નિર્ણય લેણકારી મોડલ શું છે? નિર્ણય લેણકારી મોડલ એ એવો ફ્રેમવર્ક છે જે નિર્ણયો કેવી રીતે લેવાય છે અથવા લેવાય તેની વિગતવાર વિવરણ આપે છે. નોર્મેટિવ મોડલ્સ એ એવા મોડલ્સ છે જે તમને કહે છે કે તમે શું કરવું તે જાણો અને ડેસ્ક્રિપ્ટિવ મોડલ્સ એ એવા મોડલ્સ છે જે લોકો કેવી રીતે વાસ્તવમાં નિર્ણય લે છે તેની વિગતવાર વિવરણ આપે છે.
મોટાભાગના નિર્ણય લેણકારી મોડલ્સ નીચે મુજબ છે: રેશનલ અથવા ક્લાસિકલ મોડલ (સમસ્યાને પરિચિત કરો, સમસ્યા સામે સમસ્ત માહિતી સાથે બધા વિકલ્પોની મૂલ્યાંકન કરો, સર્વોચ્ચ વિકલ્પ ચૂંટો — આઇડિયલાઇઝ્ડ 'એકોનોમિક મેન'); બાઉન્ડેડ રેશનલિટી અને સેટિસ્ફાઇંગ (હર્બર્ટ સાઇમન, નોબેલ ૧૯૭૮ — વાસ્તવિક નિર્ણેતાઓ સમસ્ત માહિતી, સમય અને બેન્ડવિધ સાથે સમસ્યાને સમજો અને સમસ્યાને સમજો તેમાં પહેલો સારો વિકલ્પ ચૂંટો); કાર્નેગી મોડલ (સાઇમન, માર્ચ અને સાઇમન — સંસ્થાના નિર્ણયો કેવા રીતે કાર્યરત થાય છે તેની વિગતવાર વિવરણ આપે છે); ગાર્બેજ કાન મોડલ (કોહેન, માર્ચ અને ઓલ્સન, ૧૯૭૨ — સંસ્થાના અનિયમિત અર્થમાં, સમસ્યાઓ, સમાધાનો, ભાગીદારો અને મુક્તિઓ ચાર સ્વતંત્ર પ્રવાહો છે; નિર્ણયો તેમને ક્યારેય કાર્યરત થાય છે તેની વિગતવાર વિવરણ આપે છે); રિકોગ્નિશન-પ્રાઇમ્ડ ડિસિશન મોડલ (ગેરી ક્લાઇન — વિશેષજ્ઞો કેવા રીતે કાર્યરત થાય છે તેની વિગતવાર વિવરણ આપે છે); સિસ્ટમ ૧ અને સિસ્ટમ ૨ (ડેનિયલ કહેનમન, થિંકિંગ ફાસ્ટ અને સ્લો, ૨૦૧૧ — તેમની વિગતવાર વિવરણ આપે છે કે તમે કેવી રીતે કાર્યરત થાય છો તેની વિગતવાર વિવરણ આપે છે); અને સાયનેફિન ફ્રેમવર્ક (ડેવ સ્નોવન અને મેરી બૂન, હાર્વર્ડ બિઝનેસ રિવ્યુ ૨૦૦૭ — તમે કેવી રીતે કાર્યરત થાય છો તેની વિગતવાર વિવરણ આપે છે તેની વિગતવાર વિવરણ આપે છે.
નિર્ણય લેણકારી મોડલ્સ
આઇડિયલાઇઝ્ડ રેશનલ મોડલ થી લઈને ગાર્બેજ કાન સુધીની ફ્રેમવર્ક્સ જે નિર્ણયો કેવી રીતે કાર્યરત થાય છે તેની વિગતવાર વિવરણ આપે છે, જેને કેવી રીતે ઉપયોગ કરવો તે જાણો.
TL;DR
નિર્ણય લેણકારી મોડલ્સ બે પ્રકારના છે: નોર્મેટિવ (તમે કેવી રીતે નિર્ણય લેવો તે જાણો — રેશનલ મોડલ) અને ડેસ્ક્રિપ્ટિવ (લોકો કેવી રીતે વાસ્તવમાં નિર્ણય લે છે — બાઉન્ડેડ રેશનલિટી, રિકોગ્નિશન-પ્રાઇમ્ડ ડિસિશન). મોડલ્સની ઇતિહાસ એક લાંબી વાત છે જે રેશનલ મોડલ સાથે એક લાંબી વાત છે, જેની શરૂઆત હર્બર્ટ સાઇમને કરી હતી કે કોઈને સમગ્ર માહિતી નથી.
૭ મુખ્ય મોડલ્સ
Rational / Classical model — normative baseline
Define the problem, list all alternatives, evaluate against complete information, pick the optimum. Assumes a fully informed 'economic man' — the ideal every other model reacts to.
Bounded rationality & satisficing — Herbert Simon, Nobel 1978
Real deciders have limited information, time, and bandwidth, so they satisfice — take the first 'good enough' option instead of optimizing. The most influential correction to the rational model.
Carnegie model — Cyert, March & Simon
Applies bounded rationality to organizations: decisions emerge from coalitions of stakeholders bargaining to a satisficing solution everyone can accept — not from one rational optimizer.
Garbage can model — Cohen, March & Olsen, 1972
In 'organized anarchies,' problems, solutions, participants, and opportunities slosh as four independent streams; decisions happen when they collide. Solutions can exist before their problems.
Recognition-Primed Decision — Gary Klein
Experts under pressure don't compare options — they recognize a situation as familiar and act on the first workable course of action. The descriptive model of real-world expertise.
System 1 & System 2 — Daniel Kahneman, 2011
Two modes of thought: System 1 is fast, automatic, intuitive (and bias-prone); System 2 is slow, deliberate, analytical. Good decisions are partly knowing when to engage System 2.
Cynefin framework — Snowden & Boone, HBR 2007
Match your approach to the problem type across five domains — Clear, Complicated, Complex, Chaotic, Confusion. Using the wrong domain's logic is the classic failure.
ટર્નિંગ પોઇન્ટ: જ્યારે આર્થિકવિજ્ઞાને સમજ્યું કે આમાં રોબોટ્સ નથી
એક લાંબા સમય સુધી, આર્થિકવિજ્ઞાને 'આર્થિક માનવી' પર આધાર રાખ્યો હતો — પૂર્ણપણે સમજદાર અને પૂર્ણ માહિતી સાથે આપતા. ત્યારબાદ હર્બર્ટ સિમને કહ્યું કે વાસ્તવિક નિર્ણાયકોને સમાચાર, સમય, અને સંપર્કિત હોય છે, તેથી તેઓ સંતુષ્ટ થાય છે જ્યારે તે શ્રેષ્ઠ નથી. આ વિચાર તેના પ્રભાવશાળી સંકલન માટે 1978 નો નોબેલ પુરસ્કાર મેળવ્યો અને કાર્નેગી અને પ્રશાસનાત્મક માળખાને જન્મ આપ્યો. આધુનિક માળખાની બહુરંગી પૂર્વજ છે.
અન્ય મહત્વપૂર્ણ વિવરણાત્મક વિપ્લવ દાનિયલ કહેનમન અને અમોસ ટર્વર્સીના કામથી આવ્યો હતો, જેમણે હીઉરિસ્ટિક્સ અને બાયસિસ પર કામ કર્યું હતું — અને સિસ્ટમ 1 / સિસ્ટમ 2ની અલગથા પર કામ કર્યું હતું. કહેનમનને 2002 નો નોબેલ પુરસ્કાર મળ્યો હતો.
સમસ્ત માળખાને લડવા માટેની બાયસિસ્સ
એન્કરિંગ
પ્રથમ જોવા મળતો અંકે દરેક પાછલા અંદાજને ખેંચી લે છે. ટ્વર્સ્કી અને કહનમેનના ક્લાસિક અભ્યાસમાં, 10 વર્સસ 65 પર રિગ્ડ વ્હીલ લેન્ડિંગ લોકોના અંદાજો યુએન સભ્યપદ વિશે ~25% થી ~45% સુધી બદલાયું - એક અંકે જે તેઓ જાણતા હતા કે તે યાદ્ચ્છિક છે.
ગ્રુપથિંક
ઇર્વિંગ જાનિસ (1972) બે ઓફ પિગ્સ ફિયાસ્કોને સમજૂતી માટે સંશયને દબાવતા સલાહકારોને ટ્રેસ કર્યો. તેવી જ ટીમ, જાણીતી અસંમતિને આમંત્રણ આપ્યા પછી, ક્યુબન મિસાઇલ કટોકટીનું નિર્વહણ કર્યું - તેવી જ લોકો, વિરોધી પરિણામો, અલગ પ્રક્રિયા.
નુકસાન વિરોધ
કહનમેન અને ટ્વર્સ્કીનું પ્રોસ્પેક્ટ થિયરી (1979): નુકસાનો લગભગ બમણો જેટલું દુઃખ આપે છે જેટલું સમાન લાભ 'યોગ્ય' લાગે છે - 'યોગ્ય' તોલનાત્મક વજનને વિકૃત કરે છે.
ડુબી ગયેલી ખર્ચ ભૂલ
પહેલેથી ખર્ચ કરેલા કારણે સારા સંસાધનોને ખરાબ પાછળ નાખવું.
એકલા પરિણામો ન મેળવવા માટે કેવી રીતે આર્ગ્યુમેન્ટ્રી મોડલ્સને કામ પર લાવે છે
તમને એક મોડલ પસંદ કરવાની જરૂર નથી અને તેના ખોટો સાથે રહેવાની જરૂર નથી. Argumentree તમને રેશનલ મોડલની શિક્ષા, બાઉન્ડેડ રેશનલિટીની વાસ્તવિકતા અને ગ્રૂપથિંકની રક્ષા આપે છે — આર્ગ્યુમેન્ટ મેપિંગ પર બનાવેલું:
તાર્કિક-મોડેલ રચના
વિકલ્પો અને તેમના ફાયદાઓ અને નુકસાનો સ્પષ્ટપણે પ્રો/કોન વૃક્ષમાં રજૂ કરવામાં આવ્યા છે — શાસ્ત્રીય મોડેલની શિસ્ત પરંતુ તમે ખરાબ માહિતી ધરાવતા નથી તેવો દાવો કર્યા વિના.
માપવામાં આવેલ 'પૂરતું સારું'
નેટ સપોર્ટ સ્કોર્સ એક જૂથને ઇરાદાપૂર્વક સંતોષ કરવા દે છે — થ્રેશહોલ્ડ સેટ કરો અને રોકો — ઓપ્ટિમાઇઝિંગમાં પક્ષે પડવાને બદલે.
ડિઝાઇન દ્વારા ગ્રૂપથીંક
એસિન્ક્રોનસ ફાળો અને પ્રતિ દલીલ રેટિંગ અસંમતિ અને શાંત અવાજોને સપાટી પર લાવે છે, સહમતિના દબાણથી તેમને દફન કરવાને બદલે.
સિસ્ટમ 2 માંગણી પર
જ્યારે નિર્ણય ખૂબ મહત્વપૂર્ણ હોય છે ત્યારે ગટ ફીલ માટે, રચના ધીમી, વિશ્લેષણાત્મક પાસ જરૂરી બનાવે છે જે સિસ્ટમ 1 ચૂકી જાય છે.
વિસ્તૃત નિર્ણય લેવાની સમીક્ષા, પગલાદાર નિર્ણય લેવાની પ્રક્રિયા, અને જૂથો સહયોગી નિર્ણય લેવા માં આ મોડેલો કેવી રીતે લાગુ કરે છે તે જુઓ.
સામાન્ય પ્રશ્નો
એક નિર્ણય લેણકારી મોડલ શું છે?
એક નિર્ણય લેણકારી મોડલ એ એવું ફ્રેમવર્ક છે જે નિર્ણયો કેવી રીતે લેવાય છે અથવા તેની શોધ કરવી જોઈએ તે વિશે વર્ણન કરે છે. નોર્મેટિવ મોડલ્સ (જેમ કે રેશનલ મોડલ) તમને કહે છે કે તમે શું કરવું જોઈએ છે; ડેસ્ક્રિપ્ટિવ મોડલ્સ (જેમ કે બાઉન્ડેડ રેશનલિટી અથવા રિકોગ્નિશન-પ્રાઇમ્ડ ડિસિઝન) વાસ્તવિક રીતે તમે કેવી રીતે નિર્ણય લેતા હોવાનું વર્ણન કરે છે.
રેશનલ નિર્ણય લેણકારી મોડલ શું છે?
રેશનલ (ક્લાસિકલ) મોડલ એ આઇડિયલાઇઝ્ડ ફ્રેમવર્ક છે: સમસ્યાને નિર્ધારિત કરો, સમસ્ત વિકલ્પોને શોધો, તેમને પૂર્ણ માહિતી સાથે મૂલ્યાંકન કરો અને સર્વોચ્ચ વિકલ્પ ચૂંટો. તે અનંત માહિતી અને કોગ્નિટિવ ક્ષમતાનો અંતરાય લેતું માને છે — એક 'આર્થિક માન' — અને તે હાર્ડવેર છે જે હવે પણ પાછળના તમામ વધુ વાસ્તવિક મોડલ દ્વારા પાછળના છે.
બાઉન્ડેડ રેશનલિટી શું છે?
બાઉન્ડેડ રેશનલિટી, નોબેલ વિજેતા હેરબર્ટ સાઇમનથી, એ માને છે કે વાસ્તવિક નિર્ણયકારો ઉપલબ્ધ માહિતી, સમય અને માનસિક ક્ષમતાના અંતરાયથી સરળતાથી પરિપૂર્ણ આપ્ટિમાઇઝેશન શક્ય નથી. બદલે તેઓ 'સેટિસ્ફાઇ' કરે છે — સારું જ એવું પ્રથમ વિકલ્પ ચૂંટો. તે રેશનલ મોડલ પર સર્વાધિક પ્રભાવશાળી સંશોધન છે.
ગાર્બેજ કેન મોડલ શું છે?
ગાર્બેજ કેન મોડલ (કોહેન, માર્ચ અને ઓલ્સન, 1972) એ વિશ્વવિદ્યાલય જેવા 'ઓર્ગેનાઇઝ્ડ એનાર્કીઝ'માં નિર્ણય લેણકારીનું વર્ણન કરે છે. સમસ્યાઓ, સમાધાનો, ભાગીદારો અને ચૂંટણી વિકલ્પો ચાર સ્વતંત્ર પ્રવાહો સાથે પ્રવાહિત થાય છે; નિર્ણય તેમને ક્યારેય પણ હોય છે જ્યારે તે કલાસિકલ થાય છે. એક અદ્ભુત અંતર્દૃષ્ટિ એ છે કે સમાધાનો સામાન્ય રીતે તેમની સાથે જોડાયેલી સમસ્યાઓ પહેલાં જ હોય છે — નિર્ણયો કેવળ તારીખ અને તારીખ સાથે જોડાયેલા છે તેમ જ તારીખ સાથે જોડાયેલા છે.
સાયનેફિન ફ્રેમવર્ક શું છે?
સાયનેફિન (ડેવ સ્નોવન; મેરી બોન દ્વારા 2007 માં હાર્વર્ડ બિઝનેસ રિવ્યૂ લેખમાં પ્રસિદ્ધ થયેલું) નિર્ણયોને પાંચ વિભાગોમાં વર્ગીકૃત કરે છે — સારું, જટિલ, જટિલ, અસ્થિર અને અનિશ્ચિત — અને પ્રતિપ્રવૃત્તિ પ્રત્યેની વિવિધ પ્રક્રિયા પર સૂચન આપે છે. તેનું મૂળ સંદેશ એ છે કે તમે સારું વિભાગની તકનીકનો ભૂલથી ઉપયોગ કરતા હોવ, જેમ કે જટિલ સમસ્યાને કેવળ જટિલ તરીકે જોતા હોવ, તે નિષ્ફળતાને દોરી શકે છે.
સૌથી શ્રેષ્ઠ મોડેલ એક જોઈ શકાતો મોડેલ છે
આર્ગ્યુમેન્ટ્સને સ્થાન આપો, તેને એક સમૂહ તરીકે ઓળખો અને રેકોર્ડ રાખો — રેશનલ મોડલની શાસનશાસ્ત્ર સાથે લોકો કેવી રીતે નિર્ણય લે છે તેની વાસ્તવિકતા. આર્ગ્યુમેન્ટ્રી ટ્રાય કરો.
શરૂ કરો