Apa itu heuristik?
Heuristik adalah metode penyelesaian masalah yang menggunakan cara pintas untuk menghasilkan solusi yang cukup baik mengingat kerangka waktu atau tenggat waktu yang terbatas. Heuristik adalah teknik fleksibilitas untuk keputusan cepat, terutama ketika bekerja dengan data yang kompleks. Keputusan yang dibuat menggunakan pendekatan heuristik mungkin belum tentu optimal. Heuristik berasal dari kata Yunani yang berarti "menemukan".
Memahami Heuristik
Teknologi digital telah mengganggu semua industri termasuk keuangan, ritel, media, dan transportasi. Tiba-tiba, aktivitas sehari-hari yang biasa menjadi usang. Cek disetorkan ke rekening bank tanpa mengunjungi cabang lokal, produk dan layanan dibeli secara online dan makanan yang dibawa dibawa oleh aplikasi pengiriman layanan makanan. Teknologi menciptakan data, yang semakin banyak dibagikan ke berbagai industri dan sektor, dan seorang profesional dalam industri apa pun mungkin menemukan diri mereka bekerja dengan tumpukan data yang kompleks untuk menyelesaikan masalah. Metode heuristik dapat membantu dengan kompleksitas data mengingat waktu dan sumber daya yang terbatas.
Pengambilan Kunci
- Heuristik adalah metode untuk memecahkan masalah dengan cara cepat yang memberikan hasil yang cukup memadai untuk menjadi bermanfaat mengingat kendala waktu. Investor dan profesional keuangan menggunakan pendekatan heuristik untuk mempercepat analisis dan keputusan investasi. Sejarah dapat menyebabkan pengambilan keputusan yang buruk berdasarkan kumpulan data yang terbatas, tetapi kecepatan pengambilan keputusan terkadang dapat menebus kerugian.
Mengapa Menggunakan Heuristik?
Heuristik memfasilitasi keputusan tepat waktu. Analis di setiap industri menggunakan aturan praktis seperti dugaan cerdas, coba-coba, proses eliminasi, formula masa lalu, dan analisis data historis untuk menyelesaikan masalah. Metode heuristik membuat pengambilan keputusan lebih mudah dan cepat melalui jalan pintas dan perhitungan yang cukup baik.
Kelemahan Menggunakan Heuristik
Ada trade-off dengan penggunaan heuristik yang membuat pendekatan rentan terhadap bias dan kesalahan dalam penilaian. Keputusan akhir pengguna mungkin bukan solusi yang optimal atau terbaik, keputusan yang diambil mungkin tidak akurat dan data yang dipilih mungkin tidak memadai yang mengarah ke solusi yang tidak tepat untuk suatu masalah. Sebagai contoh, investor peniru sering meniru pola investasi manajer investasi yang sukses untuk menghindari meneliti efek dan informasi kuantitatif dan kualitatif terkait sendiri.
Dengan menggunakan pendekatan heuristik yang mendasari kinerja masa lalu, investor peniru berharap bahwa formula yang digunakan oleh para manajer ini akan terus menghasilkan keuntungan bagi mereka, tetapi hal ini tidak selalu terjadi. Sebagai contoh, jatuhnya Valeant Pharmaceutical International mengejutkan para investor ketika perusahaan melihat sahamnya anjlok 90% dari 2015 hingga 2016. Valeant adalah saham yang disimpan dalam portofolio banyak manajer dana lindung nilai dan investor menyalinnya.
Heuristik Keterwakilan
Metode pintas yang populer dalam pemecahan masalah adalah Representativeness Heuristics. Keterwakilan menggunakan jalan pintas mental untuk membuat keputusan berdasarkan peristiwa atau sifat masa lalu yang mewakili atau mirip dengan situasi saat ini. Misalnya, Fast Food ABC memperluas operasinya ke India dan harga sahamnya melonjak. Seorang analis mencatat bahwa India adalah usaha yang menguntungkan untuk semua rantai makanan cepat saji. Karena itu, ketika Fast Food XYZ mengumumkan rencananya untuk menjelajahi pasar India pada tahun berikutnya, analis tidak membuang waktu dalam memberikan XYZ rekomendasi "beli".
Meskipun pendekatan pintasnya menyimpan data ulasan untuk kedua perusahaan, itu mungkin bukan keputusan terbaik. XYZ mungkin memiliki makanan yang tidak menarik bagi konsumen India, yang akan diungkapkan oleh penelitian. Pendekatan heuristik lazim lainnya untuk pengambilan keputusan dan pemecahan masalah termasuk Ketersediaan Bias, Penahan dan Penyesuaian, Heuristik Keakraban, Bias Hindsight dan Diversifikasi Naïve.
