Les exemples de systèmes d’aide à la décision incluent les systèmes manuels, les systèmes hybrides, tous les types d’analyses ainsi que les logiciels d’aide à la décision sophistiqués. Un facteur qui distingue les nouveaux systèmes informatiques des systèmes d’aide à la décision précoce est leur capacité à analyser des ensembles de données extrêmement volumineux, fournissant des recommandations basées sur les données qui éliminent les conjectures de la prise de décision.,

L’Utilisation du Mas pour guider la prise de décision

alors que certains rechignent à l’idée de faire confiance à des solutions logicielles Complexes pour prendre des décisions pour eux, la plupart sont à l’aise d’utiliser des statistiques générées par ordinateur pour comprendre les principales tendances. Il s’agit notamment d’analyses telles que les statistiques de vente, les taux de garantie et les tendances des flux de trésorerie qui sont des indicateurs importants aidant les utilisateurs à déterminer la santé de leurs entreprises et incitant à prendre des mesures correctives.,

la difficulté est que ce niveau d’information ne peut pas déterminer laquelle de plusieurs possibilités maximisera les retours tout en obtenant le résultat souhaité. Il ne peut pas non plus anticiper les changements externes qui pourraient avoir un impact sur la rentabilité, un facteur important car la plupart des entreprises opèrent dans un environnement incertain régi par le sentiment des consommateurs, les réglementations légales et une concurrence intense. En outre, les entreprises sont vulnérables aux influences extérieures, telles que l’incertitude politique, les événements météorologiques majeurs et les différends commerciaux.,

ces facteurs se combinent parfois pour créer une tempête parfaite où la prise de décision est entravée par un manque de prévisibilité, ainsi que par une incapacité à traiter les données assez rapidement pour soutenir les décisions. C’est pourquoi les systèmes d’aide à la décision qui peuvent analyser les données rapidement, déterminer les modèles et évaluer plusieurs alternatives s’avèrent inestimables pour les dirigeants d’entreprise.

les principes de base du SSD

Les principes de base du SSD ont évolué à partir de travaux théoriques effectués au siècle dernier au Carnegie Institute of Technology sur la théorie de la prise de décision organisationnelle., Ce travail a reconnu que, bien que l’instinct humain et le ressenti intestinal aboutissent souvent à de bonnes décisions, il y avait de nombreux cas où les décisions instinctives étaient erronées.

Au Lieu de cela, les chercheurs ont développé le concept d’utiliser les systèmes d’information des cadres pour analyser les données organisationnelles et produire des informations concises sur les cadres pour soutenir la prise de décision. Au fil du temps, et à mesure que les capacités informatiques s’amélioraient, cette approche a été élargie pour inclure l’utilisation de logiciels sophistiqués qui modélisaient les processus métier, permettant aux utilisateurs d’évaluer les résultats de divers scénarios., De cette façon, il a été possible d’évaluer laquelle de plusieurs alternatives offrait le meilleur rendement commercial.,

Les trois éléments clés du Mas comprennent:

  • données organisationnelles: informations et connaissances pertinentes
  • Un modèle: formules mathématiques et statistiques qui représentent l’entreprise et analysent les données
  • Une interface utilisateur: tableaux de bord ou autres interfaces permettant aux utilisateurs d’interagir avec et d’afficher les résultats

exemples courants de systèmes D’aide à la décision au jour le jour

les systèmes d’aide à la décision fonctionnent à plusieurs niveaux, et il existe de nombreux exemples dans common day-utilisation quotidienne., Par exemple, la planification D’itinéraire GPS détermine l’itinéraire le plus rapide et le meilleur entre deux points en analysant et en comparant plusieurs options possibles. De nombreux systèmes GPS incluent également des capacités d’évitement du trafic qui surveillent les conditions de circulation en temps réel, permettant aux automobilistes d’éviter la congestion. Les agriculteurs utilisent des outils de planification des cultures pour déterminer le meilleur moment pour planter, fertiliser et récolter. Un logiciel de diagnostic médical qui permet au personnel médical de diagnostiquer des maladies en est un autre exemple. La plupart des systèmes partagent un attribut commun en ce sens que les décisions sont répétitives et basées sur des données connues., Cependant, ils ne sont pas infaillibles et peuvent prendre des décisions incorrectes ou irrationnelles, ce que de nombreux premiers utilisateurs de GPS ont découvert.

exemples de systèmes D’aide à la décision qui utilisent des Données historiques

l’analyse des données historiques, utilisée dans toutes les facettes de l’entreprise et de la vie, est bien développée et mature. Bien que ces informations ne soient pas toujours directement exploitables, elles constituent une partie importante du Mas car elles rendent compte des performances passées et mettent en évidence les domaines nécessitant une attention particulière. Voici quelques exemples:

  • analyse Descriptive: mesures telles que les résultats des ventes, la rotation des stocks et la croissance des revenus.,
  • analyse diagnostique: informations diagnostiques qui creusent un peu plus pour révéler les résultats et expliquer les raisons des performances passées mesurées par l’analyse descriptive.
  • Business intelligence (BI): bien que largement basées sur des données historiques, les solutions BI permettent aux utilisateurs de développer et d’exécuter des requêtes qui sont utilisées pour guider et soutenir la prise de décision.
  • tableaux de bord ERP: tableaux de bord configurables par l’utilisateur qui permettent aux gestionnaires de surveiller une variété d’indicateurs de performance.,

exemples de systèmes manuels et hybrides d’aide à la décision

Il existe de nombreuses techniques manuelles qui soutiennent la prise de décision. Il s’agit notamment d’activités telles que L’analyse SWOT où les équipes déterminent les forces et les faiblesses de leur organisation ainsi que l’identification des menaces auxquelles l’organisation est confrontée et des opportunités potentielles de croissance. Les résultats d’une analyse SWOT sont des décisions exploitables pour faire avancer l’organisation. D’autres outils manuels comprennent les matrices de décision, les analyses de Pareto et les analyses coûts-avantages.,

Les solutions DSS hybrides incluent l’utilisation d’analyses de feuilles de calcul qui exploitent la capacité D’Excel pour calculer, analyser, comparer les options et évaluer les scénarios de simulation.

bien que les solutions DSS manuelles et hybrides soient relativement lentes et peu maniables, entre de bonnes mains, elles sont de puissants outils d’aide à la décision et de nombreuses organisations s’en fient.,

logiciel DSS qui aide à prédire les tendances futures

bien qu’il soit essentiel de comprendre ce qui s’est passé dans le passé, et pourquoi cela s’est produit, cette connaissance est d’une utilisation limitée lorsque vous essayez de prédire l’avenir, sauf peut-être dans des environnements très stables et prévisibles. Cependant, ce n’est presque jamais le cas. Heureusement, il existe des techniques qui permettent de prédire, avec un certain degré de certitude, les tendances et les changements futurs qui auront un impact sur une entreprise ou une entreprise., Par exemple, ces outils peuvent prédire, en fonction des performances passées, des données externes et des commentaires du marché, les chiffres de la demande future de produits, de l’obsolescence des produits et des rendements.

c’est ce qu’on appelle l’analyse prédictive et constitue la base d’un autre type d’outil DSS, qui aide à prédire ce qui se passera dans un avenir proche. L’analyse prédictive utilise une combinaison d’exploration de données, d’outils statistiques et d’algorithmes d’apprentissage automatique pour déterminer la probabilité que certains événements se produisent., Les banques utilisent ces techniques pour détecter la fraude, les compagnies d’assurance les utilisent pour évaluer les risques et les entreprises de covoiturage pour déterminer les prix des billets en fonction de la demande.

modélisation DSS pour soutenir la prise de décision fondée sur les données

Les exemples de systèmes d’aide à la décision les plus efficaces sont ceux qui déterminent la meilleure décision, en fonction de certains critères. De tels systèmes éliminent la subjectivité et les préjugés du processus décisionnel. De plus, ils sont capables d’évaluer de nombreux scénarios alternatifs et d’identifier les meilleurs.,

l’approche habituelle consiste à développer un modèle mathématique de l’entreprise, à voir comment elle prend des décisions et à utiliser un logiciel d’optimisation pour déterminer les résultats de divers scénarios. Cette technique est basée sur l’analyse prescriptive et est extrêmement puissante. Alors que certains suggèrent que c’est seulement le processus de prise de décision qui devrait être modélisé, le développement d’un modèle complet de l’organisation augmente la polyvalence et améliore la précision en termes de résultats financiers.

Il existe deux approches d’optimisation, les modèles basés sur des règles et les modèles d’optimisation., Les modèles basés sur des règles (heuristiques) fonctionnent bien lorsque les résultats possibles peuvent être largement prédéterminés, comme pour évaluer le risque d’assurance. D’autre part, les modèles d’optimisation sont plus adaptables, peuvent gérer des problèmes plus complexes et faire face à de multiples contraintes et compromis.

choisir le bon système DSS pour vos besoins

le système DSS le plus approprié dépend de la maturité organisationnelle, de la complexité et, dans une certaine mesure, de la taille. Dans les petites organisations, les systèmes hybrides peuvent suffire., Si l’organisation est novice dans l’analyse, les systèmes DSS historiques seraient un bon point de départ, tandis que les personnes impliquées dans des activités telles que le trading et les matières premières pourraient bénéficier davantage d’un exemple de système d’aide à la décision prédictive.

sans aucun doute, le plus grand avantage réside dans la sélection d’un système de gestion des décisions dérivé de l’analyse prescriptive qui modélise l’entreprise et offre la possibilité de déterminer la décision la plus avantageuse en fonction de certains critères, tels que les revenus et la rentabilité., Tout en impliquant un investissement plus important en ressources et en argent, une telle solution a une plus grande probabilité de dépasser les attentes et d’atteindre un plus grand retour sur investissement. De plus, il élimine les conjectures de la prise de décision, et parce que le modèle reproduit l’entreprise, ce type d’exemple de système d’aide à la décision est plus susceptible d’offrir des solutions réalisables et rationnelles.