Συστήματα Λήψης Αποφάσεων Dimitrios Nasiopoulos ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ
ΤΜΉΜΑ ΠΛΗΡΟΦΟΡΙΚΉΣ ΚΑΙ ΤΗΛΕΠΙΚΟΙΝΩΝΙΏΝ
ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ
Δρ. Δηµήτριος Νασιόπουλος
Κεφάλαιο 1o
Δεδοµένα, Πληροφορία, Γνώση & Σοφία
1ο Κεφάλαιο – Πληροφοριακά Συστήµατα
ΠΕΡΙΕΧΟΜΕΝΑ
Ταξινοµήσεις και Ιεραρχία
Ορισµοί
Ολοκλήρωση Πληροφοριακών Συστηµάτων
Κύκλος ζωής συστηµάτων
Ανάλυση και Σχεδίαση Συστηµάτων
Αντικειµενοστραφής προγραµµατισµός
Ιστορική εξέλιξη Πληροφοριακών Συστηµάτων
Κατηγοριοποίηση Πληροφοριακών Συστηµάτων
Προβλήµατα κατά την ανάπτυξη Πληροφοριακών Συστηµάτων

2

1ο Κεφάλαιο - Δεδοµένα, Πληροφορία, Γνώση & Σοφία
Ò  Συνεχής λήψη αποφάσεων καθηµερινά

Ò  Κυριότερα χαρακτηριστικά των Σ.Λ.Α.:
É  Υποστηρίζουν τις διαδικασίες λήψης ηµιδοµηµένων
και αδόµητων προβληµάτων
É  Υποστηρίζουν και τις 4 φάσεις της διαδικασίας
λήψης αποφάσεων (νοητική, σχεδίασης, επιλογής και
ολοκλήρωσης)
É  Βοηθούν στην αύξηση της αποτελεσµατικότητας και
όχι της αποδοτικότητας
É  Κατασκευάζονται µε σκοπό να βοηθήσουν και όχι να
υποκαθιστούν τον αποφασίζοντα
3
É  Η υποστήριξη παρέχεται είτε σε οµάδες ατόµων

(GDSS), είτε σε ξεχωριστά άτοµα (DSS)
É  Η αλληλεπίδραση χρήστη-συστήµατος οδηγεί στη
βελτίωση των αποφάσεων και αυτό µε τη σειρά του
στη βελτίωση του συστήµατος
É  Συνδυάζουν τη συνεργασία µοντέλων, βάσεων
δεδοµένων και παρουσίασης αποτελεσµάτων
É  Δίνουν έµφαση στην ευκολία χρήσης, την ευελιξία
και την προσαρµοστικότητα
É  Αλληλεπιδρούν µε υπάρχοντα πληροφοριακά
συστήµατα
4

Ταξινοµήσεις και Ιεραρχία

Το περιεχόµενο της ανθρώπινης σκέψης µπορεί να
ταξινοµηθεί στις ακόλουθες πέντε κατηγορίες:
Ò  Δεδοµένα (Data)
Ò  Πληροφορία (Information)
Ò  Γνώση (Knowledge)
Ò  Κατανόηση (Understanding)
Ò  Σοφία (Wisdom)
5
Ò  Ιεραρχία της γνώσης

ΣΟΦΙΑ
ΓΝΩΣΗ
ΠΛΗΡΟΦΟΡΙΑ
ΔΕΔΟΜΕΝΑ

Δεδοµένα (Data)
Τα δεδοµένα αποτελούν µια από τις αρχικές µορφές της
πληροφορίας.
Τα δεδοµένα έχουν ένα µεγάλο αριθµό ορισµών εξαρτώµενων
κυρίως από το περιβάλλον στο οποίο χρησιµοποιούνται.
Έτσι, στο χώρο της πληροφορικής ορίζονται σαν ανεπεξέργαστη
πληροφορία (πχ. data stream, packets of data), την οποία µπορούµε
να αποθηκεύσουµε σε βάσεις δεδοµένων, ενώ σε άλλα πεδία
θεωρούνται σαν µια αναπαράσταση υπαρκτών γεγονότων.
Άλλες αναφορές µιλούν για πρωτογενή δεδοµένα ή ανεπεξέργαστα
δεδοµένα, για διακριτά, για εγγράψιµα και διαχειρίσιµα ή ότι
µπορούν να καταχωρηθούν και να ανακτηθούν.
Στα δεδοµένα δεν προϋπάρχει καµιά έµφυτη δοµή ή κάποια
απαραίτητη σχέση µεταξύ τους.
7
Δεδοµένα (Data)
Σαν δεδοµένα (Data) µπορεί να θεωρήσουµε ότι είναι:
Ò  Πληροφορία, συχνά µε την µορφή των γεγονότων (facts) ή
σχηµάτων (figures) τα οποία αποκτώνται από πειράµατα ή
έρευνες και τα οποία χρησιµοποιούνται σαν βάση για
υπολογισµούς ή σχέδια συµπερασµάτων.
Ò  Πληροφορία, µε την µορφή αριθµών, κειµένων, εικόνων και ήχων
σε µορφή κατάλληλη για αποθήκευση ή επεξεργασία από
υπολογιστές.
Ò  Συλλογή ακατέργαστων δεδοµένων όπως για παράδειγµα οι
απαντήσεις µιας έρευνας αγοράς. Όταν τα δεδοµένα αυτά τύχουν
επεξεργασίας τότε µετατρέπονται σε πληροφορία.

Πληροφορία (Information)
Η πληροφορία, είναι δεδοµένα τα οποία έχουν τύχει επεξεργασίας
για να γίνουν χρήσιµα και να µπορούν να δώσουν απαντήσεις σε
ερωτήσεις της µορφής: ποιος (who), τι (what), που (where) και
πότε (when). Ως εκ τούτου, πληροφορία είναι δεδοµένα στα οποία
έχει δοθεί νόηµα µε κάποιο τρόπο σχεσιακής διασύνδεσης.
Έχει µορφή και µπορεί να τύχη επεξεργασίας και προσπέλασης, να
παραχθεί και δηµιουργηθεί, να µεταβιβασθεί, αποθηκευθεί,
αποσταλεί, διανεµηθεί, κατασκευασθεί και καταναλωθεί,
αναζητηθεί για κάποιο σκοπό, χρησιµοποιηθεί, συµπιεσθεί και
αντιγραφεί.
Η πληροφορία µπορεί επίσης να είναι διαφορετικού τύπου µε
διαφορετικά χαρακτηριστικά.
Μπορεί να είναι ποιοτική ή ποσοτική πληροφορία.
9
Πληροφορία (Information)
Σαν πληροφορία (Information) µπορεί να θεωρήσουµε ότι είναι:
Ò  Συγκεκριµένη – σαφής γνώση αποκτηθείσα ή προµηθευθείσα
γύρω από κάτι ή κάποιον.
Ò  Τα συλλεγέντα γεγονότα ή δεδοµένα γύρω από ένα
συγκεκριµένο θέµα.
Ò  Η επικοινωνία γεγονότων και γνώσης.
Ò  Δεδοµένα υπολογιστών τα οποία έχουν οργανωθεί και
παρουσιάζονται µε συστηµατικό τρόπο για να κάνουν ξεκάθαρο
το βασικό µήνυµα.
Ò  Πληροφορία είναι δεδοµένα που έχουν επεξεργαστεί σε µορφή
κατανοητή από τον δέκτη και έχουν πραγµατική (κατανοητή)
αξία για τις τρέχουσες ή µελλοντικές αποφάσεις.
10

Από τα δεδοµένα στην πληροφορία και αντιστρόφως

Είναι κοινά αποδεκτό ότι στα δεδοµένα δεν υπάρχει κανένα νόηµα ενώ η
πληροφορία µπορεί να θεωρηθεί σαν ‘δεδοµένα µε νόηµα’.
Ο καθορισµός της δοµής και των σχέσεων µεταξύ των δεδοµένων είναι
αυτό που δηµιουργεί την πληροφορία.
Η απόλυτη µεταφορική σηµασία του πραγµατικού νοήµατος της λέξης
πληροφορώ είναι αυτή ‘του δίνει µορφή σε κάτι’. Έτσι, για να γίνουν τα
δεδοµένα πληροφορία θα πρέπει αυτή να σχηµατισθεί-κατασκευαστεί-
δοµηθεί, από τον χρήστη της, από ακατέργαστο υλικό (δεδοµένα). Μέσω
της επεξεργασίας µε ένα δόκιµο τρόπο, τα δεδοµένα µετατρέπονται σε
πληροφορία.
Η εξόρυξη δεδοµένων (data mining) αναφέρεται στη βιβλιογραφία σαν
ένας άλλος τρόπος παραγωγής πληροφορίας από την µετατροπή
δεδοµένων, µέσω µιας διαδικασίας ‘απόσπασης’ ή αναγνώρισης προτύπων.
Η αναγνώριση προτύπων αναφέρεται στην εφαρµογή της δοµής σε
διαφορετικά άνευ δοµής δεδοµένα και η ‘απόσπαση’ σηµαίνει ότι µια
µεγάλη ποσότητα δεδοµένων µπορεί να µετατραπεί σε µια µικρότερη
‘θεµελιώδη ποσότητα’ πληροφορίας.
11
Γνώση (Knowledge)
Γνώση έχουµε όταν κάποιος µπορεί να δίνει απαντήσεις σε
ερωτήσεις για το πως (how).
Σαν γνώση (Knowledge) µπορεί να θεωρήσουµε ότι είναι:
Ò  Γενική ενηµέρωση ή κατοχή πληροφορίας, γεγονότων,
ιδεών, αληθειών ή αρχών.
Ò  Σαφής ενηµέρωση (awareness) ή σαφής πληροφόρηση για
µια κατάσταση ή ένα γεγονός.
Ò  Όλες οι πληροφορίες, τα γεγονότα, οι αλήθειες και οι αρχές
οι οποίες αποκτώνται µέσω της µάθησης µέσα στο χρόνο.
Ò  Εξοικείωση ή κατανόηση η οποία προστίθεται µέσω της
εµπειρίας ή της µελέτης.
12

Η γνώση είναι γενικά προσωπική, υποκειµενική και ενυπάρχει κυρίως στον
άνθρωπο. Η γνώση έχει τα υποκειµενικά χαρακτηριστικά του ιδιοκτήτη της
και ‘διαµορφώνεται’ από τις αντιλήψεις και τις εµπειρίες του.
Στο πεδίο της διαχείρισης της γνώσης υπάρχουν δύο αρκετά διαχωρίσιµα
και ευρέως αποδεκτά είδη γνώσης, η άρρητη (tacit) και η ρητή (explicit):
Η άρρητη γνώση Polanyi (1997), είναι η γνώση που είναι δύσκολο να
κωδικοποιηθεί και να µεταδοθεί. Είναι εφήµερη και παροδική και δεν
µπορεί να αναλυθεί σε πληροφορίες ή να ταξινοµηθεί ανάλογα µε τα είδη
των χαρακτηριστικών της πληροφορίας. Επιπλέον η άρρητη γνώση είναι
προσωπική, σχετική µε το περιβάλλον και δύσκολα τυποποιήσιµη (Nonaka
and Takeuchi, 1995).
Στην αντίθετη πλευρά η ρητή (explicit) γνώση είναι εκείνο το είδος της
γνώσης το οποίο µπορεί να κωδικοποιηθεί και να µεταφερθεί σε µια
γλώσσα. Η σαφής γνώση είναι αυτή την οποία οι πρακτικές διαχείρισης της
γνώσης που προσπαθούν, και πράγµατι το επιτυγχάνουν, να συλλάβουν,
αποκτήσουν, δηµιουργήσουν, χρησιµοποιήσουν, διατηρήσουν,
κωδικοποιήσουν, αποθηκεύσουν, µεταφέρουν και διαµοιράσουν.
13
Σοφία (Wisdom)
Όπως είπε ο Albert Einstein, η σοφία δεν είναι ένα προϊόν της
εκπαιδευτικής διδασκαλίας αλλά η δια βίου προσπάθεια για
την απόκτησή της.
Σαν σοφία (Wisdom) µπορεί να θεωρήσουµε ότι είναι:
Ò  Η γνώση και η εµπειρία που χρειάζεται για να λαµβάνονται
σηµαντικές αποφάσεις και κρίσεις, ή θετική αίσθηση που
προκύπτει από αποφάσεις και κρίσεις που έχουν ληφθεί.
Ò  Συσσωρευµένη γνώση από τη ζωή ή σε ένα συγκεκριµένο
πεδίο δράσης-εργασίας η οποία έχει αποκτηθεί µέσω της
εµπειρίας.
Ò  Μια γνώµη που σχεδόν όλοι συνεισφέρουν ή εκφράζουν.
Ò  Παλιές διδασκαλίες ή παροιµίες.
14

Σύµφωνα µε τους Ackoff (1989) και Bellinger et al. (2009) ανάµεσα στη γνώση και την
σοφία παρεµβάλλεται ένα ακόµη επίπεδο που αφορά την κατανόηση. Έτσι:
Ò  Η Κατανόηση (Understanding), αφορά την εκτίµηση του γιατί (why). Είναι η διαδικασία
µε την οποία µπορούµε να πάρουµε γνώση και να συνθέσουµε νέα γνώση από
προηγουµένως κατεχόµενη γνώση. Η διαφορά µεταξύ της κατανόησης και της γνώσης
είναι η διαφορά µεταξύ ‘µάθησης’ (learning) και ‘αποµνηµόνευσης’ (memorizing).
Άνθρωποι που έχουν κατανοήσει, µπορούν να αναλάβουν χρήσιµες δράσεις επειδή αυτοί
µπορούν να συνθέσουν νέα γνώση ή, σε κάποιες περιπτώσεις, τουλάχιστον σε κάποια
πληροφόρηση από ότι ήταν προηγουµένως γνωστό και κατανοητό. Η κατανόηση µπορεί
να στηριχθεί πάνω σε κατεχόµενη πληροφορία, γνώση και κατανόηση. Έτσι, για
παράδειγµα τα ευφυή συστήµατα διαθέτουν κατανόηση µε την έννοια ότι αυτά είναι σε
θέση να συνθέσουν νέα γνώση από προηγουµένως αποθηκευµένη πληροφορία και
γνώση.
Ò  Η Σοφία (Wisdom) είναι µια αξιολογηµένη κατανόηση, η οποία δίνει απαντήσεις σε
ερωτήσεις της µορφής γιατί (why) και πότε (when). Η σοφία βασίζεται σε όλα τα
προηγούµενα επίπεδα. Αυτή δίνει κατανόηση σε αυτά που προηγουµένως δεν ήταν
κατανοηµένα. Είναι η ουσία της φιλοσοφικής πίστης σε αρχές και ιδέες. Αντίθετα µε τα
προηγούµενα επίπεδα αυτή θέτει ερωτήσεις στις οποίες δεν υπάρχουν εύκολες
απαντήσεις. Ως εκ τούτου, η σοφία είναι η διαδικασία µε την οποία διακρίνουµε ή
κρίνουµε µεταξύ σωστού και λάθους, καλού ή κακού. Η σοφία είναι ένα χαρακτηριστικό
του ανθρώπου.
15
Προβλήµατα:
Δεν είναι µόνο οι ορισµοί των εννοιών αυτών που είναι ασαφής αλλά και οι σχέσεις
µεταξύ τους.
Είναι σύνηθες, αν και όχι σωστό, να ορίζουµε τις έννοιες αυτές µε όρους η µια της
άλλης µε αποτέλεσµα να δηµιουργείται περισσότερη σύγχυση από ότι να τις
διαχωρίζουµε. Πολλοί ερευνητές, ακόµη και σε προφανείς περιπτώσεις και παρά
τις προσπάθειες να ορισθούν αυτά µε σαφήνεια, χρησιµοποιούν συχνά την µια
έννοια αντί της άλλης προκαλώντας έτσι την ασάφεια.
Έτσι, οι Kogut and Zander (1992), ορίζουν την πληροφορία σαν την γνώση η οποία
µπορεί να µεταβιβαστεί χωρίς απώλεια της ακεραιότητάς της, υπονοώντας µε τον
τρόπο αυτό ότι η πληροφορία είναι µια µορφή γνώσης. Αυτό είναι σύνηθες των
πρώτων κειµένων για τη διαχείριση γνώσης (KM - Knowledge Management). Ο
Nonaka, ο οποίος είναι ένας γενικά γνωστός στο χώρο της διαχείρισης γνώσης έχει
δεχτεί κριτική για αυτή του την προχειρότητα (Baumard, 1996/1999).
Πάντως ο Nonaka σωστά αµφισβητεί ότι η γνώση και η πληροφορία είναι το ίδιο
όσον αφορά το νόηµά τους. Η γνώση και η πληροφορία είναι όµοιες κατά µια
άποψη αλλά διαφορετικές σε άλλες. Μπορούµε να πούµε ότι ενώ η πληροφορία
είναι περισσότερο πραγµατική, η γνώση αφορά κυρίως πιστεύω και υποσχέσεις.
Επιπλέον, η γνώση αφορά πάντα µια ενέργεια, µια και αυτή πρέπει να
χρησιµοποιηθεί κάπου τελικά (Nonaka and Takeuchi, 1995).
16

Ιδιότητες Πληροφορίας:
Ò  Ακριβή δεδοµένα και πληροφορία
Ò  Ενήµερη
Ò  Σχετική
Ò  Πλήρης
Ò  Περιεκτική
Ò  Προσαρµοσµένη στις απαιτήσεις του χρήστη.
Ò  Καλώς παρουσιασµένη.
Ò  Προσπελάσιµη - προσιτή είτε µε φυσικό τρόπο είτε µε
γνωστικό (cognitively)
17
Αξία – σηµαντικότητα πληροφορίας

Η αξία - σηµαντικότητα µίας πληροφορίας είναι αυτή που της αποδίδεται από
εκείνους που θα την χρησιµοποιήσουν µε βάση το προσδοκώµενο όφελος από την
χρήση της. Είναι ευνόητο ότι η ίδια πληροφορία µπορεί να έχει διαφορετική αξία
για διαφορετικούς χρήστες.
Η πληροφορία θα πρέπει να αντιµετωπίζεται σαν σηµαντικό περιουσιακό στοιχείο
της επιχείρησης (Eccles, 1991). Έτσι, όταν µια επιχείρηση αποφασίζει για την
απόκτηση µιας πληροφορίας θα πρέπει να έχει αποφασίσει για την χρήση της και
για το όφελος που αναµένεται να αποκτήσει από αυτήν.
Τα οφέλη από την εκµετάλλευσή της, µέσω των πληροφοριακών συστηµάτων, θα
πρέπει να αφορούν όχι τόσο στη µείωση του κόστους και τη βελτίωση της
αποδοτικότητας της εταιρείας, αλλά κυρίως στη βελτίωσή της σε θέµατα λήψης
αποφάσεων και χάραξης στρατηγικών.
Σήµερα παρατηρείται µεγάλη δυσαρµονία µεταξύ του µεγάλου όγκου της
διαθέσιµης πληροφόρησης και του µικρού βαθµού καθηµερινής της χρήσης.
Προκειµένου να µην υπάρχει αυτή η δυσαρµονία πρέπει να γίνεται αποδεκτή από
την επιχείρηση, η αξία της πληροφόρησης, πριν γίνει οποιαδήποτε προσπάθεια
εκµετάλλευσής της µέσω των πληροφοριακών συστηµάτων.
18

Προβλήµατα πληροφόρησης
Ò  Πρόβληµα εγκυρότητας της αποκτώµενης πληροφορίας.
Ò  Ανυπαρξία επαρκούς πληροφόρησης.
Ò  Ύπαρξη, αντιθέτως, περιττής πληροφόρησης.
Ò  Διάχυση πληροφοριών στα διάφορα τµήµατα της
επιχείρησης, έτσι που για την απόκτησή της ακόµη και για
µικρά θέµατα να απαιτείται µεγάλη προσπάθεια.
Ò  Απόκρυψη πληροφοριών από διάφορους υπαλλήλους της
εταιρείας επειδή πιθανόν αποκαλύπτουν σφάλµατα ή
παραλείψεις τους.
Ò  Οι σηµαντικές πληροφορίες φτάνουν συνήθως πολύ αργά.
19
Επίσης πρέπει να προστεθούν τα ακόλουθα προβλήµατα πληροφόρησης

Ò  Στην περιορισµένη δυνατότητα των αποφασιζόντων να διαχειριστούν
την διαθέσιµη πληροφορία.
Ò  Στην αδυναµία των αποφασιζόντων να ‘κατανοήσουν’ κάποιες
πληροφορίες.
Ò  Σε λάθος εκτιµήσεις των παραµέτρων απόκτησης των πληροφοριών µε
αποτέλεσµα να µην είναι δυνατή η αξιοποίησή της για τους σκοπούς για
τους οποίους αποκτήθηκε.
Ò  Στο ότι την απόφαση απόκτησης της πληροφορίας δεν την πήραν οι
µετέπειτα χρήστες της.
Ò  Στην άγνοια για το τι πληροφορίες είναι διαθέσιµες στα διάφορα
τµήµατα µιας επιχείρησης.
Ò  Στην άγνοια για το τι πληροφορίες κρύβονται στους τεράστιους όγκους
δεδοµένων που έχουν στη διάθεσή τους και την οποία θα µπορούσαν να
την χρησιµοποιήσουν.
Ò  Στην υποεκτίµηση ή στην υπερεκτίµηση της αξίας της.
20

Επιχειρήσεις και διαχείριση πόρων πληροφόρησης

Νέες Επιστήµες & Τεχνολογία
Εφευρέσεις
Πανεπιστήµια και Ερευνητικά Κέντρα: Νοµοθεσία
Έρευνα &
Επιστηµονικές & Τεχνικές Γραφείο Πατεντών
Ανάπτυξη
Δηµοσιεύσεις
Κυβερνήσεις και
Κοινοβούλια
Φορολογία Προµηθευτές Τράπεζες Χρηµατηστήρια Ευρωπαϊκοί

και Εθνικοί
Οικονοµικές Κανονισµοί
Εφορίες
Πελάτες ΕΠΙΧΕΙΡΗΣΗ Αγορά Πρακτικές
Εργασίας
Πολιτικά
Κοινωνικές Τάσεις Κόµµατα
Οικονοµικές Τάσεις Εργατικά
Ανταγωνιστές
Επιχειρηµατικές Τάσεις Σωµατεία
Πολιτικές
Οργανωµένες
Στατιστικά Ενώσεις Οµάδες
Στοιχεία Καταναλωτών (Greenpeace, …)
Τάσεις Πληθυσµού Στάσεις Καταναλωτών ‘Πράσινα’ Θέµατα
Εικ. 1.2 Περιβάλλον πληροφόρησης µιας επιχείρησης 21

Επιχειρήσεις και διαχείριση πόρων πληροφόρησης

Ε Π ΙΧ Ε ΙΡ Η Σ Η
Ε Ξ Ω ΤΕ Ρ ΙΚ Ε Σ Ε ΠΙΡ Ρ ΟΕ Σ
Σ Τ Ε Λ Ε Χ Η Ε Π ΙΧ Ε ΙΡ ΗΣ ΗΣ
Δ Ι Ε Υ Θ Υ ΝΤ Η Σ Τ ΜΗ ΜΑ Τ Ο Σ
Π Λ Η Ρ Ο ΦΟ Ρ Ι Κ Η Σ Υ Π Ο Λ Ο Ι Π Α Σ Τ Ε Λ Ε Χ Η
(C H I E F I NF O R MA T I O N O F F I C E R -C I O )
Ε Σ Ω ΤΕ Ρ ΙΚ Ε Σ Σ ΤΡ Α ΤΗΓ ΙΚ Ο ΠΛ Α ΝΟ
Ε ΠΙΡ Ρ ΟΕ Σ Ε ΠΙΧ Ε ΙΡ ΗΣ ΗΣ
Τ ΜΗΜΑ Τ Α
Τ ΜΗ ΜΑ
Τ ΜΗ ΜΑ Ο Ι Κ Ο ΝΟ ΜΙ Κ Ο Τ ΜΗ ΜΑ Τ ΜΗ ΜΑ
Α ΝΘ Ρ Ω Π Ι ΝΟ Υ
Π Λ Η Ρ Ο ΦΟ Ρ Ι Κ Η Σ Τ ΜΗ ΜΑ ΠΑ Ρ Α Γ ΩΓ ΗΣ MA R K E T I NG
Δ Υ ΝΑ ΜΙ Κ Ο Υ
Σ Τ Ρ Α Τ ΗΓ ΙΚ Ο Π Λ Α ΝΟ Γ ΙΑ Π ΗΓ Ε Σ Π Λ ΗΡ Ο ΦΟ Ρ ΙΩ Ν
Π ΗΓ Ε Σ Π Λ ΗΡ Ο ΦΟ Ρ ΙΩ Ν
Κ Ε ΝΤ Ρ Ι Κ Ε Σ Δ Α Π Α ΝΟ Υ ΜΕ ΝΕ Σ
Κ Ε ΝΤ Ρ Ο Π Λ Η Ρ Ο ΦΟ Ρ Ι Α Σ
Υ Π Ο Λ Ο Γ Ι Σ Τ Ι Κ Ε Σ Π Η Γ Ε Σ Υ Π Ο Λ Ο Γ Ι Σ Τ Ι Κ Ε Σ Π Η Γ Ε Σ
Δ Ε Δ Ο ΜΕ ΝΑ Κ Α Ι Π Λ Η Ρ Ο ΦΟ Ρ Ι Ε Σ
Τ Ε Λ ΙΚ Ο Ι Χ Ρ ΗΣ Τ Ε Σ Υ Π Ο Λ Ο ΙΠ Ο Ι Χ Ρ ΗΣ Τ Ε Σ
Εικ. 1.3 Μοντέλο διαχείρισης πόρων πληροφόρησης

22

Κατηγορίες διαχείρισης πληροφορίας

Πληροφόρηση Εσωτερική Εξωτερική
Βασιζόµενη σε δεδοµένα Παραδοσιακά Πληροφοριακά Δηµόσιες Βάσεις
Βάσεων Δεδοµένων Συστήµατα Διοίκησης Δεδοµένων
Βασιζόµενη σε κείµενα Διαχείριση και επεξεργασία Συνεταιρικές Βιβλιοθήκες
κειµένων
Ò  Πληροφορία καταχωρηµένη σε εσωτερικές βάσεις δεδοµένων (δεδοµένα

προσωπικού, πελατών, προµηθευτών, κα).
Ò  Πληροφορία καταχωρηµένη σε εξωτερικές βάσεις δεδοµένων (δεδοµένα
πωλήσεων ανταγωνιστών, στατιστικά στοιχεία, χρηµατιστήριο, κα).
Ò  Πληροφορία µε µορφή αδόµητη, η οποία προέρχεται από εσωτερικές πηγές της
επιχείρησης και παρέχεται υπό µορφή κειµένων, αναφορών, σκέψεων, νέων
ιδεών, κ.α.
Ò  Πληροφορία µε µορφή αδόµητη, η οποία προέρχεται από εξωτερικές πηγές της
επιχείρησης και παρέχεται υπό µορφή κειµένων, αναφορών, σκέψεων, νέων
ιδεών, κ.α., όπως αποφάσεις κυβερνήσεων, οικονοµικές εξελίξεις σε χώρες που
έχουµε επιχειρηµατικά ενδιαφέροντα, κλπ.
23
Η Πληροφόρηση σαν έκτος πόρος µιας Επιχείρησης

Μια επιχείρηση θεωρείτο ότι διέθετε τους εξής πέντε πόρους:
1.  Άνθρωποι,
2.  Μηχανήµατα,
3.  Χρήµατα,
4.  Υλικά,
5.  Διοίκηση
Σήµερα όµως έχει προστεθεί σαν έκτος πόρος και η
6.  Πληροφόρηση.
Ο πόρος αυτός χρησιµεύει στην υποστήριξη των άλλων πέντε
πόρων, στο σχεδιασµό και τον έλεγχο των δραστηριοτήτων
από το ανώτατο διοικητικό επίπεδο µέχρι το κατώτερο
λειτουργικό επίπεδο των επιχειρήσεων.
24

Η Πληροφόρηση σαν έκτος πόρος µιας Επιχείρησης

Λαµβάνοντας υπόψη την γνώση των διαθέσιµων πληροφοριών (Ford, 2003), οι
επιχειρήσεις κατατάσσονται σε τέσσερεις πιθανές καταστάσεις:
ΕΠΙΓΝΩΣΗ ΑΓΝΟΙΑ
ΥΠΑΡΧΟΥΣΑ
ΓΝΩΣΗ
ΓΝΩΣΗ
25
Πληροφορία και Λήψη Αποφάσεων
Από όλες τις λειτουργίες και δραστηριότητες που αφορούν τη διοίκηση,

αυτή που συγκεντρώνει τη µεγαλύτερη προσοχή και µελέτη είναι αυτή που
αφορά τη λήψη αποφάσεων.
Η λήψη αποφάσεων θεωρείται σαν συνώνυµο της διοίκησης ή σε κάποιο

βαθµό σαν η πλέον σηµαντική δραστηριότητα της διοίκησης.
Οι απαιτήσεις της λήψης αποφάσεων είναι αυτές που κάνουν πιο απαιτητή
την ανάγκη για πληροφόρηση από ότι οι υπόλοιπες δραστηριότητες
διοίκησης.
Οι αποφάσεις έχουν να κάνουν µε την ανάγκη να γίνονται επιλογές µεταξύ

εναλλακτικών ενεργειών. Μια απόφαση θεωρείται σαν ένα κοµµάτι γνώσης,
καθώς η λήψη µιας απόφασης είναι στην ουσία το αποτέλεσµα της
σύνθεσης και επεξεργασίας πληροφορίας και γνώσης για την παραγωγή
νέας γνώσης (Holsapple and Whinston, 1996).
26


Η άποψη που επικρατεί ότι ‘όσο περισσότερες πληροφορίες έχουµε στη
διάθεσή µας τόσο το καλύτερο’, δεν είναι αληθής.
Η παρουσία µεγάλου όγκου πληροφοριών στην πραγµατικότητα µειώνει την
ποιότητα µιας απόφασης µια και µπορεί να προκύψουν προβλήµατα στη
λήψη αποφάσεων όπως:
Ò  Καθυστέρηση στην απόφαση, λόγω του χρόνου που απαιτείται για να
αποκτηθούν και να επεξεργαστούν οι πρόσθετες πληροφορίες µε
αποτέλεσµα την εξασθένιση της αποτελεσµατικότητας της απόφασης.
Ò  Πληθώρα πληροφοριών. Η δυνατότητα λήψης αποφάσεων µειώνεται
στην πράξη επειδή δεν είναι εύκολο να διαχειρισθούµε ή να
αξιολογήσουµε κατάλληλα µεγάλους όγκους πληροφοριών. Όταν ένας
µεγάλος όγκος πληροφοριών φθάνουν στη µνήµη ενός ανθρώπου, ειδικά
όταν αυτό γίνεται σε σύντοµο χρονικό διάστηµα, µερικές από τις
πληροφορίες (συχνά αυτές που λαµβάνονται αρχικά) θα εκδιωχτούν από
το µυαλό (θα ξεχασθούν).
27

Ò  Επιλεκτική χρήση πληροφοριών. Αυτό σηµαίνει ότι ο αποφασίζων θα
επιλέξει µεταξύ όλων των διαθέσιµων πληροφοριών µόνο εκείνες που
υποστηρίζουν µια προδικασµένη λύση (προκατάληψη) ή άποψη.
Ò  Η εµφάνιση διανοητικής κούρασης, οδηγεί στην πιο αργή εργασία ή
την εργασία κακής ποιότητας.
Ò  Η κούραση απόφασης εµφανίζεται, όταν ο αποφασίζων κουράζεται
να παίρνει αποφάσεις ιδίως δε επαναλαµβανόµενες αποφάσεις. Το
µυαλό του αποφασίζοντα κουράζεται και αρχίζει να αγνοεί τις
επόµενες πληροφορίες ή να ξεχνά τις αρχικά λαµβανόµενες
πληροφορίες µε αποτέλεσµα συχνά αυτές να είναι γρήγορες και
απρόσεκτες αποφάσεις.
Ò  Αδυναµία λήψης αποφάσεων. Πολλές φορές παρατηρείται παράλυση
λήψης απόφασης κατά την οποία καµία απόφαση δεν λαµβάνεται.
28


Στη συνέχεια, θα εξετασθούν µερικά θέµατα για τον τρόπο χειρισµού των πληροφοριών στις
επιχειρήσεις:
Ò  Ορθολογισµός (rationality): Οι σύγχρονες επιχειρήσεις δίνουν έµφαση στην ορθολογική
συµπεριφορά. Μια απολύτως λογική απόφαση σηµαίνει ότι έχουµε διερευνήσει και
αξιολογήσει όλες τις πιθανές εναλλακτικές ενέργειες-επιλογές και ότι έχουµε επιλέξει την
καλύτερη σε µια, υποκείµενη στους στόχους που έχουν τεθεί, ορθολογική βάση.
Στην πράξη όµως είναι πολύ δύσκολο, ακόµη και στην περίπτωση που αυτό ήταν
δυνατόν, να καταγράψουµε όλες τις πιθανές εναλλακτικές επιλογές, να βρούµε το χρόνο
για να τις διερευνήσουµε όλες σε βάθος και να τις συγκρίνουµε µεταξύ τους καθώς και
να εκτιµήσουµε τις επιπτώσεις εφαρµογής τους.
Οι αποφασίζοντες τείνουν να επιλέγουν το πρώτο ικανοποιητικό αποτέλεσµα παρά να
συνεχίσουν να αναζητούν τη βέλτιστη επιλογή (Simon, 1977). Μια λύση που κρίνεται σαν
αρκετά καλή και της οποίας η αξιολόγηση βασίσθηκε σε µη επαρκή πληροφόρηση, είναι
πιθανόν να επιλεγεί τελικά. Αυτό το πρότυπο λήψης απόφασης περιγράφεται από τους
March and Simon (1958), σαν συµπεριφορά ικανοποίησης σε αντίθεση µε αυτής της
µεγιστοποίησης του οφέλους η οποία είναι τις περισσότερες φορές µια ανέφικτη να
πραγµατοποιηθεί έννοια.
29

Ò  Αντίληψη (perception): Ο αποφασίζων δεν είναι ένας αµερόληπτος
αποδέκτης των πληροφοριών. Οι αντιλήψεις του κάθε αποφασίζοντα
διαµορφώνονται από το υπόβαθρό του, την εκπαίδευση, την εµπειρία
του, από τις αξίες και τα κίνητρά του, από την προσωπικότητα και το
γνωστικό του στυλ. Οι αντιλήψεις επίσης διαφέρουν ανάλογα µε το
περιβάλλον και το χρόνο. Έτσι, εκείνη η πληροφορία η οποία µπορεί να
µοιάζει σηµαντική σε κάποια χρονική στιγµή και σε σχέση µε ένα ειδικό
θέµα µπορεί να θεωρηθεί µη σηµαντική ή µη σχετική σε µια άλλη
χρονική στιγµή ακόµη και αν πρόκειται για την ίδια περίπτωση
προβλήµατος.
Ò  Παραπλανητική (oblique): Η παραπλανητική χρήση της πληροφορίας
σηµαίνει ότι η πληροφορία παρατίθεται, όχι για να συνεισφέρει άµεσα
σε µια απόφαση ή σε κάποιες άλλες διοικητικές ενέργειες, αλλά µάλλον
για ένα δευτερεύον ή έµµεσο σκοπό όπως η προπαγάνδα ή της
κυριαρχίας των υποδεέστερων (Feldman and March, 1981).
30

Διαχείριση της Γνώσης (Knowledge Management)
Η διαχείριση της γνώσης είναι η διαδικασία η οποία βοηθά τις

επιχειρήσεις να αναγνωρίζουν, επιλέγουν, οργανώνουν, διαχέουν
και µεταφέρουν σηµαντικές πληροφορίες και εµπειρίες οι οποίες
αποτελούν µέρος της εταιρικής µνήµης και οι οποίες βρίσκονται
διάσπαρτες µέσα στην επιχείρηση.
Η διαχείριση της γνώσης είναι µια επιστηµονική περιοχή η οποία
πραγµατεύεται τη συλλογή, αναπαράσταση, επεξεργασία και
οργάνωση της γνώσης µιας επιχείρησης για την υποστήριξη
διαφόρων δραστηριοτήτων της, όπως η λήψη αποφάσεων
(Prusak, 2001)
Έτσι, δηµιουργείται το πρόβληµα του πως θα διαχειριστούµε τη
γνώση, πως δηλαδή θα τη δηµιουργήσουµε, θα την αποκτήσουµε,
θα την αποθηκεύσουµε και θα τη µεταφέρουµε.
31
Η διαχείριση γνώσης θα πρέπει να περιλαµβάνει δραστηριότητες

όπως (Demarest, 1997):
Ò  η κατασκευή γνώσης,
Ò  η ενσωµάτωσή της,
Ò  η διάχυσή της µέσω της αλυσίδας αξιών,
Ò  η χρήση της για τη δηµιουργία αξίας,
Οι Millar et al. (1997), συµφωνούν ότι η διαχείριση γνώσης

περιλαµβάνει τις ακόλουθες τέσσερις ανεξάρτητες
δραστηριότητες:
Ò  αναγνώριση,
Ò  κωδικοποίηση,
Ò  ανταλλαγή
Ò  παραγωγή γνώσης.
32

Χαρακτηριστικά γνώσης
Ίσως το πλέον συχνά αναφερόµενο µοντέλο χαρακτηριστικών γνώσης είναι
το προταθέν από τον Nonaka (1994), για την ρητή ή σαφή (explicit) γνώση
και την άρρητη ή σιωπηρή ή υπονοούµενη (tacit).
Ò  Η ρητή γνώση (explicit) αναφέρεται στη σαφή και αναµφίβολη γνώση
που βρίσκεται σε βιβλία, έγγραφα, θεωρίες, πίνακες και γραφήµατα. Δεν
είναι αµφισβητήσιµη, καθώς επιβεβαιώνεται από επιστηµονικά
αποδεδειγµένες θεωρίες και συνήθως είναι αποδεκτή από όλους. Είναι
εύκολα µεταβιβάσιµη στο εσωτερικό µιας επιχείρησης, αλλά και έξω από
αυτή. Η επικοινωνία της ρητής γνώσης µεταξύ δύο ή και περισσοτέρων
ατόµων έχει θετικά αποτελέσµατα αφού αυτή εµπλουτίζεται και
εξελίσσεται.
Ò  Η άρρητη γνώση (tacit) αναφέρεται στη γνώση του ανθρώπου η οποία
είναι υποκειµενική, πρακτική και αναλογική και η οποία έχει αποκτηθεί
από εµπειρία και πρακτικές µεθόδους. Είναι η γνώση που ενώ βρίσκεται
στο µυαλό κάθε ατόµου, δεν έχει ξεκάθαρα διατυπωθεί. Εξαρτάται δε
από την εκπαίδευση, την ευφυΐα, τις προτιµήσεις, τις εντυπώσεις, την
εµπειρία και τη διορατικότητα του κάθε ατόµου.
33
Πλαίσιο διαχείρισης γνώσης
Τάξη Προβλήµατος
Αναγνώριση
Κατανοµή
Υποστηριζόµενη
Διαδικασία
Διατήρηση
Εικ. 1.6 Πλαίσιο πρακτικών διαχείρισης γνώσης 34

Είδη γνώσης
Η ανθρώπινη γνώση είναι δύο ειδών (Kemp, 1976):
Ò  Προσωπική (private), η οποία χρησιµοποιείται από το µυαλό - σκέψη των
ανθρώπων, και
Ò  Δηµόσια (public), η οποία γίνεται γνωστή µέσω της δηµοσίευσής της σε άρθρα,
βιβλία, αναφορές, ηλεκτρονικά µέσα (internet) κ.α., και είναι δυνατή η
απόκτησή της από κάθε ενδιαφερόµενο.
Η δηµόσια γνώση είναι:
Ò  Διάσπαρτη (Dispersed): Είναι διάσπαρτη σε διάφορα είδη βιβλιογραφίας
(περιοδικά, βιβλία, τεχνικές αναφορές, κα), σε διάφορα µέσα (έντυπα,
ηλεκτρονικά, κα), σε διαφορετικά σηµεία του κόσµου, σε ποικίλες γλώσσες (πχ.
η γνώση που περιέχεται σε βιβλία, διδακτορικές διατριβές, µεταπτυχιακές
εργασίες κα, και τα οποία είναι γραµµένα στα Γερµανικά, Ρωσικά ή Ελληνικά
και η οποία δεν µπορεί να αποκτηθεί παρά µόνο από αυτούς που γνωρίζουν τη
συγκεκριµένη γλώσσα), µε αποτέλεσµα να υπάρχει περίπτωση µια συγκεκριµένη
εργασία να επαναληφθεί και η γνώση να επαναδιατυπωθεί από κάποιον άλλο
είτε ηθεληµένα είτε άθελα, µια και δεν µπορεί να υπάρξει έλεγχος της ύπαρξης
της γνώσης αυτής.
35
Ò  Παλαιά (Dated): Είναι η γνώση, η οποία έχει υπάρξει ήδη και έχει παρουσιαστεί
κατά το παρελθόν µε κάποιο τρόπο και η οποία έχει ξεπεραστεί από νεώτερες
εργασίες, αλλά εν τούτοις παραµένει στη δηµοσιότητα µε αποτέλεσµα να
δηµιουργεί ψευδείς εντυπώσεις. Οι εντυπώσεις αυτές δηµιουργούνται στις
περιπτώσεις ύπαρξης κενού γνώσης λόγω άγνοιας των νεωτέρων εργασιών.
Παράδειγµα παλαιάς γνώσης αποτελεί η αποθηκευµένη γνώση σε κάποιες
ιστοσελίδες στο διαδίκτυο η οποία µπορεί να έχει καταστεί µη επίκαιρη αλλά εν
τούτοις να θεωρείται επίκαιρη από κάποιον µη γνώστη των νεότερων εξελίξεων
και να χρησιµοποιείται ως τέτοια.
Ò  Υποχρησιµοποίηση (Under-utilized): Μελέτες έχουν δείξει ότι η γνώση η οποία
χρησιµοποιείται πραγµατικά στα ερευνητικά κέντρα, πανεπιστήµια κα., δεν
είναι πάνω από το 20% της διαθέσιµης γνώσης.
Ò  Ταχεία ανάπτυξη (Expanding rapidly): Η ποσότητα της διαθέσιµης γνώσης
αυξάνει µε τροµακτικούς ρυθµούς ιδίως µετά την εξάπλωση της χρήσης του
διαδικτύου (internet).
Ò  Μεταβλητής ποιότητας (Variable in quality): Η αξιοπιστία της δηµόσιας γνώσης
είναι πολύ σύνθετη υπόθεση και δύσκολα διαπιστώσιµη. Η γνώση που σε µια
περίπτωση θεωρείται αξιόπιστη σε κάποια άλλη µπορεί να µην θεωρείται.
36

Ò  Αντιφατικές (Inconsistent): Αξιοσηµείωτες αντιφάσεις παρατηρούνται

µεταξύ δηµοσιευθέντων γνώσεων και των απόψεων των κατά περίπτωση
ειδικών (McDonald and Ellison, 1994).
Ò  Μη πλήρης (Incomplete): Επίσης µεταξύ των δηµοσιευθέντων γνώσεων
και των απόψεων των ειδικών παρατηρούνται κενά γνώσης (McDonald
and Ellison, 1994). Κενά ή συχνότερα ασυµφωνίες µπορούν να
παρατηρηθούν και µεταξύ ειδικών ενός ερευνητικού πεδίου. Εποµένως,
µη πλήρης µπορεί να θεωρηθεί µια γνώση όταν δεν καλύπτει την κοινή
λογική των ειδικών και όχι τις επιµέρους διαφοροποιήσεις των. Στην
περίπτωση αυτή δεν µιλάµε για µη πλήρη γνώση αλλά για αντιφατικές –
ασύµβατες γνώσεις.
Ò  Αργοπορηµένη δηµοσίευση και εφαρµογή (Slow to be published and
applied): Τα άρθρα που υποβάλλονται σε περιοδικά και βιβλία µε κρίση
χρειάζονται ένα αρκετά µεγάλο χρονικό διάστηµα που εξαρτάται κυρίως
από το κύρος και τη τακτική του περιοδικού, για να δηµοσιευθούν. Το
αποτέλεσµα είναι µια χρονική καθυστέρηση στην αλυσίδα ενηµέρωσης
από δηµοσιευθείσα γνώση – έρευνα – αποτελέσµατα – νέα δηµοσίευση.
37
Η Αξία της γνώσης για την απόκτηση ανταγωνιστικού πλεονεκτήµατος

Η γνώση, παρόµοια µε την πληροφορία, θεωρείται σήµερα σαν πολύτιµο
περιουσιακό στοιχείο µιας επιχείρησης και ως τέτοιο θα πρέπει
αντιµετωπίζεται και να τυγχάνει και της αντίστοιχης διαχείρισης.
Ο στόχος της διαχείρισης της γνώσης σε µια επιχείρηση, είναι να µας
επιτρέπει να διαθέτουµε την κατάλληλη γνώση στα κατάλληλα στελέχη την
κατάλληλη χρονική στιγµή και µε τον κατάλληλη µορφή.
Όταν η γνώση αφορά την απόκτηση ανταγωνιστικού πλεονεκτήµατος, η
αξία της συνδέεται µε την:
Ò  Σταθερότητά της (durability), δηλαδή το ρυθµό µε το οποίο αυτή γίνεται
παλαιά και ξεπερασµένη,
Ò  Διαφάνεια (transparency), δηλαδή τη ταχύτητα µε την οποία οι άλλες
εταιρείες µπορούν να αναπτύξουν την ίδια γνώση,
Ò  Μεταφερσιµότητα (transferability), δηλαδή πόσο εύκολα οι επιχειρήσεις
µπορούν να την µεταφέρουν και να την µοιραστούν, και
Ò  Αντιγράψιµη (replicability), δηλαδή πόσο εύκολα οι επιχειρήσεις
µπορούν να την αναπαράξουν και να τη χρησιµοποιήσουν.
38

Συστήµατα Διαχείρισης Γνώσης (Knowledge Management

Systems)
Τα Συστήµατα Διαχείρισης Γνώσης έχουν ως στόχο τη
διασφάλιση του ότι η σωστή γνώση είναι διαθέσιµη στη σωστή
µορφή, στους κατάλληλους ανθρώπους, την κατάλληλη
στιγµή και µε το σωστό κόστος.
Τα συστήµατα αυτά βασίζονται στη χρήση ηλεκτρονικών
υπολογιστών για την αναπαράσταση, εκµαίευση, διανοµή και
επεξεργασία της γνώσης και αποτελούν ένα από τα πιο
σηµαντικά συστατικά των επιχειρήσεων.
Τα Συστήµατα Διαχείρισης Γνώσης, όπου λειτουργούν και
χρησιµοποιούνται, προσδίδουν σηµαντικότατα ανταγωνιστικό
πλεονέκτηµα στις επιχειρήσεις
39
Διαστάσεις της γνώσης

•  Αποστολή: Τι προσπαθούµε να πετύχουµε;
•  Ανταγωνισµός: Πως µπορούµε να αυξήσουµε την

ανταγωνιστική µας ικανότητα;
•  Απόδοση: Πως θα αποκτήσουµε τα
αποτελέσµατα;
•  Αλλαγή: Πως θα συµβαδίζω µε τις αλλαγές;
40

u  Η γνώση, παρόµοια µε την πληροφορία, θεωρείται σήµερα ως

πολύτιµο περιουσιακό στοιχείο µιας επιχείρησης και ως τέτοιο
πρέπει να αντιµετωπίζεται
u  Τα υποδείγµατα των σχέσεων δεδοµένων και των πληροφοριών

δίνουν τη δυνατότητα αναπαράστασης της γνώσης
u  Η αξία της διαχείρισης της γνώσης σχετίζεται άµεσα µε την

αποτελεσµατικότητα µε την οποία οι διαχειρισθείσα γνώση
καθιστά ικανά τα µέλη µιας επιχείρησης να δουλέψουν
αποτελεσµατικά, να οραµατίζονται για να δηµιουργούν το µέλλον.
41
Οι περισσότερες επιχειρήσεις έχουν υποεκτιµήσει τη σηµαντικότητα των άυλων

περιουσιακών τους στοιχείων όπως είναι η γνώση, η δηµιουργικότητα, οι ιδέες και οι σχέσεις
(Peters, 2000).
Όλα αυτά προσδίδουν σε µια επιχείρηση µεγαλύτερη αξία από ότι τα υλικά περιουσιακά
στοιχεία της. Η απροσδιοριστία αυτών των άυλων περιουσιακών στοιχείων µιας επιχείρησης
καθιστά πολύ δύσκολη την προστασία τους από αυτήν.
Θα πρέπει να γίνει κατανοητό ότι η ‘γνώση’ µιας επιχειρήσεις είναι κατανεµηµένη στα
στελέχη της και ότι αν κάποια πολύ ικανά και άκρως απαραίτητα στελέχη της έφευγαν
ξαφνικά τότε η επιχείρηση θα έχανε και την γνώση που αυτά διέθεταν.
Πως µπορεί να διασφαλιστεί ότι οι γνώσεις ενός τµήµατος ή οµάδας εργασίας ή ατόµου θα
διαδίδονται ευρέως µέσα σε όλη την επιχείρηση και δεν θα µένουν περιχαρακωµένα µέσα
στα στενά όρια του τµήµατος ή της οµάδας ή ενός ατόµου; Για να γίνει δυνατόν αυτό θα
πρέπει να ακολουθούνται κάποιες γενικές αρχές όπως:
É  Δηµιουργία ενός περιβάλλοντος διαµοιρασµού της γνώσης σε επίπεδο επιχείρησης ή σε
επίπεδα διοίκησης της επιχείρησης. Η προσπέλαση της γνώσης γεννά περισσότερη
γνώση και οι καλύτερες τεχνικές διαχείρισης της γνώσης διασφαλίζουν ότι ο καθένας
θα συµµετέχει. Αυτό µπορεί να καταστεί δυνατόν µε µια επιχειρησιακή πολιτική
ανοικτών συναντήσεων και συζητήσεων.
42

É  Κατάργηση φίλτρων και εµποδίων επικοινωνίας. Διάφορες πολιτικές ή

περιοχές επιρροής ή ευθύνης µπορεί να επιβάλλουν έλεγχο της διάχυσης
πληροφοριών και γνώσεων µέσω των παραδοσιακών καναλιών
επικοινωνίας. Επιτρέποντας ή διευκολύνοντας την µεταφορά
πληροφοριών και γνώσης µεταξύ των διαφόρων επιπέδων διοίκησης ή
γενικότερα των στελεχών µιας επιχείρησης, οδηγούµαστε σε
περισσότερες ιδέες του πώς να κάνουµε κάποια πράγµατα καλύτερα.
É  Ιεράρχηση προτεραιοτήτων και απόδοσή τους στις εργασίες. Στις
περισσότερες επιχειρήσεις οι λίστες αυτών που πρέπει να γίνουν
περιέχουν διπλάσια πράγµατα από ότι αυτές θα µπορούσαν ποτέ να
υλοποιήσουν. Μια διαδικασία απόδοσης προτεραιοτήτων στις εργασίες
θα έχει τεράστια οφέλη για την επιχείρηση. Τα κορυφαία στελέχη της
επιχείρησης θα πρέπει από κοινού να θέσουν τα κριτήρια αξιολόγησης
των εργασιών που έχει να κάνει µια επιχείρηση και να τις διατάξουν από
την σηµαντικότερη έως την λιγότερη σηµαντική για αυτήν. Η διαδικασία
αυτή επιτρέπει σε αυτούς που συµµετέχουν να αντιµετωπίσουν
υποθέσεις για την αξία µακροχρόνιων στρατηγικών επιλογών αλλά
ταυτόχρονα τους επιτρέπει, µέσω της συνεργασίας που θα έχουν, να
αποκτήσουν γνώσεις από τα υπόλοιπα µέλη της οµάδας.
43
Κεφάλαιο 2o
Πληροφοριακά Συστήµατα

Εισαγωγή
Ο στρατηγικός ρόλος των Πληροφοριακών Συστηµάτων
Ολοκλήρωση Πληροφοριακών Συστηµάτων
Ιστορική εξέλιξη Πληροφοριακών Συστηµάτων
Προβλήµατα κατά την ανάπτυξη Πληροφοριακών Συστηµάτων

2
Πληροφοριακά συστήµατα (information systems)

Πληροφοριακό σύστηµα µπορούµε να θεωρήσουµε γενικά, ένα σύνολο από µέσα
συλλογής, αποθήκευσης, επεξεργασίας, ανάλυσης και διάχυσης της πληροφόρησης
µε στόχο την επίτευξη ενός συγκεκριµένου σκοπού. Στις ηµέρες µας σαν
Πληροφοριακά Συστήµατα εννοούνται αυτά που βασίζονται στη χρήση
ηλεκτρονικών υπολογιστών.

Ο στρατηγικός ρόλος των Πληροφοριακών

Συστηµάτων
Ο ρόλος των Ο ρόλος των

Πληροφοριακών Πληροφοριακών
Συστηµάτων είναι Συστηµάτων είναι για
κυρίως για να να υποβοηθούν τις
προσδίδουν βασικές λειτουργίες
ανταγωνιστικά της επιχείρησης
πλεονεκτήµατα στις λογιστήριο, αποθήκες,
επιχειρήσεις. κα,
4
Στρατηγικός Ρόλος
Το κύριο κριτήριο
Προσδίδει
ανταγωνιστικά αναγνώρισης ενός ΠΣ ως
πλεονεκτήµατα
στρατηγικού, είναι ο
βαθµός στον οποίο
µπορεί να συµβάλλει στην
Υποβοήθηση αλλαγή του τρόπου
Λειτουργιών
λειτουργίας της
επιχείρησης.

Λόγοι χρήσης Πληροφοριακών Συστηµάτων

Ò  Αύξηση της παραγωγικότητας (µείωση του κόστους, αύξηση της
αποτελεσµατικότητας, …),
Ò  Βελτίωση της ποιότητας των προσφερόµενων προϊόντων και υπηρεσιών,
Ò  Δηµιουργία ανταγωνιστικών πλεονεκτηµάτων,
Ò  Διαµόρφωση στρατηγικής της εταιρείας,
Ò  Αναδιοργάνωση και επανασχεδιασµός των επιχειρησιακών τους
διαδικασίες,
Ò  Υποστήριξη της βελτίωσης της λήψης αποφάσεων,
Ò  Ταχύτερη απόκριση στις απαιτήσεις των πελατών και στις αλλαγές της
επιχείρησης ή του περιβάλλοντός της,
Ò  Πρόσβαση σε σηµαντικές και χρήσιµες πληροφορίες (πχ. µέσω
διαδικτύου, εξωτερικών βάσεων δεδοµένων, …),
Ò  Καλύτερη διαχείριση για τεράστιους όγκους δεδοµένων-πληροφοριών,
Ò  Βελτίωση δηµιουργικότητας και προώθηση των καινοτοµιών, …
6
Η συνεισφορά των Στρατηγικών Πληροφοριακών Συστηµάτων στην ανάπτυξη

ανταγωνιστικού πλεονεκτήµατος γίνεται µε τους ακόλουθους τρόπους:
Ò  Ανάπτυξη εµποδίων για την εισαγωγή ανταγωνιστών στην αγορά.
Ò  Ολοκληρωτική αλλαγή της βάσης του ανταγωνισµού, µε την παροχή νέων
υπηρεσιών, προϊόντων ή πληροφοριών που δεν παρέχονται από τους
ανταγωνιστές.
Ò  Αύξηση του κόστους αλλαγής πελατών (προµηθευτών) και/ή λειτουργική
εξάρτηση, µε σκοπό να αποθαρρυνθούν οι πελάτες από το να αλλάξουν
προµηθευτές (πχ. µε την παροχή ειδικών υπηρεσιών προς τον πελάτη, οι οποίες
δύσκολα µπορούν να αντιγραφούν από τους ανταγωνιστές).
Ò  Επανασχεδίαση των επιχειρησιακών λειτουργιών της εκµεταλλευόµενοι τις
δυνατότητες που µας παρέχουν τα ΠΣ.
Ò  Επίσπευση επιχειρησιακών λειτουργιών, όπως για παράδειγµα η τιµολόγηση, που
επιτρέπει στην εταιρεία να επιλέξει µία βέλτιστη στρατηγική τιµολόγησης για τα
προϊόντα και τις υπηρεσίες που διαθέτει σε διαφορετικούς πελάτες.
Ò  Υποστήριξη σηµαντικών εργασιών µε την ανάπτυξη εξειδικευµένων ΠΣ. Αυτό
έχει ως αποτέλεσµα τη µείωση του κόστους και του χρόνου διανοµής του
τελικού προϊόντος-υπηρεσιών στον πελάτη.

Τεχνική Ολοκλήρωση Πληροφοριακών Συστηµάτων

• Δυνατότητα µεταφοράς δεδοµένων µεταξύ των διαφόρων
Κάθετη ανεξάρτητων εφαρµογών του συστήµατος
• Σταθερές παράµετροι ενδοεπικοινωνίας
• Δυνατότητα συνεργασίας των διάφορων λειτουργικών υποσυστηµάτων

• Τέσσερις υποκατηγορίες, ανάλογα µε το τρόπο της µεταφοράς
Οριζόντια δεδοµένων: αυτόνοµα (standalone), απλής διασύνδεσης (simple
linked), περίπλοκης διασύνδεσης (sophisticated linked), και
ολοκληρωµένα (integrated).
Ολοκλήρωση • Ανάπτυξη µεγάλων και πολύπλοκων συστηµάτων

• Αφορούν την υλοποίηση ενός συγκεκριµένου έργου
ανά έργο
8
Λειτουργική Ολοκλήρωση ΠΣ
Κάθετη Οριζόντια
• Γίνεται επανασχεδίαση των • Μεταβάλλουν τις δοµικές
εργασιών και ριζική µεταβολή διαφορές µεταξύ των
των παραδοσιακών τρόπων στρατηγικών µέσων µιας
καταµερισµού της ροής των εταιρείας, ώστε να επιτύχουν τη
εργασιών στις διάφορες οµάδες βελτίωση της χρησιµοποίησης
χρηστών ενός συστήµατος που των µέσων µε αποτέλεσµα τη
υποστηρίζει συγκεκριµένες µείωση του κόστους. Αφορά την
λειτουργίες µιας επιχείρησης υποστήριξη οριζόντιων
δράσεων µιας επιχείρησης που
διατρέχουν οριζοντίως τις
διάφορες λειτουργίες της
επιχείρησης


Ένα µοντέλο κύκλου ζωής περιγράφει τις φάσεις, τις εργασίες που γίνονται
και τα προϊόντα που παράγονται σε κάθε φάση καθώς και τη σειρά
διαδοχής των. Με στόχο την περιγραφή των διαφόρων σταδίων του κύκλου
ζωής του λογισµικού, έχουν αναπτυχθεί διάφορα µοντέλα ανάπτυξής του
(Yourdon, 1989; Norris and Rigby, 1992; Γιακουµάκης, 1994), όπως:
Ò  Μοντέλο του καταρράκτη - waterfall model (Royce, 1970; Boehm,
1984; IEEE, 1983; Rook, 1986).
Ò  Σπειροειδές µοντέλο - spiral model (Boehm, 1988).
Ò  Μοντέλο σταδιακής εκλέπτυνσης και επαναληπτικής προσαύξησης -
stepwise refinement and iterative enhancement model (Wirth, 1971).
Ò  Μοντέλο προτυποποίησης - prototyping model (Agresti, 1986; Carey,
1990; McLeod, 1993).
Ò  Λειτουργικό µοντέλο - operational model (Zave, 1984).
Ò  Μοντέλο αυτόµατου προγραµµατισµού - automatic programming model
(Agresti, 1986; Stahl, 1986; Parnas, 1985).
Ò  Μοντέλο της επαναχρησιµοποίησης λογισµικού (Davis, 1988).
10

Μοντέλο Καταρράκτη Σπειροειδές
Αναγνώριση Προβληµάτων
και Ευκαιριών
Ανάλυση και Τεκµηρίωση

Υφιστάµενου Συστήµατος
Καθορισµός Απαιτήσεων
Πληροφόρησης
Τεχνολογίες Σχεδίασης και

Απαιτήσεις Προσ ωπικού -
Χρηστών
Ανάπτυξη, Ελεγχοι
Επαλήθευση Συστήµατος
Ολοκλήρωση Συστήµατος
Εκτίµηση και Συντήρηση

Συστήµατος
11

Φάσεις κύκλου ζωής Π.Σ.

Φάσεις Δραστηριότητες Τεκµηρίωση
Αιτήσεις χρηστών
Εκτίµηση αναγκών χρήστη
Προτάσεις και εκτίµηση κόστους
Α ν ά λ υ σ η Μελέτη σκοπιµότητας
Μελέτη σκοπιµότητας
Καθορισµός απαιτήσεων χρήστη
Απαιτήσεων Προετοιµασία προγραµµατισµού εργασιών
Ανάλυση απαιτήσεων
Προγραµµατισµός έργου
Προετοιµασία γενικών προδιαγραφών σχεδίασης Λειτουργική περιγραφή

Λογική Σχεδίαση Διευκρίνισε τις απαιτήσεις των χρηστών Τεκµηρίωση απαιτήσεων σε δεδοµένα
Προετοιµασία λεπτοµερείς προδιαγραφές σχεδίασης Προδιαγραφές συστήµατος υποσυστήµατος

Φυσική Σχεδίαση Καθόρισε υποσυστήµατα Προδιαγραφές βάσεων δεδοµένων
Σχεδίαση δοµής βάσεων δεδοµένων Προδιαγραφές προγράµµατος
Κωδικοποίηση προγράµµατος
Σ χ ε δ ί α σ η Έλεγχοι τµηµάτων προγράµµατος Τεκµηρίωση προγράµµατος
Προγράµµατος Τεκµηρίωση τµηµάτων
Διενέργεια ελέγχων υποσυστηµάτων
Προγραµµατισµός ελέγχων
Ολοκλήρωση Διενέργεια ελέγχων συστηµάτων
Αναφορά αποτελεσµάτων ελέγχων
Εκπαίδευση χρηστών
Συστήµατος Διενέργεια µετατροπών δεδοµένων
Εγχειρίδιο χρηστών
Λειτουργία συστήµατος Εγχειρίδιο λειτουργιών

Εγκατάσταση και Συντήρηση νέου συστήµατος Εγχειρίδιο συντήρησης
Λειτουργία Εκτίµηση συστήµατος Αναφορά αποτίµησης
12
Ανάλυση και Σχεδίαση Συστηµάτων - Έµφαση

Επιτάχυνση της ανάπτυξης ΠΣ
Στη χρήση γλωσσών 4ης γενιάς (Γραφικά, ΒΔ, κ.α.) & 5ης γενιάς (συµβολικές)
Στην ανάπτυξη πρωτοτύπων για την πειραµατική δοκιµή
Στη χρήση τεχνικών δοµηµένης ανάπτυξης - Χρήση αντικειµενοστραφούς

προγραµµατισµού
Ανάπτυξη συστηµάτων ανοιχτής αρχιτεκτονικής
13

Ò  Τα βασικά δοµικά συστατικά είναι οι κλάσεις και
τα αντικείµενα
Ò  Το αντικείµενο:
É  Μοντελοποιεί ένα τµήµα της πραγµατικότητας και για
αυτό είναι κάτι το οποίο υπάρχει στο χώρο και το
χρόνο
É  Έχει σαφώς ορισµένα όρια
É  Έχει κατάσταση, συµπεριφορά και ταυτότητα
É  Είναι µία σαφής οντότητα που παρουσιάζει µία καλά
καθορισµένη συµπεριφορά
14
Μέθοδος ανάπτυξης στην οποία τα προγράµµατα είναι οργανωµένα ως συλλογές
συνεργαζόµενων αντικειµένων, κάθε ένα από τα οποία αναπαριστά ένα
στιγµιότυπο κάποιας κλάσης. Οι κλάσεις του προγράµµατος είναι µέλη µίας
ιεραρχίας κλάσεων που διέπεται από µία κληρονοµικότητα σχέσεων.
Ò  Χρησιµοποιεί αντικείµενα και Πότε είναι µια γλώσσα

όχι αλγόριθµους ως βασικά αντικειµενοστραφής;
λογικά δοµικά στοιχεία, Ò  Υποστηρίζει αφαιρέσεις αντικειµένων
µε ένα σύστηµα επικοινωνίας
Ò  Κάθε αντικείµενο είναι ένα αποτελούµενο από επώνυµες
στιγµιότυπο κάποιας κλάσης, λειτουργίες και µία κρυφή τοπική
κατάσταση.
Ò  Οι κλάσεις σχετίζονται µεταξύ Ò  Τα αντικείµενα έχουν ένα αντίστοιχο
τους µέσω σχέσεων τύπο (κλάση).
κληρονοµικότητας Ò  Οι τύποι (κλάσεις) µπορεί να
κληρονοµούν χαρακτηριστικά από
υπερτύπους (υπερκλάσεις).
15

v  Έµπειρα Συστήµατα
v  Τεχνητά νευρωνικά
Δίκτυα
v  Διοικητικά
Πληροφορικά
Διοικητικά Συστήµατα
Διοικητικά Συστήµατα v  Διοικητικά Συστήµατα
Πληροφορικά Υποστήριξης
Συστήµατα Συστήµατα (Executive Υποστήριξης
(Executive Support
Υποστήριξης
Information Systems ) v  Συστήµατα
Αποφάσεων
Πληροφοριακά Systems) Υποστήριξης Οµαδικών
Συστήµατα
Διοίκησης Αποφάσεων
Συστήµατα v  Γεωγραφικά
Επεξεργασίας
(Διεκπεραίωσης) Συστήµατα
Συναλλαγών
Πληροφοριών
v  Χωρικά Συστήµατα
Υποστήριξης
Αποφάσεων
Εξελικτική πορεία βασιζόµενων στους υπολογιστές πληροφορικών συστηµάτων (computer based
information systems – CBIS)
Πληροφοριακά Συστήµατα & Επίπεδα Αποφάσεων

ORGANIZATIONAL LEVEL
ΕΙΔΟΣ ΑΠΟΦΑΣΗΣ
OPERATIONAL KNOWLEDGE MANAGEMENT STRATEGIC
ΔΟΜΗΜΕΝΗ ACCOUNTS
RECEIVABLE
ELECTRONIC PRODUCTION
SCHEDULING COST OVERRUNS
TPS
OAS MIS
ΗΜΙΔΟΜΗΜΕΝΗ BUDGET
PREPARATION
PROJECT DSS
SCHEDULING
FACILITY
LOCATION
KWS ESS
ΑΔΟΜΗΤΗ PRODUCT DESIGN NEW PRODUCTS

NEW MARKETS
17


ΔΙΕ - ΗΛΕΚΤΡΟΝΙΚΟΙ ΗΛΕΚΤΡΟΝΙΚΗ
ΕΠΙΧΕΙΡΗΣΙΑΚ ΚΑΤΑΛΟΓΟΙ ΑΝΤΑΛΛΑΓΗ
Ο ΕΠΙΠΕΔΟ ΔΕΔΟΜΕΝΩΝ
ΕΝΣΩΜΑΤΩΣΗ ΕΜΠΟΡΙΟ
ΚΑΤΑΣΚΕΥΗΣ Η/Υ ΠΡΟΓΡΑΜΜΑΤΩΝ
ΑΥΤΟΜΑΤΗ
ΕΠΙΠΕΔΟ
MIS TPS ΤΑΜΕΙΑΚΗ
ΟΡΓΑΝΙΣΜΟΥ
ΜΗΧΑΝΗ
ΕΠΙΠΕΔΟ ΣΥΝΕΡΓΑΣΙΑΣ
ΣΥΣΤΗΜΑ ΕΛΕΓΧΟΥ
ΣΧΕΔΙΑΣΗ ΜΕ ΤΗΛΕ-ΑΓΟΡΩΝ
ΧΡΗΣΗ Η/Υ (TELEMARKETING)
(CAD)
ΕΠΙΠΕΔΟ
ΣΥΣΤΗΜΑΤΑ ΔΟΜΗΜΕΝΗ
ΟΜΑΔΑΣ
ΥΠΟΣΤΗΡΙΞΗΣ ΗΛΕΚΤΡΟΝΙΚΗ
ΕΡΓΑΣΙΑΣ
ΑΠΟΦΑΣΕΩΝ ΑΛΛΗΛΟΓΡΑΦΙΑ
ΟΜΑΔΩΝ (MAIL)
(GROUP DSS)
ΥΠΟΧΡΕΩΤΙΚΑ ΦΟΡΗΤΟΙ Η/Υ BAR CODE ΒΙΟΜΗΧΑΝΙΚΑ

ΑΤΟΜΙΚΟ (LAPTOPS) SCANNERS ROBOT
ΕΠΙΠΕΔΟ ΑΣΦΑΛΙΣΤΩΝ
ΕΙΣΟΔΟΣ
EIS DSS ES
ΦΩΝΗΣ
ΠΡΟΕΡΑΙΤΙΚΑ
ΑΤΟΜΙΚΟ OAS
ΕΠΙΠΕΔΟ
ΑΝΤΙΚΑΤΑΣΤΑΣΗ
ΠΡΟΣΒΑΣΗ ΣΕ ΕΠΙΒΟΛΗ
ΑΝΘΡΩΠΙΝΟΥ ΔΥΝΑΜΙΚΟΥ
ΠΛΗΡΟΦΟΡΙΑ / ΕΡΓΑΛΕΙΑ ΚΑΝΟΝΩΝ / ΔΙΑΔΙΚΑΣΙΩΝ
ΑΠΟ ΤΕΧΝΟΛΟΓΙΑ
ΕΠΙΠΕΔΟ ΔΟΜΗΣ ΠΟΥ ΕΠΙΒΑΛΗ ΤΟ ΣΥΣΤΗΜΑ
18
Κατηγοριοποίηση ΠΣ
Πληροφοριακό Σύστηµα Υποστηρίζει:
Συστήµατα Επεξεργασίας Συναλλαγών -
τις κεντρικές δραστηριότητες
(Transaction Processing Systems - TPS)
Πληροφοριακά Συστήµατα Διοίκησης τα διευθυντικά στελέχη που λαµβάνουν αποφάσεις στο λειτουργικό επίπεδο µιας
(Management Information Systems - MIS) επιχείρησης
Συστήµατα Αυτοµατισµού Γραφείου (Office

τις γραµµατειακές ανάγκες
Automation Systems - OAS)
Συστήµατα Υποστήριξης Οµάδων (Group

τους εργαζοµένους που δουλεύουν οµαδικά για την επίτευξη ενός κοινού στόχου
Support Systems - GSS)
Συστήµατα Υποστήριξης Αποφάσεων (Decision

τους εξειδικευµένους managers και χρήστες
Support Systems - DSS)
Διοικητικά Πληροφοριακά Συστήµατα

τα άτοµα που ανήκουν στο στρατηγικό επίπεδο διοίκησης
(Executive Information Systems - EIS)
τα άτοµα που εργάζονται σαν διευθυντικά στελέχη των δύο πρώτων επιπέδων ή σαν
Ευφυή Συστήµατα Υποστήριξης (Intelligent
εσωτερικοί εξειδικευµένοι σύµβουλοι και έχουν ανάγκη υποστήριξης σε κρίσιµα
Support Systems - ISS)
θέµατα από τεχνικές της τεχνητής νοηµοσύνης
19

Υποστήριξη ΠΣ σε στελέχη επιχειρήσεων

Στελέχη που υποστηρίζουν: Τεχνολογίες ΠΣ και Επίπεδα Κατηγορία
Διοίκησης Πληροφοριακών Συστηµάτων
Διοικητικά Πληροφοριακά
Διοικητές - Γενικοί Διευθυντές Στρατηγικά Συστήµατα
Συστήµατα (EIS)
Συστήµατα Υποστήριξης
Ειδικοί Επιστήµονες - Υποστήριξη Επιτελικών Στελεχών Αποφάσεων - Έµπειρα Συστήµατα
Εξειδικευµένα Στελέχη Επιχείρησης - Νευρωνικά Δίκτυα (DSS - ES -
ANN)
Πληροφοριακά Συστήµατα
Διευθυντές Συστήµατα Διοίκησης
Διοίκησης (MIS)
Διευθυντές γραµµής -
Λειτουργικά Συστήµατα Συστήµατα Επεξεργασίας (TPS)
Διαχειριστές
Συστήµατα Αυτοµατισµού Συστήµατα Αυτοµατισµού

Υπαλληλικό Προσωπικό
Γραφείου και Επικοινωνίας Γραφείου (OAS)
20
Προβλήµατα κατά την ανάπτυξη Πληροφοριακών

Ò  Εναρµόνιση του σχεδιασµού του ΠΣ µε τις στρατηγικές και
τους στόχους της εταιρείας
Ò  Σχεδιασµός της πληροφοριακής αρχιτεκτονικής του ΠΣ
κατά τέτοιο τρόπο ώστε να µπορούν να ενσωµατωθούν σε
αυτό πολλές διαφορετικές βάσεις δεδοµένων
Ò  Σωστός καταµερισµός της ανάπτυξης και των πόρων που
προσφέρει ένα ΠΣ µεταξύ των διαφόρων τµηµάτων της
επιχείρησης
Ò  Ολοκλήρωση του έργου ανάπτυξης του ΠΣ µέσα στον
προβλεπόµενο χρόνο και σύµφωνα µε τον προϋπολογισµό
του έργου
21
Κεφάλαιο 3o
Θεωρία Αποφάσεων
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
Λήψη αποφάσεων (Βασικές Έννοιες)
Λήψη αποφάσεων
Ορθολογική λήψη αποφάσεων
Είδη αποφάσεων
Λήψη καλών αποφάσεων
Βασιζόµενη στη Συµπεριφορά Λήψη Αποφάσεων
Αποφασίζοντες
Διαδικασία λήψης αποφάσεων
Πίνακες και Δένδρα Αποφάσεων
Αποφάσεις και Χρησιµότητα
2

3o Κεφάλαιο - Θεωρία Αποφάσεων
Λήψη αποφάσεων Απόφαση

Ò  Ανάλυση εναλλακτικών Ò  Ένας ή περισσότεροι
Ò  Εκτίµηση επιπτώσεων αποφασίζοντες
Ò  Ενέργειες µε στόχο την επιλογή
Ò  Σύνθεση – σύγκλιση
µιας εναλλακτικής ενέργειας
εµπλεκοµένων στη διαδικασία
Ò  Δυνατότητα επιλογής
Ò  Κοινά αποδεκτή λύση
Ò  Απραξία = Επιλογή
Ανάλυση αποφάσεων Εναλλακτικές
  Ορθολογική προσέγγιση   Εναλλακτικοί τρόποι ενέργειας
  Χρησιµοποιεί υποδείγµατα ή τρόποι δράσης ή λύσεων
(models) για αναπαράσταση,
πιθανότητες, αναµενόµενα   Δυνατότητες επίλυσης
αποτελέσµατα (payoffs)
  Στόχος η επιλογή βέλτιστης
στρατηγικής απόφασης
4
Κριτήρια Στόχοι (Goals)

Ò  Χαρακτηριστικά ή Ò  Τι θέλουµε να επιτύχουµε;
απαιτήσεις εναλλακτικών µε Ò  Ποιοι είναι οι στόχοι µας;
βάση τα οποία αυτές (αρχικά) και µετά «τι θέλω
εκτιµώνται πόσο καλά να επιλέξω» (π.χ. αγορά
διαθέτουν κάθε κριτήριο αυτοκινήτου)
Αξία (Value) Προτιµήσεις (preferences)
  Αναφέρεται στο πόσο επιθυµητό   Απεικονίζουν την φιλοσοφία και
είναι ένα ιδιαίτερο αποτέλεσµα ηθική ιεραρχία του αποφασίζοντα
  Η αξία κάθε εναλλακτικής λύσης   Σύστηµα ‘Αξιών’ του αποφασίζοντα
εκφράζεται σε διάφορες µονάδες
µέτρησης είτε σε κάποιο άλλο   Το σύστηµα ‘αξιών’ υπαγορεύει τις
όφελος προτιµήσεις (βεβαιότητα ή ρίσκο;)

Ποιότητα απόφασης Αποδοχή

(decision quality) (acceptance)
Ò  Μία απόφαση είναι καλή ή κακή; Ò  Η αποδοχή αφορά και
Ò  ΚΑΛΗ ΑΠΟΦΑΣΗ αυτούς που πρέπει να
É  Λογική
εφαρµόσουν την απόφαση
É  Βασίζεται στις διαθέσιµες
και αυτούς που θα
πληροφορίες
É  Συνεπής µε προτιµήσεις
επηρεαστούν από αυτήν
Ò  Η ποιότητα ΔΕΝ σχετίζεται µε την έκβαση Ò  Αποδοχή vs. Ποιοτική λύση
της απόφασης à Ικανοποιητική Λύση
Ò  ΚΑΚΗ ΑΠΟΦΑΣΗ
É  Μη βασιζόµενη σε επαρκή
πληροφόρηση
É  Δεν απεικονίζει τις προτιµήσεις του
αποφασίζοντα
É  Μπορεί να έχει και καλό αποτέλεσµα
6
Λήψη αποφάσεων ή υποβοήθηση της απόφασης; (Decision making or

decision aiding?)
Ρόλος συµµετεχόντων
Ò  Συµµετέχουµε στη λήψη µιας απόφασης;
Ò  Βοηθούµε άλλους στη λήψη µιας απόφασης;
Ò  Οι τελικές αποφάσεις παίρνονται από τους

αποφασίζοντες οι οποίοι αυτό που θέλουν είναι
βοήθεια και συµβουλές και όχι καθοδήγηση
και υποκατάστασή τους.

Λήψη αποφάσεων ή υποβοήθηση της απόφασης; (Decision making or

decision aiding?)
Προσεγγίσεις:
Ò  Κανονιστική (normative): Η υποβοήθηση της απόφασης παρέχεται επί τη
βάσει µιας εξωτερικής αρχής της ορθολογικότητας (πχ. οικονοµικής).
Ò  Περιγραφική (descriptive): Η υποβοήθηση της απόφασης παρέχεται επί τη
βάσει µιας εξωτερικής αρχής η οποία προκύπτει παρατηρώντας τη
συµπεριφορά των αποφασιζόντων.
Ò  Εντεταλµένη ή προκαθορισµένη ή ρυθµιστική (prescriptive): Η υποβοήθηση
της απόφασης παρέχεται προσπαθώντας να παραµείνουµε συνεπής στις
απαιτήσεις της διαδικασίας απόφασης.
Ò  Κατασκευασµένη ή συµπερασµατική (constructive): Η υποβοήθηση της
απόφασης παρέχεται πάλι σε µια συνεπή βάση εµπλουτισµένη µε µια
διάσταση µάθησης τόσο για τον πελάτη-αποφασίζοντα όσο και για τον
αναλυτή.
8
Λήψη αποφάσεων και φόβος

Ò  Φόβος της απόφασης’ (decidophobia) από:
É  Την λήψη λανθασµένων αποφάσεων, και
É  Την κρίσης της απόφασής µας από τους άλλους.
Ò  Ο φόβος να πάρουµε λανθασµένες αποφάσεις είναι συνυφασµένος
µε τη λήψη αποφάσεων
Ò  Οι σηµαντικές αποφάσεις έχουν µεγάλο κίνδυνο και σοβαρές
επιπτώσεις. Αυτές µπορεί να είναι οι «θαρραλέες αποφάσεις»
Ò  Ο φόβος να λάβει κάποιος αποφάσεις δεν συµβαδίζει µε τη
σηµαντικότητα της θέσης ευθύνης
Ò  Όσο πιο ψηλά σε θέση ευθύνης βρίσκεται κάποιος, τόσο πιο πιθανό
είναι να λαµβάνει δύσκολες και «θαρραλέες αποφάσεις»


1ο βήµα: Καθορισµός προβλήµατος
Καθορισµός κριτηρίων
2ο βήµα: απόφασης
3ο βήµα: Απόδοση βαρών στα κριτήρια
Δηµιουργία εναλλακτικών
4ο βήµα: επιλογών
Εκτίµηση κάθε εναλλακτικής επί

5ο βήµα: τη βάση καθενός κριτηρίου
Υπολόγισε την βέλτιστη

6ο βήµα: απόφαση
10

Οι προϋποθέσεις που πρέπει να ισχύουν αφορούν:
Ò  Καθαρότητα του προβλήµατος: Το πρόβληµα θα πρέπει να είναι καθαρό και
σαφές.
Ò  Γνωστές επιλογές: Ο αποφασίζων πρέπει να είναι σε θέση να αναγνωρίσει όλα τα
σχετικά κριτήρια και τις σηµαντικές εναλλακτικές.
Ò  Καθαρές προτιµήσεις: Η ορθολογικότητα προϋποθέτει ότι στα κριτήρια µπορούν
να αποδοθούν βάρη και οι εναλλακτικές µπορούν να διαταχθούν.
Ò  Σταθερές προτιµήσεις: Τα κριτήρια απόφασης θα πρέπει να είναι σταθερά
καθώς και τα βάρη που τους αποδίδονται θα πρέπει να παραµένουν σταθερά
καθ 'όλη τη διάρκεια της διαδικασίας λήψης της απόφασης. Μπορούν να
µεταβάλλονται όταν, για κάποιο λόγο, επαναλαµβάνεται η διαδικασία.
Ò  Δεν υπάρχουν χρονικοί περιορισµοί ή περιορισµοί κόστους: Επειδή δεν υπάρχουν
χρονικοί περιορισµοί ή περιορισµοί κόστους θεωρείται ότι θα πρέπει να έχουµε
πλήρη πληροφόρηση.
Ò  Μεγιστοποίηση του αποτελέσµατος: Η επιλεγείσα εναλλακτική θα πρέπει να
αποφέρει την µέγιστη αντιλαµβανόµενη αξία σε συνδυασµό µε την λογική της
ικανοποιητικής επιλογής-απόφασης.
11

Επίλυση προβληµάτων και λήψη αποφάσεων

Επίλυση Προβλήµατος Λήψη Απόφασης
(Problem Solving) (Decision Making)
Ò  Αναγνώριση/κατανόηση του Ò  Αναγνώριση των στόχων της
προβλήµατος απόφασης
Ò  Συγκέντρωση πληροφοριών Ò  Συγκέντρωση πληροφοριών
Ò  Δηµιουργία ιδεών Ò  Ανεύρεση τρόπων επίτευξης
Ò  Ανάπτυξη λύσεων των στόχων
Ò  Επιλογή της καλύτερης Ò  Καθορισµός των κριτηρίων /
λύσης τεχνικών εκτίµησης
Ò  Εφαρµογή Ò  Επιλογή της καλύτερης
σειράς ενεργειών
Ò  Εφαρµογή
12
Επίλυση προβληµάτων και λήψη αποφάσεων

Ò  Η επίλυση προβληµάτων είναι η ουσία της λήψης αποφάσεων.
Ò  Η επίλυση ενός προβλήµατος µπορεί να περικλείει τη λήψη
απόφασης αλλά µπορεί και όχι.
Ò  Η διαδικασία λήψης αποφάσεων είναι στην ουσία η αναγνώριση και
η επίλυση προβληµάτων κατά τη διάρκεια της προσπάθειας
επίτευξης του στόχου να ληφθεί µια απόφαση.
Ò  Τα περισσότερα προβλήµατα όµως και ιδίως τα προβλήµατα που
απαντώνται στις επιχειρήσεις είναι σύνθετα προβλήµατα. Ένας
αποφασίζων, στην προσπάθειά του να λάβει µια απόφαση,
χρειάζεται να επιλύσει προηγουµένως επιµέρους προβλήµατα. Η
επίλυση των προβληµάτων αυτών µε τη σειρά τους µπορεί να
απαιτεί ή και να µην απαιτεί τη λήψη επιµέρους αποφάσεων. Η
επίλυση αυτών των επιµέρους προβληµάτων επηρεάζει την τελικά
λαµβανόµενη απόφαση και ως εκ τούτου εντάσσονται και αυτά
στην γενικότερη διαδικασία της λήψης απόφασης.
13

Διαδικασία Επίλυσης Προβληµάτων
Μη Ικανοποιητικά
Αποτελέσµατα
14
Σύνθετα Προβλήµατα – Πολυπλοκότητα

Οι 4 αιτίες στις οποίες οφείλεται η πολυπλοκότητα ενός
προβλήµατος απόφασης είναι:
Παράµετροι Αποφασίζοντες Κριτήρια Αβεβαιότητα
• Μεγάλος • >1 • Πολλά • Μοντελοποίηση

Αριθµός • Βοηθούν η θεωρία χαρακτηριστικά • Μέθοδος
• Πολλοί & παιγνίων & η • Σύνθετα επιλογής
αντικρουόµενοι θεωρία κριτήρια
κοινωνικής
στόχοι επιλογής
15

Οργάνωση σύνθετων προβληµάτων απόφασης
Αβεβαιότητα
Σύνθετα
Προβλήµατα
Απόφασης
Μοντελοποίηση Μέθοδοι Επίλυσης

Προβλήµατος (µεταξύ πολλών
Απόφασης επιλογών)
16
1. Κατηγοριοποίηση αποφάσεων ανάλογα µε τον βαθµό δόµησης

Δοµηµένες Αδόµητες
Ò  Η διαδικασία που ακολουθείται Ò  Η διαδικασία που ακολουθείται
για τη λήψη µίας απόφασης για τη λήψη της απόφασης
είναι πάντα η ίδια, είναι κάθε φορά διαφορετική,
Ò  Το αντικείµενο της απόφασης Ò  Το αντικείµενο της απόφασης,
είναι σαφώς καθορισµένο, και τα δεδοµένα εισόδου καθώς
Ò  Τα δεδοµένα εισόδου καθώς και τα αποτελέσµατα της
και τα αποτελέσµατα της επεξεργασίας δεν είναι
επεξεργασίας των είναι καθορισµένα
συγκεκριµένα
Στις ηµιδοµηµένες αποφάσεις, άλλες εργασίες είναι σαφώς καθορισµένες και

άλλες όχι.
17

2. Κατηγοριοποίηση ανάλογα µε το επίπεδο µάνατζµεντ

Σύµφωνα µε µελετητές, η λήψη αποφάσεων σε µια επιχείρηση µπορεί
να διαιρεθεί στα ακόλουθα τρία επίπεδα µάνατζµεντ:
Ò  Στρατηγικού σχεδιασµού (strategic planning): Στο επίπεδο αυτό
λαµβάνονται αποφάσεις:
É  µακροχρόνιες που έχουν να κάνουν µε το µέλλον και την ύπαρξη της
επιχείρηση,
É  κατανοµής των πόρων, και
É  τίθενται οι στρατηγικοί στόχοι της επιχείρηση
Ò  Διοικητικού ελέγχου (managerial control), που αφορά στην λήψη
αποφάσεων για την αποδοτική διαχείριση των απαραίτητων πόρων,
µέσα στα πλαίσια επίτευξης των στόχων που έχουν τεθεί στο
ανώτερο επίπεδο.
Ò  Λειτουργικός έλεγχος (operational control), που έχουν να κάνουν
µε καθηµερινές αποφάσεις επίλυσης λειτουργικών προβληµάτων
της επιχείρησης.
18
3. Κατηγοριοποίηση ανάλογα µε τις δραστηριότητες της διοίκησης

• Προσωπικό, Διαθέσιµοι Οικονοµικοί Πόροι, Υλικά, Υπηρεσίες,
Εξοπλισµοί, Κατανοµή πόρων
• Ταµιακές Ροές, Εφοδιαστική, Διαχείριση Αποθεµάτων,

Δροµολόγηση Οχηµάτων, Διανοµή
• Βάρδιες, Προγραµµατισµός Εργασιών, Προγραµµατισµός

Παραγωγής, Προγραµµατισµός Πορείας
• Αποτίµηση Χαρτοφυλακίου, Ανάλυση Κινδύνου, Αποτίµηση

Ευκαιριών, Ανάλυση Πολιτικών, Αποτίµηση Προγράµµατος
• Προγραµµατισµός Ανθρώπινου Δυναµικού, Συντήρηση, Ανάλυση

απωλειών, Προϋπολογισµός Απαιτήσεων, Ανάλυση Οικονοµικών
• Έλεγχος Κατασκευών, Διοίκηση Έργων, Παρακολούθηση

19

4. Κατηγοριοποίηση ανάλογα µε το βαθµό βεβαιότητας
Υπό βεβαιότητα Υπό κίνδυνο Υπό αβεβαιότητα
• Τέλεια • Για κάθε µία • Μερική έως πλήρη

Πληροφόρηση εναλλακτική άγνοια
• Ο αποφασίζων επιλογή είναι • Για κάθε µία
γνωρίζει το πιθανά εναλλακτική
αποτέλεσµα εάν περισσότερα του επιλογή είναι
µία συγκεκριµένη ενός πιθανά
εναλλακτική αποτελέσµατα περισσότερα του
επιλεγεί • Γνωστές ενός
πιθανότητες για αποτελέσµατα
κάθε εναλλακτική • Οι πιθανότητες
κάθε εναλλακτικής
δεν είναι γνωστές
20
Πλαίσιο Υποστήριξης Αποφάσεων
Λειτουργικός Διοικητικός Στρατηγικός Υποστηρίζεται

Αποφάσεις
Έλεγχος Έλεγχος Σχεδιασµός από:
Βραχυπρόθεσµες MIS
Τόπος εγκατάστασης
Έλεγχος αποθεµάτων, προβλέψεις, Ανάλυση Μοντέλα OR,
Δοµηµένες Χρεώστες προϋπολογισµού,
εργοστασίων και
Transaction
αποθηκών
Αναφορές προσωπικού Processing
Πρόγραµµα
Προετοιµασία Σχεδίαση νέων
Ηµιδοµηµένες παραγωγής, Έλεγχος
προϋπολογισµού προϊόντων, Νέα σχέδια
DSS
απογραφής
Προγραµµατισµός
Διαχείριση χρηµατικών DSS, Expert
Διαπραγµατεύσεις ερευνών και
Αδόµητες πόρων, Αγορά
Αγορά hardware. ανάπτυξης, Ανάπτυξη
Systems, Neural
λογισµικού. Networks
νέων τεχνολογιών.
Υποστηρίζεται OR Μοντέλα, DSS, EIS, EIS, ES, Neural

MIS, OR Μοντέλα
από: ES Networks
21

Ταξινόµηση προβληµάτων απόφασης

Στόχοι Χρονικός Επίπεδο Πηγή Φύση Βαθµός
Ορίζοντας Διοίκησης Πληροφόρησης Πληροφορίας Αβεβαιότητας
Στρατηγικός Απόκτηση Μεγάλος Υψηλό Εξωτερικές και Υψηλής Υψηλός

Προγραµµατισµός Πόρων Εσωτερικές Σύνθεσης
Τακτικός Χρήση Μέσος Μεσαίο Εξωτερικές και Μέτριας Μέτριος

Προγραµµατισµός Πόρων Εσωτερικές Σύνθεσης
Λειτουργικός Βέλτιστη Μηνός/ Χαµηλό Εσωτερικές Λεπτοµερής σε Μικρός

Έλεγχο εκτέλεση Εβδοµάδος/ ειδικά θέµατα
Ηµερήσιος
Διοικητικός Βέλτιστη και Ηµερήσιος/ Χαµηλό + Εξωτερικές και Λεπτοµερής σε Μικρός
Έλεγχος εύρωστη Ωριαίος Μηχανική Εσωτερικές ειδικά θέµατα
εκτέλεση Υποστήριξη
22
Ο καλός αποφασίζων θα πρέπει να:

Ò  Είναι καλός ακροατής.
Ò  Διαθέτει υψηλή ανοχή όσον αφορά την ασάφεια.
Ò  Διαθέτει αίσθηση των προτεραιοτήτων.
Ò  Δηµιουργεί συναίνεση όσον αφορά µια απόφαση.
Ò  Αποφεύγει τα στερεότυπα και να είναι δηµιουργικός.
Ò  Είναι ελαστικός µε τις ανατροφοδοτήσεις.
Ò  Είναι άνετος µε κάθε νέα ‘πληροφορία’.
Ò  Είναι ρεαλιστικός όσον αφορά το κόστος, τις επιπτώσεις

των εναλλακτικών και τις δυσκολίες.
23

Η ορθή χρήση της διαδικασίας λήψης αποφάσεων, βοηθά τους αποφασίζοντες να

αυξάνουν τις πιθανότητες λήψης ‘καλών’ αποφάσεων και ως εκ τούτου και τις
πιθανότητες επίτευξης ‘καλών’ αποτελεσµάτων από ότι αν οι αποφάσεις
ελαµβάνοντο µε τυχαίο τρόπο.
Η διαδικασία µπορεί να βοηθά στο να παίρνονται ‘καλές’ αποφάσεις αλλά δεν
µπορεί να εξασφαλίσει ότι αυτές θα οδηγούν και σε καλά αποτελέσµατα-εκβάσεις.
24
‘Καλές’ αποφάσεις –‘ ικανοποιητικές’ αποφάσεις

Ò  Μια ‘καλή’ απόφαση µπορεί να είναι είτε η βέλτιστη
απόφαση που µπορεί να υπάρξει είτε και µια απλώς
‘ικανοποιητική’ απόφαση.
Ò  Έρευνες υποστηρίζουν ότι µια ‘αρκετά καλή’ ή
‘ικανοποιητική’ απόφαση οφείλεται στο ότι:
É  Οιπερισσότεροι αποφασίζοντες συµβιβάζονται µε µια
αρκετά ικανοποιητική λύση και δεν συνεχίζουν την
αναζήτηση της βέλτιστης λύσης.
É  Υπάρχει διαδικασία παραχώρησης (tradeoff) ανάµεσα στο
χρόνο και στο κόστος αναζήτησης µιας βέλτιστης λύσης
αντί της αποδοχής µιας αρκετά ικανοποιητικής λύσης.
É  Μια αρκετά ικανοποιητική λύση ευρίσκεται εάν επιτευχθεί
κάποιο αποδεκτό επίπεδο του τεθέντος στόχου.
25

Γιατί ικανοποιητικές αποφάσεις;

v  Οι άνθρωποι έχουν περιορισµένη ικανότητα λογικής σκέψης.
v  Αυτοί γενικώς κατασκευάζουν και αναλύουν απλοποιηµένα
µοντέλα.
v  Η συµπεριφορά τους, µε βάση το απλοποιηµένο µοντέλο,
µπορεί να είναι λογική αλλά, η λογική λύση για το
απλοποιηµένο µοντέλο µπορεί να µην είναι λογική στην
πραγµατική κατάσταση.
v  Η ικανότητα λογικής σκέψης περιορίζεται όχι µόνο από
περιορισµούς στις ικανότητες των ανθρώπινων διαδικασιών
αλλά επίσης και από τις ατοµικές διαφορές µεταξύ των
αποφασιζόντων.
v  Ο περιορισµός της λογικής είναι η αιτία για την οποία πολλά
µοντέλα είναι περιγραφικά, όχι κανονιστικά.
26

Η βασιζόµενη στη συµπεριφορά λήψη αποφάσεων (behavioural decision-
making) ασχολείται µε την κατανόηση του πως οι άνθρωποι
συµπεριφέρονται κατά τη λήψη των αποφάσεων καθώς και µε τον τρόπο µε
τον οποίο αυτοί µπορούν να κάνουν τη διαδικασία λήψης αποφάσεων πιο
αποτελεσµατική και πιο αποδοτική.
Λαµβάνοντας υπόψη το ύφος και τα χαρακτηριστικά ενός αποφασίζοντα,
αυτός µπορεί να ταξινοµηθεί σε µια από τις ακόλουθες κατηγορίες:
Ò  Ο φιλόσοφος,
Ò  Ο καουµπόη (σκληρός και ασυµβίβαστος),
Ò  Ο µακιαβελικός (το αποτέλεσµα δικαιολογεί τα µέσα που

χρησιµοποιούνται),
Ò  Ο ιστορικός (βασίζεται στο πώς οι άλλοι το έκαναν προηγουµένως),
Ò  Ο προσεκτικός, κλπ.
27


Σε κάθε περίπτωση, η διαδικασία βασίζεται σε ένα
συνδυασµό των τριών τύπων της διαδικασίας λήψης
αποφάσεων που είναι συνυφασµένες µε τον ανθρώπινο
τρόπο σκέψης:
Ò  Ατοµική λήψη αποφάσεων, η οποία βασίζεται στην
ιδιοτέλεια του αποφασίζοντα.
Ò  Λήψη οµαδικών αποφάσεων, η οποία βασίζεται στην
οµοφωνία ή στην σύµφωνη γνώµη της πλειοψηφίας
των αποφασιζόντων.
Ò  Εξουσιαστική λήψη αποφάσεων, η οποία βασίζεται
στις αξίες, τους κανόνες και τις υφιστάµενες
ιεραρχίες.
28
Ας δούµε εδώ κάποιες περιπτώσεις συµπεριφοράς

κατά τη λήψη αποφάσεων:
Ò  Αντιµετωπίζοντας την δυσµενή έκβαση µιας καλής
απόφασης
Ò  Λήψη αποφάσεων εναντίον των συνηθειών
Ò  Σύγκρουση είναι µέρος της ανθρώπινης ζωής
Ò  Εξουσία και ηγεσία
Ò  Κακές και ανήθικες αποφάσεις
Ò  Αντίσταση στις αποφάσεις
Ò  Σταδιακές έναντι βέλτιστων αλλαγών
29

Οµάδες και Τύποι Αποφασιζόντων
30
Ταξινόµηση δοµών αποφάσεων

Δοµή
Απόφασης
Μή συνεργατική
Συνεργατικά Η επικοινωνία µεταξύ
Η επικοινωνία µεταξύ των µη-αποφασιζόντων
των µη-αποφασιζόντων είναι ασυσχέτιστη
είναι σχετική
Οµάδα (team)
Επισήµως συµµετέχοντες Ατοµικά
Οµαδικά (group) Ένας αποφασίζων Ανεπίσηµες προέλευση
Επισήµως συµµετέχντες Ένας αποφασίζων
Πολλαπλοί αποφασίζοντες
Συλλογική Αλληλεπιδραστική
επικοινωνία µεταξύ Επιτροπή επικοινωνία µεταξύ των
συµµετεχόντων και µη-αποφασιζόντων
αποφασίζοντα συµµετεχόντων
Οµοφωνία Πλειοψηφία
Όλοι πρέπει να Καθορισµένο
συµφωνούν ποσοστό πρέπει Οµοφωνία Πλειοψηφία
να συµφωνούν Όλοι πρέπει να Καθορισµένο
συµφωνούν ποσοστό πρέπει
να συµφωνούν
Αποτελέσµατα απευθείας
ΥΛΟΠΟΙΗΣΗ Αποτελέσµατα απευθείας
από συστάσεις
από απόφαση
31

Χαρακτηριστικά διαφόρων κατηγοριών

Χαρακτηριστικά Άτοµα Οµάδα (group) Οµάδα (team) Οργάνωση
Συµµετέχοντες Ένα Πολλοί Πολλοί Πολλοί
Εξουσία Την έχει ο Κ α τ α ν έ µ ε τ α ι Την έχει ένα άτοµο Μπορεί να κατανέµεται

συγκεκριµένος περισσότερο ή λιγότερα ( α υ τ ό ς π ο υ µε ετεροβαρή τρόπο
αποφασίζων ίσα σε όλους τους αποφασίζει) µ ε τ α ξ ύ τ ω ν
συµµετέχοντες συµµετεχόντων
Τυπική Επικοινωνία Δεν υφίσταται Υπάρχουν σχετικά λίγοι Σχετικά δοµηµένη Μπορεί να είναι τελείως
µεταξύ των περιορισµοί δοµηµένη
συµµετεχόντων
Διαίρεση εργασίας Δεν υπάρχει Σχετικά µικρή διαίρεση Η εργασία µοιράζεται Μπορεί να είναι
αποφασιζόντων εργασιών µ ε τ α ξ ύ τ ω ν εκτεταµένη η διαίρεση
συµµετεχόντων που της εργασίας και της
υποστηρίζουν τη εξειδίκευσης
διαδικασία
Διάρκεια Αυξανόµενη Συχνά περιορισµένη αλλά Συχνά αυξανόµενη Αυξανόµενη
µ π ο ρ ε ί ν α ε ί ν α ι αλλά µπορεί να
αυξανόµενη περιοριστεί
32
Νοητική
Σχεδιασµός Επιλογή Ολοκλήρωση
φάση
33

34
Συστατικά του µοντέλου
Η δοµή του µοντέλου
Καθορισµός των αρχών επιλογής
Δηµιουργία εναλλακτικών επιλογών
Πρόβλεψη αποτελεσµάτων
Μέτρηση αποτελεσµάτων
Σενάρια
35

36
Αναζήτηση Λύσης σε µοντέλα

ΜΟ ΝΤ Ε ΛΑ Β Ε ΛΤ ΙΣΤ Ο ΠΟ ΙΗΣΗΣ ΠΕΡΙΓΡΑΦΙΚΑ ΜΟΝΤΕΛΑ
Τ Ε Χ ΝΙΚ Ε Σ ΤΕΧΝΙΚΕΣ
Τ Ε Χ ΝΙΚ Ε Σ ΑΝΑΛΥ Τ ΙΚ ΗΣ Τ Ε Χ ΝΙΚ Ε Σ Τ Υ ΦΛΗΣ ΠΛΗΡ Ο Υ Σ ΤΥΦΛΗΣ ΜΕΡΙΚΗΣ

ΕΥΡEΤΙΚΕΣ
ΑΝΑΖ ΗΤ ΗΣ ΗΣ ΑΝΑΖ ΗΤ ΗΣ ΗΣ ΑΝΑΖΗΤΗΣΗΣ
Δ ΙΑΔ ΙΚ ΑΣΙΑ ΑΝΑΖΗΤ ΗΣΗΣ ΔΙΑΔΙΚΑΣΙΑ ΑΝΑΖΗΤΗΣΗΣ
Δ ΙΑΔ ΙΚ ΑΣ ΙΑ ΑΛΓ Ο Ρ ΙΘ ΜΙΚ ΗΣ Η ΑΝΑΖ ΗΤ ΗΣ Η Γ ΙΝΕ Τ ΑΙ Σ Τ Ο ΕΞΕΤΑΖΟΝΤΑΙ ΜΟΝΟ ΕΚΕΙΝΕΣ ΟΙ Η ΑΝΑΖΗΤΗΣΗ ΓΙΝΕΤΑΙ ΣΕ ΕΝΑ
ΑΝΑΖ ΗΤ ΗΣ ΗΣ Ο Σ Ο Τ Ο Δ Υ ΝΑΤ Ο Ν Σ Υ ΝΟ ΛΟ Τ ΩΝ Ε ΝΑΛΛΑΚ Τ ΙΚ ΩΝ ΛΥΣΕΙΣ ΠΟΥ ΘΕΩΡΟΥΝΤΑΙ ΠΙΟ ΤΜΗΜΑ ΤΟΥ ΣΥΝΟΛΟΥ ΤΩΝ
Κ ΑΛΥ Τ Ε Ρ ΩΝ ΛΥ Σ Ε ΩΝ ΛΥ Σ Ε ΩΝ ΠΙΘΑΝΕΣ ΕΝΑΛΛΑΚΤΙΚΩΝ ΛΥΣΕΩΝ
Δ ΙΑΔ ΙΚ ΑΣΙΑ Ε Κ Τ ΙΜΗΣΗΣ ΔΙΑΔΙΚΑΣΙΑ ΕΚΤΙΜΗΣΗΣ
Η ΑΛΓ Ο Ρ ΙΘ ΜΙΚ Η Δ ΙΑΔ ΙΚ ΑΣ ΙΑ Η Δ ΙΑΔ ΙΚ ΑΣ ΙΑ ΠΕ Ρ ΑΤ ΩΝΕ Τ ΑΙ

Η ΔΙΑΔΙΚΑΣΙΑ ΤΕΡΜΑΤΙΖΕΤΑΙ ΓΙΝΟΝΤΑΙ ΣΥΓΚΡΙΣΕΙΣ ΤΩΝ
Τ Ε Ρ ΜΑΤ ΙΖ Ε Τ ΑΙ Ο Τ ΑΝ Δ Ε Ν Ο Τ ΑΝ Ο ΛΕ Σ Ο Ι Δ Υ ΝΑΤ Ε Σ
ΟΤΑΝ ΜΙΑ ΛΥΣΗ ΕΙΝΑΙ ΕΠΙΛΕΓΟΜΕΝΩΝ ΕΝΑΛΛΑΚΤΙΚΩΝ
Ε ΙΝΑΙ Δ Υ ΝΑΤ Η Η ΠΕ Ρ ΑΙΤ Ε Ρ Ω Ε ΝΑΛΛΑΚ Τ ΙΚ Ε Σ ΛΥ Σ Ε ΙΣ
ΙΚΑΝΟΠΟΙΗΤΙΚΗ ΛΥΣΕΩΝ
Β Ε ΛΤ ΙΩΣ Η Τ ΗΣ ΛΥ Σ ΗΣ Ε Χ Ο Υ Ν Ε Ξ Ε Τ ΑΣ Θ Ε Ι
Δ ΙΑΔ ΙΚ ΑΣΙΑ Ε ΠΙΛΥ ΣΗΣ ΔΙΑΔΙΚΑΣΙΑ ΕΠΙΛΥΣΗΣ
ΕΠΙΛΕΓΕΤΑΙ ΜΙΑ ΙΚΑΝΟΠΟΙΗΤΙΚΗ ΕΠΙΛΕΓΕΤΑΙ Η ΚΑΛΥΤΕΡΗ ΜΕΤΑΞΥ

Β Ε ΛΤ ΙΣΤ Η ΛΥ ΣΗ Ή ΤΩΝ ΕΞΕΤΑΖΟΜΕΝΩΝ
ΜΙΑ ΑΡΚΕΤΑ ΚΑΛΗ ΛΥΣΗ ΕΝΑΛΛΑΚΤΙΚΩΝ ΛΥΣΕΩΝ
37

Δόµηση Αποφάσεων
Πίνακες απόφασης (µήτρες)
S
p1 p2 … pn
A S1 S2 … Sn
A1 R11 R12 … R1n
A2 R21 R22 … R2n
… … … … …
Am Rm1 Rm2 … Rmn
Όπου:
Α είναι το σύνολο εναλλακτικών επιλογών-λύσεων (αποφάσεων) Ai, i = 1, 2, ..., m
S είναι το σύνολο των µη-ελεγχόµενων φυσικών καταστάσεων Sj, j = 1, 2, ..., n
Rij είναι οι πληρωµές-ανταµοιβές (payoffs)
pj είναι η πιθανότητα που δηλώνει ότι η κατάσταση Sj µπορεί να εµφανιστεί
38
Δόµηση Αποφάσεων – Δένδρα Απόφασης

Ένα δέντρο απόφασης ξεκινά µε µια απόφαση που πρέπει να ληφθεί.
Η απόφαση αυτή αναπαρίσταται µε ένα µικρό τετράγωνο, το οποίο
έστω ότι τοποθετείται στην αριστερή πλευρά του δένδρου.
Από το τετράγωνο αυτό τραβάµε γραµµές προς τα δεξιά, µια για κάθε
πιθανή λύση και γράφουµε τη λύση αυτή κατά µήκος της γραµµής
αυτής.
Στο τέλος κάθε γραµµής (λύσης), τοποθετούνται τα αποτελέσµατα.
Εάν το αποτέλεσµα της λήψης αυτής της απόφασης είναι αβέβαιο
(δες πιο κάτω) τότε αυτό παρίσταται µε έναν µικρό κύκλο.
Εάν το αποτέλεσµα είναι µια άλλη απόφαση που πρέπει να ληφθεί,
τότε αυτό παρίσταται µε ένα άλλο τετράγωνο.
Συµβολικά τα τετράγωνα αναπαριστούν αποφάσεις ενώ οι κύκλοι
αναπαριστούν αβεβαιότητα ή τυχαίους παράγοντες.
Εάν στο τέλος µιας γραµµής πρέπει να εµφανισθεί µια λύση, τότε την
αφήνουµε κενή.
39

Δένδρα Απόφασης – Παράδειγµα

Ερώτηµα: Θα πρέπει να αναπτύξουµε νέα προϊόντα ή να παγιώσουµε
την υφιστάµενη κατάσταση στην αγορά;
Αντίδραση
Καλό
Αγοράς
Προσεκτική Μέτριο
Ανάπτυξη
Φτωχό
Καλό
Νέο Προϊόν Ταχεία
Μέτριο
Ανάπτυξη
Φτωχό
Καλό
Ενίσχυση
Μέτριο
Προϊόντων
Παγίωση
Φτωχό
Μέτριο
Συγκέντρωση
Προϊόντων
Φτωχό
40
Ò  Τώρα είµαστε έτοιµοι να αξιολογήσουµε το δέντρο

απόφασης. Αυτό γίνεται µε το να υπολογίσουµε την
απόφαση που έχει τη µέγιστη αξία για µας. Ξεκινάµε µε την
ανάθεση µετρητών ή µιας αριθµητικής αξίας σε κάθε
πιθανό αποτέλεσµα. Αναρωτιόµαστε πόσο θα άξιζε για µας
κάθε πιθανό αποτέλεσµα.
Ò  Εν συνεχεία εξετάζουµε κάθε κύκλο (σηµεία αβεβαιότητας)
και υπολογίζουµε την πιθανότητα κάθε αποτελέσµατος. Εάν
χρησιµοποιούµε ποσοστά, τότε το άθροισµά τους σε κάθε
κύκλο θα πρέπει να είναι 100%. Εάν χρησιµοποιείτε
κλάσµατα, τότε αυτά θα πρέπει να αθροίζουν στο 1. Εάν
έχουµε στοιχεία από παλαιά γεγονότα τότε θα είµαστε σε
θέση να κάνουµε ακριβείς εκτιµήσεις των πιθανοτήτων. Σε
άλλη περίπτωση θα πρέπει να κάνουµε τις καλύτερες
προβλέψεις. Αυτό µας δίνει ένα δέντρο όπως το επόµενο:
41

Αντίδραση
Καλό 500.000 €
Αγοράς
0.4
0.4 Μέτριο
Προσεκτική 25.000 €
Ανάπτυξη
0.2
Φτωχό 1.000 €
500.000 €
Καλό
0.1
Νέο Προϊόν Ταχεία
0.2 Μέτριο 25.000 €
Ανάπτυξη
0.7
Φτωχό 1.000 €
Καλό 200.000 €
0.3
Ενίσχυση
0.4 Μέτριο
Προϊόντων 10.000 €
Παγίωση 0.3
Φτωχό 3.000 €
10.000 €
Μέτριο
0.6
Προϊόντων
0.4
Φτωχό 1.000 €
42
Υπολογισµός των τιµών του δένδρου

Ò  Όταν έχουµε αποδώσει τις τιµές των αποτελεσµάτων και έχουµε καθορίσει τις
πιθανότητες των αποτελεσµάτων της αβεβαιότητας, τότε θα πρέπει να
υπολογίσουµε τις τιµές που θα µας βοηθήσουν να πάρουµε την απόφασή µας.
Ò  Αρχίζουµε από τη δεξιά πλευρά του δέντρου απόφασης και δουλεύουµε προς τα
πίσω. Μόλις ολοκληρώνουµε ένα σύνολο υπολογισµών σε έναν κόµβο (τετράγωνο
απόφασης ή κύκλο αβεβαιότητας) καταγράφουµε το αποτέλεσµα.
Υπολογισµός της αξίας των αβέβαιων αποτελεσµάτων
Όταν καθορίσουµε την τιµή των αβέβαιων αποτελεσµάτων (κύκλοι του
διαγράµµατος), τότε πολλαπλασιάζουµε την τιµή των αποτελεσµάτων µε την
πιθανότητά τους. Η συνολική αξία του κάθε κόµβου του δέντρου προκύπτει µε την
πρόσθεση όλων αυτών των τιµών. Στο παραπάνω παράδειγµα, η τιµή για το ‘νέο
προϊόν - πλήρης ανάπτυξη’ υπολογίζεται ως εξής:
0.4 (πιθανότητα καλού αποτελέσµατος) x 500,000 € = 200,000 €
0.4 (πιθανότητα µέτριου αποτελέσµατος) x 25,000 € = 10,000 €
0.2 (πιθανότητα φτωχού αποτελέσµατος) x 1,000 € = 200 €
210.200 €
Αυτά παρουσιάζονται στο επόµενο δέντρο του παραδείγµατός µας. Σηµειώστε ότι οι τιµές
που υπολογίζονται για κάθε κόµβο δίνονται στα κουτάκια.
43

Αντίδραση Αγοράς
0,4 Χ 500.000 = 200.000

500.000 €
Καλό
0.4
210.200
0.4 Μέτριο
25.000 €
0,4 Χ 25.000 = 10.000
Προσεκτική 0.2
Ανάπτυξη
Φτωχό
0,2 Χ 1.000 = 200 1.000 €
0,1 Χ 500.000 = 50.000

Ταχεία 500.000 €
Καλό
Ανάπτυξη
0.1
0.2 Μέτριο 25.000 €
Νέο Προϊόν 0.7
55.700 Φτωχό 1.000 €
0,2 Χ 25.000 = 5.000
0,7 Χ 1.000 = 700
0,3 Χ 200.000 = 60.000

Καλό 200.000 €
64.900
0.3
Παγίωση 0.4 Μέτριο
10.000 €
Ενίσχυση
0.3
Προϊόντων
Φτωχό 3.000 €
0,4 Χ 10.000 = 4.000
0,3 Χ 3.000 = 900
0,6 Χ 10.000 = 6.000

10.000 €
Συγκέντρωση Μέτριο
Προϊόντων 0.6
0.4
6.400
Φτωχό 1.000 €
0,4 Χ 1.000 = 400
44
Υπολογισµός της τιµής των κόµβων απόφασης

Ò  Όταν αξιολογούµε έναν κόµβο απόφασης,
σηµειώνουµε σε κάθε γραµµή απόφασης το κόστος
της κάθε επιλογής. Εν συνεχεία αφαιρούµε το κόστος
από τη τιµή του κάθε αποτελέσµατος που έχουµε ήδη
υπολογίσει. Αυτό θα µας δώσει µια τιµή η οποία µας
δίνει το όφελος αυτής της απόφασης.
Ò  Οι δαπάνες επένδυσης που αφορούν ποσά τα οποία
ήδη ξοδεύτηκαν, δεν λαµβάνονται υπόψη σε αυτή την
ανάλυση. Όταν υπολογίσουµε το κέρδος κάθε
απόφασης, επιλέγεται εκείνη η απόφαση που µας
δίνει το µεγαλύτερο κέρδος. Ο υπολογισµός των
κόµβων απόφασης του παραδείγµατος µας
παρουσιάζεται στη συνέχεια.
45

Αντίδραση Αγοράς
Προσεκτική
210.200
Ανάπτυξη
Κόστος: 75.000
210.200 - 75.000 = 135.200
Τιµή: 135.200
Ταχεία
Ανάπτυξη
Κόστος: 40.000
Νέο Προϊόν 55.700 - 40.000 = 15.700
55.700
Ενίσχυση 64.900
Προϊόντων
Παγίωση Κόστος: 15.000
64.900 - 15.000 = 49.900
Τιµή: 49.900
Προϊόντων
Κόστος: 0
6.400 - 0 = 6.400
6.400
46
Ò  Στο παράδειγµά µας, το κέρδος που υπολογίσαµε προηγουµένως για το

‘νέο προϊόν - προσεκτική ανάπτυξη’ ήταν 210.200 €. Αυτό το
παράδειγµα δείχνει ότι υπολογίζουµε το κόστος αυτής της προσέγγισης σε
75.000 € και παίρνουµε ένα καθαρό κέρδος 135.200 €.
Ò  Το κέρδος του ‘νέου προϊόντος - ταχεία ανάπτυξη’ ήταν 15.700 €. Ως εκ
τούτου, σε αυτόν τον κλάδο επιλέγουµε την καλύτερη επιλογή, ‘νέο
προϊόν - προσεκτική ανάπτυξη’ και αποδίδουµε αυτήν τη τιµή στον κόµβο
απόφασης.
Ò  Εφαρµόζοντας αυτή τη τεχνική, µπορούµε να δούµε ότι η καλύτερη
επιλογή για µας µπορεί να είναι η ανάπτυξη ενός νέου προϊόντος. Αυτό
που η ανάλυση µας δίνει και το οποίο ίσως να µην έχουµε εκτιµήσει, είναι
ότι αξίζει το κόπο και το χρόνο µας για να πάρουµε ένα καλό προϊόν από
το να σπρώξουµε το προϊόν στην αγορά. Στην πραγµατικότητα, είναι
καλύτερα απλώς να βελτιώσουµε τα υπάρχοντα προϊόντα µας από το να
αναπτύξουµε πρόχειρα ένα νέο προϊόν, ακόµα κι αν αυτό έχει µικρότερο
κόστος για µας.
47

Αποφάσεις και Θεωρία Χρησιµότητας

Κάθε αποφασίζων έχει διαφορετική προσωπικότητα, νοοτροπία, διαφορετικές
προσδοκίες και επιδιώξεις, και κυρίως διαφορετική αντίληψη για τους
επιχειρηµατικούς κινδύνους.
Ένα χρηµατικό ποσό έχει, από άτοµο σε άτοµο, διαφορετική σηµασία ή αλλιώς έχει
διαφορετική ωφελιµότητα ή χρησιµότητα (utility).
Η χρησιµότητα που προσδοκά κάποιος να πάρει από την υλοποίηση µιας ενέργειας
ή από µια επιλογή του είναι διαφορετική και έχει διαφορετική αξία από άτοµο σε
άτοµο. Εξαρτάται από τα ιδιαίτερα χαρακτηριστικά και τις προτιµήσεις του καθώς
και την ωφέλεια- χρησιµότητα που µπορεί να αντλήσει από τη συγκεκριµένη επιλογή
του τη συγκεκριµένη χρονική στιγµή.
Ο χρόνος παίζει ένα σηµαντικό ρόλο στην ωφελιµότητα ή χρησιµότητα µιας
συγκεκριµένης επιλογής. Ο ίδιος άνθρωπος ενεργώντας κάτω από τις ίδιες συνθήκες
αλλά σε διαφορετικές χρονικές στιγµές µπορεί να οδηγηθεί σε διαφορετική επιλογή.
Αυτό µπορεί να οφείλεται σε διαφορετικούς εξωτερικούς παράγοντες αλλά µπορεί
να οφείλεται και σε µεταβολή των προτιµήσεών του.
48
Συναρτήσεις χρησιµότητας (Utility Functions)

H συνάρτηση χρησιµότητας λαµβάνει τιµές µεταξύ µιας ελάχιστης τιµής,
που αντιστοιχεί στο χειρότερο προσδοκώµενο αποτέλεσµα, και µιας µέγιστης
τιµής, που αντιστοιχεί στο καλύτερο προσδοκώµενο αποτέλεσµα.
Λόγω της καθαρά υποκειµενικής της διάστασης, η κλίµακα µέτρησής της
είναι µια κλίµακα διαστήµατος (interval scale) η οποία µπορεί να λάβει τιµές
για παράδειγµα από 0 έως 1 ή από 0 έως 100 ή ….
Οι τιµές της χρησιµότητας µπορούν να συγκριθούν ως προς τις µεταβολές
τους (αφαίρεση) αλλά όχι µεταξύ τους (διαίρεση ή λόγος). Μπορούµε να
πούµε ότι αυτή η χρησιµότητα είναι 5 µονάδες µικρότερη από µια άλλη τιµή
αλλά δεν µπορούµε να πούµε ότι είναι το ένα τέταρτο µιας άλλης.
Έτσι µπορούµε να πούµε ότι σήµερα έχουµε 10 C θερµοκρασία και αύριο θα
έχουµε 15 C αλλά δεν µπορούµε να πούµε ότι αύριο θα έχουµε 30% πιο
ζεστό καιρό από σήµερα.
49

Προσδοκώµενη Χρησιµότητα (Expected Utility)

Η έννοια της προσδοκώµενης χρησιµότητας (expected utility), εισήχθη από τους
Von Neuman και Morgenstern το 1944, στην εργασία τους Theory of Games and
Economic Behaviour. Επιπροσθέτως µε την δηµιουργία της θεωρίας παιγνίων (game
theory) αυτοί καθιέρωσαν τη σύγχρονη θεωρία της επιλογής υπό αβεβαιότητα
(choice under uncertainty) — η θεωρία της αναµενόµενης χρησιµότητας (theory of
expected utility). Αυτή η θεωρία στηρίζεται σε ένα σύνολο αξιωµάτων που κρίνονται
απαραίτητα για την ορθολογική λήψη αποφάσεων. Για να κατανοήσουµε τα
αξιώµατα αυτά θα πρέπει προηγουµένως να ορίσουµε τον τεχνικό όρο λαχειοφόρος
αγορά (lottery):
Η λαχειοφόρος αγορά (lottery) είναι ένα σύνολο αβέβαιων αποτελεσµάτων
συνδυαζόµενα (σε ζεύγη) µε τις αντίστοιχες πιθανότητές τους.
Σε ένα δέντρο απόφασης, ένας κόµβος φυσικής κατάστασης, µε τις πιθανότητες και
τις πληρωµές του, είναι µια λαχειοφόρος αγορά.
Αποδεχόµενοι ότι το σύµβολο ≻δείχνει την προτίµηση και το ~ δείχνει την

αδιαφορία, µπορούµε να προχωρήσουµε στη παρουσίαση των αξιωµάτων των Von
Neumann και Morgenstern (VNM): 50
1ο Αξίωµα: Αξίωµα της Πλήρους Διάταξης (complete ordering axiom)

Η ικανότητα διάταξης (orderability) σύµφωνα µε την οποία ο αποφασίζων πρέπει να
είναι σε θέση να δηλώσει τις προτιµήσεις του για όλα τα αποτελέσµατα-εκβάσεις
(outcomes) µιας λαχειοφόρου αγοράς, σηµαίνει δύο πράγµατα:
Ò  Συγκρισιµότητα (comparability): Για οποιαδήποτε από τα δύο αποτελέσµατα
(εκβάσεις) r1 και r2 θα πρέπει να ισχύει ένα από τα ακόλουθα:
É  ο αποφασίζων προτιµά την r1 από την r2 (r1 ≻ r2)
É  ο αποφασίζων προτιµά την r2 από την r1 (r1 ≺ r2)

É  ο αποφασίζων είναι αδιάφορος τόσο για την r1 όσο και για την r2 (r1 ∼ r2)
É  Μεταβατικότητα (transitivity): Ισχύει επίσης και η µεταβατικότητα των
προτιµήσεων (transitivity of preference), σύµφωνα µε την οποία αν ο
αποφασίζων προτιµά την r1 από την r2 (r1 ≻ r2) και την r2 από την r3 (r2 ≻ r3)
τότε συνεπάγεται ότι θα προτιµά και την r1 από την r3 (r1 ≻ r3).
51

2ο Αξίωµα: Αξίωµα της Συνέχειας

Αν ο αποφασίζων προτιµά την r1 από την r2 και την r2 από την r3 (r1 ≻
r2 ≻ r3) τότε θα υπάρχει κάποια τιµή της πιθανότητας p (0 < p < 1)
για την οποία ο αποφασίζων είναι αδιάφορος µεταξύ της λαχειοφόρου
αγοράς d1 και του αποτελέσµατος µε βεβαιότητα d2 (σχήµα).
Το d2 καλείται ισοδύναµο βεβαιότητας (certain equivalent) της
λαχειοφόρου αγοράς για δεδοµένη πιθανότητα p.
r1
p
d1
1-p r3
d2
r2
52
3ο Αξίωµα: Αξίωµα της Ανεξαρτησίας (independence axiom)

Έστω ότι ένας αποφασίζων είναι αδιάφορος µεταξύ δύο αποτελεσµάτων-εκβάσεων
r1 και r2 (r1 ~ r2) και έστω ότι υπάρχει και ένα άλλο αποτέλεσµα-έκβαση r3. Τότε, για
οποιαδήποτε p (0 < p < 1), ο αποφασίζων θα είναι αδιάφορος µεταξύ των
αποφάσεων d1 και d2 όπως αυτά περιγράφονται στο ακόλουθο σχήµα. Το αξίωµα
αυτό εξασφαλίζει στον αποφασίζοντα ότι το αποτέλεσµα r1 µε πιθανότητα p θα έχει
την ίδια χρησιµότητα µε το αποτέλεσµα r2 µε την ίδια πιθανότητα p. Αν ο
αποφασίζων προτιµά την r1 από την r2 (r1 ≻r2) τότε αυτό εξασφαλίζει στον
αποφασίζοντα ότι το αποτέλεσµα r1 µε πιθανότητα p θα του αποδώσει µεγαλύτερη
χρησιµότητα από το αποτέλεσµα r2 µε την ίδια πιθανότητα
r 1
p.
p
d1
1-p r3
p r2
d2
1-p
r3
53

4ο Αξίωµα: Αξίωµα Μονοτονίας (monotonicity axiom)
Έστω ένας αποφασίζων που προτιµά την r1 από την r2 (r1 ≻ r2). Δεδοµένης της
ύπαρξης δύο αποφάσεων d1 και d2 που τα αποτελέσµατα-εκβάσεις τους οδηγούν
είτε στην r1 είτε στην r2, ο αποφασίζων θα προτιµήσει εκείνη την απόφαση που θα
του προσφέρει µε µεγαλύτερη πιθανότητα την r1. Με απλά λόγια, αν p > q στο
ακόλουθο σχήµα, ο αποφασίζων θα επιλέξει την απόφαση d1. Δηλαδή προτιµάται η
λαχειοφόρος αγορά µε την υψηλότερη πιθανότητα απόκτησης καλύτερου
αποτελέσµατος-έκβασης. r1
p
d1
1-p r3
q r1
d2
1-q
r2
54
5ο Αξίωµα: Αξίωµα της Σύνθετης Λοταρίας

Οι λαχειοφόρες αγορές που αποτελούνται από άλλες λαχειοφόρες αγορές, µπορεί
να αντικατασταθούν από απλές λαχειοφόρες αγορές µε τις πανοµοιότυπες
κατανοµές πέρα από τα τελικά αποτελέσµατα-εκβάσεις, έτσι ώστε ο αποφασίζων να
είναι αδιάφορος µεταξύ της σύνθετης και της απλής. Με απλά λόγια, ο αποφασίζων
θα είναι αδιάφορος µεταξύ των d1 και d2 που περιγράφονται στο ακόλουθο σχήµα.
r1
p
r1
q
d1
1-p
1-q r2
p+(1-p)q r1
d2
(1-p)(1-q)
r2
Λέµε ότι ο αποφασίζων προτιµά εκείνο το αποτέλεσµα-έκβαση από την οποία προσδοκά
να έχει το µεγαλύτερο όφελος-χρησιµότητα. Έτσι, προτιµώντας την r1 από την r2 (r1 ≻ r2)
δηλώνει ότι προσδοκά να έχει µεγαλύτερο όφελος από την r1 από ότι από την r2.
55

Ισοδύναµο Βεβαιότητας
Ορίζουµε το ισοδύναµο βεβαιότητας (certainty equivalent – IB ή CE), µιας αβέβαιης κατάστασης
(πχ. µιας απόφασης d1 κατά την οποία ο αποφασίζων παίρνει µέρος σε λοταρία µε αβέβαιο
αποτέλεσµα), ίσο µε τη σίγουρη πληρωµή που µπορεί να λάβει ο αποφασίζων όταν είναι αδιάφορος
µεταξύ της σίγουρης πληρωµής του και της συµµετοχής του στην αβέβαιη κατάσταση. Παίρνουµε
την περίπτωση που παρουσιάζεται στο σχήµα. Ο αποφασίζων είναι αδιάφορος µεταξύ της
απόφασης d1 και της d2, τότε το IB της αβέβαιης κατάστασης (αν επιλεγεί η d1), ισούται µε r3.
Ορίζεται το τίµηµα του ρίσκου (risk premium), το οποίο συµβολίζεται µε TP (RP), µιας αβέβαιης
κατάστασης (πχ. µιας απόφασης d1 κατά την οποία ο αποφασίζων παίρνει µέρος σε λοταρία µε
αβέβαιο αποτέλεσµα), ίσο µε την προσδοκώµενη τιµή (expected value) της αβέβαιης κατάστασης
η οποία συµβολίζεται µε ΠΤ (EV) µείον το ισοδύναµο βεβαιότητάς της (TP = ΠΤ – ΙΒ). Αν ο
αποφασίζων είναι αδιάφορος µεταξύ των αποφάσεων d1 και d2 (σχήµα), τότε το ΙΒ της αβέβαιης
κατάστασης, στη περίπτωση επιλογής της d1, ισούται µε r3, και εποµένως η ΠΤ = pr1 + (1-p)r2 και το
TP = pr1 + (1-p)r2 – r3. r 1
p
d1
1-p
r2
d2
r3
56
Αποφασίζων επιφυλακτικός, ουδέτερος ή επιρρεπής στο κίνδυνο

Επιφυλακτικός στο ρίσκο (risk-averse), θεωρείται ένας αποφασίζων
εάν και µόνο εάν για µια οποιαδήποτε αβέβαιη κατάσταση ισχύει TP >
0 (σχήµα). Στην περίπτωση αυτή ισχύει 𝑑↑2 𝑢(𝑟)/𝑑𝑟↑2   <0, και
η συνάρτηση χρησιµότητας στρέφει τα κοίλα προς τα κάτω
εκφράζοντας έτσι την επιφυλακτικότητά του.
u(r)
TP(d1) = ΠΤ(d1) - IB(d1) > 0
d1-d2 r1
u(r3) p
d1
1-p
r2
d2
r3
r
IB(d1) ΠΤ(d1)
r3 pr1+(1-p)r2
57


Ουδέτερος στο ρίσκο (risk-neutral), θεωρείται ένας αποφασίζων εάν και
µόνο εάν για µια οποιαδήποτε αβέβαιη κατάσταση ισχύει TP = 0 (σχήµα).
Στη περίπτωση αυτή ισχύει 𝑑↑2 𝑢(𝑟)/𝑑𝑟↑2  =0, και η συνάρτηση
χρησιµότητας είναι γραµµική εκφράζοντας την ουδέτερη στάση του
αποφασίζοντα όσον αφορά
u(r) το ρίσκο.
TP(d1) = ΠΤ(d1) - IB(d1) = 0
u(r3)
r
IB(d1) ΠΤ(d1)
r3 pr1+(1-p)r2
58

Επιρρεπής στο ρίσκο (risk-seeking), θεωρείται ένας αποφασίζων εάν και
µόνο εάν για µια οποιαδήποτε αβέβαιη κατάσταση ισχύει TP < 0 (σχήµα).
Στην περίπτωση αυτή ισχύει 𝑑↑2 𝑢(𝑟)/𝑑𝑟↑2  >0, και η συνάρτηση
χρησιµότητας στρέφει τα κοίλα προς τα πάνω εκφράζοντας την επιρρεπή
στάση του αποφασίζοντα όσον αφορά το ρίσκο.
u(r)
u(r3)
TP(d1) = ΠΤ(d1) - IB(d1) < 0
r
ΠΤ(d1) IB(d1)
pr1+(1-p)r2 r3
59
Κεφάλαιο 5o
Λήψη Οµαδικών Αποφάσεων
5o Κεφάλαιο – Λήψη Οµαδικών Αποφάσεων
Τα προβλήµατα οµαδικών αποφάσεων έχουν τις

ακόλουθες ιδιότητες:
Ò  Είναι κοινωνικά και όχι µαθηµατικά ή
επιστηµονικά προβλήµατα,
Ò  Είναι δύσκολο να ικανοποιηθούν όλοι οι
περιορισµοί και οι απαιτήσεις,
Ò  Είναι δυσκολότερο να γίνει η µοντελοποίησή τους
από ότι στα απλά προβλήµατα, και
Ò  Υπάρχουν λίγες µεθοδολογίες για να ελέγξουν την
αµεροληψία, µια έννοια που είναι πολύ κοντά στη
σύνθεση των προτιµήσεων.
2

Μια συλλογική εργασία απόφασης µπορεί να

ορισθεί σαν µια κατάσταση απόφασης στην οποία:
Ò  Συµµετέχουν δύο ή περισσότερα άτοµα, τα οποία
χαρακτηρίζονται από τις αντιλήψεις τους, τις
στάσεις τους, τις κινήσεις και την προσωπικότητά
τους,
Ò  Οι συµµετέχοντες αναγνωρίζουν την ύπαρξη ενός
κοινού προβλήµατος, και
Ò  Προσπαθούν να φθάσουν σε µια συλλογική
απόφαση.
3
Προσεγγίσεις της λήψης οµαδικών αποφάσεων
ΠΕΡΙΕΧΟΜΕΝΟ
Εστιαζόµαστε στο περιεχόµενο του προβλήµατος (content-oriented), προσπαθώντας
να βρούµε µια βέλτιστη ή µια απλά ικανοποιητική λύση υποκείµενη σε κάποιους
τιθέµενους περιορισµούς (κοινωνικούς, οµάδος, ..) ή στόχους
Βασίζεται: στην:
•  Παρατήρηση ότι η οµάδα προχωρά στη διαδικασία λήψης οµαδικών αποφάσεων
µέσω κάποιων φάσεων, και
•  Πίστη ότι θα µπορούσε να βρεθεί ένας τρόπος διευθέτησης προβληµάτων και
επίτευξης ικανοποιητικών συµφωνιών κατά τις διάφορες φάσεις.
Στηρίζεται στα συστήµατα υποστήριξης αποφάσεων

Θεωρία της κοινωνικής επιλογής

Ψηφοφορία
Η διαδικασία της ψηφοφορίας σε µια δηµοκρατική κοινωνία είναι µια
οµαδική µέθοδος λήψης απόφασης µε πολλαπλά κριτήρια.
Η απόφαση ψήφισης µιας εναλλακτικής πολιτικής γίνεται µέσω της χρήσης
πολλαπλών κριτηρίων. Τα κριτήρια αυτά συντίθενται στο µυαλό του
αποφασίζοντα, παίρνοντας την µορφή µιας συνάρτησης χρησιµότητας
(utility function) και η οποία εκφράζεται µέσα από την επιλογή-ψήφιση της
σηµαντικότερης εναλλακτικής επιλογής (προβληµατική α).
Κατά τη διαδικασία αυτή, οι αποφασίζοντες προκειµένου να αξιολογήσουν
τις εναλλακτικές τους επιλογές κάνουν χρήση πολλαπλών κριτηρίων, αλλά οι
επιµέρους εκτιµήσεις τους δεν εµφανίζονται αναλυτικά κατά τη µέτρηση
του συνόλου των ψήφων των εναλλακτικών επιλογών και την τελική εκλογή -
απόφαση. Αυτό που εµφανίζεται είναι η τελική επιλογή τους (δηλαδή η
τελική τους απόφαση).
5

Συνάρτηση της Κοινωνικής Επιλογής
Στις δηµοκρατίες υπάρχουν δύο βασικές µέθοδοι κατά τις οποίες
µπορούν να γίνουν οι κοινωνικές επιλογές (Arrow, 1963):
Ò  Η ψηφοφορία, που τυπικά χρησιµοποιείται για τη λήψη πολιτικών
αποφάσεων, και
Ò  Ο µηχανισµός της αγοράς, κατά τον οποίο λαµβάνονται
‘οικονοµικές’ αποφάσεις.
Σε δηµοκρατίες µε διάφορα οικονοµικά συστήµατα, ισχύουν οι
παραπάνω απόψεις, όµως µεγαλύτερο βάρος δίνεται στην
ψηφοφορία και οι αποφάσεις βασίζονται άµεσα ή έµµεσα σε αυτήν
και λιγότερο στον µηχανισµό της αγοράς.


Συνάρτηση της Κοινωνικής Ευηµερίας (Social Welfare Function)
Πολλές φορές η λήψη µιας απόφασης, επηρεάζει περισσότερο οµάδες
ατόµων παρά µεµονωµένα άτοµα.
Το πρόβληµα της λήψης αποφάσεων µπορεί να διατυπωθεί ως εξής:
Πως µπορούν να συνδυασθούν οι ατοµικές προτιµήσεις για να αποφέρουν

µια συλλογική απόφαση;
Πολλές διαδικασίες έχουν προταθεί για την επίτευξη αυτού του στόχου, οι
οποίες διαφέρουν µεταξύ τους µε διάφορους τρόπους.
Η ιδέα της συνάρτησης της κοινωνικής ευηµερίας τέθηκε από τον Bergson
(1938) και αναπτύχθηκε από τον Samuelson (1947). Εν συνεχεία
επεκτάθηκε από τον Arrow (1963) ο οποίος εισήγαγε τις έννοιες της
ανάλυσης και παράστασης µέσω της χρήσης των µεθόδων της συµβολικής
λογικής.
7

Η παλαιότερη θεωρία που αφορά τις εκλογές είναι µάλλον του Condorcet
(1775). Σύµφωνα µε αυτήν εκλέγεται ο πλειοψηφήσας υποψήφιος έναντι
όλων των άλλων. Ο Condorcet πρότεινε ένα σχήµα σύγκρισης των
υποψηφίων ανά ζεύγη, σύµφωνα µε το οποίο ο υποψήφιος που θα
συγκέντρωνε τη πλειοψηφία των ψήφων από όλους τους άλλους θα
εκλεγόταν.
Ο Borda (1781), προτείνει ότι κάθε εκλέκτορας (αποφασίζων) θα δίνει µια
κατάταξη ενώ η συλλογική απόφαση θα λαµβάνεται σαν το άθροισµα των
επιµέρους κατατάξεων που έχουν δώσει οι εκλέκτορες (αποφασίζοντες).
Ο Kendall (1962), επέκτεινε το πρόβληµα της κατάταξης σε ένα στατιστικό
πλαίσιο. Ορίζει µια κατάταξη συντελεστών συσχέτισης που υπολογίζουν την
πραγµατική κατάταξη, δεδοµένων κάποιων συµφωνιών µεταξύ των
παρατηρητών ή των ειδικών και την ακρίβεια των κρίσεών τους. Εξ αιτίας
της υπολογιστικής απλότητας της τεχνικής Borda – Kendall, αυτή
εφαρµόζεται ευρέως στο καθορισµό της πλειοψηφούσας κατάταξης.


Μια άλλη κλασική εργασία είναι του Edgeworth (1881), ο οποίος
ορίζοντας την κοινωνική ευηµερία σαν το πόσο καλά τα άτοµα µιας
κοινωνίας αισθάνονται, θεωρεί ότι η απαραίτητη συνθήκη για µια
βέλτιστη κοινωνία είναι να αποκτήσει µια Pareto (1896) βέλτιστη
κατανοµή των διαθέσιµων πόρων. Δηλαδή µια κατάσταση στην
οποία κανένας δεν µπορεί να αποκτήσει καλύτερη οικονοµική
κατάσταση χωρίς κάποιος άλλος να µεταβεί σε χειρότερη
κατάσταση. Πάντως η µεγιστοποίηση της κοινωνικής ευµάρειας
οδηγεί σε µια δύσκολη επιλογή πολιτικής µεταξύ αποδοτικότητας και
αµεροληψίας.
Η έννοια της κοινωνίας µπορεί στο παρόν αντικείµενο να
υποκατασταθεί από την έννοια της οµάδος, ανεξαρτήτως του
πλήθους των µελλών που την αποτελούν.
9

Μια γενική θεωρία συλλογικής επιλογής έλλειπε, µέχρι που ο Arrow (1950; 1963), ανέπτυξε τα
ακόλουθα αξιώµατα:
1.  Διάταξη (weak ordering): Η προκύπτουσα διάταξη θα πρέπει να είναι πλήρης και
µεταβατική.
2.  Θετική συσχέτιση προτιµήσεις: Η θετική συσχέτιση απαιτεί οι ατοµικές διατάξεις
προτιµήσεων και οι κοινωνικές διατάξεις προτιµήσεων να συνδέονται θετικά.
3.  Γενικό πεδίο ορισµού: Όλες οι ατοµικές λογικές διατάξεις προτιµήσεων επιτρέπονται στο
σύστηµα ψηφοφορίας.
4.  Ανεξαρτησία των ασυσχέτιστων εναλλακτικών. Η κατάταξη των εναλλακτικών επιλογών a και
b θα πρέπει να εξαρτάται µόνο από το πώς οι συµµετέχοντες κατατάσσουν τις a και b, και
όχι από το πώς κατατάσσουν κάποιες ‘ασυσχέτιστες’ εναλλακτικές c, d, .. σε σχέση µε τις a
και b.
Τα δύο τελευταία αξιώµατα του είναι απλά και χρησιµοποιούνται κυρίως για την αποφυγή
τετριµµένων συστηµάτων ψηφοφορίας.
5.  Μη επιβολής: Το αποτέλεσµα δεν πρέπει να επιβάλλεται ανεξάρτητα από τις προτιµήσεις του
ατόµου που ψηφίζει.
6.  Όχι δικτατορία: Η ψηφοφορία δεν µπορεί να βασίζεται στις προτιµήσεις ενός µόνου ατόµου.
10


Ο Arrow απέδειξε ότι γενικά δεν υπάρχει διαδικασία απόκτησης µιας
συλλογικής κατάταξης (group ordering) που δεν θα παραβιάζει ένα ή
περισσότερα από τα προηγουµένως αναφερόµενα αξιώµατα. Έτσι, ο
Arrow διατύπωσε το λεγόµενο θεώρηµα της αδυνατότητας
(impossibility theorem) που αναφέρει ότι τα έξη αξιώµατα είναι
ασύµβατα. Δηλαδή ότι δεν είναι δυνατόν να αληθεύουν ταυτόχρονα
όλα µαζί. Συνεπώς µια συλλογική απόφαση δεν µπορεί να λαµβάνεται
χωρίς να παραβιάζεται ένα ή περισσότερα από τα προηγουµένως
αναφερθέντα αξιώµατα. Έτσι, αν τα πρώτα πέντε αξιώµατα ισχύουν
τότε το έκτο δεν θα ισχύει.
11
Φάσεις, δραστηριότητες και µέθοδοι κρίσης ειδικών και συµµετοχής

οµάδων
Φάσεις: Απόσπαση Εξερεύνηση Επιλογή Εκτέλεση
Ιδέα Θέµα Κατασκευή Επίλυση Προγραµµατισµός

Δραστηριότητες:
Παρακίνησης Διασαφήνισης Προβλήµατος Προβλήµατος Λύσης
Δηµιουργική Ψηφοφορία Συστηµατική Ολοκλήρωση &

Προσοµοίωση
Αντιµετώπιση Ειδικών/Συµµετεχόντων Κατασκευή Έλεγχος
Μέθοδοι:
· Σύσκεψη · Έρευνες Αγοράς · Μορφολογική Ανάλυση · KSIM · Διάγραµµα Gantt
· Μέθοδος Trigger · Μέθοδος Delphi · ISM · QSIM · PERT
· Μέθοδος SIL · Συνεδρίες · DEMATEL · XIMP · CPM
· Προσέγγιση Gordon · Τεχνικές SPAN · Χάρτης γνώσης · SPIN · PPBS
· Brainwriting · DYNAMO · Διάγραµµα DELTA
· Μέθοδος 6-3-5
· Μέθοδος Pin-card
· Μέθοδος Gallery
· Μέθοδος BBB
· Συλλογικό σηµειωµατάριο
· Τεχνική Nominal Grooup
· Συνεκτικά
12

Μέθοδος Καταιγισµού Ιδεών (Brainstorming)

Η πιο διαδεδοµένη παγκοσµίως µέθοδος γέννησης ιδεών είναι η
µέθοδος καταιγισµού ιδεών Brainstorming (Osborn, 1963).
Το brainstorming είναι µια τεχνική διάσκεψης, κατά την οποία τα
µέλη µιας οµάδος προσπαθούν να βρουν µια λύση για ένα
συγκεκριµένο πρόβληµα µελετώντας όλες τις ιδέες που βάζουν προς
συζήτηση στο τραπέζι αυθόρµητα όλα τα µέλη της οµάδος.
Η µέθοδος brainstorming είναι πιο αποτελεσµατική όταν οι βασικοί
της κανόνες είναι κατανοητοί από όλα τα µέλη που λαµβάνουν
κάποια απόφαση και εφαρµόζονται σωστά.
13

Βασίζεται σε δύο βασικές αρχές και σε τέσσερις κανόνες.
1η αρχή: Αναβολή της κρίσης.
Η αναβολή κρίσης γίνεται για να καταστεί δυνατή η ενεργοποίηση
του δηµιουργικού τµήµατος του µυαλού των µελών της οµάδος έτσι
ώστε να αφιερώνεται στη γέννηση ιδεών και όχι στη κρίση κάθε νέας
ιδέας που πέφτει στο τραπέζι. Η αξιολόγηση των ιδεών αφήνεται για
αργότερα.
2η αρχή: Η ποσότητα γεννά ποιότητα.
Αυτό σηµαίνει ότι όσο πιο πολλές ιδέες δηµιουργούνται, τόσο πιο
πολλές πιθανότητες υπάρχουν για να βρεθεί λύση στο υπό µελέτη
πρόβληµα.
14


Οι τέσσερεις βασικοί κανόνες που χρησιµοποιούνται για να κατευθύνουν µια
brainstorming διάσκεψη είναι:
Ò  1ος κανόνας: Ο πιο βασικός κανόνας είναι αυτός που απαγορεύει τη κριτική.
Σχόλια και παρατηρήσεις για τις ιδέες των άλλων απαγορεύονται και
επιτρέπονται µόνο µετά το πέρας της συνάντησης.
Ò  2ος κανόνας: Επιτρέπεται η ελεύθερη έκφραση. Ο κανόνας αυτός δίνει θάρρος
στους συµµετέχοντες να προτείνουν οποιαδήποτε ιδέα τους έρχεται εκείνη τη
στιγµή στο µυαλό, χωρίς να φοβούνται ότι αυτή µπορεί δεχθεί τα σχόλια και τις
παρατηρήσεις και να απορριφθεί αµέσως. Είναι πολύ πιο εύκολο να βάζεις στο
τραπέζι αµέσως αυτό που σκέφτεσαι παρά να το σκέπτεσαι πριν το πεις και
τελικά να µην το λες επειδή φοβάσαι για αρνητικά σχόλια.
Ò  3ος κανόνας: Ο µεγάλος αριθµός των κατατιθέµενων ιδεών είναι επιθυµητός.
Όσο πιο µεγάλος είναι ο αριθµός των ιδεών που υπάρχουν, τόσο µεγαλύτερη
είναι και η πιθανότητα ανάµεσά τους να υπάρχει µια ιδέα που θα οδηγεί στη
λύση ενός προβλήµατος.
Ò  4ος κανόνας: Επιδιώκεται ο συνδυασµός και η βελτίωση των ιδεών. Αντί οι
συµµετέχοντες να συνεισφέρουν µόνο δικές τους ιδέες µπορούν να προτείνουν
βελτιώσεις των ιδεών που τέθηκαν από άλλους ή το πως δύο ή περισσότερες
ιδέες θα µπορούσαν να συνδυαστούν.
15

Μια οµάδα brainstorming αποτελείται από:
Ò  Ένα συντονιστή
Ò  Τα µέλη της οµάδος
Ò  Μια γραµµατέα, και
Ò  Ένα µέσω καταγραφής των ιδεών (πχ. µαυροπίνακα,
Η/Υ, …) για να είναι ορατές οι ιδέες από όλα τα µέλη
της οµάδος.
Τα µέλη της οµάδος καλό θα είναι να ανήκουν στο ίδιο
επίπεδο διοίκησης έτσι ώστε να µην παρατηρούνται
προβλήµατα όπως οι υφιστάµενοι να φοβούνται να
εκφρασθούν ελεύθερα ή να φοβούνται την αρνητική
κρίση των προϊσταµένων τους.
16


Μια διαδικασία brainstorming ακολουθεί τα παρακάτω βήµατα:
17
18

Πλεονεκτήµατα Μεθόδου
Ò  Η δηµιουργική συνεργασία µιας οµάδας είναι καλύτερη
από τη συνεργασία µεµονωµένων ατόµων.
Ò  Παράγει ένα µεγάλο αριθµό ιδεών επίλυσης ενός
προβλήµατος σε πολύ µικρό χρονικό διάστηµα.
19
Ò  Το κλίµα ελευθερίας έκφρασης που επικρατεί κάνει δύσκολο τον έλεγχο της οµάδος.
Ò  Η οµάδα πολλές φορές ασκεί κάποια πίεση στα µέλη της, µε αποτέλεσµα να τα ενθαρρύνει να
συµφωνούν µε την πλειοψηφία ακόµα και αν αυτά διαφωνούν µε την άποψη της πλειοψηφίας.
Ò  Συχνά η οµάδα ενδιαφέρεται για να φθάσει σε µια συµφωνία παρά να φθάσει σε ένα ορθό συλλογισµό
και σε χρήσιµα συµπεράσµατα.
Ò  Όταν τίθεται ένα πρόβληµα, τα µέλη συχνά προτείνουν τις προφανείς λύσεις ή τις ιδανικές και εν
συνεχεία αδιαφορούν και αποστασιοποιούνται από τις προσπάθειες της οµάδος.
Ò  Η φύση της µεθόδου ενθαρρύνει την αυθόρµητη ανάπτυξη ιδεών αλλά όχι την δοµηµένη παρουσίαση
επεξεργασµένων ιδεών.
Ò  Στη περίπτωση που δεν χρησιµοποιείται ένας καλός συντονιστής, υπάρχει ο κίνδυνος ένα µέλος της
οµάδος να µονοπωλεί τη συνεδρίαση.
Ò  Η µέθοδος απαιτεί τη συµµετοχή ατόµων που είναι εξοικειωµένα µε το πρόβληµα.
Ò  Δεν παρέχει επαρκή χρόνο για ωρίµανση και κατανόηση των ιδεών από τα µέλη.
Ò  Περιορίζεται σε σχετικά απλά προβλήµατα ενώ η µελέτη πολύπλοκων προβληµάτων καθίσταται
δύσκολη.
Ò  Η φύση της µεθόδου brainstorming ενθαρρύνει τη γέννηση αξιόλογων ιδεών, αλλά δεν καθορίζει τη
δοµή της ιδέας.
20

Μέθοδος Καταγραφής Ιδεών (Brainwriting)

Οι διάφοροι µέθοδοι καταγραφής ιδεών (brainwriting)
αποφεύγουν τις αρνητικές επιπτώσεις που συναντάµε στη
διαδικασία του brainstorming ή στις οµαδικές συναντήσεις
γενικότερα όπως την επιρροή των συντονιστών ή κάποιων µελών
της οµάδας.
Οι µέθοδοι brainwriting και οι προεκτάσεις τους αναπτύχθηκαν
στην Αµερική και στην Ευρώπη τα τελευταία 30 χρόνια. Μια
προέκτασή της µε καλά αποτελέσµατα είναι η τεχνική brainwriting
pool, η οποία αναπτύχθηκε από µια µονάδα έρευνας καινοτοµίας
και δηµιουργίας του Ινστιτούτου Battelle που βρίσκεται στη
Φρανκφούρτη της Γερµανίας.
Η διαδικασία της τεχνικής brainwriting pool είναι παρόµοια µε
αυτή της brainstorming, διαφέρει δε στο ότι αυτή χρησιµοποιεί
γραπτές ιδέες και όχι ανοιχτή συζήτηση.
21

Τα στάδια της διαδικασίας είναι:
22

23

Πλεονεκτήµατα Μεθόδου
Ò  Όλα τα µέλη της οµάδας δουλεύουν παράλληλα και όχι µόνος του ο
καθένας όπως προηγουµένως που ο κάθε ένας παίρνει το λόγο µε τη
σειρά.
Ò  Η απουσία προφορικής κριτικής επιτρέπει την ελεύθερη σκέψη και τη
χαµηλή πίεση και οι ιδέες τις µειοψηφίας δεν καταπνίγονται.
Ò  Το να διαβάζει κάποιος τις ιδέες των άλλων δίνει την ευκαιρία της
συνεχούς γνώσης και της παρακίνησης της σκέψης.
Ò  Όλες οι ιδέες καταγράφονται και καµιά δεν χάνεται.
Ò  Η κυριαρχία των ατόµων µε ισχυρή προσωπικότητα δεν υφίσταται.
Ò  Αποκλείεται ο πρόωρος τερµατισµός.
24


Μειονεκτήµατα Μεθόδου
Ò  Μπορεί να υπάρξει κάποια απώλεια αυθόρµητων ιδεών.
Ò  Δε γίνονται προφορικές διευκρινήσεις των ιδεών.
Ò  Οι συµµετέχοντες πολλές φορές νιώθουν να πιέζονται από τον
περιορισµένο διαθέσιµο χρόνο.
Ò  Κάποια άτοµα δεν αισθάνονται άνετα από την παρουσία των
άλλων.
Ò  Δεν υπάρχει επαρκής χρόνος για τη δηµιουργία ιδεών.
Ò  Η επανάληψη των ιδεών είναι αναπόφευκτη.
Ò  Η τεχνική αυτή δεν είναι κατάλληλη για οµάδες µε µεγάλο αριθµό
µελών.
25

Διάφορες παραλλαγές της µεθόδου
Η µέθοδος 6-3-5 (Warfield et al., 1975), αποτελεί µια προέκταση
της τεχνικής brainwriting. Το ‘6’ αναφέρεται στον αριθµό των
συµµετεχόντων, το ‘3’ στον αριθµό των ιδεών που γεννιούνται
κάθε φορά από τους συµµετέχοντες και το ‘5’ στο χρονικό
διάστηµα (σε λεπτά) που διαρκεί κάθε γύρος.
Στη µέθοδο Battele – Belnuden – Brainwriting (BBB Method), οι

ιδέες γεννιούνται από την ελεύθερη συµµετοχή ατόµων,
παρακινούµενα από τις ιδέες άλλων ή από κάποιες εικόνες. Η
τεχνική αυτή έχει τα πλεονεκτήµατα των µεθόδων brainwriting.
26


Διάφορες παραλλαγές της µεθόδου
Στη µέθοδο Συλλογής Σηµειώσεων ζητείται από κάθε µέλος της οµάδος να
γράφει καθηµερινά τις ιδέες του σε ένα σηµειωµατάριο ιδεών που
περιέχει την περιγραφή του προβλήµατος. Στη συνέχεια οι σηµειώσεις
αυτές συλλέγονται και αποτελούν τη βάση για το δεύτερο γύρο. Το κύριο
πλεονέκτηµα της µεθόδου, σε σχέση µε τις άλλες τεχνικές, είναι η
ενσωµατωµένη πρόνοια για την ύπαρξη µιας περίοδο εκκόλαψης ιδεών.
Στη τεχνική Pin Card, τα µέλη της οµάδας γράφουν τις ιδέες τους σε
κάρτες, και οι κάρτες ταξινοµούνται σε στήλες ανάλογα µε την κατηγορία
των ιδεών.
Η µέθοδος Gallery, αποτελεί αντιστροφή της προηγούµενης διαδικασίας,
χρησιµοποιείται δε από οµάδες ατόµων µε πρόβληµα στην προφορική
διατύπωση των ιδεών τους. Η βασική της διαφορά από τις άλλες
µεθόδους είναι ότι κατά τη διάρκεια του διαλείµµατος της συνάντησης τα
µέλη της οµάδας µπορούν να κινούνται γύρω από το τραπέζι, όπως
συµβαίνει σε εκθέσεις τέχνης.
27
Ονοµαστική Οµαδική Τεχνική (Nominal Group Technique - NGT)

Η τεχνική αυτή συνδέει στοιχεία των τεχνικών brainwriting,
brainstorming και ψηφοφορίας για να δηµιουργήσει µία
µέθοδο που χρησιµοποιείται ευρέως σε διάφορους
οργανισµούς για δηµιουργία ιδεών και τον προγραµµατισµό
προβληµάτων (Van de Ven and Delbecq, 1974; Delbecq et
al., 1975).
Ο όρος ‘ονοµαστική (nominal)’ έγινε αποδεκτός από
νεότερους ερευνητές για να αναφέρονται σε διαδικασίες οι
οποίες φέρνουν κοντά άτοµα αλλά δεν τους επιτρέπουν να
επικοινωνούν δια λόγου.
Έτσι, η οµάδα των ατόµων αυτών είναι µόνο κατ’όνοµα
οµάδα µια και δεν επιτρέπεται η επικοινωνία δια προφορικού
λόγου µεταξύ των µελών της.
28


Ο συντονιστής επιλέγει µια οµάδα 5 έως 9 ατόµων των οποίων η εµπειρία, η
εξειδίκευση και οι αντιλήψεις έχουν άµεση σχέση µε το υπό µελέτη πρόβληµα. Τα
µέλη της οµάδος κάθονται κατά µήκος ενός τραπεζιού συνεδριάσεων σχήµατος U σε
αραιά διαστήµατα. Τα διαδοχικά βήµατα που ακολουθούνται κατά την εφαρµογή της
NGT είναι:
1ο βήµα: Εισαγωγή στη συνάντηση:

Ο συντονιστής ξεκινά τη συνάντηση παρουσιάζοντας το ενδιαφέρον της επιχείρησης
για διενέργεια µιας διερεύνησης του υπό µελέτη προβλήµατος.
2ο βήµα: Σιωπηλή καταγραφή των ιδεών:

Τα µέλη της οµάδος γράφουν ήσυχα τις ιδέες τους στη φόρµα δήλωσης της µεθόδου
αυτής χωρίς να µιλά ένα µέλος της µε κάποιον άλλον.
29
3ο βήµα: Κυκλική καταγραφή των ιδεών:

Στο τέλος της προκαθορισµένης περιόδου (περίπου 10 µε 15 λεπτά) οι ιδέες των
µελών καταγράφονται σε έναν πίνακα ορατό από όλα τα µέλη της οµάδας. Η
κυκλική καταγραφή των ιδεών σηµαίνει ότι προχωρώντας κυκλικά, ζητείται από
κάθε µέλος της οµάδος να πει µια ιδέα κάθε φορά. Τότε ο συντονιστής γράφει την
ιδέα στον πίνακα και ρωτά το επόµενο µέλος της οµάδας να του πει τη δική του ιδέα.
4ο βήµα: Σοβαρή συζήτηση για παροχή διευκρινήσεων:

Ο σκοπός του βήµατος αυτού είναι να δοθούν διευκρινίσεις, να αµφισβητηθούν και
να υπερασπισθούν ιδέες καθώς και να αναπτυχθούν νέες ιδέες που προέκυψαν κατά
τη διάρκεια της συζήτησης. Έτσι, δίνεται η δυνατότητα στα µέλη της οµάδας να
διαφωνήσουν σε κάτι χωρίς επιχειρηµατολογία.
30


5ο βήµα: Προκαταρτική ψηφοφορία για τη σηµαντικότητα των ιδεών:
Γίνεται η σύνθεση των κρίσεων των µελών της οµάδος έτσι ώστε να καθορισθεί η
σχετική σηµαντικότητα της κάθε ιδέας.
Στη συνέχει οι συµµετέχοντες καλούνται να:
•  επιλέξουν µεταξύ πέντε έως εννέα ιδεών που θεωρούν καλύτερες από το σύνολο
των αναφερόµενων στη συνολική λίστα,
•  τοποθετήσουν κατά προτεραιότητα κάθε µία από αυτές σε ξεχωριστή κάρτα,
•  προδιατάξουν ή να βαθµολογήσουν τις επιλεγµένες ιδέες κατά προτεραιότητα
αποδίδοντας στην πιο σηµαντική το βαθµό εφτά, στην αµέσως επόµενη το βαθµό
έξη κοκ. (στην περίπτωση που επιλέγουν επτά ιδέες από τη λίστα),
Στη συνέχεια:
•  οι κάρτες συλλέγονται και ανακατεύονται ώστε να διατηρηθεί η ανωνυµία των
ψηφοφόρων, και
•  γίνεται καταµέτρηση των ψήφων και τα αποτελέσµατα αναγράφονται στον
πίνακα.
31
6ο βήµα: Συζήτηση των αποτελεσµάτων της προκαταρτικής ψηφοφορίας:

Ξεκαθαρίζουν οι αντιφατικές ψήφοι και γίνεται συζήτηση για τις ιδέες που πήραν τις
περισσότερες ή τις λιγότερες ψήφους. Η συζήτηση αυτή για την προτεραιότητα των ψήφων,
οδηγεί συχνά στον επανακαθορισµό κάποιων διαστάσεων του προβλήµατος και δεν είναι
απαραίτητο κάποιος να πιεστεί να αλλάξει ή να µην αλλάξει τις επιλογές του.
7ο βήµα: Τελική ψηφοφορία:
Η τελική ψηφοφορία συνδυάζει τις ατοµικές κρίσεις σε µια οµαδική απόφαση. Η διαδικασία
χρησιµοποιείται για την απόκτηση µιας τελικής ψήφου η οποία είναι συνήθως παρόµοια µε
αυτή που πάρθηκε κατά τη προκαταρκτική ψηφοφορία. Επίσης είναι δυνατόν να
χρησιµοποιηθούν πιο εκλεπτυσµένες τεχνικές ψηφοφορίας η οποία εξαρτάται από το βαθµό
της επιθυµούµενης ακρίβειας στη κρίση και του βαθµού της διαθέσιµης πληροφορίας.
32


• Παρουσιάζει τα ίδια σχεδόν πλεονεκτήµατα µε τις µεθόδους
brainwriting, όπως µείωση των διαπροσωπικών συγκρούσεων και/ή
της κυριαρχίας κάποιου ή κάποιων µελών της οµάδας.
• Παρέχει χωριστά στάδια για τη γέννηση και την εκτίµηση ιδεών.
Πλεονεκτήµατα
• Αποτρέπει την πρόωρη συγκέντρωση της προσοχής σε µια µόνο

ιδέα.
• Παρέχει στους συµµετέχοντες, τόσο ικανοποίηση καθήκοντος όσο
και κοινωνική ικανοποίησης.
• Επιτρέπει στα µέλη της οµάδας να συζητούν και να διαφωνούν
χωρίς την δηµιουργία διαµάχης.
• Η µαθηµατική έκφραση των κρίσεων µε προδιάταξη ή µε
αποτίµηση της αξίας, αυξάνει την ακρίβεια της κρίσης.
• Εµφανίζοντας τον πίνακα µε τις ατοµικές ψήφους γίνονται γνωστές
οι περιοχές που χρειάζονται περισσότερες διευκρινήσεις ή
συζήτηση.
• Παρέχει µια αίσθηση κλεισίµατος της διαδικασίας η οποία δεν
συναντάται σε λιγότερο δοµηµένες οµαδικές µεθόδους.
33

• Απαιτεί τη παρουσία ενός έµπειρου συντονιστή της
οµάδας, ο οποίος θα πρέπει να έχει πολλές ικανότητες
και να γνωρίζει πολύ καλά τη διαδικασία.
• Το υπό µελέτη ερώτηµα θα πρέπει να προετοιµασθεί πολύ
Μειονεκτήµατα
καλά έτσι ώστε να αποφευχθούν παρανοήσεις.

• Απαιτεί τα µέλη της οµάδος να είναι πολύ ικανοί στη
διατύπωση των ιδεών τους.
• Η διαδικασία κατάταξης µπορεί να ‘χειριστεί (ελεγχθεί)’
από κάποια µέλη της οµάδας έτσι ώστε η άποψή τους να
έχει µεγαλύτερη επιρροή ενώ είναι λιγότερο αποδεκτή
από την οµάδα.
• Αφορά την υποβολή µόνο µιας ερώτησης κάθε φορά, µε
αποτέλεσµα να είναι µια τεχνική απλού σκοπού.
• Γίνεται πολύ βαριά όταν η οµάδα αποτελείται από πολλά
µέλη.
34

Η Μέθοδος Delphi
Η µέθοδος Delphi (Dalkey and Helmer, 1963) είναι µια παραλλαγή της
µεθόδου brainwriting και της τεχνικής διενέργειας ερευνών αγοράς.
Σύµφωνα µε αυτήν µια οµάδα ατόµων επικοινωνούν εκ του µακρόθεν µέσω
µερικών γύρων συµπλήρωσης ερωτηµατολογίων. (1)
Ο στόχος της µεθόδου ήταν να αποκτηθεί η πλέον αξιόπιστη συµφωνία
απόψεων των µελών της οµάδος των ειδικών. (2)
Η µέθοδος Delphi αφορά την συστηµατική υποκίνηση και αντιπαραβολή των
κρίσεων της οµάδος σε ένα συγκεκριµένο θέµα µέσω µιας σειράς
προσεκτικά σχεδιασµένων ερωτηµατολογίων, τα οποία διανέµονται
συµπληρώνονται, γίνεται συγκερασµός της πληροφορίας και ανάδραση των
απόψεων που έχουν προκύψει από προηγούµενες απαντήσεις.
Η τεχνική αυτή έχει εφαρµοσθεί σε διάφορα πεδία όπως τεχνολογικής
πρόβλεψης, ανάλυσης πολιτικών, εκπαιδευτικές καινοτόµες ιδέες,
προγραµµατισµό έργων, κ.α.
35
Η µέθοδος περιλαµβάνει τρεις διαφορετικές οµάδες συµµετεχόντων:
Συµµετέχοντες ειδικοί: οι οποίοι είναι αυτοί που αναγνωρίζονται ως οι ειδικοί στο

υπό µελέτη πρόβληµα και οι οποίοι έχουν συµφωνήσει να απαντούν στα
ερωτηµατολόγια. 36

Η Μέθοδος Delphi είναι µια έρευνα της γνώµης των ειδικών ενός
χώρου και έχει τα ακόλουθα χαρακτηριστικά:
Ò  ανωνυµία,
Ò  επαναληπτικότητα,
Ò  ελεγχόµενη ανάδραση, και

Ò  στατιστικά στοιχεία απαντήσεων οµάδος.
37
Προκειµένου να αποφασισθεί αν η µέθοδος Delphi είναι κατάλληλη για
εφαρµογή σε ένα συγκεκριµένο πρόβληµα θα πρέπει να απαντηθούν οι
παρακάτω ερωτήσεις:
Ò  Ποιό είδος επικοινωνίας των µελών της οµάδος είναι κατάλληλο για να
διερευνηθεί το πρόβληµα;
Ò  Ποιοί είναι οι ειδικοί στο πρόβληµα και που βρίσκονται;
Ò  Ποιές άλλες τεχνικές είναι σε θέση να εφαρµοσθούν και τι αποτελέσµατα

αναµένονται από την εφαρµογή τους;
Το σηµαντικότερο θέµα στην όλη διαδικασία είναι η πλήρης κατανόηση
των στόχων της εφαρµογής της µεθόδου από όλους τους συµµετέχοντες
αλλιώς κινδυνεύουµε να παίρνουµε λάθος απαντήσεις ή να απογοητευθούν ή
να χάσουν το ενδιαφέρον τους και να πάψουν να απαντούν.
38

Ο αριθµός των επαναλήψεων των ερωτηµατολογίων της Delphi πρέπει
να κυµαίνεται από τρία έως πέντε.
Αυτό βέβαια εξαρτάται από το βαθµό συµφωνίας αλλά και την
ποσότητα της αποκτώµενης πρόσθετης πληροφορίας.
Γενικά:
Το πρώτο ερωτηµατολόγιο ρωτά τα συµµετέχοντα άτοµα να
απαντήσουν σε µια γενική ερώτηση.
Κάθε επόµενο ερωτηµατολόγιο κατασκευάζεται µε βάση τις
απαντήσεις που δόθηκαν στο προηγούµενο.
Η διαδικασία τερµατίζεται όταν επιτυγχάνεται συµφωνία απόψεων
µεταξύ των συµµετεχόντων ή όταν έχει αποκτηθεί ένα ικανοποιητικό
επίπεδο ανταλλαγής πληροφοριών.
39
Η Μέθοδος Delphi - Διαδικασία
Στο βήµα αυτό γίνεται η διαµόρφωση της αρχικής ερώτησης από τους
αποφασίζοντες. Εάν οι ερωτηθέντες δεν κατανοήσουν την αρχική ερώτηση τότε
µπορεί να καταστραφεί όλη η διαδικασία.
Το κλειδί εποµένως είναι να αναπτυχθεί µια ερώτηση που θα είναι πλήρως
κατανοητή από τους ερωτώµενους.
Η επιλογή γίνεται έτσι ώστε οι συµµετέχοντες:

•  να αισθάνονται ότι σχετίζονται προσωπικά µε το εξεταζόµενο πρόβληµα,
•  να έχουν σχετική πληροφορία για να µοιραστούν,
•  να έχουν τη διάθεση να ολοκληρώσουν τις εργασίες της µεθόδου Delphi, και
•  να έχουν την αίσθηση ότι η σύνθεση των κρίσεων των συµµετεχόντων ειδικών θα
περιέχει επίσης σηµαντικής αξίας πληροφορίες, στις οποίες δεν θα µπορούσαν να
έχουν πρόσβαση εκτός και αν συµµετέχουν στην όλη διαδικασία.
40

Η επιλογή των συµµετεχόντων ερωτώµενων ειδικών γίνεται µέσω µιας

διαδικασίας επιλογής υποψηφίων. Η οµάδα εργασίας έρχεται σε επαφή µε κάθε
υποψήφιο για να του εξηγήσει το στόχο εφαρµογής της µεθόδου, τη φύση της
οµάδος των ειδικών, τις υποχρεώσεις τους, τον απαιτούµενο χρόνο και τη
λογική των ερωτήσεων στις οποίες θα πρέπει να απαντά. Ο αριθµός των
συµµετεχόντων δεν είναι προκαθορισµένος αλλά ένας αριθµός γύρω στα δέκα
µε δεκαπέντε άτοµα θεωρείται ότι είναι ένας σχετικά καλός αριθµός.
Σύνταξη του 1ου ερωτηµατολογίου και έλεγχος ώστε αυτό να είναι κατανοητό και
σωστά διατυπωµένο.
41
42

43
44

• Διατηρεί την ανωνυµία και αποτρέπει την κυριαρχία
µεταξύ των µελών.
• Είναι πολύ πιθανό να καλυφθεί µια ευρύτερη
γεωγραφική περιοχή και να εξαχθούν πολύ
Πλεονεκτήµατα
περισσότερα αποτελέσµατα.
• Τα βήµατα είναι διακριτά, και µπορούν να γίνουν
αλλαγές.
• Κάθε άτοµο έχει πολύ χρόνο να ασχοληθεί και να
µελετήσει κάθε σηµείο, και αν είναι αναγκαίο να
ανατρέξει στην εύρεση πληροφοριών για να
απαντήσει πιο σωστά.
• Αποφεύγονται οι ψυχολογικές πιέσεις µεταξύ των
συµµετεχόντων.
• Συνιστά άµεση προσοχή στο πρόβληµα.
45
• Είναι αργή και απαιτεί πολύ χρόνο.

• Δεν επιτρέπει βασικές διευκρινήσεις και
Μειονεκτήµατα
διαπροσωπικές συναντήσεις.
• Οι αποφασίζοντες µπορεί να µην κατανοήσουν
σωστά το ερωτηµατολόγιο ή µπορεί να µην είναι
τόσο ικανοί στη γραπτή επικοινωνία.
• Η µέθοδος πολλές φορές ενισχύει το φαινόµενο της
αντιπαλότητας.
• Υποτίθεται ότι η µέθοδος Delphi µπορεί να
υποστηρίξει όλες τις άλλες ανθρώπινες επικοινωνίες
σε µια δοθείσα κατάσταση.
46

Προσέγγιση της θεωρίας παιγνίων

Η θεωρία παιγνίων, αναπτύχθηκε από τους Von Neumann και Morgenstern (1944), και
ασχολείται µε άτοµα τα οποία έχουν τα δικά τους προσωπικά συµφέροντα και τις δικές τους
αξίες έναντι άλλων ατόµων που έχουν τα δικά τους προσωπικά συµφέροντα και τις δικές
τους αξίες.
Η κανονική µορφή παιγνίων περιλαµβάνει ένα καθορισµένο αριθµό παικτών, έναν αριθµό
διαθέσιµων εναλλακτικών στρατηγικών για κάθε παίκτη και τη συνάρτηση πληρωµών του
παιγνίου. Οι τρεις βασικές µορφές και προσεγγίσεις της θεωρίας παιγνίων δίνονται στο
σχήµα.
Θεωρία Παιγνίων
Εκτεταµένη µορφή Κανονική µορφή παιγνίων Χαρακτηριστική συνάρτηση

παιγνίων µορφής παιγνίων
Βέλτιστο σύνολο Pareto

Δένδρο Βασική ιδέα
Λύση των Nash-Harsanyi
Τιµή Shapley
Συµβιβαστική Λύση
Παραµετρική προσσέγγιση
47
Προσέγγιση της θεωρίας παιγνίων

Ένα ‘κλασικό’ παίγνιο ορίζεται από τα ακόλουθα χαρακτηριστικά:
Ò  Παίγνια καθαρής σύγκρουσης ή ανταγωνιστικά, όπου ο κάθε
παίκτης λειτουργεί στη βάση του προσωπικού του
ενδιαφέροντος.
Ò  Πλήρους πληροφόρησης, όπου οι παίκτες γνωρίζουν τις
συναρτήσεις χρησιµότητας και τις στρατηγικές τόσο τις δικές
τους όσο και των άλλων παικτών.
Ò  Αναµενόµενη αµοιβαία λογική, όπου κάθε παίκτης ακολουθεί
κάποιες λογικές αρχές και ενεργεί µε τη προσδοκία ότι και ο
άλλος παίκτης θα κάνει το ίδιο.
Ò  Μη ύπαρξη συνεργασίας, και
Ò  Καµία στρατηγική δεν µπορεί να αλλάξει µετά από την
πραγµατοποίηση µιας ή περισσότερων ξεχωριστών κινήσεων.
48

Τεχνικές σύνθεσης των προτιµήσεων για υποστήριξη οµαδικών αποφάσεων

Οι προτιµήσεις (preferences) ταξινοµούνται σαν µέθοδοι προσανατολισµένες στο
περιεχόµενο (content-oriented) και µπορούν να αποθηκευθούν σε βάση οµαδικών
µοντέλων. Υπάρχουν τουλάχιστον τρεις λόγοι που αιτιολογούν την ανάγκη να έχουµε
περισσότερες από µια τεχνικές οµαδικής απόφασης:
Ò  Υπάρχουν δυο διαφορετικές µορφές εξόδου που συνήθως βρίσκονται στην πολυκριτήρια
λήψη αποφάσεων (MCDM) µε απλούς χρήστες. Ο πρώτος τύπος εξόδου είναι ο πίνακας
των σχέσεων υπεροχής (πχ. µέθοδος ELECTRE I), ενώ ο δεύτερος τύπος εξόδου, ο
οποίος είναι και ο περισσότερο κοινός, αναπαρίσταται από ένα διάνυσµα της ποιοτικής ή
ταξικής (ordinal) ή αριθµητικής-ποσοτικής (cardinal) κατάταξης των προτιµήσεων (πχ.
µέθοδος AHP). Ο αλγόριθµος οφείλει να υποστηρίζει αυτούς τους δύο τύπους εξόδων.
Ò  Καµιά από τις γνωστές τεχνικές σύνθεσης των προτιµήσεων δεν µπορεί να ικανοποιεί και
τις πέντε συνθήκες που αναφέρονται στο θεώρηµα της αδυνατότητας του Arrow (1963).
Ο συνδυασµός διαφόρων τεχνικών µπορεί να χρησιµοποιηθεί σε µια προσπάθεια
µείωσης των επιπτώσεων της έλλειψης µιας τέλειας τεχνικής.
Ò  Ο συνδυασµός των τεχνικών απόφασης µπορεί να αυξήσει τις ευκαιρίες να φθάσουµε σε
οµοφωνία ή µπορούν τουλάχιστον να αποτελέσουν µια καλύτερη βάση για συµφωνία και
διαπραγµάτευση.
49
Τεχνικές σύνθεσης των προτιµήσεων

Όσον αφορά την πλειοψηφία των ψήφων, αναφέρονται
συχνά στη βιβλιογραφία της επιχειρησιακής έρευνας αρκετοί
αλγόριθµοι σύνθεσης των ατοµικών προτιµήσεων, οι οποίοι
λειτουργούν κάτω από τις ακόλουθες προϋποθέσεις:
Ò  Όλα τα µέλη επίλυσης ενός οµαδικού προβλήµατος
µοιράζονται το ίδιο σύνολο εναλλακτικών αλλά όχι
απαραίτητα και το ίδιο σύνολο κριτηρίων εκτίµησης.
Ò  Πριν από τις ενέργειες οµαδικής απόφασης, κάθε
αποφασίζων ή οµάδα αποφασιζόντων θα πρέπει να έχει
κάνει τις δικές του εκτιµήσεις των προτιµήσεων. Το
αποτέλεσµα µιας τέτοιας ανάλυσης είναι ένα διάνυσµα
µιας κανονικοποιηµένης αριθµητικής κατάταξης, ένα
διάνυσµα βαθµωτής κατάταξης ή ένα διάνυσµα σχέσεων
υπεροχής επί των εναλλακτικών
50

Τεχνικές σύνθεσης των προτιµήσεων

Οι τεχνικές σύνθεσης των προτιµήσεων που παρουσιάζονται στη συνέχεια,
υλοποιούνται χρησιµοποιώντας τους ακόλουθους ορισµούς:
Ò  n: ο αριθµός των εναλλακτικών επιλογών.
Ò  m: ο αριθµός των αποφασιζόντων.
Ò  ai: η εναλλακτική επιλογή ai (i = 1, 2, …, n).
Ò  dj: ο αποφασίζων dj (j = 1, 2, ..., m).
Ò  𝑟↓𝑎↓𝑖 𝑑 : η αριθµητική (cardinal) κατάταξη της εναλλακτικής επιλογής ai
(i = 1, 2, …n) από τον αποφασίζοντα dj (j = 1, 2, … m).
Ò  ∑↑▒𝑟↓𝑎↓𝑖   =1: ισχύει για κάθε αποφασίζοντα d.
Ò  𝑐↓𝑎↓𝑖 𝑑  : η ποιοτική (ordinal) ταξινόµηση των εναλλακτικών ai (i = 1, 2,
…n) από τον αποφασίζοντα dj (j = 1, 2, … m).
Ò  𝑂↓𝑎↓𝑖 𝑎↓𝑘 𝑑  : η σχέση υπεροχής όπου εάν είναι:
É  (=1) αποτελεί ένδειξη ότι οι ai υπερέχουν των ak (i, k = 1, 2, …n) σύµφωνα
µε τον αποφασίζοντα dj (j = 1, 2, … m).
É  (=0) αποτελεί ένδειξη ότι δεν υπάρχει καµιά σχέση υπεροχής.
51
Τεχνικές σύνθεσης των προτιµήσεων - Η αρχή Min-Max

Η ασφαλής και αδιαµφισβήτητη αρχή όσον αφορά την επίλυση οµαδικών
προβληµάτων είναι η έννοια min-max της θεωρίας παιγνίων των Von
Neumann and Morgenstern. Εφαρµοζόµενη στις έννοιες συµφωνίας-
διαφωνίας (concordance/discordance) της ELECTRE I, έχουµε ότι η ai
υπερέχει ‘συλλογικά’ της ak, όταν η χαµηλότερη συµφωνία της και η
υψηλότερη διαφωνία της, που έχει δοθεί από την οµάδα, ικανοποιεί την
συνθήκη υπεροχής επικυρούµενης από το υψηλότερο κατώφλι συµφωνίας
και το χαµηλότερο κατώφλι διαφωνίας που επίσης δίνονται από την οµάδα.
Ο δείκτης συµφωνίας οµάδας 𝐶↓𝑎↓𝑖 𝑎↓𝑘 ↑𝐺 , ο δείκτης διαφωνίας οµάδας
𝐷↓𝑎↓𝑖 𝑎↓𝑘 ↑𝐺 , το κατώφλι συµφωνίας οµάδας pG και το κατώφλι
διαφωνίας οµάδος qG, µπορούν, για να προσδιορισθούν οι συλλογικές µη-
κυρίαρχες εναλλακτικές, να υπολογισθούν ως εξής:
𝐶↓𝑎↓𝑖 𝑎↓𝑘 ↑𝐺 =𝑚𝑖𝑛[𝑐↓𝑎↓𝑖 𝑎↓𝑘 𝑑 , 𝜇𝜀 𝑑=1, 2, …, 𝑚]
𝐷↓𝑎↓𝑖 𝑎↓𝑘 ↑𝐺 =𝑚𝑎𝑥[𝑑↓𝑎↓𝑖 𝑎↓𝑘 𝑑 , 𝜇𝜀 𝑑=1, 2, …, 𝑚]
𝑝↑𝐺 =𝑚𝑎𝑥[𝑝↓𝑑 , 𝜇𝜀 𝑑=1, 2, …, 𝑚]
𝑞↑𝐺 =𝑚𝑖𝑛[𝑞↓𝑑 , 𝜇𝜀 𝑑=1, 2, …, 𝑚]
52

Τεχνικές σύνθεσης των προτιµήσεων - Η αρχή Min-Max

Σε ένα περιβάλλον συνεργατικής λήψης αποφάσεων, οι έννοιες της
ελάχιστης συµφωνίας/µέγιστης ασυµφωνίας, συχνά βοηθά στη
µείωση του αριθµού των µη-κυρίαρχων εναλλακτικών που
ευρίσκονται στις ατοµικές αναλύσεις, οδηγώντας σε ένα µικρότερο
σύνολο ή ακόµη και σε µοναδιαίο σύνολο συλλογικών µη-κυρίαρχων
εναλλακτικών.
Η αρχή min-max δουλεύει µόνο όταν οι ατοµικές γνώµες δεν είναι
ακραίες και/ή ο αριθµός των εναλλακτικών είναι αρκετά µεγάλος για
να δηµιουργεί συµφωνία.
Κάθε µέλος της οµάδος µπορεί να εµποδίσει µια απόφαση θέτοντας
ένα χαµηλό κατώφλι ασυµφωνίας (q) ή διαφωνώντας πλήρως στην
εκτίµηση των εναλλακτικών (πχ. το σύνολο οµοφωνίας είναι κενό).
53
Τεχνικές σύνθεσης των προτιµήσεων - Η αρχή Min-Max - Παράδειγµα (Bui and Jarke, 1984):
Ò  Έστω ότι µια επιχείρηση έχει να επιλέξει µεταξύ τριών εναλλακτικών τρόπων επένδυσης:
Ò  Εναλλακτική 1: Η επιχείρηση δεν κάνει καµιά επενδυτική κίνηση και αναβάλει την
απόφαση για αργότερα.
Ò  Εναλλακτική 2: Η επιχείρηση δηµιουργεί µια µονάδα µε δυνατότητα παραγωγής
200.000 τεµαχίων ενός προϊόντος τον µήνα.
Ò  Εναλλακτική 3: Η επιχείρηση δηµιουργεί µια µονάδα µε δυνατότητα παραγωγής
300.000 τεµαχίων ενός προϊόντος τον µήνα.
Οικονοµικά κριτήρια: Τεχνολογικά και διαχειριστικά κριτήρια:
•  Average total cost at full capacity •  Labor
•  Break-even point •  Ability to finance future investments
•  Internal rate of return •  Production bottlenecks
•  Financing •  Production Management
•  Risks associated with the financial criteria •  Technical efficiency
•  Probability to achieve sales that match the break- •  Extent to which the family is affected
even point •  Satisfaction and prestige associated with the size
•  Temporal opportunity of the investment of the investment
•  Possibility to control risks associated with the
investment
•  Possibility to satisfy market demands
54

Τεχνικές σύνθεσης των προτιµήσεων –Η αρχή Min-Max - Παράδειγµα

Πρώτος αποφασίζων:
Ο πίνακας αντιστοίχησης ποιοτικών (ordinal) εκτιµήσεων σε ποσοτική κλίµακα
(cardinal) δίνεται στη συνέχεια:
Κριτήρια 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Εξαιρετικό 20 20 20 20 20 10 10 10 10 10 10 10 10 10 10 10
Πολύ Καλό 17 17 17 17 17 9 9 9 9 9 9 9 9 9 9 9
Καλό 13 13 13 13 13 7 7 7 7 7 7 7 7 7 7 7
Μέτριο 10 10 10 10 10 5 5 5 5 5 5 5 5 5 5 5
Ασθενές 4 4 4 4 4 3 3 3 3 3 3 3 3 3 3 3
Πολύ Ασθενές 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2
Κακό 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1
Πολυκριτήριος πίνακας εκτίµησης των εναλλακτικών:

Εναλλακτικές 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Εναλλακτική 1 4 1 4 17 17 10 1 10 5 2 2 2 3 3 2 9
Εναλλακτική 2 17 17 17 13 10 7 9 3 7 9 9 7 9 7 7 5
Εναλλακτική 3 13 13 13 10 1 5 7 2 9 9 9 10 9 7 7 5
Βάρος Κριτηρίου: 20 16 20 10 8 6 2 3 3 3 1 2 2 2 1 1
55

Δεύτερος αποφασίζων:
Ο δεύτερος αποφασίζων θεωρεί ότι δεν του είναι χρήσιµα όλα τα κριτήρια για να
αξιολογήσει τις εναλλακτικές επιλογές. Επίσης αποδέχεται ένα διαφορετικό
σύστηµα εκτίµησης των εναλλακτικών. Ο πίνακας αντιστοίχησης ποιοτικών
(ordinal) εκτιµήσεων σε ποσοτική κλίµακα (cardinal) δίνεται στη συνέχεια:
Κριτήρια 1 2 3 4 5 6 8 9
Εξαιρετικό 5 5 5 5 5 5 5 5
Καλό 4 4 4 4 4 4 4 4
Μέτριο 3 3 3 3 3 3 3 3
Ασθενές 2 2 2 2 2 2 2 2
Κακό 1 1 1 1 1 1 1 1
Πολυκριτήριος πίνακας εκτίµησης των εναλλακτικών:

Εναλλακτικές 1 2 3 4 5 6 8 9
Εναλλακτική 1 2 2 2 4 3 3 2 2
Εναλλακτική 2 4 5 4 4 3 2 1 3
Εναλλακτική 3 4 5 4 3 3 1 1 4
Βάρος Κριτηρίου: 15 15 15 15 10 10 10 10
56


Πρώτος αποφασίζων:
Πίνακας Συµφωνιών Πίνακας Διαφωνιών Πίνακας Υπεροχών
Για P=0,7 & Q=0,35
Εναλ-1 Εναλ-2 Εναλ-3 Εναλ-1 Εναλ-2 Εναλ-3 Εναλ-1 Εναλ-2 Εναλ-3
Εναλ-1 - 28 28 - 80 60 - 0 0
Εναλ-2 72 - 95 35 - 15 1 - 1
Εναλ-3 72 15 - 80 45 - 0 0 -
Δεύτερος αποφασίζων:
Για P=0,75 & Q=0,25
Εναλ-1 - 45 4 - 75 75 - 0 0
Εναλ-2 80 - 90 25 - 25 1 - 1
Εναλ-3 65 75 - 50 25 - 0 1 -
Οµαδική απόφαση:
Για P=0,75 & Q=0,25
Εναλ-1 - 28 28 - 80 75 - 0 0
Εναλ-2 72 - 90 35 - 25 0 - 1
Εναλ-3 65 15 - 80 45 - 0 0 -
57
Τεχνικές σύνθεσης των προτιµήσεων - Η αρχή του αθροίσµατος των σχέσεων

υπεροχής
Η τεχνική αυτή προέρχεται από τη τεχνική της πρόσθεσης των προδιατάξεων που
βρίσκονται στη βιβλιογραφία της σύνθεσης των προτιµήσεων και η οποία µπορεί
εκφράζεται:
𝑚𝑎𝑥[∑𝑑=1↑𝑚▒∑𝑎↓𝑖 ≠𝑎↓𝑘 ↑𝑛▒𝑂↓𝑎↓𝑖 𝑎↓𝑘 
𝑑   ]
Αυτή η τεχνική θα πρέπει να χρησιµοποιείται µόνο µε ακραίες αιτίες. Η εµπειρία
έχει δείξει ότι η ιδέα της επιλογής της εναλλακτικής η οποία έχει τον µεγαλύτερο
αριθµό σχέσεων υπεροχής, δίνει καλά αποτελέσµατα µόνο όταν ο αριθµός των
Ποιοτική Κατάταξηείναι µικρός.
εναλλακτικών επιλογών Σχέσεις Υπεροχής
Παράδειγµα:
Κατάταξη DM 1 DM2 DM
3 Εναλλακτική a 1 a2 a3Άθροισµα Σχέσεων
1 a1 a3 a3 a1 - 2 1 3
2 a2 a1 a2 a2 1 - 1 2
3 a3 a2 a1 a3 2 2 - 4 < -max
58

Τεχνικές σύνθεσης των προτιµήσεων – Κανόνας της πλειοψηφίας

των συγκρίσεων ανά ζεύγη (pairwise comparison majority rule)
59
Διαδικασία υποστήριξης στρατηγικών οµαδικών αποφάσεων
Η ραγδαία ανάπτυξη της τεχνολογίας της πληροφορικής τα τελευταία

χρόνια έχει οδηγήσει στην αύξηση του ενδιαφέροντος των ανωτάτων
στελεχών των επιχειρήσεων για ανάπτυξη εφαρµογών που θα υποστηρίζουν
τη διαδικασία του στρατηγικού σχεδιασµού.
Το ενδιαφέρον αυτό γίνεται φανερό µέσω της βιβλιογραφίας αλλά και των
εφαρµογών που έχουν αναπτυχθεί όσον αφορά τα ΣΥΟΑ, τα οποία και
αποτελούν το επίκεντρο του ενδιαφέροντος τα τελευταία χρόνια, για την
υποστήριξη της διαδικασίας λήψης των στρατηγικών αποφάσεων, αφού
έχει γίνει πλέον αντιληπτό ότι οι αποφάσεις αυτές, σχεδόν πάντα,
λαµβάνονται στα πλαίσια µίας οµάδας ανθρώπων.
Συνεπώς είναι πολύ σηµαντικό να διερευνηθεί ο τρόπος µε τον οποίο

µπορούν τα ΣΥΟΑ να βελτιώσουν τη διαδικασία λήψης των στρατηγικών
αποφάσεων.
62


Όσον αφορά τη διαδικασία λήψης στρατηγικών αποφάσεων οι Mason και
Mitroff (1981) έκαναν τις ακόλουθες παρατηρήσεις:
Ò  Παρουσιάζουν πληθώρα περίπλοκων διασυνδέσεων µε οργανωτικούς και
περιβαλλοντικούς παράγοντες.
Ò  Λαµβάνονται υπό το καθεστώς αβέβαιων και δυναµικών περιβαλλόντων.
Ò  Απαιτούν την επίλυση της αβεβαιότητας της πληροφορίας στην πηγή
της.
Ò  Περιορίζονται από τη µη διαθεσιµότητα πολύτιµων πληροφοριών.
Ò  Προκαλούν αντιθέσεις µεταξύ των µελών της οµάδας που έχουν
διαφορετικές απόψεις.
Προκειµένου να κατανοήσουµε τη σηµασία των ΣΥΟΑ στην υποστήριξη
αποφάσεων στρατηγικής σηµασίας θα χρησιµοποιήσουµε ένα µοντέλο που
προτάθηκε από τους Rajagopalan et al. το 1993 και παρουσιάζεται στο
επόµενο σχήµα.
63
Διαδικασία υποστήριξης στρατηγικών αποφάσεων µε τη χρήση ΣΥΟΑ

64


Το µοντέλο αυτό µπορεί να χρησιµοποιηθεί τόσο για ατοµικές όσο και για
οµαδικές αποφάσεις, και αναγνωρίζει τους ακόλουθους τέσσερις
παράγοντες που επηρεάζουν τη λήψη µίας στρατηγικής απόφασης:
1.  Περιβαλλοντικοί παράγοντες. Οι πιο σπουδαίες παράµετροι του
περιβάλλοντος που επηρεάζουν τη λήψη µίας στρατηγικής απόφασης
είναι η αβεβαιότητα της πληροφορίας και η ταχύτητα των αλλαγών που
συντελούνται στο περιβάλλον. Σε περιβάλλοντα όπου έχουµε µεγάλη
αβεβαιότητα πληροφορίας και µεγάλη ταχύτητα αλλαγών οι επιχειρήσεις
προσπαθούν να συλλέγουν και να επεξεργάζονται περισσότερη
πληροφορία µέσω των ΠΣ τους, προκειµένου να µειώσουν την
αβεβαιότητα κατά τη λήψη των αποφάσεων τους.
2.  Οργανωτικοί παράγοντες. Η οργανωτική δοµή της εταιρείας και η
κατανοµή της εξουσίας (αποκεντρωµένη ή όχι) επηρεάζουν σηµαντικά τη
διαµόρφωση και τον τρόπο λήψης της τελικής απόφασης.
65

3.  Χαρακτηριστικά της οµάδας που θα λάβει την απόφαση. Το στοιχείο
αυτό είναι το σηµαντικότερο στη µελέτη των ΣΥΟΑ. Προκειµένου να
ληφθεί η βέλτιστη δυνατή απόφαση είναι σηµαντικό να αναγνωρισθούν
οι παράγοντες που επηρεάζουν τη λήψη µίας απόφασης σε περιβάλλον
οµάδας και βάσει αυτών των συµπερασµάτων να δοµηθεί η οµάδα
απόφασης και τα εργαλεία υποστήριξής της κατά το βέλτιστο δυνατό
τρόπο. Μπορούµε να παρατηρήσουµε επίσης ότι:
Ò  Σε γενικές γραµµές οι ετερογενείς οµάδες επιτυγχάνουν καλύτερα
αποτελέσµατα σε θέµατα που απαιτούν δηµιουργικότητα και
εφευρετικότητα, ενώ οι οµοιογενείς οµάδες υπερτερούν σε
διοικητικά-διαχειριστικά. Ο λόγος για τη διαφορά αυτή είναι ότι οι
ετερογενείς οµάδες παρουσιάζουν µεγαλύτερη ποικιλοµορφία
αντιλήψεων, η οποία ευνοεί µεν τη δηµιουργία νέων ιδεών,
καθυστερεί δε την λήψη µίας τελικής απόφασης διότι συνήθως σε
τέτοιες οµάδες παρουσιάζονται περισσότερες διαφωνίες.
66


Ò  Η συνεκτικότητα των οµάδων είναι επίσης ένα σηµαντικό
χαρακτηριστικό στη λήψη οµαδικών αποφάσεων. Έχει
παρατηρηθεί ότι όσο µεγαλύτερος είναι ο βαθµός
συνεκτικότητας µίας οµάδας, τόσο καλύτερη είναι και η
ποιότητα των τελικών αποφάσεών της. Η συνεκτικότητα
αναφέρεται στο βαθµό σύνδεσης των µελών µίας οµάδας και
είναι αρνητικά συσχετισµένη µε την ετερογένεια.
Ò  Η ύπαρξη εσωτερικών αντιθέσεων σε µια οµάδα µειώνει την
πιθανότητα να επιτευχθεί οµοφωνία. Έτσι, ενώ η ετερογένεια
επηρεάζει θετικά τη δηµιουργικότητα µίας οµάδας ταυτόχρονα
επηρεάζει αρνητικά το επίπεδο εσωτερικών αντιθέσεων,
µειώνοντας την πιθανότητα για λήψη οµόφωνης απόφασης.
67

Η ηλικία, η προσωπικότητα και η εµπειρία των µελών της
Ò 
οµάδας είναι σηµαντικά χαρακτηριστικά που επηρεάζουν σε
µεγάλο βαθµό την απόδοση και τη λειτουργία της. Τα
χαρακτηριστικά αυτά και ο τρόπος µε τον οποίο επηρεάζουν
την τελική απόφαση δεν έχουν µελετηθεί αναλυτικά µέχρι
σήµερα.
4.  Χαρακτηριστικά του προβλήµατος που αντιµετωπίζεται. Οι πιο
σηµαντικοί παράµετροι του προβλήµατος που αντιµετωπίζεται
είναι η πολυπλοκότητά του και ο τύπος του προβλήµατος. Η
πολυπλοκότητα του προβλήµατος συνδέεται µε αυξηµένες
ανάγκες συλλογής και επεξεργασίας πληροφορίας και πιο
καθυστερηµένες αποφάσεις.
68

Παράγοντες που επηρεάζουν το αποτέλεσµα των οµαδικών αποφάσεων

Οι σηµαντικότεροι παράγοντες που επηρεάζουν τη διαµόρφωση των
τελικών αποφάσεων των οµάδων, είναι οι ακόλουθοι
1.  Ιστορικό συνεργασίας της οµάδας. Οι προσωπικές σχέσεις και οι
σχέσεις συνεργασίας των µελών της οµάδας κατά το παρελθόν
είναι ένα ιδιαίτερα σηµαντικό χαρακτηριστικό, διότι οι σχέσεις
αυτές καθορίζουν και το κλίµα συνεργασίας και κατά συνέπεια
την ποιότητα της τελικής απόφασης. Σε οµάδες όπου τα µέλη
έχουν προσωπικές διαφορές µεταξύ τους είναι δύσκολο να
αναπτυχθεί εποικοδοµητικός διάλογος και να ληφθεί η σωστή
απόφαση. Το αντίθετο ισχύει για οµάδες που τα µέλη τους έχουν
επιδείξει στο παρελθόν καλή συνεργασία µεταξύ τους.
69

2.  Σύνθεση της οµάδας. Ορισµένα σηµαντικά χαρακτηριστικά της
σύνθεσης της οµάδας είναι το επίπεδο ετερογένειάς της, η εµπειρία
των µελών της, η ηλικία τους και η επαγγελµατική τους γνώση. Η
ετερογένεια όπως αναφέρθηκε και στην προηγούµενη παράγραφο
µπορεί σε ορισµένες περιπτώσεις να είναι ευλογία και σε άλλες κατάρα.
Αυτό οφείλεται στο γεγονός ότι η αύξηση της ετερογένειας συντελεί
στην αύξηση των ιδεών που διακινούνται µεταξύ των µελών, αλλά
ταυτόχρονα αυξάνεται και το επίπεδο διαµάχης µεταξύ τους, λόγω
διαφορετικών απόψεων. Στο επίπεδο µελέτης της ετερογένειας των
οµάδων µία µελέτη που έγινε από τους Valacich et al. το 1993 έδειξε
ότι οι διαµάχες λόγω αυξηµένης ετερογένειας µίας οµάδας είναι
σηµαντικά µικρότερες όταν τα µέλη της οµάδας δεν συναντιόνται στον
ίδιο τόπο, αλλά επικοινωνούν µέσω υπολογιστών, διότι στις περιπτώσεις
αυτές επικρατεί ισοτιµία στο λόγο και δεν δίνεται η δυνατότητα σε
κανένα µέλος της οµάδας να µονοπωλήσει τη συζήτηση.
70


3.  Τύπος εργασίας που πρέπει να εκτελεστεί από την οµάδα. Αναγνωρίζονται οι
ακόλουθοι τέσσερις τύποι εργασιών που υποστηρίζονται από τα ΣΥΟΑ:
Ò  δηµιουργικές εργασίες,
Ò  εργασίες επιλογής,
Ò  εργασίες διαπραγµάτευσης και
Ò  εκτελεστικές εργασίες.
Ανάλογα µε την πολυπλοκότητα της εργασίας τα ΣΥΟΑ παρουσιάζουν

βελτιωµένη ποιότητα απόφασης έναντι των ΣΥΑ για απλές αποφάσεις.
Τα ΣΥΟΑ επίσης παρουσιάζουν µειωµένο χρόνο λήψης απόφασης έναντι των
ΣΥΑ σε πολύπλοκες εργασίες, το αντίθετο όµως ισχύει για απλές εργασίες.
Συνεπώς υπάρχει µία αντίστροφη σχέση στην ποιότητα της τελικής απόφασης
και του χρόνου που προσφέρεται για τη λήψη της. Όµως και ο παράγοντας
χρόνος πρέπει να ληφθεί σηµαντικά υπόψη αφού όλες οι στρατηγικές
αποφάσεις πέρα από την ποιότητα που πρέπει να έχουν πρέπει να ληφθούν
και την κατάλληλη χρονική στιγµή.
71

4.  Εκτίµηση των τελικών αποφάσεων. Η εκτίµηση της τελικής απόφασης µπορεί
να πραγµατοποιηθεί µε διάφορα µέτρα όπως είναι το επίπεδο οµοφωνίας ή
ικανοποίησης των µελών της οµάδας από την τελική απόφαση, το επίπεδο
αντιθέσεων κατά τη συζήτηση, η ποιότητα της απόφασης και ο χρόνος που
χρειάσθηκε για τη λήψη της απόφασης.
Τα αποτελέσµατα των µελετών που έχουν πραγµατοποιηθεί πάνω σε εφαρµογές
των ΣΥΟΑ αναφέρουν βελτίωση της ποιότητας της τελικής απόφασης και της
ικανοποίησης των συµµετεχόντων από αυτή.
Πάντως αξίζει να αναφερθεί ότι βάσει ορισµένων µελετών (George et. al., 1990)
φαίνεται ότι οι τεχνολογίες επικοινωνίας µέσω Η/Υ που υποστηρίζονται από τα
ΣΥΟΑ παρουσιάζουν λιγότερες πιθανότητες να οδηγήσουν την οµάδα σε οµοφωνία
από ότι οι συναντήσεις των µελών της οµάδας σε έναν κοινό χώρο συσκέψεων.
Όσον αφορά το χρόνο που απαιτείται για τη λήψη της τελικής απόφασης, φαίνεται
ότι τα ΣΥΟΑ απαιτούν περισσότερο χρόνο σε σχέση µε τις συσκέψεις σε κοινό χώρο,
αλλά µπορούν να επιτύχουν καλύτερη ποιότητα αποφάσεων.
Τέλος άλλες µελέτες έδειξαν ότι οι οµάδες που συσκέπτονται σε κοινό χώρο έχουν
την δυνατότητα να αναλύουν µεγαλύτερο όγκο πληροφοριών, να αναγνωρίζουν τις
κακές εναλλακτικές πιο εύκολα και να εξετάζουν περισσότερες παραµέτρους της
απόφασης από ότι οι αντίστοιχες οµάδες που βασίζονται σε ΣΥΟΑ.
72
Κεφάλαιο 6o
Συστήµατα Υποστήριξης Αποφάσεων
6o Κεφάλαιο – Συστήµατα Υποστήριξης Αποφάσεων
Γενικά - Ορισµοί
Ταξινόµηση Σ.Υ.Α.
Χαρακτηριστικά Σ.Υ.Α.
Δοµή
Ανάπτυξη Σ.Υ.Α.
Τεχνολογικά Επίπεδα
Αλληλεπιδραστικά Σ.Υ.Α.
Προβλήµατα Σ.Υ.Α.

Γενικά – Ορισµοί
Ο όρος “Συστήµατα Υποστήριξης Αποφάσεων” (ΣΥΑ), εµφανίζεται στη
διεθνή βιβλιογραφία στα τέλη του '70 και εκφράζει µία νέα αντίληψη του
ρόλου των ηλεκτρονικών υπολογιστών στις διαδικασίες λήψης αποφάσεων.
Στην Αγγλική βιβλιογραφία αναφέρονται σαν Decision Support Systems
(DSS). Η ερµηνεία του όρου δεν είναι πάντα η ίδια από τους επιστήµονες.
Η διαφορετική οπτική γωνία, από την οποία οι ερευνητές παρατηρούν και
ερµηνεύουν τα Σ.Υ.Α, έχουν οδηγήσει στη διατύπωση ποικίλων ορισµών για
αυτά.
Οι Keen και Scott-Morton (1978) έδωσαν τον ακόλουθο κλασικό ορισµό:
Τα ΣΥΑ συνδυάζουν τις διανοητικές ικανότητες των ανθρώπων µε αυτές
των ηλεκτρονικών υπολογιστών µε αντικειµενικό στόχο τη βελτίωση της
ποιότητας των λαµβανοµένων αποφάσεων. Είναι βασιζόµενα στους Η/Υ
συστήµατα υποστήριξης των αποφασιζόντων σε θέµατα, που αφορούν την
αντιµετώπιση ηµιδοµηµένων προβληµάτων.
3
The main reasons for modeling the problem
Ò  The study of systems either with mathematical methods or simulation is not performed with the system itself,
but with a model of the system. There are many reasons, which lead to the construction of a model:
Ò  Ease in understanding. The model is often much simpler to understand than the system itself, because during
the construction of the model, only the characteristics of the system, which are of particular interest in this
study, are retained. In this way, the researcher is not lost in the details of the system, but focuses only on the
important elements.
Ò  Ease in communication. Through the construction of a model is much easier to spread ideas for a system than
through the description of it. For example, an architect builds a model of a building design and using this model
he gives much more information to the customer than with verbal description or architectural drawings.
Ò  The model is a tool of prediction. Some systems have very slow alterations of condition, which makes it
impossible to predict their behavior for a long time. Constructing a model of the system, we achieve
acceleration of temporal changes, so that we are able to predict the future behavior of the real system.
Ò  Lack of access. Sometimes, access to the real system is impossible or dangerous. Constructing a model, it is
possible to study the system without jeopardizing the researcher or the system itself.
Ò  Training. By constructing a model, it is possible to train the operators, without risking disaster by the trainees’
mistakes. It is also possible to train operators of a system, which has not been constructed yet.
Ò  Design. The construction of a model has a great contribution in designing a system, as it allows the detection of
design errors and their correction, before even the system is constructed.
Ò  Finding of alternatives and optimization. This reason for constructing models is similar to the previous one.
During the designing of a system, it is possible that several different models are constructed and eventually
select the suitable one for implementation. This selection is based on some specific criteria of optimization.
Ò  Improvement of the performance of the existing system. By building a model, it is possible to control the
behavior of the system for different values of parameters. Through the study of the constructed model arises
the most efficient combination of parameters, which subsequently are applied to the actual system. 4

Γενικά – Ορισµοί
Little (1970) Sprague και Carlson(1982)

Ένα σύστηµα υποστήριξης Σ.Υ.Α είναι ένα σύνολο
αποφάσεων είναι ένα σύνολο διαδικασιών, οι οποίες µε την
διαδικασιών για την βοήθεια ηλεκτρονικού
επεξεργασία δεδοµένων και υπολογιστή έχουν σαν στόχο
κρίσεων µε στόχο να τη διεύρυνση του γνωστικού
υποβοηθήσουν τους πεδίου του αποφασίζοντα,
managers στη διαδικασία στο τοµέα του προβλήµατος
λήψης µιας απόφασης. που αντιµετωπίζει.
5
Η δυσκολία να καθορισθεί ένας καθολικά αποδεκτός ορισµός οφείλεται στο

γεγονός ότι τα Σ.Υ.Α. συνδυάζουν ταυτόχρονα τρεις διαφορετικές έννοιες αλλά και
επειδή συνδυάζουν γνώσεις από διαφορετικά επιστηµονικά πεδία:
Σύστηµα Υποστήριξη Απόφαση
Τεχνική Τρόπος Κριτήρια

διάσταση Λειτουργίας επιλογής
Συστηµική Αναλυτικά
Υποβοήθηση
προσέγγιση θέµατα

Γενικά
Τα Σ.Υ.Α. σχεδιάζονται για να βοηθούν ένα οργανισµό ή µια επιχείρηση να απαντά στα
ακόλουθα έξη (6) ερωτήµατα: ποιός, τι, πότε, που, γιατί και πως (who, what, when, where,
why and how);
Στις επιχειρήσεις τίθενται συχνά τα ακόλουθα ζωτικής σηµασίας ερωτήµατα:
Ò  Ποιοί είναι οι πελάτες µας; Ποιά βάση πελατών δεν έχουµε στη διάθεσή µας;
Ò  Τι αγοράζουν οι καταναλωτές από εµάς; Από τους ανταγωνιστές µας; Τι θα µπορούσαµε
να πουλήσουµε σε αυτούς και δεν το κάνουµε.
Ò  Πότε και που αυτοί αγοράζουν;
Ò  Γιατί αυτοί αγοράζουν τα δικά µας προϊόντα ή τα προϊόντα των ανταγωνιστών µας;
Ò  Γιατί αυτοί ανταποκρίνονται σε κάποιες πρωτοβουλίες µάρκετινγκ και όχι σε άλλες;
Ò  Πως θα φθάσουµε τους πελάτες µας και θα εγκαταστήσουµε προστιθέµενης αξίας
σχέσεις µε αυτούς; Πως θα φθάσουµε τις νέες προσδοκίες µας; Πως θα ανακαλύψουµε
ποιοί είναι οι καλύτεροι πελάτες µας και πως θα φθάσουµε σε αυτούς; Πως
εξυπηρετούνται οι πελάτες και οι προσδοκίες τόσο από εµάς όσο και από τους
ανταγωνιστές µας; Πως αυτοί αντιλαµβάνονται την επιχείρησή µας, τους ανταγωνιστές
µας και την βιοµηχανία µας;
Απαντώντας σε αυτά τα ερωτήµατα, οι διευθυντές θα είναι σε θέση να κατανοήσουν
καλύτερα πως θα επιτύχουν τη διαφοροποίηση των επιχειρήσεων και των προϊόντων τους
από τη πληθώρα των ανταγωνιστικών προϊόντων και προσφέρονται ελεύθερα στην αγορά.
Προς αυτή την κατεύθυνση βοηθούν τα Σ.Υ.Α.
7
Ταξινόµηση των Σ.Υ.Α. (κατά Alter, 1977; 1980)

Συστήµατα αρχείων
Συστήµατα Ανάλυσης Δεδοµένων
Πληροφοριακά Συστήµατα Ανάλυσης
Λογιστικά και Οικονοµικά Μοντέλα
Μοντέλα Αναπαράστασης
Μοντέλα Βελτιστοποίησης
Μοντέλα Προτάσεων

Ταξινόµηση των Σ.Υ.Α.

Σε εννοιολογικό επίπεδο (conceptual level), ο Power (2002) διαχωρίζει τα ΣΥΑ σε:
Ò  Τα καθοδηγούµενα από τα µοντέλα Σ.Υ.Α. (model-driven DSS), είναι αυτά που δίνουν
έµφαση στην προσπέλαση και στο χειρισµό στατιστικών και οικονοµικών µοντέλων αλλά
και µοντέλων βελτιστοποίησης, προσοµοίωσης κα. Τα συστήµατα αυτά χρησιµοποιούν
δεδοµένα και παραµέτρους που τους δίνουν οι χρήστες τους για να υποβοηθήσουν τον
αποφασίζοντα να αναλύσει µια κατάσταση αλλά δεν αποδίδουν απαραίτητα έµφαση στα
δεδοµένα (πχ. το σύστηµα Dicodess είναι ένα παράδειγµα ανοικτού λογισµικού
καθοδηγούµενου από τα µοντέλα ΣΥΑ - http://dicodess.sourceforge.net/).
Ò  Τα καθοδηγούµενα από την επικοινωνία Σ.Υ.Α. (communication-driven DSS),
υποστηρίζουν περισσότερους του ενός αποφασίζοντες οι οποίοι εργάζονται για την
επίλυση ενός κοινού προβλήµατος (πχ. το NetMeeting της Microsoft's ή το Groove
(Stanhope, 2002)).
Ò  Τα καθοδηγούµενα από τα δεδοµένα Σ.Υ.Α. (data-driven DSS), αποδίδουν έµφαση στην
προσπέλαση και τον χειρισµό σειρών δεδοµένων είτε από εσωτερικές είτε από
εξωτερικές της επιχείρησης πηγές.
Ò  Τα καθοδηγούµενα από τα κείµενα Σ.Υ.Α. (document-driven DSS), διαχειρίζονται
αδόµητη πληροφορία σε διάφορες ηλεκτρονικές µορφές.
Ò  Τα καθοδηγούµενα από τη γνώση Σ.Υ.Α. (knowledge-driven DSS), παρέχουν
εξειδικευµένη γνώση σε θέµατα επίλυσης προβληµάτων η οποία αποθηκεύεται σαν
γεγονότα, κανόνες, πλαίσια ή άλλες µορφές αναπαράστασης της γνώσης.
9
Ταξινόµηση των Σ.Υ.Α.

Οι Holsapple and Whinston (1996), αναγνωρίζουν πέντε διαφορετικούς
τύπους ΣΥΑ:
Ò  Προσανατολισµένα στο κείµενο Σ.Υ.Α. (text-oriented DSS), τα οποία
υποστηρίζουν τους αποφασίζοντες κρατώντας ηλεκτρονική καταγραφή
της αναπαριστώµενης µέσω κειµένων γνώσης η οποία µπορεί να
χρησιµοποιηθεί στην υποστήριξη και λήψη αποφάσεων. Τα συστήµατα
αυτά υποστηρίζουν τη δηµιουργία, διόρθωση, παρουσίαση, αναζήτηση
κειµένων και τη διασύνδεση µε υπερκείµενα (hypertext links).
Ò  Προσανατολισµένα στις βάσεις δεδοµένων Σ.Υ.Α. (database-oriented
DSS),
Ò  Προσανατολισµένα στα λογιστικά φύλλα Σ.Υ.Α. (spreadsheet-oriented
DSS),
Ò  Προσανατολισµένα στους επιλυτές Σ.Υ.Α. (solver-oriented DSS), και
Ò  Προσανατολισµένα στους κανόνες Σ.Υ.Α. (rule-oriented DSS),
10

11
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ
ΑΠΟΦΑΣΕΩΝ
Αυξάνουν την Αυξάνουν την

ΑΠΟΔΟΤΙΚΟΤΗΤΑ ΑΠΟΤΕΛΕΣΜΑΤΙΚΟΤΗΤΑ
12

Χαρακτηριστικά των ΣΥΑ

Σύµφωνα µε τους Holsapple and Whinston (1996), τα χαρακτηριστικά που θα
πρέπει να διαθέτει ένα ΣΥΑ είναι:
Ò  Ένα ΣΥΑ περιλαµβάνει γνώση που αναφέρεται σε µερικές απόψεις του
αποφασίζοντα για το κόσµο του. Αυτές αφορούν το πως θα ολοκληρώσει
διάφορες εργασίες, τι συµπεράσµατα είναι αποδεκτά σε διάφορες περιπτώσεις,
κ.α.
Ò  Έχει την ικανότητα να αποκτά και να συντηρεί διάφορα είδη γνώσης εκτός της
περιγραφικής.
Ò  Έχει την ικανότητα να αναπαριστά τη γνώση σε µια ad hoc βάση µε διάφορους
προσαρµόσιµους στις απαιτήσεις τρόπους εκτός από κλασικές αναφορές.
Ò  Το Σ.Υ.Α. έχει την ικανότητα να επιλέγει υποσύνολα της αποθηκευµένης γνώσης
και να δηµιουργεί νέα γνώση από την υφιστάµενη για να την χρησιµοποιεί κατά
τη διαδικασία αναγνώρισης ή/και επίλυσης ενός προβλήµατος.
Ò  Έχει τη δυνατότητα να αλληλεπιδρά µε τον κατά περίπτωση αποφασίζοντα µε
τέτοιο τρόπο ώστε ο χρήστης να έχει την δυνατότητα επιλογής και διαχείρισης
της γνώσης.
13
Επικοινωνίας
Αποφασίζοντα -
Χρήστη -
Χρήστη Συστήµατος
Διαχείρισης Διαχείρισης
Δεδοµένων Μοντέλων
14

ΑΠΟΦΑΣΙΖΩΝ
ΧΡΗΣΤΗΣ
Συστατικά ενός
Συστήµατος ΥΠΟΒΟΗΘΗΣΗΣ ΧΡΗΣΤΗ
Υποστήριξης ΕΙΣΕΡΧΟΜΕΝΑ
ΜΕΣΑ ΕΠΙΚΟΙΝΩΙΑΣ
ΧΡΗΣΤΗ - ΣΥΣΤΗΜΑΤΟΣ
ΔΙΑΘΕΣΙΜΗ ΓΝΩΣΗ
ΤΜΗΜΑ ΠΛΗΡ ΟΦΟΡΙΩΝ
ΥΠΟΒΟΗΘΗΣΗΣ ΧΡΗΣΤΗ
ΑΠΟΤΕΛΕΣΜΑΤΑ
ΜΕΣΑ ΕΠΙΚΟΙΝΩΙΑΣ
ΧΡΗΣΤΗ - ΣΥΣΤΗΜΑΤΟΣ
Αποφάσεων Λογισµικό Επικοινωνίας Συστήµατος - Χρήστη
ΥΠΟΣΥΣΤΗΜΑ ΔΙΑΧΕΙΡΙΣΗΣ ΔΕΔΟΜΕΝΩΝ ΥΠΟΣΥΣΤΗΜΑ ΔΙΑΧΕΙΡΙΣΗΣ ΜΟΝΤΕΛΩΝ
ΔΕΔΟΜΕΝΑ ΑΠΟ ΔΕΔΟΜΕΝΑ ΑΠΟ

ΕΣΩΤΕΡΙΚΕΣ ΠΗΓΕΣ ΕΣΩΤΕΡΙΚΕΣ ΠΗΓΕΣ ΒΑΣΗ ΜΟΝΤΕΛΩΝ
Επιχειρησιακής Ερευνας
Στατιστικά
Μάρκετινγκ
Οικονοµικά, κ.λ.π.
ΒΑΣΕΙΣ
ΔΕΔΟΜΕΝΩΝ
ΥΠΟΣΤΗΡΙΞΗΣ
ΑΠΟΦΑΣΕΩΝ
ΣΥΣΤΗΜΑ ΔΙΑΧΕΙΡΙΣΗΣ ΒΑΣΗΣ ΜΟΝΤΕΛΩΝ
Χειρισµός µοντέλων
Συντήρηση
ΣΥΣΤΗΜΑ ΔΙΑΧΕΙΡΙΣΗΣ ΒΑΣΕΩΝ ΔΕΔΟΜΕΝΩΝ Ενηµέρωση
Αναζήτηση πληροφοριών Δηµιουργία, κ.λ.π.
Ανάκτηση δεδοµένων
Ενηµέρωση εγγραφών
Διαγραφή εγγραφών
Δηµιουργία αναφορών
Εκτυπώσεις
15
Τυπικό ΣΥΑ (πηγή: Holsapple and Whinston, 1996)

Σύστηµα Υποστήριξης Αποφάσεων
Ικανότητα απόκτησης Ικανότητα παρουσίασης

της γνώσης της γνώσης
Υπάλληλοι Κινήσεις
εισαγωγής
δεδοµένων
Γνώση:
Ø Περιγραφική
Κινήσεις
Μηχανήµατα Ø Διαδικαστική
επίβλεψης Ø Λογική
Ικανότητα
επιλογής / παραγωγής
γνώσης
Σταθερές αναφορές
Ενέργειες
Συγκεκριµένου σκοπού,
προσαρµοσµένες παρουσιάσεις
Αποφασίζων ή
Κινήσεις, διαδικασίες, κανόνες κλπ Συµµετέχων
Διαχειριστής ΣΥΑ ή ο
Υπεύθυνος Ανάπτυξης ΣΥΑ
16

Υποσύστηµα χρήστη - αποφασίζοντα

Ο χρήστης του συστήµατος δεν είναι ένα ορισµένο
άτοµο που κατέχει µια συγκεκριµένη θέση ή έχει
καθορισµένο επίπεδο γνώσεων.
Ακόµα δε, δεν γνωρίζουµε αν είναι αυτός ο τελικός
αποφασίζων ή ο αναλυτής αποφάσεων ή κάποιος που
απλά συµµετέχει στην όλη διαδικασία.
Γενικά όµως, οι άνθρωποι που σχεδιάζουν και
κατασκευάζουν Σ.Υ.Α θα πρέπει να έχουν στο µυαλό
τους δύο µεγάλες οµάδες χρηστών Σ.Υ.Α:
Ò  τους αποφασίζοντες, και
Ò  τους αναλυτές αποφάσεων οι οποίοι είναι οι ειδικοί
στον τοµέα εφαρµογής του συστήµατος.
17
Υποσύστηµα επικοινωνίας
Το υποσύστηµα αυτό θεωρείται ίσως το σηµαντικότερο χαρακτηριστικό ενός Σ.Υ.Α.
για τον λόγο ότι µέσω αυτού ο χρήστης έρχεται σε επαφή µε το κύριο σύστηµα.
Η επικοινωνία στα Σ.Υ.Α. γίνεται µε αλληλεπιδραστικό διάλογο χρήστη-συστήµατος.
Το υποσύστηµα επικοινωνίας αποτελείται από τα τρία ακόλουθα τµήµατα:
Ò  Τµήµα µέσων επικοινωνίας χρήστη - συστήµατος. Στο τµήµα αυτό περιέχονται
όλα τα µέσα, µέσω των οποίων ο χρήστης επικοινωνεί µε το σύστηµα όπως: το
πληκτρολόγιο (keyboard), το ποντίκι (mouse), o οπτικός αναγνώστης (scaner ή
optical reader), το joystick κ.λπ.
Ò  Τµήµα µέσων επικοινωνίας συστήµατος - χρήστη. Μέσω του τµήµατος αυτού
‘απαντά’ το σύστηµα στον χρήστη υποβάλλοντας ερωτήσεις και παρέχοντας τα
αποτελέσµατα (outputs) της εφαρµογής διαφόρων µοντέλων. Τα µέσα που
χρησιµοποιούνται για την εµφάνιση των αποτελεσµάτων από το σύστηµα είναι:
η οθόνη (screen), οι εκτυπωτές (printers), οι σχεδιογράφοι (plotters) κ.λπ.
Ò  Τµήµα πληροφόρησης χρήστη. Ο χρήστης για να µπορεί να χειρίζεται το
σύστηµα και να εκµεταλλεύεται όλες τις δυνατότητες του συστήµατος έχει
ανάγκη από συνεχή πληροφόρηση ώστε να αυξάνει την αποτελεσµατικότητά
του.
18

Υποσύστηµα διαχείρισης βάσεων δεδοµένων

Το υποσύστηµα αυτό είναι ένα πακέτο λογισµικού που ασχολείται µε τη
συστηµατική αποθήκευση (storage), αναζήτηση (retrieval) και συντήρηση
(maintenance) δεδοµένων.
Ένα Σύστηµα Διαχείρισης Βάσεων Δεδοµένων (DBMS - Data Base Management
System) ικανοποιεί όλες τις απαιτήσεις των χρηστών για πληροφόρηση, χωρίς να
απασχολούνται οι ίδιοι µε τις λεπτοµέρειες χειρισµού των δεδοµένων.
Οι βάσεις δεδοµένων είναι τµήµατα του υποσυστήµατος διαχείρισης βάσης
δεδοµένων. Στις βάσεις δεδοµένων, δεδοµένα που προέρχονται από εσωτερικές
και εξωτερικές πηγές, αποθηκεύονται σε ένα σύνολο διακεκριµένων αρχείων που
αποτελούν τις βάσεις δεδοµένων για την υποστήριξη αποφάσεων. Το υποσύστηµα
παρέχει τη δυνατότητα σε διάφορους χρήστες να χρησιµοποιούν ταυτόχρονα τα
ίδια δεδοµένα που βρίσκονται αποθηκευµένα σε αυτές.
Ο ρόλος του υποσυστήµατος αυτού είναι να:
Ò  Ενηµερώνει τις χρησιµοποιούµενες από το σύστηµα βάσεις δεδοµένων,
προσθέτοντας, µεταβάλλοντας, διαγράφοντας εγγραφές.
Ò  Συσχετίζει δεδοµένα που προέρχονται από διαφορετικές πηγές.
Ò  Ανακτά δεδοµένα από βάσεις δεδοµένων.
Ò  Διαθέτει δυνατότητες σύνθετων χειρισµών των βάσεων δεδοµένων.
19
Υποσύστηµα διαχείρισης βάσεων δεδοµένων

Μια γενικά αποδεκτή αρχιτεκτονική συστηµάτων βάσεων δεδοµένων
προτάθηκε το 1975 από την ANSI/SPARC - Study Group on Database
Management Systems, αποτελείται από το:
Ò  Εξωτερικό επίπεδο (external): Στο επίπεδο αυτό περιγράφονται τα
δεδοµένα από την οπτική γωνία που τα αντιλαµβάνεται ένας χρήστης
του συστήµατος.
Ò  Ιδεατό ή λογικό επίπεδο (conceptual): Περιγράφει την εικόνα που έχουν
για τα δεδοµένα το σύνολο των χρηστών.
Ò  Εσωτερικό επίπεδο (internal): Αναφέρεται στη φυσική αποθήκευση των
δεδοµένων στις διάφορες περιφερειακές µονάδες.
Κάθε χρήστης ‘βλέπει’ µόνο ένα τµήµα µιας βάσης δεδοµένων (εξωτερικό
επίπεδο).
Το σύνολο των χρηστών την ‘βλέπει’ όλη (ιδεατό επίπεδο), ενώ τα δεδοµένα
είναι αποθηκευµένα µόνο µια φορά (εσωτερικό επίπεδο).
20

Υποσύστηµα διαχείρισης βάσεων µοντέλων
Το κύριο χαρακτηριστικό ενός Σ.Υ.Α. είναι ότι διαθέτει ένα σύνολο µοντέλων µέσω των
οποίων µπορεί να αναλύει µια µοντελοποιηµένη αναπαράσταση της πραγµατικότητας
µάλλον, παρά αυτής της ίδιας της πραγµατικότητας.
Ένα µοντέλο είναι µια απλοποιηµένη αναπαράσταση ή µια αφηρηµένη έκφραση της
πραγµατικότητας. Είναι συνήθως απλοποιηµένη κυρίως επειδή η πραγµατικότητα είναι πολύ
σύνθετη για να αναπαρασταθεί ακριβώς και επειδή το µεγαλύτερο τµήµα της
πολυπλοκότητας δεν αναφέρεται στην ουσία σε αυτό το ειδικό πρόβληµα.
Τα χαρακτηριστικά της απλοποίησης και της αναπαράστασης είναι δύσκολο να επιτευχθούν
ταυτόχρονα στην πράξη γιατί οι δύο αυτές έννοιες αντιφάσκουν µεταξύ τους.
Η βάση µοντέλων αποτελείται από ένα σύνολο µοντέλων που ανήκουν σε κάποια από τις
ακόλουθες γενικές κατηγορίες: στρατηγικά, στατιστικά, επιχειρησιακής έρευνας, µάρκετινγκ,
ανάλυσης δεδοµένων, οικονοµικά, πρόβλεψης, κ.λπ.
Την ευθύνη των εργασιών διαχείρισης της βάσης µοντέλων αναλαµβάνει το υποσύστηµα
διαχείρισης βάσης µοντέλων.
Το υποσύστηµα διαχείρισης των µοντέλων έχει σαν στόχο να απαλλάξει το χρήστη από τις
εργασίες αποθήκευσης και επεξεργασίας της βάσης µοντέλων, µε τον ίδιο τρόπο που το
υποσύστηµα διαχείρισης βάσης δεδοµένων απαλλάσσει το χρήστη από τις εργασίες
αποθήκευσης και επεξεργασίας της βάσης δεδοµένων.
21
Υποσύστηµα διαχείρισης βάσεων µοντέλων

Τα σηµαντικότερα θέµατα στη διαχείριση µοντέλων είναι:
Ò  Η δοµή της βάσης µοντέλων, η οποία µπορεί να είναι, κατά αντιστοιχία
µε τη διαχείριση της βάσης δεδοµένων.
Ò  Μια πιο πρόσφατη προσπάθεια είναι η δοµηµένη µοντελοποίηση
(structured modeling) η οποία παρέχει ένα πλαίσιο όχι µόνο για τη
δόµηση µοντέλων αλλά και για τεκµηρίωση της βάσης µοντέλων,
ανάπτυξη βιβλιοθηκών επαναχρησιµοποιήσιµων συστατικών µοντέλων
και αντικειµενοστραφή (object-oriented) διαχείριση µοντέλων.
Ò  Η επεξεργασία της βάσης µοντέλων, στην οποία χρησιµοποιούνται και
τεχνικές που βασίζονται στη τεχνητή νοηµοσύνη, γίνεται µε στόχο την
επικοινωνία χρηστών - µοντέλων, την ολοκλήρωση των µοντέλων ή
τµηµάτων, την υποβοήθηση των χρηστών για τη κατασκευή µοντέλων η
τµηµάτων των και τέλος για την υποβοήθηση των χρηστών στην
αναπαράσταση των αποτελεσµάτων της εφαρµογής των µοντέλων.
Ò  Οργανωτικό περιβάλλον (organizational environment) του
υποσυστήµατος διαχείρισης µοντέλων, στο οποίο γίνεται επίσης χρήση
γνώσεων από το χώρο της Τεχνητής Νοηµοσύνης.
22

Ανάπτυξη Σ.Υ.Α.
• Δοµηµένες συνεντεύξεις
• Ανάλυση αποφάσεων
Ανάλυση υποστήριξης • Ανάλυση δεδοµένων
αποφάσεων • Τεχνική ανάλυση
• Ανάλυση εννοιών ΣΥΑ
• Προγραµµατισµός και ιεράρχηση προτεραιοτήτων
• Καταγραφή πιθανών πωλητών ΣΥΑ
Αξιολόγηση και • Διερεύνηση εξωτερικών ιστοσελίδων
επιλογή λογισµικού για • Ανάλυση χαρακτηριστικών
• Σύγκριση
την ανάπτυξη του ΣΥΑ • Επιλογή
• Σκοπός πρωτότυπου
• Αξιολόγηση προγράµµατος
Ανάπτυξη πρωτότυπου • Σχεδίαση λεπτοµερειών
• Κατασκευή συστήµατος – προγραµµατισµός
• Έλεγχος - Επίδειξη και αποτίµηση
Επιχειρησιακή • Προσανατολισµός στις λειτουργίες
• Επιχειρησιακή εκπαίδευση
ανάπτυξη και • Ανάπτυξη
υποστήριξη • Συντήρηση
23
Διαδικασία ανάπτυξης ΣΥΑ

Δοµηµένες Συνεντεύξεις
Προσαρµογή
Ανάλυση Αποφάσεων
Ανάλυση Δεδοµένων
Τεχνική Ανάλυση
Ανάλυση Εννοιών ΣΥΑ
Ανάλυση Υποστήριξης Αποφάσεων Προγραµµατισµός και Ιεράρχηση

Προτεραιοτήτων
Αξιολόγηση & Επιλογή Λογισµικού ΣΥΑ
Προσανατολισµός στις
Λειτουργίες
Ανάπτυξη Πρωτότυπου Επιχειρησιακή Εκπαίδευση
Ανάπτυξη
Συντήρηση
Επιχειρησιακή Ανάπτυξη και Υποστήριξη
24

Πλάνο Ανάπτυξης -
Στάδια ανάπτυξης Σ.Υ.Α. Κατασκευής
Ερευνα Δυνατότητας Ανάπτυξης
Ανάλυση
Διαδικασία ανάπτυξης
Σχεδίαση
πρωτότυπου
Κατασκευή Πρωτότυπου Υποσύστηµα Υποσύστηµα Διαχείρισης Υποσύστηµα Διαχείρισης
Επικοινωνίας Βάσεων Δεδοµένων Βάσεων Μοντέλων
Ολοκλήρωση: Ελεγχος - Εκτίµηση

Κατασκευή
Ολοκλήρωση - Εκτίµηση - Τεκµηρίωση

Είναι το
Διορθώσεις - Βελτιώσεις
Πρωτότυπο
Ικανοποιητικό;
Συντήρηση
Ανάπτυξη Συστήµατος Προσαρµογή - Βελτιώσεις
25
Τεχνολογικά επίπεδα
Ò  Ειδικά (Specific): Τα Ειδικά Συστήµατα Υποστήριξης Αποφάσεων (Specific Decision Support
Systems) είναι συστήµατα που αναπτύχθηκαν για να καλύψουν τις ανάγκες µιας ειδικής
απόφασης ή µιας ειδικής διαδικασίας λήψης της, όπως επίσης ειδικών συνδυασµών µοντέλων,
βάσεων δεδοµένων, τεχνικών παρουσίασης και άλλων ειδικών εργασιών.
Ò  Γεννήτριες (Generatoτs): Στο δεύτερο επίπεδο βρίσκονται τα συστήµατα λογισµικού µε τη
βοήθεια των οποίων µπορούµε να κατασκευάσουµε ένα σύστηµα, του προηγούµενου
επιπέδου (ειδικό), εύκολα, γρήγορα και µε χαµηλό κόστος. Τα συστήµατα αυτά ονοµάζονται
Γεννήτριες Συστηµάτων Υποστήριξης Αποφάσεων (Decision Support Systems Generators).
Μερικά γνωστά συστήµατα αυτής της κατηγορίας είναι το Lotus 1-2-3, το Excel, το
Symphony, το Framewoτk, το GADS (Geodata Analysis and Display της Ι.Β.Μ), κ.α.
Ò  Εργαλεία (Tools): Στο χαµηλότερο επίπεδο βρίσκονται τα εργαλεία λογισµικού ή τα
βοηθήµατα (utilities) που χρησιµοποιούνται για την ανάπτυξη είτε απευθείας ειδικών
συστηµάτων είτε γεννητριών οι οποίες µε την σειρά τους µπορούν να αναπτύξουν ειδικά
συστήµατα. Είναι δυνατόν κάποια τµήµατα του αναπτυσσόµενου συστήµατος να
κατασκευασθούν από γεννήτριες και κάποια άλλα µε τη βοήθεια ειδικών εργαλείων.
Η ανάπτυξη ειδικών συστηµάτων µε τη χρήση γεννητριών οδηγούν στην υπερπήδηση τυχόν
οικονοµικών εµποδίων καθώς και στον περιορισµό του χρόνου ανάπτυξής των. Η διαδικασία
ανάπτυξης ειδικών συστηµάτων ή γεννητριών µε τη χρήση εργαλείων είναι µια διαδικασία
περισσότερο χρονοβόρα και πολυέξοδη.
26

Αλληλεπιδραστικά συστήµατα υποστήριξης αποφάσεων

O ρόλος των ΑΣΥΑ, στα πλαίσια λήψης µίας απόφασης, χαρακτηρίζεται από µια
συνεχή προσπάθεια σταδιακής προσέγγισης της συλλογιστικής του αποφασίζοντα
µέσω της αλληλεπίδρασής του µε το σύστηµα (σχήµα). µε τον τρόπο αυτό το
µοντέλο τείνει συν το χρόνο να προσεγγίζει πιστότερα τον αποφασίζοντα.
Αποφασίζων
Χρόνος
Μοντέλο
27
Προβλήµατα – Αιτίες αποτυχίας Σ.Υ.Α.

Οι κυριότερες αιτίες αποτυχίας οφείλονται:
Ò  Στη δυσκολία που αντιµετωπίζουν οι αποφασίζοντες στο να βρουν
αναλυτικά µοντέλα για την περιγραφή των προβληµάτων τους.
Ò  Στη δυσκολία που υπάρχει στο να χειριστούν οι χρήστες-αποφασίζοντες
τα µοντέλα και τα εργαλεία που διαρκώς αναπτύσσονται.
Ò  Στην άγνοια των χρηστών για τα µοντέλα που υπάρχουν και µπορούν να
εφαρµοστούν για την επίλυση ενός προβλήµατος γεγονός που οδηγεί
στην εσφαλµένη εφαρµογή µοντέλων για την επίλυση συγκεκριµένων
προβληµάτων.
Ò  Στο γεγονός ότι τα Συστήµατα Υποστήριξης Αποφάσεων είναι αρκετά
εξειδικευµένα (application specific) ενώ χρησιµοποιούν διαφορετικές
µορφές (formats) εισόδου/εξόδου, ανάλογα µε την εφαρµογή.
28

Συστήματα Λήψης Αποφάσεων Dimitrios Nasiopoulos ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Συστήματα Λήψης Αποφάσεων Dimitrios Nasiopoulos ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ

Uploaded by

Copyright:

Available Formats

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ

ΤΜΉΜΑ ΠΛΗΡΟΦΟΡΙΚΉΣ ΚΑΙ ΤΗΛΕΠΙΚΟΙΝΩΝΙΏΝ

ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ

Δρ. Δηµήτριος Νασιόπουλος

Ολοκλήρωση Πληροφοριακών Συστηµάτων

Κύκλος ζωής συστηµάτων

Ανάλυση και Σχεδίαση Συστηµάτων

Ιστορική εξέλιξη Πληροφοριακών Συστηµάτων

Κατηγοριοποίηση Πληροφοριακών Συστηµάτων

Προβλήµατα κατά την ανάπτυξη Πληροφοριακών Συστηµάτων

ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ

Ò Συνεχής λήψη αποφάσεων καθηµερινά

É Η υποστήριξη παρέχεται είτε σε οµάδες ατόµων

ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ

Ταξινοµήσεις και Ιεραρχία

Ò Ιεραρχία της γνώσης

ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ

ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ

ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ

Από τα δεδοµένα στην πληροφορία και αντιστρόφως

ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ

ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ

ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ

Αξία – σηµαντικότητα πληροφορίας

ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ

Επίσης πρέπει να προστεθούν τα ακόλουθα προβλήµατα πληροφόρησης

ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ

Επιχειρήσεις και διαχείριση πόρων πληροφόρησης

Φορολογία Προµηθευτές Τράπεζες Χρηµατηστήρια Ευρωπαϊκοί

Εικ. 1.2 Περιβάλλον πληροφόρησης µιας επιχείρησης 21

Επιχειρήσεις και διαχείριση πόρων πληροφόρησης

Εικ. 1.3 Μοντέλο διαχείρισης πόρων πληροφόρησης

ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ

Κατηγορίες διαχείρισης πληροφορίας

Ò Πληροφορία καταχωρηµένη σε εσωτερικές βάσεις δεδοµένων (δεδοµένα

Η Πληροφόρηση σαν έκτος πόρος µιας Επιχείρησης

ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ

Η Πληροφόρηση σαν έκτος πόρος µιας Επιχείρησης

Πληροφορία και Λήψη Αποφάσεων

Από όλες τις λειτουργίες και δραστηριότητες που αφορούν τη διοίκηση,

Η λήψη αποφάσεων θεωρείται σαν συνώνυµο της διοίκησης ή σε κάποιο

Οι αποφάσεις έχουν να κάνουν µε την ανάγκη να γίνονται επιλογές µεταξύ

ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ

Πληροφορία και Λήψη Αποφάσεων

Πληροφορία και Λήψη Αποφάσεων

ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ

Πληροφορία και Λήψη Αποφάσεων

Πληροφορία και Λήψη Αποφάσεων

ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ

Διαχείριση της Γνώσης (Knowledge Management)

Η διαχείριση της γνώσης είναι η διαδικασία η οποία βοηθά τις

Η διαχείριση γνώσης θα πρέπει να περιλαµβάνει δραστηριότητες

Οι Millar et al. (1997), συµφωνούν ότι η διαχείριση γνώσης

ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ

Πλαίσιο διαχείρισης γνώσης

Εικ. 1.6 Πλαίσιο πρακτικών διαχείρισης γνώσης 34

ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ

ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ

Ò Αντιφατικές (Inconsistent): Αξιοσηµείωτες αντιφάσεις παρατηρούνται

Η Αξία της γνώσης για την απόκτηση ανταγωνιστικού πλεονεκτήµατος

ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ

Συστήµατα Διαχείρισης Γνώσης (Knowledge Management

Διαστάσεις της γνώσης

• Ανταγωνισµός: Πως µπορούµε να αυξήσουµε την

Ò  Συνεχής λήψη αποφάσεων καθηµερινά

É  Η υποστήριξη παρέχεται είτε σε οµάδες ατόµων

Ò  Ιεραρχία της γνώσης

Ò  Πληροφορία καταχωρηµένη σε εσωτερικές βάσεις δεδοµένων (δεδοµένα

Ò  Αντιφατικές (Inconsistent): Αξιοσηµείωτες αντιφάσεις παρατηρούνται

•  Ανταγωνισµός: Πως µπορούµε να αυξήσουµε την

u  Η γνώση, παρόµοια µε την πληροφορία, θεωρείται σήµερα ως

u  Τα υποδείγµατα των σχέσεων δεδοµένων και των πληροφοριών

u  Η αξία της διαχείρισης της γνώσης σχετίζεται άµεσα µε την

É  Κατάργηση φίλτρων και εµποδίων επικοινωνίας. Διάφορες πολιτικές ή

• Δυνατότητα συνεργασίας των διάφορων λειτουργικών υποσυστηµάτων

Ολοκλήρωση • Ανάπτυξη µεγάλων και πολύπλοκων συστηµάτων

Ò  Χρησιµοποιεί αντικείµενα και Πότε είναι µια γλώσσα

Ò  Οι τελικές αποφάσεις παίρνονται από τους