从决策出发建数字化系统的三步和一个上线前自检——别再从现有的表出发建成没人用的看板

上一篇讲了为什么很多企业花几十万上的系统最后没人用——根子在建模的第一步就从”我们有哪些表”出发，只能建出报表，建不出能驱动决策的运营系统。

道理不复述了。这篇只干一件事：手把手走一遍”从决策出发”到底怎么做——三步，配一个能对着自己系统做的自检。全程用一个具体决策贯穿：

“这批料，到底能不能上这台设备？“

第一步：先把决策列全，别列表

第一个问题不是”你们有哪些系统、哪些表”，而是”这个环节上，人到底要做哪些决定”。

难点不在”问”，在列全——车间主任常会摆手：“我们没什么决策，照流程走就行。“这时别信。决策都藏在三类时刻里，拿它们去扫：

• 卡壳的时刻：什么时候会停下来犹豫？（“这批料要不要放行”）
• 要问别人的时刻：什么时候得打个电话、发条微信才能往下走？（“这台设备现在能不能接这个活，得问设备科”）
• 要翻记录的时刻：什么时候得去查点什么才能拍板？（“这批料达不达标，得翻检验记录”）

扫完你会发现，“照流程走”的背后全是决策。就拿贯穿全篇这个来说——“这批料能不能上这台设备”，每天要拍很多次、拍错就废件或停机。它是个真决策，列进来。

第二步：为这个决策，拉出它要用到的对象和关系

决策定了，接着问它：要拍这个板，得知道哪些东西、它们之间是什么关系？

“这批料能不能上这台设备”要成立，得同时知道两样：这台设备此刻的能力状态（精度、在不在保养窗口、当前参数），和这一批料的实测特性（硬度、尺寸、批次偏差）。而真正要的，是它们之间那条匹配约束——这一批的实测值，落不落在这台设备此刻干得了的范围里。

关键就在这条”匹配约束”上。要留意：你的工艺路线表里，可能已经有”A 类料可上 B 类机”这种静态规则——但”这一批的实测值 × 这台设备此刻的状态”这个动态判断，没有哪张表替你算好。这才是决策真正缺的那块，得围绕决策专门把它建出来。

（对象是”设备""料批”，关系是那条动态匹配约束。先有它们，才轮到谈用哪张表。）

第三步：最后，才去找哪张表来喂它

到这一步才碰数据。设备能力状态从设备台账加点检记录来，料批实测从来料检验来，那条匹配约束……大概率没有现成表，得新建一条规则或计算。哪张表字段够不够、数据准不准、拿不拿得到，都是这一步的落地活。

为什么放最后？因为主导权得攥在决策端。一旦让表先行，你能建什么就被现有的表框住了——那不又绕回从表出发。

但也得说清分寸：这不是一条道走到黑的瀑布。真做起来你会来回迭代——去看数据，发现它喂不动原定的决策，回头调决策、换个代理指标，都正常。数据有时还会启发你能做什么新决策（比如发现产线上一直没人用的一批传感器数据，反而能开一个预测性维护的新决策）——但那是”启发”，不是让数据端替你定骨架。主导权和被启发，是两回事。

别想一次建全：范围怎么收敛

从决策出发有个真实代价，得摆在前头：它不像从表出发那样有现成路径可抓——数据端有现成的东西直接接，决策端得靠访谈、蹲现场一点点挖。挖着挖着，决策一个连一个，范围容易收不住。

应对就一条：别想一次建全。先挑 1-2 个”又高频、又常卡壳”的决策做 MVP，跑通了再往外长。 “这批料能不能上这台设备”就是个好起点——天天发生、拍错代价大。先把这一个决策的对象、关系、数据闭环搭通，让现场真用起来，再接下一个。

慢是慢一点，但建出来的是有人用的。

最难的一关，也是最值钱的

做的过程里，甲方会不停把你往数据端推——“我们把表都导给你了，你先接进来嘛”。因为数据端有现成的东西可抓，决策端得靠人挖。顶住这股把你往数据里拽的力，坚持从决策端组织模型——这才是这活儿真正的手艺。

一个自检：上线前后都能做

给你一个特别土、但特别灵的反向测试。随便挑一个对象、一张表、一个字段，追着问三句：

• 哪个岗位的人会用它？
• 在什么时刻、做什么决定的时候用？
• 上线之后，他会真的改用它来拍这个板，还是照旧回去翻 Excel、靠经验、在微信群里问一句？

三个都答得上、而且答案是”会真用它”——这个对象是活的，从业务里长出来的。答不上、或者你心里清楚”上了系统大家八成还是看 Excel”——那它就是从数据集里漏进来的，该砍。

这跟做产品一贯要”先做减法”是同一个道理：功能规格砍掉客户没提的功能，系统建模砍掉没有决策消费者的对象。

说到底一句话：建模不是把表接进来，是把决策请进来。