La Guida Definitiva al Decision-Making: Un Approccio Manageriale
- Alberto Carniel
- 31 dic 2025
- Tempo di lettura: 11 min
Come marketer, sono sempre stato attratto dagli aspetti psicologici che influenzano le persone nel prendere decisioni.
Mi aiutano a capire cosa succede nella mente di un potenziale cliente quando sta decidendo se acquistare un prodotto o un servizio — e mi guidano anche a prendere decisioni strategiche migliori.
Se vuoi imparare a valutare efficacemente le alternative, scoprire quali elementi “di disturbo” entrano in gioco durante il processo decisionale e quali sono gli strumenti migliori da usare, continua a leggere.
Indice
IL FRAMEWORK DEL DECISION-MAKING
Il decision-making è il processo che permette alle persone di scegliere tra due o più alternative.
Ogni alternativa include:
Un valore atteso (cosa pensi di ottenere)
Un grado di incertezza (ciò che non puoi controllare del tutto)
Proprio a causa dell’incertezza, il decision-making richiede vera attenzione quando si valutano le alternative.
Framework del decision-making
Il “triangolo” del decision-making si può riassumere in tre componenti:
Problem management
Decision analysis
Risk management
Kepner e Tregoe spiegano che il problem management dovrebbe avvenire prima di prendere una decisione, perché le informazioni raccolte lì diventano la base della decision analysis.
La valutazione del rischio, invece, diventa critica quando la decisione ha implicazioni per obiettivi e strategie future.
Un promemoria utile:
Un problema riguarda qualcosa che è già successo (e vuoi sistemarlo).
Una decisione riguarda un’azione che deve ancora accadere.
Ecco perché il decision-making richiede un’analisi del rischio tra alternative.
Definire la decision analysis
La decision analysis è il processo usato per determinare pro e contro di tutti i possibili esiti.
Richiede anche un numero finito di alternative.
A volte, meno informazioni è meglio.
Il lavoro di Duncan sull’incertezza ambientale percepita evidenzia che i decisori cercano informazioni per ridurre l’incertezza — ma questo non significa che “più info” porti automaticamente a decisioni migliori.
Infatti, l’information overload si verifica quando c’è un divario tra:
Il volume di informazioni, e
La nostra capacità di assorbirle e usarle.
Kutty, Shee e Pathak descrivono come un eccesso di informazioni possa influire negativamente sul decision-making.
Un processo semplificato step-by-step per la decision analysis
Elenca tutte le alternative possibili.
Imposta parametri per valutare ogni alternativa.
Dai priorità alle alternative in base al tuo sistema di valori e ai criteri di attrattività.
Prendi la decisione.
L’ultimo punto può sembrare ovvio… ma la analysis paralysis è estremamente comune nelle organizzazioni.
Analizzare troppo una situazione può bloccare l’azione, e la decisione non viene mai presa.
7 steps of the decision-making process
Secondo Phil Higson e Anthony Sturgess (Uncommon Leadership, 2014), il processo decisionale può essere diviso in 7 step.
7 step per un decision-making efficace:
Identifica la decisione. Riconosci cosa devi decidere e definisci la natura della scelta.
Raccogli informazioni. Ottieni insight rilevanti: cosa conta e cosa no? Chi può influenzare l’esito?
Identifica le alternative. Quali diversi corsi d’azione esistono? Quali altre interpretazioni dei dati sono possibili?
Pesa le evidenze. Elenca pro/contro, immagina gli esiti, poi classifica le alternative in base al tuo sistema di valori.
Scegli tra le alternative.
Agisci.
Rivedi la decisione e le sue conseguenze. Il risultato ha risolto il bisogno originale? Se no, riprendi gli step precedenti.
Questo è un modello di decision-making razionale: porta ordine e logica nelle decisioni, partendo da un problema/opportunità e arrivando all’azione.
Perché i modelli razionali contano (anche per manager super impegnati)
Paul C. Nutt ha analizzato centinaia di decisioni strategiche e ha scoperto che una grande parte delle decisioni si basa su tattiche soggette a errore.
Uno dei motivi?
I manager spesso credono che le pratiche raccomandate di decision-making richiedano troppo tempo e comportino spese eccessive.
Nutt ha anche identificato tre errori comuni:
Rush to judgment: rattoppare un problema con la prima soluzione “accettabile” a causa di pressione e urgenza.
Misuse of resources: spendere pesantemente per giustificare una decisione affrettata, invece di investire nei passaggi giusti (definizione del problema, aspettative, blocchi, ecc.).
Failure-prone tactics: usare la metodologia sbagliata — soprattutto saltando la partecipazione. Nutt evidenzia che la partecipazione aumenta enormemente i tassi di successo, eppure spesso manca.
In sintesi: le buone pratiche di decision-making spesso costano pochissimo rispetto al costo di ripulire le conseguenze di una cattiva decisione.
Definire il problem management
Il problem management è un processo che gestisce il ciclo di vita dei problemi all’interno di un’organizzazione.
Include:
Identificare la causa radice,
Risolvere il problema,
Implementare la risoluzione,
Prevenire che lo stesso incidente si ripeta.
Include anche la documentazione di problemi e workaround per ridurre il numero e l’impatto futuro degli incidenti.
Si attiva quando qualcosa ha un impatto negativo sull’organizzazione.
Come puoi diagnosticare e risolvere i problemi nella tua azienda?
Dovresti creare una service blueprint: un flow chart dettagliato del processo.
Definire il risk management
L’International Organization for Standardization (ISO) definisce il risk management come:
“Attività coordinate per indirizzare e controllare un’organizzazione rispetto al rischio.”
E il rischio come:
“L’effetto dell’incertezza sugli obiettivi.”
In altre parole, il risk management mira a ridurre o eliminare il rischio.
Il rischio è composto da due elementi:
La probabilità che qualcosa vada storto;
I costi / conseguenze negative se succede.
Risk analysis (lo step prima del risk management)
La risk analysis include l’identificazione delle minacce e la stima della probabilità che si verifichino.
Inizia elencando le minacce (il brainstorming aiuta).
Strumenti come l’analisi SWOT e le Cinque Forze di Porter possono supportare questo step.
Poi stima il rischio usando:
Valore del rischio = probabilità dell’evento × costo dell’eventoProbabilità: singolo evento casuale (esiti mutuamente esclusivi)
Per un singolo evento casuale con esiti mutuamente esclusivi:
Probabilità = evento ÷ esitiEsempio: un dado a 6 facce.
La probabilità di ottenere 3 è:
1 ÷ 6 ≅ 16,7%
Esempio: un barattolo con 5 palline rosse, 4 verdi, 11 blu (20 totali).
Probabilità di estrarre una pallina rossa:
5 ÷ 20 = 25%
Probabilità: eventi multipli
Per calcolare la probabilità di eventi multipli, moltiplica le probabilità individuali:
P(evento 1) × P(evento 2) × … = probabilità di eventi multipliUsando lo stesso barattolo: probabilità di estrarre rosso per primo, verde per secondo, blu per terzo (eventi dipendenti):
5/20 × 4/19 × 11/18 = 44/1368 = 0,032 = 3,2%
Per eventi indipendenti (come lanciare un dado due volte), la probabilità di ottenere lo stesso numero due volte è:
1/6 × 1/6 = 0,0277 ≅ 2,8%Strategie di risk management
Dopo aver stimato il valore del rischio, puoi scegliere una strategia:
Evita il rischio se non c’è un vantaggio significativo.
Condividi il rischio (partner, team, terze parti).
Esempio: assicurazione — la franchigia è il rischio che sei disposto a sostenere.
Accetta il rischio (ultima risorsa), quando il costo della protezione è più alto delle perdite potenziali o il vantaggio vale la pena.
Anche quando accetti il rischio, implementa azioni preventive per ridurre i punti deboli e diminuire la probabilità di eventi sfavorevoli.
RUOLO DELLE EMOZIONI NEL DECISION-MAKING
Le decisioni si possono dividere in due categorie:
Decisioni programmabili: routine/processi ripetitivi governati da procedure standard (rischio minore).
Decisioni non programmabili: situazioni nuove/impreviste che richiedono tattiche specifiche (rischio maggiore).
In entrambi i casi, un approccio razionale aiuta (costi/benefici, massimizzare i guadagni, minimizzare le perdite).
Ma le emozioni influenzeranno sempre la qualità della logica e possono generare decisioni irrazionali.
Emozione come fattore di disturbo
Le emozioni sono inevitabili.
Possono fuorviare e alterare la percezione:
Paura
Disprezzo
Rabbia
Piacere
Gioia
Panico
Ansia
Frustrazione
Entusiasmo
Eccitazione
Le emozioni sono anche informazione: guidano l’attenzione verso certi aspetti invece di altri e spesso sono coinvolte nel decision-making euristico.
Definire il decision-making euristico
Il decision-making euristico si basa su “regole del pollice” inconsce, concentrandosi su alcune variabili e ignorandone altre.
È più veloce e meno costoso dell’analisi step-by-step.
Ma, poiché elimina elementi valutativi, può portare a esiti imprecisi.
Un esempio classico è la gambler’s fallacy (Monte Carlo fallacy): la convinzione errata che, se un evento accade più frequentemente del solito, la sua probabilità di accadere di nuovo diminuisca (o viceversa).
Un altro esempio è il compromise effect: spesso le persone preferiscono l’opzione “di mezzo” rispetto agli estremi — soprattutto quando le informazioni sono incomplete.
Ecco perché molte offerte sono in tre livelli (piccolo/medio/grande).
L’opzione centrale diventa quella “default” per una grossa fetta di acquirenti.
Prospect Theory
La prospect theory di Kahneman e Tversky (1979) ha sfidato i modelli puramente razionali e ha fornito un framework empirico per il decision-making sotto rischio.
Dilemma della lotteria, caso A
Immagina di essere più ricco di $300.
Scegli tra:
Un guadagno certo di $100
50% di probabilità di vincere $200, 50% di probabilità di non vincere nulla
Dilemma della lotteria, caso B
Immagina di essere più ricco di $500.
Scegli tra:
Una perdita certa di $100
50% di probabilità di perdere $0, 50% di probabilità di perdere $200
Nel caso A, la maggior parte delle persone è avversa al rischio sul profitto.
Nel caso B, molti diventano propensi al rischio per evitare la perdita.
La prospect theory lo spiega con tre aspetti psicologici:
Framing effect: contesto e formulazione cambiano il punto di partenza percepito (status quo).
Loss aversion: le persone sono più motivate a evitare perdite che a ottenere guadagni.
Isolation effect: le persone isolano probabilità consecutive invece di integrarle in un’unica struttura probabilistica.
Esempio di isolation effect
Dilemma A
Scegli tra:
20% di probabilità di vincere $400
25% di probabilità di vincere $300
Dilemma B
Due fasi: 75% di probabilità che non vinci nulla, 25% di probabilità di passare la fase uno.
Se passi, scegli tra:
$300 certi
80% di probabilità di vincere $400
Anche se gli esiti coincidono, il framing cambia le scelte.
Questo è l’isolation effect in azione.
Affect heuristic e il “problema della malattia asiatica”
Kahneman e Tversky hanno anche mostrato come l’affect heuristic influenzi il decision-making: le persone assegnano valore alle alternative in base alla risposta emotiva.
Le parole contano.
Il classico “Asian disease problem” dimostra come il framing sposti le preferenze di rischio.
Problema A (frame positivo)
200 persone vengono salvate
1/3 di probabilità di salvare tutti, 2/3 di probabilità di non salvare nessuno
Problema B (frame negativo)
400 persone muoiono
1/3 di probabilità che non muoia nessuno, 2/3 di probabilità che muoiano tutti
Stessa situazione, linguaggio diverso, decisioni diverse.
L’endowment effect
L'avversione alla perdita descritta nella prospect theory è strettamente legata all’endowment effect, mostrato negli esperimenti di Kahneman, Knetsch e Thaler (1990).
Le persone attribuiscono un valore più alto a ciò che possiedono rispetto allo stesso oggetto che non possiedono ancora.
Ecco perché:
La willingness to accept (rinunciare a un oggetto) spesso è più alta della
willingness to pay (acquisirlo).
Ed è anche il motivo per cui alcune tattiche di vendita funzionano in modo inquietante: “Provalo… tienilo… è tuo!”
Una volta che senti “proprietà”, lasciare andare diventa più difficile.
Bias delle credenze nel decision-making
Percepiamo la realtà attraverso rappresentazioni plasmate da emozioni, informazioni ed esperienza.
Nel tempo, queste rappresentazioni diventano credenze.
Le credenze ci aiutano a decidere più velocemente — ma possono anche generare bias.
Ecco alcuni bias comuni:
Illusory truth effect: affermazioni ripetute sembrano più vere nel tempo.
Illusion of control: sovrastimiamo la nostra capacità di influenzare gli esiti.
Excessive optimism: sovrastimiamo gli esiti positivi e sottostimiamo quelli negativi.
Selective perception / bias blind spot: vediamo il bias negli altri più che in noi stessi.
Attribution bias: ci attribuiamo i successi e diamo la colpa agli altri per i fallimenti.
Authority bias: accettiamo previsioni perché rispettiamo la fonte.
Home bias: preferiamo ciò che è familiare o geograficamente vicino.
Status quo bias: preferiamo esiti che ci mantengono vicino allo stato attuale.
Partial information: trattiamo info incomplete come se fossero complete.
Scope neglect: ignoriamo la scala e sottostimiamo l’impatto totale di “tanti piccoli costi”.
Razionalità limitata (bounded rationality)
Herbert A. Simon sosteneva che la razionalità umana è limitata: non possiamo processare tutto, quindi puntiamo a decisioni “abbastanza buone” invece che ottimali.
Questo approccio viene spesso chiamato satisficing: cercare tra le opzioni finché non si raggiunge una soglia soddisfacente.
Gigerenzer e Selten descrivono la bounded rationality attraverso l’idea di una adaptive toolbox: le persone usano euristiche “veloci e frugali” per decidere sotto incertezza.
STRUMENTI PER MIGLIORARE IL DECISION-MAKING
Se sei arrivato fin qui, ora sai:
Cos’è il decision-making,
Cosa lo influenza,
E perché la razionalità da sola non basta.
Ora è il momento di imparare a progettare un processo decisionale.
I sei cappelli per pensare
Il sistema dei Six Thinking Hats di Edward de Bono, 1985.
I cappelli rappresentano sei “modalità”:
Cappello bianco: fatti, dati, raccolta informazioni, analogie, eventi passati
Cappello rosso: emozioni, intuizioni, reazioni di pancia
Cappello nero: avvocato del diavolo (rischi, svantaggi, cosa può andare storto)
Cappello giallo: avvocato dell’angelo (benefici, valore, opportunità)
Cappello verde: creatività (nuove idee e prospettive)
Cappello blu: controllo del processo (priorità, regole, struttura, coordinamento)
Se vuoi struttura, il cappello blu si integra benissimo con il modello dei 7 step.
Decision tree
Nell'analisi decisionale puoi usare un modello ad albero per mappare:
Alternative
Probabilità
Esiti
Costi
Utilità
Un decision tree è ottimo quando devi visualizzare come diversi percorsi si diramano — e cosa è probabile che producano.
Decision matrix
Una decision matrix è una griglia che ti aiuta a confrontare più alternative su più criteri.
Tre motivi per cui dovresti usarla:
Riduce il tempo per arrivare a una decisione
Aumenta l’oggettività
Chiarisce e dà priorità alle alternative
Per costruirla ti servono:
Alternative (di solito riga superiore o prima colonna)
Criteri (l’altro asse)
Un sistema di punteggio (es. 1–5)
Per costruire le mie decision matrix, uso Google Sheets: gratuito, affidabile e facile da condividere.
Come creare una decision matrix
Imposta la tabella (alternative + criteri).
Fai brainstorming sui criteri con gli stakeholder.
Nell’esempio: qualità, costo, facilità d’uso, supporto.
Scegli un metodo di ranking.
Comune: scala 1–5
Alternativa: confronto con una baseline come peggiore (-1), uguale (0), migliore (1)
Questo approccio “baseline-comparison” è noto come metodo della matrice di Pugh, introdotto da Stuart Pugh.
(Opzionale) Pesa le variabili.
È utile quando i criteri non hanno la stessa importanza.
Valuta le opzioni moltiplicando pesi × punteggi.
Lista pro e contro
La classica lista pro e contro (chiamata anche decisional balance sheet) è ancora utile.
Ti aiuta a evidenziare rapidamente:
Opzioni che soddisfano criteri necessari
Opzioni troppo rischiose da supportare
È semplice — ma non confondere “semplice” con “debole”.
Spesso è il modo più rapido per sbloccarsi.
CONCLUSIONI
Dopo aver scoperto che una grossa parte delle decisioni organizzative è guidata da tattiche fallaci, introdurrai delle best practice di decision-making nella tua azienda?
Quale strumento proverai per primo: six thinking hats, decision matrix o decision tree?
Scrivi un commento qui sotto.
Non vedo l’ora di conoscere i tuoi progressi nel decision-making.
Riferimenti
Duncan, R. B. (1972). Characteristics of organizational environments and perceived environmental uncertainty. Administrative Science Quarterly, 17(3), 313–327.
Hasher, L., Goldstein, D., & Toppino, T. (1977). Frequency and the conference of referential validity. Journal of Verbal Learning and Verbal Behavior, 16, 107–112.
Higson, P., & Sturgess, A. (2014). Uncommon Leadership: How to Build Competitive Advantage by Thinking Differently. Kogan Page.
ISO. (2018). ISO 31000: Risk management — Guidelines. (Definizioni di “risk” e “risk management”.)
Kahneman, D., & Tversky, A. (1979). Prospect theory: An analysis of decision under risk. Econometrica, 47(2), 263–291.
Kahneman, D., Knetsch, J. L., & Thaler, R. H. (1990). Experimental tests of the endowment effect and the Coase theorem. Journal of Political Economy, 98(6), 1325–1348.
Kepner, C. H., & Tregoe, B. B. (1997). The New Rational Manager: An Updated Edition for a New World. Princeton Research Press.
Kutty, A. D., Shee, H. K., & Pathak, R. D. (2007). Decision-making: too much info!. Monash Business Review, 3(3), 8–9.
Milgram, S. (1963). Behavioral study of obedience. Journal of Abnormal and Social Psychology, 67, 371–378.
Nutt, P. C. (2002). Why Decisions Fail: Avoiding the Blunders and Traps That Lead to Debacles. Berrett-Koehler.
Ohio State News. (2002). Why decisions fail (coverage e estratto dei risultati di Nutt).
Pool, V. K., Stoffman, N., & Yonker, S. E. (2012). No Place Like Home: Familiarity in mutual fund manager portfolio choice. The Review of Financial Studies, 25(8).
Pronin, E. (2007). Perception and misperception of bias in human judgment. Trends in Cognitive Sciences, 11(1), 37–43.
Pugh, S. (1981). Concept selection: A method that works. In V. Hubka (Ed.), Review of Design Methodology (Proceedings of ICED). Zürich: Heurista.
Sharot, T., Korn, C. W., & Dolan, R. J. (2011). How unrealistic optimism is maintained in the face of reality. Nature Neuroscience.
Thompson, S. C. (1999). Illusions of control: How we overestimate our personal influence. Current Directions in Psychological Science, 8(6).
Zuckerman, M. (1979). Attribution of success and failure revisited, or: The motivational bias is alive and well in attribution theory. Journal of Personality.
Commenti