选择之后还会发生什么：用决策树看清分支与后果

负责人比较两个项目，只看到一个预计收益高，一个投入较小，却没有分清哪些后果由自己选择，哪些取决于外部情况。讨论因此在乐观和担心之间来回。知行社为教练家介绍决策分析中的树形表达，让选择、机会事件和最终后果分开呈现。它不是机器学习分类树，也不是一张保证成功的预测图；其价值是使假设、计算与责任能够被核对。

把我们能选的与不能直接控制的分开

决策节点表示有权限的人可以选择的动作，常用方形；机会节点表示不由该决策者直接控制的事件，常用圆形；末端表示某条路径的后果。画图时需要说明每个节点的含义，不能只凭线条连接出故事。客户采用与否不是我们可以直接选择的动作，提供不同方案才是；市场状态也不能因为主管希望某种结果就被画成可控分支。

先定义问题范围与时间。是否开展下一阶段试行，与是否长期全面推广是不同决定。若把多年变化全部展开，树会快速变得复杂，概率也更难可靠估计。教练可帮助客户从当前真正需要决定的范围开始，只保留会改变选择的重要事件。图形简洁是为了更好理解，不是为了删除不方便的后果。

每个分支需要具有可区分含义。在同一个机会节点，情形应尽量互斥且覆盖讨论范围，例如试行达到约定指标与未达到。若可能存在部分达到，应说明怎样归入，或增加合理分支。不能同时用客户满意与收入增加作为互斥结果，因为两者可能同时发生。条件不清，概率相加与后续计算都可能没有意义。

概率是有依据的输入，不是画图赠送的确定性

概率可以来自相近条件的历史数据、专业估计或明确假设，但要标明来源与适用范围。新项目没有可靠数据时，使用情境范围比伪装精确更合适。不要因为模板有概率栏，就填入主管直觉百分比而不加说明。教练能够问依据在哪里，却不应代替业务专家估计技术、市场或其他专业风险。

同一机会节点的互斥完整分支概率合计应为一。多阶段事件使用条件概率时，要说明概率是在前一步已经发生的条件下估计，不能把所有阶段当作独立。客户试用满意之后愿意购买，与任意客户愿意购买不是同一个数值。复杂关系需要专业分析，不能靠简单相乘掩盖依赖，尤其不应为了计算便利随意假定独立。

末端后果使用一致口径。若比较金额，应明确是否已经扣除成本、采用什么时间范围、是否需要考虑不同发生时点。一个分支写收入，一个分支写净收益，会使结果不可比较。本文演示只使用同一期限内的虚构净结果，不作为投资建议，也不包括需要专业处理的完整财务估值。实际高后果资金决定应遵循适当审核程序。

从末端回看，理解期望值怎样形成

虚构示例中，团队可以选择小范围稳定服务，净结果为二十万元；也可以选择较大范围试行，假设成功概率零点六、失败概率零点四，净结果分别为六十万元和负二十万元。两个试行结果都已包含相应成本，不再次扣除。试行的期望净结果为零点六乘六十，加零点四乘负二十，等于二十八万元。

期望值是按概率加权的比较量，不是这一次实际会得到的结果。团队不会因为计算得二十八，就自动获得二十八万元；实际可能发生某个末端结果。反复进行相似决策时，平均概念更有意义，单次选择仍需查看最坏后果与承受能力。若负二十万元已经超出组织可承担范围，期望值较高不能成为忽略限制的理由。

对更复杂的树，可以从末端向前逐步回算：机会节点汇总概率加权后果，决策节点依据明确目标比较可选择分支。不能在机会节点挑喜欢的结果，也不能在每个决策节点自动按金额最大而无视其他目标。若同时重视服务质量、员工负担和合规条件，需要额外说明判断方式，不能强行把所有价值转换成未经讨论的金额。

关键假设变化，选择可能随之变化

在示例中，若试行成功概率不是零点六而是零点五，期望净结果变成二十万元，与稳定方案相同。这说明选择对概率假设敏感。管理者可以问自己：我们有多大把握支持当前估计？补充信息是否值得等待？如果只在非常乐观条件下方案才占优，应清楚承认，而不是把最乐观值当成唯一输入。

结果金额也要做合理范围核对。成功收益可能不如预期，失败成本可能因退出安排不同而变化。可以查看关键参数分别变化时，结论怎样改变，确定哪些未知最值得研究。敏感性分析不需要无限枚举全部组合，但应关注足以改变决定的假设。教练帮助客户选择核对重点，专业计算与证据审查由适当人员负责。

信息收集本身也有成本与期限。更多调查可能改善判断，也可能错过机会，不能默认越多越好。若可以先做低风险试行获得相关信息，明确试行如何影响后续决定，避免它只成为全面实施的第一步而没有真正停止条件。树形表达能展示分阶段选择，但实际组织必须愿意在证据不支持时暂停，而不是总往下走。

虚构案例：新服务的试行安排

以下为虚构教学情境。一家企业服务机构准备推出新管理培训产品，负责人江澈偏好直接扩大投入，团队担心客户采用不足。教练请大家先区分当前能选择的动作：小范围验证、较大试行或暂不开展。客户购买反应是机会事件，不是负责人的决心能够直接控制，图中因此单独呈现。

团队核对各方案的准备成本、可能收入、交付资源和退出条件。原先所谓成功概率，实际上只是几位熟悉客户表达兴趣，尚未形成购买承诺。负责人把这项输入标为假设，并讨论能否通过范围较小、符合组织要求的客户访谈与试行获得信息。这样树的用途从证明扩大投入，转为看清还需要知道什么。

最终组织批准小范围验证，明确客户反馈、实际付费意向与交付负担三个判断入口，后续扩大投入仍需另行批准。负责人没有把试行完成等同于自动推广，团队也不需要证明所有风险都会发生。专业财务核算与合同要求由对应角色审核，教练帮助讨论取舍和学习安排，不承担投资决定。

案例中的成熟变化，是把想象的未来拆成条件与分支。人们可以不同意概率，却更容易指出分歧具体在哪里；可以关注不同目标，却不再只争论乐观或保守。树形图不会消除未知，但能够阻止未知被整体口号掩盖，让决定者看见选择以后仍需承担的责任与反馈。

还要看树外面的后果

员工工作量、客户信任、组织声誉与公平影响，未必都能进入金额末端。可以把这些作为单独条件或备注核对，而不是因为不能轻易量化就忽略。若某种后果不可接受，应先确定限制，再做比较。对于需要专业或伦理判断的事项，一张期望值表不提供免责，也不能代替适用规则。

图的使用范围也应公开。它可能只是管理团队当前理解，不是对客户的保证或对员工的要求。不要把内部假设数字用于外部宣传，制造项目经过科学计算必然成功的印象。公开沟通应以已确认事实与适当承诺为基础。教练若参与图表整理，应提醒客户分清推演材料与正式信息，避免数字传播后失去原有条件说明。

决定之后继续追踪假设

保存当时的概率依据、结果口径和主要分支，后续比较实际情况。若结果不同，检查是估计偏差、情境变化、执行质量，还是树遗漏重要路径。不要事后重写原概率证明当初已经知道，也不要因为一项结果发生就断言所有类似选择都有同样概率。一次反馈能提供信息，却不足以确认完整分布。

负责实施的人需要知道哪些信号会触发下一次决定。试行达到约定条件、资源负担超出范围或客户反应与假设不同，都可能要求重新评估。树形图应连接到责任人和批准流程，不能只有分支没有实际反馈。选择之后能够及时停止、修正或扩大，是分阶段决策真正需要的组织能力。

知行社希望企业教练帮助客户把树画得诚实：区分选择与机会，说明概率依据，统一后果口径，核对承受边界，再记录何时重看。它的价值不在分支越多或计算越精细，而在管理者能够清楚解释现在为何这样选、哪些仍不知道，以及未来信息出现时怎样负责地更新决定。

多人提供概率估计时，先询问各自参照的资料与条件，不急着平均。经验来自不同市场、不同客户或不同实施规模，数字差异可能提示情境差异。把这些条件写进分支说明，必要时分成不同情景，能够比一个折中的百分比保留更多有用信息，也让决策者知道下一步应核查哪里。

复杂项目还需要明确何时才获得某项信息。有些结果在作出下一次决定前可以观察，有些只能在全部投入后知道。树的先后顺序若安排错误，会让决策者仿佛可以提前利用未来消息，夸大方案价值。按照真实信息到达时间排列节点，是保证推演有用的重要条件。

还要确认退出本身能否执行。合同、人员安排或客户承诺可能使表面可停的项目实际上难以停止。若退出需要额外批准或成本，将这些条件列入分支，而不是只写一个暂停框就认为风险已受控。图中的选择应对应真实权限和可用动作。

对于不能可靠给出概率的情况，可以先保留不同结果路径，比较各路径下的后果与准备需求，不计算一个期望值。这样的情景树仍能帮助管理者识别边界，避免为了获得总分而编造概率。明确哪些是定性推演、哪些具备可计算依据，能让图形使用更诚实。