组织的成败往往取决于其决策质量，但这些决策常常受到以业务流程或功能为中心的系统的制约。
在当今商业环境中，公司面临众多挑战。它们的成功或失败，很大程度上取决于决策的制定，而这些决策又受到以流程或功能为中心的系统的限制。这些公司努力在控制成本的同时提升业务生产力，却发现难以迅速调整其系统，尽管这种调整迫在眉睫。
新方法 — 数字化决策
应对这些挑战需要一种新方法 — 数字化决策。数字决策要求组织以决策为核心。这意味着从关注流程和支持流程的功能应用程序，转向以决策和自动化决策系统为中心。
决策一直是组织行为的核心，但长期以来被忽视，仅被视为组织功能或业务流程的一部分。这些被忽视的决策很少能有效自动化，也难以改进。有效地整合 AI 和机器学习尤其具有挑战性。缺乏对这些决策的明确管理，使得公司不知如何最大化其有效性。
专注于决策
数字化决策和以决策为中心的组织的首要特征是关注决策本身，而非流程或功能。组织所做的决策、从可能的替代方案中选择的行动至关重要。决策是实现战略并根据指标推动结果和绩效的关键。实施组织最高层定义的战略，最终归结为关于如何与合作伙伴、供应商、客户、员工互动的决策。正是这些决策使战略成为现实。业务指标和关键绩效指标（KPI）受到整个组织决策的影响，例如，为留住客户而提供的报价、定价、选择的供应商、批准的索赔等。
决策自动化
一旦决策成为首要考虑因素，公司也需要改变对自动化的看法。他们不应将信息系统视为简单的信息存储，供人们使用，而应将其视为在经营业务时以行动为导向的合作伙伴。这意味着尽可能地自动化决策，以便信息系统能够快速、一致、准确地执行决策。通过将业务知识、必须遵守的法规和政策等封装到信息系统中，公司可以降低成本、提高一致性，并使人们能够从事更高价值的活动。
很少有公司能够实现100%的运营决策自动化。实际上，大多数公司并不希望这样做。他们希望为人工干预和人们可以带来的灵活性留出选择空间。但是，系统不能仅仅交给一个人并返回到被动状态。相反，系统应该支持那些做出决策的人，以便能够快速准确地做出决策。一旦做出，系统应立即响应，并检查其余决策是否可以自动完成。系统能否自行运行完成？如果没有，它应在再次要求人工参与之前尽可能地运行。
这颠覆了决策支持模型。系统不是被动地通过数字决策支持人类决策者，而是在无法自动决策时明确地向人们伸出援手。人们通过做出系统无法做出的决策来支持系统，在系统需要时参与。
以决策为中心的好处
采用以决策为中心的方法有许多好处。以决策为中心的组织可以最大化直通式处理，提供可无限定制的消费者和信息驱动流程，并且可以轻松地从直通式处理到人工干预，然后再返回。该方法通过解耦 IT 和业务生命周期来提高敏捷性，并显著降低 IT 的复杂性和成本。
最大化直通式处理
通过标准化流程和明确的决策，公司可以提高其运营中的直通式处理（STP）率。当项目被放入工作列表或工作队列时，流程必须等待的次数大大减少。这种明确决策和简单流程的结合使事务能够继续进行，只有在需要人工干预的例外情况下才会中断。人工干预也得到了简化，为参与流程的员工明确确定了继续流程所需的决策，因此可以在适当的时候立即将控制权交还给系统。通过有效的决策支持，最大限度地减少做出这些决策所花费的时间，进一步减少了总体所需的劳动力。然后，员工可以专注于更高价值的活动。
信息驱动型流程
数字决策使公司能够更快地响应事件的发生，并消除了客户遵守组织流程的需要。当事件发生时，一组以决策为中心的应用程序会获取可用信息并决定需要采取哪些行动来响应。可用信息和已经发生的事件推动了组织的行为，而不是一组预定义的流程。这意味着消费者不需要了解组织的内部流程；他们只需展示他们所拥有的信息和他们想要的结果，决策管理系统将接管，从可用信息驱动到所需信息和期望的结果。
无限可定制的流程
当决策驱动流程，并且可以轻松为所涉及的决策添加新规则或选项时，就可以创建几乎无限可定制的流程。所做的决策可能会变得更加复杂，专注于特定的客户群或微细分市场。它们甚至允许包含特定于消费者的逻辑和偏好。组织的行为根据当前客户或交易而变化，标准流程转变为针对特定交易或客户定制的流程。组件动态组装以创建独特的流程。
可操作的 AI 和机器学习
通过数字决策，您可以利用数据来定位特定客户的营销优惠、管理风险、打击欺诈和分配资源。它允许您适应和做出改变，以持续改进并将 AI 和机器学习转变为业务学习。它让您掌控一切，以实现快速变更、有效的合规性和流程改进。
组织使用数据、机器学习、高级分析和人工智能来推动自动响应。他们的成功取决于做到这一点的能力。但是，机器学习模型只有在完全集成到运营决策中时，才会对组织有益。将机器学习引入运营环境是影响最大的地方 — 提供准确、可重复的决策。数字决策可以帮助组织做到这一点。
改进的案例管理
由数字决策支持的动态流程是案例管理的理想选择。不是试图定义一个标准的案例管理流程，而是使用决策来定义和动态组合可能的行动。每个活动都会增加可用信息量，并且每个活动都知道它需要什么信息。随着案例的发展，下一个活动由决策组件确定，该组件使用迄今为止可用的信息来查看下一步应该做什么。以自动化为重点，如果可能，下一步会自动完成，如果不可能，就会找到合适的人。如果需要其他信息，系统可以直接向使用者或内部用户联系并请求。随着信息的收集和每一步的决策，情况会发生变化，以确保采取正确的下一步。
业务/IT 生命周期解耦
IT 生命周期限制业务生命周期已不再可接受。公司不能推迟更改其开展业务的方式，直到 IT 部门能够做出更改。以决策为中心的组织将 IT 和业务生命周期解耦，以便业务可以发展和适应，而无需 IT 部门以相同的速度进行系统更改。业务变更需要新的决策行为，而这些变更可以在没有完整 IT 生命周期的情况下进行，因为决策是从软件的其余部分中提取的。Digital Decisioning 使企业能够对自己的系统进行更改，而无需经历完整的 IT 发布周期。
简化的 IT
最后，以决策为中心的组织简化了其信息技术支柱和该支柱的管理。在以决策为中心的组织中，IT 部门专注于管理标准化、简单的流程以及应用程序或功能组件。用于定义和管理决策的以业务为中心的环境消除了 IT 部门系统复杂性的主要来源。这种复杂性也不仅仅是转移到业务上，因为大部分复杂性是业务复杂性，业务方面的人已经很好地理解了。
决策很重要
为了应对业务挑战，首席执行官和首席信息官必须带领他们的公司以决策为中心。数字决策以连贯、集成的方式提供当今以决策为中心的组织所依赖的敏捷性、控制力、合规性、个性化和决策管理。
敏捷
数字决策提供了敏捷性，因为组织可以快速改变其开展业务的方式。决策是大多数运营的可变要素，快速变化的政策或法规和竞争压力会影响这些决策，而不是做出决策的流程或职能。
业务控制
数字决策通过赋予高管对推动日常运营和实施业务战略的决策的权力，为他们提供了所需的业务控制。这些决策是合规的，而且很明显，因为那些了解法规的人在没有 IT/业务脱节的情况下推动决策。
个性化
数字决策还直接使客户和内部员工受益。为客户个性化产品或服务意味着就如何与他们互动做出独特的决策。
运营效率
数字决策使公司能够确保员工有效地完成他们拥有的最高价值任务，从而更好地支持他们。它还使公司能够通过系统地关注整个组织的决策来获得运营优势和竞争优势。
如何开始 — 决策发现
首先确定哪些运营和战术决策对您的组织最重要。哪些与您的高管团队置于议程首位的战略最相关？哪项可能对用于绘制实现这些目标的进展情况的驱动因素和衡量标准产生最强的影响？这些是数字决策将为您的组织带来最大回报的决策。确定这些决策可以显示您的工作重点，并且对于显示与执行战略一致的高投资回报率至关重要。
决策发现的下一步是将这些关键的运营决策与您的业务流程和IT系统隔离开来。使用图形决策模型表示法（DMN）标准对决策需求进行建模，有助于业务利益相关者理解并掌握当前的决策方式。它还使决策能够与关键绩效指标和其他指标明确关联。
决策需求建模支持
