Система поддержки принятия решений, СППР, Decision Support System, DSS
-
компьютерная автоматизированная система, целью которой является помощь людям, принимающим решение в сложных условиях для полного и объективного анализа предметной деятельности.
СППР возникли в результате слияния управленческих информационных систем и систем управления базами данных.
Система поддержки принятия решений предназначена для поддержки многокритериальных решений в сложной информационной среде. При этом под многокритериальностью понимается тот факт, что результаты принимаемых решений оцениваются не по одному, а по совокупности многих показателей (критериев) рассматриваемых одновременно. Информационная сложность определяется необходимостью учета большого объема данных, обработка которых без помощи современной вычислительной техники практически невыполнима. В этих условиях число возможных решений, как правило, весьма велико, и выбор наилучшего из них "на глаз", без всестороннего анализа может приводить к грубым ошибкам.
Система поддержки решений СППР решает две основные задачи:
выбор наилучшего решения из множества возможных (оптимизация),
упорядочение возможных решений по предпочтительности (ранжирование).
В обеих задачах первым и наиболее принципиальным моментом является выбор совокупности критериев, на основе которых в дальнейшем будут оцениваться и сопоставляться возможные решения (будем называть их также альтернативами). Система СППР помогает пользователю сделать такой выбор.
Для анализа и выработок предложений в СППР используются разные методы. Это могут быть: - информационный поиск,
интеллектуальный анализ данных,
поиск знаний в базах данных,
рассуждение на основе прецедентов,
имитационное моделирование,
эволюционные вычисления и генетические алгоритмы,
нейронные сети,
ситуационный анализ,
когнитивное моделирование и др.
Некоторые из этих методов были разработаны в рамках искусственного интеллекта. Если в основе работы СППР лежат методы искусственного интеллекта, то говорят об интеллектуальной СППР или ИСППР.
Близкие к СППР классы систем — это экспертные системы и автоматизированные системы управления.
Система позволяет решать задачи оперативного и стратегического управления на основе учетных данных о деятельности компании.
Система поддержки принятия решений представляет собой комплекс программных инструментальных средств для анализа данных, моделирования, прогнозирования и принятия управленческих решений, состоящий из собственных разработок корпорации и приобретаемых программных продуктов (Oracle, IBM, Cognos).
Теоретические исследования в области разработки первых систем поддержки принятия решений проводились в технологическом институте Карнеги в конце 50-х начале 60-х годов XX века. Объединить теорию с практикой удалось специалистам из Массачусетского технологического института в 60-х годах. В середине и конце 80-х годов XX столетия стали появляться такие системы, как EIS, GDSS, ODSS. В 1987 году компания Texas Instruments разработала для United Airlines Gate Assignment Display System. Это позволило значительно снизить убытки от полетов и отрегулировать управление различными аэропортами, начиная от Международного аэропорта O’Hare в Чикаго и заканчивая Stapleton в Денвере, штат Колорадо. В 90-х годах сфера возможностей СППР расширялась благодаря внедрению хранилищ данных и инструментов OLAP. Появление новых технологий отчетности сделало СППР незаменимой в менеджменте.
Классификации СППР
По взаимодействию с пользователем выделяют три вида СППР:
пассивные помогают в процессе принятия решений, но не могут выдвинуть конкретного предложения;
активные непосредственно участвуют в разработке правильного решения;
кооперативные предполагают взаимодействие СППР с пользователем. Выдвинутое системой предложение пользователь может доработать, усовершенствовать, а затем отправить обратно в систему для проверки. После этого предложение вновь представляется пользователю, и так до тех пор, пока он не одобрит решение.
По способу поддержки различают:
модельно-ориентированные СППР, используют в работе доступ к статистическим, финансовым или иным моделям;
СППР, основанные на коммуникациях, поддерживают работу двух и более пользователей, занимающихся общей задачей;
СППР, ориентированные на данные, имеют доступ к временным рядам организации. Они используют в работе не только внутренние, но и внешние данные;
СППР, ориентированные на документы, манипулируют неструктурированной информацией, заключенной в различных электронных форматах;
СППР, ориентированные на знания, предоставляют специализированные решения проблем, основанные на фактах.
По сфере использования выделяют:
общесистемные
настольные СППР.
Общесистемные работают с большими СХД и применяются многими пользователями. Настольные являются небольшими системами и подходят для управления с персонального компьютера одного пользователя.
Архитектура СППР
Функциональные СППР
Являются наиболее простыми с точки зрения архитектуры. Они распространены в организациях, не ставящих перед собой глобальных задач и имеющих невысокий уровень развития информационных технологий. Отличительной особенностью функциональных СППР является то, что анализу подвергаются данные, содержащиеся в файлах операционных систем. Преимуществами подобных СППР являются компактность из-за использования одной платформы и оперативность в связи с отсутствием необходимости перегружать данные в специализированную систему. Из недостатков можно отметить следующие: сужение круга вопросов, решаемых с помощью системы, снижение качества данных из-за отсутствия этапа их очистки, увеличение нагрузки на операционную систему с потенциальной возможностью прекращения ее работы.
СППР, использующие независимые витрины данных
Применяются в крупных организациях, имеющих несколько подразделений, в том числе отделы информационных технологий. Каждая конкретная витрина данных создается для решения определенных задач и ориентирована на отдельный круг пользователей. Это значительно повышает производительность системы. Внедрение подобных структур достаточно просто. Из отрицательных моментов можно отметить то, что данные многократно вводятся в различные витрины, поэтому могут дублироваться. Это повышает затраты на хранение информации и усложняет процедуру унификации. Наполнение витрин данных достаточно сложно в связи с тем, что приходится использовать многочисленные источники. Отсутствует единая картина бизнеса организации, вследствие того что нет окончательной консолидации данных.
СППР на основе двухуровневого хранилища данных
Используется в крупных компаниях, данные которых консолидированы в единую систему. Определения и способы обработки информации в данном случае унифицированы. На обеспечение нормальной работы подобной СППР требуется выделить специализированную команду, которая будет ее обслуживать. Такая архитектура СППР лишена недостатков предыдущей, но в ней нет возможности структурировать данные для отдельных групп пользователей, а также ограничивать доступ к информации. Могут возникнуть трудности с производительностью системы.
СППР на основе трехуровневого хранилища данных
Такие СППР применяют хранилище данных, из которого формируются
витрины данных, используемые группами пользователей, решающих сходные задачи. Таким образом, обеспечивается доступ, как к конкретным структурированным данным, так и к единой консолидированной информации. Наполнение витрин данных упрощается ввиду использования проверенных и очищенных данных, находящихся в едином источнике. Имеется корпоративная модель данных. Такие СППР отличает гарантированная производительность. Но существует избыточность данных, которая ведет к росту требований на их хранение. Кроме того, необходимо согласовать подобную архитектуру с множеством областей, имеющих потенциально различные запросы.
Структура СППР
Выделяют четыре основных компонента:
информационные хранилища данных;
средства и методы извлечения, обработки и загрузки данных (ETL);
многомерная база данных и средства анализа OLAP;
средства Data Mining.
Динамическое моделирование
Особый класс систем стратегического управления и поддержки принятия решений представляют собой системы, позволяющие осуществлять динамическое моделирование процессов. При использовании методов динамического моделирования деятельность компании описывается в виде математической модели, в которой все бизнес-задачи и процессы представляются как система взаимосвязанных вычисляемых показателей.
Решаемые вопросы
СППР позволяет облегчить работу руководителям предприятий и повысить ее эффективность. Они значительно ускоряют решение проблем в бизнесе. СППР способствуют налаживанию межличностного контакта. На их основе можно проводить обучение и подготовку кадров. Данные информационные системы позволяют повысить контроль над деятельностью организации. Наличие четко функционирующей СППР дает большие преимущества по сравнению с конкурирующими структурами. Благодаря предложениям, выдвигаемым СППР, открываются новые подходы к решению повседневных и нестандартных задач.
Использование системы позволяет найти ответы на множество вопросов, возникающих у руководителей компании, например:
У генерального директора:
На сколько процентов выполнен план по продажам, доходу, прибыли, расходам;
Какова доля рынка, принадлежащего компании;
Каковы тенденции развития сегмента рынка, на котором представлена компания;
Каковы ключевые показатели производительности компании в текущем периоде;
Каковы тенденции изменения ключевых показателей производительности компании со временем.
У руководителя отдела по работе с партнерами:
Какие из партнеров приносят наибольший доход, прибыль;
Какие проекты, группы продуктов лучше всего продает данный партнер;
Каковы тенденции изменения продаж через партнеров.
У руководителя финансового департамента:
Сколько каждый проект стоит моему предприятию;
Сколько стоит поддержка продаваемых проектов;
Какие проекты в этом году стоят больше, чем в прошлом;
Как расходы различных подразделений и компании в целом соотносятся с доходами.
У руководителя департамента бюджетного планирования и контроля:
Насколько точно различные подразделения компании соблюдают установленный бюджет;
Каковы тенденции расходов по различным подразделениям, статьям бюджета.
У руководителя департамента закупок:
Какие из моих поставщиков предлагают наилучшее соотношение цена/качество;
Какие из поставщиков доставляют товары быстрее остальных Медленнее остальных;
Как часто происходят задержки поставок от того или иного поставщика;
Каких поставщиков выбрать для поставок крупных/небольших партий продукта.
У руководителя планового отдела (отдела стратегического планирования):
Насколько предприятие выполняет план по продажам, доходам, прибыли;
Какие области бизнеса вносят положительный вклад, а какие - отрицательный;
Каков прогноз ключевых показателей производительности на следующий период (месяц, квартал, год).
У руководителя отдела сервисного обслуживания:
Каково среднее время выполнения заявки на обслуживание;
Каковы расходы на выполнение одной заявки;
Каково среднее время до первой поломки данной модели.
У руководителя отдела кадров:
Какова производительность персонала, прошедшего определенное обучение перед теми, кто его не проходил;
Каковы тенденции ежегодного роста персонала компании в различных регионах, подразделениях;
Каково прогнозируемое количество персонала на следующий год;
Каковы прогнозы по поводу состава;
Какие сотрудники нуждаются в обучении;
Каким набором навыков должен обладать сотрудник чтобы хорошо выполнять свои обязанности.
У руководителя отдела анализа качества:
Какие проекты доставляются вовремя, а какие - с запозданием;
Имеют ли определенные клиенты или проекты недопустимо долгий срок поставки;
Изменилось ли время доставки определенных продуктов со временем;
Насколько быстрее или медленнее стала поставка продуктов (услуг) в определенный сегмент рынка;
Каковы основные причины отказа от продукта (услуги).
Процесс создания системы управленческой отчетности, анализа данных и поддержки принятия решений состоит из следующих этапов:
Анализ существующих на предприятии информационных потоков и процедур управления предприятием;
Выявление показателей, влияющих на финансово-экономическое состояние предприятия и отражающих эффективность ведения бизнеса (на основе данных из уже использующихся систем);
Выработка процедур, обеспечивающих получение управленческим персоналом необходимой информации в нужное время, в нужном месте и в нужном виде;
Настройка программных средств многомерного анализа;
Обучение персонала Заказчика работе с программными средствами многомерного анализа.
Итог – продуманные решения опирающиеся на информационный фундамент, адекватные действия, квалифицированное исполнение и как результат успех всего предприятия.
Терелянский, П. В. Системы поддержки принятия решений. Опыт проектирования : монография / П. В. Терелянский ; ВолгГТУ. — Волгоград, 2009. — 127 с.
Alter S. L. Decision support systems : current practice and continuing challenges. Reading, Mass.: Addison-Wesley Pub., 1980.
Bonczek R.H., Holsapple C., Whinston A.B. Foundations of Decision Support Systems.- New York: Academic Press, , 1981.
Davis G. Management Information Systems: Conceptual Foundations, Structure, and Development. — New York: McGraw-Hill, 1974.
Druzdzel M. J., Flynn R. R. Decision Support Systems. Encyclopedia of Library and Information Science. — A. Kent, Marcel Dekker, Inc., 1999.
Edwards J.S. Expert Systems in Management and Administration — Are they really different from Decision Support Systems? // European Journal of Operational Research, 1992. — Vol. 61. — pp. 114—121.
Eom H., Lee S. Decision Support Systems Applications Research: A Bibliography (1971—1988) // European Journal of Operational Research, 1990. — N 46. — pp. 333—342.
Finlay P. N. Introducing decision support systems. — Oxford, UK Cambridge, Mass., NCC Blackwell: Blackwell Publishers, 1994.
Ginzberg M.I., Stohr E.A. Decision Support Systems: Issues and Perspectives // Processes and Tools for Decision Support / ed. by H.G. Sol.. — Amsterdam: North-Holland Pub.Co, 1983.
Golden B., Hevner A., Power D.J. Decision Insight Systems: A Critical Evaluation // Computers and Operations Research, 1986. — v. 13. — N2/3. — p. 287—300.
Haettenschwiler P. Neues anwenderfreundliches Konzept der Entscheidungs-unterstutzung. Gutes Entscheiden in Wirtschaft, Politik und Gesellschaft. Zurich: Hochschulverlag AG, 1999. — S. 189—208.
Holsapple C.W., Whinston A.B. Decision Support Systems: A Knowledge-based Approach. — Minneapolis: West Publishing Co., 1996.
Keen P.G.W. Decision support systems: a research perspective. Decision support systems : issues and challenges. G. Fick and R. H. Sprague. Oxford ; New York: Pergamon Press, 1980.
Keen P.G.W. Decision Support Systems: The next decades // Decision Support Systems, 1987. — v. 3. — pp. 253—265.
Keen P.G.W., Scott Morton M. S. Decision support systems : an organizational perspective. Reading, Mass.: Addison-Wesley Pub. Co., 1978.
Little J.D.C. Models and Managers: The Concept of a Decision Calculus // Management Science, 1970. — v. 16. — N 8.
Marakas G. M. Decision support systems in the twenty-first century. Upper Saddle River, N.J.: Prentice Hall, 1999.
Power D. J. “What is a DSS?” // The On-Line Executive Journal for Data-Intensive Decision Support, 1997. — v. 1. — N3.
Power D. J. Web-based and model-driven decision support systems: concepts and issues. Americas Conference on Information Systems, Long Beach, California, 2000.
Power D.J. A Brief History of Decision Support Systems. DSSResources.COM, World Wide Web, http://DSSResources.COM/history/dsshistory.html, version 2.8, May 31, 2003.
Scott Morton M. S. Management Decision Systems: Computer-based Support for Decision Making. — Boston: Harvard University, 1971.
Sprague R. H., Carlson E. D. Building Effective Decision Support Systems. — Englewood Cliffs, NJ: Prentice-Hall, 1982.
Sprague R.H. A Framework for the Development of Decision Support Systems // MIS Quarterly, 1980. — v. 4. — pp. 1-26.
Thierauf R.J. Decision Support Systems for Effective Planing and Control. -Englewood Cliffs, N.J: Prentice Hall, Inc, 1982. — 536 p.
Знаете ли Вы, почему "черные дыры" - фикция? Согласно релятивистской мифологии, "чёрная дыра - это область в пространстве-времени, гравитационное притяжение которой настолько велико, что покинуть её не могут даже объекты, движущиеся со скоростью света (в том числе и кванты самого света). Граница этой области называется горизонтом событий, а её характерный размер - гравитационным радиусом. В простейшем случае сферически симметричной чёрной дыры он равен радиусу Шварцшильда". На самом деле миф о черных дырах есть порождение мифа о фотоне - пушечном ядре. Этот миф родился еще в античные времена. Математическое развитие он получил в трудах Исаака Ньютона в виде корпускулярной теории света. Корпускуле света приписывалась масса. Из этого следовало, что при высоких ускорениях свободного падения возможен поворот траектории луча света вспять, по параболе, как это происходит с пушечным ядром в гравитационном поле Земли. Отсюда родились сказки о "радиусе Шварцшильда", "черных дырах Хокинга" и прочих безудержных фантазиях пропагандистов релятивизма. Впрочем, эти сказки несколько древнее. В 1795 году математик Пьер Симон Лаплас писал: "Если бы диаметр светящейся звезды с той же плотностью, что и Земля, в 250 раз превосходил бы диаметр Солнца, то вследствие притяжения звезды ни один из испущенных ею лучей не смог бы дойти до нас; следовательно, не исключено, что самые большие из светящихся тел по этой причине являются невидимыми." [цитата по Брагинский В.Б., Полнарёв А. Г. Удивительная гравитация. - М., Наука, 1985] Однако, как выяснилось в 20-м веке, фотон не обладает массой и не может взаимодействовать с гравитационным полем как весомое вещество. Фотон - это квантованная электромагнитная волна, то есть даже не объект, а процесс. А процессы не могут иметь веса, так как они не являются вещественными объектами. Это всего-лишь движение некоторой среды. (сравните с аналогами: движение воды, движение воздуха, колебания почвы). Подробнее читайте в FAQ по эфирной физике.
