Este post irá destacar a importância da árvore de decisão para tomada de decisões. Uma ferramenta muito utilizada na gestão de empresas sejam pequeno, médio e grande porte. Com a utilização deste ferramenta podemos diminuir os riscos de erros, analisar investimentos e probabilidade de ocorrer eventos.

 

Aplicação da ferramenta

A árvore de decisão é uma representação gráfica do processo de tomada de decisão ou de uma série de decisões. Muitas empresas utilizam para determinar sua política corporativa, as vezes para ajudar na tomada de decisões de seus empregados, outras vezes qual será a tática  a ser adotada seja em projetos, administração de empresas, investimentos em mercados ou similares. A utilização desta ferramenta pode ser utilizado tanto para decisões complexas como decisões simples. Esta ferramenta de apoio a decisão utiliza um modelo gráfico de árvore de decisões e suas possíveis consequências, incluindo resultados de eventos imprevistos , custos de recursos e utilidades afins.

 

Descrição da ferramenta

Esta ferramenta consiste numa representação gráfica das alternativas disponíveis geradas a partir de uma decisão inicial. Uma das grandes vantagens de uma arvore de decisão é a possibilidade de transformar ou decompor um problema complexo em diversos sub-problemas mais simples. Desta forma, os novos sub-problemas identificados voltam ser a decompostos em sub-problemas ainda mais simples.

Para ilustramos uma representação gráfica da arvore de decisão são geralmente usadas linhas para identificar a decisão (por exemplo sim ou não) dependendo da consequência de cado ato, com base nisso iremos decidir quais alternativas a seguir.

WhatsApp Image 2017-06-12 at 22.58.36 (2)

Fig. 1: A árvore de decisões na avaliação de alternativas. Fonte: CHIAVENATO, 2004

Além da gestão, as arvores de decisão são também muito utilizadas em outras áreas, como criação de algoritmos informáticos.

 

Exemplo de utilização gerenciando riscos

Segundo Eli Rodrigues, trata-se de um projeto que você recebeu em cima da hora e prazo solicitado pelo cliente é bastante curto. Para isso iremos analisar o caso que cita como cenário conservador (muito provável não atenda o prazo) e um cenário agressivo, que colocarão tudo que tem a disposição aumentar a probabilidade de sucesso.

 

Caso 1 – Não pegar o projeto

No caso 1, o cenário conservador têm um total de custos de 500.000 e 30 % de sucesso no cenário conservador e 40 % no cenário agressivo. Qual cenário escolher?

Figura 2 – Exemplo 1. Fonte Eli Rodrigues postado em

Neste caso, nos dois cenários tem probabilidades altas de fracasso, com prejuízo estimado em -200.000, no cenário conservador e -110.000, no cenário agressivo. Logo não vale a pena pegar o projeto.

 

Caso 2 – Pegar o projeto

Já no segundo caso, aumenta a probabilidade de sucesso nos dois cenários. Seguindo todos os procedimentos de acordo com o projeto, tem-se 60% de chance de sucesso. Ainda é  baixa, mas nota-se a melhora.

Figura 3 – Exemplo 2. Fonte Eli Rodrigues postado em

No cenário agressivo, tem-se 75 % de chance de sucesso. Os valores monetários esperados ambos são respectivamente, 100.000 no  cenário conservador e 275.000 no agressivo. Contudo, vale a pena pegar o projeto, principalmente no cenário agressivo, que pode gerar prejuízos de -137.000 se falhar, mas pode gerar altos ganhos de 412.500 se tiver sucesso, um valor monetário esperado de 275.000. Já no caso de fracasso no conservador, teria-se um custo de – 200.000 contra 300.000 de ganho. Nos dois cenários exite a possibilidade de sucesso, mas conforme comprovado o melhor é, o agressivo.

Ficou evidente a importância da árvore de decisão neste caso para obter êxito nos projetos. A árvore de decisão auxilia o agente na  tomada de decisão​, no aprendizado e também para aumentar a capacidade de agir no futuro. Está ferramenta podendo ser utilizada em diversas áreas mostra por si só sua multifuncionalidade​.

Referências Bibliográficas​

Eli Rodrigues, Gestão de projetos na prática; disponível em < http://www.elirodrigues.com/2013/09/20/como-gerenciar-riscos-arvore-de-decisao/; acessado em 29/05/17.

Ryan Houlette, Dan Fu. Construction a Decision Tree Based on Past Experience. In: AI Game programming wisdom 2. Charles River Media, 2004

Stuart Russel, Peter Norvig. Artificial Intelligence, a modern Approach. Second edition, Prentice Hall, 2003.

https://www.pmi.org/learning/thought-leadership/pulse ; acessado 29/05/17;