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)型的共同目標之一通常被描述為“成為一家數(shù)據(jù)驅(qū)動型公司”。無論是商業(yè)智能、預(yù)測分析還是機器學(xué)習(xí)，使用客觀數(shù)據(jù)而不是直覺來驅(qū)動決策都是企業(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為他們的公司擁有數(shù)據(jù)驅(qū)動的文化。
數(shù)據(jù)并不能解決所有問題。你的數(shù)據(jù)可能不會告訴你一個成功的產(chǎn)品可能會更好，因為數(shù)據(jù)會表明它已經(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。下面你將全面了解所謂“決策科學(xué)”（或“決策智能”）。
Google決策智能負責人Cassie Kozyrkov將決策科學(xué)描述為：將以前孤立的學(xué)科中的工具和觀點結(jié)合起來，并將其應(yīng)用于選項之間進行選擇的各個方面，以減少基于事實，做出更高質(zhì)量決策所需的行動。她寫道：“它將應(yīng)用數(shù)據(jù)科學(xué)、社會科學(xué)和管理科學(xué)的精華整合到一個統(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)濟學(xué)（behavior economics）和計算機科學(xué)（computer science）與經(jīng)濟學(xué)（economics）的交叉領(lǐng)域EconCS有相似之處，前者是預(yù)測市場行為并使用激勵機制來改變市場，后者是Microsoft用來設(shè)計Bing廣告拍賣、Azure云定價和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；它是通過預(yù)測決策的結(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)之間的一個關(guān)鍵區(qū)別。
Microsoft高級首席研究員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)測個人或組織做出改變環(huán)境的決策后會發(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)測如果你不采取任何措施來改變系統(tǒng)，接下來會發(fā)生什么?！袄?，數(shù)據(jù)科學(xué)可能被用來計算出，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格不變，還是提高價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)解決方案團隊的負責人。他將其概括為“定量分析和用于指導(dǎo)和推動決策的技術(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，診斷分析進行深入研究，以了解為什么會發(fā)生這種情況。當我們變得更先進時，我們就可以做預(yù)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(xué)習(xí)的都是關(guān)于預(yù)測和預(yù)測的：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，因為它們已經(jīng)被用于運營領(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（和有限的數(shù)據(jù)量）提供建議，速度太慢，成本太高，無法用于每一個決策。Kuan表示，決策科學(xué)使利用實時數(shù)據(jù)的能力民主化?！拔覀兿胱屗哂锌蓴U展性。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，而且是一個巨大的改變。”
這意味著不僅僅是擁有一個數(shù)據(jù)科學(xué)團隊。這意味著賦予人們使用數(shù)據(jù)進行決策的權(quán)力。Kuan說：“很多公司都有稱之為數(shù)據(jù)科學(xué)團隊的隊伍，但沒有賦予他們權(quán)力，也不信任他們提出建議?！?/p>
他認為，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(wù)機會。
結(jié)果可能不是一個單一的選擇，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測試，并對結(jié)果做出決定，”他說。LinkedIn的幾乎每一個產(chǎn)品決策都會作為一個實驗交付給一小部分用戶，產(chǎn)品團隊可以看到這些變化如何影響KPI和其他指標。
LinkedIn廣泛應(yīng)用決策科學(xué)，從尋找合適的電子郵件細分成員到客戶支持，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，因為評論和喜歡對于他們與平臺的接觸，比他們對像Bill Gates 和 Richard Branson這樣的名人更重要。
員工會進行大量臨時分析（ad-hoc analyse），看看是什么推動特定業(yè)務(wù)指標發(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)團隊就可以花更多的時間進行由問題和假設(shè)驅(qū)動的分析，這有助于業(yè)務(wù)團隊做出決策。
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，并通過實驗不斷加以改進。”
這是與決策科學(xué)的另一大區(qū)別：“按照過去的方式，當你做決定時，它基本上已經(jīng)完成了；你沒有任何機會（在未來）改進，”Kuan說?！案欉@些數(shù)據(jù)驅(qū)動型決策的影響，使公司有機會從失敗中吸取教訓(xùn)并成長。”
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)帶給你的是一個更好的決策過程。
他說：“實踐中決策科學(xué)的一個最好的例子是A/B實驗的興起，在這種實驗中，組織系統(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。”“這里的很多附加價值是，運行A/B實驗會迫使團隊澄清什么是成功，什么可能是他們現(xiàn)在所做工作的一個好的替代方案，并建立一個持續(xù)更新策略的流程?！?/p>
這樣一來，您就不會陷入困境，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，基于現(xiàn)有客戶數(shù)據(jù)的經(jīng)濟學(xué)，博弈論和因果機器學(xué)習(xí)將向前發(fā)展，以提供其他方式來預(yù)測如果選擇了新的方向可能發(fā)生的事情。”
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?！睂嵤Q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)測結(jié)果?！敖M織必須確定能夠評估決策行為影響的個人團隊。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值觀進行變革管理方面經(jīng)驗豐富?！?/p>
Kuan強調(diào)招聘不僅僅是為了數(shù)據(jù)科學(xué)方面的專業(yè)知識。LinkedIn的數(shù)據(jù)科學(xué)家需要統(tǒng)計專業(yè)知識，這樣他們就可以設(shè)計實驗，知道如何衡量他們是否成功。他們需要知道足夠多的機器學(xué)習(xí)，以便將業(yè)務(wù)問題形式化為機器學(xué)習(xí)問題，而不將相關(guān)性誤認為因果關(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，從而推動業(yè)務(wù)影響，”Kuan解釋道。
Lewis推薦了一個由經(jīng)濟學(xué)家、統(tǒng)計學(xué)家和數(shù)據(jù)科學(xué)家組成的團隊模式?！敖?jīng)濟學(xué)家找出需要衡量的東西，以便更好地了解下一步會發(fā)生什么；統(tǒng)計學(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?！叭绻愕臄?shù)據(jù)來源和質(zhì)量都沒得到驗證，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;
