Introduzione alla Decision Science

Svelare la Decision Science

Howard Friedman

Adjunct Professor at Columbia University

Benvenuto/a

Immagine di intestazione

Cos'è la Decision Science?

Campo multidisciplinare:

Matematica
Statistica
Psicologia
Economia
Informatica

citazione

Decisioni informate

Definisci il problema
Raccogli e analizza i dati
Sviluppa e valuta alternative
Seleziona e implementa la soluzione

Icona di persona che guarda un percorso con più opzioni

Perché la razionalità perfetta non è realistica

I modelli tradizionali di decisione assumevano:

Razionalità perfetta
Informazioni complete
Assenza di bias ed emozioni

Razionalità limitata:

Limiti cognitivi umani
Info e tempo limitati
Soggetti a emozioni e bias

Decisioni data-driven

Vantaggi delle decisioni data-driven:

Insight oggettivi e chiarezza
Individuazione dei trend
Previsioni accurate e meno incertezza

Esempio reale (previsioni in finanza):

Guida data-driven alle scelte di investimento
Obiettivo: massimizzare crescita e profitti, ridurre il rischio

grafico previsioni finanza

Bias inconsci

Bias di conferma: cercare info che confermano le proprie idee
Ancora mentale (anchoring): affidarsi troppo alle prime info
Avversione alle perdite: evitare perdite più che ottenere pari guadagni
Euristica della disponibilità: sovrastimare eventi facili da ricordare

La decision science aiuta a riconoscere e ridurre questi bias

icone bias

Analisi descrittiva

Usa visualizzazioni e statistiche descrittive
Spiega cosa è successo in passato

grafico analisi descrittiva

Analisi prescrittiva

Usa ottimizzazione e simulazione
Raccomanda le azioni migliori dai dati storici

icona analisi prescrittiva

La decision science offre un framework strutturato per decisioni informate

Il successo dipende da:

Capire bene il processo decisionale
Riconoscere e gestire limiti e bias umani
Sfruttare tecniche data-driven per migliorare i risultati

schema framework

Passiamo alla pratica!

Svelare la Decision Science

Preparing Video For Download...