مبانی چابک
۲۲ نفر
۴ساعت
۴۰۰,۰۰۰ تومان
خرید دوره
در دنیای پیچیده و پرمشغله امروز، گرفتن تصمیمات درست می‌تواند چالش‌برانگیز باشد. ما چه در زندگی شخصی و چه در زندگی کاری، دائماً با شرایط مختلفی از انتخاب روبرو هستیم که می‌توانند در آینده ما تاثیرات مستقیمی داشته باشند. در چنین شرایطی، چاره کار برای اتخاذ تصمیمات درست چیست؟ کارشناسان ماتریس تصمیم گیری (Decision Matrix) را به‌عنوان ابزاری قدرتمند و کارآمد برای اتخاذ تصمیمات معرفی می‌کنند. به کمک این ماتریس می‌توان با وضوح و منطق بیشتری بهترین گزینه را از میان گزینه‌های موجود انتخاب کرد.
در این مقاله می‌خواهیم به معرفی ماتریس تصمیم گیری، نحوه استفاده از آن و انواعش بپردازیم. اگر در انتخاب و تصمیمات خود با چالش‌هایی روبرو هستید، با ما همراه باشید تا راه چاره را به شما آموزش دهیم.
ماتریس تصمیم‌گیری ابزاری برای ارزیابی و اولویت‌بندی چندین راه‌حل مختلف بر اساس معیارهای گوناگون است. در واقع، لیستی از گزینه‌ها را ارزیابی و اولویت‌بندی می‌کند که در حوزه‌های مختلفی از استراتژی کسب‌وکار و مدیریت پروژه گرفته تا توسعه محصول کاربرد دارد.
بنیان اصلی ماتریس تصمیم‌گیری یک جدول ساده است. در این جدول، گزینه‌های مختلف در ردیف‌ها و معیارهای ارزیابی در ستون‌ها قرار می‌گیرند.
به‌عنوان‌مثال، فرض کنید می‌خواهیم سه قابلیت نرم‌افزاری مختلف را با هم مقایسه کنیم:
معیارهای ارزیابی این قابلیت‌ها عبارتند از:
هر یک از این معیارها بر اساس مقیاسی از ۱ تا ۵ امتیازدهی می‌شوند. امتیاز نهایی، مجموع امتیازهای هر معیار برای هر گزینه است. این روش می‌تواند یک چارچوب عینی برای تصمیم‌گیری در مورد اینکه توسعه کدام قابلیت در اولویت قرار گیرد، در اختیار ما قرار دهد.
این بخش یک راهنمای گام‌به‌گام برای ایجاد یک Decision Matrix با فرمت استاندارد و وزن‌دهی شده است. برای ساخت ماتریس تصمیم گیری مراحل زیر را طی کنید:
اولین قدم برای ساختن یک ماتریس تصمیم‌گیری، تهیه لیستی از گزینه‌هایی است که می‌خواهید بین آنها تصمیم بگیرید. به‌عنوان‌مثال، فهرستی از تامین‌کنندگانی که می‌خواهید برای یک پروژه زیرساختی با آنها کار کنید، تهیه کنید.
برای آسان‌تر کردن این مرحله می‌توانید از قبل نظر تیم خود را بپرسید یا در جلسات طوفان فکری خود گزینه‌ها را تعیین کنید.
گام بعدی نوشتن عواملی است که برای تصمیم‌گیری حیاتی هستند. بهتر است عواملی را در نظر بگیرید که در انتخاب بهترین مسیر ضروری هستند. داشتن مجموعه‌ای از معیارها به شما کمک می‌کند بهترین گزینه را انتخاب کرده و از درنظرگرفتن ذهنیت قبلی خود در تصمیم‌گیری اجتناب کنید.
اگر لیست معیارها خیلی طولانی است، با استفاده از ابزارهای رای‌گیری چندگانه و کاهش لیست، اولویت‌ها را فیلتر و مهم‌ترین گزینه‌ها را مشخص کنید.
پس از تثبیت گزینه‌ها و عواملی که باید در نظر بگیرید، می‌توانید ساخت Decision Matrix را شروع کنید. ساختار جدولی آن به شما امکان می‌دهد هنگام سنجش گزینه‌ها، احتمالات مختلف را ببینید.
ابتدا ردیف بالا را با گزینه‌ها پر کنید. سپس معیارهای تصمیم‌گیری را در ستون‌ها یادداشت کنید. این خروجی باید شبیه جدول ۱ باشد.
پس از ساختن اسکلت ماتریس تصمیم گیری، گام بعدی اضافه کردن وزن به هر عامل است. این بخش اهمیت یک معیار را در تصمیم نهایی به‌صورت کمی نشان می‌دهد.
می‌توانید هر عامل را بر اساس تعداد ملاحظاتی که دارند رتبه‌بندی کنید. برای مثال می‌توانید از مقیاس ۱ تا ۵ استفاده کنید. ۵ مهم‌ترین عامل و ۱ کم‌اهمیت‌ترین عامل را نشان می‌دهد. به جدول زیر دقت کنید:
پس از رتبه‌بندی هر عامل، باید هر گزینه را با معیارها بسنجید. از خود بپرسید: مجموعه انتخابی شما چگونه در برابر جنبه‌های ضروری تصمیم نهایی شما ارزیابی می‌شود؟
در زیر نمونه‌هایی از دامنه‌ها هنگام امتیازدهی به هر گزینه در برابر مجموعه‌ای از معیارها آورده شده است:
مقیاس ۱ تا ۳ (۱ = کم، ۲ = متوسط، ۳ = زیاد)
مقیاس ۱ تا ۵ (۱ = کم‌اهمیت‌ترین، ۵ = مهم‌ترین)
مقیاس ۱-۴-۹ (۱ = اولویت کم، ۴ = اولویت متوسط، ۹ = اولویت زیاد)
پس از امتیازدهی به تمام گزینه‌ها، باید امتیاز را در وزن اختصاص یافته در مرحله ۴ ضرب کنید. اعداد حاصل شده امتیاز وزنی را نشان می‌دهند، یعنی امتیاز هر گزینه نسبت به معیارهای تعیین شده.
در نهایت، پس از تکمیل امتیازات وزنی، زمان جمع‌آوری امتیازات فرا رسیده است. با جمع کردن امتیازات وزنی هر گزینه، امتیاز کل را بیابید. بر اساس معیارهای شما، گزینه‌ای که بالاترین امتیاز را داشته باشد بهترین مسیر شما خواهد بود.
توجه داشته باشید که تصمیم نهایی همچنان در دستان شماست. این ماتریس تصمیم گیری تنها ابزاری است که به شما کمک می‌کند بهترین انتخاب را داشته باشید، به شرطی که بخواهید گزینه‌های خود را به طور عینی ارزیابی کنید.
Decision Matrix تنها در یک ماتریس ساده خلاصه نمی‌شود. انواع مختلفی دارد که در ادامه هر یک از آنها را معرفی می‌کنیم:
ماتریس تصمیم‌گیری ساده، به‌عنوان الگوی پایه‌ای عمل می‌کند. این روش، گزینه‌های مختلف را با معیارهای انتخاب‌شده مقایسه کرده و به تصمیم‌گیرندگان این امکان را می‌دهد تا بر اساس یک مقیاس از پیش تعیین‌شده به آنها امتیاز دهند. به طور معمول، این امتیازات عددی هستند که روشی ساده برای مقایسه گزینه‌ها را ارائه می‌دهند.
ماتریس آیزنهاور (همچنین شناخته شده با نام‌های ماتریس تصمیم‌گیری آیزنهاور، جعبه آیزنهاور و ماتریس فوریت – اهمیت) ابزاری برای مدیریت زمان و وظایف است که به افراد کمک می‌کند با در نظر گرفتن دو عامل «فوریت» و «اهمیت»، اولویت کارهای خود را تعیین کنند.
برای استفاده از ماتریس آیزنهاور، ابتدا باید تمامی کارهایی را که باید انجام دهید، شناسایی کنید. سپس بر اساس فوریت و اهمیت هر کدام، آن را در یکی از چهار بخش ماتریس قرار دهید:
فرآیند تحلیل سلسله مراتبی (AHP) تصمیم‌گیری را کمی پیچیده‌تر اما با دقت بیشتری پیش می‌برد. AHP به‌جای اینکه صرفاً گزینه‌ها را با معیارها مقایسه کند، با معرفی مفهوم زیرمعیار امکان تحلیل عمیق‌تری را فراهم می‌کند.
علاوه بر این، AHP از مقایسات دودویی استفاده کرده و به ذی‌نفعان اجازه می‌دهد تا اهمیت نسبی هر هدف را قضاوت کنند. در این فرآیند، AHP یک تصمیم «درست» را دیکته نمی‌کند. در عوض، مسیر رسیدن به تصمیمی را ترسیم می‌کند که بهترین تناسب را با اهداف تعیین‌شده داشته باشد.
این ابزار در زمینه‌های تصمیم‌گیری استراتژیک مانند برنامه‌ریزی برای موفقیت یا تخصیص منابع بسیار ارزشمند است.
این نوع از Decision Matrix، مفهوم اهمیت را به هر معیار اضافه می‌کند. در واقع، به هر معیار فردی وزن و امتیازی تخصیص می‌دهد تا به تشخیص گزینه با اولویت بالاتر کمک می‌کند.
واضح‌تر بگوییم! برای هر معیار، وزنی تعیین می‌شود تا نشان دهد که آن معیار در تصمیم نهایی چقدر اهمیت دارد. سپس به هر گزینه بر اساس معیارهای مختلف، امتیازی اختصاص داده می‌شود. در نهایت، امتیاز هر گزینه با وزن معیار مربوطه ضرب شده و جمع زده می‌شود تا امتیاز نهایی به دست آید. گزینه‌ای که بالاترین امتیاز نهایی را داشته باشد، بر اساس معیارهای شما، بهترین انتخاب است.
ماتریس تصمیم گیری وزنی را می‌توان در سناریوهای مختلفی به کار برد، مانند ارزیابی ویژگی‌های محصول یا لیست کارهای معوقه بر اساس معیارهایی مانند زمان، تلاش، تأثیر و دسترسی.
ماتریس Pugh عنصر دیگری به نام «مرجع» فرایند تصمیم‌گیری اضافه می‌کند. این روش ابتدا یک گزینه بنچ‌مارک (Benchmark) یا همان مرجع انتخاب کرده و سپس تمام گزینه‌های دیگر را با مقایسه با این نقطه مرجع ارزیابی می‌کند.
به‌عنوان‌مثال، هنگام مقایسه سه نوع موتور خودرو از نظر مصرف سوخت، می‌توان یکی از آنها را به‌عنوان راه‌حل مرجع در نظر گرفت و کارایی سوخت دو موتور دیگر را نسبت به موتور مرجع با عبارات بهتر از، بدتر از یا برابر با مشخص کرد.
ماتریس پاف برای تصمیم‌گیری در مورد طراحی محصول، فرآیند تولید، یا انتخاب ارائه‌دهنده خدمات ایده‌آل است.
در مواقعی که تصمیم‌گیری شامل وابستگی‌های متوالی باشد، درخت تصمیم‌گیری وارد بازی می‌شود. این ابزار به‌صورت بصری، تصمیمات احتمالی و نتایج آنها را در یک ساختار شبیه درخت نشان می‌دهد. هر گره در درخت نشان‌دهنده یک نقطه تصمیم‌گیری بوده و شاخه‌ها نشان‌دهنده اقدامات مختلف ممکن هستند.
درخت تصمیم‌گیری با ارائه یک کاوش بصری از مسیرهای تصمیم‌گیری، فرآیند تصمیم‌گیری را بسیار ساده می‌کند.
فرض کنید در حال تصمیم‌گیری در مورد رفتن به کمپینگ در آخر هفته هستید. عواملی مانند آب‌وهوا، وضعیت تجهیزات و در دسترس بودن دوستان را در نظر می‌گیرید. یک درخت تصمیم‌گیری می‌تواند این سناریوها را به‌صورت زیر نشان دهد:
گره ریشه: آیا هوا برای کمپینگ مناسب است؟ (بله/خیر)
گره بعدی: آیا تمام تجهیزات لازم را داریم؟ (بله/خیر)
برگ (نتیجه): اگر جواب بله بود، پس به کمپینگ بروید. در غیر این صورت، یا تجهیزاتی را اجاره کنید یا سفر را به تعویق بیندازید.
برگ (نتیجه): برنامه‌های جایگزین مانند پیک‌نیک یا بازی‌های داخل سالن را در نظر بگیرید.
روش وزن‌دهی ساده جمعی (SAW) یکی از روش‌های تصمیم‌گیری چند شاخصه (MADM) است. این روش با نام‌های مدل مجموع وزنی (WSM) یا ترکیب خطی وزنی (WLC) نیز شناخته می‌شود.
روش SAW گزینه‌های مختلف را بر اساس چندین معیار تصمیم‌گیری مورد ارزیابی قرار می‌دهد. این روش شامل پیدا کردن مجموع وزن امتیاز عملکرد هر گزینه در تمامی معیارهاست.
اولین قدم در روش SAW ایجاد ماتریس تصمیم‌گیری است. این ماتریس شامل ارزیابی گزینه‌های مختلف است. برای انجام این کار، باید یک ماتریس تصمیم‌گیری نرمال‌شده تهیه کنید. فرآیند نرمال‌سازی منجر به مقیاسی می‌شود که امکان مقایسه تمام امتیازهای جایگزین را فراهم می‌کند.
از روش SAW به طور گسترده در تصمیم‌گیری‌هایی که با معیارهای زیادی سروکار دارند استفاده می‌شود. این روش می‌تواند به ارزیابی تأثیر فعالیت‌های انسانی بر عملکرد یک سیستم خاص در طول زمان کمک کند.
TOPSIS که به‌عنوان «تکنیک اولویت‌بندی بر اساس شباهت به راه‌حل ایده‌آل» شناخته می‌شود، روشی برای تحلیل چند معیاره تصمیم‌گیری است. این روش مجموعه‌ای از گزینه‌ها را بر اساس معیارهای از پیش تعیین‌شده مقایسه می‌کند.
فرض کنید می‌خواهیم چند شرکت را با هم مقایسه کنیم و ببینیم کدام یک از نظر مالی قوی‌تر است. این شرکت‌ها مجموعه گزینه‌های ما هستند. برای اینکه بتوانیم آنها را با هم ترکیب کنیم و تشخیص دهیم که کدام‌یک از نظر مالی قوی‌تر است، باید از معیارهای قابل اطمینانی استفاده کنیم. در چنین شرایطی، می‌توانیم از برخی از نسبت‌های مالی به دست آمده از صورت‌های مالی شرکت‌ها استفاده کنیم، مانند بازده دارایی (ROA)، بازده حقوق صاحبان سهام (ROE)، نسبت بدهی (DR) یا نسبت اهرم مالی (Capital Gearing). این نسبت‌ها مجموعه معیارهای ما را تشکیل می‌دهند.
منطق جالب TOPSIS بر این ایده استوار است که گزینه انتخابی ما باید کمترین فاصله هندسی را با بهترین حالت (ایده‌آل) و بیشترین فاصله هندسی را با بدترین حالت (غیر ایده‌آل) داشته باشد. به نظر ساده می‌رسد، نه؟
این روش به ما امکان می‌دهد تا به «تعادل» بین معیارها دست پیدا کنیم. یعنی اگر عملکرد یک شرکت در یک معیار ضعیف باشد، می‌تواند با عملکرد قوی در معیار دیگری آن را جبران کند. این روش مدل‌سازی جامعی را ارائه می‌دهد زیرا راه‌حل‌های جایگزین را بر اساس محدودیت‌های از پیش تعریف‌شده حذف نمی‌کند.
تحلیل تصمیم‌گیری چند معیاره (MCDA) به فرآیند تصمیم‌گیری در شرایطی گفته می‌شود که لازم است چندین معیار (یا هدف) را با هم در نظر بگیریم تا بتوانیم گزینه‌ها را اولویت‌بندی یا انتخاب کنیم.
فرض کنید کارفرمایی هستید که می‌خواهید متقاضیان یک موقعیت شغلی را رتبه‌بندی کنید. برای ایجاد یک مدل تحلیل چند معیاره سه کار اساسی باید انجام دهید:
با تعیین این موارد و رتبه‌بندی متقاضیان در یک ماتریس می‌توانید مشخص کنید که کدام شخص برای موقعیت شغلی مورد نظر شما مناسب است.
ماتریس تصمیم گیری در شرایط و موقعیت‌های مختلفی به کمک شما می‌آید. اگر در کسب‌وکار یا زندگی شخصی خود به دنبال راهی مطمئن برای ادامه مسیر هستید، Decision Matrix می‌تواند به شما کمک کند تا مسیر انتخاب را آسان‌تر و سریع‌تر طی کنید. یکی از زمینه‌هایی که این ماتریس در آن بسیار کاربردی است، توسعه محصول با اسکرام است. اسکرام مسترها در طول برنامه‌ریزی و اجرای تسک‌ها استفاده‌های زیادی از این ماتریس جادویی کرده و تصمیمات درست را تشخیص می‌دهند. اگر شما هم می‌خواهید به یک اسکرام مستر حرفه‌ای و کاربلد تبدیل شده و با تصمیمات به‌جای خود محصول و کسب‌وکارتان را ارتقا دهید، توصیه می‌کنیم در دوره آموزشی توسعه محصول با اسکرام شرکت کنید.
لازم به ذکر است که در این دوره علاوه بر آموزش ماتریس تصمیم گیری، فرآیند اسکرام و چگونگی پیشبرد پروژه با این روش مدیریتی را ارائه می‌شود.
آکادمی همراه اول با هدف تربیت، توسعه و توانمندسازی نیروی انسانی در اکوسیستم دیجیتال در تابستان ۹۹ آغاز به کار کرده است. آکادمی به پشتوانه‌ی تجربه‌ی آموزش و توسعه‌ی نیروی انسانی همراه‌اول می‌کوشد نیازهای آموزشی عمومی، تخصصی و شکاف میان تحصیلات آکادمیک و فضای کار بابرگزاری مسیرهای شغلی از جمله هوش مصنوعی، تحلیل گر داده ، کارشناس محصول و … پوشش دهد.
