Análisis de decisiones

El análisis de decisiones ( AD ) es la disciplina que comprende la filosofía , la metodología y la práctica profesional necesarias para abordar decisiones importantes de manera formal. El análisis de decisiones incluye muchos procedimientos, métodos y herramientas para identificar, representar claramente y evaluar formalmente aspectos importantes de una decisión; para prescribir un curso de acción recomendado aplicando el axioma de máxima utilidad esperada a una representación bien formada de la decisión; y para traducir la representación formal de una decisión y su recomendación correspondiente en información para el tomador de decisiones y otras partes interesadas corporativas y no corporativas .

En 1931, el filósofo matemático Frank Ramsey fue pionero en la idea de la probabilidad subjetiva como representación de las creencias o incertidumbres de un individuo. Luego, en la década de 1940, el matemático John von Neumann y el economista Oskar Morgenstern desarrollaron una base axiomática para la teoría de la utilidad como una forma de expresar las preferencias de un individuo sobre resultados inciertos. (Esto contrasta con la teoría de la elección social , que aborda el problema de derivar las preferencias grupales a partir de las preferencias individuales). Luego, el estadístico Leonard Jimmie Savage desarrolló un marco axiomático alternativo para el análisis de decisiones a principios de la década de 1950. La teoría de la utilidad esperada resultante proporciona una base axiomática completa para la toma de decisiones en condiciones de incertidumbre.

Una vez que se establecieron estos desarrollos teóricos básicos, los métodos de análisis de decisiones se codificaron y popularizaron aún más, y se enseñaron ampliamente (por ejemplo, en escuelas de negocios y departamentos de ingeniería industrial). Un texto introductorio breve y muy accesible fue publicado en 1968 por el teórico de decisiones Howard Raiffa de la Harvard Business School . ^[1] Posteriormente, en 1976, Ralph Keeney y Howard Raiffa ampliaron los conceptos básicos de la teoría de la utilidad para proporcionar una metodología integral para manejar decisiones que involucran compensaciones entre múltiples objetivos. ^[2] El profesor de ingeniería Ron Howard de la Universidad de Stanford y el analista de decisiones Jim Matheson publicaron luego, en 1977, un conjunto de lecturas sobre análisis de decisiones; ^[3] esto se amplió en un conjunto de dos volúmenes en 1984. ^[4] Los libros de texto posteriores y los desarrollos adicionales se documentan a continuación en Lecturas adicionales.

Aunque el análisis de decisiones es inherentemente interdisciplinario (involucra contribuciones de matemáticos, filósofos, economistas, estadísticos y psicólogos cognitivos), históricamente se ha considerado una rama de la investigación de operaciones . En 1980, se formó la Decision Analysis Society como un grupo de interés especial dentro de la Operations Research Society of America (ORSA), que luego se fusionó con el Institute of Management Sciences (TIMS) para convertirse en el Institute for Operations Research and the Management Sciences (INFORMS) . A partir de 2004, INFORMS ha publicado una revista dedicada a estos temas, Decision Analysis.

Siguiendo estos avances académicos, el análisis de decisiones también ha evolucionado hasta convertirse en una disciplina profesional madura. ^[5] El método se ha utilizado para respaldar la toma de decisiones comerciales y de políticas públicas desde fines de la década de 1950; las aplicaciones de 1990 a 2001 se analizaron en el número inaugural de Decision Analysis. ^[6] El análisis de decisiones ha sido especialmente adoptado en la industria farmacéutica y en la industria del petróleo y el gas, ya que ambas industrias necesitan tomar regularmente decisiones importantes y de alto riesgo (por ejemplo, sobre invertir en el desarrollo de un nuevo medicamento o realizar una adquisición importante). ^[7]

El encuadre es la parte inicial del análisis de decisiones, que se centra en desarrollar una declaración de oportunidad (qué y por qué), condiciones límite, medidas de éxito, una jerarquía de decisiones, una tabla de estrategias y elementos de acción. A veces se cree que la aplicación del análisis de decisiones siempre requiere el uso de métodos cuantitativos. Sin embargo, en realidad, muchas decisiones se pueden tomar utilizando herramientas cualitativas que forman parte de la caja de herramientas del análisis de decisiones, como el pensamiento centrado en el valor, ^[8] sin la necesidad de métodos cuantitativos.

El proceso de elaboración de marcos puede conducir al desarrollo de un diagrama de influencia o un árbol de decisiones . Se trata de representaciones gráficas de uso común de los problemas de análisis de decisiones. Estas herramientas gráficas se utilizan para representar las alternativas disponibles para el tomador de decisiones , las incertidumbres que implican y qué tan bien se lograrían los objetivos del tomador de decisiones con diversos resultados finales. También pueden formar la base de un modelo cuantitativo cuando sea necesario. Por ejemplo, los métodos cuantitativos para realizar inferencias bayesianas e identificar decisiones óptimas utilizando diagramas de influencia se desarrollaron en la década de 1980, ^{[9] [10]} y ahora se incorporan en el software.

En un modelo de análisis de decisiones cuantitativo, las incertidumbres se representan a través de probabilidades , específicamente, probabilidades subjetivas . La actitud del tomador de decisiones ante el riesgo se representa mediante funciones de utilidad , y la actitud ante las compensaciones entre objetivos en conflicto se puede expresar utilizando funciones de valor de atributos múltiples o funciones de utilidad de atributos múltiples (si hay riesgo involucrado). (En algunos casos, las funciones de utilidad se pueden reemplazar por la probabilidad de lograr un nivel de aspiración incierto o "objetivo"). ^{[11] [12]} Con base en los axiomas del análisis de decisiones, la mejor decisión a elegir es aquella cuyas consecuencias tienen la máxima utilidad esperada (o que maximiza la probabilidad de lograr el nivel de aspiración incierto).

A veces se supone que el análisis cuantitativo de decisiones sólo puede aplicarse a factores que se prestan fácilmente a la medición (por ejemplo, en unidades naturales como el dólar). Sin embargo, el análisis cuantitativo de decisiones y los métodos relacionados, como la economía de la información aplicada, también pueden aplicarse incluso a factores aparentemente intangibles.

La investigación prescriptiva sobre la toma de decisiones se centra en cómo tomar decisiones "óptimas" (basadas en los axiomas de la racionalidad), mientras que la investigación descriptiva sobre la toma de decisiones tiene como objetivo explicar cómo las personas toman decisiones en realidad (independientemente de si sus decisiones son "buenas" u óptimas). No es sorprendente, por lo tanto, que existan numerosas situaciones en las que las decisiones tomadas por los individuos se alejan notablemente de las decisiones que recomendaría el análisis de decisiones.

Algunos han criticado los métodos formales de análisis de decisiones porque permiten a los responsables de la toma de decisiones evitar asumir la responsabilidad de sus propias decisiones y, en su lugar, recomiendan confiar en la intuición o en las "intuiciones". ^[13] Además, para las decisiones que deben tomarse bajo una presión de tiempo significativa, no es sorprendente que los métodos formales de análisis de decisiones sean de poca utilidad, y que la intuición y la experiencia sean cada vez más importantes. ^[14] Sin embargo, cuando el tiempo lo permite, los estudios han demostrado que los algoritmos cuantitativos para la toma de decisiones pueden producir resultados superiores a la "intuición sin ayuda". ^[15] Además, a pesar de los sesgos conocidos en los tipos de juicios humanos necesarios para el análisis de decisiones, la investigación ha demostrado al menos un beneficio modesto de la capacitación y la retroalimentación en la reducción del sesgo. ^[16]

Los críticos citan el fenómeno de la parálisis por análisis como una posible consecuencia de la excesiva dependencia del análisis de decisiones en las organizaciones (el costo del análisis de decisiones es en sí mismo un factor en el análisis). Sin embargo, existen estrategias para reducir ese riesgo. ^[17]

En la actualidad, los métodos cuantitativos para la toma de decisiones despiertan un gran interés. Sin embargo, muchos de ellos se apartan de los axiomas del análisis de decisiones y, por lo tanto, pueden generar recomendaciones engañosas en determinadas circunstancias, por lo que no son métodos verdaderamente prescriptivos. Algunos de los métodos no analíticos de toma de decisiones más populares son la teoría de conjuntos difusos para la representación de incertidumbres y el proceso analítico jerárquico para la representación de preferencias o juicios de valor. Si bien en ocasiones puede haber justificación para estos métodos en determinadas aplicaciones (por ejemplo, en función de su facilidad de uso), los analistas de decisiones abogarían por la teoría de la utilidad de atributos múltiples como el estándar de oro con el que se deberían comparar otros métodos, basándose en su rigurosa base axiomática.

Aunque el análisis de decisiones se ha utilizado con frecuencia para respaldar la toma de decisiones gubernamentales, es importante señalar que la teoría básica se aplica únicamente a los tomadores de decisiones individuales. Lamentablemente, no existe una teoría prescriptiva axiomática comparable al análisis de decisiones que esté diseñada específicamente para decisiones grupales o de políticas públicas. Para obtener más información sobre este tema, consulte la toma de decisiones grupal para obtener información sobre los problemas de comportamiento que implican las decisiones grupales y la teoría de la elección social para obtener consideraciones teóricas que pueden afectar las decisiones grupales.

Los métodos de análisis de decisiones se han utilizado en una amplia variedad de campos, incluidos los negocios ( planificación , marketing , negociación ), la gestión , la remediación ambiental , la atención de la salud , la investigación , la energía , la exploración , los litigios y la resolución de disputas , etc. Una aplicación temprana importante fue un estudio de los pros y los contras de la siembra de huracanes, realizado por el Instituto de Investigación de Stanford a principios de la década de 1970 para la Administración de Servicios de Ciencias Ambientales (un predecesor de la Administración Nacional Oceánica y Atmosférica ). ^[18]

Hoy en día, las grandes corporaciones utilizan el análisis de decisiones para realizar inversiones de capital multimillonarias. Por ejemplo, en 2010, Chevron ganó el premio Decision Analysis Society Practice Award por su uso del análisis de decisiones en todas las decisiones importantes. ^[19] En un video que detalla el uso del análisis de decisiones por parte de Chevron, el vicepresidente de Chevron, George Kirkland, señala que "el análisis de decisiones es parte de la forma en que Chevron hace negocios por una razón simple, pero poderosa: funciona". ^[20] También se puede utilizar para tomar decisiones personales complejas, como planificar la jubilación, decidir cuándo tener un hijo, ^[21] planificar unas vacaciones importantes o elegir entre varios tratamientos médicos posibles.

• Energía . El análisis de decisiones se ha utilizado para estructurar los objetivos energéticos de Alemania. ^{[22] [23]}

• Emprendimiento . El concepto de equivalentes de certeza a partir del análisis de decisiones se utilizó para diseñar mecanismos novedosos y altamente eficientes para la financiación de nuevas empresas que son deseables tanto para los inversores como para los emprendedores. ^[24]

• Atención de la salud . El análisis de decisiones se ha aplicado a la toma de decisiones médicas en relación con el diagnóstico ^[25] y la terapia del cáncer de mama , ^[26] el tratamiento del cáncer de tiroides , ^[27] y el cáncer de pulmón. ^[28]

• Seguros . Los analistas de decisiones han explorado el uso de los seguros como un mecanismo para fomentar la adopción de conductas beneficiosas para la salud . ^[29] El método también se ha aplicado para determinar estrategias óptimas para la compra de seguros de atención a largo plazo en función de la edad, la riqueza y la tolerancia al riesgo. ^[30]

• Litigios . Los abogados han utilizado el análisis de decisiones para identificar estrategias que probablemente conduzcan a resultados beneficiosos en los litigios. ^[31]

• Gestión de carteras . Se ha recomendado el análisis de decisiones como método para mejorar la asignación de recursos en la gestión de carteras. ^{[7] [32]}

• Planificación militar . El análisis de decisiones se ha aplicado al problema del cierre de bases . ^[33]

• Residuos radiactivos . El análisis de decisiones se ha utilizado para evaluar alternativas para depósitos de residuos radiactivos tanto en los Estados Unidos como en el Reino Unido. ^{[34] [35]} A menor escala, también se ha utilizado para evaluar opciones para tratar el excedente de plutonio apto para armas. ^{[36] [37]}

• Investigación y desarrollo . El análisis de decisiones se ha utilizado para recomendar carteras de proyectos para financiar investigación y desarrollo. ^[38]

• Terrorismo y seguridad nacional . El análisis de decisiones se ha utilizado para representar los valores tanto de los terroristas como de los defensores con el fin de respaldar la toma de decisiones en materia de seguridad nacional. ^{[39] [40]}

Existen paquetes de software de toma de decisiones para implementar el análisis de decisiones. Algunos paquetes especialmente destacados son Analytica para diagramas de influencia y DecideIT y Logical Decisions para la toma de decisiones con múltiples atributos.

• Alemi F, Gustafson D (2006). Análisis de decisiones para gerentes de atención médica . Health Administration Press. ISBN 978-1-56793-256-0.
• Clemen, Robert y T. Reilly (2004). Tomar decisiones difíciles (2.ª ed.). Belmont CA: Southwestern College Pub. ISBN 978-0-495-01508-6.
• Charlesworth, David (2017). Análisis de decisiones para directivos: una guía para tomar mejores decisiones personales y empresariales (2.ª ed.). Business Expert Press. ISBN 978-1631576041.
• Fineberg, Harvey V.; Weinstein, Milton C. (1980). Análisis de decisiones clínicas . Filadelfia: Saunders. ISBN 0-7216-9166-8.
• Goodwin, P. y G. Wright (2004). Análisis de decisiones para el juicio gerencial (3.ª ed.). Chichester: Wiley. ISBN 0-470-86108-8.
• Hammond, JS; Keeney, RL y Raiffa, H. (1999). Decisiones inteligentes: una guía práctica para tomar mejores decisiones . Harvard Business School Press. ISBN 0-585-31075-0.
• Holtzman, Samuel (1989). Sistemas de decisión inteligentes . Addison-Wesley. ISBN 0-201-11602-2.
• Howard, RA; JE Matheson, eds. (1984). Lecturas sobre los principios y aplicaciones del análisis de decisiones . Menlo Park, CA: Strategic Decisions Group. ISBN 0-9623074-0-8.(volumen 1, volumen 2)
• Keeney, RL (1992). Pensamiento centrado en valores: un camino hacia la toma de decisiones creativas . Harvard University Press. ISBN 0-674-93197-1.
• Keeney, RL y Raiffa, H. (1976). Decisiones con objetivos múltiples: preferencias y compensaciones de valor . Wiley, Nueva York. Reimpreso, Cambridge Univ. Press, Nueva York (1993). ISBN 9781139174084.
• Leach, Patrick (2006). ¿Por qué no puedes darme el número? Guía para ejecutivos sobre cómo utilizar el pensamiento probabilístico para gestionar el riesgo y tomar mejores decisiones . Probabilístico. ISBN 0-9647938-5-7.
• Matheson, David y Matheson, Jim (1998). La organización inteligente: creación de valor a través de la I+D estratégica . Harvard Business School Press. ISBN 0-87584-765-X.
• Morgan, Granger y Henrion, Max (1992). Incertidumbre: una guía para abordar la incertidumbre en el análisis cuantitativo de riesgos y políticas . Cambridge University Press. ISBN 0-521-42744-4.
• Pratt, John; H. Raiffa y R. Schlaifer (1995). Introducción a la teoría de la decisión estadística . MIT Press. ISBN 978-0-262-16144-2.
• Raiffa, Howard (1997). Análisis de decisiones: lecturas introductorias sobre opciones en condiciones de incertidumbre . McGraw Hill. ISBN 0-07-052579-X.
• Shi H, Lyons-Weiler J (2007). "Sistema de modelado de decisiones clínicas". BMC Med Inform Decis Mak . 7 : 23. doi : 10.1186/1472-6947-7-23 . PMC  2131745 . PMID  17697328.
• Skinner, David (2009). Introducción al análisis de decisiones (3.ª ed.). Probabilístico. ISBN 978-0964793866.
• Smith, JQ (1988). Análisis de decisiones: un enfoque bayesiano . Chapman y Hall. ISBN 0-412-27520-1.
• Virine, L. y Trumper M. (2007). Decisiones de proyecto: el arte y la ciencia . Vienna, VA: Management Concepts. ISBN 978-1-56726-217-9.
• Winkler, Robert L (2003). Introducción a la inferencia y decisión bayesianas (2.ª ed.). Probabilística. ISBN 0-9647938-4-9.

• Sociedad de Profesionales de la Decisión, la sociedad profesional que apoya a los profesionales de la decisión como asesores de elección a la hora de afrontar decisiones importantes y complejas.
• Análisis de decisiones Archivado el 15 de junio de 2007 en Wayback Machine , una revista del Instituto de Investigación de Operaciones y Ciencias de la Gestión
• Decision Analysis Society, una subdivisión del Instituto de Investigación de Operaciones y Ciencias de la Gestión especializada en Análisis de Decisiones
• Análisis de decisiones en atención médica Curso en línea de la Universidad George Mason que ofrece conferencias y herramientas gratuitas para el modelado del análisis de decisiones en entornos de atención médica.
• Decision Analysis Affinity Group, DAAG, se ha fusionado con la Society of Decision Professionals y se ha convertido en la conferencia anual de esta organización. La DAAG, que se formó como un grupo informal de profesionales de la toma de decisiones, fue fundada en 1995 por Tom Spradlin, John Palmer y David Skinner.
• Glosario de análisis de decisiones