【網路好文】決定如何決策

本文出自哈佛商業評論

企業在制定決策時所用 的工具，假設決策者擁有完整的資訊，但其實， 決策多半是在不確定情況下制定的。因此，本文介紹尋求適當決策工具的三個要素：你有多了解決定成功的變數、你是否能預測各種可能結果、相關訊息的集中程度。

企

業支付資深經理人高薪，是為了要他們制定艱難的決策。決策結果極為重要，而其他人往往會以高階經理人決策的整體成功率，來評斷他們，這也是相當合情合理的。要完全消除策略決策過程中的風險，自然是不可能的，但我們相信，高階經理人與公司只要做一個徹底但不簡單的改變，便可大幅提高成功率：擴充決策支援工具，並深入了解每一項工具適用於何種決策。

大部分企業都過於仰賴基本決策工具，像是「現金流量折現分析法」（discounted cash flow analysis），或是過於簡單的「定量情境分析」（quantitative scenario testing），即使他們面對的課題極度複雜與不確定也一樣。我們在提供顧問服務與高階經理人教育訓練時，持續看到這種現象，而研究結果也證實我們的想法。千萬別誤會，我們在商學院學到的那些傳統工具，在安定的環境下、熟悉的商業模式中，以及掌握確切資訊時，都是相當管用的。但你如果處於一個不熟悉的領域，比方說，快速變動的產業、推出新產品，或是採取新的商業模式，這些工具恐怕就英雄無用武之地了，因為這些傳統工具，都假設高階主管能取得相當完整而可靠的資訊，但我們過去二十年曾合作過的每位企業領導人都承認，有愈來愈多決策，是在資訊不完整、不確定的情況下，做出判斷的。

經理人面臨的主要問題，並不是缺乏適當的工具。工具包羅萬象，包括個案決策分析（case-based decision analysis）、定性情境分析（qualitative scenario analysis）、資訊市場（information markets），都適用於高度不確定下的決策分析。但正因為工具眾多，如果沒有明確的指引，告知何時該使用哪一項工具，或是綜合使用多項工具，反倒更令人無所適從。如果沒有清楚的引導，決策者只能依靠他們最熟悉的工具，以真誠、但受到誤導的方式，嘗試運用邏輯與架構，來制定他們的關鍵性決策。

本文前半段，我們將介紹一套模型，讓領導者在必須做決策時，可尋求適當決策的工具。這套模型主要建立在三個要素上：

第一、你有多了解決定成功的變數；

第二、你是否能預測各種可能的結果；

第三、相關訊息的集中程度。

我們有充分的理由說明，為什麼在不確定的情況下，大家會日益頻繁地使用下面兩種分析方式：依賴眾多個案類推的個案決策分析，以及定性情境分析的使用。當然，我們提出的模型，無可避免地簡化過於錯綜複雜的現實狀況，以彰顯某些重要事實（這正是模型的目的）。本文後半段，我們將探討某些常見的複雜狀況：大部分高階主管都低估他們面臨的不確定性；組織規範可能會阻礙決策制定；經理人並不了解何時該併用多項工具，以進行決策分析，或是何時該延緩決策，直到尋得更適當的分析架構為止。

︱發展決策概況說明

當你正在為某種特定狀況思索適當分析工具時，必須先問自己兩個基本問題：

1. 我知道成功要素是什麼嗎？
   
   

你必須知道自己是否擁有因果模型（causal model），也就是說，要清楚了解，獲得最終成功的關鍵因素與經濟條件為何，以及這些因素與條件應如何組合搭配。不斷重覆類似決策的企業，通常都擁有因果模型，例如，多年來在同一個國家開設許多銷售據點的零售商，或是併購許多小型競爭者的廠商。

簡單測試因果模型有效性的方式，便是看你是否能針對決策，很有信心地提出一連串「假如……那麼……」的陳述。「如果我們建議的製程技術，可讓成本降低某個百分比，便可將節省的成本回饋給顧客，市場占有率就能提升一定的百分比，因此，我們應該投資在這項技術上。」你也應該能找出一個財務模型，並帶入計算不同的假設數字；比方說，這項技術可降低多少成本，而你又能多爭取多少市場占有率。大部分的策略決策中，高階經理人都無法明確指出因果模型。有些高階主管雖然大致知道關鍵的成功因素，卻不知全貌；比如正在開發新產品的企業就是如此。另外，有些高階主管甚至不知道如何界定決策，比如有一家企業，正被其他產業內公司開發的新技術所苦。

自問：

你知道哪一組關鍵成功因素，能決定決策是否能獲得最後成功？你知道要符合什麼指標，才能確保成功？你是否確實知道如何贏得成功（成功的配方）？

2.我能預測各種可能的結果嗎？

在選擇適當決策工具時，你必須知道自己是否能預測決策可能造成的某種結果，或是各種可能結果。如果公司過去已做過幾次類似的決策，確實可以有一定的把握預測單一結果。但比較常見的狀況是，決策者會指出一系列可能的結果，包括一些特定的成功因素可能導致的結果，以及整體決策可能帶來的結果。通常，他們也可預測這些結果發生的機率。但在不確定的狀況下，經理人往往難以預測可能的結果，或是準確地預測發生機率；即使他們了解關鍵的成功因素及成功模型也一樣。

自問：

你能定義決策可能造成的各種結果，包括整體與每一個關鍵的成功因素？你能估計每一種結果的可能性嗎？

︱選擇正確的工具：五種情境

如同表「診斷你的決策」說的，前述問題的答案，能幫你找到最好的決策支援工具（每一個決策工具的簡短定義，見邊欄：「決策支援工具：詞彙表」）。在某些情況下，你只需要使用一項工具；但在其他情況下，你需要混合使用多項工具。許多工具都非常類似，而我們最推薦的「個案決策分析」，卻仍未被普遍使用，部分原因是這項分析工具才剛推出較正式而嚴謹的版本，另外，是因高階主管往往低估他們面對的不確定程度（想更進一步了解個案決策分析，見邊欄：「發展嚴謹的類推法：一套未充分運用的工具」）。

我們以麥當勞高階主管面臨的五種情境，來示範說明。這些情境都經過相當程度的簡化，以便能看得更清楚。

情境1：你了解因果模型，也有相當的把握能預測決策結果

假設麥當勞的高階主管，必須決定在美國何處設置新店面。公司擁有或能夠取得所有相關資訊，以便更正確地判斷每個可能店址未來的表現如何。

首先，他們知道決定成功的變數：當地人口結構、人潮狀況、店面的取得與價格、競爭對手的店址。

其次，他們擁有或能夠取得上述變數的豐富資料來源。

第三，他們擁有經過良好調整的餐廳營收與成本模型。

整合上述資訊，才能形成完整的因果模型。決策者可將人潮及其他變數資料，輸入標準的現金流量折現模型，以正確預估（數字必須夠接近正確值），這個考慮中的店址能否成功，然後便可明確決定是否設店。

工具：傳統的資本預算工具（capital-budgeting tool），包括現金流量折現法與期望報酬率。

情境2：你了解自己的因果模型，並能預估各種可能結果及發生機率

試想麥當勞高階主管正在決定，是否在美國境內推出一款新的三明治。他們有可靠的方 法，可以預估成本與收入；他們也有人口結構、 人潮等相關資訊。也就是說，他們有因果模型。 但推出三明治的結果，有極大的不確定性：比方 說，他們不知道三明治的需求如何，也不知道推出 新產品，會對現有互補產品的營收，造成多大的影響。但你可以利用定量多情境分析（quantitative multiple scenario tool），來預測各種可能的結果。

在美國不同地區進行初步市場調查，可能有助於高 階主管預估各種可能結果，甚至是每種結果的發生 機率，以及為麥當勞帶來的好處為何。或許可以將 這些資訊，摘要整理在一張結果樹狀圖（outcome tree）上，列示出各種不同需求與報酬的發生機率。麥當勞也可以運用這張結果樹狀圖，來計算推出三 明治後的期望值、變異數，以及各種財務結果。接著，高階主管便可運用標準決策分析工具，來制定決策。或者，麥當勞可在幾個特定區域試賣新三明治，這樣的試賣方式，可提供整體市場需求的有用資訊，卻無需冒著全面上市的風險。試賣就如同投 資「選擇權」，可提供你資訊，並讓你擁有某項權利，卻沒有義務在未來全面推出新產品；這樣的方式依然屬於市場調查，只是通常代價較高。

在市場 不確定的情況下，利用試賣來計算成本與效益的實 質選擇權分析（real options analysis），是適用於這種情境的決策分析工具。

工具：定量多情境分析，像是蒙地卡羅模擬法（Monte Carlo simulations）、決 策 分 析 （decision analysis）、實質選擇權評價（real options valuation）。這些工具結合統計學與情境 1 中提到的傳統資本預算模型。高階主管可運 用已知的機率與現金流量折現法，來模擬可能的結果，接著再利用決策分析工具，來計算期望值、範圍等。

情境 3：你了解因果模型，但無法預測結果

假設麥當勞將首度進入開發中市場，高階主管依然了解分店獲利的模式，因為影響成本與營收的因素，可能是相同的，只是換了一個市場。

然而，公司缺乏資訊來判斷可能的結果，想利用市場調查或統計分析來預測這些結果，也相當困難。麥當勞的產品在這個市場中仍相當新穎，因此它面對的，是不熟悉的競爭者，對供應商的穩定度也沒有把握，更不知道該雇用哪些人，以及如何訓練那些人。在這樣的情況下，麥當勞可以運用定性情境分 析工具（qualitative scenario analysis），來猜測可能的結果。公司可依不同顧客接受度及競爭者反應，產生的不同營收規模，來建立各種情境。

而在供應面，情境分析應著重在開發中市場在供應鏈及法規 架構方面的不確定性，對供應商成本與可靠性的重 大影響。這些情境只是具代表性的一些情境，而非涵蓋所有情境，但仍有助於高階主管評估各種不同方式的優缺點，並決定公司願意在這個市場投資多少。

高階主管也應進行類似商業情境的個案決策分析，來補那些情境的不足。他們可以參考自己公司，或是其他速食業者以往進入開發中市場的經驗，或是某家消費品公司進入目前正在評估的那一個開發中市場的經驗。

工具：定性情境分析，輔以個案決策分析工具。

情境4：你不了解因果模型，但可預估各種可能結果

假設麥當勞想進入一項新事業，並採取新的商業模式，比方說，提供飲食服務業製程改善的顧問服務。在這樣的情況下，高階主管可能無法界定出完整的因果模型，或是輕易找出成功因素。

但這並不表示他們無法透過正確的資訊來源，為這個新事業定義出可能的結果。

正確的資訊來源，包括由熟悉該商業模式的人來預估成功的可能性，或是從其他企業採取類似商業模式的經驗，綜合整理出可能的結果。

通常，要蒐集某種商業模式運作後的結果（並由此找出各種可能的結果）較容易，如要請人詳述他們的商業模式，相形之下是困難的。許多企業的商業模式，都屬於最高機密的「獨家配方」。

工具：個案決策分析

情境5：你既不了解因果模型，也無法預估各種可能結果

即使是成熟產業的市場領導人，也會面臨在高度模糊與不確定的情況下，必須作出決策。麥當勞正在衡量，該如何回應近期美國人對肥胖問題的擔憂，以及美國人對速食業造成肥胖現象普及的反彈，目前公司尚無法判斷近期這些發展，對需求會有什麼影響。

這一波反彈，可能會重寫速食業的領導準則，也可能讓目前的決策模式與歷史資料失效。麥當勞當然無法正確預估未來會有哪些法律訴訟、醫療研究、法令變更與競爭者行動，最終會影響它現在各項決策在往後的成敗。

面對這麼高度不確定的狀況，公司應該再次仰賴個案決策分析。可參考的相關個案，可能包括原本屬於「危險」產業、後來重新定位為健康與安全行業的其他消費品公司，或是利用公共關係或遊說活動，影響立法機關、法規，或是大眾觀感的企業。舉例來說，麥當勞或許可分析遊戲業、菸草業、軍火業、碳酸飲料業，或是烘培業的個案，以尋求靈感。

工具：個案決策分析。

︱整合資訊

細心一點的讀者一定會注意到，決策樹中有一類工具，是我們並未探討過的：資訊整合工具。我們會單獨討論這個部分，是因為他們的功能，與我們前述提出的決策問題是各自獨立的。（那兩個決策問題是：你是否有因果模型、你是否知道各種可能的結果？）

高階主管制定策略決策所需的資訊往往很分散，而且視情況而有不同。比方說，如果企業想評估一個潛在併購案可能帶來的綜效時，每一位內外部專家很可能都握有部分相關資訊。如果想蒐集這些專家的看法，比較簡單的方式，是使用專為整合資訊、蒐集可能結果與發生機率而設計的工具。標準的整合工具，像是德爾菲法（Delphi），早已使用好幾十年。蒐集分散資訊較為新穎的方式，是運用「資訊市場」，也就是所謂的預測市場，來蒐集資訊豐富的群眾對於一些關鍵變數的意見，像是明年度的總體經濟表現，或是擬推出產品的接受度等，以取得那些群眾的集體智慧。這個方法有兩項限制：首先，因為資訊與預測市場採用類似證券市場的架構，市場參與者可「投注」（bet）在不同的結果上，因此，高階主管必須先找出各種可能的結果，才能運用這項工具（如同前述的情境2與4）。其次，運用這樣的市場可能造成資訊外洩，而高階主管可能寧願資訊不公開；比方說，某一項新藥的預期收入。

有兩種替代方案，可免除上述兩項有關資訊市場的限制。第一種是誘因估計法：請那些擁有廣泛資訊來源的人，提供某一結果的估計值，估計值最接近實際結果的將獲得獎賞（不見得一定是金錢的獎賞）。第二種則是相似度預測法：要求個人評估某項決策或資產，與過去決策或資產的相似度。然後把所有的評估值匯整起來，以簡單的統計方法來計算預測值，像是營收、完成時間或成本的預測值，視預測目的而異。這個方法其實也屬於個案決策分析工具。

自問：你需要的資訊是集中或分散的？

如果資訊是分散的，你是否能找到需要的專家，並整合他們的知識？在資訊蒐集的過程中，利用「群眾」是否可行，而且有幫助？是否可整合來自群眾的有用資訊，卻無需揭露機密資料？

︱複雜化因素

為便於分析，我們簡化上述的例子。但在實務上，在進行重大決策時，將無可避免地牽涉到所有複雜的情況。以下我們將探討其中一些。

高階主管不知道自己不知道什麼

我們提出的決策支援工具選擇模型，是假設高階主管能明確知道他們面臨的不確定性。這樣的假設可能會有問題，因為決策者就像一般人一樣，會有認知局限性（cognitive limitation）及行為偏誤。尤其值得注意的，是這項存在已久的事實：決策者對自己預測未知結果的能力，通常都過度自信，而且他們解讀資訊的方式，也多半會支持他們原本的假設。

基本上，高階主管並不知道自己不知道什麼，但通常會很愉快地假設自己什麼都知道。

認知偏誤悄悄混入

高階主管錯估他們面對的不確定程度，可能會讓部分人覺得，我們的工具診斷模型並不實用，也可能讓一些人選擇錯誤的方法。依據我們從事多年的顧問經驗，大部分組織都可避免這種偏誤，只要在制定策略決策時，高階主管能以系統性、透明，而且公開的方式，來選擇他們的決策工具，讓同儕有機會評估高階主管的判斷力；若要做到這一點，許多組織必須改變流程與文化。

舉例來說，任何自認相當了解眼前重大決策背後經濟條件的決策者，都應接受以下這些問題的挑戰：我們有沒有理由懷疑，關鍵成功因素與可能結果之間的關係，經過一段時日之後已經改變了，因此以往採行的模式已不再適用？同樣地，那些假設可以事先得知各種可能的結果、發生機率的決策者，也該被質疑：為什麼其他那些看起來似乎也合理的結果被排除？在估算機率時，你做了哪些假設？最後，我們要詢問那些認定決策相關資訊只存在於公司裡，甚至只存在於一小群高階經理人身上的人：如果我們想組一個「夢幻團隊」來協助我們制定決策，團隊中應該包括哪些人？為什麼？

當決策者面臨這些問題的挑戰時，他們的決策較不會是直接或直覺式的，而較可能運用情境分析與個案決策分析。在進行一項新的或獨特的策略投資時，這一點更形重要。

組織流程形成障礙

組織必須發展一套決策制定的規範，因為一旦攸關金錢與權力時，政治與行為上的陷阱便層出不窮。我們在這裡只提出一個例子來說明：我們曾與一家科技業領導廠商共事，該公司的預測小組，無論產品處於生命週期中的哪一階段，一直採用同一套決策支援工具，這樣的做法毫無道理。當我們深入研究時，發現兩件事：首先，事業單位主管們要求他們用簡單的預測，因為這些主管不知道該如何解讀，或是使用複雜的預測；其次，該公司並未針對事業單位的研發投資收取資金成本，因此，事業單位主管會強烈要求預測小組提高他們的營收預估。因為這些因素，預測被嚴重扭曲。其實，預測小組應對財務長報告才合理，因為財務長不僅較為熟悉財務預估模型，在評估事業單位的投資需求時也較為客觀。我們不可能設計一套能排除所有不當動機的制度，但加入一些常識性的規範，便能使情況大為改善。

決策者傾向依賴單一工具

我們會決定建立決策診斷模型，其中的部分原因是，我們看到許多高階主管只依賴傳統資本預算工具。然而，絕大部分的重要決策，都涉及不同程度的模糊與不確定，這些傳統決策工具根本不足以應付。通常較有效的方式，是運用一項決策工具，再輔以另一項工具，或是混合使用不同的工具。為了清楚說明這個觀點，我們假設有一個好萊塢電影公司經理，正在決定是否要拍攝一部主流電影。這樣的決策是相當重大的：目前拍攝一部在六百家以上戲院放映的電影，平均製作成本是七千萬美元，很多電影的製片預算甚至超過一億美元，但每十部片中只有三至四部能達到損益兩平，或是賺錢。但決定一部片子是否拍攝，還是只依靠「專家意見」；換句話說，就是經理的直覺，加上簡單迴歸分析的結果。近期我們有兩位同事，採用相似度預測法進行一份研究，預估19部在全美上片電影的票房收入。他們透過線上調查，詢問非專家的影迷怎麼看每一部電影；基本上，是根據簡單的劇情介紹、演員陣容，以及其他較突出的特色，來看這部片與過去其他電影的相似度。接著，他們便根據先前電影的平均票房收入，再以相似度作為權重，預估這些新片的票房收入。平均來說，這些預估數的精確度，是專家意見與簡單迴歸預估數的兩倍，而預估營收規模較小的電影尤其準確。這樣的個案決策分析，有效地運用群眾智慧。

即使是在看似明確的情況下，也值得用個案決策分析，來輔助資本預算與定量多情境分析，以確保沒有潛在的偏誤存在。比方說，即使你「確定」某一投資案，會帶來較以往類似投資案更高的報酬率，也可能只是過度自信的結果，而不是該投資案超乎尋常的本質。針對類似的情況進行詳細分析，可強迫決策者更客觀地檢視面對的具體情況，並避免將任何不切實際的幻想，納入報酬率估計中。

高階主管不考慮延後決策

決定何時做與如何做決策同等重要。有時，領導人會處於高度不確定性的環境，像是快速變動的產業，或是商業模式的重大轉變，此時，運用一套完全不同的決策工具是明智的。這套工具是：以學習為基礎的反覆實驗。比方說，大學今天已經被大量的開放式線上課程（massive open online courses, MOOCs）顛覆了，而大部分行政人員卻不知學校是否應該、必須如何，或是應該何時反應。與其立即制定全面性且高風險的決策，許多大學選擇進行小規模的實驗來測試水溫，並學習新環境中的「成功」定義。當然，他們也做類似個案的分析，比如說，試圖了解音樂界的解體，對高等教育是否提供任何寶貴經驗。

︱成為更優秀的決策者

你從明天起，可以做些什麼，才能變成更優秀的企業決策者？就從發展個人更全面性的決策工具箱開始。目前常使用的工具，並非最該經常使用的工具。將學習定量多情境分析工具，像是蒙地卡羅模擬法、決策分析，以及實質選擇權，視為優先工作；接受情境規畫訓練；探索快速成長的資訊市場理論，以及實務文章；更嚴謹地運用以往的類似個案，來協助你制定最模糊與最不確定，但通常也是最重要的「決策」。我們在制定決策時，其實早已有意無意使用類比的方式。認知科學家道格拉斯．赫夫史達特（Douglas Hofstadter）曾爭辯類比（analogy）是「思考的燃料與火苗」。但我們很容易受制於自己的偏誤，只專注在符合自我需求的少數類比情況上，以支持自己既有的想法。上述種種傾向，可透過嚴謹的個案決策分析，如相似度預測法，來加以規範。最後，或許也是最重要的一點，有意識地決定如何及何時制定決策，並使它成為全公司的習慣。