編輯導語：BI分析利用數據技術，分析數據中的規律，以指導業務項目進行，BI系統則提升了數據業務處理效率。其中，BI系統中的決策建議功能可以通過模型、數據等多種方式驅動，進而協助用戶進行決策。本篇文章里，作者對BI系統里的決策功能進行了相關介紹，一起來看一下。

專注“BI+”，帶你發現數據產品的更多可能性。

今天我們來談談BI系統里很有亮點的一個場景應用——決策建議。

一、什么是決策建議？

有決策建議的BI系統常常被冠以 “決策支持系統” 的光環。決策建議也是讓業務方能夠最直接感知數據驅動的功能。

決策建議，是能夠告訴用戶【在何種情況下，應該如何做】。

前面的文章我們談了風險告警、問題診斷，現在通過一個例子看看他們和決策建議產品形態的區別：

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

二、決策建議的產品設計思路

決策建議可以有多種實現路徑：

• 模型驅動：以算法模型為核心，常見的場景是，用戶輸入參數值或一些數據，來得到預測結果或者仿真模擬結果；
• 知識驅動：也可以叫做經驗驅動，將專家領域知識（方法論）沉淀到系統里；
• 數據驅動：通過對數據的挖掘分析（通常是時間序列數據）。

不管用什么實現路徑，產品設計核心是對現狀、目標、執行措施三者關系的本質理解，將模型、知識（業務方法論）、數據轉化為建議。

這里先不談需求調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，發現店鋪會員進店率降低了50%，建議增加會員觸達，點擊設置會員運營策略。

2）建議做數據分析——觀察數據分布、數據趨勢等，需要提供具體觀察對象的內容/指標或者指向具體的數據分析功能。

比如：電商場景下，發現件單價（成交訂單中平均每件商品的價格）近10天內降低了50%，建議關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，發現目前分揀中心包裹數量是歷史峰值的80%，建議增加分揀格口。

第二步，找準決策建議的觸發條件，將觸發條件轉化為數據需求。

觸發條件有這么幾類：

• 閾值觸發：數據指標達到某個指定的數值，比如：店鋪會員進店率閾值，低于這個閾值會觸發計算決策建議；
• 事件觸發：當出現某個狀態時觸發，比如：當包裹派送狀態為分配快遞員，且客戶的另一個包裹將在1小時內到站，觸發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：指定時間時觸發，或者達到一定的時間周期時觸發，比如：每天早上9點，提供建議巡檢設備清單。

第三步，將決策建議值轉化為研發需求。

我們按建議內容分為2類。

1）定量建議

需要給出具體的數字或者數據清單，比如增加10%庫存，巡檢設備的具體設備編號。

定量建議一般考慮采取算法模型的方式，產品經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，強調設定合理的評價方式和評價指標，對算法調優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、建議關注粉絲新增率、建議把系統切換成節能模式。

定性建議一般考慮給出建議的規則集（策略），規則策略可以由產品經理輸出，設計要點是，力求對業務場景狀態進行全面分類，讓規則可以盡可能多覆蓋較多的場景。這個過程中，和業務方反復溝通比較重要。

三、總結

在產品目標主要是數據可視化、業務模型建設的情況下，決策建議確實是大多數據產品經理比較少接觸到的業務場景，但隨著數據對業務越來越重要，要求數據能夠發揮更大價值，產品經理應該多思考如何能夠提供更加智能化產品給用戶。

我們常說，解決方案本身其實是術，產品 PRD 里面寫的是策略規則、模型需求，其實多做幾個 case 積累一些經驗就能夠熟練。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”的產品可以如何打造。

作者：經海路@薄荷點點，京東物流數據PM一枚；公眾號：一個數據人的自留地

本文由@一個數據人的自留地 原創發布于人人都是產品經理。未經許可，禁止轉載

題圖來自Unsplash，基于CC0協議