AI训练师二级02：业务分析题怎么拆，一个能套所有业务题的骨架
我是老计。从这一篇开始真正拆题。先拆 B 模块里的业务分析题（B1 类）。这类题的典型长相是：给你一个行业场景、一份数据、几个业务痛点，让你以人工智能训练师的身份，设计一套智能系统的业务框架、业务流程，并提出优化方案。
先说方法论，这也是整个系列的灵魂：
这类题看着每道都不一样，零售、物流、医疗、金融换来换去，但解题的推理结构是同一套。换行业，只换业务名词，不换骨架。学会这个骨架，你就能应对任何一道没见过的业务分析题。
为了演示又不碰原题版权，这一篇我自己造一个全新场景，智能健身房，带你把骨架走一遍。
一，先看这道我自编的题
场景： 一家连锁智能健身房，想提升会员的课程预约和私教匹配体验。当前流程是：会员在 App 上浏览课程、选时段预约、在备注里写自己的情况（比如"膝盖有旧伤，只能做低冲击训练"“想练减脂，不要太重的力量课”），系统生成预约、推送给门店和教练。
痛点：
- 私教匹配不精准，会员常被排到不合适的教练，续课率低
- 高峰时段（晚上和周末）热门课程和器械严重拥堵，体验差
- 会员的特殊情况（伤病、偏好）靠人工看备注，容易漏、容易错，存在运动损伤风险
任务： 设计这套智能系统的业务框架、业务流程，并针对痛点提出优化方案。
你看，这就是一道标准的业务分析题。 它和原题换了行业，但考的能力一模一样。下面开始拆。
二，第一步，拆题，别急着答
拿到题先别动笔写方案，先拆题。我的习惯是用三种颜色在心里标出题干：
- 痛点（题目希望你解决什么）：匹配不准、高峰拥堵、特殊需求易出错
- 指定动作（题目点名要你做什么）：设计业务框架、业务流程、优化方案
- 硬约束（不能漏的要素）：框架必须含核心技术模块/人机协作机制/数据接口；流程要体现特殊需求的识别与传递；优化要对准那三个痛点
拆题的意义，是把一道大题拆成一串明确的得分点。 上一篇讲过，这类题阅卷看的是要点覆盖是否全、方案是否合理可行，不是你堆了多少技术名词。所以拆题时把每个要求都揪出来，答题时一个个对着答，是最稳的踩分方式。
我做拆题时，会快速过一遍八个问题，它能帮你把一个业务场景彻底想透：
- 对象：谁用、谁审核、谁执行？（会员、前台、私教、门店经理）
- 目标：业务最终要改善什么？（匹配精准度、高峰体验、安全）
- 痛点：现流程在哪些节点失效？
- 数据：有哪些输入、历史、实时数据？（会员画像、历史课程、器械场地负载、教练排期）
- 模型：需要识别、推荐、预测还是调度？
- 流程：AI 的输出怎么触发业务动作？
- 人工：低置信度和异常由谁兜底？
- 指标：怎么证明方案有效？
三，第二步，业务框架，画一个闭环
框架回答的是"系统有什么"，是静态结构。我推荐一个六层架构，它普适于几乎所有业务分析题，核心是要形成"从数据到执行、再回到数据"的闭环：
- 数据源层：会员画像、历史预约、课程库、器械场地状态、教练排期、备注
- 数据治理层：清洗去重、统一口径、备注打标签、脱敏授权、质量监控
- AI能力层：私教智能匹配、备注解析、课程推荐、负载预测、排期调度
- 业务服务层：课程浏览、预约、确认、教练接单、状态通知
- 执行角色层：会员、前台、私教、门店经理
- 反馈闭环层：人工纠错、续课率、差评、实际体验数据、模型监控迭代
框架里还要写清三样题目点名的东西：
- 核心技术模块：匹配（画像+需求+教练特长）、备注解析（把"膝盖旧伤只能低冲击"变成结构化的约束标签）、负载预测、智能调度
- 人机协作机制：备注清晰且置信度高时，AI 结构化后自动流转；信息不完整时多轮追问；涉及伤病等重要安全信息时，必须转人工（前台或教练）确认
- 数据输入输出接口：会员到系统（偏好、需求、备注）、门店到系统（器械/场地/教练负载）、系统到教练（结构化需求、置信度、优先级）、反馈到数据层（续课、纠错、实际评价）
备注解析这一块，是这类题的高频考点，也是最能体现 AI 价值的地方。把一句大白话的特殊需求，变成机器能用的结构化约束，还要在涉及安全时留人工兜底，这个点答到位，分就稳了。
四，第三步，业务流程，画出判断和兜底
流程回答的是"系统怎么走"，是动态路径。画流程图的重点，不是画一条直线，而是画出判断、分支、人工兜底和异常回路。 这道题的流程大致是：
- 会员进入预约页，系统读取偏好、课程、门店负载，推荐课程和教练
- 会员选课并输入特殊需求（膝盖旧伤、想减脂）
- AI 解析：需求=低冲击、目标=减脂、输出置信度
- 判断：需求是否完整、无冲突、达到置信度阈值？
- 是：展示结构化结果，会员确认
- 否：多轮追问；仍不明确或涉及伤病，转人工校对
- 两条路径汇合，生成预约，校验器械/场地/教练可用性，预测高峰等待
- 推送给教练和门店，按优先级和负载安排
- 完成后回收续课、评价、实际反馈，进入优化闭环
然后分数据层和模型层给优化：
- 数据层：统一数据标准、建立伤病和训练目标的标签词典、补充实时负载数据、保存人工纠错形成高质量样本
- 模型层：备注用规则词典加 NLP 模型、匹配融合画像和教练特长、设置置信度阈值和人工兜底、监控准确率召回率和漂移并做 A/B 测试
五，第四步，优化方案，用痛点措施指标三联
优化最容易写空，一堆技术名词堆上去却不落地。我的套路是用"痛点、措施、指标"三联表述，每个痛点配具体措施、每个措施配可衡量的指标。 对着这道题的三个痛点：
- 痛点一，匹配不准。措施：基于会员画像、训练目标、教练特长做匹配，对流失会员定向召回，A/B 测试筛选策略。指标：匹配满意度、续课率、私教转化率。
- 痛点二，高峰拥堵。要同时解决系统请求拥堵和线下资源拥堵。措施：系统侧负载均衡、弹性扩容、限流；业务侧错峰优惠、预约制、动态等待时间、附近门店分流。指标：响应时间、排队时长、预约成功率。
- 痛点三，特殊需求易错。措施：结构化需求进入教练看板、伤病标签高亮预警、涉及安全的强制人工确认、修改留痕。指标：需求识别准确率、人工纠错率、运动损伤投诉率。
看出来没？每一条都是痛点对应措施、措施对应指标，没有一句空话。这正是优化方案拿高分的写法。
六，最关键的，换个行业怎么迁移
现在回到灵魂。这套骨架，换任何行业都能套，因为换的只是业务名词，推理结构不变：
- 在线教育：备注解析变成"基础薄弱、想冲刺考证"、角色变成课程顾问和老师
- 社区团购：备注变成"西红柿要生的"、角色变成团长和仓配
- 智能客服：解析变成识别用户意图、角色变成人工坐席兜底
不管哪个行业，你都走同一条路：拆题提取得分点，八问想透场景，六层架构搭框架，带判断和兜底画流程，痛点措施指标写优化。 把这条路练熟，考场上无论抽到哪个行业的业务题，你都不慌，因为你拆的不是某道题，是这一类题。
小结
这一篇拆了业务分析题，给了一套能套所有业务题的骨架：第一步拆题，用三色标出痛点、指定动作、硬约束，再用对象目标痛点数据模型流程人工指标八问想透场景，把大题拆成得分点。第二步业务框架，用数据源到数据治理到AI能力到业务服务到执行到反馈的六层闭环架构，写清核心模块、人机协作、数据接口，其中把特殊需求解析成结构化约束是高频考点。第三步业务流程，重点画判断、分支、人工兜底和异常回路，别画直线，配数据层和模型层优化。第四步优化方案，用痛点措施指标三联，每条都落地不堆名词。最后迁移：换行业只换业务名词不换骨架。学会拆这一类题，而不是背某一道题。
下一篇，我们拆业务分析里带数据和代码的那道题，看怎么从一份数据里挖出业务价值。
（本文为学习性方法拆解，所用智能健身房场景为原创示例，不含任何真题内容；旨在讲清业务分析题的解题方法，正式考试内容与要求以当年赛题为准，不押题、不保过。）
版权声明：本文版权归作者老计个人所有。欢迎个人学习阅读，未经授权，禁止转载、摘编、搬运或用于任何商业用途，违者将追究责任。转载请联系作者 Jich。
