10 päätöksentekotaitoa, jotka yrittäjien tulisi VALTAA

Oletko koskaan miettinyt, kuinka monta tietoista päätöstä teemme joka päivä?

Noin 35 000.

Määrä voi tuntua hieman ylivoimaiselta keskimääräiselle päättäväiselle aikuiselle. Suuri osa siitä on kuitenkin triviaalia tai päätyy ilman tulosta. Jotkut niistä ovat tavallisia. Mutta jotkut heistä ovat melko herkkiä. 

Päätöksenteko on datan ja tunteiden ruokkima prosessi. Eikä siihen ole olemassa yhtä ainoaa sääntöä. Jokaisella on omat intuitiot ja näkökulmat.

Mutta kyllä, yksi asia on yleinen – positiivinen tulos. Ja se on mahdollista rajallisen ajan, rahan ja resurssien tehokkaalla käytöllä. 

Yrittäjät elävät ja hengittävät päätöksiä. Mutta kaikki heistä eivät ole hyviä päätöksentekotaidoissa. Se saattaa kuulostaa kamalalta, mutta 98 ​​% yrityksistä päätyy tuottamattomiin päätöksentekokäytännöissään.

Ja yleisimpiä tekijöitä ovat määräajan paine, sisäinen tunne, arvailu, järjestämätön tiedonkäsittely ja stereotyyppinen lähestymistapa. 

Jos suunnittelumenetelmäsi ovat vähemmän tuottavia ja työläisempiä, rentoudu ja teeskentele, että se on enemmän matkaa kuin määränpää.

Saadaksesi kaiken irti yrittäjyysmatkastasi, aion nyt opastaa sinut 10 päätöksentekotaidon läpi.

Nämä aika-testatut menetelmät, joita aiot noudattaa, auttavat sinua ottamaan harkittuja riskejä ja tulemaan menestyväksi suunnittelijaksi. 

1. Taloussuunnittelu (kustannus-hyötyanalyysi)

Kuinka selvittää, oletko taloudellisesti kunnossa ennen projektin aloittamista?

Tietenkin tarvitset budjettisuunnitelman. 

Vastuullisuuden ja tulevien kulujen laskennassa kustannus-hyötyanalyysi on kiistatta välttämätön päätöksentekotaito. 

AJEJ Dupuit (ranskalainen insinööri ja ekonomisti) ehdotti ensimmäisen kerran tätä rahoitussuunnittelumenetelmää vuonna 1844. 

Taloudellisten taitojen avulla voit arvioida kuluja, tehdä vertailuja, voittaa epävarmuustekijät ja mitata yrityksesi tuottoa. Lisäksi tämä menetelmä antaa sinulle käsityksen vaihtoehtokustannuksista. 

Joten mikä on "vaihtoehtohinta"? 

Se on menetettyjä tai vaihtoehtoisia mahdollisuuksia, joihin törmäät tehdessäsi päätöksiä. 

Voit esimerkiksi valita joitakin tehtäviä toisten sijaan. Ja tämä voi antaa sinulle yleiskatsauksen koskemattomista alueista, jotka voisivat tarjota parempia taloudellisia etuja.  

Jotta saat parhaan hyödyn kustannus-hyötyanalyysistäsi, MS Excel on hyvä oletusvaihtoehto mallin rakentamiseen.

Lisäksi voit käyttää projektinhallintaohjelmistoa, kuten projectmanager.com , joka tarjoaa yrityskohtaisia ​​ominaisuuksia, joiden avulla voit seurata ja suunnitella budjettiasi.

2. Tietojen ylikuormituksen hallinta (suhdekaaviot)

Kaiken ylimäärä on huono asia, eikä tiedonkeruu ole poikkeus. 

Mitä tulee päätöksentekoon, määrä ja relevanssi ovat kaksi keskeistä tekijää, jotka voivat muuten haitata suunnitteluprosessia. Muista, että ihmisillä on melko rajalliset kognitiiviset kyvyt. 

Ja kyvyttömyys ymmärtää valtavaa sanallista dataa voi johtaa vain huonoon päätösten laatuun. 

Affiniteettidiagrammi on yksi ratkaisu informaatiotulvan tehokkaaseen hallintaan. Se on klassinen päätöksentekotaito, joka voi auttaa sinua hallitsemaan datan käyttöä.

Japanilainen antropologi Jiro Kawakita ehdotti tätä menetelmää ensimmäisen kerran 1960-luvulla. Tunnetaan myös nimellä KJ-menetelmä, ja se auttaa järjestämään datasotkua ja tuomaan selkeyttä päätöksentekoon.

Affiniteetti itsessään tarkoittaa läheisyyden astetta. Ja kerätyt tiedot ryhmitellään niiden merkityksen mukaan. 

Näin ihmiset voivat myös suunnitella ajatteluprosessinsa ennakkokäsitysten pohjalta.

Mitä tämä taito sitten todella tarvitsee?

Kynä, tarralappuja ja hyvä ideointisessio. Jos et kuitenkaan tunne tarvetta kynälle ja paperille, voit käyttää mallipohjien luontityökaluja.

Esimerkiksi Lucid.app- sovelluksella luotu henkilöstöhallinnon superotsikkoaffiniteettikaavio on identtinen perinteisen menetelmän kanssa.

Affiniteettikaavioissa on kyse ylivoimaisen monimutkaisen ja suuren tiedon järjestämisestä, joka liittyy tavalla tai toisella. 

Prosessi on keskeneräinen ilman yhteisymmärrystä ryhmän kesken. 

Pääideana on ryhmitellä jokainen data erillisiin otsikoihin ja niihin liittyviin konteksteihin. Affiniteettikaaviota koskeva päätöksenteko voi kuitenkin sisältää myös joitakin muutoksia asetteluun. 

Esimerkiksi seuraava asiakkaan perehdytyksen affiniteettikaavio analysoi matkan alkuperäisestä sitoutumisesta asiakkaan säilyttämiseen lineaarisessa järjestyksessä (otsikoiden mukaisen lajittelun sijaan).

3. Useiden tulosten tutkiminen (päätöspuu)

Aina on epävarmuustekijöitä, jotka varjostavat toimintasuunnitelmasi. Mutta kun näet mahdollisia useita tuloksia, sinun on suunniteltava useita toimintatapoja.

Tehokkaan rakenteen asettelutaitosi ovat hyödyksi. Ja tuo rakenne on päätöspuu. Sen avulla voit mitata erilaisten mahdollisuuksien todennäköisyyttä tiettyyn menestykseen.

Puut, joissa on useita vastauksia – käsite, jonka John Ross Quinlan esitteli ensimmäisen kerran vuonna 1986.

Päätöspuu auttaa sinua ymmärtämään jokaisen mahdollisesti tekemäsi päätöksen edut ja riskit. Puumaisessa mallissa on kolme solmua, jotka kukin edustavat toimintatapoja.

• Ensimmäinen on juurisolmu, joka keskittyy suuriin päätöksiisi.
• Ensimmäisen solmun jälkeen on haarat (nuoliviivat), jotka edustavat useita polkuja. He esittelevät vaihtoehtoja, joista voit todennäköisesti valita.
• Lisäksi ne ulottuvat lehtisolmuihin, jotka edustavat useita mahdollisia tuloksia kullekin valinnalle.

Päätöksentekoprosessin helpottamiseksi voit käyttää SmartDraw- työkalua ja sen ominaisuuksia alla esitetyllä tavalla:

Päätöspuu voi auttaa sinua, kun:

• Ymmärrät mallin tuloksiesi suurella todennäköisyyskertoimella.
• Ymmärrät mallin, mutta olet epävarma tuloksistasi.
• Ymmärrät mallin, mutta et ymmärrä tuloksiasi.
• Et ymmärrä mallia, mutta voit olla varma tuloksistasi.
• Et ymmärrä mallia etkä osaa selvittää tuloksiasi.

4. Päätös käyttämällä mentaalista pikakuvaketta (heuristinen menetelmä)

Millainen olisi päätöksesi, kun se tulee äkillisenä tuomiona? 

Yleensä ensimmäinen tiedonpala, joka jättää huomiotta sen yksityiskohtaisen osan, ohjaa nopeita päätöksiämme. Näin toimimalla joko säästämme aikaa tai vain vaarannamme itsemme. 

Tätä vaikutusvaltaista päätöksentekoa kutsutaan yleisesti heuristiseksi menetelmäksi. 

70- ja 80-luvuilla kaksi merkittävää psykologia, Daniel Kahneman ja Amos Tversky, tutkivat ihmisen päätöskäyttäytymistä. Tutkimus havainnollistaa henkilökohtaisiin kokemuksiinsa perustuvaa lähestymistapaa ongelman ratkaisemiseen. 

Lisäksi vuonna 2008 Shahin ja Oppenheimerin tekemä tutkimus lisäsi heuristisen menetelmän painoarvoa. He huomauttivat, että nopea päätöksentekokyky auttaa vähentämään vaivaa keskittymällä tiettyihin vihjeisiin ja tutkimalla harvempia, mutta olennaisia ​​vaihtoehtoja. 

Esimerkiksi kuinka tietää, voitko luottaa johonkin tai mihin suuntaan matkustaa. 

Tällaisissa tapauksissa meidän ei todellakaan tarvitse käyttää aikaa analysoimalla kaikkia kyseisen henkilön tai paikan ympärillä olevia tietoja. Kaikki riippuu kokemuksistasi, intuitiostasi ja ennakkokäsityksistäsi. 

Toisessa tapauksessa heuristiikka asettaa mallin siten, että asiakkaat kokevat kalliiden tuotteiden olevan laadukkaampia kuin halvemmilla. 

Mutta monissa muissa tapauksissa heuristiikka voi luoda puolueellisia päätöksiä. Se, että jotkut tuomiot ovat suosineet kokemuksiasi, ei tarkoita, että se toimisi uudelleen. Tämä avaisi tilaa virheille. 

Siksi sinun tulee käyttää heuristista menetelmää vain tarkasti vaativissa tilanteissa.

5. Visuaalinen esitys (vaikutuskaavio) 

Datan esittäminen onnistuu parhaiten visuaalisessa muodossa, mikä tekee siitä ymmärrettävää ja helpottaa oivallusten saamista. Kun data on abstraktissa muodossa, voit yhdistää riippumattomia muuttujia ja seurata niiden välisiä yhteyksiä vaivattomasti.

Vaikutusdiagrammi on yksi parhaista ja tehokkaista visuaalisista strategiatyökaluista , joka ansaitsee paikkansa päätöksentekoprosessissasi. Termiä käyttivät ensimmäisen kerran vuonna 1973 tutkijat Dr. James Matheson ja professori Ronald Howard.

Voidakseen työskennellä Vaikutuskaavion kanssa kaikkien tiimin jäsenten tulee olla tietoisia jokaisesta työvaiheesta, jossa he työskentelevät. Kun esität jokaisen prosessin kaaviossa, näet selkeän kuvan niiden vaihtelevista yhteyksistä ja seurauksista prosessin jokaisessa vaiheessa. 

Kuten vuokaavio, vaikutuskaavio käyttää erilaisia ​​merkintöjä ja vedä ja pudota -ominaisuuksia, mikä tekee tietojen järjestämisestä helppoa:

• Suorakulmio: Päätös
• Ovaali: mahdollisuus/epävarmuus
• Kaksoisovaali: Deterministinen
• Kuusikulmio: arvo tai tavoite
• Pyöristetty suorakulmio: Toiminto
• Kiinteät/ katkoviivat: Vaikutus

Kuinka samanlaisia/erilaisia ​​Vaikutuskaavio ja Päätöspuu ovat?

Vaikka ne molemmat on esitetty vuokaaviona, niissä on hienovarainen ero. 

Päätöspuu tarjoaa kattavaa ja kontekstuaalista tietoa, joka sisältää joukon toisiinsa liittyviä valintoja ja tuloksia. Vaikutuskaavio puolestaan ​​keskittyy enemmän panosten, valintojen ja tavoitteiden visuaaliseen esitystapaan.

Vaikutuskaavio esittelee itsensä käytännöllisenä työkaluna avainalueiden yhteenvetoon. 

Huomaa, että tämän kaltaisia ​​visuaalisia strategioita ei pitäisi käyttää ennen monimutkaisempia päätösmenetelmiä, kuten päätöspuuta. On olemassa visualisointimenetelmiä, jotka vähentävät datan sotkua toimiviksi vaiheiksi ja antavat selkeän kuvan tavoitteista.

6. Monimutkaisten ja useiden vaihtoehtojen arviointi (useita kriteerejä koskeva päätösanalyysi)

Liiketoiminnan ongelmat ovat yleensä odottamattomia ja monimutkaisia. Mutta mitä mutkikkaampia ne ovat, sitä enemmän ne luovat tilaa vaihtoehdoille. 

Yrittäjän on tiiminvetäjänä otettava kaikkien näkökulma tervetulleeksi ja laadittava useita päätösstrategioita. 

Multiple Criteria Decision Analysis (MCDA) on yksi niistä tehokkaista menetelmistä, jotka tuovat yhteisiä ideoita ihmisistä. Menetelmän avulla he voivat ajatella, kyseenalaistaa, noudattaa, päättää, ajatella uudelleen ja lopulta päättää. 

Yrityskäyttötapauksista valtion suunnitteluun ja jopa kotitaloussovelluksiin MCDA:lla on keskeinen rooli yhteisten ratkaisuvaihtoehtojen löytämisessä. 

Päätöksentekoprosessista puhuttaessa Decerns MCDA on tehokas työkalu, joka pystyy käsittelemään kaikki mainitut kyselyt, sekä henkilökohtaiset että ammatilliset.

Se tapahtui 1960-luvun puolivälissä, kun professori Bernard Roy ja hänen kollegansa kehittivät MCDA-menetelmän suositusten luomiseksi kaikkiin liiketoimintaongelmiin. 

Siitä lähtien MCDA on ollut tehokas päätöksenteon tukityökalu ryhmäkeskusteluissa tai aivoriihitilaisuuksissa. Se voi olla hyödyllinen uusien projektien/investointien valinnassa, työpaikkahakijoiden esivalintaan, apurahahakemuksiin ja moniin yrittäjyyteen liittyviin tehtäviin.

Liiketoiminnan lisäksi se voi pelastaa ihmishenkiä.

Uudessa-Seelannissa asiantuntija- ja hoitohenkilökunta kehitti hiljattain MCDA-työkalun Covid-19-tartunnan saaneiden potilaiden priorisoimiseksi. Päätöksentekotyökalu auttoi heitä selvittämään useita potilaiden lääketieteellisiä näkökohtia ja priorisoimaan ne, jotka tarvitsivat kiireellistä tehohoitoa.

7. Priorisointi ja yhteistyö (analyyttinen hierarkiaprosessi)

Oletetaan, että haluat ostaa yhden valitsemistasi puhelimista. Toinen sopii helposti budjettiisi ja täyttää kaikki perustarpeesi, kun taas toinen puhelin on täynnä ominaisuuksia, mutta hintalappu on korkea.

Miten päätät? 

Voit luetella etuja ja haittoja tai luottaa vaistoosi. Voit ottaa yhteyttä tekniikkaa taitaviin ystäviin. 

Mutta mitä tulee korkean panoksen tehtävien priorisointiin, tarvitsemme Analytic Hierarchy Process (AHP) -prosessin. Liiketoimintatavoitteidesi saavuttamiseksi projektien priorisointi on välttämätöntä, jotta suorituskyky ei vaarannu. 

Yritysjohtajille monimutkaisten projektien analysointi manuaalisilla analyyttisilla menetelmillä voi kuitenkin olla haastavaa ja virhealtista.

Siksi he tarvitsevat AHP:lle erillisen työkalun , joka hyödyntää parivertailuissa, yhteistyöäänestyksessä, vakausanalyysissä ja monissa muissa mittareissa tarvittavaa pohjalaskentaa.

Raportin mukaan noin 45 % Yhdysvaltojen silloista tarvitsi korjausta.

Huoltovarojen riittämättömyyden vuoksi jokaista siltaa ei kuitenkaan voitu korjata. Siksi asiantuntijat käyttivät AHP-menetelmää kehittääkseen luokitusjärjestelmän, joka voi vähentää päätösten harhaa ja auttaa tunnistamaan aliriskin siltoja, jotka vaativat välitöntä huomiota. 

1970-luvulla professori Thomas L. Saaty kehitti päätösmenetelmän, joka voisi toimia työkaluna monimutkaisten päätösten organisoinnissa. 

Silloin ongelmia mitattiin aivoriihien ja ilmeisten tarpeiden perusteella. 

Nykyään on olemassa monia sovelluksia, jotka sisältävät matemaattista ja psykologista analyysiä. 

Ja yritysjohtajille AHP on yksi parhaista työkaluista pisteyttää tai luokitella eri vaihtoehtoja, jotka parhaiten vastaavat heidän ongelmatarpeisiinsa.

8. Asiakkaiden/markkinoiden käyttäytymisen suunnittelu (diskreetin valinnan analyysi)

Kuinka saat tietää, mitä asiakkaasi arvostavat tuotteessasi eniten?

Kilpailutilanteen ja monipuolisten markkinoiden vuoksi yrityksillä on ylämäkeen vaikea selvittää asiakkaansa paikan näkökohdat. 

Asiakkaiden käyttäytymiseen liittyvä näkökulma on arkaluontoinen aihe. Monilla yrittäjillä ei kuitenkaan ole täydellistä ymmärrystä ja he pelaavat kampanjoissaan suuria summia.

Heidän on todella muutettava tapojaan tehdä päätöksiä.

Ja tehokkaasta käyttäytymissuunnittelusta. Discrete Choice Analysis voi auttaa sinua tekemään kohdennettuja päätöksiä.

Monet Moshe Ben-Akivan ja Steven R. Lermanin tutkimustyöt esittelivät menetelmän 70- ja 80-luvuilla. Heidän panoksensa ansiosta meillä on nykyään ohjelmistoja, jotka voivat helpottaa päätöksentekoprosessia, kuten Stata ja SAS/MDC.

Katsotaanpa nyt esimerkkiä.

Sano, että sinulla on autoyhtiö. Kilpailijasi ovat hiljattain alkaneet tarjota houkuttelevia myyntipaketteja. Myyntisi on kuitenkin laskenut. 

Aivan kuten useimmat autoyritykset tekevät, sinulla on tapana tehdä päätökset perinteisellä menetelmällä. Täällä esittelet asiakkaillesi mahdollisia myyntitarjouksia ja kysyt heiltä, ​​kuinka todennäköisesti he ostaisivat ne.

Mutta tässä on ongelma!

Sinun tulisi kysyä vain rajoitetusta määrästä myyntitarjouksia, ennen kuin ideat ja budjetti loppuvat. Joten on oltava parempi tapa. 

Mieti nyt ominaisuuksia, jotka voivat ohjata heidän päätöksentekoaan. Tärkeintä tässä on simuloida satoja mahdollisia myyntitarjouksia sen monista komponenteista. 

Harkitse tarjousta: Model 3 hintaan 17,000 80 dollaria 30 %:n vaihtoarvolla. 18 % käsiraha 5 kuukauden lainalla ja XNUMX % korko. 

Ohjelmisto, jonka parissa työskentelet, yhdistää nämä tarjoukset ja luo erilaisia ​​tarjouksia, jotka esitetään rinnakkain potentiaalisten asiakkaiden tekemässä kyselyssä, ja heitä pyydetään valitsemaan niistä mikä miellyttää heitä eniten.

Sitten näytetään uusi sarja täysin erilaisia ​​​​tarjouksia, ja kuluttajia pyydetään jälleen arvioimaan ne ja valitsemaan sen mukaan. 

Jokaista kyselyyn vastaajaa pyydetään tekemään valinta 10-15 kertaa arvioiden 30-50 satunnaisesti tehtyä tarjousta. 

Kun sinulla on tarpeeksi suuret näytteet, ohjelmisto kerää tietoa tuhansista vaihtoehdoista ja mittaa mieltymykset. 

Ja sitten se tuottaa mieltymyspisteet jokaiselle tuoteominaisuudelle, jossa pisteet ovat erilaisia ​​kullekin asiakkaalle. 

Näitä tietoja voidaan käyttää määrittämään optimaalisin ominaisuuksien yhdistelmä, jota sovelletaan tilastokaavaan ja jonka avulla voidaan laskea etusija, osuudet tai kuluttajien osuudet, jotka suosivat tiettyä myyntisopimusta toiseen verrattuna. 

9. Kriittinen ajattelu tai suunnitteluajattelu (mielekartoitus)

Miksi kukaan tarvitsisi suunnitteluajattelua? 

Ihmiset voivat olla hyviä ajattelijoita, mutta useimmat heistä eivät ole hyviä toteuttajia.  

Yleisesti ottaen ammattilaiset käyttävät uutta projektia aivoriihiessään hyvin lineaarista tapaa ymmärtää tiekartat. Näin ollen idea ei heijastu organisoidusti ja luo tilaa epäilyille ja häiriötekijöille.

Jokaisen yrittäjän on siksi ymmärrettävä ajattelumalli. 

Suunnitteluajattelu on epälineaarinen prosessi, jossa käsittelet enemmän oletuksia ja teorioita nykyisten resurssien ja tilanteen perusteella. 

Ajatus ei ollut monille tuttu ennen kuin 1970-luvun tienoilla englantilainen kirjailija Tony Buzan esitteli miellekarttatekniikan.

Se on luova tekniikka haaroittuneen asettelun suunnitteluun, joka on analoginen neuronien kanssa. Nykyään miellekartta on arvokas työkalu suunnitteluun tai tiedonkeruuseen liike-elämässä, koulutuksessa ja tutkimuksessa. Ja yksi tehokkaista työkaluista, joita suosittelen suunnitteluajatteluun, on verkkopohjainen kaavio-ohjelmisto -EdrawMax.

Katsotaanpa esimerkkiä. Tässä oleva kartta havainnollistaa myynnin arviointia viidellä ydinkomponentilla – Leads, Conversion ratio, Keskimääräinen myynti, Tapahtumien määrä ja Marginaali. Lisäksi ne ulottuvat osakomponentteihin, jotka välittävät useita toimivia vaiheita.

Huomaat myös, että jokainen alikomponentti on luokiteltu tärkeysjärjestykseen. Ja kun siirryt eteenpäin, voit edelleen luoda haaroja ja alihaaroja näihin osakomponentteihin tarkempaa arviointia varten.

10. Yhdistelmä- ja suhdemallinnus (lineaarinen ohjelmointi)

Yritykselle on varmaa, että se kohtaa monia haasteita, jos se joutuu kilpailutilanteen alle: muuttuviin vaatimuksiin vastaamisesta asiakkaiden läpimenoajan lyhentämiseen.

Yksi suurimmista syistä on rajallisten resurssien ja strategioiden tehoton käyttö.

Ja paras tapa saavuttaa tämä on käyttää yhdistelmää, joka määrittää näiden resurssien mahdollisten järjestelyjen lukumäärän hallitulla tavalla. 

Näiden kahden yhdistäminen on matemaattinen tekniikka, joka voi auttaa sinua löytämään parhaan ratkaisun mihin tahansa sotkuiseen tilanteeseen.

Ja kun puhun yhdistelmästä, tarkoitan lineaarista ohjelmointia. 

Kun lineaarinen ohjelmointi toimii luomaan suhteen muuttujien välille, laskettujen päätösten tekeminen on helpompaa. 

Yhdistämällä optimaaliset pisteet voit järjestelmällistää palvelusi, hallita riskejä ja automaatiota. 

Yksinkertaisesti sanottuna se on kuin löytäisit lyhimmän reitin määränpäähäsi ajaessasi mahdollisimman vähän esteitä. 

Esimerkiksi ruokapalvelu on määritetty kotiinkuljetus viiteen osoitteeseen – A, B, C, D ja E. Jotta ruoan toimitus sujuu nopeasti, heidän tulee ottaa huomioon etäisyys ja aika. 

Lisäksi heidän tulisi myös hallita epävarmoja skenaarioita, kuten rajoitettu polttoaine, raskas liikenne tai odottamattomat käännökset, ja pitää liiketoiminta vahingoittumattomana. 

Tällaisessa tilanteessa voit manuaalisesti selvittää optimaalisen reitin ruokapakkausten jättämiseen kuhunkin varattuun osoitteeseen. 

Liian monimutkaisissa tilanteissa, kuten tuotantolaitoksissa, rakennustyömailla jne., yrittäjien on kuitenkin mahdotonta seurata ja jäsentää tietoja tavallisilla tietokonesovelluksilla. 

Siksi kehitetään lineaarisen ohjelmoinnin työkaluja, kuten LINGO, jotka hyödyntävät matemaattista mallinnusta resurssi- ja aikaystävällisten ratkaisujen luomiseksi.

Yhteenveto

Kymmenen päätöksentekotaitoa – siinä kaikki mitä tarvitset. Toivottavasti tämä opas antoi sinulle näkemyksiä siitä, mitä menetelmiä soveltaa tiettyihin yritysongelmiin.

Joten ennen kuin päätän tämän, jätän sinulle viimeiset vinkit eettiseen päätöksentekoon, jotka ovat hyödyllisiä kaikissa tilanteissa:

• Älä koskaan ajattele liikaa ja kerää liikaa
• Vältä yliluottamusta
• Jatka suunnittelusi tarkentamista ja optimointia
• Tunne rohkaisua tutkimaan kilpailijoiden kokemuksia vertailukohtana

Hyvää päätöksentekoa!