Дерево принятия решений — средство поддержки принятия решений, использующееся в статистике и анализе данных для прогнозных моделей. Структура дерева представляет собой «листья» и «ветки». На ребрах («ветках») дерева решения записаны атрибуты, от которых зависит целевая функция, в «листьях» записаны значения целевой функции, а в остальных узлах — атрибуты, по которым различаются случаи. Чтобы классифицировать новый случай, надо спуститься по дереву до листа и выдать соответствующее значение. Подобные деревья решений широко используются в интеллектуальном анализе данных. Цель состоит в том, чтобы создать модель, которая предсказывает значение целевой переменной на основе нескольких переменных на входе.
Аналитик проекта, осуществляющий построение "дерева решений", для формулирования различных сценариев развития проекта должен обладать необходимой и достоверной информацией с учетом вероятности и времени их наступления.
Можно предложить следующую последовательность сбора данных для построения "дерева решений":
• определение состава и продолжительности фаз жизненного цикла проекта;
• определение ключевых событий, которые могут повлиять на дальнейшее развитие проекта;
• определение времени наступления ключевых событий;
• формулировка всех возможных решений, которые могут быть приняты в результате наступления каждого ключевого события;
• определение вероятности принятия каждого решения;
• определение стоимости каждого этапа осуществления проекта (стоимости работ между ключевыми событиями) в текущих ценах.
На основании полученных данных строится "дерево решений", структура которого содержит узлы, представляющие собой ключевые события (точки принятия решений), и ветви, соединяющие узлы, – работы по реализации проекта.
В результате построения "дерева решений" рассчитываются вероятность каждого сценария развития проекта, NPV по каждому сценарию, а также ряд других принципиально важных как для анализа рисков проекта, так и для принятия управленческих решений показателей.
Построение "дерева решений" обычно используется для проектов, которые имеют обозримое количество вариантов развития. В противном случае "дерево решений" принимает очень большой объем, так что затрудняется не только вычисление оптимального решения, но и определение данных.
Метод полезен в ситуациях, когда более поздние решения сильно зависят от решений, принятых ранее, но, в свою очередь, определяют дальнейшее развитие событий.