System wspomagania decyzji (DSS) jest interaktywnym systemem informacyjnym, który analizuje duże ilości danych w celu informowania o decyzjach biznesowych. DSS wspiera zarządzanie, operacje, i poziomy planowania organizacji w podejmowaniu lepszych decyzji, oceniając znaczenie niepewności i kompromisów związanych z podejmowaniem jednej decyzji nad inną.
DSS wykorzystuje kombinację surowych danych, dokumentów, osobistej wiedzy i / lub modeli biznesowych, aby pomóc użytkownikom w podejmowaniu decyzji., Źródła danych wykorzystywane przez DON mogą obejmować relacyjne źródła danych, kostki, hurtownie danych, elektroniczną dokumentację medyczną( EHRs), prognozy przychodów, prognozy sprzedaży i inne.
koncepcja systemów wspomagania decyzji wyrosła z badań przeprowadzonych w Carnegie Institute of Technology w latach 50. i 60., ale tak naprawdę zakorzeniła się w przedsiębiorstwie w latach 80.w postaci systemów informacji wykonawczej (EIS), grupowych systemów wspomagania decyzji (GDSS) i organizacyjnych systemów wspomagania decyzji (odss)., Mówią one, jak organizacje stają się coraz bardziej skoncentrowane na podejmowaniu decyzji opartych na danych, nauka decyzji (lub inteligencja decyzyjna) jest na wzrost, a naukowcy decyzyjni mogą być kluczem do odblokowania potencjału systemów nauki decyzji. Łącząc naukę o danych stosowanych, Nauki społeczne i nauki menedżerskie, design science koncentruje się na wyborze między opcjami, aby zmniejszyć wysiłek wymagany do podejmowania decyzji o wyższej jakości.
Systemy Wspomagania Decyzji A business intelligence
Systemy Wspomagania Decyzji i business intelligence (BI) są często ze sobą powiązane., Niektórzy eksperci uważają BI za następcę DSS. Systemy wspomagania decyzji są powszechnie uznawane za jeden z elementów systemów business intelligence, obok hurtowni danych i eksploracji danych.
podczas gdy BI jest szeroką kategorią aplikacji, usług i technologii do gromadzenia, przechowywania, analizowania i dostępu do danych w celu podejmowania decyzji, aplikacje DSS wydają się być bardziej specjalnie zbudowane do wspierania konkretnych decyzji. Na przykład, firma DSS może pomóc firmie projektować swoje przychody w ustalonym okresie, analizując dane sprzedażowe produktów i bieżące zmienne., Świadczeniodawcy korzystają z systemów wspomagania decyzji klinicznych, aby usprawnić przebieg pracy klinicznej: skomputeryzowane alerty i przypomnienia dla świadczeniodawców, wytyczne kliniczne, zestawy zamówień specyficznych dla danego stanu i tak dalej.
kategorie systemów wspomagania decyzji
w książce Decision Support Systems: Concepts and Resources for Managers, Daniel J. Power, professor of management information systems na University of Northern Iowa, dzieli systemy wspomagania decyzji na pięć kategorii w oparciu o ich podstawowe źródła informacji.
data-driven DSS., Systemy te obejmują szuflady plików i systemy raportowania zarządzania, systemy informacji wykonawczej i systemy informacji geograficznej (GIS). Podkreślają one dostęp i manipulację dużymi bazami danych ustrukturyzowanych, często szeregiem czasowym wewnętrznych danych firmowych, a czasami danych zewnętrznych.
Model-driven DSS. Te DSS obejmują systemy, które wykorzystują modele księgowe i finansowe, modele reprezentacyjne i modele optymalizacyjne. Podkreślają dostęp do modelu i manipulację nim., Zazwyczaj wykorzystują proste narzędzia statystyczne i analityczne, ale Power zauważa, że niektóre systemy OLAP, które umożliwiają złożoną analizę danych, mogą być klasyfikowane jako hybrydowe systemy DSS. Oparte na modelach systemy DSS wykorzystują dane i parametry dostarczane przez decydentów, ale notatki energetyczne zwykle nie wymagają dużej ilości danych.
DSS napędzany wiedzą. Systemy te sugerują lub polecają działania menedżerom. Czasami nazywane systemy doradcze, systemy konsultacji, lub systemy sugestii, zapewniają one specjalistyczną wiedzę na temat rozwiązywania problemów w oparciu o konkretną dziedzinę., Są one zazwyczaj używane do zadań, w tym klasyfikacji, konfiguracji, diagnozy, interpretacji, planowania i przewidywania, które w przeciwnym razie zależą od ludzkiego eksperta. Systemy te są często sparowane z eksploracją danych w celu przesiania baz danych w celu wytworzenia relacji treści danych.
document-driven DSS. Systemy te integrują technologie przechowywania i przetwarzania w celu wyszukiwania i analizy dokumentów. Przykładem jest wyszukiwarka.
komunikatywne i grupowe DSS., Komunikacyjny DSS koncentruje się na komunikacji, współpracy i koordynacji, aby pomóc ludziom pracującym nad wspólnym zadaniem, podczas gdy grupa DSS (GDSS) koncentruje się na wspieraniu grup decydentów w analizowaniu sytuacji problemowych i wykonywaniu zadań decyzyjnych grupy.
przykłady systemów wspomagania decyzji
Systemy Wspomagania Decyzji są stosowane w wielu gałęziach przemysłu. Przykładowe zastosowania to:
- planowanie trasy GPS. DSS może być używany do planowania najszybszych i najlepszych tras między dwoma punktami, analizując dostępne opcje., Systemy te często obejmują możliwość monitorowania ruchu w czasie rzeczywistym w celu obejścia zatorów.
- planowanie plonów. Rolnicy używają DSS, aby pomóc im określić najlepszy czas na sadzenie, nawożenie i zbieranie plonów. Bayer Crop Science zastosował analitykę i wsparcie decyzyjne do każdego elementu swojej działalności, w tym do stworzenia ” wirtualnych fabryk „do wykonywania analiz” what-if ” w swoich zakładach produkcji kukurydzy.
- Systemy te pomagają klinikom diagnozować swoich pacjentów., Penn Medicine stworzyło kliniczny DSS, który pomaga szybciej pozbyć się respiratorów u pacjentów z OIOM.
- pulpity ERP. Systemy te pomagają menedżerom monitorować wskaźniki wydajności. Firma zajmująca się marketingiem cyfrowym i usługami Clearlink korzysta z systemu DSS, aby pomóc swoim menedżerom w określeniu, którzy agenci potrzebują dodatkowej pomocy.
komponenty systemu wspomagania decyzji
według centrali studiów menedżerskich systemy wspomagania decyzji składają się z trzech kluczowych komponentów: bazy danych, systemu oprogramowania i interfejsu użytkownika.
- baza danych DSS., Baza danych opiera się na różnych źródłach, w tym danych wewnętrznych organizacji, danych generowanych przez aplikacje oraz danych zewnętrznych zakupionych od stron trzecich lub wydobywanych z Internetu. Rozmiar bazy danych DSS będzie się różnić w zależności od potrzeb, od małego, samodzielnego systemu do dużej hurtowni danych.
- system oprogramowania DSS. System oprogramowania jest zbudowany w oparciu o model (obejmujący kontekst decyzji i kryteria użytkownika). Liczba i rodzaje modeli zależą od celu don. Do powszechnie stosowanych modeli należą:
- modele statystyczne., Modele te są używane do ustalenia relacji między wydarzeniami i czynnikami związanymi z tym wydarzeniem. Na przykład, mogą być wykorzystywane do analizy sprzedaży w odniesieniu do lokalizacji lub pogody.
- modele analizy wrażliwości. Modele te są używane do analizy „what-if”.
- modele analizy Optymalizacyjnej. Modele te są używane do znalezienia optymalnej wartości dla zmiennej docelowej w stosunku do innych zmiennych.
- modele prognozowania. Należą do nich modele regresji, analiza szeregów czasowych i inne modele używane do analizy warunków biznesowych i tworzenia planów.,
- modele czułości analizy wstecznej. Czasami nazywane analizą szukającą celu, modele te ustawiają wartość docelową dla konkretnej zmiennej, a następnie określają wartości, które inne zmienne muszą trafić, aby osiągnąć tę wartość docelową.
- interfejs użytkownika DSS. Pulpity nawigacyjne i inne interfejsy użytkownika, które umożliwiają użytkownikom interakcję i wyświetlanie wyników.
oprogramowanie Systemu Wspomagania Decyzji
według Capterra, popularne oprogramowanie systemu wspomagania decyzji obejmuje:
- Information Builders WebFOCUS., Ta platforma danych i analityki jest przeznaczona dla przedsiębiorstw i firm średniej wielkości, które muszą integrować i osadzać dane w różnych aplikacjach. Oferuje opcje chmurowe, wielochmurowe, lokalne i hybrydowe.
- QlikView. QlikView to klasyczne rozwiązanie analityczne Qlik, zbudowane na silniku asocjacyjnym firmy. Został zaprojektowany, aby pomóc użytkownikom w codziennych zadaniach za pomocą konfigurowalnego Pulpitu nawigacyjnego.
- SAP BusinessObjects. BusinessObjects składa się z aplikacji do raportowania i analizy, aby pomóc użytkownikom zrozumieć trendy i przyczyny źródłowe.
- TIBCO Spotfire., To oprogramowanie do wizualizacji i analizy danych pomaga użytkownikom tworzyć pulpity nawigacyjne i aplikacje predykcyjne zasilania oraz aplikacje analityczne w czasie rzeczywistym.
- Salesforce Analytics Cloud. To oparte na sztucznej inteligencji rozwiązanie analityczne oparte na chmurze Salesforce.com Platforma pomagająca organizacjom dostrzegać możliwości i przewidywać wyniki.
- Powernoodle. Powernoodle to oparta na chmurze platforma angażująca decyzje, która wykorzystuje nauki poznawcze, behawioralne i decyzyjne., Oferuje gotowe szablony, które odnoszą się do typowych typów decyzji, i wsparcie dla modelowania przepływów pracy wielu grup interesariuszy.
- 1000minds podejmowanie decyzji. 1000minds to internetowy zestaw narzędzi i procesów do podejmowania decyzji, ustalania priorytetów i analizy wspólnej. Jest to wynik badań na Uniwersytecie Otago w 1990 roku w metodach ustalania priorytetów pacjentów do operacji.
- Briq. Briq to platforma analizy predykcyjnej i automatyzacji stworzona specjalnie dla generalnych wykonawców i podwykonawców w budownictwie., Wykorzystuje dane z księgowości, zarządzania projektami, CRM i innych systemów, aby napędzać sztuczną inteligencję do analizy predykcyjnej i nakazowej.