Vantagens de usar um motor de decisão SaaS em vez de uma planilha
Quando alguém pergunta sobre uma decisão de crédito antiga
A planilha está aberta. A decisão foi tomada há algum tempo, e a pessoa responsável por ela já saiu. Agora alguém faz uma pergunta específica: qual versão da política foi executada, quais dados foram encontrados e quem alterou aquela lógica?
Um motor de decisão pode apresentar essas respostas junto com a própria decisão. O resultado inclui um registro de como foi produzido. A planilha não tem um lugar equivalente para reunir essa sequência completa: a revisão executada, a origem de cada dado, o valor não encontrado e a pessoa associada à mudança.
Essa é a diferença estrutural. Não se trata de uma afirmação sobre velocidade ou capacidade. É um registro vinculado à decisão.
A decisão registra como foi tomada
Ao analisar um resultado, a equipe de crédito pode começar pelo retorno do motor. Para cada componente do fluxo de decisão, o motor registra qual componente foi executado e qual revisão foi usada.
O registro da execução também informa se ela foi concluída com sucesso ou falhou, além do tempo de execução e de como os dados foram resolvidos. O tempo é um valor registrado nesse histórico, não uma comparação de desempenho.
O registro dos dados responde a uma pergunta que costuma surgir depois de uma decisão de crédito: o que a política realmente consultou? Cada entrada identifica o valor de origem, o valor resolvido e se o dado foi encontrado. Um dado ausente continua registrado como ausente, em vez de ser tratado silenciosamente como um valor vazio.
O registro da execução faz parte do próprio resultado da decisão, não é um log separado. Ele acompanha a resposta.
A versão executada fica armazenada em uma release
Imagine que a política tenha mudado desde aquela decisão. A próxima pergunta é se ainda é possível relacionar o resultado antigo à lógica que o produziu.
Uma release oferece essa referência. Ela é uma cópia armazenada de todo o fluxo de decisão, com um identificador da release, o identificador do fluxo de decisão, os usuários que a criaram e atualizaram, as datas e horas de inserção e modificação, um nome, notas e o conteúdo da release. O campo de notas serve para registrar as notas da release em Markdown.
A cópia contém definições compiladas. Ela não aponta apenas para o que está sendo editado naquele momento. Um conjunto de regras dentro da release inclui suas regras, as condições e ações de cada regra, os agregados, as funções e os mapeamentos. Se alguém editar esse conjunto de regras depois, a release existente não muda.
Essa diferença importa quando a equipe de crédito precisa reconstruir uma decisão anterior. O registro da execução identifica a revisão do componente. A release preserva as definições que faziam parte da versão armazenada.
Dez tipos de componente mantêm seu próprio histórico de revisões: tipos de caso, tabelas de decisão, árvores de decisão, funções personalizadas, modelos, requisitos de política, conjuntos de regras, scorecards e fluxos de decisão. Na tela de revisões, você pode escolher uma revisão à esquerda e outra à direita para compará-las, ou visualizar uma revisão isoladamente. Assim, uma mudança na política pode ser analisada como um objeto versionado.
A mudança fica vinculada a uma pessoa e a uma requisição
Encontrar a revisão certa é apenas parte da investigação. Também importa saber quem fez a mudança.
Um log de auditoria registra o usuário, o identificador do usuário, o tipo de entidade alterada, a própria entidade e a revisão envolvida. Também registra o tipo de evento, a hora de inserção, o endereço IP, o user agent, os detalhes, se o evento foi concluído com sucesso e o contexto da requisição.
A revisão registrada no log de auditoria é o vínculo importante. Ela associa a pessoa e a entidade auditada à versão exata da lógica. Quando o componente é executado, o registro da decisão aponta para essa mesma revisão.
Se uma investigação começa por um resultado antigo, a sequência é concreta: o retorno identifica a revisão, a release identifica as definições armazenadas, e o log de auditoria informa o usuário, a entidade, a revisão e o contexto da requisição. A planilha não tem uma coluna equivalente para reunir todas essas relações.
É possível verificar parte da lógica antes da execução
Antes de executar uma tabela de decisão, a equipe de crédito pode verificar se as linhas cobrem os dados previstos de forma consistente. A plataforma tem uma verificação para esse tipo de componente.
A verificação identifica se as condições de duas linhas se sobrepõem. Também identifica linhas que correspondem a todos os dados e verifica se algum dado pode passar sem corresponder a uma linha.
Essas verificações ajudam a responder a duas perguntas específicas. Mais de uma linha pode ser acionada para o mesmo dado? Existe algum dado para o qual nenhuma linha corresponda ao caso?
Também é importante conhecer o limite dessas verificações. A plataforma não valida a lógica de decisão de forma geral. As verificações de sobreposição e cobertura existem para a grade da tabela de decisão. A estrutura de linhas e colunas permite comparar cada par de linhas.
Conjuntos de regras aninhados não oferecem essa mesma possibilidade. A biblioteca deles inclui regras, condições, ações, agregados, mapeamentos, janelas, testes e geração de texto, mas não há uma verificação equivalente de sobreposição ou cobertura entre regras aninhadas. A tabela de decisão tem essas verificações específicas, mas o conjunto de regras aninhado não.
A execução segue regras definidas
O registro mostra o que foi executado. As regras de execução explicam o que cada componente faz quando é executado.
- Na tabela de decisão, as linhas são alternativas e a execução para na primeira linha correspondente. A ordem das linhas faz parte da lógica.
- O scorecard multiplica a pontuação de cada faixa pelo peso do preditor e soma os resultados. O total aparece no resultado do scorecard.
- Uma função personalizada calcula, mas não toma decisões. Ela não pode criar ramificações. Quando é preciso verificar uma condição, usa-se uma regra de guarda.
- Os dados externos para uma decisão são consultados em paralelo, por meio da execução de múltiplas requisições da plataforma.
- Um modelo treinado é executado como componente do fluxo de decisão, seguindo a mesma estrutura de execução dos outros componentes.
Para quem responde pela política de crédito, os motivos para deixar a planilha são específicos. O motor informa de onde vieram os dados e qual revisão de componente foi executada, preserva a release executada, vincula as mudanças a uma pessoa e a uma requisição e oferece verificações direcionadas para sobreposição e cobertura de tabelas de decisão.
Esses registros respondem à pergunta que surge depois, quando a decisão já foi tomada.
Perguntas frequentes
Qual decisão de crédito devemos migrar primeiro?
Comece por uma decisão com volume relevante, política estável e resultados que você possa medir. Limite o escopo inicial a um produto ou segmento de decisão e inclua as exceções que a equipe realmente trata. Antes de alterar decisões em produção, compare os resultados do motor com decisões históricas, incluindo solicitações com dados ausentes e valores próximos aos limites.
O que um piloto precisa comprovar antes de abandonarmos a planilha?
Confirme que o motor informa a versão da política usada, os dados encontrados ou não encontrados e como chegou ao resultado. Verifique se uma mudança na política feita por um usuário identificado pode ser vinculada à revisão executada. Depois, compare os resultados do motor com decisões aprovadas em solicitações representativas e investigue cada diferença antes de confiar no novo fluxo de decisão.
Como testar uma tabela de decisão antes da release?
Verifique se há linhas sobrepostas e dados que não correspondem a nenhuma linha. Depois, analise os limites em que um dado passa de um resultado para outro. Como a tabela de decisão usa a primeira linha correspondente, confira a ordem das linhas como parte da política. Teste também casos representativos e casos com dados ausentes, pois as verificações de sobreposição e cobertura não confirmam se o resultado de crédito previsto está correto.
Devemos usar tabelas de decisão ou conjuntos de regras aninhados para uma política de crédito?
Use uma tabela de decisão quando a política puder ser representada por linhas de condições e resultados, especialmente se os revisores precisarem comparar combinações. A execução para na primeira linha correspondente, e a plataforma pode verificar sobreposições e dados sem correspondência. Use um conjunto de regras aninhado quando a lógica não couber nessa grade, mas planeje testes separados, pois as mesmas verificações de sobreposição e cobertura não estão disponíveis nesse formato.
O que incluir no estudo de viabilidade de um motor de decisão SaaS?
Meça o tempo gasto hoje na manutenção de planilhas de políticas, na investigação de decisões antigas e na verificação de mudanças. Depois, compare esse custo com as despesas de assinatura, integração e administração contínua. Use seus próprios volumes e horas de trabalho, sem presumir que o motor evitará perdas ou reduzirá o trabalho de revisão. Inclua o custo de manter o processo com planilhas durante a transição e defina quais evidências justificariam ampliar o piloto.