Árvore de Decisão

O que é uma Árvore de Decisão?

Uma Árvore de Decisão é um diagrama que organiza, de forma sequencial e visual, as alternativas de uma escolha, os eventos incertos que podem ocorrer após cada alternativa e os resultados finais de cada caminho. Lendo da esquerda para a direita, você parte de um ponto de escolha inicial, percorre os ramos e chega às folhas — os valores finais associados a cada cenário.

A grande vantagem da árvore em relação a uma simples lista de prós e contras é que ela incorpora probabilidades. Em vez de imaginar o melhor ou o pior caso isoladamente, você calcula a média ponderada de todos os cenários possíveis: o Valor Esperado (EV). Isso fornece uma base racional e auditável para decisões complexas.

A ferramenta funciona para qualquer tipo de valor numérico:

• Monetário: receita esperada, lucro líquido, custo de oportunidade, valor presente líquido
• Utilidade / satisfação: escala de 0 a 10, NPS, índice de bem-estar
• Risco clínico: probabilidade de melhora, anos de vida ajustados por qualidade (QALY)
• Estratégico: pontuação de impacto, índice de viabilidade técnica, qualquer KPI que você consiga quantificar

Os três tipos de nó

A árvore é construída com três blocos fundamentais, cada um com um papel específico no raciocínio decisório.

□ Nó de Decisão (azul)

Representa um ponto onde você tem controle e precisa escolher qual ramo seguir. É o ponto de partida mais comum — “fazer ou não fazer?”, “opção A ou B ou C?”. A ferramenta calcula o EV de cada ramo filho e destaca automaticamente o caminho com maior valor esperado como a decisão ótima.

Nós de decisão podem ser encadeados: uma escolha leva a um evento incerto, que leva a outra escolha, e assim por diante — modelando sequências realistas de decisões ao longo do tempo.

○ Nó de Chance (âmbar)

Representa um evento fora do seu controle — o mercado vai bem ou mal, o paciente responde ao tratamento ou não, a proposta é aceita ou rejeitada. Cada ramo de um nó de chance recebe uma probabilidade, e a soma de todos os ramos deve ser 100%.

A probabilidade pode vir de dados históricos, benchmarks do setor, literatura científica ou estimativas da equipe. Quanto mais bem fundamentada a probabilidade, mais confiável é o EV calculado.

◇ Nó de Resultado (verde)

Representa o valor final de um caminho — o desfecho concreto quando todas as decisões e eventos se desdobraram. Pode ser positivo (ganho, benefício, score alto) ou negativo (perda, custo, score baixo). Estes são os únicos nós que não têm filhos; eles encerram o ramo.

O que é Valor Esperado (EV)?

O Valor Esperado é o conceito matemático central da análise de árvores de decisão. É a média ponderada de todos os resultados possíveis, onde o peso de cada resultado é a sua probabilidade de ocorrer:

$\text{EV} = \sum_{i} p_i \times v_i$

onde $p_i$ é a probabilidade do cenário $i$ e $v_i$ é o valor (resultado) desse cenário.

Como o cálculo funciona na árvore

O cálculo parte das folhas (nós de Resultado) e propaga para a raiz, da direita para a esquerda:

1. Nó de Resultado: EV = o próprio valor do nó
2. Nó de Chance: EV = soma de (probabilidade × EV do filho) para cada ramo, mais o valor intermediário do próprio nó (se houver custo/benefício ao entrar nele)
3. Nó de Decisão: EV = máximo entre os EVs dos filhos, mais o valor intermediário do próprio nó — refletindo que você escolhe racionalmente o melhor ramo

Exemplo com escala de satisfação (0–10)

Você está decidindo entre treinar uma equipe internamente ou contratar consultoria externa. Há incerteza sobre a adoção da mudança:

Opção A — Treinamento interno

• 60% de probabilidade: equipe adota bem → satisfação 8
• 40% de probabilidade: baixa adesão → satisfação 3

$\text{EV}_A = 0{,}60 \times 8 + 0{,}40 \times 3 = 4{,}8 + 1{,}2 = \mathbf{6{,}0}$

Opção B — Consultoria externa

• 75% de probabilidade: projeto bem executado → satisfação 9
• 25% de probabilidade: entrega abaixo do esperado → satisfação 4

$\text{EV}_B = 0{,}75 \times 9 + 0{,}25 \times 4 = 6{,}75 + 1{,}0 = \mathbf{7{,}75}$

A árvore indicaria a consultoria externa como decisão ótima (EV = 7,75 > 6,0).

Exemplo financeiro

Você avalia lançar um produto novo com investimento de 50 mil:

• 55% de probabilidade: produto vinga → receita líquida 200 mil
• 45% de probabilidade: produto fracassa → perda total −50 mil

$\text{EV} = 0{,}55 \times 200{.}000 + 0{,}45 \times (-50{.}000) = 110{.}000 - 22{.}500 = \mathbf{87{.}500}$

Se a alternativa for não lançar (EV = 0), o lançamento tem EV positivo e deve ser preferido — assumindo neutralidade ao risco.

Como usar passo a passo

1. Escolha um exemplo pronto ou comece do zero

Os exemplos pré-carregados cobrem situações de diferentes domínios: decisões financeiras, carreira, saúde e localização. Carregue um para ver a estrutura e entender o padrão antes de criar a sua.

2. Monte a estrutura da árvore

O nó raiz representa a sua decisão inicial. Use ＋ Ramo para adicionar ramos a qualquer nó de Decisão ou Chance. Pense na sequência lógica: primeiro você decide, depois o mercado/natureza responde, depois você pode decidir novamente.

Dica de estrutura: se você tem 3 alternativas distintas, o nó raiz (Decisão) deve ter 3 filhos. Se cada alternativa tem 2 cenários possíveis (bom/ruim), cada filho será um nó de Chance com 2 resultados.

3. Defina o tipo de cada nó

Use o seletor de tipo em cada nó. Ao mudar de Resultado para Decisão/Chance, a ferramenta cria automaticamente dois ramos filhos. Ao mudar de Decisão/Chance para Resultado, confirme que deseja remover os filhos.

4. Preencha os valores

• Nós de Resultado: o valor final deste caminho. Use a mesma unidade em toda a árvore.
• Nós de Decisão ou Chance (opcional): um valor intermediário que representa custo ou benefício ao entrar neste nó — por exemplo, o custo de participar de uma licitação antes de saber se você ganhou, ou o custo de uma cirurgia antes de saber o desfecho.

5. Preencha as probabilidades

Para cada ramo filho de um nó de Chance, informe a probabilidade em %. A ferramenta avisa se a soma não for 100%.

6. Calcule e interprete

Clique em Calcular. A ferramenta exibe:

• EV raiz — o valor esperado da melhor decisão possível
• Caminho ótimo — qual ramo do nó raiz tem o maior EV
• Tabela completa — EV de todos os nós intermediários
• Diagrama visual — árvore com formas (□ ○ ◇), setas e caminho ótimo destacado

Interpretando o resultado

EV raiz positivo

O valor esperado da melhor decisão é positivo: na média dos cenários ponderada pelas probabilidades, a escolha ótima gera valor. Isso não garante que qualquer ocorrência específica será positiva — apenas que, em média e ao longo de muitas decisões similares, você sairia na frente.

EV raiz negativo

Mesmo o melhor caminho tem EV negativo. Isso é um sinal de que nenhuma alternativa atual é atraente em média — vale rever se as probabilidades e valores estão corretos, ou se há alternativas que não foram modeladas.

Caminho ótimo vs. resultado real

O caminho ótimo é aquele que maximiza o EV. Mas o resultado real de um único evento será um dos nós de Resultado — não o EV. Se você lançar o produto acima (EV = 87,5k), ainda há 45% de chance de perder 50k. O EV é uma régua racional para decisões repetidas, não uma garantia de resultado numa única tentativa.

Sensibilidade das probabilidades

Mude uma probabilidade em 10 pontos percentuais e veja se a decisão ótima muda. Se mudar, você tem uma decisão sensível — vale coletar mais dados antes de decidir. Se não mudar, você tem robustez — pode decidir com mais confiança mesmo com probabilidades aproximadas.

Quando usar (e quando não usar)

Use quando:

• Você consegue listar as alternativas e os possíveis eventos incertos de forma estruturada
• Você tem (ou pode estimar) probabilidades para os eventos incertos
• Você consegue quantificar os resultados em uma escala comum
• A decisão tem consequências significativas — o esforço de modelagem se justifica

Cuidado quando:

• As probabilidades são puramente especulativas e ninguém concorda com elas — a árvore reproduzirá o viés de quem a montou
• Os resultados envolvem valores incomparáveis que resistem à quantificação (ex: vida humana vs. custo financeiro)
• A estrutura do problema muda dinamicamente ao longo do tempo de forma difícil de prever

Dicas avançadas

Normalize a escala antes de misturar dimensões. Se você tem “satisfação do cliente (0–10)” e “redução de custo (R$)” na mesma árvore, converta tudo para uma escala de utilidade comum. Uma abordagem simples: defina o pior resultado imaginável como 0 e o melhor como 100, e posicione os demais proporcionalmente.

Use nós de Decisão encadeados para modelar planos de contingência. “Se a fase 1 der certo, qual é a próxima decisão?” — esse tipo de raciocínio sequencial é onde a árvore supera uma planilha simples.

Documente as premissas ao lado da árvore. As probabilidades e valores são estimativas. Registre de onde vieram: “probabilidade de 65% baseada nos últimos 3 anos de dados históricos” ou “satisfação estimada pela média da pesquisa interna de 2024”.

EV vs. aversão ao risco. O EV pressupõe neutralidade ao risco — você trata 10% × 1.000 da mesma forma que 100% × 100. Se você é avesso ao risco (prefere resultados mais certos mesmo com EV menor), o EV precisa ser complementado com análise de utilidade esperada. Para decisões pessoais importantes ou empresas menores onde uma única perda pode ser catastrófica, considere esse fator.

Árvores são ferramentas de comunicação, não só cálculo. Um diagrama bem montado ajuda a alinhar equipes, expor premissas implícitas e identificar onde a incerteza está concentrada — independentemente do resultado numérico.