上下文交互式的决策管理

在实践中,业务人员往往是一边分析业务场景和数据、分析关键业务指标,一边开发、测试决策模型。SMARTS系统完全保留了业务人员的这些操作习惯。在决策管理生命周期的每个阶段,业务人员都可以使用SMARTS来分析进件案例,开发决策模型,模拟决策执行,分析预期的关键业务指标。


SMARTS提供了复合的界面窗格,这些窗格将绩效指标、进件数据等决策相关的上下文信息都融合在了一起。用户甚至可以按照自己的喜好拖拽这些窗格,自定义体验最佳的界面布局。

· 文档窗格用于分析和管理进件案例数据,包括输入字段、衍生变量、输出结果等。

· 仪表版窗格用于分析关键绩效指标。用户可以自定义关键绩效指标,模拟分析决策执行的预期效果。

· 决策窗格用于展示和管理决策流程和逻辑,用户可以在这个窗格编辑决策流程和规则。


以上窗格信息是完全同步的。当用户修改进件案例数据(或加载新的案例)、修改计算字段、编辑决策时,各种信息都会立即更新,给用户即时反馈所做更改的影响。这种方法确保了业务人员能真正掌控决策——他们操作他们习惯的进件案例数据,跟踪与他们相关的信息(业务绩效),都是实时响应,没有延迟,这些都是他们日常工作的一部分。


输入、计算、输出(Inputs, Calculations and Outputs)

SMARTS是面向数据的。在SMARTS中,决策是根据表单(Form)中定义的数据结构构建的。表单包含了定义决策逻辑所需要的元信息,包括输入字段、计算字段、输出字段等。


SMARTS并不会刻意区分输入与输出。当调用SMARTS引擎时,首先将符合表单格式要求的数据传入引擎,引擎基于规则处理这些数据,最终返回表单格式约定的所有信息,其中会包含最初传入的那些信息。


基于您的需求和习惯,您可以自定义您的表单结构,比如:

· 某些区块(Sections)下仅定义输入字段,决策逻辑不会改变这些字段的值。某些区块下都是输出字段。

· 也可以定义所有区块下都有输入字段,部分区块下有输出字段。


业务人员还可以定义衍生变量。业务人员可以将衍生的计算字段作为表单的一部分,用户可以根据需要修改表单,在他们认为适合的任何地方添加计算字段。一旦计算字段附加到表单上,它在所有情况下都会出现,并自动进行计算,并可在决策中使用。


为了创建这样的计算,SMARTS使用高级语法SparkL,它使计算的表达式变得简单,并且本质上是声明性的

管理这些计算将是业务人员的一项日常工作,需要构建在表单上下文中创建计算字段的能力,以及查看当前进件案例的计算结果,并将其体现在绩效指标度量和决策编辑中的能力。


实现决策逻辑的多种范式

决策管理方法的一个关键原则是,业务用户必须能够理解所实施的决策,实施专家必须清楚需要对决策进行哪些更改。理想情况下,业务分析师可以直接变更,实施专家和业务分析师能够对决策达成共识。


这种方法有一个关键的挑战:单一的表示方法不足以在决策的整个生命周期中引出、实施和管理决策。许多传统的表示方法(规则文本、决策树、规则表等)虽然理论上都可以表达所有可能的决策逻辑,但对业务用户而言,某些方法只适用于某些场景,在其他场景下是低效的。根据任务的不同,业务用户希望使用最适合的表示方法而不是仅使用一种。


比如:

· 当试图理解都有哪些决策或规则导致了某个特定结果时,决策图可能是最合适的表示方法。虽然不像其他表示法那样易于编辑,但决策图非常擅长突出显示所有可能通向给定结果的路径。

· 当试图理解当某些条件满足时将有什么行为时,决策树就是一个合适的表示方法。如果一组条件已经为真,要理解潜在结果是什么,很容易通过一个适当的决策树表示来完成。

· 当试图理解相对同质的决策或规则之间的结构差异时,例如费率计算规则,决策表可能是最合适的表示方法。

· 当关注单个规则时,规则文本表示方法是合适的。


SMARTS使用多种方法解决了表示方法多样性的难题:

· 基于表单的红笔决策管理

· 提供决策树、决策图、决策表、规则文本等多种表示方法,并可以灵活切换

· 其他基于模型的决策逻辑


在红笔模式下,业务用户仅需在表单中做简单的点击和配置,即可完成规则的编辑,并可以很值观的看到某笔进件命中了哪个规则,规则使用到了哪些字段。

规则文本编辑如下图所示:

规则语法是简单而强大的,与计算字段一样,同样使用了SparkL语法。

它允许您使用SQL的全部功能,可针对对象集合编写表达式和语句。例如,下面的表达式用来选择以Linux为平台的价格最低的设备


from appliance in ApplicableAppliances

where OnDemandPricing == true and Platform == "Linux"

orderby appliance.LinuxOnDemandCost

compute Take(1)


假设您希望了解某批测试用例都是哪些特征,都导致了哪些决策结果。您可以切换到决策树表示法,并以图形方式展示测试用例的分布。

假设您希望了解不同的决策结果都是由哪些规则导致的,您可以切换到决策图表示方法。

在上图中,不同的决策结果只有一个节点,您可以很容易的自下而上的浏览导致不同决策结果的路径。


如果您想查看不同规则间的异同点,发现可能重叠,或者遗漏的设置,那么您可以使用决策表的表示方法。

在上表中,您很容易发现,规则没有覆盖小于16岁或者大于等于80岁的情况。


您还可以对决策表分组,对某些情况做更精准的分析。

对于基于模型的表示方法,SMARTS支持两类模型:

· 查找模型(Lookup models)

· PMML格式的预测模型(Predictive models through PMML)


查找模型与决策表很类似。查找模型是在给定的数据表中,查找到输入参数对应的返回值。比如,想象一张大的价目表, SKU编码,销售区域,客户类型,销售量组合在一起决定了最终的销售价格。查找模型的主要工作是是配置好相应的数据表,定义好哪些字段组合与输入信息匹配,定义好对应的返回字段。


在决策执行时,决策引擎将查找进件数据对应到查找模型中的某一行,并返回相应的返回字段信息。

在上图中,查找模型根据输入的信用评分和贷款类型,返回贷款产品,成本,条款,利率等信息。


针对查找模型,有特定的查找模型引擎,在决策条件比较多的情况下(数千条以上),查找模型的执行效率比决策表要快的多。


SMARTS还支持PMML格式的预测模型(用R或Python等预测分析工具制作的模型)。以下是SMARTS支持的预测算法。

决策管理


解决方案
关于我们
行业应用
核心成员
联系电话:021-50196198
地址:上海杨浦区昆明路739号文通大厦12F
版权所有:上海数泱信息科技有限公司
预测模型
联系我们
会员登录
登录
其他账号登录:
留言
回到顶部