Heiristika
Heiristika ir problēmu risināšanas metode, kas izmanto saīsnes, lai iegūtu pietiekami labus risinājumus, ņemot vērā ierobežotu laika grafiku vai termiņu. Heiristika ir elastības paņēmiens ātru lēmumu pieņemšanai, īpaši strādājot ar sarežģītiem datiem. Lēmumi, kas pieņemti, izmantojot heiristisko pieeju, var nebūt optimāli. Heiristika ir atvasināta no grieķu vārda, kas nozīmē “atklāt”.
Izpratne par heiristiku
Digitālā tehnoloģija ir traucējusi visas nozares, ieskaitot finanses, mazumtirdzniecību, plašsaziņas līdzekļus un transportu. Pēkšņi tipiskās ikdienas aktivitātes ir novecojušas. Čeki tiek ieskaitīti bankas kontos, neapmeklējot vietējo filiāli, produkti un pakalpojumi tiek iegādāti tiešsaistē, un izņemtos ēdienus piegādā pārtikas pakalpojumu piegādes lietotnes. Tehnoloģija rada datus, kas arvien vairāk tiek koplietoti vairākās nozarēs un nozarēs, un jebkuras nozares profesionālis var nākties strādāt ar sarežģītu datu kalniem, lai atrisinātu problēmu. Heiristiskās metodes var palīdzēt sarežģīt datus, ņemot vērā ierobežotu laiku un resursus.
Taustiņu izņemšana
- Heiristika ir metodes ātrai problēmu risināšanai, kas dod rezultātu, kas ir pietiekams, lai būtu noderīgs, ņemot vērā laika ierobežojumus.
- Investori un finanšu speciālisti izmanto heiristisku pieeju, lai paātrinātu analīzi un lēmumu pieņemšanu par ieguldījumiem.
- Heiristika var novest pie sliktas lēmumu pieņemšanas, pamatojoties uz ierobežotu datu kopu, bet lēmumu pieņemšanas ātrums dažkārt var kompensēt trūkumus.
Kāpēc izvēlēties heiristiku?
Heiristika atvieglo savlaicīgu lēmumu pieņemšanu. Katrā nozarē analītiķi problēmas risināšanai izmanto tādus īkšķa noteikumus kā saprātīgi minējumi, izmēģinājumi un kļūdas, novēršanas process, iepriekšējās formulas un vēsturisko datu analīze. Heiristiskās metodes lēmumu pieņemšanu padara vienkāršāku un ātrāku, izmantojot īsceļus un pietiekami labus aprēķinus.
Heiristikas izmantošanas trūkumi
Ir kompromisi ar heiristikas izmantošanu, kas pieejai rada noslieci uz aizspriedumiem un kļūdām vērtējumā. Lietotāja galīgais lēmums var nebūt optimālais vai labākais risinājums, pieņemtais lēmums var būt kļūdains un izvēlētie dati var būt nepietiekami, kas rada neprecīzu problēmas risinājumu. Piemēram, copycat investori bieži atdarina veiksmīgu ieguldījumu pārvaldītāju ieguldījumu modeli, lai izvairītos no vērtspapīru un ar tiem saistītās kvantitatīvās un kvalitatīvās informācijas izpētes.
Izmantojot heiristisko pieeju, kas ir līdzšinējās darbības pamatā, copycat investori cer, ka šo vadītāju izmantotās formulas viņiem pastāvīgi nesīs peļņu, taču tas ne vienmēr notiek. Piemēram, Valeant Pharmaceutical International avārija bija šoks investoriem, kad uzņēmums redzēja savu akciju kritumu 90% apmērā no 2015. līdz 2016. gadam. Valeant bija krājums, kas atradās daudzu riska ieguldījumu fondu pārvaldnieku un ieguldītāju kopētāju portfeļos.
Reprezentativitātes heiristika
Populāra saīsnes metode problēmu risināšanā ir reprezentativitātes heiristika. Reprezentativitāte izmanto garīgās saīsnes, lai pieņemtu lēmumus, pamatojoties uz pagātnes notikumiem vai pazīmēm, kas ir reprezentatīvas vai līdzīgas pašreizējai situācijai. Teiksim, piemēram, ātrās ēdināšanas ABC paplašināja savu darbību Indijā, un tā akciju cena pieauga. Analītiķis atzīmēja, ka Indija ir ienesīgs pasākums visām ātrās ēdināšanas ķēdēm. Tāpēc, kad ātrās ēdināšanas uzņēmums XYZ paziņoja par savu plānu izpētīt Indijas tirgu nākamajā gadā, analītiķis netērēja laiku, dodot XYZ ieteikumu “pirkt”.
Lai arī viņa saīsinātā pieeja ļāva pārskatīt abu uzņēmumu datus, iespējams, tas nebija labākais lēmums. XYZ var būt pārtika, kas nav pievilcīga Indijas patērētājiem, ko pētījumi būtu atklājuši. Citas izplatītas heiristiskās pieejas lēmumu pieņemšanā un problēmu risināšanā ietver pieejamības neobjektivitāti, noenkurošanos un pielāgošanu, pazīstamības heiristiku, tālredzības neobjektivitāti un naivo dažādošanu.
Investīciju kontu salīdzināšana Piegādātāja nosaukums Apraksts Reklāmdevēja atklāšana × Piedāvājumi, kas parādās šajā tabulā, ir no partnerībām, no kurām Investtopedia saņem kompensāciju.