第7章：结语
本卷聚焦于回答三个问题，以帮助构建几乎所有涉及决策的问题的框架。这些问题是：
- 绩效指标是什么？ 应按照以下准则来呈现这些指标：
- 应将它们组织成金字塔结构，作为捕捉相对绩效的一种非正式方式。
- 应将它们识别为目标（待最小化或最大化）、指标值或限制。
- 最后，应将它们区分为基础指标和风险指标。
- 正在做出哪些类型的决策（以及由谁做出）？ 应通过以下方式识别：
- 这些决策是作用于物理资源、金融资源，还是信息？
- 这些决策是离散的还是连续的，是标量还是向量？
- 决策以何种频率做出，何时被实施？
- 影响绩效的不确定性来源是什么？ 应基于以下方面来刻画：
- 12类不确定性中的哪些与该问题相关？
- 每个不确定性来源如何影响决策的制定方式，又如何影响绩效指标？
- 每个不确定性来源的行为方式如何？这应捕捉它们随时间的行为方式，以及需要表示的任何相关性。
当然，这些问题听起来既有趣又相关，但这也是第一卷所涵盖的全部内容。我们简要介绍了用于制定决策的四类策略，但在第三卷之前我们不会再回到这个话题。在能够着手做出决策之前，我们必须填补其他细节，例如识别做出决策所需的信息，以及系统如何随时间演化。这将在第二卷中介绍，第二卷也为评估我们将在第三卷中提出的策略奠定了基础。
决策，决策
我们做出如此多的决策，以至于常常在没有意识到自己有选择余地的情况下就已经在处理问题了。可以说，我们必须做出的第一个决策就是为了做出决策应该进行何种分析。决策情境的四个重要类别包括：
- 存在简单地把工作做得更好的潜力的决策：
- 一家卡车运输公司必须决定预订哪些货运订单，以在满足司机需求的同时实现收入最大化。这可能涉及决定应向哪些托运人投标以争取其货运业务，同时也需要确定收费标准，以及是否要对其车队做出调整。
- 一家对冲基金希望将此前用于逐日挑选投资标的的人工流程自动化。预期的收益是以更少的人力实现更好的绩效，从而降低管理成本。
- 一家制造商希望更好地管理其供应链的库存。
- 需要自动化的高流量决策：
- 一家大型零售商必须管理50,000种商品的库存，需要每日进行库存审查和补货决策。
- 一家酒店必须在其网站上为超过10,000种不同的房间/服务产品更新定价。
- 电网必须以滚动方式规划数百台发电机组的调度计划。
- 一位共同基金经理必须决定在10,000只股票中投资哪些。
- 一家网上银行可能每天都要评估成千上万份贷款申请。
这些决策是以高流量做出的，人工决策方式繁琐笨拙，可能需要培训大量人员。
- 高价值、高风险决策 —— 这些决策之所以需要分析，是因为其选择具有高价值和高不确定性，这意味着存在相当大的风险：
- 一家公司是否应该收购另一家公司？其中涉及大量资金，且对所收购新市场的表现以及企业文化能否顺利融合存在不确定性。
- 一家制药公司是否应该将某种药物推入临床试验？总成本可能超过一亿美元，而该药物最终获得成功的平均概率只有10%。
- 一名患者正患有严重疾病，但唯一的治疗方案会使患者的生命面临风险。
这些是通常会使用决策树进行仔细分析的典型问题，有时还会借助外部顾问的帮助。
- 不经任何分析而做出的决策 —— 这些通常是影响复杂活动的决策，正式分析不太可能带来价值，人们对该做出何种选择有着强烈的直觉：
- 一家初创公司需要提高销售额。在与高管团队开会之后，他们决定增加营销预算，增加两名销售人员，并推出促销套餐，让人们以极低的成本试用该软件。
- 一位公共卫生专家正试图应对药物过量激增的问题。她决定开展一场信息宣传活动，向减害组织提供额外资金，并与当地警方和卫生官员进行沟通。
- 作为美国的一家服装制造商，你的大部分面料来自孟加拉国，而该国正面临关税大幅上涨的威胁。如果关税真的上涨，你将无法盈利经营。你该怎么办？
- 某总统竞选活动的竞选经理必须决定在接下来的两周内，候选人的演讲应安排在何处。
在以上每一种情形中，决策者都是凭直觉推进，甚至没有列出可能需要的备选方案清单。虽然可以说该决策是借鉴了以往的经验，但通常仍存在不确定性，应该花些心思去思考针对不同结果的应对策略。
我们认为，所有决策都能从简单地理解用于评估绩效（包括风险）的指标、可以做出哪些类型的决策，以及可能影响绩效的不确定性中受益。至于这些是否要接受更为正式的分析，将是决策者的一个判断性决定，而这正是一个项目必须做出的第一个决策。
本卷的目标是避免陷入这样一个陷阱：基于构建问题框架的人（或团队）对特定工具（无论是决策树还是大型整数规划）的熟悉程度来构建问题框架。问题的构建需要完全独立于任何工具箱。
后续步骤
以指标、决策和不确定性来构建问题框架是关键的第一步，即便随后不再进行定量分析，这一步也可能有助于增进对问题的理解，使其更加清晰。然而，也会存在一些问题，要么需要进行更为细致的分析，要么明显需要自动化（如上文所举的例子）。
当有意向借助计算机来做出决策时，我们必须预见到以下步骤：
- 识别指标、决策和不确定性，这些是我们希望纳入模型中以实现项目最终目标的内容。在这一点上必须做出一个选择：利用增进的理解来做出决策，还是继续推进进一步的分析。
- 使用通用建模框架对所选问题进行数学建模，包括对不确定性的建模。这部分内容在第二卷中介绍。
- 设计策略以确定第2步中所识别的决策，并利用第3步中建立的模型对这些策略进行调优。这一步将有助于识别所需的信息。这部分内容在第三卷中介绍。
- 设计流程，用于收集做出决策（计算策略）以及评估绩效所需的信息。
- 在实际场景中实施决策。 这需要传达指令并设计用于实施决策的流程。在这一环节中，我们要对合规情况进行观察和管理。
- 评估该流程的绩效。
在计算机中模拟所有这些步骤是可行的，这可以作为一种测试环境。模拟器（有时被称为”数字孪生”）有助于评估和比较各种策略，但它们可能难以构建和验证。作为一种实地实施，创建数据收集流程，以及用于实施和合规监测的系统，都需要经历相当多的步骤。