在这个主题的第一篇博客中，我们介绍了如何将决策管理、决策分析和进件管理有机组合，构建完整的自动化决策体系。
进件管理的内容：人工干预、调查与优化
进件管理包含两项主要内容：
对自动化系统无法处理或处理有异常的进件做人工处理（进件的人工干预）
对无法自动化处理的进件进行分析诊断，找到优化的方案，使自动化决策能更好的工作，减少昂贵的人工介入（进件的调查管理）
虽然以上两项内容的边界有时不好区分，进件处理人员也经常同时处理以上两项内容，但为了更好的说明问题，在这个主题的讨论中，我们还是将两者分开阐述。
在本篇博客，我们将聚焦在第一个部分，即人工干预的部分。需要进件管理人员做人工干预的原因有很多，举例如下：
数据缺失，无法自动化决策
完全自动化处理做出最终决策风险太大，比如大额的贷款审批
在某些场景中，为了敲定最终的决定，需要工作人员人为与客户进行沟通；比如在信用卡交易反欺诈中，在确定是否批准某笔交易前，通常需要与用户进行电话确认
人工干预的主要职责
进行人工干预时，进件处理专员通常每次只处理一个进件，需要仔细检查进件资料的细节，依靠专业的知识和敏锐的直觉，做出以下判断：
发现并理解该进件无法被自动化处理的原因敲定下一步的处理方案（继续补充材料，或者做出终审结论等等）
现代决策管理系统赋能进件管理
现代决策管理系统拥有友好的人机交互界面和强大的分析功能，能够显著的提升进件管理的效率。
SMARTS系统的“红笔”功能就是这方面的利器。这个功能将一个或一组进件的资料信息直观的呈现出来，让进件管理专员在系统中的处理就如同在纸面上处理进件表格那样自如。
此外，SMARTS系统能够帮助业务用户快速找到决策结果的判断理由，跟踪自动决策规则的修改过程。
在下图的红笔界面中，进件管理专员可以非常快速的理解该笔进件的决策理由（“High Risk”规则被命中了，因为系统设置了“Assigned Risk
Level” to “High Risk”这个规则，条件是”AverageAge”在16到25之间即命中，该笔进件的AverageAge是23）
更强大的是，进件管理专员可以使用相同的工具探索如何优化自动化决策逻辑。比如，进件管理专员可以决定，即使年纪小，但如果工作地/学校到家的距离少于50英里，那么就应该评定为低风险等级。进件管理专员可以直接操作“红笔”工具，为“High Risk”规则添加一条除外规则，在做出最后的结论时，除了考虑年龄，还要考虑工作地/学校到家的距离。
增加的除外规则可以被纳入到自动化决策体系中，并分享给其他进件专员，在此基础上继续优化和改善。并且得益于有丰富的案例数据进行模拟验证，所有专员可以完全把控调整带来的影响。这个例子就是著名的“Design by Doing”（边做边设计）和“Adaptive Case
Management”（自适应进件管理）。
上述方法让进件专员能及时的获取系统的决策逻辑，并针对其碰到的问题进行灵活高效的调整。同时，这种方法将使整个组织能系统化的及时捕获之前容易被忽略的高价值信息。甚至不需要进件专员对业务逻辑进行实际修改，而只需要他们标记出问题及修改逻辑。这本身就是非常有价值的信息，并且将帮助持续改善决策逻辑。
原文作者：Carlos Serrano
原文地址：http://www.xinshu.ai/blog.html
-----------------------------------------------------
上海信数金融信息服务有限公司成立于2015年5月，是中国领先的金融科技公司。公司的产品包括新一代智能决策管理平台、企业级数据管理平台以及大数据征信服务等。
明策智能决策平台，是信数公司和美国硅谷公司Sparkling Logic合作研发的一款引领未来的智能决策管理平台，已经被包括PayPal、摩根大通、LTCG保险、京东金融、掌众金服、中望金服等超过100家国内外知名企业所采用。
Sparkling Logic
是一家专业的智能决策引擎研发公司，由FICO Blaze Advisor创始团队建立于2009年，通过对规则引擎、智能决策的不断研究，致力于帮助商业、教育、非盈利和政府组织利用他们的数据和专业知识来更好地自动化决策，推动发展。