3. 决策树基础：结构、节点类型、分支逻辑、适用场景

适用场景

• 在多个备选方案之间进行结构化比较，每个方案都可能带来不同的后续结果
• 决策面临不确定性（如用户采纳率、技术实现风险、市场反应）且需要量化评估
• 需要将复杂决策路径可视化，便于与干系人沟通假设与权衡
• MVP范围划定中，需要判断“做 vs. 不做”某个功能或“先做A还是先做B”

前置条件

• 已明确决策目标（如：选择最低风险且最快验证假设的MVP特性集）
• 已罗列至少2个互斥或顺序依赖的备选方案
• 已识别关键不确定性变量及其可能概率（或可凭经验赋值）
• 已确定评价指标（如预期用户数、开发工时、收入、风险等级）

操作步骤

1. 定义根节点：将当前需要决策的核心问题作为根节点（决策节点），如“是否开发支付模块？”
2. 绘制分支：从根节点引出所有可选行动（一般2~5条），每条分支上标注行动描述。
3. 添加机会节点/不确定事件：在每个行动分支后，标注该行动可能引发的不确定事件（如“用户留存率>30%”），并分别标注发生概率。
4. 扩展末端节点：持续迭代，直到到达可评估的结果（叶节点），每个叶节点赋予一个数值（收益/成本/风险评分）。
5. 回溯计算期望值：从叶节点往回计算每个机会节点的期望值，最后比较根节点各分支的期望值，选择最优路径。

输入输出物

类型	具体内容
输入	决策问题陈述、备选方案列表、不确定性变量列表（含概率）、评价指标及量值
输出	决策树图（结构化可视化）；推荐决策路径；各分支期望值对比表；决策依据说明

责任边界

• 产品经理（PM）：提出决策树要解决的问题，提供备选方案、概率估计和结果量值
• 数据分析师/用户研究员：验证概率合理性（如通过小规模调研或历史数据）
• 技术负责人：评估开发工时、技术实现难度，作为结果值的一部分
• PO/Scrum Master：确保决策树过程符合团队工作协议，记录决议

记录材料

• 决策树文档（.pdf 或 .drawio）：包含完整树形结构、概率标注、期望值计算
• 决策日志（.xlsx 或 .md）：记录决策日期、参与者、关键假设、计算结果、最终选择
• 异常记录：若概率/结果值无法确定，注明不确定性等级及后续验证计划

异常处理

异常情况	处理方式
概率数据缺失或不可靠	使用德尔菲法或默认赋值+敏感性分析；标记为“需验证”
分支数量过多（>7）导致树过密	合并相似分支；先提纲领决策点，再逐层展开
叶节点数值难以量化（如品牌影响）	改用相对评分（1~5尺度）或转化为风险等级
团队成员对概率/结果值产生严重分歧	分别做乐观/悲观两套决策树，对比敏感性

验收标准

• 决策树包含至少1个决策节点、2个分支、3个机会节点或叶节点
• 每个概率标注在0~1之间且总和为1（针对互斥事件）
• 所有叶节点都有明确数值（可用统一单位或评分）
• 从根到每个叶节点的路径逻辑清晰、无遗漏
• 决策树能被不参与构建的人独立看懂，并复现推荐路径

决策树结构示例（内联 SVG）