监控是构建决策管理系统所需的五大关键功能之一。每项功能都可以逐步采用，并可根据资源和业务驱动因素进行扩展。

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。

业务规则的企业用户，甚至是BRMS，在扩展系统时应该意识到规则的严重限制。相比之下，决策模型方法通过提供业务规则中缺少的逻辑的高级业务组件，提高了业务规则的企业可扩展性。

现在有无数文章令人喘不过气来谈论“AI”，其中绝大多数都在谈论一种AI，即使用神经网络执行的某种形式的机器学习。

Gartner越来越多地将决策智能作为一个概念以及决策智能平台进行讨论。最近，他们发布了决策智能平台市场指南，强烈推荐阅读。

如果您今天要启动第一个 BRMS 实施项目，请不要从收集规则开始！通常会建议团队以自然语言或规则手册的方式收集所有相关规则，以此开始他们的项目。

分析团队在部署模型之前需要了解的5 件事许多分析和数据科学团队都有构建看似很棒的模型的经验——有效、预测性强、功能强大——但最终却发现令人失望甚至没有业务影响。模型没有部署或部署时间太长，导致其准确性丧失。部署的模型没有使用或使用效率不高。模型会老化，导致性能下降。你能做什么？在部署模型之前，请确保你能回答这 5 个问题。1. 模型是否根据业务目标进行了良好的评估？CRISP-DM，即跨行业...

聪明的公司知道他们需要一种方法来利用新技术取得成功。高级分析和数据科学项目也不例外：仅仅投资大数据基础设施并购买新工具不会突然让您的组织决策变得更加明智。

机器人流程自动化（RPA）可能会让人联想到机械机器人统治世界的未来主义愿景，但事实上，不是那种。