10 Beslutningsferdigheter Entreprenører bør MESTRE

Har du noen gang lurt på hvor mange bevisste beslutninger vi tar hver dag?

Rundt 35,000. 

Tallet kan virke litt overveldende for den gjennomsnittlige avgjørende voksen. Imidlertid er en stor del av det trivielt eller ender opp uten resultat. Noen av dem er vanlige. Men noen få av dem er ganske følsomme. 

Beslutningstaking er en praksis drevet av data og følelser. Og det er ingen regel som passer for alle. Alle har forskjellige intuisjoner og perspektiver.

Men ja, én ting er vanlig – et positivt resultat. Og det er mulig med effektiv bruk av begrenset tid, penger og ressurser. 

Entreprenører lever og ånder beslutninger. Men ikke alle er flinke til å ta beslutninger. Det høres kanskje forferdelig ut, men 98 % av bedriftene ender opp med å være uproduktive med sin beslutningspraksis.

Og de vanligste faktorene inkluderer tidsfristpress, magefølelse, gjetting, uorganisert datahåndtering og en eller annen stereotyp tilnærming. 

Hvis du synes planleggingsmetodene dine er mindre produktive og mer slitsomme, kan du bare slappe av og late som om det er mer som en reise enn et reisemål.

For å få mest mulig ut av din gründerreise, skal jeg nå lede deg gjennom 10 beslutningsferdigheter.

Disse tidstestede metodene som du er i ferd med å følge vil hjelpe deg å ta kalkulerte risikoer og bli en vellykket planlegger. 

1. Økonomisk planlegging (kostnads-nytteanalyse)

Hvordan finne ut om du er økonomisk i form før du starter et prosjekt?

Selvfølgelig trenger du en budsjettplan på plass. 

For å beregne ansvarlighet og fremtidige utgifter, er kostnad-nytte-analyse unektelig en uunnværlig beslutningsevne. 

Det var AJEJ Dupuit (fransk ingeniør og økonom) som først foreslo denne økonomiske planleggingsmetoden i 1844. 

Ved å bruke økonomiske ferdigheter kan du evaluere utgifter, foreta sammenligninger, overvinne usikkerheter og måle inntektene virksomheten din kan generere. Dessuten gir denne metoden deg et innblikk i alternativkostnader. 

Så hva er "mulighetskostnaden"? 

Det er de savnede eller alternative mulighetene du vil komme over mens du tar avgjørelser. 

Du kan for eksempel velge noen oppgaver fremfor andre. Og dette kan gi deg en oversikt over de uberørte områdene som kan tilby bedre økonomiske fordeler.  

For å få mest mulig ut av kostnad-nytte-analysen din, er MS Excel et godt standardalternativ for å bygge malen din.

Dessuten kan du bruke prosjektledelsesprogramvare som f.eks projectmanager.com som tilbyr forretningsspesifikke funksjoner som lar deg overvåke og planlegge budsjettet ditt.

2. Administrere informasjonsoverbelastning (tilhørighetsdiagrammer)

Overskudd av alt er dårlig og datainnsamling er ikke noe slikt unntak. 

Når det gjelder beslutningstaking, er kvantitet og relevans to nøkkelfaktorer som ellers kan hindre planleggingsprosessen din. Husk at mennesker har ganske begrenset kognitiv evne. 

Og en manglende evne til å forstå enorme verbale data kan bare føre til dårlig beslutningskvalitet. 

For å effektivt håndtere informasjonsoverbelastning er Affinitetsdiagrammet en av løsningene. Det er en klassisk beslutningstakingsferdighet som kan hjelpe deg med å kontrollere bruken av data. 

Den japanske antropologen Jiro Kawakita foreslo først denne metoden på 1960-tallet. Også kjent som KJ-metoden, hjelper den å organisere datarotet og bringe klarhet i beslutningstaking.

Tilhørighet betyr i seg selv graden av nærhet. Og informasjonen som samles inn er gruppert etter deres relevans. 

Dette lar også folk designe tankeprosessen sin basert på forutinntatte forestillinger.

Så hva trenger egentlig denne ferdigheten?

En penn, klistrelapper og en god idédugnad. Men hvis du ikke føler behov for penn og papir, kan du bruke malbyggerverktøy. 

For eksempel et superheader-tilhørighetsdiagram for menneskelige ressurser opprettet ved hjelp av Lucid.app er identisk med den tradisjonelle metoden.

Affinitetsdiagrammer handler om å organisere overveldende kompleks og stor informasjon som er relatert på en eller annen måte. 

Prosessen er ufullstendig uten å bygge konsensus blant teamet. 

Hovedideen er å gruppere hver data under separate overskrifter og relaterte kontekster. Beslutningsprosessen din med Affinitetsdiagrammet kan imidlertid også inkludere noen endringer i oppsettet. 

For eksempel følgende Affinitetsdiagram for kunde ombordstigning analyserer reisen fra innledende engasjement til oppbevaring i en lineær flyt (i stedet for å sortere under overskriftene).

3. Undersøke flere utfall (beslutningstre)

Det er alltid usikkerhetsmomenter som overskygger handlingsplanen din. Men når du ser potensielle flere utfall, må du kartlegge flere handlingslinjer.

For å gjøre det kommer ferdighetene dine til å legge ut en effektiv struktur godt med. Og den strukturen er et beslutningstre. Den lar deg måle sannsynligheten for en rekke muligheter til en viss grad av suksess.

Trær med flere svar – konseptet som først ble demonstrert i 1986 av John Ross Quinlan.

Et beslutningstre hjelper deg å forstå belønningene og risikoene ved alle mulige beslutninger du kan ta. Den trelignende modellen har tre noder som hver representerer handlingsforløpene.

• Den første er rotnoden som fokuserer på de store avgjørelsene dine.
• Etter den første noden er det grener (pillinjer) som representerer de flere banene. De legger ut alternativer som du sannsynligvis vil velge mellom.
• Videre strekker de seg til bladnodene som representerer flere mulige utfall for hvert valg.

For å lette beslutningsprosessen kan du bruke Smartdraw verktøyet og dets funksjoner som presentert nedenfor:

Et beslutningstre kan hjelpe deg når:

• Du forstår modellen med en høy sannsynlighetsfaktor for dine utfall.
• Du forstår modellen, men er usikker på resultatene dine.
• Du forstår modellen, men kan ikke finne ut av resultatene dine.
• Du forstår ikke modellen, men kan være litt sikker på resultatene dine.
• Du verken forstår modellen eller kan finne ut resultatene dine.

4. Beslutning ved hjelp av mental snarvei (heuristisk metode)

Hvordan ville avgjørelsen din vært når det fremstår som en rask dom? 

Vanligvis driver den første biten med informasjon som ignorerer den detaljerte delen av den våre raske beslutninger. Ved å gjøre det sparer vi enten tid eller setter oss selv i fare. 

Denne innflytelsesrike typen beslutningstaking kalles generelt den heuristiske metoden. 

Tilbake på 70- og 80-tallet forsket to bemerkelsesverdige psykologer, Daniel Kahneman og Amos Tversky, på menneskelig beslutningsatferd. Studien illustrerer tilnærmingen en person tar basert på hans/hennes personlige erfaring for å løse et problem. 

Videre, i 2008, ga forskning utført av Shah og Oppenheimer mer vekt på den heuristiske metoden. De påpekte at evnen til å ta raske beslutninger bidrar til å redusere innsatsen ved å fokusere på spesielle signaler og undersøke færre men relevante alternativer. 

For eksempel hvordan du vet om du kan stole på noen eller hvilken retning du skal ta for å reise. 

I slike tilfeller trenger vi egentlig ikke bruke tid på å analysere hver eneste bit av informasjon rundt den personen eller et sted. Det hele koker ned til dine erfaringer, intuisjon og forutinntatte forestillinger. 

I et annet tilfelle setter heuristikk et mønster på en måte at kundene føler at de dyre varene har bedre kvalitet enn de billigere. 

Men i mange andre tilfeller kan heuristikk skape partiske beslutninger. Bare fordi noen dommer har favorisert opplevelsene dine, betyr det ikke at det vil fungere igjen. Dette vil åpne rom for feil. 

Derfor bør du kun bruke heuristikkmetoden i presist krevende situasjoner.

5. Visuell presentasjon (påvirkningsdiagram) 

Data kan best presenteres i visuell form som gjør det forståelig og enklere å få innsikt. Når data er i sin abstrakte form, kan du relatere uavhengige variabler og spore forbindelser mellom dem uten problemer.  

An påvirkningsdiagram er et av de beste effektive visuelle strategiverktøyene som fortjener sin plass i beslutningsprosessen din. Begrepet ble først brukt i 1973 av forskerne Dr. James Matheson og Prof. Ronald Howard. 

For å jobbe med innflytelsesdiagrammet bør alle i teamet være klar over hvert trinn de skal jobbe med. Når du legger ut hver prosess i diagrammet, ser du et klart bilde av deres ulike sammenhenger og konsekvenser på hvert trinn i prosessen. 

Som et flytskjema bruker innflytelsesdiagrammet forskjellige notasjoner og dra og slipp-funksjoner som gjør det enkelt å organisere dataene:

• Rektangel: Beslutning
• Oval: Sjanse/ Usikkerhet
• Dobbel oval: Deterministisk
• Heksagon: Verdi eller mål
• Avrundet rektangel: Funksjon
• Heltrukkede/prikkede linjer: Påvirkning

Nå, hvor like/forskjellig er innflytelsesdiagram og beslutningstre?

Selv om begge er representert med et flytdiagram, er det en subtil forskjell. 

Beslutningstreet leverer omfattende og kontekstuell kunnskap med et sett av sammenkoblede valg og utfall. Mens påvirkningsdiagrammet er mer fokusert på den visuelle representasjonen av input, valg og mål.

Påvirkningsdiagrammet presenterer seg som et praktisk verktøy for å oppsummere nøkkelområdene. 

Merk at visuelle strategier som dette ikke bør brukes før mer komplekse beslutningsmetoder som et beslutningstre. Det finnes visualiseringsmetoder for å redusere rotet av data til handlingsrettede trinn og gi et klart bilde av målene.

6. Vurdere komplekse og flere alternativer (beslutningsanalyse med flere kriterier)

Forretningsproblemene er generelt uventede og komplekse. Men jo mer kronglete de er, jo mer skaper de rom for alternativer. 

Som teamleder må en gründer ønske alles synspunkt velkommen og produsere flere beslutningsstrategier. 

Multiple Criteria Decision Analysis (MCDA) er en av de effektive metodene som bringer kollektive ideer til mennesker. Metoden lar dem tenke, stille spørsmål, etterkomme, bestemme, tenke nytt og til slutt bestemme. 

Fra forretningsbruk til offentlig planlegging, og til og med husholdningsapplikasjoner, har MCDA en sentral rolle i å finne felles valg for løsningen. 

Snakker om beslutningsprosessen, Decerns MCDA er et effektivt verktøy som kan håndtere alle spørsmål som nevnt, både personlige og faglige.

Det var på midten av 1960-tallet da prof. Bernard Roy og hans kolleger utviklet MCDA-metoden for å lage anbefalinger for ethvert forretningsproblem. 

Siden den gang har MCDA vært et effektivt beslutningsstøtteverktøy for enhver gruppediskusjon eller idédugnad. Det kan være nyttig for å velge nye prosjekter/investeringer, shortlisting av jobbsøkere, stipendsøknader og mange gründeroppgaver. 

Foruten forretninger kan det redde liv.

Nylig i New Zealand utviklet en gruppe eksperter og pleiepersonell et MCDA-verktøy for å prioritere Covid-19-infiserte pasienter. Beslutningsverktøyet hjalp dem med å finne ut flere medisinske aspekter ved pasienter og prioritere de som trengte akutte innleggelser på intensivavdelingen. 

7. Prioritering og samarbeid (analytisk hierarkiprosess)

La oss si at du vil kjøpe en av de valgte telefonene du ønsker. En passer lett under budsjettet ditt og kan oppfylle alle dine grunnleggende behov. Mens en annen telefon er fullpakket med en premium prislapp. 

Hvordan vil du bestemme deg? 

Du kan liste ned fordeler og ulemper eller være avhengig av mageinstinktene dine. Du kan kontakte dine teknologikyndige venner. 

Men når det gjelder prioritering av oppgaver med høy innsats, er Analytic Hierarchy Process (AHP) det vi trenger. For å nå forretningsmålene dine, er det nødvendig å prioritere prosjekter i rekkefølge, slik at ytelsen ikke kompromitteres. 

For bedriftsledere kan imidlertid å analysere komplekse prosjekter ved hjelp av manuelle analysemetoder være utfordrende og utsatt for feil.

Derfor trenger de en dedikert verktøy for AHP som gjør bruk av den underliggende matematikken som kreves i parvise sammenligninger, samarbeidsstemmegivning, stabilitetsanalyse og mange andre beregninger.

I følge en rapport, omtrent 45 % av broene i USA trengte reparasjon.

Men på grunn av utilstrekkelige vedlikeholdsmidler var det ikke mulig å fikse hver eneste bro. Derfor brukte eksperter AHP-metoden for å utvikle et rangeringssystem som kunne redusere beslutningsskjevhet og hjelpe til med å identifisere underrisikobroer som trenger umiddelbar oppmerksomhet. 

Det var på 1970-tallet da prof. Thomas L. Saaty utviklet en beslutningsmetode som kunne tjene som et verktøy for å organisere komplekse beslutninger. 

Den gang ble problemer målt basert på idédugnaden og de tilsynelatende behovene. 

I dag er det mange applikasjoner som inkluderer matematisk og psykologisk analyse. 

Og for bedriftsledere er AHP et av de beste verktøyene for å score eller rangere forskjellige alternativer som best passer deres problembehov.

8. Atferdsplanlegging for kunder/marked (analyse av diskret valg)

Hvordan kan du få vite hva kundene dine kommer til å verdsette mest ved produktet ditt?

På grunn av den konkurransedyktige og funksjonelle markedsplassen, er det en oppoverbakke oppgave for bedrifter å finne ut aspektene ved kundens plass. 

Ocuco atferdsaspektet til kundene er et sensitivt tema. Imidlertid mangler mange gründere fullstendig forståelse og gambler med tonnevis av penger i kampanjer. 

De trenger virkelig å endre måten de tar beslutninger på.

Og angående effektiv atferdsplanlegging. Diskret valganalyse kan hjelpe deg med å ta målrettede beslutninger.

Mange forskningsverk av Moshe Ben-Akiva og Steven R. Lerman introduserte metoden tilbake på 70- og 80-tallet. Takket være deres bidrag har vi i dag programvare som kan lette beslutningsprosessen som Stata og SAS/MDC.

La oss nå se et eksempel.

Si at du har et bilfirma. Dine konkurrenter har nylig begynt å tilby attraktive salgspakker. Salget ditt har imidlertid gått nedover. 

Akkurat som det de fleste bilselskaper gjør, ville du ha en tendens til å ta avgjørelser ved å bruke den tradisjonelle metoden. Her introduserer du kundene dine for noen potensielle salgsavtaler og spør dem hvor sannsynlig det er at de kjøper dem.

Men her er et problem!

Du bør bare spørre om et begrenset antall salgsavtaler før du går tom for ideer og budsjett. Så det må finnes en bedre måte. 

Tenk nå på funksjonene som kan drive beslutningsprosessen deres. Nøkkelen her er å simulere hundrevis av potensielle salgstilbud fra de mange komponentene. 

Vurder et tilbud: Model 3 for $17,000 80 med en innbytteverdi på 30 %. 18 % nedbetaling med 5 måneders lån, og XNUMX % rente. 

Programvaren du jobber med kombinerer disse tilbudene og skaper forskjellige tilbud som presenteres side om side i en undersøkelse av potensielle kunder som blir bedt om å velge det som appellerer til dem mest.

Deretter vises et nytt sett med helt andre tilbud, og forbrukerne blir igjen bedt om å vurdere dem og velge deretter. 

Hver undersøkelsesrespondent blir bedt om å gjøre et valg 10 til 15 ganger, og vurdere 30-50 tilfeldig opprettede tilbud. 

Når du har store nok prøver, samler programvaren informasjon om tusenvis av valg og måler preferansene. 

Og så produserer den preferansepoeng for hver produktfunksjon der poengsummen er forskjellig for hver kunde. 

Disse dataene kan brukes til å bestemme den mest optimale kombinasjonen av funksjoner som brukes på en statistisk formel og gjør det mulig å beregne preferanse, andeler eller andeler av forbrukere som foretrekker en spesifikk salgsavtale fremfor en annen. 

9. Kritisk tenkning eller designtenkning (tankekartlegging)

Hvorfor skulle noen trenge designtenkning? 

Folk kan være gode tenkere, men ikke de fleste av dem er gode implementere.  

Vanligvis, mens de brainstormer et nytt prosjekt, bruker fagfolk en veldig lineær måte å forstå veikartene på. Derfor reflekterer ikke ideen på en organisert måte og skaper rom for tvil og distraksjoner.

Enhver gründer må derfor forstå tankemønsteret. 

Designtenkning er en ikke-lineær prosess hvor du håndterer flere antagelser og teorier basert på dine nåværende ressurser og situasjon. 

Ideen var ikke godt kjent for mange før rundt 1970-tallet da den engelske forfatteren Tony Buzan introduserte Tankekart teknikk. 

Det er en kreativ teknikk for å designe en forgrenet layout som er analog med nevroner. I dag er tankekartlegging et verdifullt verktøy for å planlegge eller samle informasjon innen næringsliv, utdanning og forskning. Og et av de effektive verktøyene jeg anbefaler for designtenkning er en online diagramprogramvare -EdrawMax .

La oss ta en titt på et eksempel. Kartet her illustrerer salgsvurderingen med fem kjernekomponenter – Leads, Conversion ratio, Gjennomsnittlig salg, Antall transaksjoner og Margin. Videre strekker de seg til underkomponenter som formidler flere handlingsbare trinn.

Du vil også finne at hver underkomponent er rangert i en rekkefølge for å tildele prioritet. Og etter hvert som du går videre, kan du opprette grener og undergrener til disse underkomponentene for en raffinert vurdering.

10. Kombinasjons- og relasjonsmodellering (lineær programmering)

Det er sikkert for en bedrift å møte mange utfordringer hvis den faller inn under en konkurransedyktig nisje: fra å leve opp til de endrede kravene til å redusere ledetiden til kundene.

En av hovedårsakene er ineffektiv bruk av begrensede ressurser og strategier.

Og den beste måten å oppnå dette på er å bruke kombinasjonen som bestemmer antall mulige arrangementer av disse ressursene på en ryddig måte. 

Å kombinere disse to er en matematisk teknikk som kan hjelpe deg med å finne den beste løsningen for enhver rotete situasjon.

Og når jeg snakker om kombinasjon, mener jeg lineær programmering. 

Ettersom lineær programmering jobber for å skape en relasjon mellom variablene, blir det lettere å ta kalkulerte beslutninger. 

Ved å koble sammen de optimale punktene kan du systemisere tjenestene dine, administrere risiko og automatisering. 

Med enkle ord er det som å finne den korteste ruten til destinasjonen mens du kjører med minimale barrierer i veien. 

For eksempel er matservering tildelt hjemlevering til 5 adresser – A, B, C, D og E. For å sikre at matleveringen er rask, bør de holde rede på avstand og tid. 

Dessuten bør de også håndtere usikre scenarier som begrenset drivstoff, tung trafikk eller uventede svinger og holde virksomheten uskadd. 

I et slikt scenario kan du manuelt finne ut den mest optimale ruten for å levere matpakker på hver bestilte adresse. 

Men i altfor kompliserte situasjoner som produksjonsanlegg, byggeplasser osv... er det umulig for gründere å spore og strukturere dataene ved å bruke standard dataapplikasjoner. 

Derfor kan lineære programmeringsverktøy som LINGO er utviklet som gjør bruk av matematisk modellering for å skape en ressurs og tidsvennlige løsninger.

Konklusjon

Ti beslutningsevner - det er alt du trenger. Forhåpentligvis ga denne veiledningen deg litt innsikt i hvilke metoder du kan bruke for bestemte bedriftsproblemer.

Så før jeg avslutter dette, gir jeg deg noen siste tips om etisk beslutningstaking som er nyttig i enhver situasjon:

• Aldri overtenk og samle over
• Unngå overmot
• Fortsett å avgrense og optimalisere planleggingen din
• Føl deg oppmuntret til å utforske konkurrentens erfaringer som benchmarks

God beslutningstaking!