1．爲什麼使用決策樹分析？
當項目需要做出某種決策、選擇某種解決方案或者確定是否存在某種風險時，決策樹（decision making tree）提供了一種形象化的、基於數據分析和論證的科學方法，這種方法通過嚴密地邏輯推導和逐級逼近地數據計算，從決策點開始，按照所分析問題的各種發展的可能性不斷產生分枝，並確定每個分支發生的可能性大小以及發生後導致的貨幣價值多少，計算出各分枝的損益期望值，然後根據期望值中最大者（如求極小，則爲最小者）作爲選擇的依據，從而爲確定項目、選擇方案或分 析風險做出理性而科學的決策。
2．決策樹分析有哪些作用？
決策樹分析清楚顯示出項目所有可供選擇的行動方案，行動方案之間的關係，行動方案的後果，後果發生的概率，以及每種方案的損益期望值；
使紛繁複雜的決策問題變得簡單、明瞭，並且有理有據；
用數據說話，形成科學的決策，避免單純憑經驗、憑想象而導致的決策上的失誤。
3．怎麼用？
（1)決策樹包含了決策點，通常用方格或方塊表示，在該點表示決策者必須做出某種選擇；機會點，用圓圈表示，通常表示有機會存在。先畫一個方框作爲出發點，叫做決策點；
（2)從決策點向右引出若干條支線（樹枝線），每條支線代表一個方案，叫做方案枝；
（3)在每個方案枝的末端畫一個圓圈，叫做狀態點；
（4)估計每個方案發生的概率，並把它註明在在該種方案的分支上，稱爲概率枝；
（5)估計每個方案發生後產生的損益值,收益用正值表示,損失用負值表示；
（6)計算每個方案的期望價值，期望價值=損益值x該方案的概率；
（7)如果問題只需要一級決策，在概率枝末端畫△表示終點，並寫上各個自然狀態的損益值；
（8)如果是多級決策，則用決策點□代替終點△重複上述步驟繼續畫出決策樹，如圖１所示。
（9)計算決策期望值，決策期望值=由此決策而發生的所有方案期望價值之和；
（10)根據決策期望值做出決策。
圖1 決策樹
4．舉例：
某承包商向某工程投標，計劃採取兩種策略：一種是投高標，中標機會爲0.2，不中標機會爲0.8；另一種是投低標，中標與不中標機會均爲0.5。投標不中時，則損失投標準備費５萬元。根據下表數據，用決策樹做出決策。
|
方案
|
效果
|
可能獲利
(萬元)
|
概率
|
|
高標
|
好
|
500
|
0.3
|
|
一般
|
300
|
0.5
|
|
|
賠
|
-100
|
0.2
|
|
|
低標
|
好
|
350
|
0.2
|
|
一般
|
200
|
0.6
|
|
|
賠
|
-150
|
0.2
|
計算的結果表明，
高標:
500×0.3+300×0.5-100×0.2=280萬，280×0.2-5×0.8=52萬；
低標:
350×0.2+200×0.6-150×0.2=160萬，160×0.5-5×0.5=77.5萬；
最大損益期望值爲77.5萬,也就是上說若投高標，可能最多隻能賺到52萬，而若投低標則有可能賺到77.5萬,故應採取低標策略。