Mary Branscombe

數(shù)字化轉(zhuǎn)型的一個共同目標常常被描述為“成為一家數(shù)據(jù)驅(qū)動型的企業(yè)”。無論是商業(yè)智能、預測分析還是機器學習，利用客觀數(shù)據(jù)而不是直覺來推動決策是企業(yè)越來越關(guān)注的話題。

但是，有很多挑戰(zhàn)。并不是所有的大型企業(yè)都足夠靈活，能夠充分利用數(shù)據(jù)驅(qū)動的決策，或者有足夠的技能來大規(guī)模收集可靠數(shù)據(jù)并提出正確的問題。在年度NewVantage合作伙伴大數(shù)據(jù)研究中，大多數(shù)高管都希望通過數(shù)據(jù)做出更好的決策，但只有1/3的高管認為，他們的公司擁有數(shù)據(jù)驅(qū)動的文化。

但數(shù)據(jù)并不能解決所有問題。你的數(shù)據(jù)可能不會告訴你，某一成功的產(chǎn)品其實會更好，因為數(shù)據(jù)表明這款產(chǎn)品已經(jīng)成功了。

做出數(shù)據(jù)驅(qū)動的決策就是提出正確的問題，并擁有正確的數(shù)據(jù)來獲得答案。這就是所謂的“決策科學”（或者“決策智能”）。

什么是決策科學？

谷歌決策智能主管Cassie Kozyrkov把決策智能描述為將以前被孤立學科中的工具和觀點結(jié)合起來，并將其應用于選項之間進行選擇的所有方面，以便更容易基于事實做出更高質(zhì)量的決策。她寫道：“它把應用數(shù)據(jù)科學、社會科學和管理科學的精華匯集到一個統(tǒng)一的領(lǐng)域，幫助人們使用數(shù)據(jù)改善生活、工作以及周圍的世界。”

這與行為經(jīng)濟學（預測市場行為并利用激勵措施來改變市場）、計算機科學與經(jīng)濟學的交叉領(lǐng)域EconCS（微軟用來設(shè)計Bing廣告拍賣、Azure云定價和Xbox游戲營銷）有相似之處。

但是決策科學并沒有那么廣泛的關(guān)注點，它是通過預測決策的結(jié)果，用數(shù)據(jù)和算法來解決具體的業(yè)務問題。

決策科學與數(shù)據(jù)科學

能夠預測決策結(jié)果這一點是決策科學和數(shù)據(jù)科學之間的一個關(guān)鍵不同點。

微軟資深首席研究員Greg Lewis解釋說：“決策科學是將理論和數(shù)據(jù)結(jié)合起來，預測個人或者企業(yè)做出改變環(huán)境的決策后會發(fā)生什么。”它是幫助決策者找到正確選擇的“水晶球”。

Lewis說，另一方面，數(shù)據(jù)科學預測，如果你不采取任何措施來改變系統(tǒng)，那么隨后會發(fā)生什么?！袄?，數(shù)據(jù)科學會被用來計算出，以目前的速度，一家商店的存貨很快將被耗盡;而決策科學則幫助決定是購買更多的貨物并保持價格不變，還是提高價格。如果提高價格，那么，目前的存貨足夠了。”

領(lǐng)英數(shù)據(jù)科學總監(jiān)Chi-Yi Kuan最近一直負責公司的決策科學解決方案部門，他指出，不過，決策科學仍然是數(shù)據(jù)科學的一部分。他將其總結(jié)為“用于指導和推動決策的定量分析和技術(shù)?！?/p>

Kuan說：“在數(shù)據(jù)科學領(lǐng)域，我們做了很多工作來理解發(fā)生了什么，歷史是什么——這就是描述性分析。然后，診斷分析更進一步進行深入研究，以理解為什么會這樣。當我們在技術(shù)上變得更先進時，我們可以做預測分析：未來會發(fā)生什么？在流行術(shù)語中，我們稱之為人工智能和機器學習的都是關(guān)于預測的：規(guī)定性分析的工作是，在發(fā)生的事件中，確定哪些會是最好的選擇?！?/p>

數(shù)據(jù)科學是從原始數(shù)據(jù)中得到有意義的數(shù)據(jù)深度分析結(jié)果;決策科學則將數(shù)據(jù)應用于為決策者提供建議。他說：“數(shù)據(jù)科學的工作是在生態(tài)系統(tǒng)中做出更好的決策，以幫助企業(yè)成長。而在決策科學中，重點只放在做出決策上?！?h3>面向所有人的數(shù)據(jù)驅(qū)動的決策

高管們應該熟悉決策科學的原理，因為他們已經(jīng)將其運用于運營領(lǐng)域，而從根據(jù)經(jīng)驗（以及有限的數(shù)據(jù)量）提供建議的領(lǐng)域?qū)＜夷抢铽@得業(yè)務深度分析結(jié)果對于每個決策來說太慢、太貴了。Kuan認為，在決策科學領(lǐng)域，利用實時數(shù)據(jù)的能力更加大眾化了?！拔覀兿胱屗鼞玫酶鼜V。我們希望公司的每個人都能做出數(shù)據(jù)驅(qū)動的決策：這不僅僅是高管的事——這是非常大的變化。”

這意味著不僅僅是擁有一個數(shù)據(jù)科學團隊;還意味著賦予人們使用數(shù)據(jù)做出決策的權(quán)力。Kuan說：“很多公司都有他們稱之為數(shù)據(jù)科學團隊的部門，但不給他們權(quán)力，也不相信他們提出的建議。”

他認為，除非把數(shù)據(jù)轉(zhuǎn)化為決策，否則這些數(shù)據(jù)毫無用處。這意味著對于那些擁有需要評估的數(shù)據(jù)并且要解決業(yè)務問題的人，應支持他們使用這些數(shù)據(jù)，以便他們做出決策。

決策科學實例

Kuan提供了很多適用于決策科學的示例：產(chǎn)品的A/B測試、營銷活動績效評估、銷售客戶生命周期智能，以及改善客戶體驗的客戶服務機會，等等。

結(jié)果可能不是一個單一的選擇，而是一系列的選擇：他說：“在數(shù)字世界中，我們可以做大量的A/B測試，并根據(jù)返回的結(jié)果做出決定?！鳖I(lǐng)英的幾乎每一產(chǎn)品決策都會作為實驗發(fā)送給一小部分用戶，產(chǎn)品部門可以看到這些變化是怎樣影響關(guān)鍵績效指標和其他指標的。

領(lǐng)英廣泛地應用了決策科學，從尋找合適的細分會員為他們寫電子郵件，到客戶支持，再到使用文本分析功能來理解會員的反饋，直至新聞提要等——這樣，可以保證普通成員能夠得到更多的曝光率，因為相較于比爾·蓋茨和理查德·布蘭森這樣的名人，平臺上的評論和好評對普通會員更為重要。

員工進行了很多針對性的分析，看看是什么推動了特定業(yè)務指標的變化;這些都可以通過分析門戶網(wǎng)站獲得，這樣數(shù)據(jù)科學部門就可以花更多的時間進行由問題和假設(shè)驅(qū)動的分析，這當然有助于業(yè)務部門做出決策。

決策科學是一段旅程

Kuan指出，做出決策后，數(shù)據(jù)科學的工作還沒有完。他說：“決策之后，數(shù)據(jù)科學之旅并沒有結(jié)束，將繼續(xù)衡量我們所做的工作會產(chǎn)生什么影響，以及我們從所做的決策中學到了什么，并通過實驗不斷進行改進?！?/p>

這是與決策科學的另一重大區(qū)別，Kuan說：“按照過去的方式，當你做出決策后，工作基本上就已經(jīng)完成了;今后再改動的機會不大。我們應該一直跟蹤這些數(shù)據(jù)驅(qū)動決策的影響，使得企業(yè)有機會從失敗中吸取教訓，幫助企業(yè)不斷發(fā)展壯大?！?/p>

而決策科學不僅適用于像領(lǐng)英這樣的數(shù)字化企業(yè)。Lewis解釋說，決策科學給企業(yè)帶來的是一個更好的決策過程。

他說：“在實踐中，決策科學一個最好的例子是A/B實驗的興起，企業(yè)系統(tǒng)地嘗試兩種不同的方法，看看哪種方法對客戶的效果更好。這產(chǎn)生了更多的價值，運行A/B實驗會使得各部門弄清楚成功的標準是什么，對于他們現(xiàn)在的工作而言，是不是還有更好的選擇，并建立一個持續(xù)更新其策略的流程?！?/p>

這樣，企業(yè)就不會陷入困境——即使你不能發(fā)布兩個版本的產(chǎn)品，也仍然有機會成功。Lewis說：“基于現(xiàn)有客戶數(shù)據(jù)的經(jīng)濟學、博弈論和因果機器學習技術(shù)將繼續(xù)發(fā)展，提供更好的方法來預測如果選擇了新的方向會發(fā)生什么?！?h3>進入決策科學

決策科學不能替代數(shù)據(jù)科學;它是在使用數(shù)據(jù)科學來指導你的企業(yè)決策，它需要數(shù)據(jù)科學家以及理解決策的人。

OnePath公司首席技術(shù)官Patrick Kinsella在接受CIO.com采訪時說：“決策科學是數(shù)據(jù)科學成果的應用，融合了相關(guān)方的行為背景和問題的業(yè)務背景?！睂嵤Q策科學需要的不僅僅是采用數(shù)據(jù)科學工具，這些工具可以從數(shù)據(jù)中創(chuàng)建模型、得出結(jié)論并預測結(jié)果?！捌髽I(yè)必須找到能夠評估決策行為影響的人才團隊。這些人通常在通過企業(yè)轉(zhuǎn)型、并購整合或者重新定義核心價值以進行變革管理方面有著豐富的經(jīng)驗?！?/p>

Kuan強調(diào)招聘看重的不僅僅是數(shù)據(jù)科學方面的專業(yè)知識。領(lǐng)英的數(shù)據(jù)科學家需要統(tǒng)計專業(yè)知識，這樣他們就可以設(shè)計實驗，知道怎樣衡量他們是否成功。他們應熟知機器學習知識，以便把業(yè)務問題公式化為機器學習問題，而不會把相關(guān)性誤認為是因果關(guān)系。他們需要充分了解數(shù)據(jù)的業(yè)務環(huán)境，以便能夠?qū)?shù)據(jù)進行解釋、清理并將其轉(zhuǎn)換為可用的內(nèi)容。他們應該展示他們的發(fā)現(xiàn)，并解釋它們是怎樣創(chuàng)建出來的。

Kuan解釋道：“我們的目標是從分析中獲得深刻的見解，并有效地影響關(guān)鍵決策，從而推動業(yè)務發(fā)展。”

Lewis建議由經(jīng)濟學家、統(tǒng)計學家和數(shù)據(jù)科學家組成相關(guān)的部門。“經(jīng)濟學家找出需要測量的東西，以便更好地了解下一步會發(fā)生什么;統(tǒng)計學家確定怎樣進行測量;數(shù)據(jù)科學家建立基礎(chǔ)設(shè)施和工具，以便大規(guī)模地定期進行可靠的測量?！?/p>

SADA的首席技術(shù)官Miles Ward說，不要忘記基礎(chǔ)?！叭绻髽I(yè)的數(shù)據(jù)不可訪問，也不容易查詢，而且來源和質(zhì)量也無法驗證，那么能從中做出決策也不過是偶然而已。如果你還沒有打好基礎(chǔ)，那就從此開始吧?！?/p>

Mary Branscombe是一位自由撰稿人，他二十多年來一直致力于技術(shù)寫作，其寫作主題涵蓋了從編程語言、Windows和Office的早期版本，到最早的網(wǎng)絡(luò)以及消費類小工具和家庭娛樂的各個方面。

原文網(wǎng)址

https：//www.cio.com/article/3444636/what-is-decision-science-transforming-decision-making-with-data.html？nsdr=true