaavioesimerkitVirtauskaavioesimerkitVirtauskaavioesimerkit sopivat loistavasti liiketoimintaprosessien kuvaamiseen ytimekkäästi rakenteesta ja yksityiskohtien yksityiskohtaisuudesta kuitenkaan luopumatta. Alla on neljä esimerkkiä vuokaavion malleista
• Päätöksenteon tukijärjestelmä (DSS)Päätöksenteon tukijärjestelmä (DSS)Päätöksenteon tukijärjestelmä (Decision Support System, DSS)Päätöksenteon tukijärjestelmä (DSS) on tietojärjestelmä, joka auttaa liiketoimintaa päätöksentekotoimissa, jotka vaativat harkintaa, päättäväisyyttä ja
• Toiminnan johtaminenToiminnan johtaminenToiminnan johtaminen on liiketoiminta-alan osa-alue, joka käsittelee liiketoimintakäytäntöjen hallinnoimista tehokkuuden maksimoimiseksi organisaation sisällä. Se