CARATULA

ELABORACIÓN DE UN DIAGNÓSTICO DE LA SITUACIÓN ACTUAL DE LAS

ORGANIZACIONES EN COMO TOMAN DECISIONES UTILIZANDO LA HERRAMIENTA
CUANTITATIVA DENOMINADA ÁRBOL DE DECISIONES

El árbol de decisión es una de las técnicas de Data Mining más utilizada en todo el mundo. Se
encuentra dentro de las técnicas de clasificación, sumamente útil en las áreas de negocios de
las principales compañías.

Su gran utilización se debe a que es muy fácil la interpretación de los resultados obtenidos.

Otra ventaja de los árboles de decisión es que las opciones posibles de una determinada
condición son excluyentes. Esto permite que luego de analizar la situación se pueda tomar una
acción o decisión especifica.

Ejemplo 1: Supongamos que tenemos un proyecto cuya inversión inicial es de S/. 200.000 mil
soles y tres posibles flujos de efectivo:

a.- Uno de S/. 50.000 mil soles con una probabilidad de ocurrencia de 0.3

b.- Uno de S/. 100.000 mil soles unidades monetarias con una probabilidad de 0.5

c.- Uno de S/. 125.000 mil soles con una probabilidad de 0.2

Adicionalmente estos flujos de efectivo están asociados a un período de tiempo de dos, tres y
cuatro años cada uno, con las siguientes probabilidades en cada caso:

El flujo de 50.000 a 2 años con una probabilidad de 0.5, a 3 años con una probabilidad de 0.3 y
a 4 años con una probabilidad de 0.2.

El flujo de 100.000 a 2 años con una probabilidad de 0.2, a 3 años con una probabilidad de 0.4
y a 4 años con probabilidad de 0.4.

Y finalmente el flujo de 125.000 a 2 años con una probabilidad de 0.4, a 3 años con una
probabilidad de 0.3 y a 4 años con una probabilidad de 0.3.

Con estos datos procedamos a construir nuestro árbol de decisión:

Una vez que hemos dibujado el árbol de decisión con los flujos de efectivo y las probabilidades
asociadas a cada uno de los posibles escenarios, debemos calcular el VPN resultante en cada
caso, para este ejemplo utilizaremos una tasa de descuento de 9%.

Hecho los cálculos se obtienen los siguientes resultados:

Podemos observar entonces los diferentes escenarios que podríamos estar enfrentando al
invertir en este proyecto y las probabilidades de que cada uno de ellos se haga realidad, en el
caso de los primeros cuatro por ejemplo obtendríamos un VPN negativo por lo que se
materializaría una pérdida, a diferencia de los cinco casos siguientes.

Un elemento importante en el uso de este método es la determinación de las probabilidades

que utilizaremos en la construcción del árbol, las cuales se obtienen a través del uso de datos
históricos u opiniones de expertos. Las probabilidades en la tabla son el resultado de multiplicar
las de cada una de las ramas del árbol, por ejemplo la de la No 1 (0,3 x 0,5) = 0,15, este
procedimiento puede realizarse ya que el que el flujo de efectivo tome determinado valor, al
igual que el período que podría durar el proyecto serían, como se conoce en la ciencia
estadística, sucesos independientes.
Ejemplo 2: Si deseamos tomar una decisión con respecto a otorgar un crédito
o no en una institución de microfinanzas. Según el árbol debemos tomar en
cuenta en primera instancia el ingreso del cliente, si el sueldo es menor a S/.
2,000 presenta un alto riesgo, por lo que la decisión será no otorgar el crédito.
Si en cambio tiene ingresos mayores a S/. 5,000 y tiene una buena historia
crediticia, la decisión será de otorgar el crédito.

Como se puede ver la aplicación de un árbol de decisión es muy sencilla. Para

cada nuevo cliente se deberá de seguir la secuencia lógica realizando las
preguntas y tomando un camino según cada respuesta. De esta manera el
árbol de decisión funciona como un clasificador para tomar una decisión,
otorgar o no el crédito.