exemplos do sistema de suporte à decisão incluem sistemas manuais, sistemas híbridos, todos os tipos de análise, bem como software sofisticado de suporte à decisão. Um fator que distingue novos sistemas baseados em computadores de sistemas de suporte de decisão precoce é a sua capacidade de analisar conjuntos de dados extremamente grandes, fornecendo recomendações orientadas a dados que tiram a adivinhação da tomada de decisão.,
o uso de DSS para orientar a tomada de decisões
enquanto alguns se balk na idéia de confiar soluções complexas de software de computador para tomar decisões por eles, mais são confortáveis usando estatísticas geradas por computador para entender as tendências chave. Estes incluem análises como estatísticas de vendas, taxas de garantia e tendências de fluxo de caixa que são indicadores importantes ajudando os usuários a determinar a saúde de seus negócios e levando a necessidade de medidas corretivas.,
A dificuldade é que este nível de informação não pode determinar qual de várias possibilidades irá maximizar os retornos ao alcançar o resultado desejado. Também não pode prever mudanças externas que possam ter impacto na rentabilidade, um factor importante, uma vez que a maioria das empresas opera num ambiente incerto, regido pelo sentimento dos consumidores, pelas normas jurídicas e pela intensa concorrência. Além disso, as empresas são vulneráveis a influências externas, tais como incerteza política, grandes eventos meteorológicos e disputas comerciais.,estes factores, por vezes, combinam-se para criar uma tempestade perfeita, onde a tomada de decisões é prejudicada pela falta de previsibilidade, bem como por uma incapacidade de processar dados suficientemente rápidos para suportar decisões. É por isso que os sistemas de suporte de decisão que podem analisar dados rapidamente, determinar padrões e avaliar múltiplas alternativas estão provando inestimáveis para os líderes de negócios.
the Principles Behind DSS
the core principles of DSS evolved from theoretical work done in the last century at the Carnegie Institute of Technology on the theory of organizational decision-making., Este trabalho reconheceu que, enquanto o instinto humano e instinto se sentem muitas vezes resultou em boas decisões, houve inúmeros casos em que as decisões gut-driven estavam erradas.em vez disso, pesquisadores desenvolveram o conceito de usar sistemas de informação executiva para analisar dados organizacionais e produzir informação executiva concisa para apoiar a tomada de decisões. Ao longo do tempo, e à medida que as capacidades de computador melhoravam, esta abordagem foi expandida para incluir o uso de software sofisticado que modelava processos de negócios, permitindo que os usuários avaliassem os resultados de vários cenários., Desta forma, foi possível avaliar qual das várias alternativas oferecia o melhor retorno de negócios.,
Os três elementos-chave do DSS incluem:
- dados Organizacionais: as informações Pertinentes e de conhecimento
- modelo: Matemática e estatística fórmulas que representam o negócio e a análise de dados
- Uma interface de utilizador: Painéis ou outros interfaces que permitem aos usuários interagir com e visualizar os resultados
Comuns do Dia-a-Dia do Sistema de Apoio à Decisão Exemplos
sistemas de apoio à Decisão de operar em vários níveis, e há muitos exemplos comuns do dia-a-dia., Por exemplo, o planejamento de rotas GPS determina a rota mais rápida e melhor entre dois pontos, analisando e comparando várias opções possíveis. Muitos sistemas GPS também incluem capacidades de evitar o tráfego que monitoram as condições de tráfego em tempo real, permitindo que os automobilistas evitem o congestionamento. Os agricultores usam ferramentas de planejamento de culturas para determinar o melhor momento para plantar, fertilizar e colher. Outro exemplo é o software de diagnóstico médico que permite ao pessoal médico diagnosticar doenças. A maioria dos sistemas compartilham um atributo comum em que as decisões são repetitivas e baseadas em dados conhecidos., No entanto, eles não são infalíveis e podem tomar decisões incorretas ou irracionais, algo que muitos usuários de GPS descobriram.
os exemplos do sistema de suporte à decisão que usam dados históricos
a análise de dados históricos, usada em todas as facetas do negócio e da vida, é bem desenvolvida e madura. Embora essa informação nem sempre seja diretamente acionável, é uma parte importante da DSS, porque relata o desempenho passado e destaca áreas que precisam de atenção. Alguns exemplos incluem:
- analytics descritivos: métricas tais como resultados de vendas, volume de negócios de inventário e crescimento de receita.,
- Diagnosic analytics: informação de diagnóstico que escava um pouco mais fundo para revelar resultados e explica as razões para o desempenho passado, medido por análise descritiva.
- Business intelligence (BI): embora baseado em grande parte em dados históricos, as soluções de BI permitem aos usuários desenvolver e executar consultas que são usadas para orientar e apoiar a tomada de decisões.painéis ERP: painéis configuráveis pelo usuário que permitem aos gerentes monitorar uma variedade de indicadores de desempenho.,
Manual and Hybrid Decision Support System Examples
existem numerosas técnicas manuais que suportam a tomada de decisões. Estas incluem atividades como a análise SWOT, onde as equipes determinam os pontos fortes e fracos de sua organização, bem como identificam as ameaças enfrentadas pela organização e as oportunidades potenciais para um maior crescimento. Os resultados de uma análise SWOT são decisões acionáveis para mover a organização para a frente. Outras ferramentas manuais incluem matrizes de decisão, análises de Pareto e análises de custo-benefício.,
soluções híbridas de DSS incluem o uso de análises de planilha que entram na capacidade do Excel para computar, analisar, comparar opções e avaliar cenários “what-if”.embora as soluções DSS manuais e híbridas sejam relativamente lentas e pesadas, nas mãos certas, são poderosas ferramentas de apoio à decisão e muitas organizações dependem delas.,DSS Software que ajuda a prever as tendências futuras, embora seja essencial compreender o que aconteceu no passado, e por que aconteceu, este conhecimento é de uso limitado quando se tenta prever o futuro, exceto possivelmente em ambientes muito estáveis e previsíveis. No entanto, isso raramente acontece. Felizmente, existem técnicas que permitem prever, com um certo grau de certeza, as tendências futuras e as mudanças que irão afectar uma empresa ou negócio., Por exemplo, estas ferramentas podem prever, com base no desempenho passado, dados externos e feedback do mercado, números para a demanda futura do produto, obsolescência do produto e retornos.
isto é chamado de análise preditiva e forma a base de outro tipo de Ferramenta DSS, uma que ajuda a prever o que vai acontecer no futuro próximo. A análise preditiva usa uma combinação de mineração de dados, ferramentas estatísticas e algoritmos de aprendizagem de máquinas para determinar a probabilidade de certos eventos acontecerem., Os bancos utilizam estas técnicas para detectar fraudes, as companhias de seguros utilizam-nas para avaliar o risco e as empresas de assistência em viagem para determinar os preços dos bilhetes com base na procura.
DSS modelagem para suportar a tomada de decisão baseada em dados
os exemplos mais eficazes do sistema de apoio à decisão são aqueles que determinam a melhor decisão, com base em certos critérios. Tais sistemas removem subjetividade e viés do processo de tomada de decisão. Além disso, eles são capazes de avaliar vários cenários alternativos e identificar o melhor.,
a abordagem habitual é desenvolver um modelo matemático do negócio, ver como ele toma decisões e usar software de otimização para determinar os resultados de vários cenários. Esta técnica é baseada na análise prescritiva e é extremamente poderosa. Enquanto alguns sugerem que é apenas o processo de tomada de decisão que deve ser modelado, o desenvolvimento de um modelo completo da organização aumenta a versatilidade e melhora a precisão em termos de resultados financeiros.
Existem duas abordagens de otimização, regras baseadas e modelos de otimização., Os modelos baseados em regras (heurísticas) funcionam bem quando os possíveis resultados podem ser em grande parte pré-determinados, como a avaliação do risco de seguro. Por outro lado, os modelos de otimização são mais adaptáveis, podem lidar com questões mais complexas e lidar com múltiplas restrições e tradeoffs.
escolher o sistema DSS certo para as suas necessidades
o DSS mais apropriado depende da maturidade organizacional, da complexidade e, em certa medida, do tamanho. Em pequenas organizações, os sistemas híbridos podem ser suficientes., Se a organização é nova para a análise, os sistemas de DSS históricos seria um bom lugar para começar, enquanto aqueles envolvidos em atividades como comércio e commodities podem se beneficiar mais de um exemplo de Sistema de apoio à decisão preditiva.
sem dúvida, o maior benefício reside na seleção de um sistema de gestão de decisão de análise prescritiva derivado que modela o negócio e fornece a capacidade de determinar a decisão mais vantajosa com base em certos critérios, tais como receita e rentabilidade., Ao mesmo tempo que implica um maior investimento em recursos e dinheiro, essa solução tem uma maior probabilidade de exceder as expectativas e alcançar um maior retorno de investimento. Além disso, retira a suposição da tomada de decisão, e como o modelo reproduz o negócio, este tipo de exemplo de Sistema de suporte de decisão é mais provável de oferecer soluções viáveis e racionais.