预测模型如何改进自动化决策

文章发布于公号【数智物语】（ID：decision_engine），关注公号不错过每一篇干货。

作者 | Colleen McClintock

译者 | Elijah Ma

敏捷是决策管理领域的关注重点及优势所在。在决策管理中，敏捷指的是能够快速调整并应对业务和市场带来的变化。决策管理技术倡导将业务逻辑从系统和应用中分离出来，然后业务人员便可以在独立的环境中管理和修改业务逻辑，并且完成对修改的部署上线。

在这过程中，尽量减少了IT人员的参与，而且也不需要经历一个完整的软件开发周期（需求，开发，测试，上线）。

相比于传统应用更新方式，决策管理的方法可以保证团队在很短的时间内就能完成对系统里业务逻辑的修改。即使某些涉及关键自动化决策的需求频繁地变更或者新增，在这种方式下也能轻松应对，这可以让你的业务更加灵活。

能够快速地对应用进行修改和完成上线是很重要的。那如何才能知道应该修改什么呢？有一些变更，比如监管要求或者合同约定的，是非常明确的。只要准确地按照监管要求或者合同约定进行部署，自动化决策将产生所需的决策结果，进而做出正确的决策。但是，许多决策的修改并没有这样直接而明显的解决方法。

光靠敏捷是不够的

通常情况下，决策是基于用户行为、市场动态、环境影响或其他的外部因素制定的。因此，这些决策常常有着很大的不确定性。例如，在信用风险决策中，需要决定是否批准一个申请，以及设定相应的信用额度和利率。相关机构如何制定最佳决策来帮助他们尽量获客的同时降低风险？这同样适用于营销决策，如追加销售和交叉销售的报价等，客户最可能接受哪个可能的报价？

预测模型提供数据洞察

这正是预测模型一展所长的地方。预测模型基于大量的历史数据，通过精密的分析技术对未来进行预测，从而帮助我们减少不确定性，并制定出更好的决策。能做到这点，预测模型是通过识别历史数据中一些能导致特定结果的模式，并在未来的交易以及客户互动中检测相同的模式，来实现对结果的预测。

预测模型指导着许多影响我们日常生活的决策。比如，你的信用卡发卡银行可能会偶尔联系你，要求你确认一些他们认为可能是盗刷的交易，因为这些交易不符合你的刷卡习惯。当你在网上购物时，商家会根据你的购买历史或者购物车中的商品推荐你可能需要的其他商品。并且你可能也注意到，在你访问的一些其他网站上也会展示类似商品的广告。这些广告与你之前访问的购物网站直接相关，以促使你返回并完成购买。所有的这些例子都是预测模型在具体决策场景下的运用。

如何建立预测模型

预测模型其实就是创建一个数学意义上能够表示历史数据中不同特征之间的关联的模型。被选择的特征和结果相关并可以用来进行预测。例如，为了预测未来销售的可能性，有用的预测因子可能是客户的年龄、地点、性别和购买历史。或者为了预测客户流失，我们可能会考虑用户的行为数据，如过去6个月的投诉次数，上个月的支持单数量，该用户成为我们客户的月数，以及人口统计数据如客户的年龄、地点和性别。

假设我们有足够的包含了结果（在第一个例子中客户是否实际购买，第二个例子中客户是否流失）的历史数据，我们可以使用这些数据来创建一个预测模型，将输入的数据元素（预测因子）和输出的数据元素（目标）做映射，并对未来的客户进行预测。

通常数据科学家建立预测模型时有一个迭代的过程，包括：

收集和准备数据（并解决数据质量问题）
探索和分析数据来检测异常情况和异常值，识别有意义的趋势和模式
使用机器学习算法或像回归分析这样的统计方法来建立模型
测试并验证模型的准确性

By Farcaster at English Wikipedia, CC BY-SA 3.0,

一旦建立好模型并通过了验证，那么便可以部署和使用，来进行实时的自动化决策。

在自动化决策中部署预测模型

当预测模型可以给我们提供正确的预测结果和评分后，我们还需要决定如何去使用它们。像明策智能决策引擎这样的现代决策管理平台，能够将预测模型（给出决策）和业务规则（将决策转为具体的行动）很好地结合起来。明策智能决策引擎包括了内置的预测分析功能，也能够执行其它工具（如SAS、SPSS和R）建立的预测模型。

预测模型的使用正在迅速普及，并且改变了很多传统的商业行为。但其中很重要的一点是要明白预测并不等同于决策！现实世界的商业决策通常会包含多个预测模型。例如，一个反欺诈决策中，可能包含用来预测交易发起方的账户被盗用的可能性的模型；也可能包含用来预测交易收款方的账户被盗用的可能性的模型。一个贷款审批的决策会包含信用评分模型和反欺诈模型，也有可能包含了其它模型来预测客户提前还款的可能性，或者他们购买额外产品和服务的可能性。决策中的业务规则正是综合了这些模型的结果和分数，来最大化回报并最小化风险。

在下一次的文章中，我们会介绍：现代的决策管理平台（如明策智能决策引擎）是如何帮助我们来评估其它可选决策策略的效用的，我们将会带你探索如何使用决策模拟来找到最好的行动方案。

原文链接：

https://www.sparklinglogic.com/predictive-models-improve-automated-decisions/

风鸟企业负面信息免费查询平台：http://www.riskbird.com

星标我，每天多一点智慧

预测模型如何改进自动化决策相关推荐

web自动化如何在不同浏览器运行_自动化决策环节的“心脏”将如何与众不同？...
原标题:自动化决策环节的"心脏"将如何与众不同? 原宝钢研究院首席研究员郭朝晖博士认为:自动化本质是感知.决策和执行的统一自动化的理论基础是控制论.控制论诞生时,控制论之父维纳思 ...
自动化决策流程实现资产组合利润最大化
关注 "番茄风控大数据",获取更多数据分析与风控大数据的实用干货各位读者大家好,今天已经是3月底,所谓一年之际在于春,不知道新一年你的目标和计划都定好了吗? 今天看到一句话觉得还 ...
【案例】郑州商品交易所：搭建AI预测模型，提升智能决策水平
"本项目案例由星环科技投递并参与由数据猿&上海大数据联盟联合推出的"行业盘点季之数智化转型升级"大型主题策划活动之<2021中国企业数智化转型升级创新服 ...
自动化体系平台建设 —— 全流程质量保证及改进措施
质量保证及持续改进从来不是一个单纯地只提升测试阶段或测试人员能力的过程,更切实的说法应该是 -- 在有限投入(时间或人力资源约束)的情况下,如何在保证整个产品/平台质量达标的条件下,最终缩短每次需求从 ...
决策中心：构建企业长期战略竞争力
企业的管理决策,通常包括企业的长期发展战略.生产计划.产品定位.营销策略.企业财务预算.IT建设.人才结构.库存计划等等多个方面:而其中每个方面的决策,从决策权限的大到小,又会存在许多层级的决策,比如 ...
心脏病_冠心病智能预测模型（人工智能，机器学习，用于论文作业_专利_企业建模__项目申报_科研报告，收藏）
作者Toby,来自心脏病_冠心病智能预测模型心脏病(heart disease)是心脏疾病的总称,包括风湿性心脏病.先天性心脏病.高血压性心脏病.冠心病.心肌炎等各种心脏病. 人体"发 ...
从流感预测到智能决策，深度学习能帮企业做哪些事？
未来将只有两种公司,一种是有人工智能的,一种是不赚钱的. 这句话大概可以总结两层意思,一方面人工智能让更多的企业面对更广阔的商业前景,另一方面是如果要运用人工智能创造价值,就必须拥抱技术,实现真正的落 ...
安全自动化在于信任，而非技术
我们可以自动化动作,而不自动化决策-- 一直以来的反馈都表明,至少安全团队是非常渴求自动化的.但这种渴望受制于怀疑和恐惧.怀疑威胁检测的准确性,恐惧威胁控制或缓解响应自动化的后果,以及自动化出错可能造 ...
信息系统自动决策机制的使用
声明本文是学习360 企业个人信息合规思路与实践报告 2021. 下载地址 http://github5.com/view/1273而整理的学习笔记,分享出来希望更多人受益,如果存在侵权请及时联系我 ...
Python自动化软件测试，解放我们的双手
一.首先我们要了解我门做软件测试的原因,为什么要做软件测试 1.软件产品的监视和测量对软件产品的特性进行监视和测量,主要依据软件需求规格说明书,验证产品是否满足要求.所开发的软件产品是否可以交付,要 ...

预测模型如何改进自动化决策

预测模型如何改进自动化决策相关推荐

最新文章

热门文章