Apakah Heuristik?
Heuristik adalah kaedah penyelesaian masalah yang menggunakan jalan pintas untuk menghasilkan penyelesaian yang cukup baik berdasarkan tempoh masa yang terhad atau tarikh akhir. Heuristik adalah teknik fleksibiliti untuk keputusan yang cepat, terutamanya ketika bekerja dengan data yang kompleks. Keputusan yang dibuat menggunakan pendekatan heuristik mungkin tidak semestinya optimal. Heuristik berasal dari perkataan Yunani yang bermaksud "untuk ditemui".
Memahami Heuristik
Teknologi digital telah mengganggu semua industri termasuk kewangan, runcit, media, dan pengangkutan. Tiba-tiba, apabila aktiviti harian yang biasa telah menjadi ketinggalan zaman. Cek akan didepositkan ke akaun bank tanpa melawat cawangan tempatan, produk dan perkhidmatan dibeli dalam talian dan makanan dibawa keluar oleh aplikasi penghantaran perkhidmatan makanan. Teknologi mencipta data, yang semakin dikongsi di pelbagai industri dan sektor, dan profesional dalam mana-mana industri mungkin mendapati diri mereka bekerja dengan data kompleks untuk menyelesaikan masalah. Kaedah heuristik boleh membantu dengan kerumitan data yang diberikan masa dan sumber yang terhad.
Takeaways Utama
- Heuristik adalah kaedah untuk menyelesaikan masalah dengan cara yang cepat yang memberikan hasil yang mencukupi untuk menjadi kekangan masa yang diberikan. Para pelabur dan profesional kewangan menggunakan pendekatan heuristik untuk mempercepatkan analisis dan keputusan pelaburan. Kehidupan boleh membawa kepada pengambilan keputusan yang lemah berdasarkan set data yang terhad, tetapi kelajuan keputusan kadang-kadang dapat menimbulkan kekurangan.
Mengapa Menggunakan Heuristik?
Heuristik memudahkan keputusan yang tepat pada masanya. Penganalisis dalam setiap industri menggunakan peraturan-peraturan seperti tajuk tekaan, percubaan dan kesilapan, proses penghapusan, formula lalu dan analisis data sejarah untuk menyelesaikan masalah. Kaedah heuristik membuat keputusan lebih mudah dan lebih cepat melalui potongan pendek dan pengiraan yang cukup baik.
Kelemahan Menggunakan Heuristik
Terdapat trade-offs dengan penggunaan heuristik yang menyebabkan pendekatan cenderung kepada kecenderungan dan kesilapan dalam penghakiman. Keputusan muktamad pengguna tidak boleh menjadi penyelesaian yang optimum atau terbaik, keputusan yang dibuat mungkin tidak tepat dan data yang dipilih mungkin tidak mencukupi yang membawa kepada penyelesaian yang tidak tepat untuk masalah. Contohnya, peniru pelabur sering meniru corak pelaburan pengurus pelaburan yang berjaya untuk mengelakkan penyelidikan sekuriti dan maklumat kuantitatif dan kualitatif yang berkaitan dengan mereka sendiri.
Dengan menggunakan pendekatan heuristik yang mendasari prestasi masa lalu, pelabur meniru harapan bahawa formula yang digunakan oleh pengurus ini akan terus memperoleh keuntungan, tetapi ini tidak selalu berlaku. Misalnya, kemalangan Valeant Pharmaceutical International adalah kejutan kepada pelabur apabila syarikat menyaksikan sahamnya menjunam 90% dari 2015 hingga 2016. Valeant adalah saham yang dipegang dalam portfolio pengurus dana lindung nilai dan pelabur menyalinnya.
Perwakilan Heuristik
Kaedah pintasan popular dalam menyelesaikan masalah ialah Representativeness Heuristics. Perwakilan menggunakan pintasan mental untuk membuat keputusan berdasarkan peristiwa atau ciri masa lalu yang mewakili atau serupa dengan keadaan semasa. Sebagai contoh, sebagai contoh, Fast Food ABC memperluaskan operasinya ke India dan harga sahamnya meningkat. Seorang penganalisis menyatakan bahawa India adalah usaha yang menguntungkan bagi semua rantaian makanan segera. Oleh itu, apabila Fast Food XYZ mengumumkan pelannya untuk meneroka pasaran India pada tahun berikutnya, penganalisis itu tidak membuang masa untuk memberi cadangan "membeli" XYZ.
Walaupun pendekatan pintasannya menyelamatkan data kajian untuk kedua-dua syarikat, ia mungkin bukan keputusan terbaik. XYZ mungkin mempunyai makanan yang tidak menarik kepada pengguna India, yang penyelidikannya akan mendedahkan. Pendekatan heuristik yang berlainan untuk membuat keputusan dan menyelesaikan masalah termasuk Bias Ketersediaan, Penandaan dan Pelarasan, Kepelbagaian Heuristic, Bias Hindsight dan Kepelbagaian Naif.
