Voor de meeste organisaties is het nemen van de juiste beslissingen een kernactiveit, bijvoorbeeld “verstrekken we de lening, ja of nee”, “accepteren we de claim, ja of nee”. Het automatiseren van beslissingen maakt bedrijven responsief en efficiënt. Dat is het eerste voordeel, dat is mooi maar niet voldoende. Even belangrijk is het flexibel kunnen aanpassen van de beslissingsresultaten voor veranderende omstandigheden en veranderende bedrijfsdoelstellingen. Bijv. een verzekeringsmaatschappij die tijdens een promotiecampagne marktaandeel wil winnen zal andere acceptatieregels en prijzen hanteren dan in tijden waarin dezelfde onderneming alleen maar streeft naar het consolideren van marktaandeel.
Dus het nemen van de juiste beslissing vereist:
1
Het automatiseren van de beslissing om op consistente wijze snel en efficiënt beslissingen van hoge kwaliteit te nemen.
2
Er voor zorgen dat business gebruikers de parameters eenvoudig kunnen wijzigen om ze af te stemmen op bedrijfsdoelstellingen.
Maar wanneer moeten beslissingen wel of niet worden geautomatiseerd? De volgende factoren bepalen of een beslissing zich er voor leent om te worden geautomatiseerd:
Herhaling
De beslissing wordt vele malen genomen. Bijv. voor een autoleasemaatschappij “wel/niet accepteren van een klant die een auto wil leasen” of voor een verzekeringsmaatschappij “de prijs van een dekking bepalen”.
Meerdere variabelen
Om een beslissing te nemen, moeten verschillende variabelen worden gecontroleerd. Bijv. voor de leasemaatschappij, “heeft de klant een rijbewijs”, “is de kredietwaardigheid voldoende”,” is de schadehistorie acceptabel “, enz. enz.
Bedrijfsimpact
Heeft de beslissing invloed op het behalen van de bedrijfsdoelstellingen van het bedrijf?
Gegevens
Komen de gegevens die nodig zijn om de beslissing te nemen uit verschillende bronnen of moeten de gegevens dynamisch in realtime worden afgeleid.
Snel reageren
Veranderingen in de regelgeving, concurrentiegedrag of gewijzigde marktomstandigheden, vereisen snelle reacties. In plaats van IT-afdelingen de parameters van een beslissing te laten wijzigen, moeten zakelijke gebruikers dit snel kunnen doen.
Time-to-market
Als het verkorten van de time-to-market van nieuwe producten belangrijk is, ligt het gebruik van een rule based architectuur voor het nemen van beslissingen meer voor de hand vanwege de korte implementatietijd.
Het kern conncept van een BRMS
(Business Rule Management System)
Een beslissing bestaat uit het toepassen van verschillende regels, policies en berekeningen, ook wel Business Logic genoemd. In plaats van de business logic te verbergen in complexe systemen of procedures, is de business logic in een BRMS gescheiden en duidelijk gestructureerd beschikbaar voor zakelijke gebruikers, in tabelformaat of grafisch weergegeven. Dit maakt onderhoud en aanpassingen uiterst eenvoudig en snel.
Vaak vereist de implementatie van Decision Management de transformatie naar een meer flexibele IT-architectuur. Het architectuur team van Decide4AI is de specialist om u te ondersteunen.
Een BRMS-oplossing implementeren
Het implementeren van een BRMS vereist een gedisciplineerde en gestructureerde aanpak.
Decide4AI ondersteunt organisaties in alle fasen van het proces.
Analyseren van
bedrijfsdoelstellingen en KPI’s
Definiëren van de belangrijkste beslissingen en afstemming op bedrijfsdoelstellingen
Regels, berekeningen en procedures identificeren (business logic)
BRMS selecteren, testen en implementeren
De juiste IT-architectuur definiëren en implementeren (zie ook flexibele IT-architectuur)
Implementeren van beslissingsbeheer, onderhoud en governance strategieën
Analyseren van
bedrijfsdoelstellingen en KPI’s
Definiëren van de belangrijkste beslissingen en afstemming op bedrijfsdoelstellingen
Regels, berekeningen en procedures identificeren (business logic)
BRMS selecteren, testen en implementeren
De juiste IT-architectuur definiëren en implementeren (zie ook flexibele IT-architectuur)
Implementeren van beslissingsbeheer, onderhoud en governance strategieën
Voorbeelden
- Acceptatie van klanten voor producten, leningen of promoties
- Dynamische prijzen en offertes
- Credit scoring
- Compliance
- Mogelijkheden voor cross-selling en upsell identificeren
- Claimbeoordeling
- Fraude detectie
- Underwriting
Integreren van Machine Learning en Optimalisatie
Machine learning en/of optimalisatie kan ingezet worden om beslissingen meer real-time en intelligenter te nemen. Met machine learning kunt u snel grote hoeveelheden gegevens analyseren om trends en correlaties te ontdekken. Zo kunnen bijvoorbeeld acties van concurrenten het koopgedrag van consumenten beïnvloeden. In real-time detecteren van de veranderingen, het vinden van de oorzaak en het nemen van corrigerende maatregelen kan zeer waardevol zijn. Parameters bij het nemen van een beslissing worden automatisch aangepast. Optimalisatie gaat over het balanceren tussen verschillende concurrerende bedrijfsdoelstellingen. Optimalisatie kan het besluitvormingsproces verbeteren door de resultaten van beslissingen continu te optimaliseren en indien nodig automatisch de parameters te wijzigen.
Decide4AI
Het Decide4AI Decision Management-team is één van de toonaangevende Europese teams gespecialiseerd in Decision Management en op Rule Based systemen. Meer dan 15 jaar actief en in totaal meer dan 250.000 uur ervaring! Laat ons u ondersteunen bij de analyse, implementatie en onderhoud van uw BRMS. Haal het maximale uit uw gegevens en bedrijfslogica en maak van uw organisatie een wendbaar, efficiënt en klantgerichte organisatie.
Partner van IBM ODM en RedHat Decision Manager
Ongeveer 15 jaar geleden besloten de oprichters van Decide4AI, die voortkwamen uit de IBM-wereld voor decision management (toen nog Ilog), te starten met Decide4AI. Je kan stellen dat Decide4AI is geboren als een gespecialiseerd bedrijf voor decision management en optimalisatie. Vandaag de dag zijn we nog steeds een toonaangevende partner van IBM ODM / Red Hat Decision Manager in Europa.
