Qu'est-ce que l'heuristique?
L'heuristique est une méthode de résolution de problèmes qui utilise des raccourcis pour produire des solutions satisfaisantes dans un délai ou un délai limité. L'heuristique est une technique de flexibilité pour des décisions rapides, en particulier lorsque vous travaillez avec des données complexes. Les décisions prises en utilisant une approche heuristique ne sont pas nécessairement optimales. L'heuristique est dérivée du mot grec qui signifie «découvrir».
Comprendre l'heuristique
La technologie numérique a perturbé toutes les industries, y compris la finance, la vente au détail, les médias et les transports. Soudain, une fois que les activités quotidiennes typiques sont devenues obsolètes. Les chèques sont déposés sur des comptes bancaires sans visiter une succursale locale, les produits et services sont achetés en ligne et les plats à emporter sont livrés par des applications de livraison de services alimentaires. La technologie crée des données, qui sont de plus en plus partagées entre plusieurs industries et secteurs, et un professionnel de n'importe quelle industrie peut se retrouver à travailler avec des monticules de données complexes pour résoudre un problème. Les méthodes heuristiques peuvent aider à la complexité des données étant donné le temps et les ressources limités.
Points clés à retenir
- L'heuristique est une méthode de résolution rapide des problèmes qui fournit un résultat suffisamment suffisant pour être utile compte tenu des contraintes de temps. Les investisseurs et les professionnels de la finance utilisent une approche heuristique pour accélérer l'analyse et les décisions d'investissement. Les statistiques peuvent conduire à une mauvaise prise de décision basée sur un ensemble de données limité, mais la rapidité des décisions peut parfois compenser les inconvénients.
Pourquoi utiliser l'heuristique?
L'heuristique facilite les décisions opportunes. Les analystes de tous les secteurs utilisent des règles empiriques telles que la conjecture intelligente, les essais et erreurs, le processus d'élimination, les formules antérieures et l'analyse des données historiques pour résoudre un problème. Les méthodes heuristiques rendent la prise de décision plus simple et plus rapide grâce à des raccourcis et à des calculs suffisants.
Les inconvénients de l'utilisation de l'heuristique
Il existe des compromis avec l'utilisation d'heuristiques qui rendent l'approche sujette à des biais et à des erreurs de jugement. La décision finale de l'utilisateur peut ne pas être la solution optimale ou la meilleure, la décision prise peut être inexacte et les données sélectionnées peuvent être insuffisantes conduisant à une solution imprécise à un problème. Par exemple, les investisseurs imitateurs imitent souvent le modèle d'investissement des gestionnaires de placements qui réussissent pour éviter de rechercher eux-mêmes les titres et les informations quantitatives et qualitatives associées.
En utilisant une approche heuristique sous-jacente aux performances passées, les investisseurs de copie espèrent que les formules utilisées par ces gestionnaires leur rapporteront continuellement des bénéfices, mais ce n'est pas toujours le cas. Par exemple, le crash de Valeant Pharmaceutical International a été un choc pour les investisseurs lorsque la société a vu ses actions chuter de 90% de 2015 à 2016. Valeant était une action détenue dans les portefeuilles de nombreux gestionnaires de fonds spéculatifs et les investisseurs les copiant.
Heuristique de représentativité
Une méthode de raccourci populaire dans la résolution de problèmes est l'heuristique de représentativité. La représentativité utilise des raccourcis mentaux pour prendre des décisions en fonction d'événements passés ou de traits représentatifs ou similaires à la situation actuelle. Supposons, par exemple, que Fast Food ABC ait étendu ses opérations en Inde et que le cours de ses actions a grimpé en flèche. Un analyste a noté que l'Inde est une entreprise rentable pour toutes les chaînes de restauration rapide. Par conséquent, lorsque Fast Food XYZ a annoncé son intention d'explorer le marché indien l'année suivante, l'analyste n'a pas tardé à donner à XYZ une recommandation «d'achat».
Bien que son approche de raccourci ait permis de vérifier les données des deux sociétés, ce n'était peut-être pas la meilleure décision. XYZ peut avoir des aliments qui ne plaisent pas aux consommateurs indiens, ce que la recherche aurait révélé. D'autres approches heuristiques répandues pour la prise de décision et la résolution de problèmes comprennent le biais de disponibilité, l'ancrage et l'ajustement, l'heuristique de familiarité, le biais de recul et la diversification naïve.
