Decision Console

Decision Console 是用 Bayesian 判断和 ontology 证据审查所选 deal 当前状态的页面。它不只是显示 P(Win) 数字，还说明为什么产生该判断、什么是瓶颈、下一步需要确认哪些证据，以及采纳建议后如何连接到实际销售行动。

Decision Console 包含 AI 分析功能。AI 分析不是独立产品或独立页面，而是基于当前 deal 的服务器证据和判断上下文，补强判断说明的 Decision Console 功能。

位置: Sidebar → Ontology → Decision Console

为什么需要该页面

销售领导者想知道的不只是“概率是多少”。更重要的问题是：“为什么这样判断？”“什么在阻碍推进？”“下一次会议前必须验证什么？”

一般 pipeline probability 很大程度依赖销售阶段或销售人员的乐观。EXAWin+ 会同时读取活动记录、用户选择的信号、Bayesian update、沉默、momentum、threshold、decision impedance。

Decision Console 将这些信息集中到一个页面，让销售团队用证据而不是直觉讨论 deal。

基本流程

在左侧项目列表中选择可访问的 deal。只能选择用户公司和权限范围内的 deal。选择后，右侧判断区域会按该 deal 更新。

系统为所选 deal 准备最新 Bayesian update、沉默信息、累计沉默惩罚、momentum P(Win) 和 ontology 判断上下文。基于这些证据，Decision Console 显示当前状态、瓶颈、建议、相似上下文和后续活动追踪。

用户先查看 P(Win) 和判断状态，再阅读瓶颈和下一步证据候选。必要时请求 AI 分析，以自然语言解释当前 deal 证据。若认为建议有效，可采纳建议，并在 Activity War Room 中记录实际后续活动。

页面中的核心判断

Decision Console 显示当前 deal 的 Bayesian 状态，包括 P(Win)、与 threshold 的距离、confidence、最新 update、沉默和 momentum。

P(Win) 是根据已记录活动和已选信号计算的后验概率。threshold 是判断能否进入下一阶段的基准。decision impedance 通过当前概率、threshold 和 k 值关系，解释判断是受阻还是可推进。

沉默和 momentum 也必须一起看。在长销售周期中，没有消息并不总是中立。如果最近活动中断或客户反应延迟，判断应反映这种时间流。

各视图使用方法

推进制约原因 显示当前 deal 为什么不容易前进。比概率本身更重要的是哪些证据限制了判断。

瓶颈 显示瓶颈候选。瓶颈并不只是“坏”，而是下一步行动前必须确认的点，如客户联系人、决策者、阶段、活动空白、负向信号或证据不足。

下一步行动 显示系统基于当前证据提出的行动候选。这不是用户必须执行的命令，而是销售团队结合实际上下文判断是否采纳的候选。

相似 deal 提供比较上下文。查看相似流程的 deal 最终如何发展，有助于补强当前判断。

销售行动追踪 显示建议采纳后的后续活动连接状态。采纳建议后，可在 Activity War Room 中记录销售侧后续行动、接触尝试、准备和实际客户接触后的活动，并与当前建议连接。

AI 分析如何使用

Decision Console 的 AI 分析会读取当前 deal 的证据并提供自然语言解释。用户请求 AI 分析时，服务器准备当前 deal 的判断上下文和 AI 可读取的证据包。证据包可能包括 deal 状态、Bayesian 判断、活动上下文和证据列表。

AI 分析结果必须通过服务器验证。AI 生成的文本不会未经检查就成为系统判断。服务器会检查格式和证据连接性，只有验证后的结果才能作为解释草案使用。

即使 AI 请求暂时未完成，服务器确认的 Bayesian 判断和证据仍会保留。Decision Console 的核心判断不只依赖 AI 文本。AI 分析是帮助人更容易阅读判断的说明层。

采纳建议的含义

在 Decision Console 中采纳建议，表示“将该建议作为销售行动追踪对象”。采纳前，后续活动不会作为该建议的结果评估对象连接。

采纳后，用户可以在 Activity War Room 中记录后续销售行动。例如向客户发送追加问题、进行内部准备、或实际接触后留下活动记录，都可以与建议连接。

如果不采纳，该建议不会被视为执行后的后续行动对象。这个区分使系统能够学习哪些建议真正被执行，以及执行后判断是否改善。

与 Activity War Room 的关系

Decision Console 是审查判断的页面，Activity War Room 是记录实际活动的页面。

记录新会议或客户接触结果时使用 Activity War Room。即使在 Decision Console 中采纳建议，实际后续行动也应在 Activity War Room 中记录。

这种分离是有意设计。判断页面不随意修改数据，而是在标准活动记录页面留下实际业务结果，再连接回 Bayesian update 和 ontology 分析。

不应过度相信什么

Decision Console 不保证 deal 的未来。P(Win) 是基于已记录证据和配置模型的判断。客户内部情况、竞争对手变化、预算变化、决策延迟等尚未记录事件，系统无法知道。

该页面不是断言 deal 会成交或失败的工具，而是判断当前证据支持哪个方向、还需确认什么、应优先哪些后续行动的工具。

AI 分析同样不是最终决策者。它帮助解释证据，但客户沟通、价格条件、合同策略等实际销售判断仍由用户和公司政策负责。

良好使用习惯

查看 Decision Console 前，请确认 Activity War Room 的近期活动记录是否充分。如果只有旧活动，或活动中信号选择不准确，判断质量也会下降。

阅读建议时，不要只看“这个建议是否正确”，还要看“验证该建议需要哪些客户反应或内部证据”。Decision Console 的价值不是给出答案，而是明确下一步验证问题。

使用 AI 分析时，请确认解释是否与实际页面证据一致。必要时可在 Ontology Inspector 中确认关系结构，或使用 Ontology AI 从另一个角度解释相同证据。

下一步阅读

要确认判断证据的关系结构，请阅读 Ontology Inspector。

要结合 Decision Console 使用自然语言分析，请阅读 Ontology AI。

要记录活动和后续行动，请阅读 Activity War Room。