决策引擎的简明产品设计说明

2018-10-31

决策引擎是什么?

决策是思维过程和行动过程结合的复杂过程,包括三个阶段:

  1. 抽象出对象特征,识别对象
  2. 通过规则或模型,诊断对象
  3. 根据诊断的结果,选择行动

决策引擎应当是承载业务思维过程和行动过程通用化工具集。在实际业务场景中,通常指支持第二阶段的工具,输入是一组对象及抽象出来的对象特征(即是变量),输出是针对对象的决策、标注、排序,被业务系统与映射到具体的业务行动中。

举例:

决策引擎基本模型说明

申请信用卡时候碰到的决策过程就符合这个结构:

  1. 将客户的基本信息输入,抽象出各中变量,如年龄、职业、收入、社交等
  2. 通过规则及模型,给出批准或不批准,批准多少额度的结果
  3. 选择后续行为,通过制卡/拒绝/需要补充资料的行动

什么样的业务需要决策引擎?

业务复杂性带来高决策成本和决策风险,需要决策引擎工具(本质上是效率工具)支持。符合以下特点:

  1. 业务链条长
    • 决策场景多样化
    • 参与角色多样化
  2. 业务对象多样化

决策引擎产品设计的原则?

  1. 通用工具适应个性业务

    • 多样化决定个性化
      • 决策场景多样化
        • 人工干预 / 规则 / 模型 是个性的
        • 外部限制条件是个性且动态的
      • 参与角色多样化
        • 决策标准和行动是有差异的
      • 业务对象多样化
        • 特征是复杂多变的
        • 抽象成特征的方法多样的
    • 工具属性决定通用化
      • 本质上,决策引擎实现的是对业务对象的决策、标准、分类
      • 结构上,工具可简化为规则、模型、人工干预三大模块(统计可作为附属模块)
  2. 角色化

    • 决策过程中,不同角色权限、决策点、决策成本和收益、行为不同,输出结果应可回溯、可解释(机器学习模型有难度)、可修正救济
    • 不同角色在不同决策场景下,需要获得的信息和使用的规则或模型也不同
  3. 服务化

    • 提供接口层方便嵌入复杂业务流
    • 不同决策的内容不同,可根据输出结果包装为不同小工具,作为服务输出

如何评估决策引擎产品的质量?

工具的质量评估:

决策引擎的实际应用?

金融风控决策引擎简明示例

营销阶段 贷前管理 贷后管理
服务 客户意向分析服务 申请反欺诈服务 信审服务 授信额度管理服务 贷后风险管理服务
规则 反欺诈规则组 风险预审规则 增信规则 风险规则
自动化审批规则
业务模型 客户识别模型 反欺诈模型 信审评分模型 行为分析模型 逾期预警模型
收益预估模型 收入模型 失联预警模型

决策引擎里的规则工具元素

实际业务中,规则引擎服务是决策引擎的核心之一,规则引擎包括一系列工具元素,像乐高一样组合成不同的规则服务:

怎么理解决策引擎里的模型

给模型一个简单的定义:

模型 = 算法 + 数据结构 + 参数值

针对模型的主要工作就可以分类如下:

优秀参考资料:斯坦福大学的机器学习技巧和秘诀速查表

<< 回首页
Power by 陆++