Beslutningsstøtte systemer: Sifting data for bedre beslutninger

En beslutningsstøtte system (DSS) er et interaktivt informasjonssystem som analyserer store mengder data for å informere beslutninger. En DSS støtter forvaltning, drift, planlegging og nivåer i en organisasjon i å gjøre bedre beslutninger ved å vurdere betydningen av usikkerhet og avveininger involvert i å gjøre en beslutning over en annen.

EN DSS bruker en kombinasjon av raw-data, dokumenter, personlig kunnskap og/eller forretningsmodeller for å hjelpe brukere med å ta beslutninger., Datakildene som brukes av en DSS kan omfatte personlig data kilder, kuber, data varehus, elektroniske helse records (EHRs), inntekter anslag, salgsprognoser, og mer.

konseptet av beslutningsstøtte systemer vokste ut av forskning utført ved Carnegie Institute of Technology i 1950-og 1960-tallet, men egentlig rot i virksomheten i 1980-årene i form av ledende information systems (EIS), gruppe beslutningsstøtte systemer (GDSS), og organisatoriske beslutningsstøtte systemer (ODSS)., Disse sier, så organisasjoner i økende grad blitt fokusert på datadrevne beslutninger, vedtak vitenskap (eller beslutning intelligens) er på vei oppover, og vedtak forskere kan være nøkkelen til å låse opp potensialet i vedtaket science-systemer. Bringe sammen brukt data naturvitenskap, samfunnsvitenskap og administrative science, design science fokuserer på å velge mellom alternativer for å redusere innsatsen som kreves for å gjøre høyere kvalitet beslutninger.

beslutningsstøtte systemer vs. business intelligence

Decision support systems og business intelligence (BI) er ofte blandet., Noen eksperter mener BI en etterfølger til DSS. Beslutningsstøtte systemer er generelt anerkjent som ett element av business intelligens-systemer, sammen med data lagring og data mining.

Mens BI er en bred kategori av programmer, tjenester og teknologi for innsamling, lagring, analyse av og tilgang til data som grunnlag for beslutninger, DSS programmer har en tendens til å være mer spesialbygde for støtte av spesifikke beslutninger. For eksempel, en bedrift DSS kan hjelpe et firma med prosjektet sine inntekter over en viss periode ved å analysere fortiden produktsalg data og variabler., Helsepersonell bruker klinisk beslutningsstøtte systemer for å gjøre den kliniske arbeidsflyt mer effektiv: datastyrt varsler og påminnelser til helsepersonell, kliniske retningslinjer, tilstand-bestemt rekkefølge sett, og så videre.

Kategorier av beslutningsstøtte systemer

I boken beslutningsstøtte Systemer: Konsepter og Ressurser for Ledere, Daniel J. Strøm, professor i ledelse informasjonssystemer ved Universitetet i Nord-Iowa, bryter ned beslutningsstøtte systemer inn i fem kategorier basert på deres primære kilder til informasjon.

Data-drevet DSS., Disse systemene inkluderer fil skuff og ledelsesrapportering systemer, executive informasjonssystemer, og geografiske informasjonssystemer (GIS). De legger tilgang til og håndtering av store databaser av strukturerte data, ofte en gang-serien av interne bedriftens data og noen ganger eksterne data.

Modell-drevet DSS. Disse DSS inkluderer systemer som bruker for regnskap og finansielle modeller, representasjons-modeller, og optimeringsmodeller. De legger tilgang til og manipulasjon av en modell., De generelt utnytte enkle statistiske og analytiske verktøy, men Makt merk at noen OLAP-systemer som gjør det komplisert analyse av data kan bli klassifisert som hybrid DSS systemer. Modell-drevet DSS bruke data og parametere gitt av beslutningstakere, men Strøm notes de er vanligvis ikke data-intensive.

Kunnskap-drevet DSS. Disse systemene foreslå eller anbefale tiltak for ledere. Noen ganger kalt rådgivende systemer, konsultasjon systemer, eller forslag systemer, gir de spesialiserte problemløsende kompetanse basert på et bestemt domene., De er vanligvis brukt til oppgaver, inkludert klassifisering, konfigurasjon, diagnostikk, fortolkning, planlegging og prediksjon som ellers ville avhenge av en menneskelig ekspert. Disse systemene er ofte koblet sammen med data mining å sile gjennom databaser for å produsere data innhold relasjoner.

Dokument-drevet DSS. Disse systemene integreres lagring og behandling av teknologier for dokumenter og analyse. En søkemotor er et eksempel.

Kommunikasjon-drevet og gruppe DSS., Kommunikasjon-drevet DSS fokuserer på kommunikasjon, samarbeid og koordinering for å hjelpe mennesker som jobber på en felles oppgave, mens gruppe DSS (GDSS) fokuserer på å støtte grupper av beslutningstakere til å analysere problemet situasjoner og utføre gruppe beslutningsprosesser oppgaver.

beslutningsstøtte system eksempler

beslutningsstøtte-systemer brukes i et bredt spekter av bransjer. Eksempel på bruksområder er:

• GPS-rute. En DSS kan brukes til å planlegge den raskeste og beste ruter mellom to punkter ved å analysere de tilgjengelige alternativene., Disse systemene inneholder ofte evnen til å overvåke trafikken i sanntid for å rute rundt lunger.
• Beskjær-planlegging. Bønder bruk DSS til å hjelpe dem med å finne den beste tid til å plante, gjødsle, og høste sine avlinger. Bayer Crop Science har anvendt analyse og beslutning-støtte til alle deler av sin virksomhet, herunder etableringen av «virtuelle fabrikker» for å utføre «hva-hvis» – analyser på sitt korn produksjon av nettsteder.
• Kliniske DSS. Disse systemene hjelpe klinikere diagnostisere sine pasienter., Penn Medisin har opprettet en klinisk DSS som hjelper den til å få ICU pasienter av vifter raskere.
• ERP-oversikter. Disse systemene hjelper ledere å overvåke ytelsen indikatorer. Digital markedsføring og tjenester firmaet Clearlink bruker en DSS system for å hjelpe sine ledere pinpoint-agenter som trenger ekstra hjelp.

Komponentene i en beslutningsstøtte-system

Ifølge Ledelsen Studie HQ, beslutningsstøtte-systemer består av tre sentrale komponenter: database, programvare system, og brukergrensesnitt.

1. DSS database., Databasen bygger på en rekke kilder, inkludert data internt i organisasjonen, data generert av programmer, og eksterne data som er kjøpt fra tredjeparter eller utvunnet fra Internett. Størrelsen av DSS database vil variere basert på behov, fra en liten, frittstående system til et stort data warehouse.
2. DSS programvare system. Programvaren systemet er bygget på en modell (inkludert vedtak sammenheng og bruker-kriterier). Antall og typer av modeller, avhenger av formålet med DSS. Brukte modeller inkluderer:
   • Statistiske modeller., Disse modellene brukes til å etablere relasjoner mellom hendelser og faktorer som er relatert til denne hendelsen. De kan For eksempel brukes til å analysere salg i forhold til beliggenhet eller vær.
   • sensitivitetsanalyse-modeller. Disse modellene er brukt for «hva-hvis» – analyser.
   • Optimalisering analyse modeller. Disse modellene brukes til å finne den optimale verdien for et mål variabel i forhold til andre variabler.
   • prognosemodeller. Disse inkluderer regresjonsmodeller, tidsserieanalyse, og andre modeller som brukes til å analysere forretningsbetingelser og lage planer.,
   • Bakover analyse følsomhet modeller. Noen ganger kalt mål-søker analyse, disse modellene sette en målverdi for en bestemt variabel, og deretter bestemme hvilke verdier de andre variablene må treffe for å møte denne målverdien.
3. DSS brukergrensesnitt. Oversikter og andre brukergrensesnitt som tillater brukere å samhandle med og se resultater.

beslutningsstøtte system programvare

Ifølge for å Capterra, den populære beslutningsstøtte system programvare inneholder:

• Informasjon Utbyggere WebFOCUS., Denne data-og analytics-plattformen er rettet for virksomhets-og mid-market bedrifter som har behov for å integrere og bygge inn data på tvers av programmene. Det tilbyr cloud, multi-cloud, på prem, og hybrid valg.
• QlikView. QlikView er Qlik klassiske analytics løsning, bygget på selskapets Assosiativ Motor. Det er designet for å hjelpe brukere med deres dag-til-dag oppgaver ved hjelp av en konfigurerbar-oversikten.
• SAP BusinessObjects. BusinessObjects består av rapportering og analyse programmer for å hjelpe brukere å forstå trender og bakenforliggende årsaker.
• TIBCO Spotfire., Dette visualisering av data og analyse programvare hjelper brukerne til å lage oversikter og makt logisk programmer og real-time analytics-programmer.
• Salesforce Analytics Skyen. Dette AI-drevet, sky-basert analytics løsningen er bygget på Salesforce.com’s plattform for å hjelpe organisasjoner med å oppdage muligheter og forutsi resultater.
• Powernoodle. Powernoodle er en cloud-basert beslutning engasjement plattform som benytter kognitive, atferdsmessige, og beslutningen om vitenskap., Det tilbyr pre-bygget maler som adresse felles beslutning typer, og støtte for modellering arbeidsflyter for flere interessenter grupper.
• 1000minds beslutningsprosesser. 1000minds er en online suite av verktøy og prosesser for beslutninger, prioritering, og conjoint analyse. Det er utledet fra forskning ved University of Otago i 1990-årene til metoder for å prioritere pasienter etter kirurgi.
• Briq. Briq er en prediktiv analytics og automatisering plattform bygget spesielt for generelle entreprenører og underleverandører i bygg og anlegg., Det utnytter data fra regnskap, prosjektstyring, CRM og andre systemer, å slå AI for logisk og normative analytics.