业务决策的核心：风险与配置
业务决策的形式、内容多种多样， 但大多数值得自动化的业务决策都涉及两个最关键的要素：风险控制与复杂配置。以贷款申请为例:
[if !supportLists]l [endif]贷款产品的设计、配置是非常复杂的：需要综合考虑业务流程，法律合规要求，客户需求，竞争环境等情况。
[if !supportLists]l [endif]与此同时，每批准一笔贷款都需要承担相应的风险：坏账，逾期，市场利率波动较大等等。风险同时来自于每笔贷款本身以及每位用户的贷款组合配置。
上面的例子是显而易见的，大多数决策确实都涉及到风险控制以及复杂配置这两个关键要素，金融服务，健康医疗，市场营销与广告等行业尤其如此。因此，将决策管理解决方案应用于这些行业就不足为奇了。
决策管理、决策分析和进件管理的作用
为了适应决策管理的需要，决策系统在逐步演化过程中形成了三个核心的功能组件：决策管理、决策分析、以及进件管理。
[if !supportLists]l [endif]决策管理用于编辑、测试、优化和管理用于自动化处理的决策规则，决策分析用于评估自动化处理后的决策规则在实际业务执行中的表现，
[if !supportLists]l [endif]进件管理用于处理那些不适用于自动化决策的进件（人工干预处理），以及研究调查进件自动化决策失败的原因（诊断优化管理）。
进件管理通常表现为一种形式或流程，尤其在转账汇款、医疗诊断等相关的领域非常流行。
决策分析的重要性
我们在其它的文章中讨论过, 将决策分析作为部分功能纳入决策管理解决方案是非常有必要的（请参阅《从决策管理通向规范性分析》和《通过模拟优化自动化决策》）。上一代的规则引擎和预测分析工具都忽略了分析的重要性，仅仅狭隘的关注于如何从专家或数据中提炼规则以及相关规则的自动化，而忽略了规则的质量以及在商业应用中的有效性。由我们引领的下一代决策管理平台，“SMARTS明策智能决策引擎”，从一开始就意识到了分析的重要性，已将决策分析定位成决策管理系统的重要组成部分。
不仅如此，将决策分析和创新型的规则提炼工具结合起来，既可以显著提升进件管理人员的工作效率，也可以大大提升在进件管理中总结规则的效率。下一篇博客，我们详细探讨这个主题。
原文作者：Carlos Serrano
原文地址：http://www.xinshu.ai/blog.html/20
-----------------------------------------------------
上海信数金融信息服务有限公司成立于2015年5月，是中国领先的金融科技公司。公司的产品包括新一代智能决策管理平台、企业级数据管理平台以及大数据征信服务等。
明策智能决策平台，是信数公司和美国硅谷公司Sparkling Logic合作研发的一款引领未来的智能决策管理平台，已经被包括PayPal、摩根大通、LTCG保险、京东金融、掌众金服、中望金服等超过100家国内外知名企业所采用。
Sparkling Logic
是一家专业的智能决策引擎研发公司，由FICO Blaze Advisor创始团队建立于2009年，通过对规则引擎、智能决策的不断研究，致力于帮助商业、教育、非盈利和政府组织利用他们的数据和专业知识来更好地自动化决策，推动发展。
