En las empresas los gerentes tienen que tomar decisiones, implementando estrategias, y medidas adecuadas de acuerdo a la complejidad de las situaciones que les permitan tomar el camino más adecuado, en beneficio de su organización y del personal, apoyados en un proceso de ramificación, es allí donde la aplicación de la técnica del Árbol de Decisiones permite plantear claramente el problema de tal manera que todas las opciones sean estudiadas, siendo de gran ayuda pues se construye un mapa que mide el riesgo, como los beneficios de las decisiones, cuanta mayor información se tiene de las posibles consecuencias entonces serán más exactas las predicciones, mejores las decisiones a tomar, ya que se cuantifica las probabilidades de los diferentes resultados, facilitando así la representación de diferentes situaciones futuras de forma secuencial a través del tiempo.

El objetivo del árbol de decisión, consiste en la proyección de la estimación del riesgo. Por tal razón, se realiza un análisis descriptivo de las variables de manera de equilibrar una relación causal entre variables apreciables para identificar escenarios económicos de la organización. Los árboles de decisión tienen la ventaja de operar una gran cantidad de variables junto a sus relaciones no lineales, una vez construidos el árbol se mide la capacidad predictiva de los escenarios para la comprensión de la dinámica del mercado, sirviendo de punto de partida para simulaciones, proyección de otras variables económicas y financieras de la organización.

Con el avance de las tecnologías informáticas, el proceso de obtención de conocimiento se caracteriza por ser estructurado, dentro de las técnicas se encuentran los árboles de decisión, los cuales se caracterizan por ser una herramienta que jerarquiza las variables independientes. A este respecto, una de las desventaja de los modelos tiene que ver con el criterio de selección de variables. Si bien se pueden seleccionar variables explicativas con una base que la sustenta, muchas veces estas variables resultan ser poco significativas. Al respecto, el árbol de decisión es una herramienta que permiten la selección del modelo más adecuado, su metodología está basada en criterios que no están exentas de error y más relevante aun, nos dicen si una variable pasa a ser significativa cuando otra de ellas alcanza un escenario diferente. En síntesis, el poder explicativo de la variable objetivo con la capacidad de modelar relaciones no lineales de alta complejidad, por la cantidad de variables, permite a su vez, describir el camino que sigue la variable expuesta manifestando su dinámica hasta llegar al resultado final.

De hecho, el diagrama de árbol es el instrumento para ilustrar cómo resolver problemas de probabilidades en varias etapas, en la presentación de una manera fácil de la trayectoria histórica para cada una de las alternativas que tiene el decisor, con la aplicación del Teorema de bayes. Los rasgos principales del árbol de decisiones son los puntos de ramificación, donde cada punto habilita la selección de acciones. Cabe aclarar, que en general no existen reglas estrictas para la construcción de un árbol de decisiones, solo que los nodos de decisión se representan por cuadrados, mientras que los nodos de incertidumbre, son representados por círculos, el único requisito es describir el problema perfectamente, con todas sus acciones establecidas ordenadamente, de esta manera, se construye de izquierda a derecha y su lectura es de derecha a izquierda.

Para explicar, el objetivo de la estadística Bayesiana, en la estructura de un problema de decisiones, este estudio está basada en la interpretación subjetiva de la probabilidad, teniendo como punto central el Teorema de Bayes, que es la metodología para analizar adecuadamente la información con la que se cuenta y decidir de manera razonable sobre la mejor forma de actuar, es decir la teoría de decisión, en el uso de los arboles de decisión esta fundamentada en la teoría de probabilidades. Para determinar, el cálculo de la probabilidad, es decir, la posibilidad de ocurrencia de un fenómeno, se halla determinada por el cociente existente entre el número de posibilidades esperadas sobre la totalidad de casos posibles. En general puede entenderse como una medida o cuantificación de la incertidumbre, la teoría más simple de probabilidades manifiesta un número finito de posibilidades.

En términos matemáticos, en el diseño de árboles de decisión, esta caracterizados por el estudio de criterios de tipo probabilístico. De hecho, en la lectura de un árbol de decisión nos enfrentamos a un problema de decisión cuando elegimos dos o más formas de actuar. Por consiguiente, se evalúa la decisión de invertir en escenarios diversos y factibles. Así por ejemplo, dada una probabilidad estadística a las consecuencias económicas de no invertir, se debe redefinir el proceso de toma de decisiones. Las combinaciones de probabilidad originan tantos escenarios como es posible. Por tal razón, se visualiza tres escenarios, el primero de alta probabilidad de rendimiento, el segundo basado en bajas probabilidades de rendimiento y finalmente, un escenario de probabilidades moderadas.

A manera de ejemplo, en los arboles de decisión se comienza identificando el problema central, luego se analiza la decisión concreta, para efectos prácticos, el nodo de decisión, despliega la existencia de dos nodos de incertidumbre definidos como Invertir y no Invertir, Cara o Sello. El primer nodo, explica la posibilidad de invertir, luego se describen dos nodos terminales que se relacionan con la existencia de obtener una alta o baja rentabilidad. Sin embargo, el decisor supone que no esta dispuesto a invertir en la cartera de acciones, no se compromete ni a perder ni a ganar por su decisión; aun cuando existe un costo de oportunidad latente.

Por otra parte, la técnica del árbol de decisiones puede ser aplicada en cualquier problema de toma de decisiones, los registros históricos de las organizaciones, de los individuos permiten evidenciar comportamientos, factores determinantes y efectos de un conjunto de variables, se tiene un uso amplio de la misma en inversión, reinversión, políticas de créditos, financiamiento a corto, largo plazo, como por ejemplo, las ventas, inflación, utilidades, entre otros. No obstante, esta información, es aceptable para la comprensión de los fenómenos históricos, resulta por demás insuficiente para advertir los cambios que se generarán en el futuro, que implican las decisiones de los gerentes en tiempo presente.

Con respecto a la decisión: ¿Qué es evaluar la apertura de una nueva especialidad por consulta externa o consolidar una existente, con respecto a las diferentes decisiones?. En este análisis, consideramos que la información disponible permite conocer las probabilidades de buena, moderada y pobre reacción del mercado, para explicar y tener mayor comprensión, un cuadrado significará un punto de decisión, es decir, el punto desde el cual se fija un curso de acción, y el circulo significará los posibles eventos asociados al curso de esa acción. Siguiendo el siguiente gráfico comprenderemos la estructura del Árbol de Decisiones:

Luego se coloca la información en la parte derecha de cada nodo de incertidumbre. Para desarrollar el análisis de cada una de las probabilidades de reacción del mercado, aplicaremos las probabilidades encontradas a los valores esperados. Partimos reconociendo que opción es la que tiene mayor valor para la empresa, se deberá otorgar el valor económico de los posibles resultados. Luego debemos ver cada uno de los círculos, los cuales representan puntos de incertidumbre y estimar la probabilidad de cada resultado. En cada decisión habra diferentes probabilidades en cada uno de sus resultados posteriores, la sumatoria porcentual de estos resultados de cada decisión tendrá que ser 100% o en su defecto 1 si se utilizan fracciones.

Finalmente, evaluaremos los diferentes resultados, pues es la que nos generaría los mayores beneficios o ingresos para la organización. Cabe considerar, que los valores evaluaran todo, sin embargo cada uno tendrá una importancia en la evaluación, de tal manera que en algunos casos no será necesario evaluar alguno de ellos para clasificar el riesgo, será de mayor utilidad observar el árbol de decisión para llegar a la mejor decisión.

Conclusión:

En las empresas, la estructura consecutiva de las ramas del árbol de decisión, identifican de manera inmediata el orden de verificación de las condiciones y las acciones que se deben llevar a cabo para tomar la mejor decisión, como medida predictiva. Plantea el problema para que todas las opciones sean analizadas, en conjunto con la estimación de escenarios y comparándolos a su vez con otras herramientas proyectivas, hacen que el árbol sea una de las herramientas mas acertadas en la tomas de Decisiones, porque además analiza las consecuencias de llevar a cabo una alternativa, es decir facilita la interpretación de la decisión adoptada, además muestra un esquema de coste de las distintas alternativas que lleva a los altos gerentes a adoptar la mejor alternativa con la información existente.