決策科學(xué)是企業(yè)數(shù)據(jù)科學(xué)中最有趣的領(lǐng)域之一，但它需要成為組織所構(gòu)建的數(shù)據(jù)科學(xué)生態(tài)系統(tǒng)的一部分。
數(shù)字化轉(zhuǎn)型的共同目標(biāo)之一通常被描述為“成為一家數(shù)據(jù)驅(qū)動(dòng)型公司”。無論是商業(yè)智能、預(yù)測(cè)分析還是機(jī)器學(xué)習(xí)，使用客觀數(shù)據(jù)而不是直覺來驅(qū)動(dòng)決策都是企業(yè)越來越多談?wù)摰脑掝}。
挑戰(zhàn)很多。并不是所有的大型組織都足夠靈活地充分利用數(shù)據(jù)驅(qū)動(dòng)的決策，或者足夠熟練地大規(guī)模收集可靠數(shù)據(jù)并提出正確的問題。在年度NewVantage Partners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，但只有三分之一的高管認(rèn)為他們的公司擁有數(shù)據(jù)驅(qū)動(dòng)的文化。
數(shù)據(jù)并不能解決所有問題。你的數(shù)據(jù)可能不會(huì)告訴你一個(gè)成功的產(chǎn)品可能會(huì)更好，因?yàn)閿?shù)據(jù)會(huì)表明它已經(jīng)成功了。
做出數(shù)據(jù)驅(qū)動(dòng)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。下面你將全面了解所謂“決策科學(xué)”（或“決策智能”）。
Google決策智能負(fù)責(zé)人Cassie Kozyrkov將決策科學(xué)描述為：將以前孤立的學(xué)科中的工具和觀點(diǎn)結(jié)合起來，并將其應(yīng)用于選項(xiàng)之間進(jìn)行選擇的各個(gè)方面，以減少基于事實(shí)，做出更高質(zhì)量決策所需的行動(dòng)。她寫道：“它將應(yīng)用數(shù)據(jù)科學(xué)、社會(huì)科學(xué)和管理科學(xué)的精華整合到一個(gè)統(tǒng)一的領(lǐng)域，來幫助人們使用數(shù)據(jù)改善生活、業(yè)務(wù)以及周圍的世界?！?/p>
這與行為經(jīng)濟(jì)學(xué)（behavior economics）和計(jì)算機(jī)科學(xué)（computer science）與經(jīng)濟(jì)學(xué)（economics）的交叉領(lǐng)域EconCS有相似之處，前者是預(yù)測(cè)市場(chǎng)行為并使用激勵(lì)機(jī)制來改變市場(chǎng)，后者是Microsoft用來設(shè)計(jì)Bing廣告拍賣、Azure云定價(jià)和Xbox游戲營銷的。
但是決策科學(xué)并沒有那么廣泛的關(guān)注點(diǎn)；它是通過預(yù)測(cè)決策的結(jié)果，用數(shù)據(jù)和算法來解決特定的業(yè)務(wù)問題。
預(yù)測(cè)決策結(jié)果的這一方面是決策科學(xué)和數(shù)據(jù)科學(xué)之間的一個(gè)關(guān)鍵區(qū)別。
Microsoft高級(jí)首席研究員Greg Lewis解釋說：“決策科學(xué)是將理論和數(shù)據(jù)結(jié)合起來，預(yù)測(cè)個(gè)人或組織做出改變環(huán)境的決策后會(huì)發(fā)生什么?！彼菐椭鷽Q策者找到正確選擇的水晶球。
Lewis說，另一方面，數(shù)據(jù)科學(xué)是預(yù)測(cè)如果你不采取任何措施來改變系統(tǒng)，接下來會(huì)發(fā)生什么?！袄?，數(shù)據(jù)科學(xué)可能被用來計(jì)算出，以目前的速度，一家商店的存貨即將耗盡；但是決策科學(xué)將有助于決定是購買更多的存貨并保持價(jià)格不變，還是提高價(jià)格以使目前的存貨充足?！?/p>
盡管如此，LinkedIn數(shù)據(jù)科學(xué)總監(jiān)Chi-Yi Kuan指出，決策科學(xué)仍然是數(shù)據(jù)科學(xué)的一部分，直到最近他還是公司的決策科學(xué)解決方案團(tuán)隊(duì)的負(fù)責(zé)人。他將其概括為“定量分析和用于指導(dǎo)和推動(dòng)決策的技術(shù)”。
“在數(shù)據(jù)科學(xué)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，診斷分析進(jìn)行深入研究，以了解為什么會(huì)發(fā)生這種情況。當(dāng)我們變得更先進(jìn)時(shí)，我們就可以做預(yù)測(cè)分析：未來會(huì)發(fā)生什么？在流行術(shù)語中，我們稱之為人工智能和機(jī)器學(xué)習(xí)的都是關(guān)于預(yù)測(cè)和預(yù)測(cè)的：規(guī)定性分析是關(guān)于什么是最好的選擇。
數(shù)據(jù)科學(xué)是要從原始數(shù)據(jù)轉(zhuǎn)變?yōu)橛幸饬x的數(shù)據(jù)洞察；決策科學(xué)應(yīng)用于為決策者提供的建議?！皵?shù)據(jù)科學(xué)的工作是在生態(tài)系統(tǒng)中做出更好的決策，幫助公司成長。在決策科學(xué)中，重點(diǎn)只放在決策上，”他說。
決策科學(xué)的原則應(yīng)該為管理人員所熟悉，因?yàn)樗鼈円呀?jīng)被用于運(yùn)營領(lǐng)域。但是從領(lǐng)域?qū)＜夷抢铽@得業(yè)務(wù)見解，這些專家根據(jù)他們的經(jīng)驗(yàn)（和有限的數(shù)據(jù)量）提供建議，速度太慢，成本太高，無法用于每一個(gè)決策。Kuan表示，決策科學(xué)使利用實(shí)時(shí)數(shù)據(jù)的能力民主化。“我們想讓它具有可擴(kuò)展性。我們希望公司的每個(gè)人都能做出數(shù)據(jù)驅(qū)動(dòng)的決策：這不僅僅是高管的事，而且是一個(gè)巨大的改變?！?/p>
這意味著不僅僅是擁有一個(gè)數(shù)據(jù)科學(xué)團(tuán)隊(duì)。這意味著賦予人們使用數(shù)據(jù)進(jìn)行決策的權(quán)力。Kuan說：“很多公司都有稱之為數(shù)據(jù)科學(xué)團(tuán)隊(duì)的隊(duì)伍，但沒有賦予他們權(quán)力，也不信任他們提出建議。”
他認(rèn)為，除非你將數(shù)據(jù)轉(zhuǎn)化為決策，否則數(shù)據(jù)是無用的。這意味著要授權(quán)給那些擁有需要評(píng)估的數(shù)據(jù)和需要解決的業(yè)務(wù)問題的人們使用數(shù)據(jù)來幫助他們做出決策。
Kuan提供了一長串適用于決策科學(xué)的示例：產(chǎn)品的A/B測(cè)試、營銷活動(dòng)績效評(píng)估、銷售客戶生命周期智能，以及改善客戶體驗(yàn)的客戶服務(wù)機(jī)會(huì)。
結(jié)果可能不是一個(gè)單一的選擇，而是一系列的選擇：“在數(shù)字世界中，我們可以做大量的A/B測(cè)試，并對(duì)結(jié)果做出決定，”他說。LinkedIn的幾乎每一個(gè)產(chǎn)品決策都會(huì)作為一個(gè)實(shí)驗(yàn)交付給一小部分用戶，產(chǎn)品團(tuán)隊(duì)可以看到這些變化如何影響KPI和其他指標(biāo)。
LinkedIn廣泛應(yīng)用決策科學(xué)，從尋找合適的電子郵件細(xì)分成員到客戶支持，再到使用文本分析來了解成員反饋，再到新聞提要，它選擇確保日常成員獲得更多的曝光率，因?yàn)樵u(píng)論和喜歡對(duì)于他們與平臺(tái)的接觸，比他們對(duì)像Bill Gates 和 Richard Branson這樣的名人更重要。
員工會(huì)進(jìn)行大量臨時(shí)分析（ad-hoc analyse），看看是什么推動(dòng)特定業(yè)務(wù)指標(biāo)發(fā)生變化；這些都可以通過分析門戶網(wǎng)站獲得，這樣數(shù)據(jù)科學(xué)團(tuán)隊(duì)就可以花更多的時(shí)間進(jìn)行由問題和假設(shè)驅(qū)動(dòng)的分析，這有助于業(yè)務(wù)團(tuán)隊(duì)做出決策。
Kuan指出，做出決定后，數(shù)據(jù)科學(xué)還沒有完成。他說：“做出決策后，數(shù)據(jù)科學(xué)之旅將繼續(xù)衡量我們所從事的工作所產(chǎn)生的影響，以及我們從所做出的決策中學(xué)到的東西，并通過實(shí)驗(yàn)不斷加以改進(jìn)。”
這是與決策科學(xué)的另一大區(qū)別：“按照過去的方式，當(dāng)你做決定時(shí)，它基本上已經(jīng)完成了；你沒有任何機(jī)會(huì)（在未來）改進(jìn)，”Kuan說。“跟蹤這些數(shù)據(jù)驅(qū)動(dòng)型決策的影響，使公司有機(jī)會(huì)從失敗中吸取教訓(xùn)并成長?！?/p>
但決策科學(xué)不僅適用于像LinkedIn這樣的數(shù)字公司。Lewis解釋說，決策科學(xué)帶給你的是一個(gè)更好的決策過程。
他說：“實(shí)踐中決策科學(xué)的一個(gè)最好的例子是A/B實(shí)驗(yàn)的興起，在這種實(shí)驗(yàn)中，組織系統(tǒng)地嘗試兩種不同的方法，看看哪種方法對(duì)客戶的效果更好?！薄斑@里的很多附加價(jià)值是，運(yùn)行A/B實(shí)驗(yàn)會(huì)迫使團(tuán)隊(duì)澄清什么是成功，什么可能是他們現(xiàn)在所做工作的一個(gè)好的替代方案，并建立一個(gè)持續(xù)更新策略的流程。”
這樣一來，您就不會(huì)陷入困境，即使您無法交付兩種版本的產(chǎn)品，您仍然可以做到。Lewis說：“那時(shí)，基于現(xiàn)有客戶數(shù)據(jù)的經(jīng)濟(jì)學(xué)，博弈論和因果機(jī)器學(xué)習(xí)將向前發(fā)展，以提供其他方式來預(yù)測(cè)如果選擇了新的方向可能發(fā)生的事情?！?/p>
決策科學(xué)不是你要做的，數(shù)據(jù)科學(xué)才是；它是你如何使用數(shù)據(jù)科學(xué)來指導(dǎo)組織決策的方式，它需要數(shù)據(jù)科學(xué)家和理解決策的人。
OnePath的CTO Patrick Kinsella說：“決策科學(xué)是數(shù)據(jù)科學(xué)成果的應(yīng)用，并與利益相關(guān)者行為和問題的業(yè)務(wù)環(huán)境相結(jié)合?！睂?shí)施決策科學(xué)需要的不僅僅是采用數(shù)據(jù)科學(xué)工具，這些工具可以從數(shù)據(jù)中創(chuàng)建模型、得出結(jié)論和預(yù)測(cè)結(jié)果?！敖M織必須確定能夠評(píng)估決策行為影響的個(gè)人團(tuán)隊(duì)。這些人通常在通過組織轉(zhuǎn)型、并購整合或重新定義核心價(jià)值觀進(jìn)行變革管理方面經(jīng)驗(yàn)豐富?！?/p>
Kuan強(qiáng)調(diào)招聘不僅僅是為了數(shù)據(jù)科學(xué)方面的專業(yè)知識(shí)。LinkedIn的數(shù)據(jù)科學(xué)家需要統(tǒng)計(jì)專業(yè)知識(shí)，這樣他們就可以設(shè)計(jì)實(shí)驗(yàn)，知道如何衡量他們是否成功。他們需要知道足夠多的機(jī)器學(xué)習(xí)，以便將業(yè)務(wù)問題形式化為機(jī)器學(xué)習(xí)問題，而不將相關(guān)性誤認(rèn)為因果關(guān)系。他們需要充分了解數(shù)據(jù)的業(yè)務(wù)背景，以便能夠?qū)ζ溥M(jìn)行解釋、清理并將其轉(zhuǎn)換為可用的內(nèi)容。他們需要能夠展示他們的發(fā)現(xiàn)并解釋它們是如何被創(chuàng)建的。
“我們的目標(biāo)是從分析中獲得洞察力，并有效地影響關(guān)鍵決策，從而推動(dòng)業(yè)務(wù)影響，”Kuan解釋道。
Lewis推薦了一個(gè)由經(jīng)濟(jì)學(xué)家、統(tǒng)計(jì)學(xué)家和數(shù)據(jù)科學(xué)家組成的團(tuán)隊(duì)模式?！敖?jīng)濟(jì)學(xué)家找出需要衡量的東西，以便更好地了解下一步會(huì)發(fā)生什么；統(tǒng)計(jì)學(xué)家弄清楚如何衡量的方法；數(shù)據(jù)科學(xué)家建立基礎(chǔ)設(shè)施和工具，以便進(jìn)行大規(guī)模、定期和可靠的衡量?！?/p>
SADA的CTO Miles Ward說，也不要忘記基本要素。“如果你的數(shù)據(jù)來源和質(zhì)量都沒得到驗(yàn)證，不可訪問，也不容易查詢，那么做出決策將是偶然的。所以，如果你還沒到，就從這開始?！?nbsp;
