决策的方法

决定人生的走向的就那么几步：去哪个城市，选什么行业，去哪家公司，跟什么人交往，和谁结婚……

关键环节的决策深刻影响着未来的发展。李笑来老师就说过"所谓的创业成功，无非就是解题高手做对了选择题"。

于是，掌握一些决策的工具，磨练强大的决策能力，懂得如何做出高质量的决策，对我们就十分重要。

三个主流的决策方法

第一，完全理性决策。

在信息完备情况下，采用运筹学的方法，研究最优决策。这就是所谓的完全理性决策。

对于普通人来说，要做出完全理性决策是比较困难的，因为它有一些难以满足的前提：比如信息完备，决策者完全理性，以及懂得如何运用运筹学。

第二，有限理性决策。

大多数情况下，信息并不完备，也很少有人能够做到完全理性。于是“有限理性决策”应运而生。

提出这个方法的是一位神人，名叫赫伯.西蒙。他拥有9个博士学位，并因为研究决策理论，先后获得心理学领域最高奖“心理学杰出贡献奖”，计算机领域最高奖“图灵奖”，以及诺贝尔经济学奖。

西蒙认为：当你无法获得决策所需的所有信息时，不要追求“最优决策”，而要追求“满意决策”。什么叫“满意决策”？他说：一切决策都是折中，只是在当时情况下可选的最佳行动方案。

为了满意，而不是最优，决策应该遵循以下原则：第一，定下最基本的满意标准；第二，考察现有的可选方案；第三，如果有可选方案满足最基本的满意标准，就不再寻找更优方案。

具体来说，找工作的时候，有一家企业达到你的基本要求，也愿意要你，那就立刻去上班，而不是想：说不定有更好的；有收入让你满意的商业模式，那就立刻实施，而不是想：说不定有更多的。

第三，博弈论。

如果不止你一个人在决策，你和你对手的决策相互影响，那就更有意思了。这时你需要好好学习：博弈论。

比如：不要在旅游景点买东西。旅游景点的买卖，是一次性博弈。凡是一锤子买卖，卖家的最理性决策都是“宰客”。解决这种情况的最好办法不是重罚，而是把多个一次性博弈，通过用户评价，合并成连续博弈，这样卖家欺诈时会更加顾虑。这也是为什么淘宝、大众点评能火。

一个决策工具：决策树

什么叫决策树？决策树由几个节点串联组成，每个节点是一个关于决策主题的关键问题，用来对候选项目进行考量。满足第一个节点才能跳到下一个节点，当选项依次满足所有节点，就可以做出肯定的决策。

以跳槽为例来说明，对于我来说跳槽这件事我要考虑的决策节点分别如下：

1、行业发展趋势如何

2、团队的专业背景和职业素养如何

3、工作岗位是否能学习到行业内的关键核心技术

4、薪酬是否超出现有薪酬的15%

5、新工作恶心的地方是否可以接受

通过五个决策节点“行业、团队、成长机会、薪酬福利、新工作的负面内容”，选出“行业整体发展趋势向上，团队专业背景和职业素养优秀，能接触学习行业内最有价值的技能，可接受新工作的负面内容”的工作。这套像树一样层层分支，不断递进的决策工具，就是“决策树"。

但是，在实际生活中我们并不能确定地得到每一个问题答案。通常我们希望赖以决策的依据，是没有确定答案的。于是我们往“决策树”中引入了一个“概率”。这种被概率化了的决策树叫做概率树。

增加了对条件发生概率的预测，和对结果收益的评估，然后加权平均得到一个“期望值”，用这个期望值，作为依据，辅助决策。

假设满意的最高分是10分，不满意的最高分是-10分，然后给“成长空间”和“薪酬福利”这两个不确定的条件，所产生的四个组合，打个分。

如果成长空间大，薪酬福利好，那是100%的满意，打10分！

如果成长空间大，但是在这家工作的前几年薪酬不高，如果是这样，满意度是5分。

如果没有成长空间，薪酬还低，-10分！

那如果成长空间不大，学不到特别有价值的技能，但是薪酬福利还不错。要不要为了钱忍呢？但是失去了未来赚更多钱的机会啊，机会成本很高，还是打-5分吧。

一家公司，进去工作以后能快速较大幅度成长的概率是80%，在前几年工作岗位上有较高薪酬的概率是30%，去还是不去。

如果决定不去，你没有得失，收益是“0”。

如果去，那就有四种可能性：

前景差，但有钱的概率是20% x 30% = 6%。对这种情况，你打了-5分。也就是这条概率分支，你的收益是：6% x (-5分) = -0.3分。

前景差，没钱的概率是：20% x 70% = 14%，收益是：14% x （-10分） = -1.4分。

前景又好又有钱的概率是：80% x 30% = 24%，收益是：24% x 10分 = 2.4分。

前景好，但是没钱的概率是：80% x 70% = 56%，收益是：56% x 3分 = 1.68分。

所以，如果你选择跳槽，你的总收益是：（-0.3分） + （-1.4）分 + 2.4分 + 1.68分 = 2.38分。

跳槽的总体收益是2.38分，不跳的收益是0。所以，赶紧收拾收拾准备面试吧。