In realtà, così rappresentato, l'albero non fa altro che dimostrare come la popolazione di debitori (campione reale composto da 3058 unità) possa “muoversi” all’interno di nodi decisionali senza particolari riferimenti poiché tutti collegati tra loro. 
Questo albero non è utile al fine di una corretta valutazione di un portafoglio di NPL poiché nessun nodo purifica il precedente. Ne consegue l'impossibilità di costruire modelli statistici predittivi ed analitici.

Sono introdotte tuttavia alcune variabili che, come vedremo, saranno utilissime per la costruzione di un albero decisionale in grado di fornire quelle indicazioni attese circa il grado recuperabilità in toto od in parte anche di una singola posizione NPL.
Ennio Milano

C’è da dire che una grande utilità di questo metodo di valutazione di posizioni NPL attraverso gli alberi decisionali si manifesterà proprio quando l’attributo target non è noto in quanto collegato ad un evento futuro. A maggior ragione in tal caso potremo dire che l’albero decisionale fornirà delle indicazioni significative per la valutazione della pratica NPL.
L’albero decisionale mostra come prendere una decisione tra importanti strategie alternative (rappresentate da nodi) quando l’ambiente contiene elementi di incertezza rappresentati da scelte. C’’è da prendere la decisione se un determinato credito è soggetto a possibile recupero integrale. Per ognuna di esse bisogna considerare la domanda che è incerta e rappresenta la scelta nodale.  Per esempio, la collocazione geografica dell’immobile influisce sulla possibile vendita all’asta a prezzo pieno? Sembra di si.
La fine di ogni ramo mostra l’entità del recupero. Per ogni ramo decisionale, vengono sommati tutti gli effetti per determinare il recupero atteso complessivo e quindi della decisione se considerare a priori un credito interamente recuperabile.
L'albero decisionale che supera i test di controllo di un piccolo campione di 20 posizioni debitorie (per maggiore chiarezza), rappresentato nella figura sottostante, mostra quali nodi purificano di volta in volta il campione fino a consentire la costruzione di un vero albero decisionale che può a tutti gli effetti fornire indicazioni reali sulle prospettive di recupero (credit scoring).
I nodi rappresentano le combinazioni di attributi presenti, i rami i risultati dei test effettuati sui nodi, le foglie il risultato della classificazione.
Ennio Milano