ยินดีต้อนรับสู่การตัดสินใจภายใต้สภาวะกดดัน!

ตลอดการเรียนที่ผ่านมา เรามักจะตั้งสมมติฐานว่าเรารู้เหตุการณ์ที่จะเกิดขึ้นในอนาคตได้อย่างแม่นยำ เช่น จะขายสินค้าได้กี่ชิ้น หรือราคาจะเป็นเท่าไหร่ แต่ในโลกความเป็นจริง ผู้บริหารไม่ใช่ผู้วิเศษ! พวกเขาต้องเผชิญกับ ความเสี่ยง (Risk) และ ความไม่แน่นอน (Uncertainty) อยู่ทุกเมื่อเชื่อวัน

บทนี้จะกล่าวถึงเครื่องมือที่คุณสามารถนำไปใช้เพื่อตัดสินใจให้ดีที่สุดในวันที่คุณไม่มั่นใจ 100% ว่าอนาคตจะเป็นอย่างไร ถ้ารู้สึกว่าเนื้อหาดูมีตัวเลขเยอะในตอนแรก ไม่ต้องกังวลนะ เราจะค่อยๆ ย่อยให้เข้าใจง่ายด้วยตรรกะพื้นฐานไปพร้อมกัน

1. ความเสี่ยง (Risk) vs ความไม่แน่นอน (Uncertainty): ต่างกันอย่างไร?

นักศึกษามักใช้สองคำนี้แทนกัน แต่ในวิชาการบริหารผลงาน (Performance Management) ทั้งสองคำนี้มีความหมายเฉพาะตัวครับ:

ความเสี่ยง (Risk): คือสภาวะที่มีผลลัพธ์หลายรูปแบบที่เป็นไปได้ และเรา ทราบค่าความน่าจะเป็นทางคณิตศาสตร์ ของแต่ละเหตุการณ์ (เช่น มีโอกาสฝนตก 60%) ลองนึกถึงการทอยลูกเต๋าดูครับ—คุณไม่รู้ผลลัพธ์ที่แน่ชัดว่าจะออกอะไร แต่คุณรู้โอกาสที่จะเกิดขึ้น

ความไม่แน่นอน (Uncertainty): คือสภาวะที่มีผลลัพธ์หลายรูปแบบที่เป็นไปได้ แต่เรา ไม่สามารถระบุค่าความน่าจะเป็น ได้เลย (เช่น มีคู่แข่งรายใหม่เข้ามาในตลาด แล้วเราไม่รู้เลยว่าลูกค้าจะมีปฏิกิริยาอย่างไร) มันเหมือนกับการเดินอยู่ในหมอกที่คุณมองไม่เห็นเส้นทางข้างหน้าเลย

ทบทวนสั้นๆ:

ความเสี่ยง (Risk) = ทราบค่าความน่าจะเป็น
ความไม่แน่นอน (Uncertainty) = ไม่ทราบค่าความน่าจะเป็น

2. การวิเคราะห์ความอ่อนไหว (Sensitivity Analysis)

ลองนึกภาพว่าคุณกำลังวางแผนจัดคอนเสิร์ต คุณคิดว่าจะได้กำไร แต่คุณกังวลว่าจะเป็นอย่างไรหากยอดขายตั๋วน้อยกว่าที่คาดไว้ Sensitivity Analysis จะตั้งคำถามว่า: "ตัวแปรนี้จะเปลี่ยนแปลงได้มากแค่ไหน ก่อนที่การตัดสินใจของเราจะกลายเป็นเรื่องที่ผิดพลาด?"

โดยปกติเราอยากรู้ว่าตัวแปรหนึ่งๆ (เช่น ปริมาณขาย หรือต้นทุนวัตถุดิบ) จะเปลี่ยนแปลงไปได้เท่าไหร่ก่อนที่กำไรของโครงการจะเหลือศูนย์ (จุดคุ้มทุน)

สูตรการคำนวณ:
\( \text{ความอ่อนไหว (\%)} = \left( \frac{\text{กำไรสุทธิ}}{\text{มูลค่ารวมของตัวแปรที่นำมาทดสอบ}} \right) \times 100 \)

ตัวอย่าง: หากกำไรของโครงการคุณคือ 10,000 ดอลลาร์ และรายได้จากการขายรวมคือ 100,000 ดอลลาร์ ค่าความอ่อนไหวต่อรายได้จากการขายคือ \( (10,000 / 100,000) \times 100 = 10\% \) นั่นหมายความว่าหากยอดขายของคุณลดลงมากกว่า 10% เมื่อไหร่ คุณจะเริ่มขาดทุนทันที

กฎสำคัญ:

ยิ่ง เปอร์เซ็นต์ต่ำ เท่าไหร่ ตัวแปรนั้นยิ่ง มีความอ่อนไหวสูง (และมีความเสี่ยงสูงตามไปด้วย) หากราคาเปลี่ยนแปลงแค่ 1% แล้วทำให้กำไรคุณหายไป นั่นแปลว่าเป็นโครงการที่เสี่ยงมาก!

ข้อผิดพลาดที่ควรระวัง:

การวิเคราะห์ความอ่อนไหวจะเปลี่ยน ทีละตัวแปรเท่านั้น ในความเป็นจริงมักจะมีหลายอย่างเปลี่ยนพร้อมกัน (เช่น ทั้งราคาและปริมาณขาย) แต่แบบจำลองนี้เรียบง่ายเกินกว่าจะแสดงให้เห็นถึงจุดนั้นได้

3. ค่าคาดหมาย (Expected Values - EV)

เมื่อเราเผชิญกับ ความเสี่ยง (Risk) (ที่เราทราบค่าความน่าจะเป็น) เราจะใช้ ค่าคาดหมาย (EV) เพื่อหาค่าเฉลี่ยในระยะยาว

สูตรการคำนวณ:
\( EV = \sum px \)
(หมายถึง: ให้นำ ผลลัพธ์ที่เป็นไปได้ (x) แต่ละตัว คูณกับ ความน่าจะเป็น (p) ของมัน แล้วนำผลลัพธ์ทั้งหมดมารวมกัน)

เปรียบเทียบให้เห็นภาพ: หากเพื่อนเสนอว่าจะให้เงินคุณ 100 ดอลลาร์ถ้าเหรียญออกหัว (โอกาส 50%) และคุณจะเสีย 20 ดอลลาร์ถ้าออกก้อย (โอกาส 50%):
\( EV = (0.50 \times 100) + (0.50 \times -20) = 50 - 10 = 40 \) ดอลลาร์
ในความเป็นจริง คุณจะไม่มีทางได้รับเงิน 40 ดอลลาร์พอดี (คุณจะได้ 100 ดอลลาร์ หรือไม่ก็เสีย 20 ดอลลาร์) แต่ 40 ดอลลาร์คือค่าเฉลี่ยทางคณิตศาสตร์ครับ

ข้อดีและข้อเสียของค่าคาดหมาย (EV):

ข้อดี: ให้ตัวเลขที่ชัดเจนเพียงค่าเดียวสำหรับการตัดสินใจ และเหมาะมากสำหรับการตัดสินใจที่เกิดขึ้นซ้ำๆ (เช่น การผลิตสินค้าประจำวัน)
ข้อเสีย: ไม่ค่อยมีประโยชน์สำหรับโครงการที่ทำครั้งเดียวจบ (One-off) เพราะค่า EV อาจไม่ใช่ผลลัพธ์ที่เกิดขึ้นจริง นอกจากนี้มันยังละเลย ทัศนคติต่อความเสี่ยง (การขาดทุนมหาศาลอาจทำให้คุณล้มละลายได้แม้ว่าค่า EV จะเป็นบวกก็ตาม!)

4. กฎการตัดสินใจ: ทัศนคติต่อความเสี่ยง

ในการสอบ คุณจะได้พบกับผู้บริหาร 3 ประเภท การที่พวกเขาเลือกโครงการขึ้นอยู่กับ "บุคลิก" ของเขา:

A. ผู้มองโลกในแง่ดี (Maximax)

กฎ Maximax คือการมองหา ผลลัพธ์ที่ดีที่สุดที่เป็นไปได้ ของแต่ละทางเลือก แล้วเลือกอันที่สูงสุด เป็นแนวทางแบบ "ได้เป็นได้" (Go Big or Go Home) วิธีใช้คือ:
1. หาค่า กำไรสูงสุด ของแต่ละทางเลือก
2. เลือกค่าที่ สูงสุด ของกำไรเหล่านั้น

B. ผู้มองโลกในแง่ร้าย (Maximin)

กฎ Maximin สำหรับผู้บริหารที่เกลียดการขาดทุน พวกเขาจะดู กรณีที่เลวร้ายที่สุด ของทุกทางเลือก แล้วเลือกอันที่ "เลวน้อยที่สุด" วิธีใช้คือ:
1. หาค่า กำไรที่ต่ำที่สุด ของแต่ละทางเลือก
2. เลือกค่าที่ สูงที่สุด ของกำไรต่ำสุดเหล่านั้น (คือ "เลือกสิ่งที่ดีที่สุดจากสิ่งที่แย่ที่สุด")

C. ผู้แสวงหาโอกาส (Minimax Regret)

ผู้บริหารประเภทนี้เกลียดการ "พลาดโอกาส" พวกเขาต้องการลด ความเสียดาย (Regret) ให้เหลือน้อยที่สุด (ความเสียดายคือกำไรที่พลาดไปจากการเลือกทางเลือกที่ผิด) วิธีนี้ต้องใช้ ตารางความเสียดาย (Regret Table)

ขั้นตอนการทำตารางความเสียดาย:
1. ในแต่ละสถานการณ์ (เช่น ความต้องการสินค้าสูง) ให้ระบุกำไรที่ดีที่สุดที่เป็นไปได้
2. นำกำไรสูงสุดนั้นลบด้วยกำไรอื่นๆ ในสถานการณ์เดียวกัน (ส่วนต่างนี้คือ "ความเสียดาย" ของคุณ)
3. สำหรับการตัดสินใจแต่ละทาง ให้หาค่า ความเสียดายสูงสุด (Maximum Regret)
4. เลือกการตัดสินใจที่มีค่า ความเสียดายสูงสุดที่น้อยที่สุด (Minimum Maximum Regret)

ตัวช่วยจำ:

Maximax: ดีที่สุดของที่สุด (มองโลกแง่ดี)
Maximin: ดีที่สุดของความเลวร้าย (มองโลกแง่ร้าย)
Minimax Regret: เสียดายน้อยที่สุด (กลัวพลาดโอกาส)

5. แผนภูมิการตัดสินใจ (Decision Trees)

แผนภูมิการตัดสินใจก็คือแผนที่ของการตัดสินใจที่ซับซ้อน มันใช้ สี่เหลี่ยม แทนจุดตัดสินใจ (ที่ผู้บริหารเลือกเอง) และใช้ วงกลม แทนจุดที่เป็นผลลัพธ์ (ที่โชคชะตาหรือความน่าจะเป็นเข้ามาเกี่ยวข้อง)

วิธีทำ:
1. วาดจากซ้ายไปขวา: วาดทางเลือกและผลลัพธ์ที่เป็นไปได้ทั้งหมดออกมา
2. คำนวณจากขวาไปซ้าย ("Rollback"): คำนวณค่าคาดหมาย (EV) ที่จุดวงกลมแต่ละจุด และที่จุดสี่เหลี่ยม ให้เลือกทางเลือกที่ดีที่สุดแล้ว "ตัด" ทางเลือกที่ไม่ดีทิ้งไป

เคล็ดลับสำคัญ:

อย่าลืมนำ ต้นทุน ของการตัดสินใจ (เช่น ค่าทำวิจัย) มาหักออกจากผลลัพธ์สุดท้ายที่ปลายกิ่งด้วยนะ!

6. มูลค่าของข้อมูล (The Value of Information)

บางครั้งเราสามารถจ่ายเงินเพื่อซื้อรายงานวิจัยการตลาดเพื่อให้รู้ล่วงหน้าว่าอนาคตจะเป็นอย่างไร เราควรจ่ายเงินเท่าไหร่ดี?

มูลค่าของข้อมูลที่สมบูรณ์แบบ (VOPI):
1. คำนวณ EV ของการตัดสินใจ เมื่อมี ข้อมูลที่สมบูรณ์แบบ (ทำเสมือนว่าคุณรู้อนาคตทุกครั้ง)
2. คำนวณ EV โดยไม่มี ข้อมูล (การคำนวณ EV แบบปกติ)
3. VOPI = (EV เมื่อมีข้อมูล) - (EV เมื่อไม่มีข้อมูล)

เปรียบเทียบ: ถ้าลูกแก้ววิเศษช่วยให้คุณได้กำไรเพิ่มขึ้น 1,000 ดอลลาร์ คุณก็ควรยินดีจ่ายเงินซื้อลูกแก้วไม่เกิน 1,000 ดอลลาร์ แต่ไม่ควรจ่ายเกินนั้นแม้แต่เซนต์เดียว!

สรุปสาระสำคัญ

ในส่วน C ของการสอบ PM จำไว้ว่า:
- ใช้ Sensitivity Analysis สำหรับคำถามประเภท "ถ้าเกิด...จะเกิดอะไรขึ้น"
- ใช้ Expected Values (EV) เมื่อมีค่าความน่าจะเป็น
- ใช้ Maximax/Maximin/Minimax Regret เมื่อไม่ทราบค่าความน่าจะเป็น (สภาวะไม่แน่นอน)
- ใช้ตรรกะเสมอ: ถ้าผู้บริหารหลีกเลี่ยงความเสี่ยง (Risk-averse) เขาจะเลือก Maximin มากกว่า Maximax!

ไม่ต้องกังวลถ้าเรื่องนี้ดูยากในตอนแรก! ยิ่งคุณฝึกทำตารางความเสียดายและฝึกคำนวณแผนภูมิการตัดสินใจบ่อยเท่าไหร่ คุณจะยิ่งคล่องขึ้นเอง คุณทำได้อยู่แล้ว!