Memodelkan konsekuensi lintas batas dan pertukaran
Melalui lokakarya dan panggilan konferensi, tim inti mengembangkan diagram pengaruh ringkas yang mewakili hubungan hipotesis utama antara tindakan yang mungkin dilakukan, faktor eksternal, dan tujuan akhir. Para pelatih menggunakan diagram ini sebagai dasar konseptual ketika mengembangkan jaringan keputusan Bayesian, yang memungkinkan untuk menetapkan nilai dan probabilitas pemangku kepentingan di dalam diagram pengaruh. Oleh karena itu, jaringan keputusan Bayesian memberikan visualisasi model keputusan kuantitatif.
Dalam pengaturan lokakarya lain yang mencakup 8 pemangku kepentingan yang mewakili dan hingga 2 ahli, pelatih meminta setiap peserta untuk secara individu memberikan input numerik untuk model. Ada dua jenis pertanyaan untuk elisitasi dengan skala dari 0 hingga 100%: 1) persentase peluang bahwa faktor eksternal atau tujuan akhir tertentu akan mengikuti lintasan tertentu dengan memperhitungkan faktor eksternal lainnya dan pilihan alokasi; 2) persentase kepuasan terhadap setiap kombinasi hasil yang mungkin untuk ketiga tujuan akhir. Dalam diskusi berikutnya, para pemangku kepentingan menyepakati serangkaian prediksi dan nilai kepuasan untuk mewakili rata-rata di antara para peserta dalam analisis keputusan.
Interaksi tatap muka di antara anggota tim inti sangat penting untuk mengembangkan dan mengisi model keputusan, mengingat banyak peserta yang tidak terbiasa dengan pemodelan. Mengurangi kategori per variabel dalam jaringan keputusan Bayesian menjadi 2-3 untuk memastikan bahwa analisis dapat dilakukan. Melakukan analisis membutuhkan keahlian dalam memfasilitasi lokakarya, elisitasi input kuantitatif dari pemangku kepentingan, analisis keputusan multi-kriteria, dan jaringan kepercayaan Bayesian.
Untuk transparansi, sangat berguna untuk memiliki dua versi diagram pengaruh: diagram yang komprehensif yang mewakili semua hubungan yang dihipotesiskan dan diagram ringkas yang hanya mewakili hubungan dengan tingkat ketidakpastian dan relevansi yang tinggi terhadap keputusan. Untuk memastikan pemahaman tentang elisitasi, pelatih harus memberikan informasi latar belakang kepada para peserta dan panduan tertulis untuk memberikan masukan independen untuk analisis. Sangat penting bagi para peserta untuk memberikan masukan mereka secara individu untuk menghindari sebagian peserta yang mempengaruhi hasil analisis. Pelatih harus menginformasikan kepada peserta bahwa input model hanya mewakili perspektif peserta lokakarya dan bahwa analisis sensitivitas yang akan datang dapat memandu pekerjaan pemodelan dan estimasi di masa mendatang. Peserta akan lebih termotivasi untuk memberikan masukan kuantitatif untuk BDN ketika mereka diberitahu bahwa BDN akan memberikan justifikasi visual dan kuantitatif tentang bagaimana keputusan yang direkomendasikan ditentukan.