وقتی صحبت از تصمیم گیری خوب می شود، اتکای بیش از حد به تصمیمات خودکار ناشی از ادراک یا وابستگی بیش از حد به قراردادها زمانی که اطلاعات از همه طرف به سمت ما بمباران می شود، می تواند خطرناک باشد. گاهی اوقات، شما متوجه نمی شوید یا به دنبال اطلاعات مهمی که از تصمیم گیری پشتیبانی می کند، نمی گردید. این ممکن است به دلیل تعصب یا کمبود زمان، بودجه و سایر منابع باشد.

با این حال، وقتی نوبت به تصمیم گیری سازمانی می رسد، شاید نخواهید ریسک کنید. دلایل واضح است. یک تصمیم اشتباه می تواند بسیاری از چیزها را از بین ببرد، از جمله تصویر برند، چرخه عمر محصول، وضعیت مالی و برند کارفرما. در بسیاری از موقعیت‌ها، نمی‌توانید از اصول اقتصاد، آمار و تحقیقات عملیاتی برای انتخاب شفاف استفاده کنید.

بنابراین، شما به سیستم‌های مبتنی بر دانش نیاز دارید که از فعالیت‌های تصمیم‌گیری تجاری پشتیبانی می‌کنند. اینجاست که یک سیستم پشتیبانی تصمیم به تصویر کشیده می شود. این یک سیستم مبتنی بر رایانه است که به شما کمک می کند تا بر اساس اطلاعات موجود تصمیمات برنامه ریزی، ساخت، عملیات و مدیریت را اتخاذ کنید. اما باید به خاطر داشته باشید که این سیستم ها تصمیم گیرنده نیستند. آنها فقط با ارائه بینش هایی که ممکن است از دست داده باشید و محاسبات دقیق به تصمیم گیری کمک می کنند. تصمیم گیرنده نهایی فقط شما هستید.

مثلاً بگویید، باید یک استراتژی حرکت زنجیره تامین طراحی کنید. چطور این کار رو می کنی؟ یک DSS موجودی موجودی و حرکت تولید را تجزیه و تحلیل می کند. بر اساس داده های موجود، نتایج تصمیمات مختلف را با هم مقایسه می کند و به شما کمک می کند تا بفهمید چه چیزی ممکن است در حال حاضر بهترین عملکرد را داشته باشد. این به شما کمک می کند تا یک جنبش زنجیره تامین ایجاد کنید که کار می کند.

بیایید مثال دیگری بزنیم . فرض کنید می خواهید فروش خود را بهینه کنید. شما چگونه آن را انجام خواهید داد؟ بدیهی است که شما برخی از مفروضات را انجام خواهید داد، داده ها، حقایق و ارقام را جمع آوری می کنید، گزارش تولید می کنید، الگوها را بررسی می کنید و در نهایت تصمیم می گیرید. وقتی این کار را به صورت دستی انجام می دهید، هرگز نمی دانید مرتکب چه اشتباهاتی هستید. یک DSS در چنین شرایطی می تواند داده ها را جمع آوری و تجزیه و تحلیل کند و با نظارت بر الگوهای موجود پیش بینی کند. کل فرآیند را سرعت می بخشد و به شما بینشی در مورد اینکه چگونه می توانید فرآیند فروش خود را بهینه کنید می دهد.

سیستم پشتیبانی تصمیم (DSS) چیست؟

اکنون که می دانیم یک سیستم پشتیبانی تصمیم چه کار می کند، بیایید بفهمیم که دقیقا چیست و چگونه کار می کند. سیستم پشتیبانی تصمیم عبارت است از:

  • یک برنامه یا برنامه مبتنی بر کامپیوتر
  • که داده های خام، اسناد، مبانی علوم اجتماعی، علوم کاربردی، ریاضیات و علوم مدیریتی و دانش شخصی (تصمیم گیرندگان) را گردآوری، ترکیب و تجزیه و تحلیل می کند.
  • شناسایی مشکلات و تعیین راه حل آنها
  • به منظور تسهیل تصمیم گیری بهینه

سیستم پشتیبانی تصمیم یک برنامه کامپیوتری تعاملی است که به اطلاعات سازمان شما دسترسی کامل دارد. هنگام استفاده، ارقام مقایسه ای بین یک دوره و دوره بعدی ارائه می دهد. ارقام درآمد را بر اساس فرضیات مربوط به فروش محصول پیش بینی می کند. یک DSS به اندازه کافی هوشمند است که به شما کمک می کند تا هزینه ها و پیامدهای ناشی از گزینه های مختلف تصمیم گیری را درک کنید.

یک سیستم پشتیبانی تصمیم به غلبه بر موانع یک تصمیم گیری خوب کمک می کند، از جمله:

  • عدم تجربه
  • تعصب
  • کمبود زمان
  • محاسبات اشتباه
  • در نظر گرفتن گزینه های جایگزین

تاریخچه مختصر سیستم پشتیبانی تصمیم

سفر سیستم پشتیبانی تصمیم در اواخر دهه 1960 با DSS مدل محور آغاز شد. دهه 1970 شاهد توسعه تئوری در این زمینه بود و در اواسط دهه 1980 بود که پیاده سازی DSS مبتنی بر صفحه گسترده، سیستم های برنامه ریزی مالی و گروه DSS انجام شد. اواخر دهه 19080 و اوایل دهه 1990 شاهد تکامل هوش تجاری، انبارهای داده، ODSS (سیستم پشتیبانی تصمیم سازمان) و EIS (سیستم اطلاعات اجرایی) بودیم. اواسط دهه 1990 شروع سیستم های پشتیبانی تصمیم گیری مبتنی بر دانش و مبتنی بر وب بود. سیستم های پشتیبانی تصمیم را می توان به دسته های زیر تقسیم کرد:

 

  1. DSS مدل محور 

    یک DSS مدل محور مبتنی بر مدل های کمی ساده بود. از داده های محدود استفاده کرد و بر دستکاری مدل های مالی تاکید کرد. یک DSS مدل درایو در برنامه ریزی تولید، برنامه ریزی و مدیریت استفاده شد. ابتدایی ترین عملکرد را برای نگرانی های تولیدی ارائه کرد.

     

  2. DSS مبتنی بر داده 

    DSS مبتنی بر داده بر دسترسی و دستکاری داده های متناسب با وظایف خاص با استفاده از ابزارهای عمومی تأکید داشت. در حالی که عملکردهای اولیه را نیز برای مشاغل فراهم می کرد، به شدت به داده های سری زمانی متکی بود. قادر به حمایت از تصمیم گیری در طیف وسیعی از موقعیت ها بود.

     

  3. DSS مبتنی بر ارتباطات 

    همانطور که از نام آن پیداست، DSS مبتنی بر ارتباطات از فناوری های ارتباطی و شبکه برای تسهیل تصمیم گیری استفاده می کند. تفاوت عمده بین این و کلاس های قبلی DSS این بود که از همکاری و ارتباطات پشتیبانی می کرد. از ابزارهای مختلفی از جمله تابلوهای اعلانات مبتنی بر رایانه، کنفرانس صوتی و تصویری استفاده می کرد.

     

  4. DSS مبتنی بر سند 

    یک DSS مبتنی بر سند از پایگاه داده های اسناد بزرگی استفاده می کند که اسناد، تصاویر، صداها، فیلم ها و اسناد فرامتن را ذخیره می کند. دارای یک ابزار موتور جستجوی اولیه است که برای جستجوی داده ها در صورت لزوم مرتبط است. اطلاعات ذخیره شده می تواند حقایق و ارقام، داده های تاریخی، صورتجلسات جلسات، کاتالوگ ها، مکاتبات تجاری، مشخصات محصول و غیره باشد.

     

  5. DSS دانش محور 

    DSS مبتنی بر دانش، سیستم های انسان-رایانه ای هستند که دارای تخصص حل مسئله هستند. اینها هوش مصنوعی را با ظرفیت های شناختی انسان ترکیب می کنند و می توانند اقداماتی را به کاربران پیشنهاد دهند. نکته قابل توجه این است که این سیستم ها در یک حوزه خاص تخصص دارند.

     

  6. DSS مبتنی بر وب 

    DSS مبتنی بر وب پیچیده ترین سیستم پشتیبانی تصمیم گیری است که قابلیت های خود را با استفاده از وب و اینترنت در سراسر جهان گسترش می دهد. تکامل با پیشرفت در فناوری اینترنت ادامه دارد.

همانطور که می بینید، قبلا تمرکز بر تسریع در تصمیم گیری بود. با این حال، با تکامل این مفهوم، به ساختن سیستم‌های مبتنی بر کامپیوتر تعاملی که می‌توانند از داده‌ها و ارائه بینش‌هایی برای حل مشکلات ساختاری نامطلوب استفاده کنند، تغییر مکان داد. تعریف، طراحی، هوشمندی و دامنه DSS با گذشت زمان در حال تکامل است. DSS امروزی پیچیده تر و مجهزتر است تا به تصمیم گیری های پیچیده تر کمک کند.

سیستم‌های پشتیبانی تصمیم محبوبیت زیادی در حوزه‌های مختلف از جمله نظامی، امنیتی، پزشکی، تولید، مهندسی و تجارت به دست آورده‌اند . اینها می توانند از تصمیم گیری در شرایطی که دقت اهمیت دارد حمایت کند. علاوه بر این، آنها با ادغام اشکال و منابع مختلف اطلاعات، دسترسی به دانش مربوطه را فراهم می کنند و به کمبودهای شناختی انسان کمک می کنند. در حالی که DSS از هوش مصنوعی برای رسیدگی به مشکلات استفاده می کند، نباید اهمیت آن را دست بالا بگیرید. این راهی برای بدست آوردن ارقام مقایسه ای بر اساس برخی یا ترکیبی از برخی تکنیک های رسمی است. تصمیم نهایی با شما باقی می ماند.

دسته بندی/طبقه بندی DSS

ما قبلاً طبقه بندی سیستم های پشتیبانی تصمیم را بر اساس فناوری های مورد استفاده در بخش تاریخ دیده ایم. بیایید اکنون به طبقه بندی بر اساس ماهیت عملیات نگاه کنیم:

 

  1. سیستم فایل کشو: همانطور که از نام آن پیداست، یک سیستم پشتیبانی تصمیم گیری دراور فایل اطلاعات مفیدی را برای تصمیم گیری خاص ارائه می دهد. این مانند یک کشوی فایل عمل می کند که در آن انواع مختلف اطلاعات تحت نام ها یا دسته های مختلف ذخیره می شود. 

     

  2. سیستم های تجزیه و تحلیل داده ها: این سیستم های پشتیبانی تصمیم بر اساس یک فرمول هستند. و بنابراین برای انجام تحلیل مقایسه ای استفاده می شود. اینها از ابزارهای ساده پردازش داده مانند تجزیه و تحلیل موجودی استفاده می کنند. 

     

  3. سیستم تجزیه و تحلیل اطلاعات: این نوع سیستم پشتیبانی تصمیم، مجموعه های مختلف داده را برای تولید گزارش های اطلاعاتی تجزیه و تحلیل می کند که می تواند برای ارزیابی موقعیت برای تصمیم گیری استفاده شود. 

     

  4. سیستم حسابداری و پشتیبانی مالی: این نوع سیستم پشتیبانی مبتنی بر پیگیری وجوه نقد و موجودی است. 

     

  5. Representation یا Solver Model: این نوع سیستم تصمیم گیری را در یک حوزه خاص یا برای یک مشکل خاص انجام می دهد یا نشان می دهد. نتایج مسیرهای تصمیم گیری مختلف را محاسبه و مقایسه می کند. تصمیم گیرنده می تواند تجزیه و تحلیل “چه می شود اگر” را انجام دهد و یک مبنای تصمیم گیری آگاهانه بر روی نتایج ایجاد شده اتخاذ کند. 

     

  6. مدل بهینه سازی: این DSS بر اساس مدل های تحریک شده است که عمدتاً دستورالعمل هایی را برای مدیریت عملیات ارائه می دهد. تمرکز بر ارائه راه حل های بهینه در مورد زمان بندی کار، ترکیب محصول و تصمیمات ترکیب مواد است. 

     

  7. سیستم پیشنهادی: این نوع سیستم پشتیبانی با کمک به جمع آوری و ساختاردهی داده ها، تصمیم بهینه را برای یک موقعیت خاص پیشنهاد می کند. 

دسته بندی DSS بر اساس ورودی ها

  • DSS متن گرا
  • پایگاه داده محور
  • صفحه گسترده گرا
  • قانون گرا
  • حل کننده (وضعیت خاص) گرا
  • Compound/Hybrid: این سیستم پشتیبانی دو یا چند ساختار را از بالا ترکیب می کند تا عملکردهای متعددی را ارائه دهد.

دسته بندی DSS بر اساس پشتیبانی ارائه شده

  • DSS شخصی
  • DSS گروهی
  • DSS سازمانی

دسته بندی DSS بر اساس نوع و فرکانس تصمیم گیری

 

  • DSS نهادی: یک سیستم پشتیبانی تصمیم سازمانی از تصمیمات تکرار شونده به صورت مداوم پشتیبانی می کند. اساساً این برای تصمیمات برنامه ریزی شده است که به صورت روزانه گرفته می شود. به عنوان مثال، ایجاد روال برای رسیدگی به مشکلات فنی، انجام اقدامات انضباطی، ساخت واحد، فرآیند مکانیکی عیب یابی و غیره. 
  • Ad-hoc DSS: یک سیستم پشتیبانی تصمیم موقت از یک نوع تصمیم در یک موقعیت پیش بینی نشده پشتیبانی می کند. تصمیم گرفته شده منحصر به یک مشکل است. این نوع سیستم برای پشتیبانی از تصمیمات برنامه ریزی نشده استفاده می شود زیرا اطلاعات موجود ناقص است. 

اجزای یک سیستم پشتیبانی تصمیم

مانند هر سیستم نرم افزاری دیگری، DSS نیز دارای اجزا و مراحل توسعه است. مهم نیست که چه نوع سیستم پشتیبانی تصمیم را می خواهید توسعه دهید، باید حول این چهار جزء برنامه ریزی کنید:

 

  • ورودی: برای انجام تحلیل به چه نوع ورودی نیاز دارد؟ همانطور که قبلا ذکر شد، می تواند قانون، مشکل، صفحه گسترده، متن یا پایگاه داده باشد. 

     

  • دانش/تخصص کاربر: اینکه آیا ورودی ها نیاز به تجزیه و تحلیل دستی توسط کاربر دارند یا خیر 

     

  • خروجی: آیا نتایج باید مقایسه ای باشد یا عمومی؟ 

     

  • تصمیمات: آیا باید یک سیستم پشتیبانی پیشنهادات باشد؟ یا فقط می خواهید که داده ها و نتیجه اقدامات مختلف را تجزیه و تحلیل کند؟ 

طراحی و ساخت سیستم پشتیبانی تصمیم

کارهای زیادی برای طراحی و ساخت یک سیستم پشتیبانی تصمیم گیری انجام می شود. این به عنوان یک سیستم پشتیبانی تنها پس از تغذیه هوشمند در طول توسعه خود کار می کند. توسعه یک DSS یک فرآیند پیچیده است و بنابراین، زمان بیشتری می برد. به طور مکرر از طریق سه مرحله – ورودی ها، فعالیت ها و خروجی ها در طول هر مرحله از چرخه عمر توسعه سیستم می گذرد. شما یک ورودی ارائه می دهید، فعالیت مورد نظر را انجام می دهید و خروجی را اندازه می گیرید. اگر خروجی مناسبی را تولید کند، جلوتر می روید وگرنه به مرحله ورودی باز می گردید و تنظیمات را انجام می دهید.

طراحی و توسعه چارچوب DSS مراحل زیر را طی می کند:

 

  1. هوش 

    در این مرحله، هدف جستجو برای مشکلات/موقعیت ها/شرایطی است که نیاز به تصمیم گیری دارد.

    از شما به عنوان یک کسب و کار انتظار می رود زمینه مشکلی را که برای آن پشتیبانی لازم است شناسایی و تعریف کنید. شما باید اهداف و منابع موجود را تعریف کنید تا نتایج به دست آمده انتظارات شما را برآورده کند.

     

  2. طرح 

    این مرحله به تجزیه و تحلیل تمام اقدامات ممکن، همراه با تعیین طراحی سیستم و ساخت سیستم می پردازد.

    طراحی سیستم شامل تعیین مؤلفه ها، پلت فرم، کتابخانه های تابع و زبان های خاص است در حالی که ساختار سیستم در مورد تصمیم گیری رویکرد نمونه اولیه است. این مرحله همچنین شامل شناسایی نیازهای سخت افزاری است. توسعه از اینجا شروع می شود.

     

  3. انتخاب 

    پس از فهرست کوتاه و تجزیه و تحلیل تمام دوره‌های اقدامات ممکن در مرحله ۲، اکنون زمان آن است که بسته به اهداف و نتایج کسب‌وکارتان، بهترین را از میان آنها انتخاب کنید.

     

  4. پیاده سازی 

    این مرحله نهایی است که در آن آزمایش، ارزیابی، تنظیمات و استقرار انجام می شود. با این حال، این محصول نهایی است، اما می‌توان آن را بر اساس فعالیت‌ها و نیازهای شما اصلاح، اصلاح و ارتقا داد.

هنگام توسعه یک DSS سفارشی، این عوامل مهمی هستند که باید در نظر گرفته شوند:

  • توابع مدیریت داده ها
  • پلتفرم های سخت افزاری موجود
  • رابط کاربری
  • سازگاری با سایر اپلیکیشن ها
  • هزینه

یک سیستم پشتیبانی تصمیم به بهبود نتیجه شما کمک می کند، تنها در صورتی که برای نیازهای خاص شما سفارشی شده باشد و به درستی اجرا شود.

بدون نظر

پاسخ دهید