Given a set of possible decisions, a decision-maker will select one on the basis of the information at hand.

senior chiefs are paid to settle on extreme decisions. Much rides on the result of those decisions, and administrators are judged—appropriately—on their general achievement rate. It’s difficult to kill hazard from key decision making, obviously. Be that as it may, we trust that it is feasible for officials—and organizations—to essentially enhance their odds of accomplishment by making one direct (but not straightforward) change: extending their toolbox of decision bolster devices and understanding which apparatuses work best for which decisions.

Most organizations overrely on fundamental devices like marked down income examination or extremely straightforward quantitative situation testing, notwithstanding when they’re confronting exceptionally perplexing, unverifiable settings. We see this always in our counseling and official instruction work, and research confirms our impressions. Try not to misjudge. The customary devices we as a whole learned in business college are fantastic when you’re working in a steady situation, with a plan of action you comprehend and access to sound data. They’re far less valuable in case you’re on new territory—in case you’re in a quick evolving industry, propelling another sort of item, or moving to another plan of action. That is on the grounds that traditional apparatuses accept that decision producers approach surprisingly entire and solid data. However every business pioneer we have worked with in the course of recent years recognizes that an ever increasing number of decisions include judgments that must be made with inadequate and unverifiable data.

The issue chiefs confront is not an absence of proper devices. A wide assortment of instruments—including case-based decision investigation, subjective situation examination, and data markets—can be utilized for decisions made under high degrees of vulnerability. Be that as it may, the sheer assortment can overpower without clear direction about when to utilize one instrument or mix of apparatuses over another. Truant such direction, decision creators will keep on relying entirely on the devices they know best in a legit yet misinformed endeavor to force rationale and structure on their represent the moment of truth decisions.

In the primary portion of this article, we portray a model for coordinating the decision-production apparatus to the current decision, on the premise of three elements: how well you comprehend the factors that will decide achievement, how well you can anticipate the scope of conceivable results, and how brought together the important data is. We put forth a solid defense for expanded utilization of case-based decision examination (which depends on various analogies) and subjective situation investigation under states of vulnerability.

Definitely, the model we propose streamlines an extremely confounded reality with a specific end goal to reveal some critical facts. (That is the thing that models do.) In the second 50% of the article, we investigate probably the most widely recognized inconveniences: Most administrators belittle the vulnerability they confront; authoritative conventions can block decision making; and supervisors have small comprehension of when it’s optimal to utilize a few distinct instruments to examine a decision, or when it settles on sense to postpone a decision until the point when they can outline it better.

Building up a Decision Profile

As you consider which devices are proper for a given setting, you have to pose two major inquiries:

Do I know what it will take to succeed?

You have to know whether you have a causal model—that is, a solid comprehension of what basic achievement factors and monetary conditions, in what blend, will prompt a fruitful result. Organizations that over and over settle on comparative decisions frequently have solid causal models. Consider a retailer that has propelled outlets for quite a long time in one nation, or one that has made numerous little acquisitions of neighboring contenders.

One straightforward trial of the quality of your causal model is whether you can indicate with certainty an arrangement of “assuming at that point” explanations about the decision. (“On the off chance that our proposed new process innovation brings down expenses by X% and we can accomplish Y% piece of the overall industry by passing those reserve funds on to our clients, at that point we ought to put resources into this innovation.”) You ought to likewise have the capacity to indicate a monetary model into which you can plug diverse presumptions, (for example, how much the innovation brings down expenses and how much piece of the overall industry you can catch).

For most by far of vital decisions, officials can’t determine a reasonable causal model. A few chiefs have a sensibly smart thought of the basic achievement factors that issue, however not an entire picture—this would for the most part be valid for an organization building up another item, for instance. Others don’t know how to outline the decision—for example, an organization being disturbed by another innovation employed by a firm outside its industry.

Ask Yourself:

Do you comprehend what blend of basic achievement elements will decide if your decision prompts an effective result?

Do you know what measurements should be met to guarantee achievement?

Do you have an exact comprehension of—just about a formula for—how to make progress?

Would i be able to foresee the scope of conceivable results?

In picking the correct decision-bolster instruments, you likewise need to know whether it’s conceivable to foresee a result, or a scope of results, that could come about because of the decision.

Now and then it’s conceivable to foresee a solitary result with sensible sureness, as when an organization has settled on comparable decisions commonly some time recently. All the more frequently, decision creators can recognize a scope of conceivable results, both for particular achievement factors and for the decision all in all. Frequently they can likewise foresee the likelihood of those results. Be that as it may, under states of vulnerability, it’s normal for officials not to have the capacity to indicate the scope of conceivable results or their likelihood of happening with any genuine accuracy (even in occasions where they comprehend basic achievement factors and the model for progress).

Ask Yourself:

Would you be able to characterize the scope of results that could come about because of your decision, both in the total and for each basic achievement factor?

Would you be able to gage the likelihood of every result?

Picking the Right Tools: Five Contexts

As the show “Diagnosing Your Decision” recommends, the responses to the inquiries above will direct you toward the best decision-bolster devices. (For brief meanings of each, see “Decision Support Tools: A Glossary.”) now and again you’ll require only one instrument; in others you’ll require a mix. A large number of these apparatuses will be natural. Be that as it may, the instrument we advocate utilizing most, case-based decision examination, is not yet broadly utilized, incompletely in light of the fact that the more formal, thorough adaptations of it are moderately new and somewhat on the grounds that administrators commonly belittle the level of vulnerability they confront. (For additional on case-based investigation, see the sidebar “Creating Rigorous Analogies: An Underutilized Tool.”)

Decision Support Tools: A Glossary

Circumstance 1: You comprehend your causal model and can foresee the result of your decision with sensible conviction.

Assume McDonald’s officials must choose where to find new U.S. eateries. The organization has or can get all the data it should be sensibly sure how a given area will perform. Initially, it knows the factors that issue for progress: nearby socioeconomics, movement designs, land accessibility and costs, and areas of focused outlets. Second, it has or can get rich information sources on those factors. Furthermore, third, it has all around aligned eatery income and cost models. Together that data constitutes a causal model. Decision creators can nourish the data about movement and different factors into standard marked down income models to precisely anticipate (to a sufficiently nearby guess) how the proposed area will perform and influence an unmistakable to go/no-go decision.

altos jefes son pagados para resolver decisiones extremas. Mucho cabalga sobre el resultado de esas decisiones, y los administradores son juzgados -de manera apropiada- sobre su tasa de logros generales. Obviamente, es difícil eliminar el peligro de la toma de decisiones clave. Sea como sea, confiamos en que es factible para los funcionarios -y organizaciones- esencialmente mejorar sus posibilidades de logro al hacer un cambio directo (pero no directo): extender su caja de herramientas de dispositivos de apoyo a la decisión y entender qué aparatos funcionan mejor para decisiones.

La mayoría de las organizaciones overrely en dispositivos fundamentales como el examen marcado abajo del ingreso o la prueba de situación cuantitativa extremadamente directa, no obstante cuando están haciendo frente a configuraciones excepcionalmente desconcertantes, unverifiable. Lo vemos siempre en nuestro trabajo de consejería e instrucción oficial, y la investigación confirma nuestras impresiones. Trate de no juzgar mal. Los dispositivos habituales que aprendimos en conjunto en la universidad de negocios son fantásticos cuando trabajamos en una situación estable, con un plan de acción que comprendemos y acceso a los datos de sonido. Son mucho menos valiosos en caso de que se encuentre en un nuevo territorio, en caso de que se encuentre en una industria en rápida evolución, propulsar otro tipo de elemento o pasar a otro plan de acción. Esto se debe a que los aparatos tradicionales aceptan que los productores de decisiones abordan datos sorprendentemente enteros y sólidos. Sin embargo, cada empresa pionera con la que hemos trabajado en los últimos años reconoce que un número cada vez mayor de decisiones incluyen juicios que deben hacerse con datos inadecuados y no verificables.

La cuestión de los jefes confrontar no es una ausencia de dispositivos adecuados. Un amplio surtido de instrumentos -incluyendo la investigación de decisiones basada en casos, el examen subjetivo de la situación y los mercados de datos- puede utilizarse para las decisiones tomadas con altos grados de vulnerabilidad. Sea como sea, el surtido puro puede dominar sin dirección clara sobre cuándo utilizar un instrumento o mezcla de aparatos sobre otro. A falta de tal dirección, los creadores de decisiones seguirán confiando enteramente en los dispositivos que conocen mejor en un esfuerzo legítimo pero mal informado para forzar la racionalidad y la estructura en su representar el momento de las decisiones de la verdad.

En la primera parte de este artículo, presentamos un modelo para coordinar el aparato de producción de decisiones con la decisión actual, partiendo de la premisa de tres elementos: qué tan bien comprende los factores que decidirán el logro, qué tan bien se puede anticipar el alcance de resultados concebibles, y cómo reunidos los datos importantes. Desarrollamos una sólida defensa para la utilización ampliada del examen de decisiones basado en casos (que depende de varias analogías) y la investigación de la situación subjetiva bajo estados de vulnerabilidad.

Definitivamente, el modelo que proponemos racionaliza una realidad extremadamente confundida con un objetivo final específico para revelar algunos hechos críticos. (Eso es lo que hacen los modelos). En el segundo 50% del artículo, investigamos probablemente los inconvenientes más reconocidos: La mayoría de los administradores menosprecian la vulnerabilidad que enfrentan; las convenciones autorizadas pueden bloquear la toma de decisiones; y los supervisores tienen poca comprensión de cuándo es óptimo utilizar algunos instrumentos distintos para examinar una decisión, o cuando se fija en el sentido de aplazar una decisión hasta el momento en que se puede describir mejor.

Creación de un perfil de decisión

A medida que considere qué dispositivos son apropiados para un entorno determinado, debe plantear dos preguntas importantes:

¿Sé lo que se necesita para tener éxito?

Tienes que saber si tienes un modelo causal, es decir, una comprensión sólida de cuáles son los factores básicos de logro y las condiciones monetarias, en qué mezcla, impulsará un resultado fructífero. Las organizaciones que, una y otra vez, se contentan con decisiones comparativas suelen tener sólidos modelos causales. Considere un minorista que ha propulsado puntos de venta durante bastante tiempo en una nación, o uno que ha hecho numerosas pequeñas adquisiciones de contendientes vecinos.

Una prueba directa de la calidad de su modelo causal es si puede indicar con certeza un arreglo de “asumir en ese momento” explicaciones sobre la decisión. (“Con la posibilidad de que nuestra propuesta de innovación de nuevos procesos reduzca los gastos en un X% y podamos lograr Y% de la industria global pasando esos fondos de reserva a nuestros clientes, en ese momento deberíamos poner recursos en esta innovación .) Debería tener también la capacidad de indicar un modelo monetario en el que pueda conectar presunciones diversas (por ejemplo, cuánto reduce la innovación y cuánto parte de la industria general puede atrapar).

Para la mayoría de las decisiones vitales, las autoridades no pueden determinar un modelo causal razonable. Algunos jefes tienen un pensamiento inteligentemente inteligente de los factores básicos de logro que emiten, sin embargo, no todo un cuadro-esto sería en su mayor parte válido para una organización de la construcción de otro elemento, for instancia. Otros no saben cómo delinear la decisión -por ejemplo, una organización que se ve perturbada por otra innovación empleada por una empresa fuera de su industria.

Pregúntese: ¿Comprende qué combinación de elementos básicos de logro decidirá si su decisión provoca un resultado efectivo? ¿Sabe qué medidas se deben cumplir para garantizar el logro? ¿Tiene usted una comprensión exacta de-sólo una fórmula para-cómo hacer el progreso? ¿Sería capaz de prever el alcance de los resultados concebibles? Al escoger los instrumentos correctos de toma de decisiones, también es necesario saber si es concebible prever un resultado, o un alcance de resultados, que podría surgir a causa de la decisión. De vez en cuando es concebible prever un resultado solitario con sensata seguridad, como cuando una organización se ha asentado en decisiones comparables comúnmente en algún momento recientemente.

Con mayor frecuencia, los creadores de decisiones pueden reconocer un alcance de resultados concebibles, tanto para factores de logro particulares como para la decisión en conjunto. Con frecuencia también pueden prever la probabilidad de esos resultados. Sea como fuere, bajo los estados de vulnerabilidad, es normal que los funcionarios no tengan la capacidad de indicar el alcance de los resultados concebibles o su probabilidad de ocurrir con verdadera precisión (incluso en las ocasiones en que comprenden los factores básicos de logro y el modelo de Progreso).

Pregúntese: ¿Sería capaz de caracterizar el alcance de los resultados que podrían surgir debido a su decisión, tanto en el total como en cada factor de logro básico? ¿Sería capaz de calibrar la probabilidad de cada resultado? Selección de las herramientas adecuadas: cinco contextos A medida que el programa “Diagnosticando su decisión” recomienda, las respuestas a las preguntas anteriores le guiarán hacia los mejores dispositivos de toma de decisiones. (Para un breve significado de cada uno, vea “Herramientas de apoyo a la decisión: Un glosario”) de vez en cuando necesitará solo un instrumento; en otros necesitará una mezcla.

Un gran número de estos aparatos serán naturales. Sea como fuere, el instrumento que abogamos por utilizar la mayoría de los exámenes de decisión basados ​​en casos, todavía no se utiliza ampliamente, de manera incompleta a la luz de que las adaptaciones más formales y completas de la misma son moderadamente nuevas y algo en el sentido de que los administradores comúnmente menosprecian el nivel de vulnerabilidad que enfrentan. Herramientas de apoyo a la toma de decisiones: Un glosario Circunstancia

1: Comprende su modelo causal y puede prever el resultado de su decisión con una convicción razonable. Suponga que los funcionarios de McDonald’s deben elegir dónde encontrar nuevos restaurantes en los Estados Unidos. La organización tiene o puede obtener todos los datos que debe ser sensiblemente seguro de cómo un área determinada se llevará a cabo. Inicialmente, conoce los factores que emiten para el progreso: la socioeconomía cercana, los diseños de movimiento, la accesibilidad de la tierra y los costos, y las áreas de puntos focalizados. En segundo lugar, tiene o puede obtener ricas fuentes de información sobre esos factores.

Además, en tercer lugar, tiene todo alrededor de los modelos alineados de ingresos y costos del restaurante. Juntos, estos datos constituyen un modelo causal. Los creadores de decisiones pueden nutrir los datos sobre el movimiento y los diferentes factores en los modelos estándar de ingresos reducidos para prever con precisión (como una estimación lo suficientemente cercana) cómo funcionará el área propuesta e influir en una decisión inconfundible de ir / no ir.