無處不在的決策

? ? ? ?在我們的一生中，會(huì)做出無數(shù)的決定或決策，有關(guān)于個(gè)人生活的，也有工作專業(yè)相關(guān)的，這發(fā)生在我們的每一天中。在這些決策中，有一些無關(guān)緊要，有一些卻會(huì)產(chǎn)生長期影響，乃至導(dǎo)致顛覆性的結(jié)果。

? ? ? ?午餐吃中餐還是西餐？
? ? ? ?應(yīng)該向2年的老客戶還是5年的老用戶推送促銷？
? ? ? ?如何減少修理損壞設(shè)備的時(shí)間？

? ? ? ?雖然有時(shí)候做一個(gè)決定比不做決定要好，但我們還是希望能做出最好的決定。為了做出最好的決定，我們會(huì)依賴經(jīng)驗(yàn)和已獲取的信息。如果我們在某個(gè)領(lǐng)域具有相關(guān)的經(jīng)驗(yàn)，那么我們可以很快地做出決策；如果我們在這個(gè)領(lǐng)域缺少相關(guān)經(jīng)驗(yàn)或者信息很少，通常就需要花費(fèi)更多的時(shí)間去評估多種可能性，進(jìn)行一些計(jì)算并權(quán)衡利弊。

? ? ? ?生活中，我們不斷在做各種決定。當(dāng)需要在短時(shí)間內(nèi)做出大量決定，或者可獲得的數(shù)據(jù)是很有限的（或者反之，數(shù)據(jù)量非常巨大），這時(shí)就需要自動(dòng)化決策來幫助我們了。那我們?nèi)绾未笠?guī)模地做出明智的決策呢？

沒有歷史數(shù)據(jù)的場景

? ? ? ?一個(gè)全新的產(chǎn)品；應(yīng)該在馬薩諸塞州還是在加利福尼亞州備更多的貨？

? ? ? ?在沒有歷史數(shù)據(jù)的場景中，我們可以依靠直覺，經(jīng)驗(yàn)，或者對現(xiàn)狀進(jìn)行分析來制定決策。

? ? ? ?直覺從本質(zhì)上講就是一種內(nèi)心的感覺：通常情況下，這么去做是可以得到想要的結(jié)果的。直覺如果正確的話，可以將其規(guī)范為具體的流程，或者是業(yè)務(wù)規(guī)則。形成流程或者業(yè)務(wù)規(guī)則后，就可以不斷通過實(shí)際情形來驗(yàn)證并持續(xù)改進(jìn)。

? ? ? ?經(jīng)驗(yàn)是根據(jù)過往一系列事實(shí)而總結(jié)構(gòu)建出來的知識(shí)，并且可以在遇到類似情況時(shí)，運(yùn)用該知識(shí)來可預(yù)期地獲得較好的結(jié)果。這些知識(shí)有時(shí)候儲(chǔ)存在人們的大腦里，有時(shí)候也會(huì)體現(xiàn)在一些手冊中（這種情況下，已經(jīng)完成了規(guī)范化）。

? ? ? ?現(xiàn)狀分析：在沒有任何先驗(yàn)知識(shí)的情況下，需要根據(jù)現(xiàn)有獲得的信息來制定臨時(shí)的決策。這些臨時(shí)決策也可以被規(guī)范化，然后在測試環(huán)境乃至生產(chǎn)環(huán)境中使用他們，并在每一次使用時(shí)比較實(shí)際結(jié)果和預(yù)期結(jié)果，來實(shí)現(xiàn)不斷精確和優(yōu)化。

? ? ? ?上述三種情況下所做的決策，我們都需要規(guī)范化這些決策。我們可以用一些常見的方法來描述它們，比如一份文本文檔，若干決策表或決策樹，或者借助通用的標(biāo)記符號體系（如DMN，一種OMG標(biāo)準(zhǔn)）來描述決策。

? ? ? ?在測試環(huán)境模擬這些決策，然后再應(yīng)用到真實(shí)環(huán)境，通過持續(xù)監(jiān)控決策結(jié)果來不斷優(yōu)化決策，將會(huì)從整體上提高決策的業(yè)務(wù)表現(xiàn)。

有歷史數(shù)據(jù)的場景

? ? ? ?草莓蛋糕去年賣得很好，但是和藍(lán)莓蛋糕相比還是差一些。是否應(yīng)該低價(jià)向客戶捆綁銷售這兩個(gè)產(chǎn)品？

? ? ? ?當(dāng)有少量歷史數(shù)據(jù)時(shí)，可以比較容易地做出合適的決策。但更常見的是，有著大量的數(shù)據(jù)，這時(shí)使用BI (Business Intelligence) 工具就可以幫助我們理解發(fā)生了什么以及發(fā)生的原因。這一切歸功于BI工具的圖形化展示和數(shù)據(jù)操作功能，允許了對數(shù)據(jù)進(jìn)行切片以及其他處理。

? ? ? ?使用歷史數(shù)據(jù)的這些模型，可以幫助我們將決策規(guī)范化，規(guī)范的方式與沒有歷史數(shù)據(jù)的場景相似。

? ? ? ?而這些模型也可以用來進(jìn)行預(yù)測性分析乃至規(guī)范性分析。

預(yù)測性分析

? ? ? ?當(dāng)有大量的可用歷史數(shù)據(jù)時(shí)（越多越好），就可以使用預(yù)測性分析來建立預(yù)測模型：主要是使用統(tǒng)計(jì)方法來梳理數(shù)據(jù)并識(shí)別模式。出現(xiàn)頻率高的模式更容易被識(shí)別。BI的結(jié)果（如果有）可以用來指導(dǎo)預(yù)測分析算法，有助于找到合適的相關(guān)關(guān)系。

? ? ? ?成功建立預(yù)測模型后，可將模型應(yīng)用于未來的判斷，依以往經(jīng)驗(yàn)可以預(yù)測出相應(yīng)的結(jié)果。使用預(yù)測模型建立業(yè)務(wù)規(guī)則，可以實(shí)現(xiàn)自動(dòng)化決策的目的。

? ? ? ?通常，所得出的業(yè)務(wù)規(guī)則可以通過現(xiàn)有的知識(shí)或者未來獲得的知識(shí)來優(yōu)化，這些知識(shí)既可以是人的經(jīng)驗(yàn)，也可以是其它具有更好效果的預(yù)測分析。

規(guī)范性分析

? ? ? ?當(dāng)預(yù)測分析得出的模型在多個(gè)模擬場景中使用時(shí)，我們最終會(huì)得到多個(gè)可能的結(jié)果，而其中的一些可能會(huì)比其它結(jié)果更為理想（我們這里是指業(yè)務(wù)表現(xiàn)）。

? ? ? ?在不斷地得到新的歷史數(shù)據(jù)的情況下，我們可以不斷地生成預(yù)測模型，并持續(xù)地優(yōu)化模型，使得模型不斷適應(yīng)新的情況。

? ? ? ?基于歷史數(shù)據(jù)（輔以可能的經(jīng)驗(yàn)知識(shí)），可以獲得一系列的決策規(guī)則，根據(jù)相應(yīng)決策規(guī)則可以得到最優(yōu)化的預(yù)期結(jié)果，從而制定了一種可以指導(dǎo)人們?nèi)绾巫瞿臣虑榛蛘咦屇撤N結(jié)果發(fā)生的方法，而這，就是真正的規(guī)范性分析。

? ? ? ?對要達(dá)成特定目的的決策進(jìn)行智能化的建議，這是一個(gè)非常偉大而具有吸引力的想法：做出決策時(shí)，直覺、經(jīng)驗(yàn)和知識(shí)不再割裂開來，而是同時(shí)運(yùn)用它們。并且隨著時(shí)間的推移，這些建議也隨之發(fā)生變化，從而可以快速得到最優(yōu)結(jié)果。

做出明智的決策

? ? ? ?人類已經(jīng)具備基于不同時(shí)間的多種因素做出決策的能力（有意識(shí)或者無意識(shí)的）。

? ? ? ?如果把這種決策能力拓展到企業(yè)的戰(zhàn)術(shù)和戰(zhàn)略層面，就需要用到規(guī)范性分析，這也就需要知識(shí)、經(jīng)驗(yàn)和大數(shù)據(jù)的支持。屆時(shí)，我們便能夠略感寬慰，因?yàn)槲覀冎贫ǖ臎Q策，已經(jīng)是根據(jù)我們所擁有的一切而做出的最優(yōu)決策了。

? ? ? ?那么，我是該去吃中餐，還是西餐呢？

原文作者：Marc Lerman 原文地址：http://www.xinshu.ai/blog.html/8

轉(zhuǎn)載于:https://www.cnblogs.com/xscredit/p/8527443.html

總結(jié)

以上是生活随笔為你收集整理的做出明智的决策的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。