欢迎来到决策树（Decision Trees）的世界！
你好！你有没有试过在面对艰难抉择时，却不确定结果会如何？比如你可能正在纠结应该多花一小时复习，还是去睡觉休息，你需要权衡成绩进步的机会与因太过疲累而无法思考的风险。
企业每天都要面对这些“如果...会怎样”的场景。他们应该推出新产品吗？应该进入新市场吗？为了协助他们做出理性的抉择，企业会使用一种称为决策树的工具。这一章将带你学习如何构建决策树、进行数值计算，以及判断它们是否有用。如果刚开始看到数学计算觉得有点吓人，别担心——我们会一步步为你拆解！
1. 什么是决策树？
决策树是一种数学模型，透过将不同的选择及其可能的结果绘制成类似树枝的图表，来协助管理层做出决定。这是一个量化（quantitative）的决策工具，意味着它依赖数字和数据，而不仅仅是依靠“直觉”。
决策树的目的
主要目标是协助企业选择最有可能带来最佳经济结果的路径。它强迫管理层透过为不同事件分配概率，来考量风险（risk）与不确定性（uncertainty）。
关键符号
要阅读决策树，你只需要认识两个主要图形：
1. 决策节点（正方形）：代表管理层必须在不同行动方案之间做出选择的点。从正方形引出的线条代表可用的选项（例如：“兴建大型工厂”或“兴建小型工厂”）。
2. 概率/机会节点（圆形）：代表结果不确定的点。从圆形引出的线条代表某个选择之后可能出现的结果（例如：“高需求”或“低需求”）。
本节摘要：决策树是可视化、数值化的地图，透过查看成本、潜在利润和成功概率，帮助企业比较不同的选项。
2. 理解数字：概率与结果
在计算哪条路径最好之前，我们需要先理解出现在“树枝”上的两类数字。
概率（Probabilities）
概率是指特定结果发生的可能性。在考试中，这些数字通常以小数（例如：0.6）或百分比（例如：60%）给出。
黄金法则：从同一个圆形（机会节点）引出的分支，其概率总和必须等于 1.0（若使用小数）或 100%（若使用百分比）。如果成功的机会是 60%，那么失败的机会就一定是 40%。
经济结果（收益/Payoffs）
在树枝的最末端，你会看到一个数值。这就是预期回报（Expected Return），即企业如果采取该特定路径预计获得的利润或损失。
你知道吗？概率通常基于过往数据或专家的意见。如果一家企业推出了十个类似的产品，其中六个成功，他们可能会将成功概率设定为 0.6。
3. 计算决策树：步骤说明
为了找出最佳选项，我们需要计算预期价值（Expected Value, EV），然后计算净收益（Net Gain）。我们总是从图表的右边向左边进行计算。
第一步：计算预期价值 (EV)
预期价值是企业从某个选择中获得的平均回报（考虑了所有概率）。公式如下：
\( \text{预期价值} = (\text{概率 1} \times \text{结果 1}) + (\text{概率 2} \times \text{结果 2}) \)
第二步：计算净收益 (Net Gain)
并非 EV 最高的选项就一定是最好的。你必须减去做出该选择的成本（初始投资额）。
\( \text{净收益} = \text{预期价值} - \text{选项的初始成本} \)
现实案例
想象一下“汉堡世界”（Burger World）正在决定是否要推出一款“纯素汉堡”。推出该产品的成本为 100,000 英镑。
- 有 0.7 (70%) 的机会大受欢迎，可获利 300,000 英镑。
- 有 0.3 (30%) 的机会失败，仅获利 20,000 英镑。
1. 计算 EV：
\( (0.7 \times 300,000) + (0.3 \times 20,000) = 210,000 + 6,000 = 216,000 \text{ 英镑} \)
2. 计算净收益：
\( 216,000 - 100,000 = 116,000 \text{ 英镑} \)
116,000 英镑的净收益就是管理层用来将此次汉堡推广活动与其他选项进行比较的最终数字！
常见错误：许多学生在最后会忘记减去初始成本！在定稿答案前，请务必检查该选项是否包含成本。
4. 评估实用性：企业应该使用决策树吗？
获得数字后，你需要评估它们的实际用处。在商业科 H431 中，评估是获取高分的关键！
优点（重要性）
- 强制进行逻辑思考：管理层不能只靠猜测，必须确实考虑每个选项的风险和成本。
- 视觉清晰：将复杂的问题简化为易于阅读的图表。
- 考量风险：透过使用概率，承认未来是不确定的。
- 利于比较：为每个选项提供单一的“净收益”数字，很容易看出哪一个在数学上更胜一筹。
局限性（“但是...”因素）
- 垃圾进，垃圾出（Garbage In, Garbage Out）：如果概率或结果数字只是“随便猜的”，最终结果就会出错。这是最大的风险！
- 仅限量化：决策树忽略了质性（qualitative）因素。例如，一个决策可能有最高的净收益，但可能会破坏品牌声誉或令员工不满。
- 动态环境：外部环境（如经济状况或新法规）变化迅速。今天绘制的树状图到项目开始时可能已毫无价值。
- 偏见：管理层可能会选择“乐观”的数字，让他们倾向的项目在树状图上看起来更好。
本节摘要：决策树对于理性、数据驱动的选择很有用，但其价值取决于输入数据的品质。它们应与其他因素配合使用，而非单独使用。
5. 快速复习与成功秘诀
快速复习箱
- 正方形 = 决策；圆形 = 概率。
- 概率总和必须等于 1.0 或 100%。
- EV = 概率乘以结果。
- 净收益 = EV 减去初始成本。
- 计算方向：从右至左。
如何回答“企业应该采取这种行动方案吗？”
如果刚开始觉得很难处理，别担心！请按照以下检查清单回答：
1. 陈述结果：“根据决策树，选项 A 的净收益为 X 英镑，高于选项 B。”
2. 考虑风险：“然而，选项 A 出现负面结果（失败）的机会也较高。”
3. 加入质性因素：“企业还必须考虑这个选择如何影响其长期目标或利益相关者，例如员工或当地社区。”
4. 质疑数据：“这些概率有多可靠？如果它们只是估算值，管理层应该保持谨慎。”
记忆辅助：使用助记词 "C.R.A.P." 来评估任何决策工具：
C - Costs/数据的准确性？
R - Results（结果）的可靠性？
A - 是否忽略了其他Alternative（替代）方案？
P - People/质性因素？