無處不在的決策

? ? ? ?在我們的一生中，會做出無數的決定或決策，有關于個人生活的，也有工作專業相關的，這發生在我們的每一天中。在這些決策中，有一些無關緊要，有一些卻會產生長期影響，乃至導致顛覆性的結果。

? ? ? ?午餐吃中餐還是西餐？
? ? ? ?應該向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備的時間？

? ? ? ?雖然有時候做一個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，我們會依賴經驗和已獲取的信息。如果我們在某個領域具有相關的經驗，那么我們可以很快地做出決策；如果我們在這個領域缺少相關經驗或者信息很少，通常就需要花費更多的時間去評估多種可能性，進行一些計算并權衡利弊。

? ? ? ?生活中，我們不斷在做各種決定。當需要在短時間內做出大量決定，或者可獲得的數據是很有限的（或者反之，數據量非常巨大），這時就需要自動化決策來幫助我們了。那我們如何大規模地做出明智的決策呢？

沒有歷史數據的場景

? ? ? ?一個全新的產品；應該在馬薩諸塞州還是在加利福尼亞州備更多的貨？

? ? ? ?在沒有歷史數據的場景中，我們可以依靠直覺，經驗，或者對現狀進行分析來制定決策。

? ? ? ?直覺從本質上講就是一種內心的感覺：通常情況下，這么去做是可以得到想要的結果的。直覺如果正確的話，可以將其規范為具體的流程，或者是業務規則。形成流程或者業務規則后，就可以不斷通過實際情形來驗證并持續改進。

? ? ? ?經驗是根據過往一系列事實而總結構建出來的知識，并且可以在遇到類似情況時，運用該知識來可預期地獲得較好的結果。這些知識有時候儲存在人們的大腦里，有時候也會體現在一些手冊中（這種情況下，已經完成了規范化）。

? ? ? ?現狀分析：在沒有任何先驗知識的情況下，需要根據現有獲得的信息來制定臨時的決策。這些臨時決策也可以被規范化，然后在測試環境乃至生產環境中使用他們，并在每一次使用時比較實際結果和預期結果，來實現不斷精確和優化。

? ? ? ?上述三種情況下所做的決策，我們都需要規范化這些決策。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，或者借助通用的標記符號體系（如DMN，一種OMG標準）來描述決策。

? ? ? ?在測試環境模擬這些決策，然后再應用到真實環境，通過持續監控決策結果來不斷優化決策，將會從整體上提高決策的業務表現。

有歷史數據的場景

? ? ? ?草莓蛋糕去年賣得很好，但是和藍莓蛋糕相比還是差一些。是否應該低價向客戶捆綁銷售這兩個產品？

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

? ? ? ?使用歷史數據的這些模型，可以幫助我們將決策規范化，規范的方式與沒有歷史數據的場景相似。

? ? ? ?而這些模型也可以用來進行預測性分析乃至規范性分析。

預測性分析

? ? ? ?當有大量的可用歷史數據時（越多越好），就可以使用預測性分析來建立預測模型：主要是使用統計方法來梳理數據并識別模式。出現頻率高的模式更容易被識別。BI的結果（如果有）可以用來指導預測分析算法，有助于找到合適的相關關系。

? ? ? ?成功建立預測模型后，可將模型應用于未來的判斷，依以往經驗可以預測出相應的結果。使用預測模型建立業務規則，可以實現自動化決策的目的。

? ? ? ?通常，所得出的業務規則可以通過現有的知識或者未來獲得的知識來優化，這些知識既可以是人的經驗，也可以是其它具有更好效果的預測分析。

規范性分析

? ? ? ?當預測分析得出的模型在多個模擬場景中使用時，我們最終會得到多個可能的結果，而其中的一些可能會比其它結果更為理想（我們這里是指業務表現）。

? ? ? ?在不斷地得到新的歷史數據的情況下，我們可以不斷地生成預測模型，并持續地優化模型，使得模型不斷適應新的情況。

? ? ? ?基于歷史數據（輔以可能的經驗知識），可以獲得一系列的決策規則，根據相應決策規則可以得到最優化的預期結果，從而制定了一種可以指導人們如何做某件事情或者讓某種結果發生的方法，而這，就是真正的規范性分析。

? ? ? ?對要達成特定目的的決策進行智能化的建議，這是一個非常偉大而具有吸引力的想法：做出決策時，直覺、經驗和知識不再割裂開來，而是同時運用它們。并且隨著時間的推移，這些建議也隨之發生變化，從而可以快速得到最優結果。

做出明智的決策

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

? ? ? ?如果把這種決策能力拓展到企業的戰術和戰略層面，就需要用到規范性分析，這也就需要知識、經驗和大數據的支持。屆時，我們便能夠略感寬慰，因為我們制定的決策，已經是根據我們所擁有的一切而做出的最優決策了。

? ? ? ?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

轉載于:https://www.cnblogs.com/xscredit/p/8527443.html

總結

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站內容還不錯，歡迎將生活随笔推薦給好友。