Professional Documents
Culture Documents
Συστήματα Λήψης Αποφάσεων Dimitrios Nasiopoulos ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ
Συστήματα Λήψης Αποφάσεων Dimitrios Nasiopoulos ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ
Κεφάλαιο 1o
Δεδοµένα, Πληροφορία, Γνώση & Σοφία
ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ
1ο Κεφάλαιο – Πληροφοριακά Συστήµατα
ΠΕΡΙΕΧΟΜΕΝΑ
Ταξινοµήσεις και Ιεραρχία
Ορισµοί
Αντικειµενοστραφής προγραµµατισµός
5
ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ
1ο Κεφάλαιο - Δεδοµένα, Πληροφορία, Γνώση & Σοφία
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
ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ
1ο Κεφάλαιο - Δεδοµένα, Πληροφορία, Γνώση & Σοφία
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
ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ
1ο Κεφάλαιο - Δεδοµένα, Πληροφορία, Γνώση & Σοφία
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
11
ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ
1ο Κεφάλαιο - Δεδοµένα, Πληροφορία, Γνώση & Σοφία
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
Γνώση (Knowledge)
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
ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ
1ο Κεφάλαιο - Δεδοµένα, Πληροφορία, Γνώση & Σοφία
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
Γνώση (Knowledge)
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
ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ
1ο Κεφάλαιο - Δεδοµένα, Πληροφορία, Γνώση & Σοφία
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
ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ
1ο Κεφάλαιο - Δεδοµένα, Πληροφορία, Γνώση & Σοφία
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
ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ
1ο Κεφάλαιο - Δεδοµένα, Πληροφορία, Γνώση & Σοφία
20
Οργανωµένες
Στατιστικά Ενώσεις Οµάδες
Στοιχεία Καταναλωτών (Greenpeace, …)
Τάσεις Πληθυσµού Στάσεις Καταναλωτών ‘Πράσινα’ Θέµατα
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
23
ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ
1ο Κεφάλαιο - Δεδοµένα, Πληροφορία, Γνώση & Σοφία
24
25
ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ
1ο Κεφάλαιο - Δεδοµένα, Πληροφορία, Γνώση & Σοφία
26
27
ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ
1ο Κεφάλαιο - Δεδοµένα, Πληροφορία, Γνώση & Σοφία
29
ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ
1ο Κεφάλαιο - Δεδοµένα, Πληροφορία, Γνώση & Σοφία
30
31
ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ
1ο Κεφάλαιο - Δεδοµένα, Πληροφορία, Γνώση & Σοφία
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
ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ
1ο Κεφάλαιο - Δεδοµένα, Πληροφορία, Γνώση & Σοφία
Τάξη Προβλήµατος
Αναγνώριση
Κατανοµή
Υποστηριζόµενη
Διαδικασία
Διατήρηση
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
ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ
1ο Κεφάλαιο - Δεδοµένα, Πληροφορία, Γνώση & Σοφία
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
37
ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ
1ο Κεφάλαιο - Δεδοµένα, Πληροφορία, Γνώση & Σοφία
38
40
41
ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ
1ο Κεφάλαιο - Δεδοµένα, Πληροφορία, Γνώση & Σοφία
42
ΠΕΡΙΕΧΟΜΕΝΑ
Εισαγωγή
4
ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ
2ο Κεφάλαιο – Πληροφοριακά Συστήµατα
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.
6
ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ
2ο Κεφάλαιο – Πληροφοριακά Συστήµατα
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
10
ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ
2ο Κεφάλαιο – Πληροφοριακά Συστήµατα
Καθορισµός Απαιτήσεων
Πληροφόρησης
Ανάπτυξη, Ελεγχοι
Επαλήθευση Συστήµατος
Ολοκλήρωση Συστήµατος
11
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
Στη χρήση γλωσσών 4ης γενιάς (Γραφικά, ΒΔ, κ.α.) & 5ης γενιάς (συµβολικές)
13
Αντικειµενοστραφής προγραµµατισµός
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
ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ
2ο Κεφάλαιο – Πληροφοριακά Συστήµατα
Αντικειµενοστραφής προγραµµατισµός
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.
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)
ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ
2ο Κεφάλαιο – Πληροφοριακά Συστήµατα
ΔΟΜΗΜΕΝΗ ACCOUNTS
RECEIVABLE
ELECTRONIC PRODUCTION
SCHEDULING COST OVERRUNS
TPS
OAS MIS
ΗΜΙΔΟΜΗΜΕΝΗ BUDGET
PREPARATION
PROJECT DSS
SCHEDULING
FACILITY
LOCATION
KWS ESS
17
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)
ΑΝΤΙΚΑΤΑΣΤΑΣΗ
ΠΡΟΣΒΑΣΗ ΣΕ ΕΠΙΒΟΛΗ
ΑΝΘΡΩΠΙΝΟΥ ΔΥΝΑΜΙΚΟΥ
ΠΛΗΡΟΦΟΡΙΑ / ΕΡΓΑΛΕΙΑ ΚΑΝΟΝΩΝ / ΔΙΑΔΙΚΑΣΙΩΝ
ΑΠΟ ΤΕΧΝΟΛΟΓΙΑ
18
ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ
2ο Κεφάλαιο – Πληροφοριακά Συστήµατα
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
Διευθυντές γραµµής -
Λειτουργικά Συστήµατα Συστήµατα Επεξεργασίας (TPS)
Διαχειριστές
20
ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ
2ο Κεφάλαιο – Πληροφοριακά Συστήµατα
Κεφάλαιο 3o
Θεωρία Αποφάσεων
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
3ο Κεφάλαιο – Πληροφοριακά Συστήµατα
ΠΕΡΙΕΧΟΜΕΝΑ
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
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
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
3o Κεφάλαιο - Θεωρία Αποφάσεων
Καθορισµός κριτηρίων
2ο βήµα: απόφασης
Δηµιουργία εναλλακτικών
4ο βήµα: επιλογών
10
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
3o Κεφάλαιο - Θεωρία Αποφάσεων
11
Μη Ικανοποιητικά
Αποτελέσµατα
14
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
3o Κεφάλαιο - Θεωρία Αποφάσεων
15
Αβεβαιότητα
Σύνθετα
Προβλήµατα
Απόφασης
18
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
3o Κεφάλαιο - Θεωρία Αποφάσεων
19
20
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
3o Κεφάλαιο - Θεωρία Αποφάσεων
21
22
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
3o Κεφάλαιο - Θεωρία Αποφάσεων
26
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
3o Κεφάλαιο - Θεωρία Αποφάσεων
Ò Ο προσεκτικός, κλπ.
27
30
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
3o Κεφάλαιο - Θεωρία Αποφάσεων
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
32
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
3o Κεφάλαιο - Θεωρία Αποφάσεων
Νοητική
Σχεδιασµός Επιλογή Ολοκλήρωση
φάση
33
34
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
3o Κεφάλαιο - Θεωρία Αποφάσεων
Πρόβλεψη αποτελεσµάτων
Μέτρηση αποτελεσµάτων
Σενάρια
35
36
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
3o Κεφάλαιο - Θεωρία Αποφάσεων
Τ Ε Χ ΝΙΚ Ε Σ ΤΕΧΝΙΚΕΣ
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
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
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
3o Κεφάλαιο - Θεωρία Αποφάσεων
Προσεκτική Μέτριο
Ανάπτυξη
Φτωχό
Καλό
Νέο Προϊόν Ταχεία
Μέτριο
Ανάπτυξη
Φτωχό
Καλό
Ενίσχυση
Μέτριο
Προϊόντων
Παγίωση
Φτωχό
Μέτριο
Συγκέντρωση
Προϊόντων
Φτωχό
40
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
3o Κεφάλαιο - Θεωρία Αποφάσεων
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
Συγκέντρωση
Προϊόντων
0.4
Φτωχό 1.000 €
42
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
3o Κεφάλαιο - Θεωρία Αποφάσεων
Αυτά παρουσιάζονται στο επόµενο δέντρο του παραδείγµατός µας. Σηµειώστε ότι οι τιµές
που υπολογίζονται για κάθε κόµβο δίνονται στα κουτάκια.
43
0.4
6.400
Φτωχό 1.000 €
44
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
3o Κεφάλαιο - Θεωρία Αποφάσεων
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
Συγκέντρωση
Προϊόντων
Κόστος: 0
6.400 - 0 = 6.400
6.400
46
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
3o Κεφάλαιο - Θεωρία Αποφάσεων
49
51
d1
1-p r3
d2
r2
52
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
3o Κεφάλαιο - Θεωρία Αποφάσεων
d1
1-p r3
p r2
d2
1-p
r3
53
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
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
3o Κεφάλαιο - Θεωρία Αποφάσεων
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
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
3o Κεφάλαιο - Θεωρία Αποφάσεων
d1
1-p
r2
d2
r3
r
IB(d1) ΠΤ(d1)
r3 pr1+(1-p)r2
57
u(r3)
r
IB(d1) ΠΤ(d1)
r3 pr1+(1-p)r2
58
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
3o Κεφάλαιο - Θεωρία Αποφάσεων
u(r3)
r
ΠΤ(d1) IB(d1)
pr1+(1-p)r2 r3
59
Κεφάλαιο 5o
Λήψη Οµαδικών Αποφάσεων
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
5o Κεφάλαιο – Λήψη 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.
7
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
5o Κεφάλαιο – Λήψη Οµαδικών Αποφάσεων
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
11
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
5o Κεφάλαιο – Λήψη Οµαδικών Αποφάσεων
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
13
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
5o Κεφάλαιο – Λήψη Οµαδικών Αποφάσεων
14
17
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
5o Κεφάλαιο – Λήψη Οµαδικών Αποφάσεων
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
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
5o Κεφάλαιο – Λήψη Οµαδικών Αποφάσεων
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
21
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
5o Κεφάλαιο – Λήψη Οµαδικών Αποφάσεων
22
23
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
5o Κεφάλαιο – Λήψη Οµαδικών Αποφάσεων
24
26
28
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
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
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
5o Κεφάλαιο – Λήψη Οµαδικών Αποφάσεων
Η Μέθοδος Delphi
Η µέθοδος περιλαµβάνει τρεις διαφορετικές οµάδες συµµετεχόντων:
Η Μέθοδος Delphi είναι µια έρευνα της γνώµης των ειδικών ενός
χώρου και έχει τα ακόλουθα χαρακτηριστικά:
Ò ανωνυµία,
Ò επαναληπτικότητα,
37
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
5o Κεφάλαιο – Λήψη Οµαδικών Αποφάσεων
Η Μέθοδος Delphi
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;
38
Η Μέθοδος Delphi
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
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
5o Κεφάλαιο – Λήψη Οµαδικών Αποφάσεων
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.
Σύνταξη του 1ου ερωτηµατολογίου και έλεγχος ώστε αυτό να είναι κατανοητό και
σωστά διατυπωµένο.
41
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
5o Κεφάλαιο – Λήψη Οµαδικών Αποφάσεων
42
43
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
5o Κεφάλαιο – Λήψη Οµαδικών Αποφάσεων
44
Η Μέθοδος Delphi
• 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
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
5o Κεφάλαιο – Λήψη Οµαδικών Αποφάσεων
Η Μέθοδος Delphi
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
Θεωρία Παιγνίων
48
51
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
5o Κεφάλαιο – Λήψη Οµαδικών Αποφάσεων
52
53
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
5o Κεφάλαιο – Λήψη Οµαδικών Αποφάσεων
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
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
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
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
5o Κεφάλαιο – Λήψη Οµαδικών Αποφάσεων
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
Δεύτερος αποφασίζων:
Πίνακας Συµφωνιών Πίνακας Διαφωνιών Πίνακας Υπεροχών
Για P=0,75 & Q=0,25
Εναλ-1 Εναλ-2 Εναλ-3 Εναλ-1 Εναλ-2 Εναλ-3 Εναλ-1 Εναλ-2 Εναλ-3
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:
Πίνακας Συµφωνιών Πίνακας Διαφωνιών Πίνακας Υπεροχών
Για P=0,75 & Q=0,25
Εναλ-1 Εναλ-2 Εναλ-3 Εναλ-1 Εναλ-2 Εναλ-3 Εναλ-1 Εναλ-2 Εναλ-3
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
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
5o Κεφάλαιο – Λήψη Οµαδικών Αποφάσεων
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
59
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
5o Κεφάλαιο – Λήψη Οµαδικών Αποφάσεων
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.
62
63
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
5o Κεφάλαιο – Λήψη Οµαδικών Αποφάσεων
66
67
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
5o Κεφάλαιο – Λήψη Οµαδικών Αποφάσεων
68
69
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
5o Κεφάλαιο – Λήψη Οµαδικών Αποφάσεων
70
Κεφάλαιο 6o
Συστήµατα Υποστήριξης Αποφάσεων
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
6o Κεφάλαιο – Συστήµατα Υποστήριξης Αποφάσεων
ΠΕΡΙΕΧΟΜΕΝΑ
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
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
6o Κεφάλαιο – Συστήµατα Υποστήριξης Αποφάσεων
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
5
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
6o Κεφάλαιο – Συστήµατα Υποστήριξης Αποφάσεων
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
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
6o Κεφάλαιο – Συστήµατα Υποστήριξης Αποφάσεων
Μοντέλα Αναπαράστασης
Μοντέλα Βελτιστοποίησης
Μοντέλα Προτάσεων
9
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
6o Κεφάλαιο – Συστήµατα Υποστήριξης Αποφάσεων
10
11
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
6o Κεφάλαιο – Συστήµατα Υποστήριξης Αποφάσεων
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ
ΑΠΟΦΑΣΕΩΝ
12
13
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
6o Κεφάλαιο – Συστήµατα Υποστήριξης Αποφάσεων
Επικοινωνίας
Αποφασίζοντα -
Χρήστη -
Χρήστη Συστήµατος
Διαχείρισης Διαχείρισης
Δεδοµένων Μοντέλων
14
Συστατικά ενός
Συστήµατος ΥΠΟΒΟΗΘΗΣΗΣ ΧΡΗΣΤΗ
Υποστήριξης ΕΙΣΕΡΧΟΜΕΝΑ
ΜΕΣΑ ΕΠΙΚΟΙΝΩΙΑΣ
ΧΡΗΣΤΗ - ΣΥΣΤΗΜΑΤΟΣ
ΔΙΑΘΕΣΙΜΗ ΓΝΩΣΗ
ΤΜΗΜΑ ΠΛΗΡ ΟΦΟΡΙΩΝ
ΥΠΟΒΟΗΘΗΣΗΣ ΧΡΗΣΤΗ
ΑΠΟΤΕΛΕΣΜΑΤΑ
ΜΕΣΑ ΕΠΙΚΟΙΝΩΙΑΣ
ΧΡΗΣΤΗ - ΣΥΣΤΗΜΑΤΟΣ
15
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
6o Κεφάλαιο – Συστήµατα Υποστήριξης Αποφάσεων
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 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
19
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
6o Κεφάλαιο – Συστήµατα Υποστήριξης Αποφάσεων
20
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
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
6o Κεφάλαιο – Συστήµατα Υποστήριξης Αποφάσεων
Προσαρµογή
Ανάλυση Αποφάσεων
Ανάλυση Δεδοµένων
Τεχνική Ανάλυση
Προσανατολισµός στις
Λειτουργίες
Ανάπτυξη
Συντήρηση
24
Ανάλυση
Διαδικασία ανάπτυξης
Σχεδίαση
πρωτότυπου
Κατασκευή Πρωτότυπου Υποσύστηµα Υποσύστηµα Διαχείρισης Υποσύστηµα Διαχείρισης
Επικοινωνίας Βάσεων Δεδοµένων Βάσεων Μοντέλων
25
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
6o Κεφάλαιο – Συστήµατα Υποστήριξης Αποφάσεων
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
Χρόνος
Μοντέλο
27
ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
6o Κεφάλαιο – Συστήµατα Υποστήριξης Αποφάσεων
28