每个机构都收集数据，但收集数据还不够。

对于想要提出定制优惠，发现欺诈并改善供应链的公司，制定决策是分析成功的最终度量。但是，尽管对数据基础架构和AI进行了巨大的投资，但许多公司仍在努力填补洞察力和工作之间的空白。

这是建立决策解决方案以及重复的机械决策的地方，基于数据和分析以及商业操作，协议和政策所支持的基础。每个人都想知道如何简化使工作逻辑的想法的使用。

输入SAS®VIYA®，AI塑料一组可帮助您建立，管理和发布人类和人工智能代理商的可靠AI决策。 SAS®智能决定是应用程序在SAS VIYA上统一应用的一部分，使零售客户，金融服务，制造业以及外部以及外部做出广泛的自信和优雅的决定。

但是，有人可能会问：决定中发生了什么？有些人可能会说魔术，但它结合了准备数据，管理模型，制定/规则和治理在统一平台上。

尽管SAS VIYA这样的平台可以帮助激活这些过程，但真正的故事是如何将这些基本构件转换为分析。

让我们更详细地探索决定的每个部分。

粉红色件1：数据 – 每个决定的基础

本质上，每个决定都始于数据。但是仅原始数据还不够 – 您需要清洁，到达和可访问的数据管道来满足您的决定。

如果没有可靠的数据，模型就会产生误导性的愿景，治理可能无法逮捕案件，而工作规则可能会导致错误的程序。

有效的数据管理保证正确的信息可以及时提供给合适的人。

在这些愿景文章中阅读有关数据的更多信息。

Pench No. 2：模型 – 领导智能的分析

一旦获得数据，下一步就是解释。预测模型和分析将主要信息转换为您可以处理的愿景。他们帮助决策者发现模式，预测结果并在投入资源之前模拟替代方案。

但是这些模型不是魔术棒。必须对其进行监控，更新和与工作目标兼容，以确保它们是准确，公平和有效的。

拼图第3号：治理 – AI的Raidraoes

快速的决定很棒 – 只要它们是对的。因此，需要治理。治理确保了政策，运营，角色和控制的框架，以确保决策是透明，兼容，一致，审查，审查并与组织策略和风险宽容兼容的框架。

理性判断保证了团队可以在整个生命周期中验证，记录和监视决策。

拼图4：工作规则 – 工作背后的逻辑

最后，工作规则是决策所必需的。工作规则支持与特定商业环境一致的操作和协议，从而使它们可以工作。它可以很简单（“此交易的批准”）或复杂的（“基于股票，需求和竞争活动的动态定价”），并且通常是更大决策流的一部分。

做出您可以信任的决定

当数据，模型，治理规则和工作规则在一个环境中收集时，决策变得更快，更聪明，更可靠。指导仪表板上的想法与愿景的想法之间的区别是指导工作。

这就是Sas Viya和Sas Attlichent决策的目的。有了这些，差异可以：

• 数据管理并从一方面控制聚会：借助SAS VIYA，您可以在一个系统中管理数据，并在访问数据，准备和治理方面进行全面的支持。所有企业用户都可以为数据管理做出贡献，并了解他们如何影响组织。
• 大规模建立，管理和发布模型SAS VYA可以帮助您的团队建立和管理模型并广泛传播模型。它跟踪公平和绩效的模型，并保证人类和人工智能代理人可靠和可靠的决定。
• 包括治理和透明度SAS VIYA提供了许多治理能力，这些能力反映在机构制定解决方案中。团队可以在无符号的低代码环境中的整个开发和发布过程中进行合作和验证健康并测试其决策。
• 自动化工作规则工作规则还遵循特定的标准。他们遵循有条件的逻辑，导致程序或结果，并且可以动态（这意味着它们可以适应组织或市场的发展）。它也可以成为更大的决策流程的一部分（例如那些有决策或复杂基础组的人）。工作规则是SAS决策能力的重点。