PODRKA UPRAVLJANJU

I ODLUIVANJU

Prof. dr Jasna Soldi-Aleksi

Teme o kojima emo govoriti:

Menaderi i proces donoenja odluka

Kljuna pitanja raunarske podrke procesu

odluivanja
Sistemi podrke pri donoenju odluka DSS
(Decision Support Systems)
Sistemi podrke kolektivnom odluivanju
- GDSS (Group Decision Support System -GDSS)

Informacioni sistem za izvrne rukovodioce

EIS (Executive Information System -EIS)

MENADERI I ODLUIVANJE
Posao menadera
Upravljanje (menadment) je proces kojim se
postiu organizacioni ciljevi kroz korienje resursa
(ljudi, novca, energije, materijala, prostora,
vremena).

Ovi resursi smatraju se ulazima (input) dok se

postizanje cilja posmatra kao izlaz (output) procesa.
Upravljanje ine aktivnosti:
planiranje, organizovanje, rukovoenje i kontrola.

Mintzberg (1973) je podelio uloge menadera na tri kategorije:

1.

Uloge u meuljudskim odnosima: nominalni voa, voa,

osoba za komunikaciju.

2.

Informacione uloge: osoba za irenje informacija, portparol,

kontrolor.

3.

Uloge u donoenju odluka: preduzetnik, osoba za reavanje

problema, osoba za raspodelu resursa, pregovara.

Prvi IS pruali su podrku za informacionu ulogu.

Posebno nas interesuje pitanje:
Kako IS podravaju donoenje odluka?

Posao menadera, u vezi sa ulogama u

odluivanju, delimo na dve faze.

FAZA I predstavlja identifikaciju problema i /ili

anse.
FAZA II je odluivanje o tome ta da se uini sa
njima.

Dve faze uloge menadera u donoenju odluka i protoka

informacija u procesu odluivanja

Runo izvravanje ovog procesa je teko. Glavni

razlozi za to su:
Obimnost informacija
Veliki broj alternativa
Stalne promene u poslovnom okruenju
Potreba brzog donoenja odluka.
Stoga se koristi raunarska podrka, odnosno
Raunarski sistemi za podrku upravljanju
- Management Support Systems (MSS)

DONOENJE ODLUKA PRILIKOM UPRAVLJANJA I

RAUNARSKA PODRKA

Simon (1977) je opisao proces donoenja odluka kao proces koji

se sastoji od tri glavne faze (kasnije je dodata etvrta):

1. Prikupljanje informacija (Intelligence phase)

2. Projektovanje - Modeliranje (Design)
3. Izbor (Choise)
4. Faza implementacije (dodata kasnije) Implementation

PROCES I FAZE DONOENJA ODLUKA

I faza - inteligencija
Identifikacija problema
Tipovi problema:
Struktuirani (postoji algoritam za njihovo reavanje);
Polustruktuirani (delimino se mogu reiti primenom algoritma);
Nestruktuirani (nema gotovog recepta za reavanje ovih
problema).

Reprezentativni struktuirani problemi u

nauci o upravljanju i alati

PROBLEM

ALAT

Podela resursa

Linearno i nelinearno programiranje

Upravljanje projektom

PERT, CPM metoda

Kontrola zaliha

Modeli iz domena upravljanja

zalihama, simulacija

Prognoziranje rezultata

Modeli prognoziranja, trend,

regresiona analiza

Upravljanje redovima ekanja

Teorija redova ekanja, simulacija

Transport i distribucija robe

Transportni modeli

Predvianje udela na tritu i drugih

dinamiki orijentisanih situacija

Analiza Markovljevih lanaca,

dinamika simulacija

II faza - dizajn
MODELIRANJE I MODELI

Model je pojednostavljena predstava ili

koncepcija realnosti.
Uz pomo modeliranja mogu se izvriti
virtuelni eksperimenti, kao i analiza modela
realnosti, a ne same realnosti.

Proces modeliranja
Modeliranje je proces pojednostavljenja nekog
fenomena sa ciljem razumevanja njegovog
ponaanja.
Proces modeliranja podrazumeva apstrahovanje
nebitnih detalja (odstranjivanje nebitnih detalja),
kako bi vani obrasci ponaanja doli do izraaja.
Ilustraciju modeliranja vidimo na slici desno. Svi
paneli redom od vrha prema dnu sadre re
MODEL u sredini panela. Kako se postepeno
iskljuuju nebitni detalji, koji se ponaaju kao oblak
nebitnih podataka, pojavljuje se ono to je bitno, a
to je re MODEL.
KLJU MODELIRANJA JESTE DA SE OTKRIJU
vani OBRASCI PONAANJA U PODACIMA.

Prednosti modeliranja
Trokovi virtuelnog eksperimentisanja su manji od trokova
eksperimentisanja u realnom sistemu;

Modeli omoguavaju simuliranu kompresiju vremena;

Upravljanje modelom je lake nego upravljanje realnim

sistemom;

Trokovi greaka za vreme realnog eksperimenta su manji ako

se koriste modeli za virtuelno eksperimentisanje;

Modeliranje omoguava menaderu da bolje izae na kraj sa

neizvesnou;

Matematiki modeli omoguavaju analizu velikog broja

alternativnih reenja;

Modeli poboljavaju i potpomau uenje i pruaju podrku pri

obuci.

Podela modela
prema vie kriterijuma

Nain predstavljanja: ekperimentalni i objektivni;

Vremenska dimenzija: statistiki i dinamiki modeli;
Oblik veze: linearni i nelinearni modeli;
Deterministiki vs. stohastini modeli;
Deskriptivni vs. normativni modeli;
Uzronost (kauzalnost) vs. korelacija;
Nivo apstrakcije;
Metodoloka dimenzija kako se podaci prikupljaju i obrauju:

Totalni obuhvat;
Algoritamski pristup (npr. primena Simpleks algoritma...);
Heuristika;
Simulacije;
Analitika.

Dve osnovne grupe modela

Normativni modeli
Normativna teorija odluivanja zasniva se na sledeim
pretpostavkama:
donosilac odluke je racionalan;
Sve mogue alternative (ili bar verovatnoa i posledice) su poznate;
Donosilac odluka ima redosled preferencija ishoda;

optimizacija (npr. maksimizacija profita, minimizacija

trokova ....)

 Deskriptivni modeli (obino matematiki orijentisani)

najei deskriptivni metod modeliranja je simulacija

Klase deskriptivnih modela:

Analiza zaliha;
Finansijsko planiranje;
Markovljeva analiza (predvianje);
Redovi ekanja;
Nematematiki deskriptivni modeli odluivanja:
Kognitivne mape (Decision explorer);
Narativni modeli.

Modeli prema stepenu apstrakcije

Proporcionalni

(fizika kopija sistema: model aviona,

automobila, fotografije su proporcijalni modeli u dve dimenzije)

Analogni

(ne izgleda kao realni sistem, pokuava da doara

strukturu i ponaanje realnog sistema: mape, dijagrami
organizacione strukture preduzea, grafikoni vrednosti akcija,
planovi kua, itd.)

Matematiki

(kvantitativni modeli, statatistiki modeli,

operaciona istraivanja, sl.)

Mentalni

bihejvioristiki (ovi modeli sadre ubeenja,

pretpostavke, odnose i tokove posla kako
ih vidi neki pojedinac).

III faza procesa odluivanja - izbor

Traenje odgovarajueg reenja ukljuuje:

Analitike tehnike (reavanje formula)
Algoritmi (step-by-step procedura)
Heuristika (rules of thumb)
slepo (blind search) pretraivanje.

Analiza osetljivosti
ta-ako analiza

IV faza procesa odluivanja

implementacija
Machiavelli (The Prince - Vladalac, 1513.g.):
There is nothing more difficult to carry out, nor more
doubtful to success, nor more dangerous to handle, than
to initiate a new order of things.
Ne postoji nita tee da se sprovede, niti sumnjivije da
uspe, niti opasnije za upravljanje, nego to je iniciranje
novog poretka stvari.

Uvoenje PROMENA - upravljanje promenama

(change management).

Kljuna pitanja raunarske podrke

odluivanju
1. Zato je menaderima u donoenju odluka
potrebna IT podrka?
2. Da li se posao menadera moe potpuno
automatizovati?
3. Koje su informacione tehnologije na
raspolaganju menaderima?

ZATO JE MENADERIMA U DONOENJU

ODLUKA POTREBNA PODRKA INFORMACIONE
TEHNOLOGIJE?
Runom obradom informacija postaje sve tee donoenje odluka
zbog sledeih trendova:
Poveava se broj varijanata koje se razmatraju usled inovacija u
tehnologiji, poboljanja komunikacija, rasta globalnog trita...

Mnoge odluke se donose pod pritiskom rokova;

Usled poveanih fluktuacija i neizvesnosti u okruenju u kome se
donose odluke, esto je neophodno sprovesti sloenu analizu da
bi se donela dobra odluka;
esto je potrebno da se brzo pristupi udaljenim informacijama,
posavetuje sa strunjacima ili odri sastanak da bi se donela
kolektivna odluka, a sve to treba da se obavi brzo i bez velikih
trokova.

KOJE SU INFORMACIONE TEHNOLOGIJE NA

RASPOLAGANJU MENADERIMA?
Za podrku menaderima uspeno su korienje etiri glavne
informacione tehnologije. Zajedno su poznate kao sistemi
podrke pri upravljanju Management Support Systems -MSS.
SISTEMI DSS (Decision Support Systems)
SISTEMI PODRKE DIREKTORIMA (Executive
Information Systems - EIS)
SISTEMI PODRKE PRI DONOENJU GRUPNIH
ODLUKA (Group Decision Support Systems - GDSS)
INTELIGENTNI SISTEMI (Intelligent Systems IS)

OKVIR ZA ANALIZU RAUNARSKE PODRKE PRI

DONOENJU ODLUKA
Okvir za podrku pri donoenju odluka predloili su Gorry i Scott-Morton (1971) i Antony(1965).

RAUNARSKA PODRKA PRI DONOENJU ODLUKA

SISTEMI PODRKE PRI

DONOENJU ODLUKA - DSS

Koncepcija sistema DSS

U optem sluaju, sistem podrke pri donoenju
odluka (DSS) je informacioni sistem zasnovan na
raunaru koji kombinuje modele i podatke u
pokuaju da rei polustruktuirane i slabo
struktuirane probleme uz znatno uee
korisnika.
Sistemi DSS mogu da se posmatraju kao pristup
ili filozofija pre nego kao precizna metodologija.

Zato su nam potrebni

Sistemi podrke odluivanju(DSS)?
U mnogim organizacijama koje su usvojile DSS,
konvencionalni informacioni sistemi, koji su napravljeni za
potrebe podrke pri obradi transakcija nisu bili dovoljni da
podre nekoliko aktivnosti kompanije u vezi sa reagovanjem
u kritinim situacijama, posebno onim koje zahtevaju brzo i/ili
sloeno donoenje odluka u vezi slabo struktuiranih
problema. DSS moe da uini upravo to.
Jo jedan razlog razvoja DSS je prelazak krajnjih korisnika na
raunarsku obradu. Koristei alate za razvoj DSS kao i pomo
odeljenja za IS i prodavaca, mnogi krajnji korisnici mogu i
sami da obave ovaj posao.

KARAKTERISTIKE I MOGUNOSTI SISTEMA DSS

Poeljne (idealne) karakteristike DSS:

DSS prua podrku donosiocima odluka na svim nivoima

upravljanja, uglavnom u polustruktuiranim i nestruktuiranim
situacijama;

DSS moe da podri nekoliko meuzavisnih i/ili uzastopnih

odluka;

DSS prua podrku u svim fazama procesa donoenja

odluka prikupljanje informacija, dizajn, izbor i
implementacija; podrava i razne procese i stilove
donoenja odluka;

Fleksibilnost - tokom vremena korisnik moe da

prilagoava DSS;

U mnogim sluajevima DSS se lako konstruie i koristi;

DSS uglavnom koristi kvantitativne modele;

Napredni sistemi DSS sadre i komponentu

upravljanja znanjem koja omoguava efikasno
reavanje veoma sloenih problema;

DSS unapreuje uenje ime dovodi do novih

zahteva i usavravanja aplikacije, to vodi
dodatnom uenju;

Poeljno je da se DSS moe da distribuira za

korienje preko Weba;

DSS omoguava lako izvravanje analize

osetljivosti.

ANALIZA OSETLJIVOSTI:

TA-AKO I

TRAENJE CILJA

Analiza osetljivosti je postupak prouavanja uticaja

koji ima promena u jednom ili vie delova modela na

izlazne rezultate modela. Obino se proverava uticaj koji
ima promena ulaznih promenljivih (faktora) na izlazni
rezultat.

Analiza ta-ako proverava uticaj promene pretpostavki

na predloeno reenje.

Traenje cilja, analizom traenja cilja (Goal-Seek)

otkriva se vrednost ulaza koja je neophodna da bi se
postigao eljeni nivo izlaznog rezultata.

STRUKTURA I KOMPONENTE
SISTEMA DSS

UPRAVLJANJE PODACIMA
KOMPONENTE ZA UPRAVLJANJE
MODELIMA
KORISNIKI INTERFEJS
KORISNICI
UPRAVLJANJE ZNANJEM

STRUKTURA I KOMPONENTE SISTEMA DSS

Podsistem upravljanja podacima

Sadri sve potrebne podatke koji pritiu iz nekoliko izvora i
izdvajaju se pre unoenja u DSS bazu podataka

Podsistem upravljanja modelom

Upravljanje modelom sadri zavrene modele i sastavne
delove modela koji su neophodni za razvoj DSS aplikacija.
Tu spada standardni softver finansijskih i statistikih
modela, modeli iz domena nauke o upravljanju ili drugi
kvantitativni modeli.
Sistem upravljanja bazom modela
(Model Base Management System - MBMS)
pandan
Sistem upravljanja bazom podataka
(Data Base Management System DBMS).

ta ini MBMS?
Podsistem upravljanja modelima u sistemu DSS ima
nekoliko elemenata:

Baza modela
Sistem upravljanja bazom modela
Jezik modeliranja
Spisak modela
Procedure za izvravanje modela
Integracija modela
Komandovanje modelom.

Funkcije MBMS-a

Lako i brzo pravi DSS modele

Omoguava korisnicima da koriste DSS modele

uva veliki broj razliitih tipova modela

Pristupa sastavnim blokovima DSS modela i integrie ih

Pravi i prikazuje spisak modela

Prati upotrebu modela, podataka i aplikacija

Dovodi modele u meusobnu vezu odgovarajuim

povezivanjima kroz bazu podataka

Upravlja bazom modela i odrava je uz pomo

upravljakih funkcija analognih upravljakim funkcijama
za baze podataka: skladitenje, pristup, izvravanje,
auriranje, povezivanje, izrada spiskova i postavljanje
upita.

Korisniki interfejs
Ovaj termin obuhvata sve aspekte komunikacija izmeu korisnika i DSS.
Podsistemom korisnikog interfejsa moe da se upravlja pomou softvera
koji je poznat kao upravljaki sistem korisnikog interfejsa ( UIMS ).

Korisnici
Osoba koja se suoava sa problemom ili odlukom, pri ijem donoenju treba
koristiti DSS, zove se korisnik, menader ili donosilac odluke. Postoje
razlike u poloajima koje korisnici zauzimaju, nainima dolaska do
konane odluke.

DSS ima dve velike klase korisnika:

1. menaderi
2. razne strune slube.

Ekspertni podsistemi
Mnogi nestruktuirani i polustruktuirani problemi su toliko
sloeni da je za njihovo reavanje potrebna posebna
strunost.
Takvu strunost moe da obezbedi sistem zasnovan na
znanju, kao to je ekspertni sistem. Zbog toga su
savremeniji sistemi DSS opremljeni komponentom koja se
zove ekspertni podsistem.
Komponenta znanja sastoji se od jednog ili vie ekspertnih
sistema.
Sistem podrke pri donoenju odluka koji sadri takvu
komponentu zove se inteligentni DSS, DSS/ES ili
DSS zasnovan na znanju (Knowledge-Based DSS-KBDSS).

Specijalna gotova podrka pri donoenju

odluka
Od 2000.g. mnogi DSS sistemi nude se online kao ASP (Application Service
provider) usluge;

Primeri DSS:
PriceWaterhouse Coopers nudi veliki broj online DSS u oblasti finansijskih
usluga analiza rizika;
Alat Small Business (Microsoft Office) sadri arobnjake za ta-ako analizu;
IBM nudi DSS: analize potroake korpe, finansijske analize, analize u
oblasti proizvodnje;
Brio aplikacija za optimizaciju prihoda po trinim segmentima;
Hyperion reenja za upravljanje performansama u razliitim oblastima;
Comshare predvianje budeta, finansijska konsolidacija i sl.
A.C. Nielsen za analizu marketinga;
SAS Institute i Decisioneering.com nude modele prognoziranja i sl.

Sistemi podrke kolektivnom odluivanju

(Group Decision Support System -GDSS)

Prednosti grupnog rada:

Obezbeuje uenje. Grupe su bolje u odnosu na pojedince
u razumevanju problema;
Grupa ima vie informacija i znanja u odnosu na pojedine
lanove;
Mogua je sinergija u radu grupe;
Grupni rad stimulie kreativnost;
Grupe su bolje u odnosu na pojedince u otkrivanju greaka;
Rad u grupi smanjuje rizik odluivanja: umanjuje uticaj
pojedinaca koji su skloni preuzimanju rizika i podstie vie
konzervativne pojedince;
lanovi grupe ugrauju svoj ego u odluke, tako da su
posveeni radu grupe i sprovoenju odluka u delo.

Mogui nedostaci grupnog rada:

Socijalni pritisak da se formira grupno miljenje;

Vremenski zahtevan i spor proces;
Slaba koordinacija rada grupnih sastanaka;
Tendencija ka istaknutom radu pojedinaca u grupi, a
veina se oslanja na taj rad;
Tendencija ka formiranju kompromisa koji nisu
visokog kvaliteta;
Tendencija da se esto ponavljaju ve izreene ideje;
Znaajan deo vremena grupnih sastanaka ima
neproduktivni karakter;
Visoki trokovi sastanaka;
Previe informacija (poplava informacija);
Spore povratne informacije.

Komunikacija i kolaboracija
- osnove rada u grupi
Rad u grupi se ostvaruje putem:
Komunikacije
Saradnje kolaboracije
Komunikacija prenose se uglavnom
informacije od poiljaoca do primaoca.
Kolaboracija je dublja prenosi znaenje i
znanje izmeu lanova grupe.

Sistemi podrke kolektivnom odluivanju

(Group Decision Support System -GDSS)

ta je GDSS?
GDSS je interaktivni kompjuterski sistem koji pomae da
grupa donosilaca odluka lake reava polustruktuirane i
nestruktuirane probleme.
ta je cilj GDSS-a?
Poveanje produktivnosti sastanaka na kojima se donose
odluke (da podri sam proces odluivanja);
Poveanje kvaliteta rezultujuih odluka.
Primer GDSS-a je za virtuelne sastanke u
Svetskom ekonomskom forumu
World Electronic Community WELCOM.

Vane karakteristike GDSS-a

Projektovan je sa ciljem da podri grupe donosilaca odluka
u njihovom radu;
Lako se ui i koristi;
Moe da se projektuje za jedan tip problema;
Podstie nastajanje ideja, razreava sukobe i slobodu
izraavanja;
Sadri ugraene mehanizme za eliminaciju negativnih
ponaanja u grupi (npr. destruktivna, konfliktna, pogrena
komunikacija);
Posebno projektovan IS, a ne samo konfigurisanje ve
postojeih sistemskih komponenti.

Prednosti koje pruaju GSS

Podrava paralelno procesiranje informacija i generisanje ideja;
Omoguava nesmetano uee velike grupe uesnika:
obezbeuje vie informacija, znanja i vetina;
Obezbeuje lanovima grupe da koriste razliite struktuirane i
nestruktuirane tehnike odluivanja;
Omoguuje brzi pristup eksternim informacijama;
Omoguuje paralelnu diskusiju preko raunara;
Olakava ukljuivanje stidljivih uesnika u rad grupe;
Spreava se preterano uee agresivnih uesnika u donoenju
odluka;
Obezbeuje struktuirani pristup grupe odluivanju: da se grupa
ne udalji od predmeta odluivanja;
Omoguava da vie uesnika komuniciraju interaktivno,
uvaju se sve informacije koje su prezentovane na sastanku
(organizaciona memorija).

Podrka na sastancima radnika

Prva generacija sistema GDSS-a bila je
osmiljena za podrku na sastancima uivo
na mestu koje se zove
prostorija za odluivanje.
GDSS sastoji se od:
hardvera, softvera, ljudi i procedura.

Groupware
softverski proizvodi koji podravaju grupni rad
Tehnologije za podrku grupnog odluivanja:
Computer-supported cooperative work (CSCW) ili Group
support systems (GSS), odnosno Groupware.

GSS obuhvata:
sisteme za elektronske sastanke
(Electronic meeting systems) i
sisteme za elektronske konferencije
(Electronic conferencing systems).
Cilj GSS: unapreenje procesa grupnog odluivanja
poveanje produktivnosti i efektivnosti: ubrzanje procesa
odluivanja (efikasnost) i/ili poboljanje kvaliteta odluka
(efektivnost).

ta obuhvata GSS?
Neke (ili sve) od sledeih karakteristika:

pored elektronske konferencije i/ili sastanaka,

elektronska razmena ideja (electronic brainstorming),
grupno pravljenje rasporeda,
grupno planiranje,
grupno reavanje konflikata,
grupno pravljenje modela,
elektronska razmena dokumenata (electronic
document sharing),
videokonferencije,
elektronsko glasanje,
organizaciona memorija (uvanje sadraja), itd.

Popularni Groupware sistemi:

Lotus Notes/Domino uspean sistem grupnog rada
i saradnje za celo preduzee;

Microsoft Netmeeting;
Groove Workspace relativno jeftin i jednostavan za
korienje;

WebEx Meeting Center pay-per-use groupware.

Groupsystems MeetingRoom and Online
MeetingRoom funkcionie preko LAN-a, a Groupsystems
OnLine funkcionie u asinhronom reimu preko web-a;

Oracle Beehive from Oracle Corporation.

GroupSystems MeetingRoom and Online alati:

Standardni alati podravaju: grupne procese
brainstorming, pravljenje lista, prikupljanje informacija,
pravljenje prioriteta, pravljenje konsenzusa,
Electronic brainstorming
Group outliner - omoguava lanovima grupe da kreiraju i
komentariu na listi kompletnog sadraja u formi drveta ili
neke druge strukture. Uesnici mogu da ostavljaju poruke
na svakom nivou liste;
Topic comenter - postavljanje komentara i poruka (manje
struktuirano u odnosu na group outliner, a vie
struktuirano u odnosu na electronic brainstorming);
Categorizer formiraju se kategorije ideja;
Vote podrano nekoliko metoda glasanja. Rezultati se
automatski tabeliraju i prikazuju statistiki i grafiki.

 Napredni (Advanced) alati ukljuuju add-ins za analizu,

istraivanje i modeliranje:
Alternative Analysis
Survey
Activity Modeler.
GroupIntelligence ukljuuje organizacionu memoriju sa ranijih
sesija i kombinuje rezultate sa aktivnostima tekue sesije.

Drugi resursi:
Ljudi
Bela tabla (Whiteboard)
Materijal za lanove grupe (Handouts)
Mera miljenja (Opinion meter).
Alati za unapreenje pojedinane produktivnosti:
Briefcase - pristup esto korienim aplikacijama (procesor teksta,
kalkulatori, e-mail itd.)
Personal Log omoguava voenje personalnih beleaka;
Event Monitor - informie lanove grupe o novim aktivnostima i
informacijama.

Kako izgleda jedan standardni GSS proces?

Generisanje ideja kroz proces e-brainstorming;
Rezultat je lista ideja. Vreme trajanja 30-45 min.
Organizacija ideja na osnovu svih ideja formira se spisak
kljunih tema; Vreme trajanja 45-90 min.

Pravljenje prioriteta pravi se prioritet kljunih ideja.

Primenjuje se alat za glasanje; vreme trajanja 10-20 min.
Generisanje ideja na osnovu izglasanih prioriteta
generiu se ideje koju su fokusirane na mogue solucije.
Proces se nastavlja sve dok se ne doe do konane
solucije, ili grupe solucija.

Informacioni sistem za direktora

Informacioni sistem za direktora
(Executive Information System -EIS)
EIS je kompjuterski sistem namenjen za infor.
potrebe direktora najvieg ranga.

Sistem za podrku direktor

(Executive Support System -ESS)
ESS je sveobuhvatan sistem podrke koji
prevazilazi EIS jer uvodi i podrku za analizu,
komunikacije, automatizaciju kancelarijskog
poslovanja i ....

Mogunosti i karakteristike sistema EIS

Pretraivanje struktura podataka nanie (Drill down)
OLAP alati ukljuuju drill-down opciju: korisnik moe da razloi
sumaran red i/ili kolonu u poseban detaljan tabelarni prikaz. Nasuprot
tome, podaci iz kolona i/ili redova mogu biti agregirani postupkom koji
se oznaava kao roll-up.

Kritini faktori uspeha (Critical success factors CSF)

Mogu biti: strategijski, menaderski i operativni
Mogu se izvesti iz tri izvora: organizacioni, industrijski i iz okruenja.
Kritini faktori uspeha mogu biti praeni posredstvom sledeih vrsta
informacija:
Opis kljunih problema (Key problem narratives);
Vani dijagrami (Highlight charts);
Kljuni finansijski pokazatelji (Top-level financials);
Kljuni indikatori performansi (Key performance indicators KPI);
Detaljni KPI izvetaji prema odgovornosti (Detailed KPI responsibility
reports).

Kritini faktori uspeha i kljuni indikatori performansi uporedni pregled

(Critical success factors CSF, Key performance indicators KPI)
Kritini faktori uspeha
(CSF)
Rentabilnost

Kljuni indikatori performansi (KIP)

Merenje rentabilnosti za svako odeljenje, proizvod,
region i sl. Poreenje sa konkurentima

Finansijski faktori

Finansijski koeficijenti, analiza bilansa, stopa

zarade na uloena sredstva, ROI, itd.

Marketinki faktori

Udeo na tritu, analiza oglaavanja, periodini

rezultati prodaje, kupovne mogunosti potroaa

Ljudski resursi
Planiranje

Stopa naputanja firme, stepen zadovoljstva

poslom
Rast prodaje, udeo na tritu proizvoda, zajednika
ulaganja sa drugim firmama

Ekonomska analiza

Trendovi na tritu, spoljna trgovina i valutni

kursevi, industrijski trendovi, trendovi na tritu
radne snage

Potroaki trendovi

Kupovne navike, demografski podaci, stepen

poverenja potroaa

Mogunosti i karakteristike EIS sistema

Status pristupa (u realnom vremenu)
Grafike prezentacije
Analiza:

Analiza trendova
Ad hoc analize
Izvetavanje o posebnim situacijama
Navigacija informacija (primena hipermedija alata i inteligentnih agenata)
Inteligentni EIS (primena inteligentnih agenata)

Integracija sa DSS.

EIS - Upravljaka kabina

Metafora: EIS kao pilotska kabina (pilots cockpit)
Upravljaka kabina je strategijska prostorija za
upravljanje, koja menaderima omoguuje
bolje upravljanje.

Cilj je da se omogue efikasniji sastanci

menadera i da se ojaa timski rad kroz
efikasnu komunikaciju.

Upravljaka kabina

Upravljaka kabina

Trine performanse

Performanse interesnih
procesa i zaposlenih

Glavni faktori
uspeha i finansijski
indikatori

Status strategijskih
projekata

Praenje rezultata poslovanja (performance dashboard)

-komandna tabla

Poreenje EIS-a i DSS-a

EIS podrava izvrne rukovodioce u delu procesa
odluivanja u fazi I: pomae da se otkrije problem i
mogunosti.
Nasuprot tome DSS prua podrku u fazi II: ta da se uradi
sa utvrenim problemom i mogunostima.
U funkcionalnom smislu ESI i DSS su sasvim razliite, ali
komplementarne aplikacije:
EIS je struktuirani, automatski sistem praenja koji radi u
kontinuitetu i obavetava izvrne rukovodioce o dogaajima
koji se deavaju u internom i eksternom okruenju (slinost
sa pilotskom kabinom).
Za razliku od EIS-a DSS se ne bavi struktuiranim i
repetitivnim poslovima, ve ima modelski pristup prema
utvrenim problemima, koji su nestruktuiranog tipa.

Tabela poreenja EIS-a i DSS-a

Dimenzija

EIS

DSS

Fokus

Skeniranje okruenja, status indikatora

Analiza i podrka odluivanju

Tipian korisnik

Izvrni rukovodioci

Srednji menaderi, analitiari i specijalisti

Primena

Kontrola i praenje, identifikacija

problema i mogunosti

Planiranje, organizacija, donoenje odluka

Grafika

Neophodna

Sastavni deo mnogih DSS

Korisniki interfejs

User-friendly

Obino user-friendly, ako nema

posrednika

Procesiranje
informacija

Filtriranje, agregiranje, razlaganje,

praenje kritinih podataka i inform.

DSS daje odgovore na pitanja koje

postavlja EIS

Podsistem za
reavanje problema

Ne poseduje

Znaajna komponenta

Baza modela

Ne poseduje

Znaajna komponenta

Konstrukcija i razvoj

IT profesionalci, obino nije podloan

postupku prilagoavanja

Korisnici sa IT prof., razvija se kroz

postupak prilagoavanja

Period korienja

U regularnim vremenskim periodima

Podrava donoenje odluka u odreenim

vremenskim period.

Priroda softverskih
proizvoda

Interaktivan, jednostavan pristup

bazama podataka, online pristup,

Mone raunarske mogunosti, jezici

modeliranja i simulacija, DSS aplikacije i
generatori

EIS i portal preduzea

Analogija: portal i komandna tabla (dashboard)
Portal preduzea je postao glavna platforma koja integrie
sve informacione sisteme u preduzeu.
Portal preduzea integrie interne aplikacije (upravljanje
bazama podataka, tabelama, upravljanje dokumentima, email) sa eksternim aplikacijama. To je web-based veza koja
omoguava korisnicima pristup navedenim aplikacijama sa
njihovih PC-a.
Glavni cilj portala je da omogui svakom korisniku
personalizovan i integrisan pogled na poslovne informacije,
aplikacije i usluge. Korisnici portala preduzea mogu biti
interni i eksterni.

Razvoj EIS-a prema poslovnoj

inteligenciji (Business Intelligence BI)
Uvoenjem intraneta i korporacijskih portala,
tradicionalni EIS postao je deo infor.sistema
na nivou preduzea i danas se esto sree u
okviru pojma Business Intelligence - BI.
BI je danas integrisan sa elektronskom
trgovinom i drugim sistemima zasnovanim na
Webu.