Analyse décisionnelle (AD)

Qu’est-ce que l’analyse décisionnelle (AD)?

L’analyse décisionnelle (AD) est une forme de prise de décisionDécision éthiqueLa décision éthique en finance est une idéologie de prise de décision qui est basée sur une philosophie morale sous-jacente du bien et du mal. Décision éthique qui implique l’identification et l’évaluation de tous les aspects d’une décision, et de prendre des mesures basées sur la décision qui produit le résultat le plus favorable.

Analyse de décision (DA)

Le but de l’analyse de décision est de s’assurer que les décisions sont prises avec toutes les informations pertinentes et les options disponibles. Par exemple, une société peut l’utiliser pour prendre des décisions d’investissement d’un million de dollars, ou un individu peut l’utiliser pour décider de son épargne-retraite.

En tant que forme de prise de décision, les principes fondamentaux de l’analyse décisionnelle peuvent être utilisés pour résoudre une multitude de problèmes, des questions commerciales complexes aux simples problèmes quotidiens.

Summary

  • L’analyse décisionnelle consiste à identifier et à évaluer tous les aspects d’une décision, et à prendre des mesures basées sur la décision qui produit le résultat le plus favorable.
  • Dans l’analyse de décision, des modèles sont utilisés pour évaluer la favorabilité de divers résultats.
  • Les arbres de décision sont des modèles qui représentent la probabilité de divers résultats par rapport aux alternatives.

Comment fonctionne l’analyse de décision

L’analyse de décision permet aux entreprises d’évaluer et de modéliser les résultats potentiels de diverses décisions afin de déterminer la bonne marche à suivre. Pour être efficace, l’entreprise doit comprendre les multiples aspects d’un problème pour aboutir à une décision bien informée.

L’analyse implique la compréhension de divers objectifs, résultats et incertitudes impliqués, y compris l’utilisation de probabilités pour mesurer le résultat attendu de diverses décisions.

L’un des aspects les plus importants implique le cadrage du problème d’une manière qui permet une analyse plus approfondie. Le cadrage est généralement la première partie de l’analyse de décision, et il implique la création d’un cadre pour évaluer le problème à partir de plusieurs perspectives. Les indicateurs de performance clés (KPI) sont des mesures utilisées pour suivre et évaluer périodiquement les performances d’une organisation en vue d’atteindre des objectifs spécifiques. Ils sont également utilisés pour jauger la performance globale d’une entreprise.

Une fois le cadre établi, un modèle peut être développé pour évaluer la favorabilité de divers résultats. Des exemples de modèles sont les arbres de décision et les diagrammes d’influence.

Arbres de décision

Après avoir créé un cadre pour évaluer un problème, des modèles sont généralement utilisés pour évaluer les résultats de diverses décisions. Les modèles sont des représentations visuelles des résultats attendus, et ils sont utilisés pour illustrer les décisions par rapport à d’autres alternatives.

En modélisant les différents résultats attendus et leurs probabilités, les entreprises peuvent ensuite sélectionner la décision qui produit un résultat favorable.

L’un des modèles les plus courants impliqués dans l’analyse de décision est l’arbre de décision, qui est un modèle en forme d’arbre avec des « branches » qui représentent les résultats potentiels.

Les arbres de décision sont utilisés parce qu’ils sont simples à comprendre et fournissent un aperçu précieux d’un problème en fournissant les résultats, les alternatives et les probabilités de diverses décisions. Il est ainsi facile d’évaluer quelle décision entraîne le résultat le plus favorable.

Valeur attendue (VE)

Après la construction d’un modèle, il est important de trouver la valeur attendue (VE)Valeur attendueLa valeur attendue (également appelée VE, espérance, moyenne ou valeur moyenne) est une valeur moyenne à long terme de variables aléatoires. La valeur attendue indique également d’évaluer quelle décision entraîne le résultat le plus favorable.

Rappelons que les arbres de décision fournissent tous les résultats possibles par rapport aux alternatives. En calculant la valeur attendue, nous pouvons observer les résultats moyens de toutes les décisions et ensuite prendre une décision éclairée.

Pour calculer la valeur attendue, nous avons besoin de la probabilité de chaque résultat et de la valeur résultante. La formule de la valeur attendue est la suivante :

EV = (Probabilité A * Gain attendu A) + (Probabilité B * Gain attendu A)

Cette formule suppose qu’une décision d’affaires a deux résultats – succès ou échec. Chaque résultat peut être représenté par la Probabilité A ou B. Le gain attendu fait référence au gain ou à la perte attendu avec chaque résultat.

S’il y a plusieurs décisions à prendre, une entreprise calculera la valeur attendue pour chaque décision afin de déterminer laquelle est la plus favorable.

Exemple du monde réel

Supposons qu’un magasin de vêtements ouvre un deuxième emplacement et veut décider s’il doit ouvrir à San Francisco ou à New York. L’ouverture d’un emplacement dans l’une ou l’autre ville impliquera différentes dépenses en capitalDépenses en capitalLes dépenses en capital désignent les fonds qui sont utilisés par une entreprise pour l’achat, l’amélioration ou l’entretien des actifs à long terme pour améliorer et démontrer différents taux de réussite.

Avant de construire un arbre de décision, nous devrons recueillir des données pertinentes :

Analyse de décision - Tableau d'échantillon

Après avoir recueilli des données, nous pouvons construire l’arbre de décision en fonction de chaque décision :

Arbre de décision

Pour chaque décision, l’arbre de décision comprend également des données numériques pour calculer la valeur attendue. Les carrés représentent les décisions, et les cercles les résultats. Les lignes qui se ramifient à partir des carrés sont des choix possibles, tandis que les lignes qui se ramifient à partir des cercles sont des résultats attendus.

Le modèle comprend également les coûts associés à l’ouverture de chaque emplacement. Pour ouvrir à San Francisco, le magasin devra investir 2 millions de dollars, tandis qu’un emplacement à New York nécessitera un investissement de 5 millions de dollars.

Les montants des gains attendus représentent le revenu potentiel si le magasin réussit, ou la perte potentielle si le magasin échoue.

Pour évaluer quelle décision est la plus favorable, nous allons calculer la valeur attendue pour chaque décision.

EV = (Probabilité A * gain attendu A) + (Probabilité B * gain attendu A)
  • EV (San Francisco) = (0.4 * 15 000 000 $) + (0,6 * -4 000 000 $) = 3 600 000 $
  • EV (New York) = (0,3 * 30 000 000 $) + (0.7 * -10 000 000 $) = 8 300 000 $

Puis, il faut déduire la dépense initiale en capital pour trouver le gain/la perte net(te) :

  • San Francisco : 3 600 000 $ – 2 000 000 $ = 1 600 000 $
  • New York : 8 300 000 $ – 5 000 000 $ = 3 300 000 $

Après avoir calculé la valeur attendue de chaque résultat, nous pouvons les comparer pour voir quel résultat est préférable. Dans ce cas, l’ouverture d’un magasin à New York semble entraîner un gain net plus élevé qu’un magasin à San Francisco.

Ressources supplémentaires

CFI est le fournisseur officiel de la certification Commercial Banking & Credit Analyst (CBCA)™CBCA™L’accréditation Commercial Banking & Credit Analyst (CBCA)™ est une norme mondiale pour les analystes de crédit qui couvre la finance, la comptabilité, l’analyse de crédit, l’analyse des flux de trésorerie, la modélisation des conventions, les remboursements de prêts, et plus encore. programme de certification, conçu pour transformer toute personne en un analyste financier de classe mondiale.

Pour continuer à apprendre et à développer vos connaissances en matière d’analyse financière, nous vous recommandons vivement les ressources supplémentaires ci-dessous :

  • Arbre de décisionUn arbre de décision est un outil de soutien avec une structure arborescente qui modélise les résultats probables, le coût des ressources, les utilités et les conséquences possibles.
  • Modèles d’organigrammesModèles d’organigrammesLes organigrammes sont parfaits pour décrire les processus d’affaires de manière concise sans compromettre la structure et les détails. Vous trouverez ci-dessous quatre modèles d’organigrammes
  • Système d’aide à la décision (SAD)Système d’aide à la décision (SAD)Un système d’aide à la décision (SAD) est un système d’information qui aide une entreprise dans les activités de prise de décision qui nécessitent du jugement, de la détermination et une
  • Gestion des opérationsGestion des opérationsLa gestion des opérations est un domaine d’activité qui s’intéresse à l’administration des pratiques commerciales pour maximiser l’efficacité au sein de l’organisation. Elle

Laisser un commentaire