信数金服决策引擎分享(三):如何实现决策的协同维护?

团队如何使用共同语言构建决策?


为了使团队能够就决策的制定达成共识,需要使用统一的方法和语言来描述这些决策,以便于决策在整个组织中被接受。有几种常见的方法用于描述决策:自由形式文本,格式化文本,表格,业务流程模型(Business Process Model, 简称BPM)或其他方法。


自由形式文本可用于描述使用自然语言或伪代码表达的决策。自然语言每个人都可以理解,但经常比较冗长,而且会包含来自于不同团队的内部术语,这肯定会让团队之间的沟通产生问题。而对于伪代码而言,它需要有足够的表达体系来精确地描述所有情况。但是事实经常是,鱼与熊掌不可兼得,伪代码常常无法保证被组织中的每个人都理解并得到一致地使用。尽管如此,自由形式文本还是普遍被采用,因其易于开始。


格式化文本是自由形式文本的一个变体:你会用软件内部规定的规范语言来表达,这种方法能确保所有设计决策的人都使用一致的表达方式。这通常由一组预先填充或自定义语句的模板来实现。


表格常用于描述决策,通常称之为决策表,它提供了相当简洁的方式:在最简单的形式中,决策的所有输入字段名称都出现在表头,而该决策的输出字段出现在最后一列; 输入和输出的值在表的单元格中显示。


[if !vml]

[endif]决策表示例


       这种表达方式对于定义决策的输入和输出很直观,能确保不错过任何与这些输入和输出相关的事项。如果决策中的字段和属性足够简单的话,那么团队的每个人都容易理解。然而,这种方式的缺点是难以显示例外情况(即便对于很常见的例外情况),有时也可能有点冗余。为了解决这最后一个问题,可以使用变体,例如决策树或决策图(能将一部分有相同值的行以节点的形式汇集在一起)。


[if !vml]

[endif]决策树示例


[if !vml]

[endif]决策图示例


       业务流程模型(BPM)是用来描述业务流程的; OMG(Object

Management Group国际对象管理组织)目前为业务流程模型提供了一种标准化的图形化表达方式:业务流程模型标记法(Business Process Model Notation,简称BPMN)。通过适当的培训,组织的所有利益相关者可以以相同的方式描述并共享流程,包括业务规则。然而,BPMN的缺点是业务规则仅仅是以任务的形式来呈现,除BPMN之外,还需要一种方法来表示各种复杂规则。


一个组织也可能会提出自定义的图形符号,但OMG提供了一个更好的选择:决策模型标记法(Decision Model

Notation ,简称DMN)。DMN以图形方式描述决策,而且牵涉到的概念较少,因此易于学习。它另外的优势在于有众多工具供应商的支持,从而使其更容易集成并确保规范得到正确应用。


下面,我们将介绍DMN使用的一些概念,以及如何将它们用于制定决策。


DMN 基础



 DMN标记法定义了4种基本模块:Decision(决策),Input data(输入数据),Business knowledge(业务知识)和Knowledge source(知识源)。它们以以下形式展现:


[if !vml]

[endif]来源: DMN Specification 1.0 (beta)


       简单来说,Decision模块基于一个或多个输入来确定输出。Input data模块是被一个或多个决策用以作为输入的信息。


为了表示输入数据是一个决策的输入,从输入数据绘制一个箭头链接到决策;它被称为DMN标准中的信息规范。


[if !vml]

[endif]


       类似地,决策的输出可以作为另一决策的输入:因此,信息规范会要求将它们连接起来。


我们至少需要Decision和Input data模块,才能从顶层决策开始设计决策流程。通过定义其输入和输出,然后逐步添加更多的决策输出(如果需要)作为顶层决策的输入,来分解顶层决策;以此类推,直到决策流程达到合适的粒度。


请注意,在这个阶段,我们不涉及决策逻辑本身(以后会谈到)。


业务知识模型,知识源


业务知识模型模块代表封装的知识:基本上它是个能提供决策及知识的黑盒子。这可以是一套业务规则,决策表,分析模型等。决策模型图中的这些模块能表示决策是如何做出的(给定其输入和输出)。


知识源代表业务知识模型的权威引用或一个决策:这是获得实际业务知识的来源(手册,书籍,或某专项学科专家等)。


将业务知识模型连接到决策的链接称为知识引用。将知识源连接到业务知识模型或决策的链接称为权威引用。


[if !vml]

[endif]


紧接着


一旦你迭代、分解了决策,添加了所需的输入,为它们提供业务知识模型,并用知识源来注释上述这些(决策、输入、业务知识模型),您最终会得到决策的一个非常好的视觉呈现。它可能长这样:


[if !vml]

[endif]来源: DMN Specification 1.0 (beta)


更近距离观察业务逻辑


然后,我们就需要实际描述业务逻辑,向这些业务知识模型(或直接针对这些决策)提供“肉”(具体的决策逻辑)。

       DMN

标准提供了另一种简单且众所周知的手段,以决策表的形式描述决策逻辑。决策表的内容可以是任何文本,但你也可以选择使用DMN的专用语言(FEEL)。


[if !vml]

[endif]来源: DMN Specification 1.0 (beta)


使用DMN图表来协作

       DMN

图表在项目生命周期中是不断进化的:随着新信息的发现和提供,它需要不断改进。因此,DMN图表需要不断更新,不仅是作为内部文件,同时也是作为项目成员间进行交流的一种有效手段。


包括业务分析师或IT团队在内,图表(和附加的业务逻辑)都可以用作实际设计决策的依据。类似地,如果需要对可执行的决策进行更改,那么这些更改需要同步到DMN图表中。


俗话说,一图胜千言。DMN,将决策可视化,使其易于理解和讨论。

[if !supportLineBreakNewLine]

[endif]

原文作者:Marc Lerman

译文地址:决策科学学苑详情|信数金服

原文地址:https://www.sparklinglogic.com/talking-decisions-part-1/

https://www.sparklinglogic.com/talking-decisions-part-2/


-----------------------------------------------------

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。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,843评论 6 502
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,538评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,187评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,264评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,289评论 6 390
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,231评论 1 299
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,116评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,945评论 0 275
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,367评论 1 313
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,581评论 2 333
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,754评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,458评论 5 344
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,068评论 3 327
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,692评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,842评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,797评论 2 369
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,654评论 2 354

推荐阅读更多精彩内容