Система принятия решений. Системы поддержки принятия решений
В курс обучения менеджеров в российской высшей школе, вне зависимости от направления подготовки, включается предмет «Разработка управленческих решений». Как легко догадаться из названия, в ходе его изучения будущие управленцы узнают, какие бывают решения, как их разрабатывать и реализовывать на практике, с помощью каких методов можно согласовать то или иное решение и как правильно его обосновать. По этому предмету издано множество учебников различной степени качества. Однако почти все из них объединяет один недостаток: их авторы делают упор на рационализации процессов разработки и принятия решений, несмотря на то что в ходе работы менеджер будет сталкиваться преимущественно с иррациональным поведением подчиненных, начальства, клиентов, агентов ближнего и дальнего окружения и, следовательно, иррациональностью принимаемых ими решений. Известно, что в повседневной жизни мозг , а сами мы зачастую информацию. Рациональное управление учитывает эти обстоятельства, а менеджер-профессионал стремится сгладить негативные их последствия. Остается вопрос: как сделать это правильно?
Когда экономисты хотят акцентировать внимание на том, что человек в ходе производства, распределения и потребления благ проявляет нерациональность, они употребляют понятие, характеризующее противоположную модель – Homo Economicus . Авторы книги «Nudge. Архитектура выбора», экономист Ричард Талер и юрист Касс Санстейн, прекрасно понимают теоретический, модельный характер Homo Economicus, ведь им довелось на практике разбираться с последствиями нерациональных решений в период преодоления ипотечного кризиса в США. Ричард Талер известен как специалист в области экономического поведения, консультант экс-президента Барака Обамы. Касс Санстейн в 2009-2012 гг. возглавлял пост администратора офиса в OIRA . В оригинале их совместная книга вышла еще в 2008 году, спустя некоторое время после ипотечного кризиса . Данный труд суммирует усилия двух исследователей в сфере поведения потребителей и представляет собой популярное изложение «теории подталкивания» , или «либертарианского патернализма». Авторы так поясняют, казалось бы, противоречивый характер этого термина: «Применяя термин «либертарианский» вместе со словом «патернализм», мы просто-напросто подразумеваем сохранение свободы в буквальном значении этого выражения. Если человек хочет поступать по-своему, либертарианские патерналисты готовы помочь ему в этом. Они не намерены никого ограничивать в реализации своей свободы. Патерналистский аспект состоит в том, что архитекторы выбора наделяются полномочиями влиять на поведение людей с целью оздоровления, улучшения и продления жизни. Другими словами, мы выступаем за деликатные попытки со стороны коммерческих организаций и правительства подталкивать людей к выбору, который улучшит их жизнь. В нашем понимании, политика «патерналистская», если решение, принятое под ее влиянием, выгодно человеку, по его личному мнению ». Под «архитектором выбора» авторами здесь понимается тот, кто косвенно влияет на решения других, и это справедливо, ведь, в конечном итоге, принять решение – значит сделать выбор между альтернативами.
Объясняя разницу между моделями поведения человека, исследователи в тексте используют два понятия – «эконы» и «гуманы». «Эконы» постоянно конкурируют друг с другом за ограниченные ресурсы, тщательно взвешивают принятие решений, действуют исключительно в собственных, эгоистических интересах, не упустят возможность извлечь выгоду, и всеми силами минимизируют ущерб. Словом, служат иллюстрацией к классическим позитивистским экономическим теориям. «Гуманы» представляют собой полную им противоположность: они избегают конкуренции, решения принимают спонтанно, предпочитая сотрудничать и делиться, о выгоде и ущербе если и задумываются, то просчитывают их неверно. Почему так происходит? Талер и Санстейн полагают, что причиной тому выступает наличие в человеческом мозге двух условных систем – автоматической и аналитической, которым соответствуют типы мышления – интуитивный и рациональный. Нетрудно понять, что «эконы» действуют исключительно рационально, а «гуманы» – на сто процентов интуитивны. В реальности при принятии решений человеком задействуются обе системы. Но возможно ли в принципе с помощью этих теоретических построений предугадать поведение человека и то, что он выберет? Исследователи положительно отвечают на этот вопрос, выделяя такие факторы принятия решений как использование приблизительных величин, необоснованный оптимизм, неприятие потерь, отклонение в сторону статус-кво и влияние социума .
Чтобы сделать выбор между альтернативами, человек их соизмеряет, однако эти измерения чаще всего неточны, приблизительны. Как же осуществляется это приближение? Талер и Санстейн со ссылкой на израильских ученых Амоса Тверски и Даниэла Канемана приводят три принципа формирования таких приближений, три «эвристики»: привязку, доступность и репрезентативность.
Привязка предполагает использование уже имеющихся знаний о другом объекте и последующую корректировку с учетом ситуации: «Допустим, нужно определить численность населения Милуоки, в двух часах езды на север от Чикаго, где мы живем. Не обладая особой информацией, предположим, что это крупнейший город штата Висконсин. С чего начать? Можно с того, что нам уже известно, то есть населения Чикаго. Это приблизительно 3 млн человек. Милуоки - большой город, но гораздо меньше Чикаго, может быть, в три раза, то есть пусть будет миллион. Теперь представьте, что такой же вопрос задан жителю Грин-Бея в Висконсине. Этот человек не знает ответа. Тем не менее ему известно, что население его родного города составляет примерно 100 тыс. и что Милуоки больше примерно в три раза. Таким образом, по подсчетам опрашиваемого, получится 300 тыс. человек» .
Доступность связана с использованием имеющегося опыта и похожа на привязку, но используется чаще в оценке рисков. Люди используют её, исходя из знакомых прецедентов: «Если примеры сразу придут в голову, люди скорее встревожатся и испугаются. Хорошо известные риски, например связанные с терроризмом и последствиями 11 сентября, будут восприняты более серьезно. Те, что не на слуху, вроде загара или летней жары, люди могут проигнорировать. Информация об убийствах более доступна, чем о суицидах, поэтому все склоняются к ошибочному предположению, что таких смертей больше» .
Репрезентативность чаще используется при решении задач, в отношении которых у человека сложился усвоенный стереотип: «При ответе на вопрос, с какой вероятностью А относится к категории Б, люди, а именно автоматическая система, руководствуются тем, насколько А соответствует образу или стереотипу Б. Иначе говоря, в какой мере А «репрезентативно» Б. Как и две другие эвристики, данная используется потому, что часто работает. Двухметровый афроамериканец с большей вероятностью окажется профессиональным баскетболистом, чем еврейский юноша ростом 1 м 70 см. Такой вывод следует из наблюдения множества высоких чернокожих и почти полного отсутствия невысоких евреев среди игроков. Иногда стереотипы верны!» .
Разумеется, данные эвристики не всегда срабатывают точно, порой они неадекватны ситуации, и качество принятого решения страдает.
Необоснованный оптимизм касается восприятия собственных талантов и способностей, а также оценок возможных рисков. Он может касаться вероятностей развода, риска заражения СПИДом, а также собственных возможностей. По мнению авторов, эта черта свойственна людям вне зависимости от материального статуса, гендера, происхождения.
Неприятие потерь выступает обратной стороной необоснованного оптимизма и объясняется так: «Неприятие потери способствует возникновению инертности, то есть сильного желания удержать при себе имеющееся. Если вы не расположены отдавать, потому что хотите избежать потерь, то придется отказаться от возможной выгоды. Неприятие потери работает как уловка мышления. В результате человек отказывается от перемен, даже тех, которые целиком в его интересах» .
Отклонение в сторону статус-кво предполагает сохранение некой условной стабильной позиции, даже если это решение потенциально связано с потерями. Зачастую банальная лень вынуждает человека не менять ничего, чтобы сохранить привычный ход жизни.
Фрейминг означает, что на выбор того или иного варианта существенную роль оказывает контекст высказывания, сама формулировка выбора. Исследователи показывают эту важность на следующем примере: «Сейчас остро стоит проблема энергосбережения. Давайте рассмотрим такие варианты информационных кампаний: а) пользуясь энергосберегающими технологиями, вы экономите 350 долларов в год; б) если вы не бережете электричество, то теряете 350 долларов в год. Вариант б, сформулированный с указанием убытков, оказался гораздо эффективнее, чем вариант а. Если государство хочет стимулировать энергосбережение, то опция б будет более сильным подталкиванием» .
Влияние социума в процессе принятия решения – отдельная большая тема. Нередки случаи, когда человек предпочитает сделать такой же выбор, как кто-то из его ближнего окружения. Эволюционно это оправдано – успешность чужого опыта демонстрирует жизнеспособность той или иной стратегии поведения, а конформизм сможет какое-то время послужить предохранителем от нападок остальной группы, которые сами по себе вызывают дискомфорт. Так зарождаются позитивные традиции, но точно так же возникают и социальные паники, причем иногда этот процесс управляем , а иногда – нет. «В конце марта 1954 года жители Беллингема заметили отверстия, или, точнее, круглые сколы, на лобовых стеклах автомобилей. Местная полиция заподозрила хулиганов. Вскоре после этого несколько человек в городах южнее Беллингема заявили о таких же сколах. За две недели действия предполагаемых вандалов распространились дальше на юг, и поврежденными оказались уже две тысячи автомобилей. Никакая банда вандалов не могла бы нанести подобный ущерб. Под угрозой оказался Сиэтл. Местные газеты подвергли события огласке в середине апреля, и вскоре в полицию поступило несколько заявлений о сколах на лобовом стекле. Количество сообщений о повреждениях зашкаливало. Люди горячо обсуждали возможные причины. Одни склонялись к мнению, что дело в необычных атмосферных явлениях. Другие ссылались на звуковые волны и изменения магнитного поля Земли, третьи на солнечную активность. Счетчики Гейгера показывали нулевую радиоактивность. К 16 апреля было принято три тысячи заявлений. Мэр Сиэтла отправил сообщения губернатору и президенту Эйзенхауэру: «То, что поначалу казалось локальной вспышкой вандализма в виде повреждения лобовых стекол и окон автомобилей в северной части штата Вашингтон, теперь охватило район Пьюджет-Саунда. Настоятельно призываю в чрезвычайном порядке распорядиться о сотрудничестве соответствующих федеральных (и государственных) служб с местными органами». В ответ губернатор собрал группу ученых для расследования этого пугающего и невероятного феномена.
Каков же вердикт? Повреждения, скорее всего, были получены «в обычных условиях вождения, в результате попадания мелких объектов в лобовое стекло автомобиля». Более позднее расследование, призванное подтвердить это заключение, выявило, что на новых автомобилях сколы почти отсутствуют. В итоге ученые пришли к выводу, что повреждения «присутствовали все время, но на них не обращали внимания».
У влияния социума есть и другие проявления, о которых в книге написано более подробно.
Исходя из наличия выделенных когнитивных искажений, Талер и Санстейн делают закономерный вывод: средний человек вообще очень не любит принимать какие-либо решения, особенно, предполагающие выбор из множества вариантов. Это множество его угнетает, он путается и зачастую принимает невыгодное для себя решение, полагаясь на функционирование автоматической системы, идя по пути наименьшего сопротивления. В этих условиях особую значимость приобретает архитектура выбора, подталкивающая к правильному решению. Можно выделить следующие принципы правильно выстроенной архитектуры выбора:
1) использование стандартной опции, исключающей необходимость действия со стороны человека (пример – значения «по дефолту» во многих компьютерных программах);
2) предвидение ошибок, которые человек обязательно совершает и минимизация урона от этих ошибок (пример – таблетки-пустышки, которыми снабжаются блистеры месячных курсов оральных контрацептивов);
3) снабжение по возможности всех процессов адекватной обратной связью (пример – канцелярский клей розового цвета, который, высохнув, становится прозрачным);
4) картирование, предполагающее облегчение выбора, ведущего к благополучию, – предоставление возможности сравнить последствия того или иного выбора в понятных единицах сопоставления (пример – тарифы оператора сотовой связи);
5) структурирование сложного выбора (пример – радужный веер-пантон в магазине красок);
6) исключение конфликтов стимулов или иллюстрация последствий выбора по тому или иному стимулу (пример – термостат, показывающий не температуру, а количество денег, потраченных на обогрев жилища).
Далее авторами рассматриваются возможности применения данных принципов и теории либертарианского патернализма в различных сферах: пенсионном обеспечении, инвестировании, кредитовании, экологии, браке и семье. Существенное внимание Талер и Санстейн уделяют исследованиям пенсионных систем, указывая на недостатки в их архитектуре выбора. К примеру, в Швеции и США у будущего пенсионера есть возможность выбрать время выхода на пенсию, объемы пенсионных отчислений и состав инвестиционного портфеля – вплоть до конкретных компаний, в акции которых хотелось бы вложиться. Авторы критикуют такой подход за невозможность наглядного выбора некоторых предустановленных инвестиционных планов, что существенно осложняет жизнь «гуманам». Трудно себе представить, что бы сказали исследователи о пенсионной системе России.
Примечательно также решение, которое авторы предлагают относительно однополых браков – они вообще предлагают передать полномочия по регистрации брачных союзов от государства к объединениям граждан. «Немало людей убеждены: официальный институт брака помогает сохранить отношения, что является как личным, так и социальным благом. Но, если серьезность намерений важна, почему бы не положиться на гражданский союз и частные организации, в том числе религиозные? Нужно ли вообще государственное лицензирование брака? Многие отношения стабильны и без него. Люди хранят верность друзьям, церкви, соавторам и работодателям долгое время. Даже без схемы государственного лицензирования или юридических санкций они серьезно относятся к своим обязательствам» .
Предвосхищая критику, Талер и Санстейн помещают раздел с аргументацией возможных возражений против положений теории либертарианского патернализма. В целом, книга представляет собой удачное популярное изложение теории подталкивания – как её базовых понятий, так и практического применения. Она может быть полезна не только лицам, принимающим решения, «архитекторам выбора», но и пользователям систем, которые эти лица создают. Последнее исключительно важно, так как зачастую архитектура выбора может быть выстроена таким образом, чтобы пользователь выбрал заведомо невыгодный для себя вариант . Знание о том, как строится механизм выбора, поможет принять правильное решение, даже если вас подталкивают к невыгодному варианту.
Всё-таки, можно ли рационализировать свой выбор при принятии того или иного повседневного или профессионального решения? По крайней мере, такую попытку сделать можно, если привлечь на свою сторону достижения не экономики, а информатики. Так считают журналист Брайан Кристиан и профессор психологии и когнитивистики Калифорнийского университета в Беркли Том Гриффитс – авторы книги «Алгоритмы для жизни». Они явно не разделяют мнения экономистов-бихевиористов об исключительной иррациональности человеческого поведения: «За последние 10–20 лет поведенческая экономика поведала нам очень много о сути человеческого мышления, а именно - что мы иррациональны по своей природе и склонны делать ошибки в основном из-за несовершенного и крайне специфического устройства нашего головного мозга. Эти нелестные факты давно уже не новость, но все же определенные вопросы до сих пор вызывают раздражение. Почему, к примеру, четырехлетний ребенок все равно покажет лучший результат по сравнению с суперкомпьютером ценой в миллион долларов в решении познавательных задач, в том числе в части зрительного и языкового восприятия и установления причинных связей? Решения повседневных задач, позаимствованные из компьютерной науки, расскажут совсем другую историю о человеческом разуме. Жизнь полна задач - и достаточно сложных. И ошибки, допускаемые людьми, зачастую говорят скорее об объективной сложности той или иной задачи, нежели о несовершенстве человеческого мозга». Авторы предлагают рассмотреть, как некоторые задачи решают компьютеры, чтобы лучше понять природу человеческой рациональности, понять, как мы принимаем решения и что можно сделать, чтобы повысить их качество. Известно, что компьютер решает ту или иную задачу, следуя некоему алгоритму – последовательности шагов, приводящих к желаемому результату. Для решения разных задач используются разные алгоритмы, о чем и повествуют одиннадцать глав книги, а именно:
– задачи наилучшего оптимального выбора;
– задачи о сортировке;
– задачи организации хранения и размещения;
– задачи планирования и последовательности действий;
– задачи прогнозирования;
– задачи теории игр.
Рассказ о каждом алгоритме сопровождается историей его открытия, современным положением исследований, а также показывается, как они могут быть применены в реальной жизни. Книга приятна еще и тем, что не содержит в себе громоздких математических формул, приводящих гуманитариев в ужас. Возможно, для большей ясности можно было бы добавить еще иллюстраций, но и без них текст изложен предельно понятно.
Названия алгоритмов не должны сбить с толку: к примеру, «задача о секретаре» относится к классу задач наилучшего выбора, и поэтому может быть применена в сходной жизненной ситуации, например, при подборе идеального партнера для брака. Решение «задачи о секретаре» гласит, что если вы хотите максимально увеличить свои шансы на успех, то вам следует определить общее число претендентов, тщательно оценить первые 37% и нанять первого претендента, кто будет лучше всех их. Не всегда, однако, использование алгоритма может привести к успеху, о чем также предупреждают авторы. «Задолго до того, как стать профессором в области операционных исследований в Университете Карнеги–Меллон, Майкл Трик был обычным выпускником и искал любовь. «Меня осенило: эта проблема уже изучена; это же задача о секретаре! У меня была свободная позиция и несколько претенденток и была цель - выбрать лучшую». Майкл произвел расчет. Он не знал, сколько женщин он встретит в своей жизни, но само по себе правило тридцати семи процентов обладает определенной гибкостью: его можно применить как в отношении количества кандидатов, так и при определении периода поиска. Трик предположил, что будет искать суженую с 18 до 40 лет. Таким образом, согласно правилу 37% он определил, что по достижении 26,1 года он должен перейти от «просмотра» кандидаток к непосредственному отбору. Так и получилось. Поэтому, когда он встретил женщину, которая подходила ему больше всех тех, с кем он раньше встречался, он точно знал, что нужно действовать. Он сделал свой выбор. «Я не знал, была ли она идеальна для меня (сама модель алгоритма не позволяет определить это), но, вне всяческих сомнений, она соответствовала всем параметрам для следующего шага. Я сделал ей предложение, - пишет Трик, - и она ответила мне отказом».
Вообще, авторы рассуждают взвешенно, уделяя много внимания ограниченности применения описываемых алгоритмов: где-то, как в приведенном выше примере, налицо ограничения, порождаемые самим объектом выбора, где-то цель, достигаемая решением задачи, не приоритетна, а где-то требуется существенное время и ресурсы для расчетов оптимального решения. Говоря о сложных задачах, таких, как, например, «задача коммивояжера» , Гриффитс и Кристиан напоминают о необходимости её упрощения, так называемой релаксации задачи, её ослабления и указывают три способа это сделать: «Первый из них – вынужденная релаксация – просто убирает некоторые ограничения в целом и достигает прогресса за счет уменьшения строгости задачи, прежде чем возвращается к реальности. Второй – непрерывная релаксация – превращает дискретный или бинарный выбор в бесконечное множество. Третий – Лагранжева релаксация – превращает невозможности в обычные штрафы, обучая нас искусству обходить правила (или вовсе нарушать их и отвечать за последствия)» . В книге более подробно рассказано о каждом способе. То же самое касается и уменьшения количества факторов при прогнозировании некоего явления. Что лучше – выбрать для составления прогноза два фактора, три или девять? Казалось бы, чем больше – тем лучше, ведь мы так больше знаем о явлении, прогноз будет точнее. Однако это не так – девятифакторная модель будет испытывать на себе слишком большое влияние изменяющихся величин каждого фактора, и потому прогноз будет неточен . Однофакторная модель плоха тем, что не может отразить реальную картину. Соответственно, необходимо искать некую «золотую середину» и не усложнять себе чрезмерно жизнь.
Необходимость упрощения возникает также и при принятии коллегиальных решений, о чем написано в главе, посвященной алгоритмам во взаимодействии с другими людьми. Такое упрощение позволит улучшить качество решения и не перегружать людей излишними мыслительными операциями, например, при выборе ресторана, в котором можно посидеть вечером. «Вежливое умалчивание ваших предпочтений ставит перед остальной частью группы вычислительную задачу по их выявлению. Напротив, вежливое обозначение ваших предпочтений («лично я склонен к Х, а вы что думаете?») помогает уменьшить мыслительную нагрузку при формировании группой коллегиального решения. В качестве альтернативы вы можете попытаться хотя бы уменьшить, а не увеличивать количество вариантов, которые вы предлагаете обсудить товарищам, предложив им ограничить выбор, скажем, двумя-тремя ресторанами, а не десятью. Если каждый человек в группе исключит из обсуждения свой наименее предпочтительный вариант, это сильно упростит вычислительную задачу остальным. Если вы, приглашая кого-то на обед или планируя встречу, предложите один-два конкретных варианта, которые могут быть приняты или отклонены, это будет хорошей отправной точкой» .
Наконец, Гриффитс и Кристиан делают важный вывод, касающийся человеческой рациональности и её существенного отличия от алгоритмического подхода при компьютерных вычислениях. Человеческий разум постоянно сталкивается со сложными задачами, на которое влияет огромное количество факторов. Мыслить рационально – значит осознавать существование этого множества факторов, но при принятии решения интуитивно вычленять только те из них, которые действительно значимы в том или ином случае. Именно такие особенности человеческого мышления обеспечивают принятие быстрых и творческих решений.
Нет ничего удивительного в том, что авторы обеих книг приводят одну и ту же историю о Гарри Марковице – лауреате Нобелевской премии по экономике 1990 года, которую он получил за исследования в сфере портфельной теории . Когда аналитик журнала Money Джейсон Цвейг задал Марковицу вопрос о том, как он распределил средства своего пенсионного счета, он ответил следующее: «Я должен был рассчитать исторические ковариации классов активов и провести эффективное разделение. Вместо этого я представил свое горе, если бы рынок ценных бумаг вырос, а я не участвовал бы в этом, или если бы акции упали и вместе с ними исчезли бы все мои сбережения. Я был намерен минимизировать свои будущие сожаления. Поэтому я разделил сбережения и вложил их в равных долях в облигации и акции». Как можно видеть, рациональное решение не обязательно должно быть сложным, даже если его разрабатывает и принимает нобелевский лауреат.
Талер Р., Санстейн, К. Nudge. Архитектура выбора. Как улучшить наши решения о здоровье, благосостоянии и счастье. - М.: Манн, Иванов и Фербер, 2017. - 240 с.
Кристиан Б. Алгоритмы для жизни: Простые способы принимать верные решения. - М.: Альпина Паблишер, 2017. - 372 с.
Вы помните старые видеоигры 20 летней давности и насколько весело было в них играть? Управление было таким простым, что вы могли научиться играть всего за несколько секунд. Например, в Super Mario было всего три движения: влево, вправо и прыжок.
Старые добрые времена 🙂
Для сравнения, средства управления современных игр для консолей и ПК предлагают слишком много опций и комбинаций. Эти элементы управления, увеличивают количество вариантов, которые пользователь может выбрать в определенной ситуации.
Современная MMORPG (ее намного сложнее освоить, чем старые игры) Наличие такого множества вариантов усложняет обучение управлением в игре и требует много времени.
Закон Хика предсказывает, что время и усилия, необходимые для принятия решения, увеличиваются с количеством вариантов.
Или Закон Хика-Хаймана , названный в честь британского и американского психологов Уильяма Эдмунда Хика и Рэя Хаймана , определяет время , необходимое человеку для принятия решения, исходя из возможных вариантов, которые он имеет: увеличение числа вариантов выбора будет логарифмически увеличивать время принятия решения.
Таким образом, время, необходимое пользователю для завершения своей задачи, увеличивается с количеством доступных вариантов. Мы можем сократить это до формулы: Меньше значит Быстрее (легче запомнить )
Когда использовать закон Хика?
Используйте закон Хика, когда время реакции имеет решающее значение. Это относится к любому простому решению с несколькими вариантами. Это особенно важно в средах системы управления.
Если ядерный реактор будет перегреваться, вы не захотите, чтобы оператор искал инструкцию. Когда все идет не так, и срабатывают сигналы тревоги, пользователи должны иметь возможность принимать быстрые решения. Когда пользователи находятся в стрессовой ситуации, у них туннельное зрение. Это может привести к довольно неприятным последствиям.
Когда пользователи находятся в стрессовой ситуации, наличие одного варианта выбора действует, как свет в туннеле. Когда время реакции критично, сведите варианты выбора до минимума. Это ускорит принятие решений.
Как насчет обычных продуктов и повседневных ситуаций?
Закон Хика может быть использован для сужения больших объемов информации без перегрузки пользователя.
Когда вам нужно упростить сложный процесс, используйте закон Хика. Представьте конкретные части этого процесса в конкретный момент на экране.
Примером может служить процесс покупки в онлайн-магазине. Вместо того, чтобы показывать все сразу, вы можете разделить процесс на несколько экранов. Покажите экран с информацией о корзине покупок, а затем другой с информацией о доставке, затем создание дополнительной учетной записи и так далее.
Покупка на Amazon за один клик – отличный пример применения закона Хика и KISS-принципа. Уменьшение количества опций на экране делает интерфейс более удобным для пользователя. Также более вероятно, что пользователь достигнет цели и не запутается.
Важно не переусердствовать с упрощением! Разделение выбора на слишком большое количество мелких кусков, также может привести к тому, что пользователь покинет сайт до того, как достигнет цель.
Способ начать работу с законом Хика
Тест «Сортировка карт» – отличный способ узнать какие категории информации имеют больше смысла для ваших пользователей. Вы можете использовать старомодные бумажные карточки или цифровые инструменты для удаленной сортировки карт. Такие инструменты, как Optimal Workshop или аналогичные, могут быть очень эффективными и помогут получить практически полезные результаты.
Когда не использовать закон Хика?
Не менее важно знать, когда не использовать его. Закон Хика не применяется к комплексному принятию решений. Например, если решения требуют обширного чтения, исследования или расширенного обсуждения. Закон Хика не сможет предсказать время необходимое на принятие решения.
Например, выбирая ужин в дорогом ресторане или выбирая на сайте AirBnB, где провести каникулы на следующей неделе.
Сделать подобный выбор сложно. Перед принятием окончательного решения пользователям необходимо учитывать и взвесить множество вариантов. В этих случаях закон Хика не подходит. Он применим только к простым и быстрым решениям в соответствующем контексте.
Практическое использование закона Хика
Когда время ответа имеет решающее значение, сохраните небольшое количество вариантов. От одного до пяти – хорошее эмпирическое правило, проверенное временем.
Люди странные создания. Мы любим говорить, что мы хотим, как можно больше вариантов. Когда мы их получаем … мы смущаемся и не можем принять решение.
Разве вы не хотите использовать все эти кнопки? Наличие слишком большого количества вариантов одинаковой важности может привести к параличу анализа. Да, это разочаровывает. Не лучший пользовательский опыт.
Напротив, система с меньшим количеством более понятных параметров часто оценивается пользователями, как система с лучшим пользовательским опытом.
Сложность скрыта, когда это необходимо Выделение одного из вариантов – еще один способ использования Закона Хика. Выделите несколько важных опций среди загроможденного пользовательского интерфейса, чтобы ускорить время отклика.
В контексте принятия решений цель – сокращение отвлекающих факторов. Большое количество вариантов выбора отвлекает пользователя. Это приводит к медленному времени отклика.
Закон Хика влияет на мой дизайн?
Вот несколько способов узнать, влияет ли применение этого принципа на ваш дизайн. Мы всегда должны смотреть на показатели, чтобы убедиться, что наши дизайнерские решения имеют эффект.
Посмотрите время , проведенное пользователем на сайте
Вы должны попасть в зону наилучшего восприятия. С одной стороны, если пользователь провел слишком мало времени на сайте, возможно, он ушел, не приняв решение. С другой стороны, если пользователь проводит слишком много времени на сайте, он, вероятно, отвлёкся от своей цели.
Сосредоточьтесь на оптимизации дизайна, чтобы предоставить пользователю правильное количество вариантов для удержания внимания пользователя. Помогите пользователю сделать выбор и сэкономьте его время.
Количество просмотров страницы также может быть индикатором того, насколько эффективно вы использовали закон Хика. Если навигация слишком сложная, количество просмотров страницы, вероятно, будет ниже, чем, если бы она была простой.
Тем не менее, избегайте создания глубокой навигации, которая требует 2-3 выбора для каждого уровня и продолжается до 10 уровней. Это увеличит время выполнения задачи, что увеличит вероятность того, что пользователи покинут сайт преждевременно.
Мысли в заключение
Время пользователя драгоценно! Время = Жизнь. Не допускайте принятия плохих дизайнерских решений, чтобы не украсть жизнь у ваших пользователей. Никто не обязан оставаться или использовать ваш продукт. (особенно когда есть альтернативы )
Познакомьтесь с пользователем, взаимодействуйте с ним. Направляйте пользователя к своей цели, выделяя варианты, которые его волнуют в этом контексте. Это позволит оптимизировать процесс принятия решений и ускорить выполнение задачи. В конце концов, обе стороны будут счастливы.
Призыв к действию
Спасибо за внимание! Пишите мне в
Системы поддержки принятия решений или СППР - это компьютерная система, которая путем сбора и анализа большого количества информации может влиять на процесс принятия решений организационного плана. Интерактивные системы позволяют руководителям получить полезную информацию из первоисточников, проанализировать ее, а также выявить существующие модели для решения определенных задач.
Система поддержки решений СППР решает две основные задачи:
1. выбор наилучшего решения из множества возможных (оптимизация);
2. упорядочение возможных решений по предпочтительности (ранжирование).
В обеих задачах первым и наиболее принципиальным моментом является выбор совокупности критериев, на основе которых в дальнейшем будут оцениваться, и сопоставляться возможные решения (альтернативы). Система СППР помогает пользователю сделать такой выбор.
Для анализа и выработок предложений в СППР используются разные методы. Это могут быть: информационный поиск, интеллектуальный анализ данных, поиск знаний в базах данных, рассуждение на основе прецедентов, имитационное моделирование, эволюционные вычисления и генетические алгоритмы, нейронные сети, ситуационный анализ, когнитивное моделирование и др. Некоторые из этих методов были разработаны в рамках искусственного интеллекта. Если в основе работы СППР лежат методы искусственного интеллекта, то говорят об интеллектуальной СППР, или ИСППР .
Близкие к СППР классы систем - это экспертные системы и автоматизированные системы управления. Модель управления и управления данными действуют, в основном, незаметно и варьируются от простой модели до сложной комплексной модели планирования, основанной на математическом программировании.
Наиболее широкой сферой практического применения СППР являются планирование и прогнозирование для различных видов управленческой деятельности.
Системы поддержки принятия решений:
· предполагают гибкость пользователей, адаптируемость и быструю реакцию;
· допускают, чтобы пользователи управляли входом и выходом;
· оперируют с небольшой помощью профессиональных программистов или без нее;
· обеспечивают поддержку для решений и проблем, которые не могут быть определены заранее;
· используют сложный анализ и инструментальные средства моделирования.
СППР имеют большую аналитическую мощность, чем другие системы: они построены с рядом моделей, чтобы анализировать данные. Системы СППР интерактивны; пользователь может изменять предположения и включать новые данные.
Процесс принятия решений в СППР, включает четыре стадии:
1) распознавание или осмысление - состоит из идентификации и понимания проблем, встречающихся в организации: почему проблемы возникают, где и с каким результатом. Традиционные управляющие информационные системы (УИС), которые поставляют широкое многообразие детальной информации, могут помогать опознавать проблемы, особенно если системы сообщают об исключениях;
2) проект или продумывание - в течение принятия решений лицо, принимающее решение, продумывает возможные варианты решения проблем. Малые системы СППР идеальны в этой стадии принятия решений, потому что они оперируют на простых моделях, могут быть быстро развиты и работать с ограниченными данными;
3) выбор - заключается в подборе решений среди альтернатив. Здесь изготовитель решений мог бы нуждаться в большой системе СППР, чтобы использовать более обширные данные относительно ряда альтернатив и комплексные аналитические модели, чтобы объяснить все затраты, следствия и возможности;
4) реализация - в течение выполнения решения менеджеры могут использовать систему сообщения, которая поставляет обычные доклады относительно прогресса определенного решения. Системы поддержки выполнения могут быть от полномасштабной управляющей информационной системы до меньших систем, таких, как программное обеспечение планирования проекта, использующего микрокомпьютеры.
Рассмотрим основные классификации СППР.
По взаимодействию с пользователем выделяют три вида СППР:
· пассивные помогают в процессе принятия решений, но не могут выдвинуть конкретного предложения;
· активные, непосредственно, участвуют в разработке правильного решения;
· кооперативные предполагают взаимодействие СППР с пользователем.
Выдвинутое системой предложение пользователь может доработать, усовершенствовать, а затем отправить обратно в систему для проверки. После этого предложение вновь представляется пользователю, и так до тех пор, пока он не одобрит решение.
По способу поддержки различают:
· модельно-ориентированные СППР, используют в работе доступ к статистическим, финансовым или иным моделям;
· СППР, основанные на коммуникациях, поддерживают работу двух и более пользователей, занимающихся общей задачей;
· СППР, ориентированные на данные, имеют доступ к временным рядам организации. Они используют в работе не только внутренние, но и внешние данные;
· СППР, ориентированные на документы, манипулируют неструктурированной информацией, заключенной в различных электронных форматах;
· СППР, ориентированные на знания, предоставляют специализированные решения проблем, основанные на фактах.
По сфере использования выделяют общесистемные и настольные СППР. Общесистемные работают с большими системами хранения данных и применяются многими пользователями. Настольные являются небольшими системами и подходят для управления с персонального компьютера одного пользователя .
Карта путешествий потребителя, оценка рынка и другие советы от менеджера по продукту «Альфа-банка» Екатерины Снегирёвой.
В закладки
Исследования пользователей стали уже обязательной частью продуктовой разработки. Многие пробуют делать глубинные интервью, онлайн-опросы, а некоторые даже выходят «в поля» за инсайтами, но не все после этого начинают использовать накопленную информацию.
Проблемы пользователей разбиваются на user stories, складываются в бэклог, и фактически случайным образом принимается решение о том, что действительно важно и стоит разрабатывать, чтобы сделать качественные улучшения в продукте.
Пользовательская история (user story) - главный артефакт в гибкой разработке, поскольку представляет собой контейнер, служащий переносу потока ценностей к пользователю. А смысл гибкой разработки как раз и состоит в быстрой доставке ценного результата пользователю.
При этом рабочий поток, в котором эта история работает, выглядит так: Определить полезную историю - реализовать и оттестировать в рамках короткой итерации - продемонстрировать или доставить её пользователю - получить обратную связь - усвоить информацию - повторить в цикле.
Бэклог (backlog) - это полный список всех работ, stories.
Кажется, есть скоринговые таблички для оценки приоритетности задачи, но они часто «персонализированы». Я могу поставить коэффициенты сама и накинуть важности именно тем user stories, которые мне нравятся больше.
Скоринговая табличка (scoring) - это приоритизация пользовательских историй с целью отдать в работу самое полезное для пользователя. Большие сложные задачи, как правило, получают невысокие коэффициенты в скоринговой таблице как труднореализуемые и дорогие в разработке, что мотивирует менеджера продукта искать решения получше.
Можно положиться только на груминг и, ссылаясь на оценку команды, принимать решение о том, что сделать сначала, а что сделать потом. Здесь есть риск: можно сделать быстрые микроулучшения, их будет много, но велика вероятность, что большой пользы пользователям вы этим не принесете. Важно уметь себя сдерживать.
Груминг (grooming) - это период, когда команда может рассмотреть будущие истории и вместе с владельцем продукта что-то добавить, чтобы зафиксировать направления проектирования или решить архитектурные вопросы.
Немного market validation, research и усовершенствованный CJM здорово помогают оценить происходящее, увидеть полную картину вокруг и расставить приоритеты.
Market validation
В сущности оценка рынка - это попытка сравнить наличие тех или иных функциональностей в продуктах прямых конкурентов и оценить их уровень развитости и покрытия. У этого инструмента нет четких правил, и не обязательно быть McKinsey, чтобы сделать сравнительный анализ по выбранным признакам.
Во время разработки менеджер и команда погружаются в решение узконаправленных проблем, чтобы отстроить продукт под своих пользователей и бесперебойно поставлять им ценности.
Оценка рынка помогает не углубиться слишком сильно в одну проблему, прокапывая её и оттачивая решение до совершенства. Зачастую намного больше пользы от проработанного минимального решения, которое выпущено в производство и уже даёт быстрые данные, чем от полугодовой фичи, которую вы пишете и пишете из спринта в спринт, в то время как реальный мир (то есть конкурентный) движется дальше: выпускает небольшие решения, тестирует и развивает те, что дали наибольшие результаты по выставленным KPI.
Следите за своими конкурентами, продолжая двигаться согласно своему курсу. Чтобы построить таблицу с оценкой рынка, обратите внимание на следующие вопросы:
- Кто ещё работает над аналогичными продуктами или решениями?
- Что уже сделано и на каком уровне?
- Какие проблемы могут закрывать эти функциональности?
- Насколько эти решения могут удовлетворить потребности пользователей?
- Есть ли что-то похожее у вас?
Сравните от трёх до пяти прямых конкурентов и пару нишевых - тех, у кого, по вашему мнению, можно поискать интересные решения. Составьте таблицу валидации функциональностей с коэффициентами проработки или наличия, на ваш взгляд, необходимых в продукте вещей.
Если вы нашли интересные моменты, которые кажутся вам важными - добавляйте их в таблицу, здесь четких правил нет. Это инструмент вашего исследования, составьте его под себя. При валидации рынка важно держать в уме свою целевую аудиторию и те задачи, которые пользователи решают именно вашим продуктом.
Однако если одной из задач бизнеса является обновление целевой аудитории или захват более платежеспособной, то это допустимо. Также стройте гипотезы по конкурентам с более дорогими услугами или решениями, смотрите на их функциональность и позиционирование.
Кстати, если волевым решением стать внимательным «маркет-валидатором» и стабильно отслеживать и фиксировать обновления конкурентов, можно понять, на решение каких задач сейчас направлен бизнес и какой value stream выбрала та или иная компания-конкурент.
Загрузка...
