
Har du nogensinde tænkt over, hvor mange bevidste beslutninger vi træffer hver dag?
Omkring 35,000.
Tallet kan virke lidt overvældende for den gennemsnitlige beslutsomme voksen. Men en stor del af det er trivielt eller ender uden resultat. Nogle af dem er sædvanlige. Men nogle få af dem er ret følsomme.
Beslutningstagning er en praksis, der er drevet af data og følelser. Og der er ingen universel regel for det. Alle har forskellige intuitioner og perspektiver.
Men ja, én ting er fælles – et positivt resultat. Og det er muligt med effektiv brug af begrænset tid, penge og ressourcer.
Iværksættere lever og ånder for beslutninger. Men ikke alle er gode til beslutningstagning. Det lyder måske forfærdeligt, men 98% af virksomheder ender uproduktive med deres beslutningspraksis.
Og de mest almindelige faktorer inkluderer deadlinepres, mavefornemmelse, gætværk, uorganiseret datahåndtering og en eller anden stereotyp tilgang.
Hvis du synes, at dine planlægningsmetoder er mindre produktive og mere slidsomme, skal du blot slappe af og lade som om, det er mere som en rejse end en destination.
For at få mest muligt ud af din iværksætterrejse, vil jeg nu guide dig gennem 10 beslutningsevner.
Disse gennemtestede metoder, som du er ved at følge, hjælper dig med at tage kalkulerede risici og blive en succesfuld planlægger.
1. Økonomisk planlægning (cost-benefit-analyse)
Hvordan afgør man, om man er økonomisk i stand, før man går i gang med et projekt?
Selvfølgelig skal du have en budgetplan på plads.
For at beregne ansvarlighed og fremtidige udgifter er cost-benefit-analyse unægtelig en uundværlig beslutningsevne.
Det var AJEJ Dupuit (fransk ingeniør og økonom), der først foreslog denne finansielle planlægningsmetode i 1844.
Ved at bruge finansielle færdigheder kan du evaluere udgifter, foretage sammenligninger, overvinde usikkerheder og måle den indtjening, din virksomhed kan generere. Desuden giver denne metode dig et indblik i alternativomkostninger.
Så hvad er "mulighedsomkostningerne"?
Det er de forpassede eller alternative muligheder, du ville støde på, mens du træffer beslutninger.
For eksempel kan du vælge nogle opgaver frem for andre. Og dette kan give dig et overblik over de uberørte områder, der kunne give bedre økonomiske fordele.
For at få mest muligt ud af din cost-benefit-analyse er MS Excel en god standard mulighed for at bygge din skabelon.
Derudover kan du bruge projektstyringssoftware som f.eks. projectmanager.com , der tilbyder virksomhedsspecifikke funktioner, der giver dig mulighed for at overvåge og planlægge dit budget.

2. Håndtering af informationsoverbelastning (affinitetsdiagrammer)
Overskud af alt er dårligt, og dataindsamling er ingen sådan undtagelse.
Med hensyn til beslutningstagning er kvantitet og relevans to nøglefaktorer, som ellers kan hæmme din planlægningsproces. Husk at mennesker har ret begrænset kognitiv evne.
Og en manglende evne til at forstå enorme verbale data kan kun føre til dårlig beslutningskvalitet.
For effektivt at håndtere informationsoverbelastning er affinitetsdiagrammet en af løsningerne. Det er en klassisk beslutningstagningsfærdighed, der kan hjælpe dig med at kontrollere brugen af data.
Den japanske antropolog Jiro Kawakita foreslog først denne metode i 1960'erne. Den er også kendt som KJ-metoden, og den hjælper med at organisere datarodret og skabe klarhed i beslutningstagningen.
Affinitet betyder i sig selv graden af nærhed. Og de indsamlede oplysninger er grupperet efter deres relevans.
Dette giver også folk mulighed for at designe deres tankeproces baseret på forudfattede meninger.
Så hvad har denne færdighed egentlig brug for?
En kuglepen, gule sedler og en god brainstorming-session. Men hvis du ikke føler behov for kuglepen og papir, kan du bruge skabelonværktøjer.
For eksempel er et superheader-affinitetsdiagram for HR oprettet ved hjælp af Lucid.app identisk med den traditionelle metode.

Affinitetsdiagrammer handler om at organisere overvældende kompleks og stor information, der er relateret på den ene eller anden måde.
Processen er ufuldstændig uden at skabe konsensus blandt teamet.
Hovedideen er at gruppere hver data under separate overskrifter og relaterede sammenhænge. Din beslutningstagning med affinitetsdiagrammet kan dog også omfatte nogle ændringer af layoutet.
For eksempel analyserer følgende affinitetsdiagram for kundeonboarding rejsen fra første engagement til fastholdelse i et lineært flow (i stedet for at sortere under overskrifterne).

3. Undersøgelse af flere resultater (beslutningstræ)
Der er altid usikkerheder, der overskygger din handlingsplan. Men når du ser potentielle flere resultater, skal du kortlægge flere handlingsmuligheder.
For at gøre det kommer dine evner til at udforme en effektiv struktur til nytte. Og den struktur er et beslutningstræ. Det giver dig mulighed for at måle sandsynligheden for en række muligheder til en vis grad af succes.
Træer med flere svar – konceptet, der først blev demonstreret i 1986 af John Ross Quinlan.
Et beslutningstræ hjælper dig med at forstå fordelene og risiciene ved enhver mulig beslutning, du måtte træffe. Den trælignende model har tre noder, der hver repræsenterer handlingsforløbene.

- Den første er rodnoden, der fokuserer på dine store beslutninger.
- Efter den første knude er der grene (pilelinjer), der repræsenterer de flere stier. De opstiller muligheder, som du sandsynligvis vil vælge imellem.
- Desuden strækker de sig til bladknuderne, der repræsenterer flere mulige udfald for hvert valg.
For at lette din beslutningsproces kan du bruge SmartDraw- værktøjet og dets funktioner som præsenteret nedenfor:

Et beslutningstræ kan hjælpe dig, når:
- Du forstår modellen med en høj sandsynlighedsfaktor for dine resultater.
- Du forstår modellen, men er usikker på dine resultater.
- Du forstår modellen, men kan ikke finde ud af dine resultater.
- Du forstår ikke modellen, men kan være noget sikker på dine resultater.
- Du hverken forstår modellen eller kan finde ud af dine resultater.
4. Beslutning ved hjælp af mental genvej (heuristisk metode)
Hvordan ville din beslutning være, når det kommer ud som en hurtig dom?
Generelt driver den første smule information, der ignorerer den detaljerede del af den, vores hurtige beslutninger. Ved at gøre det sparer vi enten tid eller sætter os selv i fare.
Denne indflydelsesrige form for beslutningstagning kaldes generelt den heuristiske metode.
Tilbage i 70'erne og 80'erne forskede to bemærkelsesværdige psykologer, Daniel Kahneman og Amos Tversky, i menneskelig beslutningsadfærd. Undersøgelsen illustrerer den tilgang en person tager baseret på hans/hendes personlige erfaring for at løse et problem.

I 2008 tilføjede forskning udført af Shah og Oppenheimer yderligere vægt til den heuristiske metode. De påpegede, at den hurtige beslutningsevne hjælper med at reducere indsatsen ved at fokusere på særlige signaler og undersøge færre, men alligevel relevante muligheder.
For eksempel hvordan man ved, om man kan stole på nogen, eller hvilken retning man skal tage for at rejse.
I sådanne tilfælde behøver vi egentlig ikke bruge tid på at analysere hver eneste smule information omkring den pågældende person eller et sted. Det hele bunder i dine oplevelser, intuition og forudfattede meninger.
I et andet tilfælde sætter heuristik et mønster på en måde, så kunderne føler, at de dyre varer har bedre kvalitet end de billigere.
Men i mange andre tilfælde kan heuristik skabe partiske beslutninger. Bare fordi nogle domme har begunstiget dine oplevelser, betyder det ikke, at det ville virke igen. Dette ville åbne plads for fejl.
Derfor bør du kun bruge heuristikmetoden i præcist krævende situationer.

5. Visuel præsentation (påvirkningsdiagram)
Data præsenteres bedst i visuel form, hvilket gør det forståeligt og nemmere at få indsigt. Når data er i abstrakt form, kan man relatere uafhængige variabler og spore forbindelser mellem dem uden besvær.
Et indflydelsesdiagram er et af de mest effektive visuelle strategiværktøjer, der fortjener sin plads i din beslutningsproces. Udtrykket blev første gang brugt i 1973 af forskerne Dr. James Matheson og Prof. Ronald Howard.
For at arbejde med indflydelsesdiagrammet bør alle i teamet være opmærksomme på hver fase, de vil arbejde på. Når du lægger hver proces ud i diagrammet, ser du et klart billede af deres forskellige sammenhænge og konsekvenser på hvert trin i processen.
Som et flowchart bruger Indflydelsesdiagrammet forskellige notationer og træk og slip-funktioner, som gør det nemt at organisere dataene:
- Rektangel: Beslutning
- Oval: Chance/Usikkerhed
- Dobbelt oval: Deterministisk
- Hexagon: Værdi eller Mål
- Afrundet rektangel: Funktion
- Optrukne/stiplede linjer: Indflydelse

Hvor ens/forskellige er Influence-diagrammet og beslutningstræet nu?
Selvom dem begge er repræsenteret af et flowdiagram, er der en subtil forskel.
Beslutningstræet leverer omfattende og kontekstuel viden med et sæt af sammenkoblede valg og resultater, hvorimod indflydelsesdiagrammet er mere fokuseret på den visuelle repræsentation af input, valg og mål.
Påvirkningsdiagrammet præsenterer sig selv som et praktisk værktøj til at opsummere nøgleområderne.
Bemærk, at visuelle strategier som denne ikke bør bruges før mere komplekse beslutningsmetoder som et beslutningstræ. Der findes visualiseringsmetoder for at reducere rod af data til handlingsrettede trin og præsentere et klart billede af målene.
6. Vurdering af komplekse og multiple alternativer (analyse af flere kriterier)
Forretningsproblemerne er generelt uforudsete og komplekse. Men jo mere snørklede de er, jo mere skaber de plads til alternativer.
Som teamleder skal en iværksætter hilse alles synspunkter velkommen og udarbejde flere beslutningsstrategier.
Multiple Criteria Decision Analysis (MCDA) er en af de effektive metoder, der bringer kollektive ideer fra mennesker. Metoden giver dem mulighed for at tænke, stille spørgsmålstegn ved, overholde, beslutte, genoverveje og til sidst beslutte.
Fra business use cases til regeringsplanlægning og endda husholdningsapplikationer har MCDA en central rolle i at finde fælles valg til løsningen.
Når det kommer til beslutningsprocessen, er Decerns MCDA et effektivt værktøj, der kan håndtere alle de nævnte spørgsmål, både personlige og professionelle.

Det var i midten af 1960'erne, da prof. Bernard Roy og hans kolleger udviklede MCDA-metoden til at lave anbefalinger til ethvert forretningsproblem.
Siden da har MCDA været et effektivt beslutningsstøtteværktøj til enhver gruppediskussion eller brainstorming. Det kan være nyttigt til at udvælge nye projekter/investeringer, lave shortlists til jobansøgere, ansøge om legater og til mange iværksætteropgaver.
Udover forretning kan det redde liv.
For nylig udviklede en gruppe eksperter og sygeplejepersonale i New Zealand et MCDA-værktøj til prioritering af Covid-19-smittede patienter. Beslutningsværktøjet hjalp dem med at finde ud af flere medicinske aspekter af patienter og prioritere dem, der havde brug for akutte indlæggelser på intensivafdelingen.
7. Prioritering og samarbejde (analytisk hierarkiproces)
Lad os sige, at du gerne vil købe en af de udvalgte telefoner efter eget valg. En af dem passer nemt inden for dit budget og kan opfylde alle dine grundlæggende behov. En anden telefon er fyldt med funktioner og har en premiumpris.
Hvordan vil du beslutte dig?
Du kan nævne fordele og ulemper eller afhænge af dine mave-instinkter. Du kan kontakte dine teknologikyndige venner.
Men hvad angår prioritering af opgaver med høj indsats, er Analytic Hierarchy Process (AHP) det, vi har brug for. For at nå dine forretningsmål er det nødvendigt at prioritere projekter i rækkefølge, så ydeevnen ikke kompromitteres.
For virksomhedsledere kan det dog være udfordrende og udsat for fejl at analysere komplekse projekter ved hjælp af manuelle analysemetoder.
Derfor har de brug for et dedikeret værktøj til AHP , der bruger den underliggende matematik, der kræves i parvise sammenligninger, kollaborativ afstemning, stabilitetsanalyse og mange andre målinger.

Ifølge en rapport trængte omkring 45% af broerne i USA til reparation.
Men på grund af utilstrækkelige vedligeholdelsesmidler var det ikke muligt at reparere hver enkelt bro. Derfor brugte eksperter AHP-metoden til at udvikle et klassificeringssystem, der kunne reducere beslutningsbias og hjælpe med at identificere underrisikobroer, som kræver øjeblikkelig opmærksomhed.
Det var i 1970'erne, da prof. Thomas L. Saaty udviklede en beslutningsmetode, der kunne tjene som et værktøj til at organisere komplekse beslutninger.
Dengang blev problemer målt ud fra brainstorming-sessionen og de tilsyneladende behov.
I dag er der en masse applikationer, der inkorporerer matematisk og psykologisk analyse.
Og for virksomhedsledere er AHP et af de bedste værktøjer til at score eller rangere forskellige muligheder, der passer bedst til deres problembehov.
8. Adfærdsplanlægning for kunder/marked (analyse af diskret valg)
Hvordan kan du få at vide, hvad dine kunder vil værdsætte mest ved dit produkt?
På grund af den konkurrenceprægede og featurefyldte markedsplads er det en op ad bakke opgave for virksomheder at finde ud af aspekterne af deres kundes sted.
Kundernes adfærdsmæssige aspekt er et følsomt emne. Mange iværksættere mangler dog fuldstændig forståelse og spiller med masser af penge i kampagner.
De har virkelig brug for at ændre den måde, de træffer beslutninger på.
Og vedrørende effektiv adfærdsplanlægning. Diskret valganalyse kan hjælpe dig med at træffe målrettede beslutninger.
Mange forskningsværker af Moshe Ben-Akiva og Steven R. Lerman introducerede metoden tilbage i 70'erne og 80'erne. Takket være deres bidrag har vi i dag software, der kan lette beslutningsprocessen såsom Stata og SAS/MDC.
Lad os nu se et eksempel.
Lad os sige, at du har et bilfirma. Dine konkurrenter er for nylig begyndt at tilbyde attraktive salgspakker. Dit salg har dog været faldende.
Ligesom hvad de fleste bilfirmaer gør, ville du være tilbøjelig til at træffe beslutninger ved hjælp af den traditionelle metode. Her introducerer du dine kunder til nogle potentielle salgsaftaler og spørger dem, hvor sandsynligt det er, at de køber dem.
Men her er et problem!
Du bør kun spørge om et begrænset antal salgsaftaler, før du løber tør for ideer og budget. Så der må være en bedre måde.
Tænk nu på de funktioner, der kan drive deres beslutningstagning. Nøglen her er at simulere hundredvis af potentielle salgstilbud fra dets mange komponenter.
Overvej et tilbud: Model 3 til 17,000 USD med en indbytteværdi på 80 %. 30% udbetaling med 18 måneders lån og 5% rente.

Den software, du arbejder på, kombinerer disse tilbud og skaber forskellige tilbud, der præsenteres side om side i en undersøgelse af potentielle kunder, som bliver bedt om at vælge det, der tiltaler dem mest.
Derefter vises et nyt sæt af helt andre tilbud, og forbrugerne bliver igen bedt om at vurdere dem og vælge i overensstemmelse hermed.
Hver undersøgelsesrespondent bliver bedt om at foretage et valg 10 til 15 gange, og evaluere 30-50 tilfældigt oprettede tilbud.
Når du har store nok prøver, indsamler softwaren oplysninger om tusindvis af valg og måler præferencerne.
Og så producerer den præferencescore for hver produktfunktion, hvor scoren er forskellig for hver kunde.
Disse data kan bruges til at bestemme den mest optimale kombination af funktioner, der bliver anvendt på en statistisk formel og gør det muligt at beregne præference, andele eller andele af forbrugere, der foretrækker en specifik salgsaftale frem for en anden.
9. Kritisk tænkning eller designtænkning (mindmapping)
Hvorfor skulle nogen have brug for designtænkning?
Folk er måske gode tænkere, men ikke de fleste af dem er gode implementere.
Generelt, mens de brainstormer et nyt projekt, bruger fagfolk en meget lineær måde at forstå køreplanerne på. Derfor reflekterer ideen ikke på en organiseret måde og skaber plads til tvivl og distraktioner.
Enhver iværksætter skal derfor forstå tankemønstret.
Designtænkning er en ikke-lineær proces, hvor du beskæftiger dig med flere antagelser og teorier baseret på dine nuværende ressourcer og situation.
Ideen var ikke velkendt for mange før omkring 1970'erne, da den engelske forfatter Tony Buzan introducerede mindmapping- teknikken.
Det er en kreativ teknik til at designe et forgrenet layout, der er analogt med neuroner. I dag er mindmapping et værdifuldt værktøj til planlægning eller indsamling af information inden for erhvervslivet, uddannelse og forskning. Og et af de effektive værktøjer, som jeg anbefaler til designtænkning, er et online diagram-softwareprogram - EdrawMax.
Lad os tage et kig på et eksempel. Kortet her illustrerer salgsvurderingen med fem kernekomponenter – Leads, Konverteringsforhold, Gennemsnitligt salg, Antal transaktioner og Margin. Desuden strækker de sig til underkomponenter, der formidler flere handlingsrettede trin.

Du vil også opdage, at hver underkomponent er rangeret i en rækkefølge for at tildele prioritet. Og efterhånden som du går videre, kan du yderligere oprette grene og undergrene til disse underkomponenter for en raffineret vurdering.

10. Kombinations- og relationsmodellering (lineær programmering)
Det er sikkert for en virksomhed at støde på en masse udfordringer, hvis den falder ind under en konkurrencedygtig niche: fra at leve op til de skiftende krav til at reducere kundernes gennemløbstid.
En af hovedårsagerne er den ineffektive brug af begrænsede ressourcer og strategier.
Og den bedste måde at opnå dette på er ved at bruge den kombination, der bestemmer antallet af mulige arrangementer af disse ressourcer på en overskuelig måde.
At kombinere disse to er en matematisk teknik, der kan hjælpe dig med at finde den bedste løsning til enhver rodet situation.
Og når jeg taler om kombination, mener jeg lineær programmering.
Da lineær programmering arbejder på at skabe en sammenhæng mellem variablerne, bliver det lettere at træffe kalkulerede beslutninger.
Ved at forbinde de optimale punkter kan du systematisere dine services, styre risiko og automatisering.
Med enkle ord er det som at finde den korteste rute til din destination, mens du kører med minimale barrierer i vejen.
For eksempel er madservice tildelt hjemlevering til 5 adresser - A, B, C, D og E. For at sikre, at madudbringningen er hurtig, bør de holde regnskab med afstand og tid.

Desuden bør de også håndtere usikre scenarier som begrænset brændstof, tung trafik eller uventede sving og holde virksomheden uskadt.
I et sådant scenarie kan du manuelt finde ud af den mest optimale rute til at aflevere madpakker på hver reserveret adresse.
Men i alt for komplicerede situationer som f.eks. fabrikker, byggepladser osv... er det umuligt for iværksættere at spore og strukturere dataene ved hjælp af standard computerapplikationer.
Derfor udvikles lineære programmeringsværktøjer som LINGO , der bruger matematisk modellering til at skabe ressource- og tidsvenlige løsninger.
Konklusion
Ti beslutningsevner - det er alt hvad du behøver. Forhåbentlig gav denne vejledning dig nogle indsigter i, hvilke metoder du skal anvende til bestemte virksomhedsproblemer.
Så før jeg afslutter dette, giver jeg dig et par sidste tips om etisk beslutningstagning, der er nyttige i enhver situation:
- Overtænk aldrig og oversaml aldrig
- Undgå overmod
- Fortsæt med at finpudse og optimere din planlægning
- Føl dig opmuntret til at udforske konkurrentens erfaringer som benchmarks
God beslutningstagning!
