做出明智的决策
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)
- 上一篇: QT的mouseMoveEvent事件失
- 下一篇: NOIP2007 树网的核