O que é a análise de árvore de decisão (e a qual árvore de decisão nos referimos)
Pesquise 'árvore de decisão' hoje e a maioria do que você encontra é um algoritmo de aprendizado de máquina — um classificador que divide dados com base em características. Esta página é sobre a ferramenta humana mais antiga: a árvore de análise de decisão, a técnica canonizada em Decision Analysis de Howard Raiffa (1968) e na tradição de análise de decisão de Harvard/Stanford, para raciocinar sobre escolhas sob incerteza.
A gramática é pequena. Nós de decisão (desenhados como quadrados) são pontos onde você escolhe. Nós de chance (círculos) são pontos onde o mundo escolhe — uma aprovação vem ou não, a demanda é alta ou baixa — cada ramo carregando sua probabilidade estimada. Nós terminais (folhas) carregam o pagamento de acabar lá. O tempo flui da esquerda para a direita: primeiro o compromisso, depois as consequências a jusante.
A análise é o rollback: começando pelas folhas e trabalhando para trás, cada nó de chance colapsa para sua média ponderada por probabilidade, cada nó de decisão para seu melhor ramo disponível — porque quando você chega lá, escolherá o melhor ramo. O que chega à raiz é o valor esperado de cada opção inicial, e muitas vezes algo mais útil: a descoberta de que uma estratégia em etapas ('piloto primeiro, depois decida') domina tanto o compromisso ousado quanto não fazer nada. Onde ela se encontra na caixa de ferramentas: modelos de tomada de decisão; para a versão estática da questão do dinheiro, veja análise de custo-benefício.
Quando usá-lo — e quando não usar
As árvores de decisão justificam seu uso quando:
- ✓A decisão é sequencial. As escolhas agora abrem ou fecham escolhas depois — pilotos, investimentos em etapas, estruturas de opção de expansão. Este é o território familiar da árvore, e é o que comparações planas não conseguem ver.
- ✓A incerteza é discreta e estimável. Aprovação regulatória, fechamento de negócios, marco técnico — eventos nos quais você pode honestamente atribuir uma faixa de probabilidade.
- ✓Você suspeita que a informação tem valor. As árvores avaliam o ramo 'realizar o estudo primeiro' — o valor esperado de adquirir conhecimento antes de se comprometer, uma das contribuições genuinamente profundas da análise de decisão.
E onde eles enganam:
- ✗Apostas que podem definir a empresa. O valor esperado é o critério certo para decisões repetíveis; para apostas de sobrevivência únicas, uma chance de 10% de ruína não é compensada por uma média atraente. A atitude em relação ao risco deve ser considerada na análise, e o EV ingênuo a ignora.
- ✗Probabilidades que ninguém pode defender. A saída da árvore herda a qualidade de suas estimativas; 0,6 digitado em um ramo é uma afirmação, e se ninguém pode dizer o porquê, a aritmética é teatro. (Esta é a conexão árvore-argumento abaixo.)
- ✗Explosão combinatória. Modelar toda incerteza e a árvore se torna ilegível. A habilidade está em escolher as duas ou três incertezas que realmente influenciam a decisão.
- ✗Ambiguidade profunda. Quando você não consegue nem enumerar os resultados, as probabilidades são prematuras — esse é o território do planejamento de cenários.
Passo a passo, com um exemplo trabalhado
Cenário ilustrativo: uma startup de ferramentas biotecnológicas inventada decidindo se deve lançar seu produto agora ou realizar primeiro um estudo de certificação. O procedimento:
- 1Defina a decisão raiz. Três ramificações do primeiro quadrado: lançar agora; realizar primeiro o estudo de certificação (um ano, a um custo); arquivar o produto.
- 2Mapear as incertezas por ramo. Lançar agora → nó de chance: mercado aceita produto não certificado (estimado em 40%) ou o rejeita (60%). Estudar primeiro → nó de chance: certificação concedida (70%) ou negada (30%); se concedida, uma nova decisão: lançar certificado (maior aceitação, estimado em 80%) ou licenciar a tecnologia.
- 3Anexe os pagamentos nas folhas. Cada estado final recebe um valor: o sucesso do lançamento certificado é o grande pagamento; o lançamento não certificado falhado é uma perda mais danos à reputação (custos explicitamente); o arquivamento é zero menos o desenvolvimento irrecuperável.
- 4Reverter. Calcule a média de cada nó de chance por suas probabilidades; em cada quadrado de decisão, mantenha o melhor ramo. Suponha que os números façam o estudo-primeiro valer mais do que o lançamento-agora, apesar do atraso de um ano — o impulso da certificação para a aceitação compensa mais do que a espera.
- 5Enfatize as estimativas. Em qual probabilidade de aceitação o lançamento imediato vence? Se a resposta for 55% e seu intervalo honesto for de 30 a 50%, a conclusão é robusta; se o ponto de virada estiver na faixa média, a decisão depende de uma estimativa — e essa estimativa merece o escrutínio da etapa 6.
- 6Interrogue os números de suporte. A estimativa de certificação de 70% veio de algum lugar — aprovações comparáveis? julgamento do advogado? Torne a base explícita e contestável antes que a aritmética seja acreditada.
Árvores de decisão e árvores de argumento — complementos, não rivais
Os nomes convidam à confusão, então aqui está a divisão clara. Uma árvore de decisão calcula: dadas essas probabilidades e retornos, qual estratégia vale mais? Uma árvore de argumentos raciocina: essas probabilidades e retornos são realmente credíveis? Em termos de qualidade de decisão, a árvore de decisão estrutura alternativas (incluindo aquelas que a análise plana perde) e informação (estimativas tornadas explícitas); a árvore de argumentos fornece raciocínio sólido sobre exatamente esses insumos:
Cada probabilidade → uma reivindicação
"A certificação tem sucesso com ~70% de probabilidade" torna-se um argumento que carrega sua base — aprovações comparáveis, visão do conselho — com desafios e apoio anexados, e uma classificação que reflete o escrutínio do grupo.
Cada pagamento → um mini-caso
O valor da folha de grande sucesso é uma previsão; suas suposições (preços, taxa de adoção) se tornam sub-argumentos que alguém pode atacar antes que o número faça seu trabalho.
A estratégia recomendada → reivindicação raiz
"Execute o estudo primeiro" está na raiz com o rollback como evidência principal — e os pontos de virada de sensibilidade como questões abertas nomeadas.
As estimativas mudam → as atualizações da árvore
Quando o advogado revisa as chances de aprovação, a reivindicação é atualizada, o retrocesso é recalculado e o suporte visível da recomendação muda — sem planilha desatualizada.
A árvore de decisão faz a aritmética; a árvore de argumentos ganha as entradas. Execute os números onde eles podem ser desafiados — veja qualidade da decisão para entender por que o link de raciocínio é aquele que nenhum framework fornece.
Árvores de decisão vs as alternativas
| Se a sua pergunta é… | Alcance para | Por que não uma árvore de decisão |
|---|---|---|
| Comparação de um único disparo, incerteza menor | Análise de custo-benefício | A maquinaria da árvore não acrescenta nada sem ramos. |
| A flexibilidade em si é o valor — esperar, encenar, abandonar | Pensamento em opções reais | A lógica de opções estende a árvore com uma estrutura de preços de mercado. |
| Os resultados não podem ser enumerados, quanto mais probabilizados. | Planejamento de cenários | Probabilidades sobre futuros incognoscíveis são um falso conforto. |
| O desconto de pagamentos distantes é o cerne. | VPL & TIR: os limites | As árvores herdam cada decisão de desconto. |