意思決定モデルと表記法

ビジネス分析において、意思決定モデルと表記法（DMN）は、オブジェクト管理グループによって公開された標準です。^[1]これは、組織内で繰り返し行われる意思決定を記述およびモデル化し、意思決定モデルが組織間で互換性があることを保証するための標準的なアプローチです。

DMN 標準は、意思決定管理とビジネス ルールをサポートする意思決定のモデリング表記法を業界に提供します。この表記法は、ビジネス ユーザーとITユーザーの両方が読みやすいように設計されています。これにより、さまざまなグループが効果的に協力して意思決定モデルを定義できます。

• 意思決定を管理し監視するビジネスパーソン、
• 初期の意思決定要件を文書化し、詳細な意思決定モデルと意思決定ロジックを指定するビジネスアナリストまたは機能アナリスト。
• 意思決定を行うシステムの自動化を担当する技術開発者。

DMN 標準は、単独でも効果的に使用できますが、BPMN 標準およびCMMN標準を補完するものです。BPMN は、ビジネス ルール タスクという特別な種類のアクティビティを定義します。これは、「プロセスがビジネス ルール エンジンに入力を提供し、ビジネス ルール エンジンが提供する計算の出力を取得するためのメカニズムを提供する」^{[2] [3]}であり、DMN を使用して定義された決定を BPMN プロセスのどこで使用すべきかを示すために使用できます。

DMNはBABOK v3に準拠したビジネス分析の標準となっています。^{[4] [5]}

この規格には3つの主要な要素が含まれている

• 意思決定の要素が依存関係ネットワークにどのようにリンクされているかを示す意思決定要件図。
• このようなネットワークで各決定がどのように行われるかを表す決定表。
• 組織の役割やパフォーマンス指標への影響などの意思決定のビジネス コンテキスト。
• 決定表やその他のロジック形式で式を評価するために使用できる Friendly Enough Expression Language (FEEL)。

この標準規格では、DMNの主な使用例を3つ特定しています。

• 手動による意思決定の定義
• 自動化された意思決定の要件を指定する
• 意思決定の完全かつ実行可能なモデルを表現する

DMN標準を使用すると、ビジネス分析とビジネスプロセス管理が改善されます。

• BPMNやUMLなどの他の一般的な要件管理技術は意思決定を処理しない
• ビジネスルール管理システム（BRMS） [ ^6]を使用したプロジェクトの増加により、より迅速な変更が可能^[7]
• 企業内のビジネス、IT、分析部門間のコミュニケーションの改善を促進する^[8]
• 予測分析プロジェクトに効果的な要件モデリングアプローチを提供し、 CRISP-DMなどの高度な分析方法論における「ビジネス理解」のニーズを満たします。
• BRMSにおける最も一般的なビジネスルールのスタイルである意思決定表の標準表記法を提供します。

DMN はBPMNと連携するように設計されています。ビジネス プロセス モデルは、プロセス ロジックを意思決定サービスに移動することで簡素化できます。DMN は OMG 内の別のドメインであり、BPMN のプロセスに明示的に接続する方法を提供します。DMN の意思決定は、その意思決定を使用するプロセスやタスクに明示的にリンクできます。この DMN と BPMN の統合は、広範囲に研究されてきました。^[9] DMN では、意思決定のロジックがステートレスで副作用のない意思決定サービスとして展開されることを想定しています。このようなサービスはビジネス プロセスから呼び出すことができ、プロセス内のデータは意思決定サービスの入力と出力にマッピングできます。^[10]

前述のように、BPMN はプロセス モデリングの関連OMG 標準です。DMN はBPMNを補完し、意思決定とプロセス間の関心の分離を実現します。ここでの例では、銀行の顧客をオンボーディングするための BPMN プロセスと DMN DRD (意思決定要件図) について説明します。複数の意思決定がモデル化され、これらの意思決定によってプロセスの応答が指示されます。

図に示す BPMN プロセス モデルでは、顧客が新しい銀行口座を開設するリクエストを行います。口座申請は、口座の作成と要求されたサービスの提供に必要なすべての情報を口座担当者に提供します。これには、名前、住所、およびさまざまな形式の身分証明書が含まれます。ワークフローの次のステップでは、「顧客確認」(KYC) サービスが呼び出されます。「KYC」サービスでは、名前と住所が検証され、その後、国際犯罪データベース (インターポール) および「重要な政治的地位にある人物 ( PEP )」のデータベースと照合されます。PEP とは、重要な政治的地位を委ねられている人物、またはその近親者です。PEP リストに載っている人物からの預金は、不正の可能性があります。これは、プロセス モデルで 2 つのサービスとして示されています。マネー ロンダリング防止 (AML) 規制では、顧客口座を認証する前にこれらのチェックが義務付けられています。

これらのサービスの結果と身分証明書のフォームは、新規アカウント認証決定に送信されます。これは、プロセス図で「ルール」アクティビティ、アカウント検証として表示されます。新規顧客が認証に合格した場合、アカウントはビジネス リテール、リテール、ウェルス マネジメント、および高価値ビジネスのオンボーディングに分類されます。それ以外の場合、顧客の申請は拒否されます。新規顧客の分類決定により、顧客が分類されます。アカウント検証プロセスで「手動」の結果が返された場合、PEP またはインターポール チェックでほぼ一致が返されます。アカウント担当者は、名前とアプリケーションを視覚的に検査して一致が有効かどうかを判断し、申請を承認または拒否する必要があります。

個人の住所が確認され、有効な身分証明書が提供され、申請者が犯罪者または重要な公的人物のリストに載っていない場合、口座開設が承認されます。これらは、「新規口座の承認」決定の下にあるサブ決定として表示されます。口座検証サービスでは、申請者の住所が 100% 一致していることが保証されます。身分証明書が有効であるためには、顧客は運転免許証、パスポート、または政府発行の身分証明書を提示する必要があります。

PEP および Interpol に対するチェックは「あいまい」一致であり、一致するスコア値を返します。85 を超えるスコアは「一致」と見なされ、65 ～ 85 のスコアには「手動」スクリーニング プロセスが必要になります。これらのリストのいずれかに一致する人は、アカウント申請プロセスで拒否されます。Interpol または PEP リストに対して 65 ～ 85 のスコアで部分一致がある場合、認証は手動に設定され、アカウント担当者が申請者のデータを手動で検証します。これらのルールは、リスト チェックで指定された名前をパスするかどうかの決定表を示す以下の図に反映されています。

クライアントのオンボーディング プロセスは、クライアントがどのカテゴリに該当するかによって決まります。カテゴリは、次の要素によって決まります。

• クライアントの種類（ビジネスまたは個人）
• 預託金の額
• そして推定純資産

この決定は以下のとおりです。

クライアントのカテゴリを決定するビジネス ルールは 6 つあり、これらは次の決定表に示されています。

この例では、「アカウントの確認」決定の結果が、新規アカウント プロセスの応答を指示しました。「顧客の分類」決定についても同様です。テーブル内のビジネス ルールを追加または変更することで、これらの決定の基準を簡単に変更し、プロセスを異なる方法で制御できます。

モデリングは、既存のプロセスやビジネス上の課題を改善する上で重要な要素です。モデリングは通常、ビジネス アナリスト、IT 担当者、モデリングの専門家で構成されるチームによって行われます。BPMN の表現力豊かなモデリング機能により、ビジネス アナリストはプロセスのアクティビティの機能を理解することができます。DMN が追加されたことで、ビジネス アナリストは複雑な意思決定のわかりやすいモデルを構築できるようになりました。BPMN と DMN を組み合わせると、プロセスを簡素化するために相乗的に機能する非常に強力なモデルの組み合わせが生まれます。

プロセス実行データから意思決定モデルを推論する自動検出技術も提案されている。^{[11]ここでは、データが強化された}イベントログと、意思決定を使用するプロセスからDMN意思決定モデルが導出される。これにより、意思決定マイニングはプロセスマイニングと従来のデータマイニングアプローチを補完することになる。

制約決定モデルと表記法（cDMN）は、知識を表形式の直感的な形式で表現するための正式な表記法です。^[12] これは、制約推論と関連概念でDMNを拡張し、元の使いやすさを維持することを目的としています。cDMNは、複雑なコンポーネント設計など、ビジネスモデリング以外の問題も表現することを目的としています。^[13]

DMN を 4 つの方法で拡張します。

• 制約モデリング（制約プログラミングを参照）
• 型付き述語や関数などの表現力豊かなデータ表現を追加する（一階述語論理に似ている）
• 各エントリが異なる問題インスタンスを表すデータテーブル
• 定量化

これらの追加により、cDMNモデルはより複雑な問題を表現できるようになりました。^[12]さらに、一部のDMNモデルをよりコンパクトで複雑でない方法で表現することもできます。^[12] DMNとは異なり、cDMNは、入力値のセットが複数の異なる解を持つ可能性があるという意味で決定論的ではありません。実際、DMNモデルが常に単一の解を定義するのに対し、cDMNモデルは解空間を定義します。

cDMN モデルの使用は、DMN と同様に、ビジネス プロセス モデルおよび表記法プロセス モデル にも統合できます。

例として、よく知られている地図の色付けまたはグラフの色付けの問題を考えてみましょう。ここでは、隣接する国が同じ色を共有しないように地図を色付けします。図に示されている制約テーブル (左上隅のE*ヒット ポリシーで示される) は、このロジックを表現しています。これは、「国 c1 ごとに、国 c2 は、それらが隣接する異なる国である場合、 c1 の色は c2 の色ではない」と解釈されます。

ここで、最初の 2 つの列では、両方とも country 型の 2 つの量指定子が導入されており、これらは全称量指定子として機能します。3 番目の列では、2 項述語borders を使用して、2 つの国が国境を共有している場合を表現します。最後に、最後の列では、1 項関数color が使用され、各国が色でマップされます。

• オブジェクト管理グループが発行したDMN仕様
• DMNテクノロジー機能キット: DMNソフトウェア製品のDMN標準準拠を評価するためのテストプラットフォーム
• readthedocs.io の cDMN