У некоторых задач есть несколько вариантов решений, и не всегда понятно, какой из них лучше. Выбирать проще, когда опции находятся перед глазами. Чтобы изобразить все возможности, используют технику «дерево решений».
Рассказываем, что представляет собой дерево решений, как оно работает и помогает не наломать дров.
Что такое дерево принятия решений
Дерево принятия решений — это метод, который изображает все варианты того, как можно подойти к задаче.
Компании применяют технику, чтобы определять риски и принимать бизнес-решения. Например, банки оценивают, одобрять ли клиенту кредит, а маркетинговые агентства — какую рекламную площадку выбрать. Дерево рисуют, когда важно учитывать множество факторов и есть несколько разных вариантов, как решить задачу.
Как выглядит дерево решений
Модель назвали деревом решений, потому что она напоминает ствол с ветками, только вверх ногами. У схемы есть:
- Корень. То, с чего начинается дерево. Он находится наверху. В нем пишут вопрос или задачу.
- Ветки. Иногда их называют узлами. Это условия или критерии, которые уточняют ситуацию. Здесь может быть вопрос, параметр или вариант развития событий.
- Листья. Это конечные значения или решения, к которым идет каждая ветка. У листьев не может быть ответвлений.
Веток и листьев могут быть десятки и сотни. Количество зависит от условий и параметров — каждый пункт создает новые разветвления. Простая модель выглядит так:
Дерево показывает возможные стратегии и их последствия. Чтобы принять решение, надо двигаться по веткам и выбирать путь, который больше подходит. Например, так можно определить, какую доставку заказать.
- Корень — вопрос: «Какую доставку выбрать?».
- Ветки — варианты выбора с быстрой и медленной доставкой и ценами.
- Листья — результаты, выводы.
Пример дерева решений для выбора доставки:
В этой ситуации есть два варианта. Если нужно, чтобы товар пришел скорее, подойдет быстрая доставка. Когда важно сэкономить — медленная.
Для каких задач подходит дерево
В бизнесе решения принимают постоянно: инвестировать или экономить, нанимать или обучать. Чем сложнее выбор, тем больше альтернатив и тем проще увязнуть в анализе. Метод четко показывает, как можно поступить и какие будут последствия. Разбираем дерево решений: примеры решения задач.
Задача №1. Определить, какие сотрудники нужны
Деревья помогают развивать команды. Оценивать, нужно ли нанимать людей. Определять, в каком формате работать с новыми сотрудниками.
Варианты выбора:
- Нанять специалиста в штат — если работы много.
- Рассмотреть фрилансера — если компания не сможет загрузить работника на полный день.
- Нанять специалиста в штат — если задач немного, но дизайнер должен погрузиться в продукт и не отвлекаться на другие проекты.
- Нанять внештатного сотрудника — когда работы мало, а другие проекты не будут мешать специалисту.
Задача №2. Выбирать поставщиков
Дерево решений помогает сравнивать варианты и определять те, которые отвечают целям компании прямо сейчас. Так бизнесу легче выбирать поставщиков.
Варианты выбора:
- «Крутые обжарщики», если скорость важнее.
- «Кофезавод», если бюджет небольшой.
Задача №3. Решать, давать ли клиентам скидки
Когда компания дает скидку, она теряет часть выручки. Иногда это важно, чтобы сохранить лояльность клиентов и мотивировать их покупать чаще.
Варианты выбора:
- Не делать скидку — если человек редко делает заказы и покупает мало.
- Сделать скидку на один заказ — если клиент часто покупает, но тратит небольшие суммы.
- Сделать постоянную скидку — если человек много тратит, но покупает нечасто или совершает большое количество серьезных покупок.
Во всех примерах выше нарисовать деревья можно вручную. Сделать это получается не всегда: есть задачи с очень большим количеством исходов и вероятностей. Составить по ним схемы самостоятельно сложно. В таких случаях нужны машинные алгоритмы. Они автоматически классифицируют данные, находят закономерности и строят модели с учетом десятков и сотен параметров.
Пример, когда нужен машинный алгоритм. Ключевая ставка в стране — 7%. С такими условиями Центральный банк выдает кредиты коммерческим организациям. Частные фирмы занимают средства и потом возвращают на семь процентов больше.
Коммерческий банк «Развитие» берет деньги у ЦБ, чтобы выдавать ипотеку своим клиентам. Он предлагает каждому заемщику свои условия: одному клиенту 7,5%, другому — 9%. Компания выделяется на фоне конкурентов — остальные организации выдают ипотеку под одинаковые 10%.
Чтобы рассчитывать ставку для каждого человека, банк учитывает множество факторов: зарплаты заемщиков, их кредитные истории, первоначальные взносы, экономику в стране. Это важно, чтобы компания могла стабильно зарабатывать.
- Если банк поставит слишком низкий процент, он заработает мало. Все деньги, которые вернул заемщик, придется отдавать ЦБ. Так у компании не останется средств, чтобы платить зарплату, арендовать офисы.
- Если банк поставит слишком высокий процент, то может потерять деньги. В этом случае клиенту будет сложно возвращать кредит. Он начнет задерживать оплату. Компании придется тратить ресурсы, чтобы вернуть средства через суд.
Чтобы учесть все вероятности, можно использовать дерево. Но вручную нарисовать схему со всеми параметрами невозможно, она будет слишком большая.
Банк использует машинный алгоритм для анализа. Программа изучает данные о других заемщиках, сравнивает их профили с текущими клиентами. Предполагает, как быстро и успешно новые пользователи закроют кредит.
Алгоритм строит дерево решений. Схема подсказывает, какую ставку предлагать разным людям. Так всем клиентам хватает средств на оплату кредита, и банк зарабатывает.Не обязательно выделять большой бюджет, чтобы собирать информацию и принимать решения на основе данных. Можно начать с аналитики в CRM-системе.
CRM Битрикс24 собирает все входящие заявки: считает их количество и запоминает, откуда пришли лиды. Сохраняет историю каждой продажи, подсказывает среднее время сделки и конверсию из обращения клиента в продажу.
Как построить дерево решений
Модель можно нарисовать в любом графическом редакторе: Figma, Canva, PowerPoint. Разбираем, как построить схему, когда нужно принять решение.
Пример №1. Запускать ли новое приложение?
Представьте, что вы начинающий предприниматель. Хотите разработать и выпустить приложение. Вы готовы нанимать программистов и делать сервис. Но перед этим задаете вопрос: «Стоит ли вообще запускать продукт?» Чтобы принять решение, нарисуйте дерево.
Шаг 1. Определите корень. Это первый вопрос, от которого пойдут ветви. В нашем случае: «Делать ли приложение?».
Шаг 2. Добавьте ветви. Подумайте, от чего зависит успех продукта и что нужно учитывать при его разработке. Условия станут ветками. В нашем случае это могут быть спрос на рынке, конкуренция и стоимость разработки. Они пойдут из корня по порядку.
Первая ветка: «Какой спрос на рынке?». Если он высокий, продукт, скорее всего, будет успешным. Если средний или низкий, новое приложение привлечет мало пользователей.
Вторая ветка: «Какая себестоимость продукта?». Это важно: делать очень дорогой продукт можно, когда на рынке высокий спрос. Иначе есть риск потерять много денег, потому что люди не будут использовать приложение.
Третья ветка: «Сколько конкурентов на рынке?». Даже если спрос высокий, а разработка стоит дешево, нужно учитывать конкурентов. Когда крупные бренды уже поделили рынок, сложно привлечь людей в новое приложение. Для этого нужен большой бюджет на рекламу.
Выбираем категории, которые охватывают возможные сценарии:
- Много конкурентов — высокая конкуренция, сложнее привести клиентов.
- Мало конкурентов — умеренная конкуренция, есть шансы на успех.
Шаг 3. Опишите листья. Теперь на основе комбинации условий определяем возможные решения:
- Запустить продукт — если условия хорошие: высокий спрос, низкая стоимость разработки, мало конкурентов.
- Отложить запуск — если есть потенциал, но текущие условия сложные, например, средний спрос и высокая цена за разработку.
- Отказаться от запуска — если риски слишком высоки: низкий спрос, высокая себестоимость и много конкурентов.
Вот как можно заполнить дерево на основе комбинаций условий:
- Высокий спрос + Низкая себестоимость → Запустить продукт.
- Высокий спрос + Высокая себестоимость + Много конкурентов → Отложить запуск.
- Средний спрос + Средняя себестоимость + Мало конкурентов → Запустить продукт.
- Низкий спрос → Отказаться от запуска.
А так это выглядит на схеме:
Это простое дерево. Оно нужно, чтобы принять первое решение: начинать ли работу над продуктом. Однако эта схема не учитывает другие факторы и внешние события. Например, совсем не рассматривает целевую аудиторию и не отвечает, что делать, если конкурент скопирует приложение.
Чтобы развивать бизнес дальше, нужно построить более детальную схему, продумать бизнес-модель и составить финансовый план.
Пример №2. Как чат-бот будет бронировать места в ресторане?
Деревья решений также используют, чтобы придумывать диалоги. Например, разрабатывать сценарии для ботов-помощников. Алгоритмы учитывают слова людей, выбирают подходящие ветки разговоров и отвечают.
Представьте, что вам нужно настроить телеграм-бот для ресторана, чтобы гости бронировали столики онлайн. Надо придумать, как помощник будет разговаривать с людьми. Поможет дерево решений.
Шаг 1. Определите корень. Этот вопрос будет начинать разговор. Он может звучать так: «Хотите забронировать столик?». Люди смогут отвечать «да» и дальше уточнять детали заказа или отказываться и закрывать чат.
Шаг 2. Постройте ветки. Следующий узел — «На сколько человек нужен столик?». В вариантах ответа возьмите самые популярные запросы клиентов. Сценарии могут быть такими:
- 2 человека — простой запрос. Бот может обработать его самостоятельно, но нужно уточнить детали.
- 3-6 человек — возможны дополнительные требования, например вип-комната. Важно узнать все подробности.
- Более 6 человек — сложный запрос. Лучше сразу передать его оператору. Так сотрудник сможет заранее уточнить, будет ли предзаказ по меню и другие вопросы.
Для групп 1-2 человека и 3-6 человек задаем вопрос: «На какой день бронируете?». От выбора зависит, какие даты и время предложит бот. Варианты ответов и следующие ветки:
- Будние дни.
- Выходные.
Для 3-6 человек добавьте еще одну ветвь — «Нужна ли вам VIP-комната?», с вариантами ответа «Да» и «Нет». Комнату часто занимают большие компании.
Шаг 3. Определите листья. Теперь нужно понять, в каких случаях бот сможет сам уточнить дату и забронировать стол, а когда — переведет на администратора. В примере листья — это следующие значения:
- Бронировать столик.
- Переводить на оператора.
Эти конечные действия, которые бот выполняет после анализа всех условий. Они не ведут к следующим вопросам или ветвям, а завершают процесс. Итоговая схема выглядит так:
Мы показали пример простого алгоритма, дерево можно развернуть дальше: например, чтобы бот уточнял время и бронировал, если есть свободный стол. Если нет, то переводил на оператора.
Дерево решений — только один из инструментов, которые помогают предпринимателям управлять бизнесом. В нашем телеграм-канале делимся советами, инструкциями по работе с сервисами Битрикс24, кейсами и чек-листами. Например, как продуктивно проводить встречи, защитить корпоративный портал от кибератак или справиться с многозадачностью.
Подписывайтесь и забирайте в Telegram-канале.
Частые вопросы
Поможет анализ дерева решений.В первую очередь определите простую и конкретную цель. Например, улучшить маркетинговую стратегию. Затем определите направления, как вы можете решить задачу. Для каждого из них нарисуйте свое дерево.
Если хотите развить маркетинговую стратегию, включите в одну схему только рекламные каналы. В другую — варианты акций. Не смешивайте все в одном, иначе ветвей получится слишком много и будет сложно анализировать дерево решений. Есть еще несколько советов:
- Установите ограничения. Специально откажитесь от некоторых возможностей. Например, заранее изучите рекламные каналы и отберите 2-4 площадки, из которых будете выбирать. Учтите в дереве решений только эти каналы.
- Оцените риски и выгоды по двум вопросам. По каждому варианту ответьте: «Что я теряю?» и «Что я получаю?» Учитывайте только главные плюсы и минусы, не разбирайте те, которые не имеют большого значения.
Одна из ошибок — подменять данные мнениями. Например, вместо цифр и фактов обозначать в рисках собственные ощущения: «площадка принесет мало трафика», «у сайта низкая кликабельность». Вместо этого нужно проверить доводы, изучить информацию и привязать ветки к метрикам: так будет проще принять взвешенное решение.
Другая ошибка связана с идеальным сценарием. Пользователь игнорирует риски и прописывает только выгоды. Например, компания запускает новый продукт и строит дерево решений только для успешного развития событий: спрос будет высокий, а себестоимость — низкая.
Риски не учитываются: непонятно, что делать, если спрос окажется ниже прогноза на 50%, и как реагировать, если стоимость производства будет слишком высокой.
Дерево должно включать не только «как заработаем», но и «как не прогорим». Для этого прописывайте минимально допустимый результат, а также реакцию на провал.
Модель помогает найти баланс между рисками и возможностями. Разбираем, как это работает на практике. Компания хочет накопить финансовую подушку и выбирает, как инвестировать. Есть два пути:
- Консервативная стратегия — вложить много денег в государственные облигации. Плюсы: минимальные риски, стабильный доход. Возможный результат: +15% к прибыли. Критический риск: если в стране случится кризис, компания может потерять 2 миллиона рублей.
- Агрессивная стратегия — купить криптовалюту на небольшую сумму. Плюсы: высокая доходность. Возможный результат: +50% к прибыли. Критический риск: если валюта не вырастет, компания не получит доход и не сделает запас средств.
Затем определяем точку баланса:
- Если главная цель – накопить деньги → выбираем консервативную стратегию. Она снижает риски, пусть и предлагает меньшую доходность.
- Если компания хочет быстро накопить подушку и готова рискнуть частью капитала → стоит вложить средства в агрессивную стратегию.
Чтобы снизить риски, можно добавить в дерево «красные флаги» — четкие сигналы, когда нужно свернуть даже перспективное направление. Например, если криптовалюта упала на 20% за три месяца, надо срочно продавать активы.
Ошибки случаются, когда люди строят схему на основе опыта и представлений, а не фактов и аналитики.
Например, руководитель рисует дерево решений для кофейни и прописывает посещаемость точки. Он считает нормальным показатель, когда за 60 минут приходят 100 человек. Однако бариста справляется только с 50 заказами в час. Когда их становится больше, сотрудник не успевает, начинаются очереди. Директор ошибается, потому что не учитывает навыки специалиста.
Что в итоге
- Дерево решений — это инструмент, который помогает делать выбор. Модель состоит из трех элементов. Корень — главный вопрос или проблема. Ветви — возможные варианты, листья — итоговые стратегии.
- Схему используют в бизнесе, чтобы выбирать стратегии: какой продукт запускать, каких сотрудников нанимать, какие рекламные каналы выбрать.
- При создании дерева решений определите корневой вопрос, добавьте 2-3 ключевых варианта, пропишите последствия для каждого.
- Чтобы решения были взвешенными, нужно определять ветви на основе цифр и фактов — себестоимости, конверсии, сроков. Еще важно прописывать не только идеальные сценарии, а риски, реакции на провалы и минимальные результаты.
