Heuristic là gì?
Heuristic là một phương pháp giải quyết vấn đề sử dụng các phím tắt để tạo ra các giải pháp đủ tốt với khung thời gian hoặc thời hạn giới hạn. Heuristic là một kỹ thuật linh hoạt cho các quyết định nhanh chóng, đặc biệt là khi làm việc với dữ liệu phức tạp. Các quyết định được thực hiện bằng cách sử dụng một cách tiếp cận heuristic có thể không nhất thiết là tối ưu. Heuristic có nguồn gốc từ tiếng Hy Lạp có nghĩa là Khám phá ra.
Hiểu Heuristic
Công nghệ kỹ thuật số đã phá vỡ tất cả các ngành công nghiệp bao gồm tài chính, bán lẻ, truyền thông và giao thông vận tải. Đột nhiên, một khi các hoạt động hàng ngày điển hình đã trở nên lỗi thời. Séc được gửi vào tài khoản ngân hàng mà không cần đến chi nhánh địa phương, các sản phẩm và dịch vụ được mua trực tuyến và thực phẩm mang đi được cung cấp bởi các ứng dụng giao dịch vụ thực phẩm. Công nghệ đang tạo ra dữ liệu, được chia sẻ ngày càng nhiều trên nhiều ngành và lĩnh vực, và một chuyên gia trong bất kỳ ngành nào có thể thấy mình làm việc với các đống dữ liệu phức tạp để giải quyết vấn đề. Phương pháp heuristic có thể giúp với sự phức tạp dữ liệu với thời gian và nguồn lực hạn chế.
Chìa khóa chính
- Heuristic là phương pháp để giải quyết vấn đề một cách nhanh chóng mang lại một kết quả đủ đủ để trở nên hữu ích với những hạn chế về thời gian. Các nhà đầu tư và chuyên gia tài chính sử dụng cách tiếp cận heuristic để tăng tốc độ phân tích và quyết định đầu tư. Các vấn đề có thể dẫn đến việc ra quyết định kém dựa trên bộ dữ liệu hạn chế, nhưng tốc độ của các quyết định đôi khi có thể bù đắp cho những bất lợi.
Tại sao sử dụng Heuristic?
Heuristic tạo điều kiện cho các quyết định kịp thời. Các nhà phân tích trong mọi ngành sử dụng các quy tắc như phỏng đoán thông minh, thử và sai, quá trình loại bỏ, các công thức trong quá khứ và phân tích dữ liệu lịch sử để giải quyết vấn đề. Phương pháp heuristic làm cho việc ra quyết định đơn giản và nhanh hơn thông qua các phép cắt ngắn và tính toán đủ tốt.
Những nhược điểm của việc sử dụng phương pháp phỏng đoán
Có những sự đánh đổi với việc sử dụng các phương pháp phỏng đoán làm cho cách tiếp cận dễ bị sai lệch và sai sót trong phán đoán. Quyết định cuối cùng của người dùng có thể không phải là giải pháp tối ưu hoặc tốt nhất, quyết định đưa ra có thể không chính xác và dữ liệu được chọn có thể không đủ dẫn đến giải pháp không chính xác cho vấn đề. Ví dụ, các nhà đầu tư copycat thường bắt chước mô hình đầu tư của các nhà quản lý đầu tư thành công để tránh nghiên cứu chứng khoán và các thông tin định lượng và định lượng liên quan.
Bằng cách sử dụng cách tiếp cận heuristic dựa trên hiệu suất trong quá khứ, các nhà đầu tư copycat hy vọng rằng các công thức được sử dụng bởi những người quản lý này sẽ liên tục kiếm được lợi nhuận cho họ, nhưng điều này không phải lúc nào cũng đúng. Ví dụ, sự sụp đổ của Valete Dược phẩm Quốc tế là một cú sốc đối với các nhà đầu tư khi công ty chứng kiến cổ phiếu của mình sụt giảm 90% từ năm 2015 đến 2016. Valete là một cổ phiếu được nắm giữ trong danh mục đầu tư của nhiều nhà quản lý quỹ phòng hộ và các nhà đầu tư sao chép chúng.
Heuristic đại diện
Một phương pháp phím tắt phổ biến trong giải quyết vấn đề là Heuristic đại diện. Tính đại diện sử dụng các phím tắt tinh thần để đưa ra quyết định dựa trên các sự kiện hoặc đặc điểm trong quá khứ là đại diện hoặc tương tự với tình huống hiện tại. Chẳng hạn, ví dụ, Fast Food ABC đã mở rộng hoạt động sang Ấn Độ và giá cổ phiếu của nó tăng vọt. Một nhà phân tích lưu ý rằng Ấn Độ là một liên doanh có lợi nhuận cho tất cả các chuỗi thức ăn nhanh. Do đó, khi Fast Food XYZ công bố kế hoạch khám phá thị trường Ấn Độ vào năm sau, nhà phân tích đã lãng phí thời gian trong việc đưa ra cho XYZ một khuyến nghị mua Hồi.
Mặc dù cách tiếp cận phím tắt của ông đã lưu dữ liệu đánh giá cho cả hai công ty, nhưng nó có thể không phải là quyết định tốt nhất. XYZ có thể có thực phẩm không hấp dẫn người tiêu dùng Ấn Độ, mà nghiên cứu sẽ tiết lộ. Các cách tiếp cận heuristic phổ biến khác để ra quyết định và giải quyết vấn đề bao gồm Xu hướng sẵn có, Neo và Điều chỉnh, Heuristic quen thuộc, Xu hướng Hindsight và Đa dạng hóa Naïve.
