前页 | 后页 |
何时使用决策模型和符号
决策模型和符号 (DMN) 可用于广泛的领域,从建模高级战略决策到制定有关硬件设备的特定决策。本节描述了一些使用示例,这些示例将帮助您了解何时可以使用 DMN 以及决策模型中可用的元素。
- 确定为客户提供的折扣级别
- 决定哪些客户应该升级到类
- 决定授予新员工或承包商的系统访问级别
- 决定为给定访问者显示动态网络站点的哪些页面
- 决定何时将来袭飞机送入等待航线
- 决定何时订购库存商品,以及订购数量
- 决定何时出售股票或资产
决定客户是否应升舱至业务或头等舱
为了确保每个航段实现最佳利润水平,航空公司通常会使用严密保护的算法超额预订所有可用客舱。随着时间接近预定起飞时间,超额预订的水平会降低。这有时会导致售出的机票多于可用座位,尤其是经济舱。为了解决这个问题,航空公司通常会在办理登机手续时为经济舱乘客提供升舱服务。为乘客升舱的决定应该基于商业上的重要因素,并且是一种典型的情况,决策模型可以帮助创建可重复的、公正的和具有商业价值的结果。
Enterprise Architect可以用来创建决策需求模型,可以添加表达式和真相表来定义逻辑,并且可以从模型中自动生成实现代码。
确定为客户提供的折扣级别
贴近机构前线的业务人员,对“顾客为王”这句话是耳熟能详的。维护现有客户并获得新客户对于企业的生存能力至关重要。向客户提供折扣是一种有效的激励机制,可以“增加”销售并在竞争占主导地位的环境中提供有竞争力的价格。将这个决定留给忙碌的销售代表通常会导致在没有任何商业原因的情况下给予折扣,或者更糟糕的折扣导致销售流向竞争对手并有可能失去客户。决策模型可以A可重复的和商业上正确的选择,即哪些客户应该获得折扣以及折扣的百分比或数量。
决定授予新员工或承包商的系统访问级别
大多数组织都了解员工对其业务整体成功的重要性。他们还知道为员工提供正确的工具来履行其职责的重要性,包括对他们用于执行工作的各种软件应用程序的正确访问级别。入职人员的过程已经足够复杂,技术官员无法确定应用程序列表和所需的访问级别。
决定应订购库存商品的时间和数量
制造商在竞争激烈的环境中运营,生产高质量的产品,同时将成本保持在最低水平,这对于成功和可持续的业务至关重要。关于何时补充库存或零部件以及订购多少的决定取决于许多因素。错误和订购不足会对生产线或销售底线产生影响,订购过多和库存不足会导致成本高昂,并且会影响现金流。以生产线为例
决定为给定访问者显示动态网络站点的哪些页面
网络网站从互联网诞生之初的早期化身已经走过了漫长的道路,现在它们只是总体数字战略的一个方面。可以识别单个客户或访问者类别,并使用从先前交互到客户关系信息(例如购买记录)的大量可用数据,可以确定向他们显示的最有效的页面集并创建兴趣跟踪将引导他们购买。手动执行此操作是不可能的,这些规则通常已内置到控制网站动态方面的服务器和客户端脚本中。
创建一个决策模型,不仅描述输入和规则,而且将它们纳入总体数字战略,包括:社交媒体、业务架构和客户关系管理将为任何组织提供竞争优势。然后,该网站将成为一个动态决策驱动引擎,该引擎基于复杂的引擎创建内容,其中规则是可见的,并且是业务和技术协作产生的易于理解和清晰表达的模型的一部分。
决定何时将来袭飞机送入等待航线
航空服务是在全球和本地运输人员和货物的最常见和需求最大的形式。有许多公司竞相提供这些服务,虽然航站楼的数量和规模不断增加,但它们仍然是一种有限的资源,需要对使用它们的航班以及通过它们的人员和货物进行非常仔细的管理。在每天必须做出和协调的数百万个决定中,考虑一个:何时应指示航班在着陆前以等待模式飞行?如果当地存在危险情况,一个答案可能是立即的,但它是本地化的,预计很快就会得到解决。否则,航班将被重定向到另一个机场(在那里他们也可能被引导到等待模式,只是为了让他们适应正常的时间表),或者另一方面,如果一个小因素意味着立即着陆不方便。但是,一个多么小的因素,多么方便,可以证明这种行为是合理的呢?提出问题后,还需要做出其他决定:必须采取哪些行动来处理延迟着陆?必须权衡和接受哪些后果?考虑到最初问题的答案:何时?决策模型将是A非常有价值的工具,可以管理这种情况,更不用说仅在一个机场的日常运营中出现的所有其他情况了。
决定何时出售股票或资产
股票市场是一个不稳定的机构,买卖股票的决定似乎通常只取决于一时兴起。然而,实际上有一些好的和可靠的指标和因素可以被评估和交叉链接,以指示是否应该采取买入、持有或卖出头寸。决策模型是A很好的工具,用于权衡有关持股公司管理、损益指数或投资收益指数等重要问题的答案,无论您是在寻找较弱的股票进行剥离以启用购买更强的股票,或仅仅寻求减少对弱势股票的敞口或利用强势股票的时机。在向投资者推荐头寸或投资组合之前,投资顾问或股票经纪人也会特别关注投资者概况以及公司业绩指标。这可能会使用两个决策模型,一个模型的输出(可能是风险因素或当前风险暴露)被输入作为另一个模型中问题的答案。