มูลค่าของข้อมูล (Value of Information)

มูลค่าของข้อมูล (Value of Information หรือ VoI) คือ จำนวนเงินหรือมูลค่าที่ผู้ตัดสินใจยินดีที่จะจ่ายเพื่อให้ได้ข้อมูลมาล่วงหน้าก่อนที่จะทำการตัดสินใจ เพื่อลดความไม่แน่นอนและเพิ่มโอกาสในการเลือกทางเลือกที่ดีที่สุด

ประเภทของมูลค่าของข้อมูล

โดยทั่วไป VoI สามารถแบ่งออกเป็นสองประเภทหลักที่มีความเกี่ยวข้องกันอย่างใกล้ชิด:

• มูลค่าของข้อมูลที่สมบูรณ์ (Value of Perfect Information - VoPI หรือ Value of Clairvoyance - VoC): คือมูลค่าของการที่ผู้ตัดสินใจสามารถทราบผลลัพธ์ของความไม่แน่นอนได้อย่างถูกต้องแม่นยำ 100% ก่อนการตัดสินใจ
• มูลค่าของข้อมูลที่ไม่สมบูรณ์ (Value of Imperfect Information): คือมูลค่าของการได้รับข้อมูลที่ช่วยให้คาดการณ์ผลลัพธ์ได้ดีขึ้นแต่ไม่แม่นยำทั้งหมด เช่น การพยากรณ์อากาศ ซึ่งในทางปฏิบัติ ข้อมูลที่ไม่สมบูรณ์นี้สามารถมองได้ว่าเป็นข้อมูลที่สมบูรณ์ของตัวแปรอื่น (เช่น ผลพยากรณ์) แทนที่จะเป็นตัวแปรเป้าหมาย (เช่น สภาพอากาศจริง)

คำจำกัดความและการประยุกต์ใช้

ตัวอย่างแบบง่าย

สมมติว่าคุณต้องตัดสินใจเลือก กิจกรรมวันหยุด โดยมีความไม่แน่นอนคือ สภาพอากาศ ซึ่งปกติคุณจะทราบสภาพอากาศก็ต่อเมื่อเริ่มกิจกรรมไปแล้ว

• VoI ของข้อมูลที่สมบูรณ์: คือราคาที่สูงที่สุดที่คุณยินดีจ่ายเพื่อให้ทราบล่วงหน้าว่าสภาพอากาศจะเป็นอย่างไรแน่ๆ ก่อนเลือกกิจกรรม
• VoI ของข้อมูลที่ไม่สมบูรณ์: คือราคาที่สูงที่สุดที่คุณยินดีจ่ายเพื่อให้ทราบ คำพยากรณ์อากาศ ก่อนเลือกกิจกรรม

คำจำกัดความเชิงรูปแบบ (Formal Definition)

ในสถานการณ์การตัดสินใจทั่วไปที่มีการตัดสินใจ $n$ ครั้ง และมีความไม่แน่นอน $m$ อย่าง หากผู้ตัดสินใจมีความสามารถในการจดจำที่สมบูรณ์ (Perfect Recall) จะมีการเรียงลำดับเหตุการณ์ของการตัดสินใจและการรับรู้ข้อมูลอย่างชัดเจน VoC จะถูกคำนวณจากราคาที่สูงที่สุดที่ผู้ตัดสินใจยินดีจ่ายเพื่อให้สามารถทราบผลลัพธ์ของความไม่แน่นอนบางอย่างได้เร็วขึ้นในลำดับเหตุการณ์นั้น

การตัดสินใจแบบทีม (Generalized/Team Decision)

ในกรณีของการตัดสินใจเป็นทีม ข้อมูลอาจไม่ได้ถูกแบ่งปันอย่างครบถ้วนระหว่างสมาชิก VoC ในบริบทนี้จึงครอบคลุมถึงมูลค่าของการได้รับทราบไม่เพียงแต่ความไม่แน่นอนเพิ่มเติม แต่รวมถึงการทราบว่าสมาชิกคนอื่นในทีมได้ตัดสินใจอะไรไปแล้วบ้างก่อนที่ตนเองจะตัดสินใจ

คุณลักษณะสำคัญของ VoI

มีคุณลักษณะ 4 ประการที่ใช้ได้กับทุกสถานการณ์การตัดสินใจ:

1. ไม่ติดลบ: มูลค่าของข้อมูลไม่มีทางน้อยกว่าศูนย์ เพราะหากข้อมูลนั้นไม่มีประโยชน์ ผู้ตัดสินใจสามารถเลือกที่จะเพิกเฉยต่อข้อมูลนั้นได้
2. ขีดจำกัดสูงสุด: ไม่มีกิจกรรมการรวบรวมหรือแบ่งปันข้อมูลใดจะมีมูลค่าสูงไปกว่ามูลค่าของข้อมูลที่สมบูรณ์ (VoC)
3. ลำดับการสังเกต: การสังเกตหลักฐานใหม่หลายชิ้นจะให้ผลลัพธ์ของอรรถประโยชน์สูงสุด (Maximum Expected Utility) เท่ากัน ไม่ว่าจะสังเกตสิ่งใดก่อนหลัง
4. ไม่สามารถบวกกันได้โดยตรง: มูลค่าของข้อมูลจากสองแหล่งไม่ได้เกิดจากการนำมูลค่าของแต่ละแหล่งมาบวกกัน แต่ต้องคำนวณโดยการนำข้อมูลชิ้นแรกมาปรับปรุงความเชื่อก่อน แล้วจึงคำนวณมูลค่าของข้อมูลชิ้นที่สอง

การคำนวณ

การคำนวณ VoC มักใช้การคำนวณแบบวนซ้ำ (Iterative Calculation) เพื่อหาจำนวนเงินที่สามารถชดเชยประโยชน์ที่ได้รับจากการมีข้อมูลเพิ่มเติมได้พอดี

ในกรณีที่ผู้ตัดสินใจ ไม่มีความกลัวความเสี่ยง (Risk Neutral) การคำนวณจะง่ายขึ้น โดยใช้ค่าคาดหมายของผลลัพธ์ (Expected Value) ซึ่งเป็นพื้นฐานของการคำนวณ EVPI (Expected Value of Perfect Information) และ EVSI (Expected Value of Sample Information) อย่างไรก็ตาม หากผู้ตัดสินใจมีความกลัวความเสี่ยง (Risk Averse) หรือชอบความเสี่ยง (Risk Seeking) จำเป็นต้องใช้วิธีการคำนวณแบบวนซ้ำเพื่อให้ได้ผลลัพธ์ที่ถูกต้อง

เครื่องมือที่นิยมใช้ในการจำลองและคำนวณ ได้แก่ แผนภูมิการตัดสินใจ (Decision Trees) และ แผนภาพอิทธิพล (Influence Diagrams) โดยแผนภาพอิทธิพลจะมีความโดดเด่นในการจัดการกับการตัดสินใจแบบทีมที่มีการแบ่งปันข้อมูลไม่สมบูรณ์