决策支持系统：利用数据推动更好的决策

决策支持系统强调数据驱动的决策制定 #生活技巧# #领导力技巧# #决策支持系统#

编者荐语：

决策支持系统是商业智能的一个子集，旨在帮助组织根据大量分析数据做出明智的业务决策。决策科学将应用数据科学、社会科学和管理科学结合在一起，侧重于在选项之间进行选择，以减少做出更高质量决策所需的工作量。

以下文章来源于CIOCDO ，作者CIO.com

决策支持系统是商业智能的一个子集，旨在帮助组织根据大量分析数据做出明智的业务决策。

来源：GROUND PICTURE / SHUTTERSTOCK

一、决策支持系统定义

决策支持系统（DSS） 是一种交互式信息系统，可分析大量数据以告知业务决策。DSS 通过评估不确定性的重要性以及做出一个决策所涉及的权衡，支持组织的管理、运营和规划级别做出更好的决策。

DSS利用原始数据、文档、个人知识和/或业务模型的组合来帮助用户做出决策。DSS 使用的数据源可能包括关系数据源、多维数据集、数据仓库、电子健康记录 （EHR）、收入预测、销售预测等。

二、决策支持系统的目的

DSS与其他操作应用程序的不同之处在于，它们的目的是分析数据而不是收集数据。DSS 集成并综合了多个变量，以预测各种结果的可能性。

决策支持系统的概念源于1950 年代和 1960 年代在卡内基理工学院进行的研究，但在 1980 年代以执行信息系统 （EIS）、团体决策支持系统 （GDSS） 和组织决策支持系统 （ODSS） 的形式在企业中扎根。

随着组织越来越关注数据驱动的决策，决策科学（或决策智能）正在兴起，决策科学家可能是释放决策科学系统潜力的关键。决策科学将应用数据科学、社会科学和管理科学结合在一起，侧重于在选项之间进行选择，以减少做出更高质量决策所需的工作量。

三、决策支持系统示例

决策支持系统广泛应用于各行各业。示例包括：

1、路线优化。DSS 可用于通过分析可用选项来规划两点之间的最佳路线。这些系统通常包括实时监控流量以绕过拥堵的功能。美国航空公司使用智能登机口路由程序自动为到达的飞机分配最近的登机口，从而减少滑行时间，每年节省数千加仑的喷气燃料。

2、作物规划。农民使用 DSS 来帮助确定种植、施肥和收割作物的最佳时间。拜耳作物科学已将分析和决策支持应用于其业务的每个要素，包括创建“虚拟工厂”，在其玉米生产基地进行“假设”分析。

3、临床DSS。这些系统可帮助临床医生诊断患者并取得更好的结果。费森尤斯医疗开发了一个系统，该系统利用预测分析、机器学习和云计算来主动识别肾透析患者何时可能遭受可能危及生命的并发症。

4、ERP仪表板。这些系统帮助管理人员监控绩效指标。数字营销和服务公司 Clearlink 使用 DSS 系统来帮助其经理确定哪些座席需要额外帮助。

四、决策支持系统与商业智能

DSS和商业智能 （BI） 经常被混为一谈。一些专家认为 BI 是 DSS 的继任者。决策支持系统通常被认为是商业智能系统的一个元素，以及数据仓库和数据挖掘。

BI是一大类应用程序、服务和技术，用于收集、存储、分析和访问数据以进行决策，而 DSS 应用程序往往是专门为特定决策而构建的。例如，企业DSS 可以通过分析过去的产品销售数据和当前变量来帮助公司预测其在设定时期内的收入。医疗保健提供者使用临床决策支持系统来提高临床工作流程的效率：向护理提供者发出计算机警报和提醒、临床指南、特定条件的订单集等。

五、DSS 与决策智能

决策智能旨在通过复杂的工具组合：包括人工智能（AI）和机器学习（ML））来更新和重塑决策支持系统，以帮助实现决策自动化。根据研究公司 Gartner 的说法，决策智能的目标是设计、建模、调整、执行、监控和调整决策模型和流程。

六、决策支持系统的类型

北爱荷华大学管理信息系统教授丹尼尔·J·鲍尔（Daniel J. Power）在《决策支持系统：管理者的概念和资源》一书中，根据决策支持系统的主要信息来源将决策支持系统分为五类。

1、数据驱动的DSS。这些系统包括文件抽屉和管理报告系统、执行信息系统和地理信息系统 （GIS）。他们强调访问和操作结构化数据的大型数据库，通常是公司内部数据的时间序列，有时是外部数据。

2、模型驱动的DSS。这些DSS 包括使用会计和财务模型、表征模型和优化模型的系统。它们强调对模型的访问和操作。它们通常利用简单的统计和分析工具，但Power 指出，一些允许复杂数据分析的OLAP 系统可能被归类为混合DSS 系统。模型驱动的DSS使用决策者提供的数据和参数，但Power指出，它们通常不是数据密集型的。

3、知识驱动的DSS。这些系统向管理人员建议或推荐行动。有时称为咨询系统、咨询系统或建议系统，它们提供基于特定领域的专业问题解决专业知识。它们通常用于分类、配置、诊断、解释、规划和预测等任务，否则这些任务将依赖于人类专家。这些系统通常与数据挖掘配对，以筛选数据库以生成数据内容关系。

4、文档驱动的DSS。这些系统集成了用于文档检索和分析的存储和处理技术。搜索引擎就是一个例子。

5、通信驱动和组DSS。沟通驱动的DSS 侧重于沟通、协作和协调，以帮助人们完成共同的任务，而小组 DSS （GDSS） 侧重于支持决策者群体分析问题情况并执行群体决策任务。

七、决策支持系统的组成部分

根据管理研究总部的说法，决策支持系统由三个关键组件组成：数据库、软件系统和用户界面。

DSS数据库。该数据库利用了各种来源，包括组织内部的数据、应用程序生成的数据以及从第三方购买或从互联网上挖掘的外部数据。DSS 数据库的大小将根据需要而有所不同，从小型独立系统到大型数据仓库。

DSS软件系统。软件系统建立在模型（包括决策上下文和用户标准）之上。模型的数量和类型取决于DSS 的用途。常用的型号包括：

1、统计模型。这些模型用于建立事件与该事件相关因素之间的关系。例如，它们可用于分析与位置或天气相关的销售。

2、敏感度分析模型。这些模型用于“假设”分析。

3、优化分析模型。这些模型用于查找目标变量相对于其他变量的最佳值。

4、预测模型。这些模型包括回归模型、时间序列分析以及用于分析业务状况和制定计划的其他模型。

5、逆向分析灵敏度模型。这些模型有时称为目标寻求分析，为特定变量设置目标值，然后确定其他变量需要达到的值才能达到该目标值。

6、DSS 用户界面。仪表板和其他用户界面，允许用户与结果进行交互和查看结果。

八、决策支持系统软件

根据Capterra 的说法，流行的决策支持系统软件包括：

1、复选框。这款面向企业的无代码服务自动化软件使用拖放界面来构建具有可自定义规则、决策树逻辑、计算和加权分数的应用程序。

2、巴门尼德·埃迪奥斯。Parmenides Eidos 面向大中型公司，提供视觉推理和知识表示，以支持基于场景的战略制定、问题解决和决策。

3、Yonyx 是一个用于创建DSS 应用程序的平台。它支持创建和可视化决策树驱动的客户交互流。它特别关注呼叫中心、客户自助服务、CRM 集成和企业数据的决策树。

4、XLSTAT。XLSTAT 是面向企业用户和研究人员的 Excel 数据分析插件。它拥有 250 多个统计功能，包括数据可视化、统计建模、数据挖掘、统计测试、预测方法、机器学习、联合分析等。

5、1000minds. 1000minds 是一套用于决策、优先级排序和联合分析的在线工具和流程。它源自 1990 年代奥塔哥大学对优先考虑患者进行手术的方法的研究。

6、信息构建者WebFOCUS。该数据和分析平台面向需要跨应用程序集成和嵌入数据的企业和中型市场公司。它提供云、多云、本地和混合选项。

7、QlikView。QlikView 是Qlik 的经典分析解决方案，基于公司的关联引擎构建。它旨在帮助用户使用可配置的仪表板完成日常任务。

8、SAP BusinessObjects。BusinessObjects 由报告和分析应用程序组成，可帮助用户了解趋势和根本原因。

9、TIBCO点火。该数据可视化和分析软件可帮助用户创建仪表板，并为预测应用程序和实时分析应用程序提供支持。

10、布里克。Briq 是一个预测分析和自动化平台，专为建筑业的总承包商和分包商构建。它利用来自会计、项目管理、CRM 和其他系统的数据，为 AI 提供预测性和规范性分析。

网址：决策支持系统：利用数据推动更好的决策 https://www.yuejiaxmz.com/news/view/184073

相关内容

大数据智能决策系统架构：大数据决策支持概述
决策支持系统
群决策支持系统(关于群决策支持系统简述)
二、卫生决策支持系统概述
智能决策支持系统的评估与优化方法1.背景介绍 智能决策支持系统（Intelligent Decision Support
优秀课件笔记之决策支持系统
决策支持系统的未来：从传统规则引擎到人工智能驱动1.背景介绍 决策支持系统（Decision Support Syste
三十二篇：转化决策为行动：探索决策支持系统的深层价值
智能引领决策：人工智能在决策支持系统中的崭新角色
决策支持系统：智慧之选为成功之路

随便看看