Технологии поддержки принятия решений

ВАРИАНТЫ ЗАДАНИЙ К ЛАБОРАТОРНОЙ РАБОТЕ №2

Вариант 1

ПРИНЯТИЕ РЕШЕНИЙ

Под термином «принятие решений» понимают множество видов деятельности. Это определение и структуризация проблемы, выяснение ценностей и целей акционеров, предложение вариантов, определение ключевых факторов неопределенности и возможных последствий, оценка вариантов, выбор и осуществление линии поведения. Вопрос принятия решений заслуживает особого обсуждения, т.к. это одна из важнейших функций менеджмента, лежащая в основе всех функциональных областей бизнеса. Потребность в эффективности принятия решений также является ключевым фактором, определяющим поиск информации и разработку технологий поддержки. Необходимость принимать решения быстро, а также потребность в координации и улучшении некоторых аспектов этой процедуры дали толчок развитию ряда технологий, облегчающих принятие решений, от баз данных и информационных услуг в режиме on-line до систем поддержки принятия решений и программ искусственного интеллекта. Связь между принятием решений и информационной технологией очень важна, потому что она отражает способность нескольких избранных информационных технологий и систем оказывать помощь на различных этапах процедуры принятия решений.

Решения, которые нужно принимать менеджерам фирмы, очень разнообразны. На одном уровне решения варьируются от «структурированных» до «неструктурированных». Структурированные решения – это повторяющиеся, соответствующие заведенному порядку решения, для принятия которых фирмой принята некоторая процедура. Это задачи, связанные с дебиторскими расчетами, или выплата заработной платы работникам. Неструктурированные решения – это решения, которые не соответствуют заведенному порядку и даже уникальны. Для принятия таких решений нет заранее согласованной процедуры, и лицо, принимающее такое решение, должно руководствоваться собственными суждениями, оценками и интуицией. Например, это могут быть решения относительно дизайна нового товара или стратегии выхода на новый рынок. Многие решения, находящиеся между этими двумя, носят название «полуструктурированных решений», означающее, что только на часть проблемы можно дать четкий ответ с помощью заранее согласованной процедуры.

Решения в бизнесе классифицируют не только по степени наличия структуры, но также и по уровням организации, на которых они возникают. Решения могут относиться к организационному уровню, к уровню знаний, к уровню менеджмента, к стратегическому уровню организации. Решения операционного уровня обычно касаются структурно определенных, повседневных и сравнительно простых вопросов, таких как продажи, денежные поступления, выплаты заработной платы, решения о предоставлении кредитов или о материальных потоках. Операционные менеджеры контролируют повседневную деятельность и решают, кто и как будет выполнять узкопрофессиональные задачи, а также как лучше распределить ресурсы и когда считать работу завершенной.

Решения на уровне знаний – это оценка новых идей, касающихся товаров и услуг, а также передача и распространение знаний во всей организации. Такие решения относительно неструктурированы и помогают фирме совершать открытия, систематизировать и интегрировать новое знание в бизнес. Они обычно принимаются сотрудниками, работающими со знаниями и данными.

Решения на уровне менеджмента обычно принимаются менеджерами среднего звена и имеют тенденцию к большей структурной определенности. Они связаны с мониторингом и контролем производительности и эффективности использования ресурсов. В качестве примера можно привести составление ежегодного бюджета, анализ затрат, контроль над товарно-материальными затратами, календарное планирование производства и другие виды деятельности, затрагивающие функционирование операционных подразделений. Некоторые решения управленческого контроля полуструктурированы и включают анализ «что, если», для которого может потребоваться как внешняя, так и внутренняя информация.

Решения на стратегическом уровне обычно охватывают сложные, структурно не определенные вопросы высшего уровня, решаемые топ-менеджерами. Стратегические решения определяют цели, ресурсы и политику организации, а также пытаются предсказать будущее организации и деловой среды, в которой работает организация. Такими решениями могут быть планирование рабочей силы, составление прогнозного бюджета на пять лет вперед и планирование прибыли.

Информационные системы помогают принимающим решения лицам за счет предоставления более качественных данных, более быстрого доступа к ним, более адекватных моделей или наиболее благоприятных решений. На сегодняшний день мы используем информационные системы для того, чтобы они помогали нам выполнять задачи быстрее и с меньшими затратами, а также чтобы они были наиболее полезны менеджерам при выполнении служебных обязанностей по сбору информации и принятию решений. Но полезность тех же самых систем ограничена, когда дело касается межличностных отношений.

В настоящее время набирает силу международный рынок, становясь все сложнее и конкурентнее, принятие решений все чаще становится групповым или распределенным, при этом времени для него все меньше, а информации все больше. Поэтому в технологиях поддержки принятия решений вероятно появление определенных тенденций. Будущие информационные технологии будут нацелены в меньшей степени на сбор данных, а в большей – на скрупулезный анализ данных, имеющий целью распознавание образов и определение потенциальных проблем или возможностей. Они должны не просто собирать информацию более дешево, но и увеличивать ценность организации за счет этой информации. Упор на быстрый доступ к информации сместится в сторону доступа к интегрированной и согласованной информации для поддержки принятия решений. Возрастет потребность в технологиях, которые поддерживают эффективные средства связи, совместный доступ к документам и знаниям, а также принятие решений в группах, особенно в тех, участники которых разделены временем и расстоянием.

Вариант 2

ТЕХНОЛОГИИ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ

Существует огромное число категорий информационных систем, каждая из которых наилучшим образом подходит для принятия решений определенных типов и уровней, а также для индивидуальной или групповой среды. Поскольку задачи и проблемы, требующие решения, в настоящее время разнообразны, большинство фирм опирается на помощь различных информационных систем.

На операционном уровне при принятии достаточно структурированных и предсказуемых решений могут быть особенно полезны некоторые технологии, которые собирают, хранят и упрощают доступ к информации операционного уровня. Системы обработки операций (TPS) являются основными системами для бизнеса, работающими на операционном уровне организации. TPS обрабатывает тысячи обычных операций, которые происходят каждый день в большинстве организаций, таких как продажи, проведенные и полученные платежи, отгруженное и полученное оборудование, начисление заработной платы работникам. Кроме того, что эти системы обновляют записи и документы в соответствии с новыми данными, они часто формируют удобные краткие отчеты. Информация, находящаяся в TPS на операционном уровне – важная основа для систем более высоких уровней.

Система планирования ресурсов предприятия (ERP) строится на базе TPS. Система ERP по существу является набором приложений или моделей TPS, разработанных для выполнения большинства основных функций фирмы. Первой важной характеристикой ERP является интегрированность модулей, возможная в первую очередь благодаря наличию общего множества определений и единой базы данных. Если где-то происходит операция, например получение заказа, то ее влияние распространяется на все другие связанные с ней области: бухгалтерский учет, планирование производства, материально-техническое снабжение. Вторая важная характеристика ERP – проектирование модулей так, чтобы отражать способ ведения бизнеса с использованием нескольких функциональных департаментов, что сильно упрощает сбор и согласование данных, совместное использование информации и принятие решений.

Более гибкие, адаптивные и интерактивные информационные технологии особенно полезны при принятии решений с меньшей структурной определенностью на уровне знаний организации. К таким технологиям относятся анализ данных, искусственный интеллект и системы поддержки групп. Анализ данных – это продвинутый аналитический метод для обнаружения небольших фрагментов информации среди огромного объема данных, содержащегося в хранилище данных. Анализ данных делается с помощью деревьев решений, нейронных сетей, а также статистических и математических методов для определения моделей, корреляций или трендов в больших объемах данных. Он имеет много ценных применений: сегментация рынка, оценка надежности клиентов, выявление мошенничества, маркетинг, анализ рыночной корзины.

Термин «искусственный интеллект» (ИИ) относится к ряду методов, подражающих действиям человека. Можно выделить два вида ИИ-систем, которые особенно хорошо подходят для поддержки принятия управленческих решений: экспертные системы и нейронные сети. Экспертная система основана на правилах и разработана для имитации логики принятия решений экспертом-человеком. Для создания такой системы специалисты опрашивают экспертов в специализированной предметной области и пытаются на основе их логики принятия решений сформировать большое множество утверждений «если - то» либо правил вывода. Экспертные системы – негибкие и создаются для поддержки принятия структурно определенных решений в узкой области, диагностируя задачу и рекомендуя соответствующие действия. Например, в американских авиакомпаниях работает система МОСА, которая помогает составлять расписания; система MYCIN в университете Стэнфорда диагностирует и предписывает лечение менингита и заболеваний крови и т.п.

Нейронные сети – еще одна форма искусственного интеллекта, который может помочь при принятии менее структурированных решений на уровне знаний. Если экспертные системы пытаются проводить экспертизу, опрашивая людей в диалоге с компьютерной программой, то нейронные сети делают попытку выудить нечто содержательное из огромных объемов данных. Нейронные сети применяют статистический анализ для распознавания образов и могут приспосабливаться к поступлению новой информации. Нейронные сети расширяют базу знаний организации, указывая способы решения специфических проблем, слишком громоздких и сложных для решения человеком за короткое время. Bank America использует нейронные сети для оценки заявок на коммерческие займы; American Express применяет их для распознавания почерка на слипах кредитных корточек т.п.

Информационные технологии, которые предоставляют агрегированные данные, обеспечивают поддержку принятия сравнительно структурированных решений на менеджерском уровне решений. Менеджерские информационные системы (MIS) обслуживают управленческие функции планирования, контроля и принятия решений при помощи составления обычных и особых отчетов по основным операциям компании. В обычных отчетах, как правило, суммируются недельные, месячные или годовые результаты. В особых отчетах подчеркиваются некоторые необычные показатели, что помогает менеджерам вовремя увидеть проблему и не упустить из вида потенциально важную информацию. Системы поддержки принятия решений (DISS), с другой стороны, направлены на поддержку структурно менее определенных решений. DSS содержат инструменты моделирования, а также данные, которые можно получить из систем TPS или хранилищ данных. Модели могут быть простыми, такими как модели доходов-расходов, используемые для расчета прибыли при определенных условиях, или сложными, такими как оптимизационные модели, которые применяются для обоснования загрузки каждого станка на предприятии, работающем по заказам.

Обычно при принятии неструктурированных, сложных и нестандартных стратегических решений, с которыми сталкивается высшее руководство, эффективную поддержку оказывают DSS, а также системы поддержки для высшего руководства (ESS). Системы ESS отличаются от DSS тем, что они создают более обобщенную компьютерную и коммуникационную среду, а не ограничиваются обслуживанием определенных приложений или специального оборудования.

Вариант 3