DDD战略设计与领域建模

Cassie Kozyrkov是谷歌首席决策科学家，决策智能的先驱，本文是对决策智能的定义提要，原文点击标题：决策智能是人工智能时代领导力的新学科，决策智能是一门新的学科，涉及在选项之间进行选择的所有方面。它将应用数据科学、社会科学和管理科学的精华汇集到一个统一的领域，帮助人们使用数

DMN是决策模型和符号（Decision Model and Notation）的英文缩写，是由BMN背后的组织OMG管理的一个标准。通过一种独立于供应商的图表语言（业务规则引擎语言DSL），使企业能够掌握驱动其自身业务运作的逻辑。DMN是一个开放的标准。 像BPMN一样，它

您的团队在面临关于下一步做什么的棘手决定时是否曾陷入困境？了解有关挑战地图的更多信息，这是一种消除噪音并帮助您的团队快速朝着正确方向前进的简单方法。挑战性地图是由资深创新者 Min Basadur 在其 2016 年的《

大多数公司的运营管理都一个致命的假设前提：系统整体效率是由其组件或业务单位或部门的独立效率决定的，其实这是错误的。一个经典的故事：一家美国汽车制造商知道客户更喜欢竞争者日本人生产的汽车。他们不明白为什么，所以他们认为应该做一些研究。他们买了一辆竞争对手的车，选择了一辆自己的车

Stefan Hofer 不擅长画图，然而，他认为他可以通过讲述领域故事来积累领域知识。Stefan 在奥地利学习软件工程并获得计算机科学博士学位。自 2005 年以来，他一直在德国汉堡的 WPS – Workplace Solutions 工作。他的工作是帮助团队开发以正确方式完成正确工作

头脑风暴是一种很有用的技术，可以产生不同的想法，解决或找到复杂问题的解决方案，并正确分析业务。它被定义为 "一种小组解决问题的技术，涉及小组所有成员自发贡献的想法"。在头脑风暴中，鼓励每个人的每个想法，无论它是否是出格的想法。只由一个人完成的头脑风暴可以被认为是独立的头脑风暴

MOST代表使命Mission、目标Objective、战略Strategy和战术Tactics的缩写。MOST分析是一种做商业分析的强大技术。MOST分析总是从顶部开始工作。业务分析员应确保将重点放在对组织来说最重要的目标上。它使人们更好地了解组织的能力和愿景（目的），并为

业务应用程序、数据集成、数据管理、数据仓库和机器学习都有一个通用且必不可少的组件：数据模型。几乎每个关键业务解决方案都基于数据模型。可能是在线交易和销售点、金融、产品和客户管理、商业智能或物联网领域，没有合适的数据模型，商业数据的价值为零！自计算机时代开始以来，数据模型和数据

核心子域图帮助您可视化架构中每个（子）域或业务能力的战略重要性，从而使您能够做出与业务模型一致的架构决策。这种技术的真正力量在于它引发的对话，尤其是跨学科的对话。复杂性是工程师可以衡量的东西，而业务差异化是由产品经理或业务利益相关者提供的。 衡量复杂性

系统中的信息是人们之间交流过程的一部分。思想在头脑中流动；沿途有翻译，从概念到自然语言到形式语言（机器系统中的构造），然后再返回。— Bill Kent从人们交流的语言中发现客观世界已经是一种默认方法，包括机器学习的NLP或大数据分析都是这种情况，领域建模也是这种情况，复杂性

大多数团队是从高级战略或目标直接跳到产品实施阶段，也就是用产品的成功与否来衡量战略的成功或失败，其实这中间有很多步骤：最成功的团队总会这样做： 1.决策出一个战略 2. 将战略转化为模型 3. 添加最小可行性的测量 4. 确定杠杆点 5

业务和IT分离的时代已经过去，问题空间和解决方案分离的时代已经过去：“请给我解决方案，而不是问题！” 我从业务和管理部门多次听到这句话。你也听说过，不是吗？我们程序员应该回喊“请给我呈现问题，而不是解决方案！”（你在教我做事吗？） 想象一下，你正在从事人力资源

我的经理今天给我发了一个模板，要求我提供 2023 年路线图，我填写了待定。长期的产品路线图是相当不切实际的，但我认为它仍然非常有效。路线图是一种工具，可以展示您的策略并促进与客户的联合真相调查讨论。问题是我们是否正确使用了我们的路线图。长期路线图是一个强大的工具，可以集体思

本文灵感来自于谷歌首席决策科学家：Cassie Kozyrkov（决策智能的先驱）. 1. 什么是决策智能？谷歌的首席决策科学家Cassie Kozyrkov将决策智能描述为一门涉及在选项之间进行选择的所有方面的新学科。它将应

业务规则引擎平台除了支持DMN决策模型以外应该有哪些功能？DMN和决策模型的缺点对业务敏捷性、生产力和程序员工作量有很大影响。在这次讨论中，我确定了六个主要缺点： 缺点一、缺乏业务语义如果你认为你可以在没有结构化的业务词汇和词