ต้นไม้การตัดสินใจ หรือ การตัดสินใจแบบกิ่งก้านสาขา (decision tree) ในการบริหารธุรกิจ เป็นแผนผังต้นไม้ที่ช่วยในการตัดสินใจ โดยแสดงถึงมูลค่าของทรัพยากรที่จะใช้ ความเสี่ยงในการลงทุนและและผลลัพธ์ที่มีโอกาสเกิดขึ้น ต้นไม้ตัดสินใจสร้างขึ้นเพื่อช่วยการตัดสินใจเพื่อใช้ในการสร้างแผนงาน นิยมใช้มากในการบริหารความเสี่ยง (risk management) ต้นไม้ตัดสินใจเป็นส่วนหนึ่งของทฤษฎีการตัดสินใจ (decision theory) และ ทฤษฎีกราฟ
ต้นไม้การตัดสินใจ มีประโยชน์อย่างไร
ต้นไม้การตัดสินใจ มีประโยชน์อย่างไร
ต้นไม้ตัดสินใจ เป็นโมเดลทางคณิตศาสตร์ที่ใช้ทำนายประเภทของวัตถุโดยพิจารณาจากลักษณะของวัตถุ บัพภายใน (inner node) ของต้นไม้จะแสดงตัวแปร ส่วนกิ่งจะแสดงค่าที่เป็นไปได้ของตัวแปร ส่วนบัพใบจะแสดงประเภทของวัตถุ
การตัดสินใจโดยแผนภาพต้นไม้นี้มีประโยชน์ต่อนักวิเคราะห์ระบบ 2 อย่างด้วยกัน
อย่างแรก คืออธิบายเงื่อนไขและทางเลือกของการปฏิบัติงาน เพราะบางครั้งยากที่จะเขียนอธิบายการตัดสินใจทั้งหมดที่เป็นไปได้ เพราะขึ้นอยู่กับตัวแปรว่าเป็นเชิงปริมาณ หรือเชิงคุณภาพ
อย่างที่สอง คือการตัดสินใจโดยแผนภาพต้นไม้เป็น การวิเคราะห์การตัดสินใจแบบเป็นลำดับ ทำให้ผู้ใช้สามารถตัดสินใจเลือกเงื่อนไขที่ต้องการได้อย่างรวดเร็ว เงื่อนไขคือช่วงเวลาที่นำเงินมาชำระ และจำนวนเงินในใบเสร็จรับเงิน
นอกจากนี้ ต้นไม้ตัดสินใจเป็นวิธีการพื้นฐานอย่างหนึ่งสำหรับการทำเหมืองข้อมูล
การวิเคราะห์แบบกิ่งก้านสาขา
นิยมใช้เมื่อมีเหตุการณ์ตั้งแต่ 2 เหตุการณ์ขึ้นไปที่เกิดต่อเนื่องกัน หรือกรณีที่มีการตัดสินใจซึ่งมีความสัมพันธ์ต่อเนื่องกันโดยผู้ตัดสินใจมีทางเลือกหลายทาง แต่ไม่ทราบผลลัพธ์ของแต่ละทางเลือก และการตัดสินใจในครั้งหลังขึ้นอยู่กับผลของการตัดสินใจที่เกิดขึ้นก่อนหน้านี้
การวิเคราะห์แบบกิ่งก้านสาขาเป็นการแสดงขบวนการตัดสินใจซึ่งจะบอกทางเลือก(วิธีการตัดสินใจ ความน่าจะเป็นของแต่ละทางเลือก รวมทั้งบอกค่าใช้จ่ายหรือสิ่งที่ต้องเสียไป เพื่อให้ได้ซึ่งผลลัพธ์ของแต่ละทางเลือก) การวิเคราะห์นำมาแสดงให้เห็นในรูปกิ่งก้านสาขาของต้นไม้ โดยเริ่มจากจุดที่ต้องตัดสินใจ ซึ่งกิ่งก้านจะใช้แทนทางเลือกต่างๆ
เมื่อปัญหาคลี่คลายออกไปหรือเวลาผ่านไป ผู้ทำการตัดสินใจอาจจะพบทางเลือกใหม่ๆ หรือได้ผลลัพธ์/ผลตอบแทนในขั้นสุดท้าย และทำการตัดสินใจคัดสรรทางเลือกที่คาดว่าจะได้ผลตอบแทนที่ดีที่สุด ความน่าจะเป็นของผลตอบแทนที่ดีที่สุดจะแสดงไว้ที่กิ่งก้านสาขาของเหตุการณ์ ผลตอบแทนเฉลี่ยที่เกิดขึ้นสามารถคำนวณได้จากปลายกิ่งของต้นไม้ โดยคำนวณย้อนกลับไปจากทางขวาสุดของกิ่งก้านมาทางซ้ายสุด
ขั้นตอนการวิเคราะห์แบบกิ่งก้านสาขา
1. ระบุปัญหา
2. ร่างโครงสร้างการวิเคราะห์แบบกิ่งก้านสาขา
3. ระบุความน่าจะเป็นของแต่ละทางเลือก
4. ประเมินผลตอบแทนที่คาดหวังของแต่ละทางเลือก
5. วิเคราะห์ผลตอบแทนที่คาดว่าจะได้รับ ด้วยการคำนวณย้อนหลังไปจากทางขวาสุดของกิ่งก้านมาทางซ้ายสุด
1. ระบุปัญหา
2. ร่างโครงสร้างการวิเคราะห์แบบกิ่งก้านสาขา
3. ระบุความน่าจะเป็นของแต่ละทางเลือก
4. ประเมินผลตอบแทนที่คาดหวังของแต่ละทางเลือก
5. วิเคราะห์ผลตอบแทนที่คาดว่าจะได้รับ ด้วยการคำนวณย้อนหลังไปจากทางขวาสุดของกิ่งก้านมาทางซ้ายสุด
การตัดสินใจรูปแบบของแผนภาพ โดยมีสัญลักษณ์ที่สำคัญดังนี้
สี่เหลี่ยม แสดงถึง จุดที่ต้องมีการตัดสินใจ เส้นตรงหลังสี่เหลี่ยมหมายถึงทางเลือกที่ใช้ตัดสินใจ
วงกลม แสดงถึง จุดที่ระบุว่ามีสภาวการณ์ต่างๆเกิดขึ้น เส้นตรงหลังวงกลมหมายถึงสภาวการณ์ที่ เกิดขึ้น
วงกลม แสดงถึง จุดที่ระบุว่ามีสภาวการณ์ต่างๆเกิดขึ้น เส้นตรงหลังวงกลมหมายถึงสภาวการณ์ที่ เกิดขึ้น
ซึ่งสามารถแสดงตัวอย่างของแผนผังการตัดสินใจดังนี้
จะเห็นว่าทุกครั้ง หลังจุดตัดสินใจ (เครื่องหมายสี่เหลี่ยม) จะเป็นทางเลือกต่างๆ ในขณะที่หลังเครื่องหมายวงกลม จะเป็นสภาวการณ์ต่างๆที่เกิดขึ้น
ข้อสังเกตบางประการในการเขียนแขนงการตัดสินใจ
1. สร้างจากด้านซ้ายไปขวา
2. ทางเลือกต้องมากกว่า 1ทาง
3. สภาวการณ์ต้องเกิดอย่างน้อย 1 สภาวการณ์
ตัวอย่างการวิเคราะห์แบบกิ่งก้านสาขา
สมมติว่า เทศบาลแห่งหนึ่งมีโครงการก่อสร้างตลาดแห่งใหม่เพื่อรองรับการขยายตัวของชุมชนขณะ
เศรษฐกิจเติบโต โดยเทศบาลให้มีการศึกษาความน่าจะเป็นรวมทั้งค่าใช่จ่ายในการก่อสร้างจากทางเลือก 3 ทาง คือ สร้างตลาดขนาดใหญ่ สร้างตลาดขนาดกลางและไม่ก่อสร้างตลาดเลย ปรากฏผลการศึกษาดังนี้
และทำการคำนวณย้อนกลับจะได้ผลตอบแทนภายใต้ความแน่นอน คือ
A1 = (200,000) (0.5) + (-180,000) (0.5) = 10,000 บาท
A2 = (100,000) (0.5) + (-20,000) (0.5) = 40,000 บาท
A3 = 0(0) + 0(0) = 0 บาท
จะเห็นว่า ด้วยการวิเคราะห์แบบกิ่งก้านสาขาซึ่งคำนวณภายใต้หลักการของความน่าจะเป็น สรุปได้ว่า เทศบาลควรสร้างตลาดขนาดกลาง
ตัวอย่างอีกหนึ่งข้อ
ร้านสำราญเครื่องเขียนตั้งอยู่บริเวณย่านใจกลางเมืองแห่งหนึ่ง ซึ่งคุณสำราญเจ้าของร้านมีความเห็นว่าธุรกิจในบริเวณนี้อิ่มตัวแล้ว จึงพิจารณาจะย้ายร้านไปเปิดที่ศูนย์การค้าแห่งหนึ่ง จากการที่ร้านดำเนินงานมานานถึง 20 ปี จึงมีลูกค้าในละแวกนั้นพอสมควร ดังนั้นคุณสำราญคิดว่าถ้าย้ายร้านไปจะมีโอกาส 20% ที่ยอดขายของร้านจะลดลงไปเป็นจำนวน 20,000 บาท มีโอกาส 30% ที่ยอดขายจะคงเดิม และมีโอกาส 50% ที่ยอดขายจะเพิ่มขึ้นอีก 40,000 บาท อันเนื่องมาจากการโฆษณาและส่งเสริมการจำหน่ายของศูนย์การค้านั้น
อย่างไรก็ตาม คุณสำราญได้ข่าวว่ามีการยื่นขออนุญาตสร้างโรงเรียนมัธยมในบริเวณใกล้ๆ ร้านปัจจุบัน ขณะนี้กำลังอยู่ระหว่างการขออนุมัติ ซึ่งคิดว่ามีโอกาส 70% ที่จะได้รับการอนุมัติ การมีโรงเรียนแห่งใหม่จะทำให้ยอดขายสูงขึ้นเดือนละ 30,000 บาท แต่ถ้าไม่อนุมัติให้สร้างโรงเรียน เขาคิดว่ายอดขายจะลดลงเดือนละ 10,000 บาท
คุณสำราญถูกเร่งรัดให้แจ้งยืนยันความจำนงในการย้ายร้านไปเปิดที่ศูนย์การค้าโดยด่วน มิฉะนั้นทางศูนย์การค้าจะถือว่าสละสิทธิ์ จงสร้างแขนงการตัดสินใจเพื่อคุณสำราญตัดสินใจ
ถ้าย้าย 20,000 + 0 + (-4,000) = 16,000/เดือน
ถ้าไม่ย้าย 21,000 + (-3,000) = 18,000/เดือน
ดังนั้นจะเห็นได้ว่า ด้วยการวิเคราะห์แบบกิ่งก้านสาขาซึ่งคำนวณภายใต้หลักการของความน่าจะเป็น สรุปได้ว่านายสำราญไม่ควรจะย้าย
ไม่อยากบอกอาจารย์จงเลยว่าตอนที่ทำการบ้านเรื่องกรุงเทพ - แม่ฮ่องสอน เข้ามาหาข้อมูลในเน็ตสำหรับเอาไปทำการบ้าน แล้วเจอเรื่องต้นไม้การตัดสินใจ ก็เลยคิดไว้ว่าจะเอามาโพสต์ แล้วก็ทำการบ้านต่อ การบ้านที่ทำส่งไปก็ทำแบบรีบๆส่งไปก่อน ทำได้ไม่ดีเท่าที่ควร
ถ้าไม่ย้าย 21,000 + (-3,000) = 18,000/เดือน
ดังนั้นจะเห็นได้ว่า ด้วยการวิเคราะห์แบบกิ่งก้านสาขาซึ่งคำนวณภายใต้หลักการของความน่าจะเป็น สรุปได้ว่านายสำราญไม่ควรจะย้าย
ไม่อยากบอกอาจารย์จงเลยว่าตอนที่ทำการบ้านเรื่องกรุงเทพ - แม่ฮ่องสอน เข้ามาหาข้อมูลในเน็ตสำหรับเอาไปทำการบ้าน แล้วเจอเรื่องต้นไม้การตัดสินใจ ก็เลยคิดไว้ว่าจะเอามาโพสต์ แล้วก็ทำการบ้านต่อ การบ้านที่ทำส่งไปก็ทำแบบรีบๆส่งไปก่อน ทำได้ไม่ดีเท่าที่ควร
วันนี้ก่อนจะโพสต์ได้มานั่งอ่านเรื่องต้นไม้การตัดสินใจถึงได้รู้ว่าเรื่องนี้มีประโยชน์มาก ถ้าได้อ่านก่อนที่จะทำการบ้าน คงทำได้ดีกว่านี้ อิอิ (อาจารย์จงบอก สายไปแล้ววว)
ปวีณา (ปุ๋ย)
ความคิดเห็นนี้ถูกผู้เขียนลบ
ตอบลบขอโทษค่ะ ลืม ที่มา
ตอบลบhttp://learners.in.th/file
http://th.wikipedia.org/wiki
http://classroom.hu.ac.th/courseware/SA/CHAPTER11/ch11_4.html
ปวีณา (ปุ๋ย)
เจ๋งดี
ตอบลบเครื่องมือนี้ช่วยทำให้เราตัดสินใจทำอะไรได้ง่ายมากขึ้น
เพิ่งเคยได้ยิน
อาทิตย์(หมี)
วันนี้ที่ไปเรียน SA อาจารย์ก็สอนเรื่องนี้
ตอบลบแต่ Decision tree ที่อาจารย์สอน กับที่เราโพสต์
ทำไมมันไม่เหมือนกันอ่ะ
เอ๊ะ อะไร งง!!!!
หรือว่าแค่วิธีการเขียนไม่เหมือนกัน?
ปวีณา (ปุ๋ย)
โอ้ ได้ความรู้ดีๆมากเลย ^^
ตอบลบแล้วจะนำไปใช้กะการทำงานจ้า
จิราพร(จูน)