我在 6 月底的时候需要搬家，所以和中介有押金纠纷的问题。目前我已知出租屋的卧室的地毯上面有一处明显的污渍，且我自己尝试清洁之后也没有办法完全处理干净。我就面临了一个决策，我是应该找一个外面的工人帮我花钱解决地毯的污渍还是说我放任不管正常做完退房清洁之后等中介要求的赔偿。（看到这里可以思考下这个决策问题，最好能够可以记录下来，在看完文章之后再来做对比。）
正好最近看了一本书叫做《决策的艺术》，这本书非常明显就是一本工具书，看完之后就可以立马按照里面的方法用起来，我便尝试使用里面的方法来帮助我解决这个问题。这本书中提出了一个决策框架: PrOACT: Problem（问题）、Objective（目标）、Alternative（可选方案）、Consequence（后果）、Tradeoffs（权衡）。简单来说就是分析决策问题是什么，找到想要从这个决策中得到什么目标，尽可能多的去找可选方案，分析每一个可选方案的后果，然后统一对所有的方案进行权衡。在这个基础的框架之上，可能还需要考虑: Uncertainty（不确定性）、Risk Tolerance（风险承受）、Linked Decisions（互为关联的决策）。
现在我们来尝试使用这个决策框架来分析我遇到的这个决策问题
- 问题: 如何能够解决退房押金的问题
- 目标: 希望能够以最少的钱以及最少的时间解决这个问题
- 可选方案:提前自己花钱找人处理地毯污渍
- 正常做退房清洁等待中介审核
在进行后果预测的时候，我发现无论是哪一种方案都可能有几种后果，且面对不同的后果我又需要做出新的决策，这就是前面所提到的到互为关联的决策（Linked Decision），我们需要靠决策树来解决。
两个方案都可能有两个后果: 中介是否认可退房状况。如果是不认可的话又可能会有两种: 合理的小额赔偿，不合理的大额赔偿。对于小额赔偿，如果在我的接受范围内，我认为是可以支付的，对于不合理的大额赔偿，我可以选择直接赔付，去和中介打官司，或者是和中介讨价还价，打官司又可能有三种不同的结果。这样一步一步的列出来整个决策树，对于每一种可能得结果进行编号。
现在我们需要对于每一个结果进行权衡，权衡就是去比较这个结果和我们目标有多接近。我们的目标是花最少的钱，最少的时间解决这个问题。
不过目前为止其实还是不太能够做出决策，因为对于后果的预测是存在不确定性的（Uncertainty），也不知道未来如何发生。但是可以通过收集信息来有一个大致的预判，给不确定性增加一点确定性。决策树中的不确定性主要是两个: 第一个是对于中介的人性的分析，第二个是打官司的输赢。对于中介的人性分析，我认为按照悉尼中介的惯性以及我过往的租房经验，中介大概率是想要扣一些押金的，除非这个房子是完美无缺的。第二个是打官司的输赢，我去查了相关的法律，地毯是有非常明确的折旧的规定，也就是说即使现在这个地毯需要完全更换，那么我也只需要赔付折旧后的费用。地毯每年折旧 10%的价值，而我这个房子已经是 8 年前的房子了，所以我最多也只需要赔付地毯原价 20%的价值。
通过更多信息的收集我得到两条重要的信息
- 中介大概率想要坑我的钱（不合理的大额赔偿）
- 如果打官司的话，我大概率能赢。那么中介会避免和我打官司，最终选择庭外和解，或者是在更早的时候接受我的小额赔偿。
有了这两个信息我认为最终的路径就会大概率靠近: 中介提出大额赔偿，我用打官司作为筹码，中介接受我的小额赔偿。所以我完全就没有必要自己去找人清洁地毯，正常做退房清洁之后，看中介的反应按照决策树的路径一一走就好了。
这个事情最终的结果，不能说相似只能说是一模一样按照我的预想来进行。中介因为地毯上面的污渍提出了 400 的赔偿，我和他根据法律据理力争但是他依旧要求我赔偿，当我提出要上庭公证的时候，他果然把赔偿金额降到了 200，我却给中介了两个选择: 100 的赔偿，或者是开庭，最终我如愿只花了 100 和平的解决了这个事情。
现在看完了整个过程，再和你自己的最开始的想法去比较一下，应该能够收获不少。其实这个框架也没有说有多么的高深，但是我们很多时候做决策的时候单纯靠嘴说靠脑子想是没有办法看到整个事情的全貌的，团队做决策的时候也经常会对于某一个方案的后果的不确定性进行争吵，其实坐下来拿纸拿笔写一写，很多时候就清楚很多了。
