Beslutningsstøttesystemer: sigtning af data til bedre forretningsbeslutninger

et beslutningsstøttesystem (DSS) er et interaktivt informationssystem, der analyserer store mængder data til at informere forretningsbeslutninger. En DSS understøtter ledelsen, operationer og planlægningsniveauer i en organisation til at træffe bedre beslutninger ved at vurdere betydningen af usikkerheder og de kompromiser, der er involveret i at tage en beslutning over en anden.

en DSS udnytter en kombination af rå data, dokumenter, personlig viden og / eller forretningsmodeller til at hjælpe brugerne med at træffe beslutninger., De datakilder, der anvendes af en DSS kunne omfatte relationelle datakilder, kuber, data warehousesarehouses, elektroniske patientjournaler (EHRs), indtægter fremskrivninger, salg fremskrivninger, og meget mere.

koncept for beslutningsstøtte systemer, der voksede ud af den forskning, der udføres på Carnegie Institute of Technology i 1950’erne og 1960’erne, men virkelig slog rod i virksomheden i 1980’erne i form af executive information systems (EIS), group decision support systems (GDSS), og organizational decision support system (ODS)., Disse siger, efterhånden som organisationer bliver mere og mere fokuseret på datadrevet beslutningstagning, er beslutningsvidenskab (eller beslutningsintelligens) stigende, og beslutningsforskere kan være nøglen til at frigøre potentialet i beslutningsvidenskabssystemer. Ved at samle anvendt datavidenskab, samfundsvidenskab og ledelsesvidenskab fokuserer design science på at vælge mellem muligheder for at reducere den indsats, der kræves for at træffe beslutninger af højere kvalitet.

beslutningsstøttesystemer vs. business intelligence

beslutningsstøttesystemer og business intelligence (BI) er ofte sammenfaldende., Nogle eksperter anser BI en efterfølger til DSS. Beslutningsstøttesystemer anerkendes generelt som et element i business intelligence-systemer sammen med datalagring og data mining.mens BI er en bred kategori af applikationer, tjenester og teknologier til indsamling, lagring, analyse og adgang til data til beslutningstagning, har DSS-applikationer en tendens til at være mere specialbyggede til støtte for specifikke beslutninger. For eksempel kan en business DSS hjælpe en virksomhed med at projicere sine indtægter over en bestemt periode ved at analysere tidligere produktsalgsdata og aktuelle variabler., Sundhedsudbydere bruger kliniske beslutningsstøttesystemer til at gøre den kliniske arbejdsgang mere effektiv: edb-advarsler og påmindelser til plejeudbydere, kliniske retningslinjer, tilstandsspecifikke ordresæt og så videre.

Kategorier af beslutningsstøtte systemer

I bogen beslutningsstøtte Systemer: Begreber og Ressourcer for Ledere, Daniel J. Magt, professor of management information systems på Universitet i Nord-Iowa, nedbryder beslutningsstøtte systemer i fem kategorier baseret på deres primære informationskilder.

datadrevet DSS., Disse systemer omfatter fil skuffe og management rapporteringssystemer, udøvende informationssystemer, og geografiske informationssystemer (GIS). De lægger vægt på adgang til og manipulation af store databaser med strukturerede data, ofte en tidsserie med interne virksomhedsdata og undertiden eksterne data.

modeldrevet DSS. Disse DSS omfatter systemer, der bruger regnskabsmæssige og finansielle modeller, repræsentative modeller, og optimering modeller. De lægger vægt på adgang til og manipulation af en model., De udnytter generelt enkle statistiske og analytiske værktøjer, men Po .er bemærker, at nogle OLAP-systemer, der tillader kompleks analyse af data, kan klassificeres som hybride DSS-systemer. Modeldrevet DSS bruger data og parametre leveret af beslutningstagere, men Po .er notes de er normalt ikke dataintensive.

viden-drevet DSS. Disse systemer foreslår eller anbefaler handlinger til ledere. Undertiden kaldes rådgivende systemer, konsultationssystemer, eller forslagssystemer, de leverer specialiseret ekspertise til problemløsning baseret på et bestemt domæne., De bruges typisk til opgaver, herunder klassificering, konfiguration, diagnose, fortolkning, planlægning og forudsigelse, der ellers ville afhænge af en menneskelig ekspert. Disse systemer er ofte parret med data mining at finkæmme gennem databaser til at producere data indhold relationer.

Dokumentdrevet DSS. Disse systemer integrerer lagring og behandling teknologier til dokument hentning og analyse. En søgemaskine er et eksempel.

Kommunikationsdrevet og gruppe DSS., Kommunikation-drevet DSS har fokus på kommunikation, samarbejde og koordinering for at hjælpe mennesker, der arbejder på en fælles opgave, mens gruppe, DSS (GDSS) fokuserer på at støtte grupper af beslutningstagere til at analysere problemer og situationer og udføre gruppe beslutningsprocessen opgaver.

eksempler på beslutningsstøttesystemer

beslutningsstøttesystemer anvendes i en lang række brancher. Eksempel anvendelser omfatter:

  • GPS ruteplanlægning. En DSS kan bruges til at planlægge de hurtigste og bedste ruter mellem to punkter ved at analysere de tilgængelige indstillinger., Disse systemer omfatter ofte evnen til at overvåge trafikken i realtid for at rute omkring overbelastning.
  • afgrøde-planlægning. Landmænd bruger DSS til at hjælpe dem med at bestemme det bedste tidspunkt at plante, befrugte og høste deres afgrøder. Bayer Crop Science har anvendt analyse og beslutningsstøtte til alle elementer i sin forretning, herunder oprettelsen af “virtuelle fabrikker” til at udføre “hvad-hvis”-analyser på sine majsproduktionssteder.
  • klinisk DSS. Disse systemer hjælper klinikere med at diagnosticere deres patienter., Penn Medicine har skabt en klinisk DSS, der hjælper det med at få ICU-patienter hurtigere væk fra ventilatorer.
  • ERP-dashboards. Disse systemer hjælper ledere med at overvåge præstationsindikatorer. Digital marketing-og servicefirma Clearlink bruger et DSS-system til at hjælpe sine ledere med at finde ud af, hvilke agenter der har brug for ekstra hjælp.

komponenter i et beslutningsstøttesystem

i henhold til Ledelsesstudiets H.består beslutningsstøttesystemer af tre nøglekomponenter: databasen, soft .aresystemet og brugergrænsefladen.

  1. DSS database., Databasen trækker på en række kilder, herunder interne data til organisationen, data genereret af applikationer og eksterne data købt fra tredjepart eller udvundet fra internettet. Størrelsen af DSS-databasen vil variere baseret på behov, fra et lille, selvstændigt system til et stort datavarehus.
  2. DSS soft .are system. Soft .aresystemet er bygget på en model (herunder beslutningskontekst og brugerkriterier). Antallet og typer af modeller afhænger af formålet med DSS. Almindeligt anvendte modeller omfatter:
    • statistiske modeller., Disse modeller bruges til at etablere forhold mellem begivenheder og faktorer relateret til denne begivenhed. For eksempel kunne de bruges til at analysere salg i forhold til placering eller vejr.
    • Følsomhedsanalysemodeller. Disse modeller bruges til” hvad-hvis ” analyse.
    • Optimeringsanalysemodeller. Disse modeller bruges til at finde den optimale værdi for en målvariabel i forhold til andre variabler.
    • prognosemodeller. Disse omfatter regressionsmodeller, tidsserieanalyse og andre modeller, der bruges til at analysere forretningsforhold og lave planer.,
    • Bagudanalysefølsomhedsmodeller. Nogle gange kaldes målsøgningsanalyse, disse modeller indstiller en målværdi for en bestemt variabel og bestemmer derefter de værdier, som andre variabler skal ramme for at opfylde denne målværdi.
  3. DSS brugergrænseflade. Dashboards og andre brugergrænseflader, der giver brugerne mulighed for at interagere med og se resultater.

Beslutningsstøttesystemsoft .are

ifølge Capterra inkluderer den populære beslutningsstøttesystemsoft .are:

  • Information Builders .ebfocus., Denne data-og analyseplatform er rettet mod virksomheder og mellemstore virksomheder, der har brug for at integrere og integrere data på tværs af applikationer. Det tilbyder cloud, multi-cloud, on-prem, og hybrid muligheder.
  • Qlikvie.. Qlikvie.er classicliks klassiske analyseløsning, der er bygget på virksomhedens Associative Motor. Det er designet til at hjælpe brugerne med deres daglige opgaver ved hjælp af et konfigurerbart dashboard.
  • SAP BusinessObjects. BusinessObjects består af rapporterings-og analyseapplikationer, der hjælper brugerne med at forstå tendenser og grundlæggende årsager.
  • TIBCO Spotfire., Denne datavisualisering og analysesoft .are hjælper brugere med at oprette dashboards og strømforudsigelsesapplikationer og realtidsanalyseprogrammer.Salesforce Analytics Cloud. Denne AI-drevne, skybaserede analyseløsning er bygget på Salesforce.com ‘ s platform til at hjælpe organisationer med at finde muligheder og forudsige resultater.
  • Po Powerernoodle. Po .ernoodle er en skybaseret beslutningsengagementsplatform, der udnytter kognitiv, adfærdsmæssig og beslutningsvidenskab., Det tilbyder forudbyggede skabeloner, der adresserer fælles beslutningstyper, og støtte til modellering af arbejdsgange fra flere interessentgrupper.
  • 1000minds beslutningstagning. 1000minds er en online suite af værktøjer og processer til beslutningstagning, prioritering og conjoint analyse. Det stammer fra forskning ved University of Otago i 1990 ‘ erne til metoder til prioritering af patienter til operation.
  • Bri.. BRI.er en forudsigelig analyse-og automatiseringsplatform, der er bygget specifikt til hovedentreprenører og underleverandører inden for byggeri., Det udnytter data fra regnskab, Projektledelse, CRM og andre systemer til at drive AI til forudsigelig og præskriptiv analyse.

Skriv et svar

Din e-mailadresse vil ikke blive publiceret. Krævede felter er markeret med *

Videre til værktøjslinje