为什么组织应该将其重要的业务决策建模为数字化转型的一部分？我们多次被要求解释我们的客户如何从决策建模中受益，因此我们决定在这里讨论这个问题。本文介绍了采用决策建模的7个理由，并总结了有效使用决策建模为企业带来哪些好处。
决策的重要性
开展任何业务的很大一部分都是做出决策。其中一些是战略性的：我们应该进入某个市场，我们应该如何设计我们的新产品，我们应该选择哪些合作伙伴和分销渠道？其他的则更常规，在日常业务运营中手动或自动进行。这些是运营决策。
运营决策包括回答以下问题：
l 我们是否应该向此客户提供信用额度？以什么条件？
l 我们应该对客户的保险索赔进行查询还是直接支付？
l 鉴于客户过去的行为，当他们访问我们的网站时，我们应该向他们推荐哪些产品？
一些运营决策需要每秒发生多次，因此它们通常是自动化的。这些决策决定了企业的日常盈利能力、留住客户的效率或管理风险的能力。通常，决策的质量和一致性决定了您的客户声誉——对于一些客户来说，他们对您公司的唯一看法是从这些决策的结果中获得的。一些决策的逻辑是智力资本：它有助于为您的公司建立或保持竞争优势——它代表了您为超越竞争对手所做的工作，以及您独特的卖点。您需要准确地做出这些决策，监控其绩效并管理其演变。数字化转型在一定程度上是关于如何使这种决策更加以客户为中心。
业务分析师的部分工作是识别、定义和改进这些决策。这是一个挑战，因为决策方法的细节通常被困在主题专家的脑海中、大量晦涩难懂的文档、电子表格中或软件系统的代码中。这些决策可能已经自动化了，但它们没有被利用，因为很少有人了解它们是如何工作的、它们的有效性或如何改变它们。
什么是决策管理？
决策管理是一种明确识别和描述企业运营决策的方法，就像您对待任何其他重要的业务资产（如数据或流程）一样，这使您可以“将它们带出阴影”。它是一种用于描述、共享、管理变更和检查决策绩效的方法（和技术堆栈），以了解它们如何为您的企业目标做出贡献。管理决策的目标是：
l 通过以允许业务专家和IT人员分享对决策的深入了解的格式表示决策，提高决策的透明度。
l 通过以规范的方式自动化决策来提高决策的生产力，从而提高吞吐量并减少延迟。
l 通过支持监控来衡量其业务有效性，并支持协作以改进其定义，从而提高决策的准确性。
l 通过确保决策易于更改，并确保可以快速了解此类更改的全部后果，从而提高业务敏捷性和适应性。决策模型无需转换为代码即可执行，这一事实进一步提高了敏捷性。
l 通过确保无论业务流程或渠道如何，在适当的情况下重复使用相同的决策，从而提高业务运营的一致性。
其中的一个重要部分是建模决策。
什么是决策建模？
决策建模（DM）是决策管理的一部分，它侧重于使用专为业务分析师和主题专家而非开发人员设计的标准化符号来表示业务决策。
通过决策建模，业务分析师可以构建和共享有关其业务决策如何运作的可靠文档。决策模型由两个视图组成：决策要求视图和决策逻辑视图。
决策要求视图描述了如何将复杂的决策分解为更简单的子决策，以及确切需要哪些数据和业务知识来支持这些决策。它显示了决策的层次结构。
右侧显示了一个示例。决策（具有粗边框的黄色矩形）被分解，显示其对子决策（黄色矩形）、输入数据（绿色圆角矩形）和知识源（具有弯曲基底的蓝色矩形）的依赖关系。
决策需求图是显示架构中业务规则、分析、优化模型、业务知识和源数据集成的强大方式。它们通过提供将它们组合成一个综合整体的环境来促进所有这些。主题专家发现，创建此视图是引发和巩固他们对关键决策的理解的有效方式。
决策逻辑视图（请参阅左侧的示例）定义决策的逻辑。通常（但并非总是）它使用决策表来表示决策如何决定其结果。这使业务分析师能够准确描述其组织中如何进行决策。决策模型还可以以其他格式（例如，决策树、文本）表示逻辑，或与其他方式集成以做出决策（例如，分析、认知模型和优化引擎）。
决策模型不仅仅是关于需求。决策逻辑视图的精度意味着可以直接执行决策模型。因此，它们可以根据真实的业务数据进行测试，甚至可以部署到生产系统中，而无需开发人员将它们转换为代码。这种模型驱动的决策架构方法减少了错误并允许快速更改决策—它为业务决策提供了安全的敏捷性，并确保您的决策规范始终具体且与实施一致。
对业务决策进行建模的7个理由
1．管理复杂性，保持完整性
与临时电子表格甚至业务规则不同，决策模型旨在有效扩展，同时保持易于理解。他们通过“分而治之”来实现这一目标：将复杂的问题分解为简单概念的逻辑层次结构，然后这些概念可以独立表达和发展，但又可以明确有效地协作。
决策模型明确了决策要求：业务决策与以下方面的逻辑依赖关系：其他（子）决策、外部定义的策略、法规要求、法律和业务数据。这样可以更轻松地确定不断变化的决策、数据和外部定义的策略的确切影响。许多DM工具可以说明进行内部提议或外部强制更改的影响，例如数据标准或法规遵从性要求的更改。
此外，DM将所有相关逻辑集中在一个地方：促进规则集中的逻辑完整性，帮助在制定需求时识别逻辑中的差距和不一致，从而从一开始就减少错误。
决策建模产生的依赖关系的明确声明有助于非常快速地识别真实的数据需求，避免过度提供昂贵的数据，以及因延迟发现缺失数据而导致的生产力损失。
2．透明、准确地传达业务政策
决策建模的主要动机之一是以对业务主题专家透明的方式捕获和传达业务决策。这使他们能够理解、验证甚至模拟决策。DM提供了一种面向业务的表示形式，它与实现细节无关，但足够精确以支持执行。业务决策的明确表示使他们从IT系统和主题专家的头脑中解放出来，将它们公之于众，让所有人都能看到，并避免因遗留系统退役和员工流失而造成的业务专业知识损失。
DM旨在提高业务分析师和开发团队之间的沟通效率。决策定义可以明确共享和协作审查，从而减少错误，并快速识别和解决任何错误。可以更有效地将时间花在讨论需求的正确性和后果上，而不是解决对其含义的误解。这种时间节省从根本上缩短了上市时间和错误率。
决策模型也是一个非常有效的平台，用于培训新员工了解组织的决策逻辑。
3．实现快速的模型驱动开发
决策模型可以如此精确地定义逻辑，以至于它们是可执行的。这一点至关重要，因为这意味着这些模型不仅仅是框、行和文本，而是可测试和部署就绪决策服务的基础。可执行决策模型可以成为决策的主要记录，使其成为运营决策的生动规范。它们消除了IT部门将决策实践从尘封的规范文档、晦涩难懂的电子表格和专家访谈中容易出错的决策实践转换为生产系统的需要。相反，业务分析师和IT部门共同开发的决策模型可以直接模拟、测试和部署。
决策模型可以与定义决策的真正业务价值的元数据相关联。例如，决策有助于实现的业务目标以及它的表现如何（例如，节省了多少钱，达到结果的速度有多快）。这意味着在执行这些指标时，可以持续监控性能，并快速识别和解决任何不良趋势。
4．支持敏捷变更管理
可以理解和模拟的业务决策的明确定义使业务分析师能够直接控制业务策略的演变，而不必通过拥有实现此策略的系统的IT团队进行调解。分析师可以在很少IT参与的情况下纠正错误并进行改进（使用模拟和影响分析），只有在确定更改正确时，才能将更改部署到集成测试平台以供IT进行测试。
这种对决策依赖关系的透彻理解有助于进行有效的变更影响评估，并实现敏捷的变更周期。这些优势是业务规则等现有方法无法提供的。
5．让决策完全负责
DM和业务规则共同支持从政策授权到生产系统的完全可追溯性，允许决策得出的每一个结果都附有理由（就政策授权而言），可以事后检查。这可以通过证明符合法规来帮助满足法规要求，并有助于快速诊断故障。他的可追溯性还可用于分析决策随时间推移的有效性，并提出改进创新建议。
当监管要求更新时，这种问责制还可以简化变更管理，因为变更的授权部分可以很容易地映射到支持它们的决策模型部分，因此需要修改。
6．实现标准化
DM使用决策模型和符号标准（DMN）对业务运营决策要求的格式进行标准化。DMN是一个开放标准，由ObjectManagementGroupInc.（OMG）赞助的经验丰富的供应商团队定义、批准和发布。OMG是一个国际性的非营利性技术标准联盟，专门从事20多个垂直市场企业使用的标准符号的开发和保管。他们的许多标准已经为业务分析师所熟知（例如，BPMN、UML）。
DMN提供了强大而灵活的表示法和正式语法，用于表示决策模型和业务逻辑。它具有简单、可扩展且易于学习的结构，可捕获定义决策所需的许多基本信息。它旨在供业务分析师和业务主题专家以及IT专业人员使用。
使用这样的标准意味着每个建模者都使用相同的方式来表示业务决策——因此即使他们没有相同的背景，也可以理解彼此的工作。这不仅是对“每个人都有自己的电子表格格式”的自由放任状态的巨大改进，而且还允许公司招聘了解DMN的业务分析师，因为他们会理解其他人已经创建的模型。这提高了透明度：允许世界各地的所有利益相关者有效地审查业务需求，而不仅仅是内部团队。它还促进了不同决策作者、不同团队之间以及随着时间的推移的一致性。
7．简化其他模型
通常，决策的各个方面分散在一系列文本或电子表格文档中，隐藏在业务流程中或由数据模型暗示。通过使用与业务数据、业务流程和业务动机模型集成的单独标准模型显式地对决策进行建模，决策建模降低了这些其他模型的复杂性，允许每个模型表达他们最适合的系统的各个方面，并允许每个模型以自己的速度发展。DMN旨在与BPMN和UML互通，并由同一标准组织维护。
结论
最重要的是，决策建模通过提供透明、可追溯、可扩展和精确的业务决策表示，该表示是可执行的，集成了分析、优化和认知技术，将决策集成到业务流程中，并测试决策对业务数据和外部权威的依赖关系：
l 允许业务分析师构建、测试和改进透明的决策模型，而无需专业基础设施或大量IT参与，从而缩短上市时间。
l 降低成本并提高可靠性，不仅支持决策自动化，而且避免逻辑缺陷和数据提供错误。
l 通过在提交拟议更改之前看到其全部影响，并促进快速修订，提高敏捷性。
l 通过支持流程的分层分解并将许多不同的逻辑表示样式集成到一个连贯的整体中来管理复杂性。
l 通过确保主题专家和业务分析师及早和持续地参与业务决策的演变，提高业务参与度。
l 通过允许衡量决策有效性并使其对其后果负责，支持业务运营的持续改进。
