The Role of Computers in Management Decision Making
Dagen når en datamaskin gjør det riktige forretningsavgjørelse gang på gang vil trolig aldri komme. For usikkerhet skygger hver bedrift avgjørelse. Og ikke mengden av rå regnekraft kan eliminere den, og heller ikke kan intuisjon og sete-of-the bukser erfaring kodes inn i et dataprogram. Likevel datamaskiner kan og vil hjelpe beslutningstaker i en rekke konkrete måter.
Funksjon
En Decision Support System (DSS) samler inn data fra en rekke interne og eksterne kilder, organiserer og kondenserer disse rå tallene inn nøkkelindikatorer og bygger "hva hvis" scenarier rundt dem. Beslutningstakere deretter vurdere alternative løsninger DSS foreslår. Reelle beslutninger er ofte komplekse og svært få er basert på "perfekt" kunnskap. En DSS kan bare spørre Verifiserer spørsmål, forsyningstilleggsdata på forespørsel, hjelp flow-chart komplekse prosesser og koble ulike variabler i simuleringsmodeller. Brukeren gjør selve avgjørelsen.
Egenskaper
Folk må føle seg komfortabel med å bruke en DSS ellers vil det være inaktiv. Et intuitivt grensesnitt som er avhengig av grafiske fremstillinger av høyt nivå gjenstander og ikon-koblinger til analyseverktøy, automatisk oppføring og formatering av datanedlasting, og et omfattende hjelpefunksjon gjør en DSS brukervennlig. Hva er inni den svarte boksen som teller også. En DSS må støtte en rekke business-relaterte analytiske funksjoner, inkludert: internrente beregninger, kontantstrøm sporing, ressursallokering prioritering, produkt-posisjon kartlegging, forbrukerforskning, multi-scene og multi-variable prognoser, økonometrisk modellering, og konsept klassifisering.
Historie
Ideen om å utforme formelle dataprogrammer for å hjelpe virksomheten beslutningsprosesser dateres tilbake til 1980-tallet. Tidlig modeller skreddersys til spesifikke kundebehov fanget fantasien til designere og teoretikere. Ved slutten av tiåret, sine ideer og erfaringer løper sammen i den Decision Support System. Kommersielt tilgjengelig, generisk DSS programvare dukket opp på 1990-tallet. En variant kalt Expert System fulgte snart etter. I dag de statistiske og økonomiske funksjoner innebygd i Excel og andre populære regnearkprogrammer tillate brukere å opprette sin egen rudimentær DSS.
typer
En DSS bygget rundt et sett med forhåndsbestemte økonomiske og statistiske ligninger brukes til å simulere virkelige hendelser er modelldrevet. En som legger til rette for samarbeid mellom beslutningstakere er kommunikasjon drevet. En datastyrt DSS, i mellomtiden, samler og crunches tall på måter som fastsettes av beslutningstaker. Men en som samler og lagrer alle database oppføringer, regneark og skrevet analyser som beslutningstakere anser viktig er dokumentet drevet. En kunnskapsdrevet DSS eller Expert System, til slutt, dreier seg om et sett av strukturerte regler brukeren gjelder.
betraktninger
En effektiv DSS kompenserer for brukerens begrensninger, være de konseptuelle blinde flekker, for eksempel, fremmedhet med økonomisk analyse eller kjennskap til simulering modellering. Det gjør bruk av alle tilgjengelige ressurser for å presentere den mest komplette bilde av problemet mulig. Og det stiller spørsmål og flere spørsmål som er utformet for å oppmuntre "hvis, deretter" tenker å innskrenke alternativene. Alt dette krever svært robust, svært tilpasningsdyktige, interaktiv programvare som kan samtidig håndtere svimlende mengder av detaljer og høyt nivå abstrakte begreper.