一、为什么自动化决策需要一个 “授权 — 熔断” 机制

几乎所有做自动化决策的产品,第一版都会撞上同一个悖论:模型越准,越该放开;但放得越开,一次失误的代价就越大。

酒店定价是典型场景。价格发出去直接影响成交,错了不是报表难看,是真金白银的损失和渠道对账纠纷。所以真正的问题不是 “模型够不够准”,而是怎么设计一套机制,让自动化能渐进放开、错了能自动收回。

这套机制和灰度发布本质上是同一类问题:授权、监控、熔断、回退。区别只在于,这里发布的不是代码版本,是决策权限。

二、先拆开三个粒度,混在一起必然说不清

很多团队把三件事压成一个概念,讲着讲着就自相矛盾。必须拆开:

表格

维度 粒度 决定什么
授权 房型级 这个房型的价格,系统能不能自己定
上线 门店级 这家店什么时候接入自动模式
熔断 门店级 出问题时,退到什么程度

这三者是分开的,因为它们的判断依据不同。

授权按房型切,因为房型之间的风险结构本来就不一样,下一节展开。

上线按门店走,因为运营对接、客户沟通、合同交付都以门店为单位。“先上标房、再上套房” 这种说法在管理上无法解释,门店内部一半自动一半人工,客户也感知不到边界。

熔断按门店,因为引发故障的原因几乎都是门店级共性:数据源断了、渠道接口改了、特征输入异常、对账大面积不一致。这类问题影响的是整店所有房型的决策基础,不会只影响标房。

三个粒度不同不是妥协,是三个判断依据本来就不该用同一把尺子。

三、授权切在哪:按风险结构,不按调价幅度

最常见的错误设计是按 “调价幅度” 分档 —— 小幅自动、大幅确认。这个方案看着合理,但落不了地,因为幅度是策略参数,模型一调参数分档就失效了。

按房型切分更稳,因为房型差异是结构性的:

表格

  标准房 套房
间数占比 高,样本充足 低,样本稀疏
单笔影响 小,错了可控 大,一次错价就是实损
价格弹性 相对稳定,容易学 差异大,客群混杂
决策频率 每天都要动 按需、低频
合理配置 自动执行 人工确认

这里有个容易被忽略的点:细粒度授权的价值不是 “渐进放开”,而是按风险与样本量配置决策权。

标准房数量多、样本足、单笔影响小,模型容易学稳;套房数量少、单笔金额大、客群价格敏感度差异大,人工判断仍有优势。这不是技术能力不足,是风险收益不对称。

四、准入判据分两层

房型级和门店级回答的是不同问题,指标必须分开。

房型级:这个房型能不能自动?

  • 采纳率:该房型下系统建议被人工修改的比例。本质上是 “模型判断和人判断的一致度”
  • 影子回测:用同一套收益回算模型,比较 “按建议价执行” 与 “按人工最终价执行” 的理论收益差
  • 样本量:低于阈值直接不予考虑,这是硬门槛

影子回测要承认一个局限:反事实是不可观测的。 你没法真知道按建议价执行后市场怎么反应,只能近似。因此必须控制混杂变量 —— 节假日、竞对调价、渠道活动都要在样本里对齐,并且只在大样本、同质时段上做,结论用于方向判断,不用于精确度量。

门店级:这家店能不能留在自动状态?

  • 价格一致率:渠道回读价与意图价一致的比例
  • 异常率:按下一节分类统计的滑动窗口比率
  • 抽检改回率:人工抽检时改回的比例
  • 连续无事故周期:按周计,期间未触发熔断

注意这里换了一个指标。房型准入用 “采纳率”,门店维持用 “抽检改回率”。原因是进入自动模式后,人工不再逐条确认,采纳率的样本骤减且有偏 —— 继续用它判断,等于用旧阶段的尺子量新阶段。

每一关都要用自己的尺子。

五、异常只保留两类,第三类归护栏

自动化之后,人的注意力从 “每条建议” 收缩到 “异常”。系统能不能抓住异常,决定自动化能不能活下去。

离群型:目标价与自身历史价、竞对价偏离过大。识别时不要用固定百分比 —— 酒店价格的季节波动极大,固定阈值在淡季全报警、旺季全漏报。用稳健统计量(IQR 或修正 z-score),配合分时段基线更可靠。

行为型:某维度连续被人工干预、反复改回。这类往往不是事故,而是策略参数该调了的信号。但系统必须先能发现它 —— 这是系统第一次开始观察 “人对它的反应”,而不只是算价格。

还有越界型(价格突破红线或成本线)。这一类不进异常检测,归护栏职责。护栏拦住了,它就不该出现在监控指标里;护栏没拦住,那是护栏配置的问题,单独立项排查,不算异常率。

六、护栏与熔断:整店回退,但要留后路

授权细,防护就必须厚。

硬护栏,执行前拦截,不可绕过:

  • 房型级价格上下限。这里要区分清楚:房型各自有价格区间,这是约束,不是授权。授权回答 “这个房型能不能自动决策”,约束回答 “这个房型的价格能落在哪个区间”,两者是独立维度
  • 成本线,低于即拒绝下发
  • 单日累计变动幅度上限,防止策略震荡导致一天内反复改价
  • 禁调窗口,比如入住当天某时点后不再调价,避免影响已成交客人

熔断,整店回退。 不做按房型的局部降级 —— 理由在第二节讲过,故障是门店共性的,一旦判断这家店的决策基础不健康,局部降级只会让状态不可解释,运营说不清哪些房型在自动。

但整店回退有三个前提,缺一个机制就是纸面的:

  1. 人还在位。 自动化不等于撤岗。收益经理转为抽检与复盘,编制不能砍 —— 砍了,熔断时没人接盘
  2. 回退无成本。 退回人工态不需要重建流程,随时能恢复逐条确认
  3. 复升条件写清。 只降不升的系统,几周后就永久停在人工态

第三点最容易被漏掉。条件要具体到数字:哪些指标回到什么水平、观察多少周、期间无事故,才允许重新接入。

飞耶在落地时把这三条做成了准入检查项,缺一项就不上线 —— 因为一套只降不升的机制,最后的结果是整个自动化模块被弃用。

七、审计:自动模式下,“可解释” 的用途变了

人工阶段,可解释是给人看的,作用是说服。

进入自动模式后,人不再逐条看建议,可解释的作用变成事后审计和策略迭代。它不能再是漂亮话术,必须是一份可检索的记录。

每次决策至少写一条日志:

decision_id, 门店/房型/日期/渠道,
features_snapshot, model_version,
target_price, constraints_hit,
authorized_mode (auto|human), final_price,
readback_price(T+N), 一致性结果

有了这条链路,复盘才能回答真问题:哪类特征贡献最大、哪条护栏最常触发、哪些房型的授权该收紧。

八、小结

自动化决策真正难的地方,从来不是 “算得准不准”,而是错了能不能被发现、被收回。

设计上守住三条:

  • 授权要细:按风险结构切到房型,不按调价幅度切
  • 上线要粗:以门店为单位推进,门店内部再配授权
  • 熔断要保守:整店回退,且回退前先确认人还在位

顺序也不能反过来。先有人工确认积累的对照数据,才有影子回测的样本;先有异常检测,才敢放开房型授权;先有复升条件,熔断才不是单向阀门。