Шешімдерді формалды талдау ғылымы

Кіріспе

Шешімді талдау (ШТ) – маңызды шешімдерді ресми түрде қабылдауға қажетті философияны, әдістемені және кәсіби тәжірибені қамтитын ғылым саласы. Шешімді талдау шешімнің маңызды аспектілерін анықтау, оларды нақты бейнелеу және ресми бағалау үшін көптеген процедуралар, әдістер және құралдарды қамтиды; жақсы құрылған шешім моделіне ең жоғары күтілетін пайдалылық принципін қолдану арқылы ұсынылатын іс-қимыл бағытын анықтау үшін; сондай-ақ шешімнің ресми моделі мен оның ұсынымын шешім қабылдаушы және корпоративтік емес және корпоративтік мүдделі тараптар үшін түсінікті түсініктерге айналдыру үшін қолданылады.

Тарих

1931 жылы математикалық философ Фрэнк Рамзи субъективті ықтималдық идеясын жеке адамның сенімдері мен белгісіздіктерін көрсете түсу ретінде алға қойды. Содан кейін 1940 жылдары математик Джон фон Нейман және экономист Оскар Моргенштерн пайдалылық теориясының аксиоматикалық негізін жасады, бұл белгісіз нәтижелерге қатысты жеке адамның басымдықтарын білдірудің бір жолы болды. (Бұл жеке басымдықтардан топтық басымдықтарды шығару мәселесін қарастыратын әлеуметтік таңдау теориясынан өзгеше.) Статистик Леонард Джимми Савидж 1950 жылдардың басында шешімдерді талдау үшін баламалы аксиоматикалық құрылымды ұсынды. Соның нәтижесінде пайда болған күтілетін пайдалылық теориясы белгісіздік жағдайында шешім қабылдау үшін толық аксиоматикалық негізді қамтамасыз етеді. Осы негізгі теориялық жетістіктерге қол жеткізілгеннен кейін, шешімдерді талдау әдістері одан әрі қалыптастырылып, танымал болды, олар кеңінен оқытыла бастады (мысалы, бизнес мектептерінде және өнеркәсіптік инженерия факультеттерінде). 1968 жылы Гарвард бизнес мектебінің шешімдер теориясы бойынша маманы Говард Райффа осы саладағы қысқаша және оңай түсінілетін кіріспе мәтінді жариялады. Кейін, 1976 жылы Ральф Кини мен Говард Райффа пайдалылық теориясының негіздерін кеңейтіп, бірнеше мақсаттар арасындағы компромистерді ескеретін шешімдерді қабылдауға арналған жан-жақты әдістеме ұсынды. Стэнфорд университетінің инженерлік профессоры Рон Говард пен шешімдерді талдаушы Джим Мэтисон 1977 жылы шешімдерді талдау бойынша мақалалар жинағын жариялады, ол 1984 жылы екі томдық жинаққа дейін кеңейтілді. Келесі оқулықтар мен қосымша әзірлемелер туралы мәліметтер төмендегі «Тағы оқуға» бөлімінде келтірілген. Шешімдерді талдау өзіндік пәнаралық сипатқа ие болғанымен (математиктер, философтар, экономистер, статистиктер және когнитивтік психологтардың еңбегін қамтиды), ол тарихи тұрғыдан алғанда операциялық зерттеулердің бір саласы ретінде қарастырылды. 1980 жылы Америка операциялық зерттеулер қоғамының (ORSA) құрамында Шешімдерді талдау қоғамы құрылды, ол кейін Менеджмент ғылымдары институтымен (TIMS) бірігіп, Операциялық зерттеулер және менеджмент ғылымдары институтына (INFORMS) айналды. 2004 жылдан бастап INFORMS осы тақырыптарға арналған «Decision Analysis» журналын шығарады. Осы академиялық дамулармен қатар шешімдерді талдау да жедел дамып, кәсіби мамандыққа айналды. Бұл әдіс 1950 жылдардың соңынан бері бизнес пен мемлекеттік саясатта шешім қабылдауды қолдау үшін қолданылып келеді, ал 1990-2001 жылдардағы қолданылуы «Decision Analysis» журналының тұсаукесер санында қарастырылды. Шешімдерді талдау фармацевтикалық және мұнай-газ өнеркәсібінде кеңінен қолданылған, себебі екі сала да үлкен тәуекелді шешімдерді жиі қабылдауы тиіс (мысалы, жаңа дәрі-дәрмекті әзірлеуге инвестиция салу немесе ірі компанияны сатып алу).

In 1931, mathematical philosopher Frank Ramsey pioneered the idea of subjective probability as a representation of an individual’s beliefs or uncertainties. Then, in the 1940s, mathematician John von Neumann and economist Oskar Morgenstern developed an axiomatic basis for utility theory as a way of expressing an individual’s preferences over uncertain outcomes. (This is in contrast to social choice theory, which addresses the problem of deriving group preferences from individual preferences.) Statistician Leonard Jimmie Savage then developed an alternate axiomatic framework for decision analysis in the early 1950s. The resulting expected utility theory provides a complete axiomatic basis for decision making under uncertainty. Once these basic theoretical developments had been established, the methods of decision analysis were then further codified and popularized, becoming widely taught (e. g., in business schools and departments of industrial engineering). A brief and highly accessible introductory text was published in 1968 by decision theorist Howard Raiffa of the Harvard Business School. Subsequently, in 1976, Ralph Keeney and Howard Raiffa extended the basics of utility theory to provide a comprehensive methodology for handling decisions involving trade offs between multiple objectives. Engineering professor Ron Howard of Stanford University and decision analyst Jim Matheson then published, in 1977, a set of readings on decision analysis; this was expanded into a two volume set in 1984. Subsequent textbooks and additional developments are documented below under Further reading. Although decision analysis is inherently interdisciplinary (involving contributions from mathematicians, philosophers, economists, statisticians, and cognitive psychologists), it has historically been considered a branch of operations research. In 1980, the Decision Analysis Society was formed as a special interest group within Operations Research Society of America (ORSA), which later merged with The Institute of Management Sciences (TIMS) to become the Institute for Operations Research and the Management Sciences (INFORMS). Beginning in 2004, INFORMS has published a dedicated journal for these topics, Decision Analysis. Following along with these academic developments, decision analysis has also evolved into a mature professional discipline. The method has been used to support business and public policy decision making since the late 1950s; applications from 1990 2001 were reviewed in the inaugural issue of Decision Analysis. Decision analysis has been especially widely adopted in the pharmaceutical industry and the oil and gas industry, since both industries regularly need to make large high risk decisions (e. g., about investing in development of a new drug or making a major acquisition).

Әдістеме

Фрейминг – шешімді талдаудың бастапқы кезеңі, ол мүмкіндік туралы мәлімдеме (не және неге), шекаралық шарттар, табыс өлшемдері, шешімдер иерархиясы, стратегиялық кесте және іс-қимылдарды әзірлеуге бағытталған. Кейде шешімді талдауды қолдану әрқашан сандық әдістерді қажет етеді деп есептеледі. Бірақ шындығында, көптеген шешімдер сандық әдістердің қажеті болмай, шешімді талдау құралдарының бір бөлігі болып табылатын сапалық құралдарды, мысалы, құндылыққа бағытталған ойлау арқылы қабылдануы мүмкін. Фрейминг процесі ықпал диаграммасын немесе шешім ағашын құруға әкелуі мүмкін. Бұл шешімді талдау мәселелерінің жиі қолданылатын графикалық бейнелеуі болып табылады. Осы графикалық құралдар шешім қабылдаушыға қолжетімді баламаларды, олармен байланысты белгісіздіктерді және соңғы нәтижелердің әртүрлілігі арқылы шешім қабылдаушының мақсаттарына жету деңгейін көрсету үшін пайдаланылады. Қажет болған жағдайда, олар сандық модельдің негізін құрауы мүмкін. Мысалы, 1980 жылдары ықпал диаграммаларын қолдана отырып, Байес қорытындысын жүргізудің және оңтайлы шешімдерді анықтаудың сандық әдістері жасалды және қазір бағдарламалық құралдарға енгізілген. Сандық шешімді талдау моделінде белгісіздіктер ықтималдықтар арқылы, атап айтқанда, субъективті ықтималдықтар арқылы көрсетіледі. Шешім қабылдаушының тәуекелге қатысты көзқарасы пайдалы функциялармен, ал келіспейтін мақсаттар арасындағы таңдауларға қатысты көзқарасы көп өлшемді құндылық функциялары немесе көп өлшемді пайдалы функциялар арқылы (егер тәуекел болса) білдіріледі. (Кейбір жағдайларда, пайдалы функцияларды белгісіз күту деңгейіне немесе "мақсатқа" жету ықтималдығымен алмастыруға болады.) Шешімді талдау аксиомаларына сүйене отырып, ең жақсы шешім – салдары ең жоғары күтілетін пайдалылыққа ие (немесе белгісіз күту деңгейіне жету ықтималдығын барынша арттыратын) шешім болып табылады. Кейде сандық шешімді талдауды тек оңай өлшенетін факторларға ғана қолдануға болады деп есептеледі (мысалы, доллар сияқты нақты бірліктерде). Дегенмен, сандық шешімді талдау және оған байланысты әдістер, мысалы, қолданбалы ақпараттық экономика, тіпті көрінетіндей материалдық емес факторларға да қолданылуы мүмкін.

Framing is the front end of decision analysis, which focuses on developing an opportunity statement (what and why), boundary conditions, success measures, a decision hierarchy, strategy table, and action items. It is sometimes believed that the application of decision analysis always requires the use of quantitative methods. In reality, however, many decisions can be made using qualitative tools that are part of the decision analysis toolbox, such as value focused thinking, without the need for quantitative methods. The framing process may lead to the development of an influence diagram or decision tree. These are commonly used graphical representations of decision analysis problems. These graphical tools are used to represent the alternatives available to the decision maker, the uncertainties they involve, and how well the decision maker's objectives would be achieved by various final outcomes. They can also form the basis of a quantitative model when needed. For example, quantitative methods of conducting Bayesian inference and identifying optimal decisions using influence diagrams were developed in the 1980s, and are now incorporated in software. In a quantitative decision analysis model, uncertainties are represented through probabilities specifically, subjective probabilities. The decision maker's attitude to risk is represented by utility functions, and the attitude to trade offs between conflicting objectives can be expressed using multi attribute value functions or multi attribute utility functions (if there is risk involved). (In some cases, utility functions can be replaced by the probability of achieving an uncertain aspiration level or "target".) Based on the axioms of decision analysis, the best decision to choose is the one whose consequences have the maximum expected utility (or that maximizes the probability of achieving the uncertain aspiration level). It is sometimes assumed that quantitative decision analysis can be applied only to factors that lend themselves easily to measurement (e. g., in natural units such as dollars). However, quantitative decision analysis and related methods, such as applied information economics, can also be applied even to seemingly intangible factors.

Шешімді талдаудың талапқа сай әдісі

Прескриптивті шешім қабылдау зерттеулері «оптималды» шешімдерді қалай қабылдауға (рационалдылық аксиомаларына негізделген) бағытталса, ал сипаттамалық шешім қабылдау зерттеулері адамдардың нақты шешімдерді қалай қабылдауын түсіндіруді мақсат етеді (олардың шешімдері «жақсы» немесе оңтайлы болсын болмасын). Таңқалысы жоқ, көптеген жағдайларда жеке тұлғалар қабылдаған шешімдер, шешімді талдау арқылы ұсынылатын шешімдерден күрт өзгеше болады. Кейбіреулер шешімді талдаудың формалды әдістерін, шешім қабылдаушыларды өз шешімдері үшін жауапкершіліктен қашып, интуицияға немесе «ішкі сезімдерге» сүйенуге итермелейтіні үшін сынап бағалайды. Сонымен қатар, шешімдерді қабылдау үшін уақыттың қысылымы болған жағдайларда, формалды шешімді талдау әдістері тиімсіз болып көрінеді, ал интуиция мен тәжірибе маңыздырақ атанды. Дегенмен, уақыт жеткілікті болғанда, зерттеулер шешім қабылдау үшін қолданылатын сандық алгоритмдердің «көмексіз интуициядан» жоғары нәтижелер бере алатынын көрсетті. Адамның шешімді талдау үшін қажетті пікірлерінде белгілі бір қателіктер бар екеніне қарамастан, оқыту мен кері байланыс қателікті азайтуға көмектеседі деген деректер бар. Сыншылар, ұйымдарда шешімді талдауға тым көп сүйенудің салдары ретінде талдау параличі құбылысын атап көрсетеді (шешімді талдаудың өзіндік құны талдау факторы болып табылады). Бірақ мұндай тәуекелді азайтуға бағытталған стратегиялар да бар. Қазіргі уақытта шешім қабылдаудың сандық әдістеріне қызығушылық артып келеді. Алайда, мұндай әдістердің көпшілігі шешімді талдау аксиомаларынан ауытқып, кейбір жағдайларда қате ұсынымдарға әкелуі мүмкін, сондықтан оларды шын мәнінде прескриптивті әдістер деп санау қиын. Мұндай шешім қабылдамайтын аналитикалық әдістердің ішінде ең танымалдары – белгісіздіктерді бейнелеу үшін қолданылатын бүкіл жиын теориясы және басымдықтарды немесе құндылықтарды бейнелеу үшін қолданылатын аналитикалық иерархиялық процесс. Мұндай әдістерді қолданудың кейбір жағдайларда (мысалы, қолданудың қарапайымдығына байланысты) негіздемесі болуы мүмкін, бірақ шешімді талдаушылар көп атрибутты пайдалылық теориясын басқа әдістерді салыстыру үшін «алтын стандарт» деп санайды, оның негізінде қатаң аксиоматикалық принциптер жатыр. Шешімді талдау үкімет шешімдерін қабылдауға көмектесу үшін жиі қолданылса да, негізгі теория тек жеке тұлғаларға қатысты екенін ескеру маңызды. Өкінішке орай, топтық немесе мемлекеттік саясат бойынша шешімдерді қабылдауға арналған, шешімді талдаумен салыстыратын аксиоматикалық прескриптивті теория әзірленбеген. Бұл тақырып бойынша толық ақпарат алу үшін топтық шешім қабылдау кезінде туындайтын мінез-құлық мәселелерін талқылау үшін топтық шешім қабылдау және топтық шешімдерге әсер ететін теориялық аспектілерді қарастыру үшін әлеуметтік таңдау теориясын қараңыз.

Prescriptive decision making research focuses on how to make "optimal" decisions (based on the axioms of rationality), while descriptive decision making research aims to explain how people actually make decisions (regardless of whether their decisions are "good" or optimal). Unsurprisingly, therefore, there are numerous situations in which decisions made by individuals depart markedly from the decisions that would be recommended by decision analysis. Some have criticized formal methods of decision analysis for allowing decision makers to avoid taking responsibility for their own decisions, and instead recommend reliance on intuition or "gut feelings". Moreover, for decisions that must be made under significant time pressure, it is not surprising that formal methods of decision analysis are of little use, with intuition and expertise becoming more important. However, when time permits, studies have demonstrated that quantitative algorithms for decision making can yield results that are superior to "unaided intuition". In addition, despite the known biases in the types of human judgments required for decision analysis, research has shown at least a modest benefit of training and feedback in reducing bias. Critics cite the phenomenon of paralysis by analysis as one possible consequence of over reliance on decision analysis in organizations (the expense of decision analysis is in itself a factor in the analysis). However, strategies are available to reduce such risk. There is currently a great deal of interest in quantitative methods for decision making. However, many such methods depart from the axioms of decision analysis, and can therefore generate misleading recommendations under some circumstances, so are not truly prescriptive methods. Some of the most popular of such non decision analytic methods include fuzzy set theory for the representation of uncertainties, and the analytic hierarchy process for the representation of preferences or value judgments. While there may occasionally be justification for such methods in applications (e. g., based on ease of use), decision analysts would argue for multi attribute utility theory as the gold standard to which other methods should be compared, based on its rigorous axiomatic basis. Although decision analysis has been frequently used in support of government decision making, it is important to note that the basic theory applies only to individual decision makers. There is unfortunately no axiomatic prescriptive theory comparable to decision analysis that is specifically designed for group or public policy decisions. For more on this topic, see group decision making for discussions of the behavioral issues involved in group decisions, and social choice theory for theoretical considerations that can affect group decisions.

Қолданбалар

Шешімдерді талдау әдістері кең ауқымды салаларда қолданылады, оның ішінде бизнес (жоспарлау, маркетинг, келіссөздер), басқару, қоршаған ортаны қалпына келтіру, денсаулық сақтау, зерттеу, энергетика, барлау, сот және дауларды шешу сияқтылар бар. Алғашқы маңызды қолданысы – 1970 жылдардың басында Стэнфорд зерттеу институтының Қоршаған ортаны қорғау басқармасы (Ұлттық мұхит және атмосфера басқармасының алдағысы) үшін жүргізген дауылды тұқымдандырудың пайдасы мен зиянын зерттеу болды. Бүгінде шешімдерді талдау ірі корпорациялар миллиардтаған долларлық капиталға инвестиция жасау үшін пайдаланады. Мысалы, 2010 жылы Chevron барлық маңызды шешімдерінде шешімдерді талдауды қолданғаны үшін Шешімдерді талдау қоғамының практикалық сыйлығына ие болды. Chevron компаниясының шешімдерді талдауды қолдануын көрсететін бейнежазбада Chevron вице-президенті Джордж Киркланд «Шешімдерді талдау – Chevron бизнесінің бір бөлігі, себебі ол қарапайым, бірақ күшті: ол нәтиже береді» деп атап өтті. Ол сондай-ақ зейнеткерлікке қатысты жоспарлау, бала тудыруды жоспарлау, үлкен демалысқа шығуды жоспарлау немесе бірнеше мүмкін емдеу әдістерінің арасынан таңдау сияқты күрделі жеке шешімдерді қабылдауда да қолданылуы мүмкін. Энергетика. Шешімдерді талдау Германияның энергетикалық мақсаттарын құру үшін қолданылды. Кәсіпкерлік. Шешімдерді талдаудан алынған нақты эквиваленттер тұжырымы жаңа және өте тиімді, инвесторлар мен кәсіпкерлер үшін де пайдалы жаңа бизнесті қаржыландыру механизмдерін жасау үшін пайдаланылды. Денсаулық сақтау. Шешімдерді талдау сүт безінің қатерлі ісігін диагностикалау және емдеу, қалқанша безінің қатерлі ісігін емдеу және өкпе қатерлі ісігін емдеу сияқты медициналық шешімдерді қабылдауға қолданылды. Сақтандыру. Шешімдерді талдаушылар сақтандыруды пайдалы денсаулықты сақтау әрекеттерін қабылдауға ынталандыру механизмі ретінде пайдалануды зерттеді. Бұл әдіс сондай-ақ жасқа, байлыққа және тәуекелге төзімділікке қарай ұзақ мерзімді күтімге арналған сақтандыруды сатып алудың оңтайлы стратегиясын анықтау үшін де қолданылды. Сот ісі. Әділеттер сот процесінде тиімді нәтижелерге әкелетін стратегияларды анықтау үшін шешімдерді талдауды пайдаланды. Портфельді басқару. Шешімдерді талдау портфельді басқаруда ресурстарды бөлуді жақсарту әдісі ретінде ұсынылды. Әскери жоспарлау. Шешімдерді талдау базаларды жабу мәселесіне қатысты қолданылды. Радиоактивті қалдықтар. Шешімдерді талдау АҚШ және Ұлыбританияда радиоактивті қалдықтарды сақтау орындарына арналған баламаларды бағалау үшін қолданылды. Кішкентай масштабта ол қаруға қолданылатын плутонийдің артық мөлшерін бағалау үшін де қолданылды. Зерттеу және әзірлеме. Шешімдерді талдау ғылыми-зерттеу және әзірлемелерді қаржыландыруға арналған жобалар портфелін ұсыну үшін пайдаланылды. Терроризм және ішкі қауіпсіздік. Шешімдерді талдау террористер мен қорғаушылардың құндылықтарын көрсету үшін қолданылды.

Decision analytic methods have been used in a wide variety of fields, including business (planning, marketing, negotiation), management, environmental remediation, health care, research, energy, exploration, litigation and dispute resolution, etc. An important early application was a study of the pros and cons of hurricane seeding, undertaken by the Stanford Research Institute in the early 1970s for the Environmental Science Services Administration (a predecessor of the National Oceanic and Atmospheric Administration). Decision analysis is today used by major corporations to make multibillion dollar capital investments. For example, In 2010, Chevron won the Decision Analysis Society Practice Award for its use of decision analysis in all major decisions. In a video detailing Chevron's use of decision analysis, Chevron Vice Chairman George Kirkland notes that "decision analysis is a part of how Chevron does business for a simple, but powerful, reason: it works." It can also be used to make complex personal decisions, such as planning for retirement, deciding when to have a child, planning a major vacation, or choosing among several possible medical treatments. Energy. Decision analysis has been used to structure the energy objectives for Germany. Entrepreneurship. The concept of certainty equivalents from decision analysis was used to design novel and highly efficient mechanisms for funding of new businesses that are desirable to both backers and entrepreneurs. Health Care. Decision analysis has been applied to medical decision making regarding breast cancer diagnosis and therapy, treatment of thyroid cancer, and lung cancer. Insurance. Decision analysts have explored the use of insurance as a mechanism to encourage adoption of beneficial health behaviors. The method has also been applied to determine optimal strategies for purchase of long term care insurance as a function of age, wealth, and risk tolerance. Litigation. Attorneys have used decision analysis to identify strategies likely to lead to beneficial outcomes in litigation. Portfolio Management. Decision analysis has been recommended as a method of improving resource allocations in portfolio management. Military Planning. Decision analysis has been applied to the problem of base closure. Radioactive Waste. Decision analysis has been used to evaluate alternatives for radioactive waste repositories in both the United States and the United Kingdom. At a smaller scale, it has also been used to evaluate options for dealing with surplus weapons grade plutonium. Research and Development. Decision analysis has been used to recommend portfolios of projects to fund in research and development. Terrorism and Homeland Security. Decision analysis has been used to represent the values of both terrorists and defenders to support homeland security decision making.

Бағдарламалық жасақтама

Шешімдерді қабылдауды жүзеге асыру үшін шешімдерді талдау бағдарламалық құралдары қолжетімді. Ерекше атаулы құралдардың ішінде ықпал диаграммалары үшін Analytica, көп өлшемді шешімдерді қабылдау үшін DecideIT және Logical Decisions бар.