DAR( Decision Analysis and Resolution)决策分析和解决方案是CMMI三级的一个PA,DAR的目的在于运用结构化方法对所确定的候选方案进行决策。结构化决策过程可以减少决策中的主观影响，能够以比较高的概率选择出能满足共利益者的多种需求的解决方案。运用结构化决策过程主要是技术上的考虑，不过，“决策分析和决定”过程也适用于许多非技术论题。拥有多项候选解决方案和评价准则的非技术论题本身也适宜于结构化决策。非此即被的二元判定不适用。

 

先搜索了下结构化决策和非结构化决策的具体定义:

1.结构化决策，是指对某一决策过程的环境及规则，能用确定的模型或语言描述，以适当的算法产生决策方案，并能从多种方案中选择最优解的决策；
2.非结构化决策，是指决策过程复杂，不可能用确定的模型和语言来描述其决策过程，更无所谓最优解的决策；
3.半结构化决策，是介于以上二者之间的决策，这类决策可以建立适当的算法产生决策方案，使决策方案中得到较优的解。

 

这里问题是究竟二元决策算不算结构化决策，如是否采用O/R Mapping技术，某个功能是自己开发还是外购？按我的理解这种决策如果可以给出具体模型或语言进行描述和定量分析，仍然是结构化决策。

 

DAR的几个关键活动步骤如下：

1.建立评估备选方案的准则
强调的是你如何去决定项目中哪些问题需要走DAR正式的评估过程，DAR有成本，而且一般较正规的DAR耗费时间，所以仅仅会对高风险和大影响的问题运用DAR，所以这里你要把DAR的应用准则拿出来。不是随便什么想用就用。

 

评估的准则主要应该从方案本身的风险，实施成本，实施时间，收效等几个方面来考虑建立，并对各项准则的优先级和重要性进行估计后进行排序。

 

2.识别备选解决方案
查询相关资料，文档。借鉴相似案例的经验，沟通讨论，头脑风暴，尽可能多的发现备选方案。

 

3.选择评估备选方案的方法
评估方法很多，可以通过调查，模拟，测试，推算等多种方法来收集数据，定量分析。其实在这里应该首先根据是多方案决策还是单方案决策进行方法的划分。对于是多方案决策的时候最主要的方法就是加权平均法，AHP层次分析法，决策树，多因素分析矩阵等方法;而对于单方案决策最常用的就是SWOT分析，投入产出分析，决策树等方法。只是各种方法的表现形式可能不同而已。

 

结构化决策的一个重点就是要有确定的模型和语言，尽量使用具体的数据而非高，中，低等定性的指标，这样决策的结构才有说服力。所以选择方法可能并不是关键困难的地方，而最困难的是如何收集到准确，可信的基础数据。

 

4.利用已经建立的准则或方法对备选方案进行评估

通常，准则的相对重要性经常是不精确的，且解决方案的整体效果，往往在执行相关分析工作之后，才会明显。在这些案例中，因数量不多使评分不同，从解决方案中选出最佳者，也可能不是那么清晰。应鼓励挑战准则和各种假设条件。

 
在必要时，执行模拟、建模、原型和先导系统，以测试评估准则、方法与备选解决方案。
若提议的备选解决方案无法通过上述测试时，考虑新的备选解决方案、准则与方法。重新评估，直到备选方案能通过测试。

 

根据评估准则对解决方案进行选择并记录选择的理由和依据。

 
当决策必须依照特定的时程、时间和资源进行时，可能无法搜集完备的信息。因此，日后可能需要重新分析在信息不完备时所制定的危险决策。应监督已识别的风险。

 

后续我会根据自己对DAR的理解给出一个采用DAR进行正式评估的实际例子。