Decision Analysis · Matt Pocock's Engineering Skills

Decision Analysis Skill

Decision Analysis 是 Matt Pocock’s engineering skills 中最重要的決策型 skills 之一，專注於系統化地分析決策的影響範圍和潛在風險。

何時使用

在以下情況中使用 Decision Analysis skill：

✅ 必須使用的情境：

考慮重大架構變更前
選擇技術方案或工具時
重構大規模程式碼前
引入新依賴或服務時
改變核心業務邏輯時

❌ 不適合的情境：

小型、本地化的修改
已有明確的替代方案
影響範圍有限的調整

分析框架

第 1 層：直接影響

分析決策的直接影響範圍：

直接影響分析：
✓ 哪些檔案需要修改
✓ 哪些函式會被影響
✓ 哪些測試需要更新
✓ 哪些介面會變更

第 2 層：間接影響

分析決策的間接影響範圍：

間接影響分析：
✓ 哪些模組依賴這些改變
✓ 哪些資料流會被影響
✓ 哪些使用者場景會改變
✓ 哪些系統邊界需要調整

第 3 層：潛在風險

識別潛在風險：

潛在風險：
✓ 效能影響（快取失效、查詢變慢）
✓ 相容性問題（舊版資料格式）
✓ 遷移複雜度（資料庫 schema 變更）
✓ 維護成本增加（更多邊緣情況）

實際範例

範例 1：技術選擇分析

情境：考慮從 REST API 遷移到 GraphQL

分析過程：

直接影響：
• API 端點重新設計（30+ endpoints）
• 前端查詢邏輯重寫
• 測試用例全面更新

間接影響：
• 第三方整合需要更新
• 監控系統需要適配
• API 文檔需要重寫

潛在風險：
• N+1 查詢問題
• 快取策略失效
• 團隊學習曲線

結論：
優點：前端靈活性大幅提升
缺點：遷移成本高，風險多
建議：分階段遷移，先在新功能試用

範例 2：資料庫 schema 變更

情境：將單表拆分為多表（正規化）

分析過程：

直接影響：
• 資料遷移腳本
• ORM 映射更新
• 查詢邏輯改寫

間接影響：
• 報表系統需要調整
• 資料備份流程更新
• 資料權限邏輯重構

潛在風險：
• 遷移期間資料不一致
• 查詢效能下降（JOIN）
• 回滾策略複雜

結論：
必要變更，但需謹慎規劃
建議：
1. 先準備完整的遷移腳本
2. 在測試環境驗證
3. 制定回滾計畫
4. 選擇低峰時段遷移

分析技巧

1. 影響矩陣

建立影響矩陣系統化評估：

            低影響  中影響  高影響
低風險       ✓      ✓      ⚠️
中風險       ✓      ⚠️     ❌
高風險       ⚠️     ❌     ❌

✓ = 可接受
⚠️ = 需緩解措施
❌ = 不可接受

2. 成本效益分析

評估決策的成本和效益：

成本：
• 開發時間：X 小時
• 測試成本：Y 小時
• 遷移風險：Z %

效益：
• 效能提升：A%
• 維護簡化：B%
• 新功能可能：C%

ROI = (效益 - 成本) / 成本

3. 依賴圖分析

視覺化決策的依賴關係：

決策 A
  ↓ 依賴
決策 B
  ↓ 依賴
決策 C

如果決策 C 失敗，決策 B 和 A 都會受影響

最佳實踐

1. 保持客觀

避免確認偏誤：

尋找反面證據
聽取不同意見
使用數據決定

2. 文檔化過程

記錄分析過程：

決策記錄：
• 日期
• 參與者
• 考慮的選項
• 分析結果
• 最終決定
• 理由

3. 持續評估

決策後持續評估：

監控關鍵指標
收集回饋
必要時調整