Systemy Wspomagania Decyzji

1
Systemy Wspomagania Decyzji
W. Bartkiewicz
Wyklad 1. Zagadnienia wstepne
2
Proces podejmowania decyzji i rozwiazywania
problemu
3
Etap rozpoznania

• Podczas tego etapu identyfikowane i definiowane
  sa problemy, cele jakie maja zostac osiagniete i
  mozliwosci. Zbierana jest informacja odnoszaca
  sie do zakresu problemu mozliwych rozwiazan,
  ograniczen i otoczenia problemu.
• Przyklad Sprowadzenie z zagranicy dostawy owoców
  tropikalnych, do okolicznych sklepów.
  Ograniczeniami problemu beda wówczas trwalosc
  owoców i maksymalna cena jaka klienci byliby
  sklonni zaplacic za owoce. Podczas tej fazy musza
  zostac równiez uwzglednione aspekty otoczenia
  problemu, takie jak dla przykladu regulacje
  prawne zwiazane ze sprowadzaniem produktów
  zywnosciowych.

4
Etap rozpoznania rola systemu informacyjnego

• Dostarczanie niezbednych informacji na temat
  zakresu problemu.
• Do okreslenia problemów i analizy mozliwosci
  wykorzystane moga zostac symulacje i komputerowe
  badania analityczne.
• Informacje na temat cen i wielkosci sprzedazy
  owoców tropikalnych w sklepach.
• Informacje na temat dostawców, firm spedycyjnych,
  ich cenników, warunków dostaw, itd.
• Koniecznosc ewidencji transakcji gospodarczych.
• Internet jako medium pozyskiwania informacji
  handlowej oraz dotyczacej otoczenia problemu
  uwarunkowan transportu, przepisów tranzytowych,
  importowych, itp.
• Analizy cenowo popytowe dotyczacych sprowadzanych
  partii owoców.

5
Etap projektowania

• Budowane sa wówczas mozliwe rozwiazania problemu,
  oraz szacowana wykonalnosc poszczególnych
  alternatyw.
• W naszym przykladzie rozwazane bylyby rózne
  sposoby organizacji dostawy, wlaczajac
  oszacowanie kosztów transportu zwiazane z kazdym
  z nich. Niektóre z nich, takie jak np. dostawa
  owoców statkiem do portu w Lizbonie i dalszy
  transport ciezarówka, moga byc uznane za
  niewykonalne, poniewaz zajeloby to tyle czasu, ze
  owoce by sie popsuly.

6
Etap projektowania rola systemu informacyjnego

• Na etapie projektowania systemy informatyczne
  wykorzystane moga byc przede wszystkim do
  budowania i kalkulacji kosztów poszczególnych
  alternatyw.
• System informatyczny moze, biorac pod uwage
  warunki zidentyfikowane w poprzednim etapie,
  sugerowac ewentualne sposoby realizacji dostawy,
  a przede wszystkim wyliczac koszt finansowy i
  czas transportu. Warianty niewykonalne, np.
  przekraczajace pewne zalozone z góry limity moga
  byc przez system automatycznie odrzucane.
• Koniecznosc ewidencji transakcji gospodarczych.
• Modele finansowe, kalkulacji kosztów.

7
Etap wyboru

• Jest to ostatnia faza podejmowania decyzji.
  Wymaga on okreslenia toku akcji podejmowanych w
  celu rozwiazania problemu. Ten na pierwszy rzut
  oka latwy akt wyboru zwykle nie jest taki prosty
  jak mogloby sie to wydawac. Istnieje wiele
  czynników, trudnych do rozpoznania, czesto o
  charakterze niejawnym, mogacych wplywac na
  ostateczny wybór alternatywy decyzyjnej.
• W tym etapie swoje zastosowanie znajduja przede
  wszystkim modele decyzyjne, analityczne,
  komputerowe metody badan operacyjnych,
  pozwalajace na znalezienie rozwiazania
  optymalnego pod katem zalozonych celów, lub
  przynajmniej okreslenie najlepszego rozwiazania
  sposród rozwazanych.

8
Etap implementacji

• Ten etap rozwiazywania problemu wykracza juz poza
  faze podejmowania decyzji. Polega on na wykonaniu
  akcji wprowadzajacych rozwiazanie w zycie.
• W tej fazie systemy informatyczne wykorzystywane
  sa przede wszystkim do obslugi procesu realizacji
  decyzji oraz rejestracji transakcji gospodarczych
  z nia zwiazanych.
• Np. zarejestrowanie w systemie informacyjnym
  dostawcy, firmy spedycyjnej, tworzenie dokumentów
  obslugujacych dostawe (takich jak zamówienia
  zakupu, dokumenty przyjecia towaru, itp.),
  ewidencja danych zwiazanych z historia realizacji
  dostawy, itd.
• Realizacja funkcji komunikacyjnej systemu
  informacyjnego, zwiazana na przyklad z
  wykorzystaniem jako medium komunikacyjnego uslug
  sieci Internet, czy tez z realizacja podjetej
  decyzji za posrednictwem mechanizmów
  elektronicznej wymiany danych EDI. .

9
Etap monitorowania

• Finalny etap procesu rozwiazania problemu. W tej
  fazie decydent ocenia implementacje rozwiazania,
  okreslajac czy zostaly osiagniete przewidywane
  wyniki i modyfikujac proces w swietle nowej
  informacji zdobytej podczas implementacji. Moze
  to wywolac sprzezenie zwrotne i powrót do
  któregos ze wczesniejszych etapów rozwiazywania
  problemu.
• Systemy informatyczne na tym etapie
  wykorzystywane sa przede wszystkim do ewidencji
  transakcji gospodarczych bedacych skutkiem
  zrealizowanej decyzji oraz do biezacej
  operacyjnej analizy ich efektów finansowych lub
  innych zalozonych wczesniej celów.
• Rejestracja transakcji sprzedazy sprowadzonych
  owoców, sporzadzanie raportów z jej wyników oraz
  analiz zyskownosci (przychodów i kosztów).

10
Stopien zlozonosci decyzji

• Problemy strukturalne (decyzje programowalne)
  latwe, powtarzalne, rutynowe zagadnienia, dla
  których istnieja standardowe rozwiazania, dajace
  sie czesto przedstawic w postaci okreslonej
  procedury postepowania, algorytmu. Dla decyzji
  tego typu modele decyzyjne zostaly zbudowane juz
  wczesniej, podjecie decyzji polega wiec jedynie
  na zastosowaniu znanego rozwiazania.
  Niejednokrotnie decyzje o charakterze
  strukturalnym podejmowane sa automatycznie, przez
  systemy informatyczne.
• Problemy niestrukturalne (decyzje
  nieprogramowalne) rozmyte, kompleksowe,
  nierutynowe problemy, dla których nie ma latwych
  rozwiazan. Nie ma dla niech wypracowanej
  metodologii ani modelu ich rozwiazania. Dla ich
  podejmowania niezbedne sa subiektywne sady i
  intuicja menedzera. Systemy informatyczne
  sugeruja zwykle pewne rozwiazania, ostateczna
  decyzja zawsze nalezy jednak do czlowieka.

11
Stopien zlozonosci decyzji

• Problemy czesciowo strukturalne
  (semistrukturalne) (decyzje czesciowo
  programowalne) w ich przypadku jedynie pewne
  fazy procesu podejmowania decyzji maja charakter
  strukturalny. Nie moga one zostac w pelni
  zautomatyzowane. Wymagaja subiektywnych ocen i
  osadów, w powiazaniu z formalna analiza danych i
  budowa modeli.

12
Mozliwe alternatywy rozwiazan

• Model optymalizacyjny znajduje rozwiazanie
  najlepsze, zwykle pod wzgledem dopasowania do
  celów organizacji. Na przyklad maksymalizacja
  zysków lub minimalizacja kosztów danego
  przedsiewziecia. Modele optymalizacyjne biora pod
  uwage ograniczenia problemu. Typowym przykladem
  ograniczenia moze byc maksymalna kwota nakladów
  inwestycyjnych dla danego przedsiewziecia.
• Model satysfakcjonujacy znajduje on rozwiazanie
  dobre, ale niekoniecznie najlepsze. Powodem ich
  stosowania jest zwykle przypadek gdy wlasciwy
  model problemu, dajacy decyzje optymalna bylby
  zbyt skomplikowany lub kosztowny. Tego typu
  metody zwykle nie przegladaja wszystkich
  mozliwych rozwiazan, ale tylko te które
  prawdopodobnie dadza dobre wyniki.

13
Mozliwe alternatywy rozwiazan

• Rozwazmy dla przykladu decyzje dotyczaca
  lokalizacji nowej fabryki. Analiza wszystkich
  mozliwych lokalizacji wymagalaby rozwazenia
  wszystkich miast w Polsce. Podejscie
  satysfakcjonujace wymaga rozwazenia np. pieciu
  miast spelniajacych wymagania organizacji.
  Wybrana lokalizacja moze nie byc najlepsza, ale
  jest dostatecznie dobra satysfakcjonujaca, i
  nie wymaga czasu i nakladów do analizy
  pozostalych miast w Polsce.

14
Ryzyko decyzji

• Decyzje podejmowane w warunkach pewnosci
  wystepuja w sytuacjach gdy decydent w fazie
  rozpoznania zebral informacje na tyle
  wyczerpujace i dokladne, aby móc doglebnie
  zrozumiec rozwiazywany problem. Wszystkie istotne
  fakty, mogace wplynac na wynik decyzji znane sa
  decydentowi, tak ze jest on w stanie z góry
  okreslic wynik kazdej alternatywy. Nie ma wiec
  ryzyka, ze da ona w wyniku nieoczekiwane efekty.
• Oczywiscie w praktyce znajomosc absolutnie
  wszystkich faktów jest w zasadzie niemozliwa. Tym
  niemniej w pewnych sytuacjach decydent moze
  wiedziec na tyle duzo, aby czynnik ryzyka byl
  pomijalny. Z tego typu zjawiskiem mamy do
  czynienia w przypadku decyzji strukturalnych
  (oraz do pewnego stopnia czesciowo
  strukturalnych). To wlasnie rola systemu
  informacyjnego jest dostarczenie odpowiedniej
  wiedzy decydentowi.

15
Ryzyko decyzji

• Decyzje podejmowane w warunkach niepewnosci
  wystepuja w sytuacjach gdy system informacyjny o
  pewnych faktach lub zjawiskach nie jest w stanie
  dostarczyc decydentowi zadnej wiedzy. Jedynym
  rozwiazaniem w takim przypadku jest stosowanie
  technik symulacyjnych, analizujac efekty decyzji
  dla róznych wartosci nieznanych zmiennych. Tym
  niemniej nalezy pamietac ze nawet najlepszy
  system informacyjny pewnych informacji nie jest w
  stanie dostarczyc.
• Decyzje podejmowane w warunkach ryzyka wiaza
  sie z rozwiazywaniem problemów dla których mozemy
  okreslic jedynie prawdopodobienstwo wyniku. W
  rzeczywistosci w biznesie niewiele jest decyzji
  dla których wszystkie istotne fakty znane sa w
  momencie ich podejmowania. Dla tych decyzji
  decydent nie wie z cala pewnoscia, czy wybrana
  alternatywa da oczekiwane efekty, stad pojawia
  sie ryzyko.

16
Pojecie systemu DSS

• Omawiane w wczesniej kategorie systemów
  informatycznych koncentruja sie przede wszystkim
  na zaspokajaniu potrzeb informacyjnych
  decydentów, usprawniajac prace zwiazane z
  ewidencja i przetwarzaniem danych transakcyjnych
  przedsiebiorstwa.
• Kolejny krok na drodze informatycznego
  wspomagania procesu zarzadzania zwiazany jest ze
  wspomaganiem samego procesu podejmowania decyzji,
  z wykorzystaniem Systemów Wspomagania Decyzji
  (DSS Decision Support Systems).
• Systemy Wspomagania Decyzji sa zorganizowanym
  zbiorem ludzi, procedur, baz danych i urzadzen
  wykorzystywanych w celu wspomagania podejmowania
  decyzji na wszystkich etapach tego procesu,
  poczynajac od rozpoznania czyli zdefiniowania
  problemu i zaklasyfikowania go do okreslonej
  grupy standardowej, nastepnie poprzez wybór
  odpowiednich danych stworzenie i analize modelu
  informacyjnego opisujacego rzeczywistosc, dalej
  pomagajac w generowaniu wariantów dopuszczalnych
  rozwiazan oraz w wyborze najlepszego rozwiazania.

17
Pojecie systemu DSS

• DSS stosowane sa w sytuacji gdy podjecie decyzji
  jest zadaniem skomplikowanym, gdy mamy do
  czynienia z problemami slabo ustrukturalizowanymi.
  Systemy te skupiaja wiec uwage na wspomaganiu, a
  nie automatyzacji decyzji. Tym samym ich celem
  jest podnoszenie skutecznosci a nie sprawnosci
  zarzadzania.
• W szczególnosci DSS pozwalaja na realizacje
  nastepujacych zadan
• wyszukiwanie danych jednostkowych, czyli
  wyodrebnionych ze zbiorów danych,
• swobodny dostep do danych oraz ich analize
  przyczynowo-skutkowa,
• dostarczanie danych zbiorczych wczesniej
  zdefiniowanych,
• przygotowywanie projektów mozliwych decyzji,
• przedstawienie konsekwencji (ocene) proponowanych
  decyzji przy wykorzystaniu modeli obliczeniowych
  i symulacyjnych "co - jezeli?",
• okreslanie danych problemu niezbednych do
  realizacji okreslonego celu wykonywanie analiz
  sterowanych celami
• wybranie wariantu decyzji na podstawie zadanych
  kryteriów.

18
Cechy DSS

• Analizujac zadania DSS, mozemy powiedziec, ze sa
  to systemy informatyczne, które wspomagaja
  decydentów w slabo ustrukturalizowanym srodowisku
  decyzyjnym przy wykorzystaniu analitycznych
  modeli decyzyjnych z dostepem do baz danych.
• Biorac pod uwage powyzsze cele Systemów
  Wspomagania Decyzji, mozemy sformulowac kilka
  cech tej klasy systemów
• Zakres zastosowan. DSS koncentruja sie
  wspomaganiu rozwiazywania rzeczywiscie
  powstajacych problemów decyzyjnych. Sa
  wyspecjalizowane w kierunku i tylko w kierunku
  podejmowania scisle okreslonych decyzji.
• DSS koncentruje sie wiec na konkretnym problemie,
  w przeciwienstwie np. do systemów MIS,
  dostarczajacych informacji wspomagajacych
  kompleksowo proces zarzadzania dana dziedzina.
• W konsekwencji DSS wspiera przede wszystkim
  pojedynczych decydentów i niewielkie grupy, a
  dopiero w dalszej kolejnosci cala organizacje.

19
Cechy DSS

• Koniecznosc wykonywania skomplikowanych,
  wyrafinowanych analiz i porównan, przy
  wykorzystaniu zaawansowanych pakietów
  oprogramowania. Zadania stawiane DSS wymagaja
  zwykle zastosowania znacznie bardziej
  skomplikowanych algorytmów dzialania niz w
  przypadku tradycyjnie rozumianego przetwarzania
  danych.
• W zwiazku z tym tworzone sa one czesto w
  specjalistycznych srodowiskach programistycznych
  dostarczajacych odpowiednich procedur
  obliczeniowych (takich jak np. SAS, Matlab, czy
  nawet w prostszych przypadkach MS Excel).
• DSS moze równiez stanowic platforme integrujaca
  dla samodzielnych zewnetrznych programów
  analitycznych.

20
Cechy DSS

• Mozliwosc przetwarzania duzych ilosci danych. DSS
  nie jest systemem przetwarzania danych masowych w
  tradycyjnym tego slowa znaczeniu.
• Wiele z nich jednak wyposazonych jest w
  mozliwosci przeszukiwania obszernych baz danych,
  co pozwala na integracje tradycyjnego
  przetwarzania danych z metodami badan
  operacyjnych, ulatwiajac kadrze menedzerskiej
  stosowanie ilosciowych technik zarzadzania.
• Nalezy ponadto zwrócic uwage, ze mozliwosci
  gromadzenia obszernych zbiorów danych oferowane
  przez wspólczesna technologie informatyczna nie
  do konca ida w parze z mozliwosciami ich
  interpretacji i wykorzystania. Fakt ten uznawany
  jest obecnie za jedno z najistotniejszych
  waskich gardel w procesie rozwoju
  cywilizacyjnego.
• DSS wyspecjalizowane w analizie duzych zbiorów
  danych, okreslane jako systemy eksploracji
  danych (data mining) stanowia jedna z najbujniej
  rozwijajacych sie dziedzin informatyki.

21
Cechy DSS

• Pobieranie i przetwarzanie danych z róznych
  zródel. Niektóre dane moga rezydowac w bazach
  danych na komputerach osobistych, kolejne moga
  byc ulokowane w innych systemach operacyjnych lub
  sieciowych.
• Dane moga byc przechowywane równiez w arkuszach
  kalkulacyjnych, lub innych specyficznych
  formatach, zwiazanych z np. oprogramowaniem
  analitycznym.
• DSS powinien miec mozliwosci, pozwalajace na
  integracje danych z jak najwiekszej liczby
  zródel.

22
Cechy DSS

• Tworzenie raportów i elastycznosc prezentacyjna.
  Jedna z przyczyn powstania DSS byl fakt, ze
  systemy transakcyjne i systemy informatyczne
  zarzadzania nie byly dostatecznie elastyczne do
  zaspokojenia wszystkich potrzeb informacyjnych i
  problemów decydentów. Wyjsciami z tego typu
  systemów sa zwykle drukowane raporty o ustalonej
  strukturze i formacie.
• W przypadku Systemów Wspomagania Decyzji
  menedzerowie moga otrzymac informacje, jakiej
  potrzebuja, w formacie dostosowanym do ich
  indywidualnych wymagan.
• DSS opieraja sie przede wszystkim na
  interakcyjnych raportach na ekranie komputera,
  pozwalajacych na nawiazanie dialogu z uzytkownika
  z systemem i wspólprace z nim w trybie on-line.
• W zaleznosci od preferencji osoby rozwiazujacej
  problem wyjscie moze byc prezentowane oczywiscie
  równiez w formie drukowanej, ale zasadniczo DSS
  sa zorientowane ekranowo.

23
Cechy DSS

• Orientacja tekstowa i graficzna. Sposób
  prezentacji informacji wyjsciowych w DSS moga
  zwykle jest bardzo elastyczny. Obejmuje on
  zarówno w format tekstowy, jak i graficzny (a
  coraz czesciej równiez multimedialny).
  Wspólczesne DSS moga tworzyc informacje tekstowe,
  tabelaryczne, wykresy liniowe, kolowe, linie
  trendu, itd.
• Stosowanie elastycznej techniki prezentacyjnej
  pozwala decydentom na lepsze zrozumienie sytuacji
  i latwiejsza interpretacje wyników dzialania
  systemu.
• Elastycznosc i adaptacyjnosc. Systemy Wspomagania
  Decyzji dostosowuja sie do zmian, jakie zachodza
  w otoczeniu decydenta, umozliwiajac indywidualne
  podejscie do problemu decyzyjnego.
• Uzytkownik czesto ma mozliwosc ingerencji w
  strukture wewnetrzna DSS i konfigurowania jej w
  zaleznosci od swoich indywidualnych potrzeb i
  uwarunkowan sytuacji decyzyjnej.

24
Cechy DSS

• Oczywiscie nie wszystkie Systemy Wspomagania
  Decyzji odpowiadaja wszystkim wyzej wymienionym
  charakterystykom. Poniewaz tworzone sa one na
  potrzeby konkretnych problemów decyzyjnych,
  stopien ich zaawansowania zalezy w duzym stopniu
  od samego problemu jak i potrzeb decydenta.
• W wielu przypadkach Systemy Wspomagania Decyzji
  maja mniejszy zakres, posiadajac jedynie wybrane
  z wymienionych wlasciwosci. Przy budowie lub
  wyborze gotowego DSS zyski z jego wlasciwosci
  powinny byc w równowadze z kosztami systemu, jego
  zlozonoscia i stopniem kontroli nad nim.
• Wyrafinowany DSS moze byc bardzo skomplikowany,
  podczas gdy inny, zaimplementowany np. w postaci
  modelu w arkuszu kalkulacyjnym moze byc bardzo
  prosty.

25
SAS
26
SAS
dostep do danych
zarzadzanie
analiza i prezentacja

• SAS jest srodowiskiem obejmujacym jezyk
  programowania, biblioteki, narzedzia do tworzenia
  interfejsów, pozwalajace na
• dostep do danych z rozmaitych zródel,
• zarzadzanie danymi,
• analize danych i prezentacje wydobytej z nich
  jako wartosciowej informacji w postaci raportów,
  dostarczanych dla dowolnych platform i w
  dowolnych niezbednych formatach.

27
SAS przyklady uzycia
28
SAS Przyklady uzycia
29
SAS Dostep do danych
zarzadzanie
dostep do danych
analiza i prezentacja
Relacyjne bazy danych Relacyjne bazy danych Relacyjne bazy danych
DB2 under OS/390 DB2 under VM DB2 under UNIX or PC CA-OpenIngres Informix ODBC OLE DB ORACLE Oracle Rdb SYBASE MS SQL Server Teradata
Nie-relacyjne bazy danych i inne zródla danych Nie-relacyjne bazy danych i inne zródla danych Nie-relacyjne bazy danych i inne zródla danych
ADABAS CA-DATACOM/DB CA-IDMS IMS-DL/I PC File Formats SYSTEM 2000 software
Systemy Enterprise Resource Planning (ERP) Systemy Enterprise Resource Planning (ERP) Systemy Enterprise Resource Planning (ERP)
Baan PeopleSoft R/3 SAP BW
30
SAS Zarzadzanie danymi
dostep do danych
analiza i prezentacja
zarzadzanie

• formatowanie danych,
• tworzenie zmiennych (kolumn),
• wyliczanie wartosci danych z wykorzystaniem
  operatorów,
• uzycie funkcji do przeliczania wartosci danych,
• generowanie podzbiorów,
• przetwarzanie warunkowe,
• laczenie danych z calej palety róznych zródel,
• tworzenie, wyszukiwanie i aktualizacja baz danych.

31
SAS Analiza i prezentacja informacji
dostep do danych
zarzadzanie
analiza i prezentacja

• SAS dostarcza poteznych narzedzi analitycznych,
  pozwalajacych miedzy innymi na
• tworzenie tabel z podsumowaniami, czestosciami,
  itp.,
• tworzenie duzej palety wykresów,
• wyliczanie szerokiego zestawu statystyk
  opisowych, wlaczajac srednie, sumy, odchylenia
  standardowe, wariancje i inne,
• wyznaczanie korelacji i innych miar zaleznosci,
  wnioskowanie statystyczne z ich uzyciem, jak
  równiez z wykorzystaniem innych statystyk z próby.

32
SAS Analiza i prezentacja informacji
dostep do danych
zarzadzanie
analiza i prezentacja

• Do raportowania i wyswietlania wyników analiz SAS
  dostarcza niemal nieograniczonej liczby wizualnie
  atrakcyjnych formatów wyjsciowych
• calej kolekcji jezyków znaczników, jak HTML, XML,
• wyjsc formatowanych na drukarki, jak pliku
  PostScript-owe, PDF, PCL, itp.,
• RTF,
• kolorowych wykresów, które moga miec charakter
  interaktywny, dzieki zastosowaniu kontrolek
  Active-X i apletów Javy.