Cuando te enfrentas a una decisión importante puedes recurrir a una variedad de métodos informales para previsualizar varios escenarios y elegir un camino. Tal vez lo discutas con un colega, hagas una lista de pros y contras o investigues lo que han hecho otros líderes en situaciones similares.
Sin embargo, esto puede ser un método arriesgado: ¿qué pasa si tu colega no conoce el proyecto a detalle?, ¿qué ocurre si el contexto y las condiciones cambian? ¿qué sucederá con la decisión a largo plazo?
A veces no se puede tomar una decisión correcta sin contemplar un método formal de toma de decisiones. En casos como estos, es posible que necesites un árbol de decisiones.
Índice de contenidos
¿Qué es un árbol de decisiones?
Un árbol de decisiones es un diagrama de flujo que muestra un camino claro hacia una decisión, teniendo en cuenta diferentes cursos de acción para enfrentar obstáculos y consecuencias que puedan surgir.
¿Para qué sirve un árbol de decisiones?
Los árboles de decisiones suelen utilizarse para considerar el riesgo frente a la recompensa. También son útiles para el análisis de datos y el machine learning, así como para los análisis de predicción y clasificación de datos.
De igual manera, permite mitigar los riesgos imprevistos e incluir detalles más pequeños que puedan conducir a una mejor toma de decisiones.
Elementos de un árbol de decisiones
Un árbol de decisiones se conforma de tres partes clave:
-
Nodos de decisión o nodo raíz: siempre son el primer nodo en la ruta y representan la decisión a tomar. Se muestran gráficamente como un cuadrado.
-
Nodos de probabilidades o nodos internos: muestran la probabilidad o incertidumbre y suelen incluirse en forma de círculo. Cada uno tiene sus propias ramas y se conecta a un nodo anterior. Estos nodos se enlazan entre sí con la ayuda de otros elementos llamados «ramas», las cuales pueden usarse una y otra vez en diferentes combinaciones, según la complejidad del árbol de decisiones.
-
Nodos finales o nodos de hoja: representan un resultado y se visualizan como un triángulo. Son fáciles de identificar porque no se dividen ni se ramifican.
Cada elemento del árbol de decisiones es de suma importancia y se recomienda respetar su orden y figura para que el análisis de la información sea mucho más sencillo y efectivo.
Características de un árbol de decisiones
Si bien cada árbol de decisiones podrá variar según el tema principal al que quieras enfocarlo, las características principales que distinguen a este diagrama son:
- Se conforma por figuras cuadradas, circulares y triangulares.
- Es un método no paramétrico para construir modelos de clasificación.
- Suele emplear un enfoque basado en heurística para guiar la búsqueda dentro de una hipótesis.
- Puede construirse fácil y rápido, incluso cuando su nivel de complejidad es muy alto.
- Se caracteriza por una definición de datos de prueba muy rápida y con un alto nivel de profundidad.
- Admite una descripción expresiva para aprender funciones de valores discretos, pero no generaliza un solo método para solucionar un problema.
Ventajas y desventajas de un árbol de decisiones
Ahora que conoces qué es un árbol de decisiones, qué elementos lo componen y cuáles son sus características, analicemos a detalle los aspectos positivos y negativos de este método.
Ventajas de un árbol de decisiones
Interpretabilidad
Un árbol de decisiones es muy intuitivo y fácil de entender. Su forma de diagrama de flujo permite analizar y explicar de forma práctica las predicciones del modelo. Así proporciona información detallada de lo que sucede en un evento, situación o problema.
Buena preparación de datos
Si requieres una preparación de datos previa para desarrollar algún modelo o proyecto, el árbol de decisiones es un método muy eficaz para brindar predicciones de calidad gracias a su buen tratamiento de valores perdidos y la estandarización de datos. Por ello, se vuelve una alternativa de referencia para muchas empresas en su proceso de toma de decisiones.
No es paramétrico
Una de las grandes ventajas del árbol de decisiones es que no hay suposiciones significativas que debas cumplir o una distribución de datos obligatoria que tengas que considerar para construirlo.
Versatilidad
El árbol de decisiones es muy versátil y puede realizar varias funciones además de solo una predicción de resultados estándar. También sirve para explorar datos, resolver problemas de regresión y clasificación, así como para la segmentación de problemas.
Desventajas del árbol de decisiones
Muchas funciones y muestreo de datos
Aunque el árbol de decisiones permite conocer muchas variables y opciones, esto también puede volverse una desventaja si hay conjuntos de datos de clase desequilibrados, pues el modelo puede verse sesgado hacia algún resultado mayoritario.
No muestra opciones de mejoramiento
Un árbol de decisiones se concentra en mostrar cómo una decisión puede afectar las diferentes etapas de un evento o situación. Y aunque es un modelo de fácil interpretación, algunas variables pueden provocar fuga de datos que tenga como consecuencia una pérdida total de su buena interpretación.
¿Cómo hacer un árbol de decisiones?
- Determina tu decisión
- Empieza a ramificar tus nodos
- Abarca todas las decisiones posibles
- Calcula el riesgo y la recompensa
- Evalúa los resultados
1. Determina tu decisión
En el nodo raíz escribe tu decisión, la cual será el concepto inicial en el que te basarás para desglosar el resto de elementos que te conduzcan a una serie de resultados o variables.
2. Empieza a ramificar tus nodos
Una vez que tengas tu idea o decisión principal, es tiempo de ramificar. Para ello, haz uso de líneas que se desprendan de tu nodo de decisión para abrir camino hacia tus nodos de oportunidad.
3. Abarca todas las decisiones posibles
Como ya lo mencionamos, cada nodo debe tener ramificaciones que representen las posibilidades consecuentes a la decisión que quieras tomar; esto te ayudará a contemplar cada una de ellas. Es importante que en este paso abarques todos los detalles posibles para que el análisis final sea exitoso.
4. Calcula el riesgo y la recompensa
En este paso es tiempo de analizar los datos e información que tienes. Una recomendación es que dotes a tu árbol de datos cuantitativos para que su interpretación sea más sencilla y logres calcular el valor esperado en cada decisión.
5. Evalúa los resultados
En este paso debes determinar qué decisión es la idónea en función de la cantidad de riesgo que estás dispuesto a asumir. Esto dependerá directamente de lo que tú y tu equipo determinen como mejor resultado en función del presupuesto, cronograma, necesidades, entre otros factores.
Ejemplos de árboles de decisiones
Para visualizar mejor lo que te acabamos de plantear, te presentamos los siguientes ejemplos de árboles de decisiones.
1. Árbol de decisiones para calcular el Valor Monetario Esperado (VME)
Para hacer uso de un árbol de decisiones para calcular el Valor Monetario Esperado, generalmente se inicia de derecha a izquierda para evaluar cada pago al final de las ramas. Después, cada nodo de evento calcula un valor esperado y luego en cada punto de decisión va la alternativa con el valor esperado óptimo.
2. Árbol de decisiones para elección cotidiana
Un árbol de decisiones también puede ayudarte a tomar decisiones más simples. Aunque muchas situaciones cotidianas parecen sencillas, es posible que a veces necesites una guía gráfica para visualizar tu decisión y los obstáculos que te podrían ocasionar. Este ejemplo es muy básico, pero representa a la perfección cómo hacerlo.
3. Árbol de decisiones para determinar una estrategia de marketing
Supongamos que debes decidir si anuncias tu nueva campaña en Facebook utilizando anuncios pagados, o en Instagram empleando patrocinios de influencers. En aras de la simplicidad, asumiremos que ambas opciones atraen a tu grupo demográfico ideal y tienen sentido para tu marca. A continuación, te mostramos un árbol de decisiones preliminar:
Recuerda, una de las mejores ventajas de un árbol de decisiones es su flexibilidad. Al visualizar las diferentes rutas que puedes tomar, es posible que encuentres algo que no habías considerado antes o que decidas combinar rutas para optimizar tus resultados.
