Download as PDF, PPTX
Uploaded byビジネスイノベーションハブ
ビジネスルール管理システムに対する新しいアプローチ
米国OMG（オブジェクトマネジメントグループ）が制定したDMN（意思決定モデリングと表記法）によるビジネスルール管理システムに対する新しいアプローチ
ビジネスルール管理システムに対する新しいアプローチ
- 1.
- 2. 従来型ビジネスルール管理アプローチの⼤きな課題 タスク A タスクB タスク C タスク D バケツ一杯 のルール ♣ このプロジェクトは、 いつまで続くの︖ ♣ どこまでが範囲なの︖ ♣ 本当にこんなにたくさん のルールが必要なの︖ ♣ このルールは陳腐化 してないか︖ ♣ ビジネスパフォー マンスにどう影響 するの︖ ♣ こんなこと想定して いなかった︕ Business Innovation Hub
- 3. 意思決定管理アプローチによる解決 タスク A タスクB タスク C タスク D ♣ 人間による意思決定と 自動化された意思決定 のコラボレーション ♣ ビジネスユーザー の関与 ♣ プロジェクト初期にて、 要件と範囲を明確化 ♣ 反復開発、アジャイル 開発の推進 ♣ 共有されるビジネス ロジックのコンポー ネント化 ♣ ビジネスパフォーマンス とビジネスロジックの改 善を重視 意思決定 Business Innovation Hub
- 4.
- 5. DMN（意思決定モデルと表記法）の目的 ♣ DMNの目的は、ビジネスプロセスを含む業務オペレーション上の 意思決定とそのロジックをモデル化するために必要とされる構造と 要素を提供することにある 意思決定 要件 意思決定 モデル 実装 12 3 1. 人間による意思決定をモデル化する 2.自動化される意思決定に対する要件をモデル化する 3. 自動化される意思決定の実装を支援する Business Innovation Hub
- 6.
- 7. 意思決定要件の要素 意思決定 ビジネス知識 インプット データ 知識ソース ♣ 1つ以上のインプットからアウト プットを決定する⾏為 ♣ ビジネス知識をカプセル化する ファンクション ♣インプットとして使⽤される 情報 ♣ ビジネス知識や意思決定に対する 権限 ♣ 情報要求（インプットとして使⽤される） ♣ 知識要求（呼び出される） ♣ 権限要求（拠り所とする） ♣ 適格性、検証、リスク、不正、機会、 最適化、配置、ターゲティング.. ♣ ビジネスルール、計算アルゴリズム、 実⾏可能なアナリティクスモデル.. ♣ トランザクションデータ、参照データ.. ♣ ⽅針、規制、専門知識、ベストプラク ティス、ビジネスアナリティクス.. Business Innovation Hub
- 8.
- 9.
- 10. 意思決定ノードの属性 ♣ 意思決定ノードの名称 ♣ 意思決定ロジックの説明 ♣意思決定のタイプ（適格性、検証、 リスク、不正、機会、最適化、配 置、ターゲティング..） ♣ 質問 ♣ 認められる回答（はい／いいえ、 承認／却下／照会、適格／非適 格..） ♣ 情報要求（インプットデータ、他 の意思決定のアウトプット） ♣ 知識要求（ビジネス知識） ♣ 権限要求（知識ソース） ♣ 達成が支援されるゴールや目標 ♣ 影響を受けるパフォーマン指標（KPI） ♣ 意思決定を⾏う組織ユニット ♣ 意思決定ロジックを所有する組織ユ ニット ♣ ガイドされるプロセス名称 ♣ ガイドされるタスク名称 Business Innovation Hub
- 11.
- 12. インプットデータノードの属性 ♣ インプットデータノードの名称 ♣ インプットデータの説明 ♣インプットデータのタイプ（トランザクションデータ、参照データ..） ♣ インプットデータのロケーション（企業内部、企業外部..） ♣ インプットデータの構造（構造化、非構造化..） ♣ 入手されるタスク（意思決定タスクの前に入手されるべき..） ♣ インプットデータの複雑性 ♣ インプットデータの精度など Business Innovation Hub
- 13.
- 14. ビジネス知識ノードの属性 ♣ ビジネス知識の名称 ♣ ビジネス知識の説明 ♣ビジネス知識のタイプ（ビジネスルール、計算アルゴリズム、実⾏可能なアナリティ クスモデル..） ♣ ビジネス知識の表現形式（ステートメント、デシジョンテーブル、デシジョンツリー、 外部関数、スコアカード..） ♣ 知識要求（ビジネス知識） ♣ 権限要求（知識ソース） ♣ ビジネス知識の変更頻度 ♣ ビジネス知識の複雑性 Business Innovation Hub
- 15.
- 16. 知識ソースノードの属性 ♣ 知識ソースの名称 ♣ 知識ソースの説明 ♣知識ソースのタイプ（⽅針、規制、専門知識やノウハウ、ベストプラクティス、レガ シーアプリケーション、データモデル、ビジネスアナリティクス分析結果..） ♣ 知識ソースのロケーション（企業内部、企業外部） ♣ 権限要求（意思決定、インプットデータ、他の知識ソース） Business Innovation Hub
- 17.
- 18.
- 19.
- 20.
- 21.
- 22.
- 23.
- 24.
- 25.
- 26. 意思決定ロジック②（デシジョンテーブル） ルール パターン 条件部 （インプット） 結論部 （アウトプット） 注文情報. プロダクトライン 注文情報. 注文総額 内部判定. リスクスコア 内部判定. 適格性 1 =< 75= 非適格 2 = A < 100 > 75 = 適格 適格性判定ルール 注文のプロダクトがAであり、 注文総額が100万円未満であり、 リスクスコアが75以上であれば、 その注文は適格とする Business Innovation Hub
- 27. 意思決定ロジック③（デシジョンテーブル） ルール パターン 条件部 （インプット） 結論部 （アウトプット） 顧客情報. 資本⾦ 取引情報. 取引履歴 取引履歴. 累積取引額 内部判定. リスクスコア 1 > 5000+= 23 2 次の間 2500以上 5000未満 += 19 リスクスコア ルール パターン 条件部 （インプット） 結論部 （アウトプット） 注文情報. プロダクトライン 注文情報. 注文総額 内部判定. リスクスコア 内部判定. 適格性 1 =< 75 = 非適格 2 = A < 100 > 75 = 適格 適格性判定ルール 顧客の資本⾦が5000万円以上 であれば、リスクスコアに 23点を加算する 意思決定のために必要とされる インプットは、他の意思決定の アウトプットであることもある Business Innovation Hub
- 28. 申込みデータを 検証する 審査⽅法を 選択する 申込みを ルーティング する 信⽤情報を 取得する 申込を 却下する 申込みを レビューする 申込みを 承認する 信⽤情報データ 申込み データ 要求 プロダクト 却下 却下 却下 信⽤情報 必要 信⽤情報 不要照会 承認承認 無担保ローンの審査プロセス（サンプル） Business Innovation Hub
- 29.
- 30. デシジョンツリー（サンプル） 判定. 返済資⼒ 信⽤情報. 破産 判定. リスクカテゴリ 判定.ルーティング = 却下 判定.ルーティング = 照会 判定.ルーティング =承認 判定.ルーティング = 却下 判定.ルーティング = 却下 = 有 = 無 = 有 = 無 = 高 = 中 = 低 Business Innovation Hub
- 31. スコアカード（サンプル） 18歳以上 21歳未満 22歳以上 25歳未満 26歳以上 35歳未満 年齢 32 35 40 独身既婚 その他 25 45 34 失業 学生 自営 15 18 36 36歳以上 49歳未満 43 被雇⽤ 45 就業状況 婚姻状況 申込者の属性 50歳以上 48 属性値（上段）とスコア（下段） Business Innovation Hub
- 32. デシジョンテーブル（サンプル） = = 非適格 適格 次のいずれか 全部,一部 = = 却下 信⽤情報必要 =適格 = なし = 信⽤情報不要 判定.適格性 判定.信⽤情報コールタイプ 条件（インプット） 結論（アウトプット） 判定.審査⽅法 Business Innovation Hub
- 33.
- 34. まとめ Business Innovation Hub ♣IT化すべき意思決定領域だけでなく、人間による意思決定領域の構造も明 確にする。 ♣ ビジネスユーザーの意思決定手順にしたがったコンポーネント体系にする。 ♣ 意思決定のコンポーネントとKPIを紐づける。 ♣ 最小のルール実装で、最大のビジネス効果を実現する。 ♣ 要求開発／要件定義の段階で、現在の意思決定ロジックの改善を⾏う。 ♣ 変化に強いシステムを構築する。 ♣ プロジェクトの初期段階において、ルール実装のスコープを明確にし、不 確実性や曖昧性を大幅に減らす。
- 35. 参考サイトと文献 Business Innovation Hub ♣Decision Model and Notation - Version 1.0 - Beta 1 by OMG (Object management Group) ♣ Knowledge Automation - How to Implement Decision Management in Business Processes by Alan N. Fish
- 36.