編輯導(dǎo)語：BI分析利用數(shù)據(jù)技術(shù)，分析數(shù)據(jù)中的規(guī)律，以指導(dǎo)業(yè)務(wù)項目進行，BI系統(tǒng)則提升了數(shù)據(jù)業(yè)務(wù)處理效率。其中，BI系統(tǒng)中的決策建議功能可以通過模型、數(shù)據(jù)等多種方式驅(qū)動，進而協(xié)助用戶進行決策。本篇文章里，作者對BI系統(tǒng)里的決策功能進行了相關(guān)介紹，一起來看一下。

專注“BI+”，帶你發(fā)現(xiàn)數(shù)據(jù)產(chǎn)品的更多可能性。

今天我們來談?wù)凚I系統(tǒng)里很有亮點的一個場景應(yīng)用——決策建議。

一、什么是決策建議？

有決策建議的BI系統(tǒng)常常被冠以 “決策支持系統(tǒng)” 的光環(huán)。決策建議也是讓業(yè)務(wù)方能夠最直接感知數(shù)據(jù)驅(qū)動的功能。

決策建議，是能夠告訴用戶【在何種情況下，應(yīng)該如何做】。

前面的文章我們談了風(fēng)險告警、問題診斷，現(xiàn)在通過一個例子看看他們和決策建議產(chǎn)品形態(tài)的區(qū)別：

• 風(fēng)險告警：全站活躍用戶數(shù)比昨日降低10%；
• 問題診斷：今日全站活躍用戶數(shù)比昨日降低10%，可能原因：10點-11點APP 活躍用戶數(shù)比昨日降低50%（減少10000人）；
• 決策建議：今日活躍用戶數(shù)比昨日降低10%，可能原因：今日10點-11點APP 注冊用戶數(shù)比昨日降低50%（減少10000人），建議持續(xù)關(guān)注未來48小時內(nèi) APP 每小時注冊用戶數(shù)趨勢和分布，點擊訂閱此數(shù)據(jù)。

二、決策建議的產(chǎn)品設(shè)計思路

決策建議可以有多種實現(xiàn)路徑：

• 模型驅(qū)動：以算法模型為核心，常見的場景是，用戶輸入?yún)?shù)值或一些數(shù)據(jù)，來得到預(yù)測結(jié)果或者仿真模擬結(jié)果；
• 知識驅(qū)動：也可以叫做經(jīng)驗驅(qū)動，將專家領(lǐng)域知識（方法論）沉淀到系統(tǒng)里；
• 數(shù)據(jù)驅(qū)動：通過對數(shù)據(jù)的挖掘分析（通常是時間序列數(shù)據(jù)）。

不管用什么實現(xiàn)路徑，產(chǎn)品設(shè)計核心是對現(xiàn)狀、目標、執(zhí)行措施三者關(guān)系的本質(zhì)理解，將模型、知識（業(yè)務(wù)方法論）、數(shù)據(jù)轉(zhuǎn)化為建議。

這里先不談需求調(diào)研和確認需求范圍這些工作，重點介紹當確定需求后，輸出產(chǎn)品方案的方法。

第一步，我們先把決策建議進行分類。

一般來說，決策建議可以劃分為以下幾種類型。

1）建議做線上操作——設(shè)置閾值、操作功能等，需要提供建議值、建議條件、具體功能。

比如：新零售場景，發(fā)現(xiàn)店鋪會員進店率降低了50%，建議增加會員觸達，點擊設(shè)置會員運營策略。

2）建議做數(shù)據(jù)分析——觀察數(shù)據(jù)分布、數(shù)據(jù)趨勢等，需要提供具體觀察對象的內(nèi)容/指標或者指向具體的數(shù)據(jù)分析功能。

比如：電商場景下，發(fā)現(xiàn)件單價（成交訂單中平均每件商品的價格）近10天內(nèi)降低了50%，建議關(guān)注高價商品的供給與銷售，查看定價合理性分析。

3）建議做線下操作——提供解決方案方向，需要提供定性的建議或者知識文檔。

比如：物流場景，發(fā)現(xiàn)目前分揀中心包裹數(shù)量是歷史峰值的80%，建議增加分揀格口。

第二步，找準決策建議的觸發(fā)條件，將觸發(fā)條件轉(zhuǎn)化為數(shù)據(jù)需求。

觸發(fā)條件有這么幾類：

• 閾值觸發(fā)：數(shù)據(jù)指標達到某個指定的數(shù)值，比如：店鋪會員進店率閾值，低于這個閾值會觸發(fā)計算決策建議；
• 事件觸發(fā)：當出現(xiàn)某個狀態(tài)時觸發(fā)，比如：當包裹派送狀態(tài)為分配快遞員，且客戶的另一個包裹將在1小時內(nèi)到站，觸發(fā)提示快遞員是否將已分配包裹標記為等到齊包裹后一起配送；
• 時間觸發(fā)：指定時間時觸發(fā)，或者達到一定的時間周期時觸發(fā)，比如：每天早上9點，提供建議巡檢設(shè)備清單。

第三步，將決策建議值轉(zhuǎn)化為研發(fā)需求。

我們按建議內(nèi)容分為2類。

1）定量建議

需要給出具體的數(shù)字或者數(shù)據(jù)清單，比如增加10%庫存，巡檢設(shè)備的具體設(shè)備編號。

定量建議一般考慮采取算法模型的方式，產(chǎn)品經(jīng)理要重點整理清楚算法的輸入輸出和邏輯，整理好算法需求，強調(diào)設(shè)定合理的評價方式和評價指標，對算法調(diào)優(yōu)可以提供一個明確的目標值。這個過程中，和算法工程師的反復(fù)溝通比較重要。

2）定性建議

需要給出具體的指向目的（文檔、文字說明、功能等），比如查看定價合理性分析、建議關(guān)注粉絲新增率、建議把系統(tǒng)切換成節(jié)能模式。

定性建議一般考慮給出建議的規(guī)則集（策略），規(guī)則策略可以由產(chǎn)品經(jīng)理輸出，設(shè)計要點是，力求對業(yè)務(wù)場景狀態(tài)進行全面分類，讓規(guī)則可以盡可能多覆蓋較多的場景。這個過程中，和業(yè)務(wù)方反復(fù)溝通比較重要。

三、總結(jié)

在產(chǎn)品目標主要是數(shù)據(jù)可視化、業(yè)務(wù)模型建設(shè)的情況下，決策建議確實是大多數(shù)據(jù)產(chǎn)品經(jīng)理比較少接觸到的業(yè)務(wù)場景，但隨著數(shù)據(jù)對業(yè)務(wù)越來越重要，要求數(shù)據(jù)能夠發(fā)揮更大價值，產(chǎn)品經(jīng)理應(yīng)該多思考如何能夠提供更加智能化產(chǎn)品給用戶。

我們常說，解決方案本身其實是術(shù)，產(chǎn)品 PRD 里面寫的是策略規(guī)則、模型需求，其實多做幾個 case 積累一些經(jīng)驗就能夠熟練。但是對于個人能力來說，我們要錘煉的，是一種你如何去解決一個未知陌生問題的方法，當接到需求時，能夠判斷出好的解決方案的核心是什么。

下一篇，我會帶大家放飛思維，看看一個真正“智能化”的產(chǎn)品可以如何打造。

作者：經(jīng)海路@薄荷點點，京東物流數(shù)據(jù)PM一枚；公眾號：一個數(shù)據(jù)人的自留地

本文由@一個數(shù)據(jù)人的自留地 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自Unsplash，基于CC0協(xié)議