如何利用脚本-行动矩阵,选择解决方案?风险×收益
2022/9/15 19:00:00 橘蕊墨邪

    

     Dandy

     紫邪

     Solution

     选出

     最佳解决策略

     几率判断→风险×收益

     在脚本/行动矩阵中的所有状况,都已经做出定性和定量的评价之后,接着是付诸行动,也就是从所有的替代方案当中选出最佳解决策略。

     这是解决问题的最后一个决策,依照以下的3个步骤去进行,效果最好。

     ①剔除超出容许范围的解决策略(前奏)

     ②思考环境脚本各状况的发生几率

     ③考虑风险和收益,再选择行动

     本文介绍第②③步。

     ②思考环境脚本各状况的发生几率

     ③考虑风险和收益,再选择行动

    

    

     01

     讨论确定脚本的发生概率

     Probability of Occurrence

     思考脚本的发生几率时,要谨记不可能有完美的预测。这是选择解决策略的第2步。

     世界上,没有能完美计算出发生几率的方程式。因此,要基于过去的统计或是分析者的意见,设定出最有说服力的几率。

     换句话说,几率的设定必须论据明确。

     这时候,拘泥在微妙的差异并无帮助,比方说,把时间花在讨论风险该定为32%或是34%,只是浪费时间。

     但是,讨论风险该定为30%或是60%,则是有意义的。

     总而言之,所有环境脚本发生几率的总和必须是100%。(MECE原则)

     思考发生几率时,最重要的是尽可能排除“我希望这么发生”的主观成见。换句话说,不能受到分析者“过度乐观”的干扰。

     预防之道是,许多个分析者交换意见,就可以有效减少犯下这种错误的几率。

     如同环境脚本的制作过程,思考发生几率时的重点是:达成共识的过程比脚本是不是真的会发生还要重要。

    

     交换意见之后,可以开始设定环境脚本的发生几率。例如:

     “风势和雨势都很弱”的小雨脚本 30%

     “风势很弱、但雨势很大”的大雨脚本 60%

     “风势雨势都很大”的强风暴雨脚本 10%

     /////

     02

     考虑风险和收益,再选择行动

     Risk vs. Benefit

     现在,脚本/行动矩阵中所有状况实现时的评价与发生几率,都已设定完毕。

     接下来,要考虑各项行动的风险和收益,并斟酌决策者的“风险图像”(Risk profile),来选定解决策略。

     【我觉得其实不是根据风险偏好来选择解决方案,而应该是根据风险-收益矩阵来选择解决方案,但是决策者最后选择的解决方案/替代方案会体现其风险偏好。】

     风险图像是指当事者对不确定性的喜好。有些人即使知道行动带有危险,但仍对高收益有乐观的期待;也有人喜欢收益普通、低风险的行动。

     为了展现思考的过程,将之前文章中讨论“下雨”例子时剔除的“带折叠伞出门” 这个解决策略,加进来一起分析。

     以顺序来说,首先要掌握每项解决策略的特色。

     接着,讨论每套环境脚本。你可以讨论各种状况的定性分析,如果已经评价出数据,也可以直接比较数据。

     由于之前文章已在“下雨问题”的例子中设定分数,因此直接拿来进行解说。

    

    

     /////

    

     03

     讨论每套环境脚本,掌握每项解决策略的特色

     Risk-Reward Type

    

     图表9-1 脚本行动矩阵图(下雨例子)

     3.1 低风险、低收益方案

     “带雨衣出门”的行动,在“小雨脚本”中得到50分,并不起眼。但是,在“强风暴雨脚本”中,这项行动却得到85分的高评价。

     于是,最高分和最低分相差35分,相差幅度是三者当中最小的【用极差或标准差等离散程度衡量风险大小】。

     而在发生几率最高的“大雨脚本”中,这个行动得到还不错的分数70分。在和发生几率加权之后,“带雨衣出门”这项行动的平均分数是65.5分【替代方案在各环境脚本下的得分与各环境脚本发生概率的乘积之和即为概率论上的预期收益】,属于低风险的行动。

     3.2 中风险、中收益方案

     “带大雨伞出门”的行动,在“小雨脚本”中得到不错的分数80分。在“强风暴雨脚本”中,这项行动得分不算最低,但也只有40分。在“大雨脚本”中,这项行动的分数最高,有90分。于是,最高分与最低分相差50分。

     在和发生几率加权之后,“带大雨伞出门” 这项行动的平均分数是82分,是三项解决策略当中的最高分。

     由此可知,这项行动带有中等的风险。

     3.3 高风险、高收益方案

     “带折叠伞出门”的行动是高风险/高收益。

     在发生几率30%的“小雨脚本”中,这项行动得到95分的高分。虽然“强风暴雨脚本”的发生几率只有10%,但是带折叠伞只得到最低分30分。于是,最高分和最低分的幅度相差65分。

     在发生几率最高60%的“大雨脚本”中,这项行动的分数并不高,只有60分。

     在和发生几率加权之后,“带折叠伞出门”这项行动的平均分数是67.5分,在三项行动中属于高风险(95×0.3+30×0.1+60×0.6=67.5)。

    

    

     图1 环境脚本-解决方案矩阵

    

     图2 选择解决策略:风险-收益矩阵

     在收益-风险矩阵中,要选择收益/风险较大的方案,因此,理论上应该选择落在上图橙色线以上(左上)部分的方案,即“带大雨伞方案”(更大收益,承受更低风险)。

     如果方案都落在橙色线上,风险喜好者可以选择橙色线上右上的方案,风险中立者可以选择橙色线上中部的方案,风险厌恶型可以选择橙色线上左下的方案。

     /////

     04

     根据决策者的风险偏好选定最终的策略

     Risk Appetite

     4.1 风险回避型

     假如决策者偏好低风险/低收益,他很可能会选择“带雨衣出门”,这是最保险的行动。

     4.2 风险中立型

     假如决策者的风险图像是一般的中风险/中收益,他应该会选择“带大雨伞出门”。

     其原因在于,在发生几率最高的“大雨脚本”中,这项行动获得最高的评价,而且在和发生几率加权之后,这项行动的平均分数也是最高。

     4.3 风险喜好型

     如果决策者是偏爱高收益的风险爱好者,他应该会选择“带折叠伞出门”。

     但要注意,如前文所述,虽然“强风暴雨脚本”的发生几率很低,但还是有被淋湿的危险。

     因此,如果认为这个风险超出忍受范围,最好将这项行动剔除在选项之外

    

     图表10-1 依风险偏好类型做决定

     4.4 如果决策者是赌徒

     假如决策者是非理性的风险爱好者,换句话说,是一名赌徒,那么他或许会采取“不带任何雨具出门”的行动。

     在这次设定的环境风险中,没有“不下雨”(几率太低了)这个选项。

     如果有这个选项,赌徒可能会在这一套过度乐观的脚本上赌一把,但本书非常不建议这个行动选项。

     不过,从脚本构建角度来说,只要有可能出现阴天的环境,就务必把它放进环境脚本中。

     相应地,“不带任何雨具”的行动也应该成为现实的替代方案之一。

     做决策时,请按照这套方法,切实地认识脚本/行动矩阵中各项行动所伴随的风险,并同时斟酌各个方案的收益和风险,然后再做决定。

    

    

     /////

    

     排版:紫邪

     图片:来自Pixabay

     封面中文字体-思源黑体、英文Liberation Sans

     文字:《Mckinsey, Problem Analysis and Solving Skills》

    源网页  http://weixin.100md.com

    信息仅供参考,不构成任何之建议、推荐或指引。文章版权属于原著作权人,若您认为此文不宜被收录供大家免费阅读,请邮件或电话通知我们,我们收到通知后,会立即将您的作品从本网站删除。

返回 橘蕊墨邪 返回首页 返回百拇医药