En las organizaciones, se toman decisiones en base a fundamentos cuantificable y calificable, por ello se recurre al diseño de ciertos modelos y algoritmos matemáticos, que nos permite cumplir satisfactoriamente con la dinámica de los diversos sistemas administrativos, es a través de la aplicación de los modelos que se estudian la realidad existente en la organización, partiendo de allí el proceso según la necesidad o conveniencia que sea de fácil manipulación para los decisores, de igual manera incluir principios que certifiquen su efectividad, básicamente en momentos de incertidumbre, buscando siempre que las decisiones sean las más correctas.
En condiciones generales, el ser humano ha buscado crear sistemas de decisiones automatizadas, ajustadas a las necesidades, por la complejidad de los mismos, con los conocimientos sólidos y profundos que sustentan en la toma de decisiones, porque una mala decisión puede afectar toda una organización. En efecto,las mejores decisiones son fundamentales en la vida de los seres humanos pero sobre todo cuando requerimos de acciones rápidas. Sin duda en las decisiones racionales,el decisor debe poseer las habilidades y capacidades rápidas, efectivas, evaluando la ponderación de todas las alternativas que se tienen en el momento para elegir la decisión más acertada.
Al mismo tiempo, con el uso de la modelación matemática, el papel que juega la toma de decisiones es vital en el funcionamiento y permanencia a través del tiempo de las empresas, porque se exploran aplicaciones que son totalmente desconocidas por los decisores, ya que cada modelo tiene características propias, que proporcionan un escenario cuantitativo de la situación real de la empresa.Una de las dificultades que los decisores enfrentan es la de poder cuantificar el riesgo, es decir el darle una representación numérica, haciendo pruebas, ajustes, a través de analizar minuciosamente los detalles operativos y financieros.
A todos ellos, cuando determinamos el planteamiento de un problema de decisiones, cuando se presentan sistemas de producción mediante modelos que son simples, fáciles de comprender, podemos hacer mención de los modelos matemáticos más utilizados como árbol de decisión, optimización, teoría de juegos, simulación, siendo grandes avances a nivel de las decisiones. Dentro de los estudios revisados, se destaca la utilización de la simulación en la investigación de sistemas complejos porque constituye una herramienta fundamental para una mayor operación del sistema, a la vez que facilita el descubrimiento de las variables que interactúan en el sistema. El beneficio de los árboles de decisión resulta ser superior al del resto sirviendo de partida para simulaciones y proyección de otras variables económicas, financieras.
Por estas razones, la elección de de los modelos tiene que ver con el criterio de selección de variables. Si bien se pueden seleccionar variables explicativas con una base económica que la sustenta, muchas veces estas variables resultan ser poco significativas, de ahí que las organizaciones deben tener cuidado a la hora de hacer la escogencia del modelo adecuado porque puede significar la omisión de variables relevantes. Sin embargo, estos modelos están basados en criterios que no están exentos del riesgo o del error, más relevante aun, si una variable pasa a ser significativa cuando otra de ellas alcanza un nivel específico o cuando se da un escenario extremo.
En términos generales, para evitar confusiones en la implementación de los modelos, sobre todo en escenarios de incertidumbre, las decisiones genera variabilidad de aspectos, en todo caso los árboles de decisión tienen la ventaja de manejar una gran cantidad de variables junto a sus relaciones no lineales, siendo capaces de describir la dinámica de las tasa en términos de sus variables interpretativas. Desde este ámbito, el responsable de la toma de decisiones, debe asegurar la identificación de todas las variables claves y que las probabilidades asignadas sean realistas.
En el proceso de toma de decisiones, los modelos probabilístico son utilizados para protegerse de la incertidumbre, generalmente, se enfrentan a severa escasez de información, porque es necesario ejecutar la evaluación de riesgo para cuantificar la información entre lo que es conocido y lo que necesita saber para tomar una decisión óptima. A diferencia de los procesos de decisiones determinísticas, tales como los de optimización lineal, las variables son normalmente más numerosas, resultando más difíciles de medir.
En el análisis de decisiones, pueden producirse eventos sobre los que el decisor no tiene control. Para facilitarlo, los expertos han creado metodologías que les permitan tomar el camino más adecuado, en beneficio de su organización y su personal. Una de ellas es el árbol de decisiones, ya que la fuente de errores en los problemas de toma de decisiones arriesgadas son las presunciones falsas. Por tal razón, cuando una situación de decisión requiere que se tome una serie de decisiones, el abordaje de la tabla de pago no da cabida a las múltiples decisiones, para ello se selecciona el árbol de decisiones, para obtener una estimación exacta de las probabilidades.
En efecto, no se puede predecir el futuro con base en todos los datos estudiados y a la información obtenida, se hace una suposición inteligente sobre lo que pueda pasar, es decir a la experiencia adquirida. Por consiguiente, a pesar de la buena preparación que se tenga para las decisiones, algunas de ellas resultarán equivocadas. Otras veces, las circunstancias cambian, la decisión que era apropiada hace un tiempo ya no es válida. Además, se puede aprovechar una decisión equivocada para aprender de los errores. Por esto, las dificultades de la toma de decisiones están representadas por la complejidad de las alternativas de decisión, ya que la capacidad que tiene un decisor de procesar información limitada es un factor de exigencia pero en muchas decisiones se deben visualizar y comparar las implicancias de varios cursos de acción.
Sin duda, hay factores desconocidos que interfieren en la problemática; la mayoría de las veces, el resultado depende de las reacciones de otras personas que quizás ni siquiera saben qué van a hacer y que luego decidan sin intentar considerar todas las implicancias de su decisión. Por tal razón, las preferencias de un decisor, si tiene aversión o neutralidad al riesgo, hace su elección en uso de los arboles de decisión que sirven para resolver problemas de decisiones bajo incertidumbre.
Evidentemente, las empresas todo el tiempo se toman decisiones, la gran mayoría bajo una estrategia que tome en cuenta la complejidad de las situaciones. De hecho, se debe buscar la mejor alternativa, aplicando un diagnóstico adecuado, realizando una búsqueda minuciosa, para elegir la mejor alternativa basada en un proceso de ramificación. El árbol de decisión es un diagrama del problema real, una de las características principales del árbol son los puntos de ramificación y que cada punto elige la selección de acciones, que están conformados por nodos (cuadros) de decisión y nodos de incertidumbre representados por (círculos), de las cuales debe ser elegida por el decisor, a su vez le permite identificar la mejor acción inicial, así como las mejores acciones subsecuentes.
Por lo demás, el árbol de decisión es una excelente ayuda para la elección desde distintas perspectivas de acción. En todo caso proveen una estructura sumamente efectiva para cuantificar el costo del resultado y su probabilidad de uso, permitiendo analizar las alternativas, los eventos, los resultados para así analizar de manera completa todas las posibles soluciones, dentro de la cual estiman cuáles son las opciones a investigar, las posibles consecuencias de seleccionar cada una de ellas. Los árboles de decisión están relacionados con el proceso Bayesiano de decisión, e incluso podríamos decir que es un método gráfico para tomar una decisión, su nombre radica porque se asemeja a un árbol, pero horizontal.
Ahora bien, se llama árbol de decisión porque se busca generar cuáles son las alternativas o bien sean buenas o malas de los factores a evaluar. Una vez que se conoce la problemática, se comienza a detallar todos los factores que la componen, cuáles son aquellos factores que son primordiales para tu empresa, asegúrate de comenzar la ramificación apartando tres o cuatro alternativas para cada criterio. Lo que buscamos es generar supuestos de manera objetiva. De hecho el Diseño se hace cronológicamente de izquierda a derecha; y la solución del mismo en sentido contrario.
Conclusión
Los diversos métodos para la toma de decisiones, son nuestros mejores activos a la hora de realizar esta tarea, aunque contemos con todas las herramientas que existen para realizar decisiones adecuadas. Las empresas tienen que tomar decisiones importantes todo el tiempo; una mala elección puede significar grandes pérdidas e incluso el cierre total de la misma, porque siempre es bueno saber qué se hizo bien y qué se hizo mal, para analizar con tu equipo de trabajo cada uno de los pasos en la evaluación de alternativas, esto ayudará a mejorar las tomas de decisiones a futuro, también servirán de apoyo a nuestra inteligencia y sentido común para alcanzar el mayor éxito en las organizaciones.
Bibliografía:
Lcda. Exqueila Rodriguez
Especialista en Talento Humano
Egresada de la Universidad de Los Andes-Venezuela
Especialista en Talento Humano
Egresada de la Universidad de Los Andes-Venezuela
Congratulations @exqueila! You have completed the following achievement on the Steem blockchain and have been rewarded with new badge(s) :
You can view your badges on your Steem Board and compare to others on the Steem Ranking
If you no longer want to receive notifications, reply to this comment with the word
STOPTo support your work, I also upvoted your post!
Vote for @Steemitboard as a witness to get one more award and increased upvotes!
This post has been voted on by the SteemSTEM curation team and voting trail. It is elligible for support from @curie and @minnowbooster.
If you appreciate the work we are doing, then consider supporting our witness @stem.witness. Additional witness support to the curie witness would be appreciated as well.
For additional information please join us on the SteemSTEM discord and to get to know the rest of the community!
Please consider using the steemstem.io app and/or including @steemstem in the list of beneficiaries of this post. This could yield a stronger support from SteemSTEM.