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:

  • 服务稳定可靠
  • 基础工具可灵活装配
  • 方便部署
  • 面向不同用户

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:

  • 规则/规则集
  • 决策表
  • 决策树
  • 评分卡

    • A卡(Application scorecard),常用于用于信贷审批
    • B卡(Behavior scorecard),常用于贷后管理
    • C卡(Collection scorecard),常用于催收管理
  • 决策图
  • 自定义函数与方法

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:

  • 调整算法
  • 调整数据结构
  • 调整参数,要求有良好的反馈机制,让业务结果反馈回模型

优秀参考资料:斯坦福大学的机器学习技巧和秘诀速查表

标签: 产品, B端

评论已关闭