决策知识自动化 大数据时代的商业决策分析方法

工业时代需要工业自动化，知识时代必须知识自动化。工业时代的发展在许多方面对人类的体力提出了“非分”的要求，迫使人们必须依靠工业自动化的手段来“补偿”其体能上的不足，才能实施、运营、维护各类大型或精密的系统和过程；同理，面临物联网、大数据、云计算、智能技术等，正在迅速兴起的知识时代也对人类的智力提出了更高、更加“非分”的要求，人们更需要借助知识自动化的方法来“弥补”其智能上的不足，进而才能去完成各种层出不穷的不定、多样、复杂任务。

《决策知识自动化 大数据时代的商业决策分析方法》的出版正当其时。

《决策知识自动化 大数据时代的商业决策分析方法》综合大量来源于业务流程自动化的主流应用场景，聚焦于组织管理及运营中经营决策的知识自动化这一主题，向读者展示如何在实践中应用知识自动化技术实施决策管理，以提高运营效率和组织收益。

《决策知识自动化 大数据时代的商业决策分析方法》适合各企业CEO、CIO、IT 架构师以及一切对知识自动化理论感兴趣的读者。

Alan N. Fish FICO，决策方案部首席顾问，使用业务规则和预测分析进行决策管理领域的专家，对象管理组织决策模型与符号制定委员会的联合主席。从事决策系统的构建工作已经有30余年，主持过许多当时的技术前沿项目。

王飞跃（译者），中国科学院自动化研究所复杂系统管理与控制国家重点实验室主任，国防科技大学军事计算实验与平行系统技术研究中心主任，中国科学院大学中国经济与社会安全研究中心主任，青岛智能产业技术研究院院长。主要研究领域为智能控制、社会计算、平行系统、知识自动化等。

王晓（译者），中国科学院大学研究生，研究方向主要集中于社会网络分析、动态网群组织分析与建模、社会交通、知识自动化。

郑心湖（译者），美国明尼苏达大学（双城分校）研究生，研究方向主要集中于社会网络分析、智能交通、数据挖掘、机器学习、知识自动化。

★“Fish博士认为，决策需求的分析是在业务流程工作中实现知识自动化的关键，也是企业决策管理的核心所在。通过使用决策需求分析图表，将决策、知识和数据之间的依赖关系图形图像化，清晰地阐明‘局部知识用于局部决策，全局知识用于全局决策’的‘所要即所需，所得即所用’理念，更好地实现知识的价值。本译著的出版对于从事知识工作的自动化的研究具有重要参考价值。”

——柴天佑，东北大学教授，中国工程院院士

★“2013年麦肯锡发布了题为《颠覆技术: 即将变革生活、商业和全球经济的进展》的全球报告，预测了12 项可能在2025 年之前决定未来经济的颠覆性技术，其中第二名便是以智能软件系统为代表的‘知识工作的自动化’，并预估该技术可在2025年带来5.2万亿至6.7万亿美元的经济效益。Fish博士从企业经营管理的角度出发，探讨了如何获取知识以及如何将知识应用于企业决策制定等问题。但他的方法并不局限于企业的应用，同样适合于工业流程中的决策制定与管理。本书条理清晰，令人受益匪浅。”

★——桂卫华，中南大学教授，中国工程院院士

“‘知识自动化’是传统人工智能的基石，Fish博士强调了知识在业务流程中的应用及价值体现，借助规则、算法及预测分析模型等方法，将知识封装在决策服务中，并在面临特定需求的时候调用并使用知识。‘企业知识自动化’只是人工智能‘知识工程’大概念中的沧海一粟，他的方法却为人工智能的知识驱动法提供了一条可行的途径。”

——张钹，清华大学教授，中国科学院院士

★“培根的名言‘知识就是力量’照耀了人类社会进步五百多年。物质运动的自动化已近百年，显著地改变了人类生产与探索世界的进程。当今，信息科技是建立在数据之上的，信息科技的巨大发展必然导致大数据的时代，这个时代呼唤知识的自动化。现在讨论这个问题正逢其时！”

——黄琳，北京大学教授，中国科学院院士

★“知识自动化是信息自动化在开放的网络空间中的延伸与提升，它并非只是知识的自动产生过程，更能够诱发知识的传播、获取、分析、影响、产生等方面的重要变革。”

——吴宏鑫，中国空间技术研究院研究员，中国科学院院士

★“Fish博士提出的收集、建模与管理决策需求的方法行之十分有效。对于任何想要建立决策管理系统，或是高效地以决策为中心进行形势分析和开展商业自动化的组织、团体或个人，本书都是必读之选。”

——James Taylor，Decision Management Solutions公司CEO、首席顾问

★“Fish博士具有IT、人工智能、基于规则系统开发的复合背景。本书中，他着重解决了两个问题：其一是基于规则系统在辅助决策中的应用，其二是将这些应用自动化。对于关注这些主题的企业管理者和分析师，特别是对如何在商业流程中使用规则系统的读者，本书提供了一个完整的概述，且文笔流畅、易于理解。”

——Paul Harmon，Enterprise Alignment公司创始人、首席顾问

第1 章 知识的价值．．．1
1．1 经济学中的知识．．．1
1．1．1 新古典增长理论．．．1
1．1．2 新增长理论．．．3
1．1．3 知识经济．．．5
1．2 知识型业务．．．7
1．2．1 战略决策与经营决策．．．7
1．2．2 决策收益定价法．．．9
1．3 参考文献．．．13
第2 章 业务流程中的决策．．．14
2．1 业务流程建模．．．15
2．2 决策点和决策服务．．．16
2．3 业务流程决策的重设计．．．19
2．3．1 员工决策机制的建模．．．20
2．3．2 自动化决策制定流程．．．23
2．3．3 合理化决策点．．．26
2．4 发放流程模板．．．31
2．5 流程设计方法．．．33
2．6 参考文献．．．35
第3 章 在决策服务中封装知识．．．37
3．1 业务规则．．．38
3．1．1 对象模型．．．40
3．1．2 推理策略．．．41
3．1．3 规则集和规则隐喻．．．42
3．1．4 产生式规则及约束式规则．．．46
3．2 算法．．． 48
3．3 预测分析建模．．． 52
3．3．1 规则和决策树归纳法．．． 53
3．3．2 评分卡模型．．． 54
3．3．3 神经网络．．． 58
3．4 汇总．．． 60
3．5 参考文献．．． 64
第4 章 决策需求分析．．． 66
4．1 基本原则．．． 67
4．2 决策需求图表．．． 68
4．2．1 定义．．． 69
4．2．2 用途．．． 71
4．3 DRAW．．． 74
4．3．1 资源．．． 74
4．3．2 日程安排．．． 75
4．3．3 方法．．． 76
4．4 参考文献．．． 86
第5 章 DRA 在知识自动化项目中的应用．．． 87
5．1 DRA 在项目管理中的应用．．． 87
5．1．1 自动化范围界定．．． 88
5．1．2 项目评估．．． 90
5．1．3 项目规划．．． 92
5．2 DRA 在知识发现中的应用．．． 100
5．2．1 发现业务规则．．． 102
5．2．2 发现算法．．． 106
5．2．3 发现分析模型．．．106
5．3 DRA 在设计中的应用．．．108
5．3．1 在决策点上分配决策服务．．．108
5．3．2 设计决策流程．．．110
5．3．3 设计对象模型．．．112
5．4 DRA 在实施中的应用．．．． 116
5．4．1 基础设施开发．．．117
5．4．2 知识配置．．．118
5．4．3 测试．．．120
5．5 知识生产线．．．124
5．6 参考文献．．．126
第6 章 常见决策模式．．．127
6．1 决策实施类型．．．127
6．1．1 带理由的分类决策．．．128
6．1．2 带异常记录的规则决策．．． 131
6．1．3 细分模型．．． 134
6．1．4 冠军?挑战者模型．．． 136
6．2 协同决策机制．．． 139
6．2．1 待定需评审．．． 139
6．2．2 决策支持．．． 140
总结．．． 146
术语表．．． 149
延展阅读．．． 155
关于作者．．． 158
关于译者．．． 159

初次接触Alan的工作是在2009年，当时他向我介绍了决策需求分析的核心理念。他所描述的方法以及该方法在改进决策管理系统的分析和设计方面所蕴含的巨大潜力，给我留下了极为深刻的印象。过去十年里，大多数时间我都在从事决策管理方面的工作，帮助企业使用业务规则和预测分析技术来自动化并改善其业务决策。Alan提出的收集、建模和管理决策需求的方法，立刻使我意识到，这恰恰是改善业务决策的正确方法。从那以后，我一直使用该方法来帮助我的客户。

决策管理是一种对经营业务决策的自动化和改进都行之有效的方法，这里的决策包括那些影响单个客户或案例的微观决策。在我从事决策系统管理工作的这些年里，这一方法逐渐为大众所知并接受。要构建一个决策管理系统，首先需为决策流程逻辑的管理搭建一个坚实的平台——业务规则管理平台，而且还要具备有效整合该逻辑与预测分析模型的能力。同时，该平台还要求使用以决策为中心的方法，能有效识别、建模、提取和管理需求。

以我最近合作的一家企业为例。当时他们正尝试将一套业务规则管理系统应用到企业以过程为中心的文化中去。运用Alan的方法，我们将精力集中在决策、决策间的依赖以及决策所需的信息与知识方面。最终，业务规则管理系统成功上线，该企业对决策在业务过程中的作用也有了新的认识。

许多企业错误地认为，他们现有的需求收集与流程管理同样适用于新的业务规则及其管理系统。但实际上，由于旧的方法缺少对决策的关注，因此对分析决策几乎没有帮助，而这恰恰又是运行成功的必要保障。类似地，正在使用的这些预测分析模型往往也缺乏一个正式的或可重用的方法来定义它所要辅助的决策，而这正是决策需求分析的价值所在。

本书的出版正当其时。目前，决策管理系统越来越受人瞩目；同时，业务规则和预测分析产业正将其关注点转向对于决策和决策自动化的讨论。过去九年里，我帮助过几十家实施业务规则和预测分析技术进行业务管理的企业，并与超过上百家企业谈论过这一话题。对企业和组织而言，决策管理系统能够有效地改进其业务，并使业务更为敏捷、更易于分析且更具适应性。若想获得成功，企业不仅需要强大的技术，更需要有能力分析和设计自身使用的系统。Alan在决策需求分析方面的工作正是使企业具备这一能力的关键。

在本书中，针对决策需求分析方法的使用，Alan向读者提供了一个简单且实用的指南。同时，他对知识、决策机制及不同场景下业务流程中决策服务的关键角色进行了简短而全面的介绍。本书核心章节主要介绍了决策需求的建模方法以及相关研讨会。从发现问题到实施决策，Alan展示了该决策方法是如何对项目每一阶段的实施提供帮助的，同时，本书还提供了大量常见决策模式及其案例分析，以便帮助读者快速了解掌握这种方法。如果你计划对决策进行分析和建模，这本书就不容错过，它将引领你顺利完成工作。

我强烈地认为，本书所描述的方法是目前应对决策建模问题的最佳方案，这也是我使用它来服务我的顾客并在我的新书里极力推荐的原因。

——James Taylor

James是决策管理解决方案公司（Decision Management Solutions，位于加州Palo Alto）的CEO和首席顾问。著有《决策管理：商业规则与预测分析指导手册》一书（Decision Management Systems: A Practical Guide to Using Business Rules and Predictive Analytics，IBM Press，2011）。作为一名活跃的咨询师，他与全球许多企业保持合作关系。