È Decizie - definitie, niveluri si tipuri de decizie
Putem definii decizia ca fiind rezultatul unor activitati constiente de alegere a unei directii de actiune si a angajarii in aceasta. Decizia apartine unei persoane sau unui grup de persoane care dispun de autoritatea necesara si care raspund pentru folosirea resurselor in anumite situatii.
Clasificarea deciziilor se poate face dupa mai multe criterii de clasificare:
F In functie de nivelul decizional, deciziile se clasifica in
Decizii strategice, sunt acele decizii care determinaa obiectivele, resursele si politicile organizatiei. Una dintre principalele decizii la acest nivel o reprezinta anticiparea viitorului organizatiei si a mediului in care va functiona.
Decizii tactice - de control managerial, aceste decizii sunt legate de urmarirea eficientei si a eficacitatii cu care sunt utilizate resursele, precum si eficienta unor unitati operationale.
Decizii operationale - de control operational, sunt acele decizii care determina modalitatile in care se executa sarcinile stabilite la niveluri superioare.
Decizii privind cunostintele, sunt legate de evaluarea ideilor privind noi produse si servicii, metodelor de comunicare a noilor cunostinte si de difuzare a informatiilor in organizatie.
F In functie de gradul de structurare al acestora, deciziile se pot clasifica in:
Decizii structurate (programabile), sunt acele decizii de rutina pentru adoptarea carora exista proceduri prestabilite. Ele intervin atunci cand exista un proces cunoscut si explicit care permite prelucrarea informatiilor de intrare pentru alegerea alternativelor.
Decizii nestructurate (neprogramabile), sunt acele decizii care fac apel la judecata si intuitia decidentului in definirea problemei respective. Sunt decizii importante, cu caracter inovator si deseori atipice, neexistand proceduri prestabilite pentru adoptarea lor. O problema este neprogramabila atunci cand elementele deciziei sunt mai mult calitative, scopurile si obiectivele nu sunt precise si nu exista un algoritm de rezolvare cunoscut.
Decizii semistructurale, sunt acele decizii in adoptarea carora se poate apela doar partial la proceduri cunoscute. O problema este semistructurala atunci cand decizia are elemente predominant cantitative iar obiectivele si scopurile nu 141e45b sunt precise si procedura algoritmica de rezolvare nu acopera in totalitate elementele problemei.
È Procesul de adoptare a deciziilor - definitie, etape, activitati si suport software pentru faza de informare generala
Procesul decizional poate fi definit ca un ansamblu de activitati pe care le desfasoara un individ sau un grup, confruntat cu un eveniment care genereaza mai multe variante de actiune, obiectivul fiind alegerea unei variante care sa corespunda sistemului de valori al individului sau grupului. Acest proces proces parcurge mai multe etape:
Informarea generala
In aceasta etapa se analizeaza problemele care apar in organizatie, in scopul identificarii cauzelor care au dus la o anumita situatie precum si consecintele acesteia. Informarea generala cuprinde mai multe activitati:
v Identificarea problemei, in aceasta etapa se identifica existenta unei probleme, simptomele acesteia si contextei. Existenta unei probleme poate fi determinata prin analizarea nivelului productivitatii organizatiei. Masurarea acestui nivel si construirea unui model se bazeaza pe date; colectiile de date si previziunile acestora reprezinta unul dintre cele mai dificile elemente ale analizei.
v Clasificarea problemei, in aceasta etapa are loc conceptualizarea problemei in scopul de a o incadra intr-o anumita categorie pentru a o putea aborda printr-o metoda standard.
v Descompunerea problemei in subprobleme, daca este posibila, are drept efect imbunatatirea comunicarii intre diversi factori de decizie.
v Stabilirea responsabilitatilor pentru problema respectiva, o problema exista in organizatie doar daca aceasta are capacitatea de a o rezolva. De asemenea trebuie desemnate in mod clar persoana sau persoanele care raspund de problema respectiva.
Etapa de informare generala are drept rezultat o descriere formala a problemei identificate, a categoriei din care face parte si a responsabilitatilor implicate.
Suportul software- un sistem informatic de asistare a deciziei in acesta etapa de informare generala, trebuie sa aiba capacitatea de a prelua si de a interpreta informatiile externe si interne. Multe dintre tehnologiile informationale destinate asistarii decizei isi pot dovedii utilitatea in aceasta etapa:
v Sisteme informatice destinate conducerii executive EIS care au drept obiectiv principal monotorizarea surselor de informatii interne si externe pentru a sesiza in timp posibilitatea aparitiei unor probleme.
v Noile tehnologii, cum ar fi descoperirea de noi informatii - data mining - sau prelucrarea analitica a datelor in timp real - online analytic processing - OLAP.
v Sistemele expert, pot furniza informatii privind natura unei anumite probleme, clasa in care se poate incadra.
È Procesul de adoptare a deciziilor - definitie, etape, activitati si suport software pentru faza de conceptie
In aceasta etapa se stabilesc diversele modalitati de actiune pentru rezolvarea problemei definite anterior. Acest lucru implica realizarea unui model pentru adoptarea deciziei, testarea si validarea acestuia.
Modelarea implica conceptualizarea problemei si abstractizarea ei in expresii cantitative si/sau calitative. Alegerea unui criteriu de selectie exprima modalitatea in care sunt stabilite si integrate in model obiectivele procesului decizional. Exista doua principii de alegere:
O parte importanta a acestui proces o reprezinta generarea actiunilor posibile. In modelele de optimizare aceasta generare se realizeaza automat, dar pentru cele mai multe situatii generarea de face manual necesitand timp mult, munca multa si intuitie, dar se pot utiliza alternative de genul euristicilor.
Pentru a evalua si compara diferite alternative este necesara previzionarea rezultatelor fiecarei alternative in parte.
Suportul software- in identificarea actiunilor posibile, in analiza criteriilor de alegere a acestora si in previzionarea consecintelor se pot utiliza modele standard furnizate de un SIAD. Daca solutiile alternative pentru problemele structurate se pot obtine cu ajutorul unor modele standard, in cazul problemelor complexe este necesara expertiza care poate fi furnizata de catreo persoana, un produs soft "brainstorming" sau un sistem expert. Daca identificarea celor mai bune optiuni implica utilizarea unui "brainstorming", se pot utiliza cu succes sistemele de asistare a deciziei de grup (SADG).
È Procesul de adoptare a deciziilor - definitie, etape, activitati si suport software pentru faza de alegere
Alegerea este etapa cea mai importanta, pentru ca aici se concretizeaza rezultatele etapelor anterioare: decidentul alege practic o actiune din mai multe posibile, in functie de criteriul de selectie si de modelul decizional adoptat. In aceasta etapa se cauta cea mai buna actiune de adoptat din mai multe actiuni posibile pentru rezolvarea unei probleme. In functie de criteriile care stau la baza acestei alegeri, se pot identifica mai multe tipuri de metode de cautare:
Metode analitice utilizeaza formule matematice pentru a obtine o solutie optima; se aplica in general problemelor structurale aflate la nivel tactic sau operational. In cadrul acestor metode se utilizeaza algoritmi in scopul sporirii eficientei cautarii celei mai bune solutii.
Metode exhaustive (blind search) presupune inspectarea tuturor cailor de actiune posibile pentru atingerea scopului urmarit. Este un proces neghidat, in urma caruia se alege solutia optima insa posibilitatile de cautare sunt limitate.
Indiferent de metoda de cautare a caii de actiune ce trebuie urmata, ea trebuie sa fie cuplata cu evaluarea rezultatelor ce corespund solutiei respective.
Suportul software- sistemele informatice de asistare a deciziei pot oferi un real suport in aceasta faza, prin modelele ce ajutorul carora de identifica rapid solutia optima, se realizeaza analiza de senzitivitate. De asemenea, un sistem expert poate analiza oportunitatea anumitor actiuni si poate recomanda diverse scenarii.
È SIAD - definitie, caracteristici, clasificari si utilizare
Definitie : Sistemul informatic de asistare a deciziei este un sistem informatic destinat asistarii decidentilor in rezolvarea unor probleme prin imbinarea judecatii umane cu procesarea automata a informatiilor si al carui obiectiv principal este ameliorarea calitatii procesului decizional (eficacitatea in primul rand si nu eficienta).
Principalele caracteristici ale unui SIAD sunt:
SIAD sunt destinate problemelor care nu pot fi rezolvate cu ajutorul altor sisteme informatice sau metode cantitative;
SIAD asista managerii atat la nivel individual cat si la nivel de grup, de la diverse niveluri organizationale in toate fazele procesului decizional;
Cautarea solutiilor necesita manipulari de date, cautare de informatii, modelare si calcule;
Criteriile de decizie sunt numeroase, conflictuale si depind de utilizatori;
Experienta, intuitia, judecatile si preferintele decidentului sunt esentiale;
Timpul de raspuns pentru obtinerea unei solutii satisfacatoare este limitat.
Cel mai utilizat criteriu de clasificare al SIAD il constituie gradul in care solutia oferita de sistem se bazeaza pe analiza datelor sau pe modelare. Putem deci clasifica SIAD in doua categorii:
SIAD bazat pe modele- au fost primele SIAD (au aparut in anii 70-80) fiind sisteme autonome, separate de sistemele informatice ale organizatiei si utilizau un anumit tip de model pentru efectuarea unor analize de tipul what if.
SIAD bazat pe date - acest tip de sistem analizeaza un volum mare de date stocate in sistemele informatice ale organizatiei; ele sustin procesul decizional oferind posibilitatea de a se extrage informatii utile din multitudinea datelor disponibile. De regula acestea sunt stocate in depozite de date (data warehouse) iar pentru analiza lor se folosesc noi tehnologii informationale: OLAP (procesarea datelor in timp real) si data mining (forarea datelor - cautarea de informatii).
La aceasta clasificare se pot adauga SIAD bazate pe cunostinte, care inglobeaza tehnologii ale inteligentei artificiale si pot fi numite si SIIAD adica sisteme inteligente de asistare a deciziei.
O alta clasificare a SIAD facuta de Holsapple si Whinston, grupeaza aceste sisteme in urmatoarele 5 categorii:
SIAD bazate pe analiza textelor- datele, informatiile si cunostintele sunt regasite de cele mai multe ori sub forma unui text ce trebuie analizat de decident. Un astfel de sistem asigura crearea, revizuirea si vizualizarea automata a diferitelor documente si va utiliza tehnologii ca: hypertext, agenti inteligenti, tehnologii WEB.
SIAD bazate pe baze de date- pentru acest tip de SIAD baza de date a organizatiei este componenta esentiala a structurii sale
SIAD bazate pe procesoare de tabele- procesoarele de tabel reprezinta limbaje de modelare care permit utilizatorului sa descrie modele pentru a efectua diverse analize. Cel mai utilizat procesor de tabele este EXCEL care include diferite tipuri e modele: statistice, financiare, de optimizare, de simulare si de previzune.
SIAD bazate pe functii- o functie este un algoritm sau o procedura tradusa intr-un program pentru a rezolva un anumit tip de problema.
SIAD bazate pe reguli-regulile se regasesc in componenta sistemului de gestiune a cunostintelor, ca formalism de reprezentare a acestora in cadrul sistemelor expert, ele pot inlocui sau se pot incadra in modelele cantitative.
Utilizarea SIAD - SIAD alaturi de celelalte sisteme informatice se utilizeaza pe scara tot mai larga si ca urmare, in ultimii ani s-au dezvoltat tot mai multe sisteme in diverse domenii de activitate:
|
American Airlines |
Alegerea preturilor si a itinerarilor |
|
Bank of America |
Profilul clientilor |
|
Barclay bank |
Sistem de gestiune a portofoliilor de grup |
|
General Accident Insurance |
Modele de consum ale clientilor si detectarea fraudelor. |
|
Burlington Coat Factory |
Amplasarea magazinelor si nivelul stocurilor |
|
National Gypsum |
Planificarea si previziunea la nivelul intreprinderii |
Conform unui studiu realizat in 1994 in 201 corporatii americane, beneficiile asteptate ale SIAD s-au concretizat in urmatoarele directii:
O mai buna calitate a procesului decizional
O mai buna comunicare in cadrul organiztiei
Reducerea costurilor
Cresterea productivitatii
Cresterea satisfactiei clientilor si angajatilor
Principalele motive care duc la utilizarea unor astfel de sisteme sunt:
Instabilitatea mediului economic
Competitia din ce in ce mai acerba
Aparitia si dezvoltarea comertului electronic
Necesitatea efectuarii unor analiza speciale privind profitabilitatea si eficienta
Necesitatea informarii cat mai corecte
Sistemele informatice existente nu asista procesul decizional.
Din ce in ce mai frecvent SIAD sunt integrate in cadrul sistemelor ERP (Enterprise Ressource Planning), sisteme care acopera toate domeniile de activitate, de la nivelul operational la cel decizional.
È Locul SIAD in cadrul sistemului informational al intreprinderii, tipuri de sisteme informatice si posibilitati de integrare
Plecand de la modelul OID (operatie - informatie - decizie ) la care se adauga sistemul de cunostinte al unei organizatii ( modelul OICD ) putem plasa diferitele tipuri de sisteme informatice, astfel:
figura 3 pagina 24
Sistemele informatice care se ocupa numai cu culegerea datelor, stocarea si prezentarea lor in detaliu se cheama sisteme informatice tranzactionale (ST).
Sistemele informatice utilizate pentru conducerea operativa a sistemului operational (SCO) descompun deciziile in ordine si le transmit spre executie sistemului operational.
Sistemele informatice care se ocupa de prelucrarea datelor preluate din ST pentru obtinerea informatiilor de sinteza care sunt necesare sistemului de decizie sunt sisteme informatice manageriale (MIS).
Sistemele informatice de asistare a deciziei (SIAD) sunt sisteme informatice care au ca obiectiv asistarea procesului managerial.
In anumite cazuri conducerea poate apela la baza de cunostinte a intreprinderii sau la servicii de consultanta oferite de experti de la care primeste confirmari sau infirmari de supozitii, diagnostice, sfaturi, propuneri si solutii. Aceste tipuri de sisteme care sustin consilierea sunt denumite sisteme informatice inteligente (SII).
Pe masura dezvoltarii tehnologiilor informatice a aparut posibilitatea integrarii diverselor tipuri de sisteme informatice:
F MIS & ST , MIS preia datele direct din sistemul operational, lucru posibil datorita tehnologiilor bazelor de date.
F SIAD & SCO , SIAD se extinde spre implementarea deciziei, prin descompunerea acesteia in ordine. Configuratia unui SIAD bazat pe model este:
figura 4 pagina 25
F SIAD & ST , SIAD isi extrage informatiile necesare prin explorarea datelor de detaliu furnizate de ST
figura 5 pagina 26
F SIAD & MIS , SIAD utilizeaza datele de sinteza produse de MIS pe langa datele preluate din alte surse externe intreprinderii pentru a fundamenta decizia la nivel executiv (EIS -sisteme informatice destinate conducerii executive)
figura 6 pagina 26
In cadrul SIAD, EIS este o clasa aparte fiind cel mai bine delimitat sistem de asistare a deciziilor. Au aparut initial ca sisteme care implementau conceptul de tablou de bord al intreprinderii si s-au dezvoltat cu rapiditate datorita necesitatii de informare a conducerii, fiind sisteme extrem de prietenoase care permit accesul rapid la informatiile de detaliu necesare adoptarii deciziilor.
F SIAD & SCO & MIS , in aceasta configuratie se pot incadra sistemele de asistare a deciziei prin simulare. Se utilizezaa un model al sistemului operational pe baza caruia se experimenteaza deciziile prin descompunerea lor in ordine,
figura 7 pagina 27
F SIAD & SE , SIAD face apel la tehnologii inteligente pentru a putea rezolva acele probleme al caror context este insuficient definit si parametrii sunt mai mult calitativi. In aceasta configuratie avem de a face cu un SIAD inteligent (SIIAD)
figura 8 pagina 28
Cea mai mare parte a SIIAD sunt sistemele expert, care sunt destinate rezolvarii unor probleme nestructurate cu ajutorul tehnologiilor inteligentei artificiale utilizand cunostintele unui expert uman in domeniul respectiv.
F SIAD & MIS & SCO & ST , toate tipurile de sisteme informatice integrate pe verticala se constituie in sisteme informatice integrate pentru management ( ERP) .Toate aceste integrari au fost posibile o data cu aparitia arhitecturii client - server care s-a impus datorita necesitatii de partajare a datelor in intreprinderii necesara pentru actualizari rapide si pentru procesul decizional,
figura 9 pagina 29
È Sisteme suport pentru decizii- structura generala, functii
SIAD ca orice alt sistem informatic presupune existenta unui suport software care sa asigure un mediu de dezvoltare , intretinere si functionare. SIAD vor functiona intr-un mediu creat de un sistem suport de asistare a deciziei (SSAD)
figura 11 pagina 32
Principalele functii ale unui SSAD:
Gestiunea datelor
Gestiunea modelelor
Gestiunea cunostintelor
Gestiunea dialogului, intre utilizator si sistem pe de o parte si intre date, modele si cunostinte pe de alta parte.
Pe baza acestor functionalitati, un sistem suport pentru realizarea unui SIAD va cuprinde in arhitectura sa urmatoarele subsisteme:
Subsistemul de gestiune a datelor
Subsistemul de gestiune a modelelor
Subsistemul de gestiune a cunostintelor
Subsistemul de gestiune a dialogului
È Subsistemul de gestiune a datelor
Subsistemul de gestiune a datelor este alcatuit din urmatoarele componente:
Baza de date proprie SSAD sau creata prin extragerea de date din alta baza de date sau chiar dintr-un depozit de date. Datele pot fi extrase din surse interne si / sau externe organizatiei acestea putand fi mentinute in cadrul bazei de date sau accesate direct in momentul utilizarii sistemului.
SGDB -datele nu pot fi utilizate decat prin intermediul unui SGBD; cele mai multe SSAD au incorporate in SGBD relational si / sau sisteme de gestiune a bazelor de date multidimensionale.
Dictionarul datelor - este catalogul tuturor datelor din baza de date continand definitiile datelor si fiind utilizat in prima faza a procesului decizional (informare generala), in identificarea problemelor.
Facilitati de interogare a datelor- sunt limbaje declarative de interogare.
È Subsistemul de gestiune al modelelor
Subsistemul de gestiune a datelor este alcatuit din urmatoarele componente:
Modelele (biblioteca de modele) - reprezinta setul de modele cantitative care confera sistemului capacitatea de a analiza si solutiona problemele de decizie. Capacitatea de a utiliza modele este caracteristica esentiala care diferentiaza SIAD de celelalte sisteme informatice.
Sistemul de gestiune a modelelor (gestionar de modele ) - are rolul de a crea noi modele utilizand limbaje de programare , instrumente de asistare a deciziei, de a actualiza modelele existente, fiind capabil sa coreleze modele prin intermediul unei baze de date.
Dictionarul de modele - este un catalog al modelelor care contine definitiile acestora , domenii de aplicare sau alte informatii privind utilizarea lor.
Procesorul de executie si integrare a modelelor - este utilizat in procesul de interpretare a instructiunilor privind modelele de la utilizator si transmiterea acestora catre sistemul de gestiune a modelelor, in combinarea operatiilor mai multor modele, sau in integrarea sistemului de asistare a deciziei in alte aplicatii
figura 13 pagina 35
È Subsistemul de gestiune a dialogului
Un SSAD este utilizat in activitati de rutina si ad-hoc, cu ajutorul tastaturii sau prin intermediul unui asistent. In procesul de realizare al unui SIAD, interactivitatea este necesara conferind un rol aparte interfetei sistemului suport. Daca aceasta interfata nu este conceputa corespunzator, SSAD nu poate fi folosit. Interfata este cea mai importanta componenta, ea fiind singura perceputa de utilizator, iar operatiile care confera sensibilitate si flexibilitate se datoreaza interfetei.
Acest subsistem este gestionat de un produs software, sistemul de gestiune al fetei cu utilizatorul SGIU care are urmatoarele facilitati:
Ofera o interfata grafica
Prezinta datele intr-o mare varietate de formate
Diverse stiluri de a dialoga cu utilizatorul
Daca componenta de gestiune a modelelor este preponderenta in arhitectura SSAD, atunci acesta este destinat realizarii unui SIAD bazat pe modele.
Daca componenta de gestiune a datelor are un rol preponderent in arhitectura SSAD, atunci acesta este destinat realizarii unui SIAD bazat pe date.
Daca componenta de gestiune a cunostintelor are un rol preponderent in arhitectura SSAD, atunci acesta este destinat realizarii unui SIAD bazat pe cunostinte.
Daca sistemul de dialog are facilitati extinse de comunicare adica colaborare on line intre utilizatori, SSAD se constituie in sistem suport pentru decizia de grup (groupware).
È Modele - definitie, tipuri de modele, structura unui model
Un model poate fi definit ca fiind o reprezentare simplificata(o abstractizare) a realitatii. Aceasta simplificare este necesara datorita faptului ca realitatea este mult prea complexa pentru a putea fi descrisa exact.
Aceasta reprezentare simplificata a realitatii in cadrul unui model poate fi realizata cu un grad mai mare sau mai mic de abstractizare; in functie de acest criteriu, modelele se pot incadra in una din urmatoarele categorii:
F Modele iconice - cel mai putin abstracte - sunt reprezentari similare realitatii, insa la o scara diferita.
F Modele analogice- au acelasi comportament dar sunt diferite de sistemul real. Prezinta un grad de abstractizare mai ridicat decat modelele la scara, fiind reprezentari simbolice ale realitatii. Aceste modele sunt de regula diagrame sau grafice bidimensionale.
F Modele cantitative ( matematice ) - prezinta cel mai inalt grad de abstractizare si sunt cel mai des utilizate in cadrul SIAD. Complexitatea sistemelor organizationale nu poate fi reprezentata de regula decat cu ajutorul modelelor matematice.
Orice model prezinta trei componente de baza:
Variabile de decizie - descriu posibile actiuni alternative. Nivel acestor variabile este determinat de catre decident.
Parametrii - variabile care influenteaza rezultatul dar care nu pot fi controlate de catre decident. Aceste variabile devin restrictii ale problemei, limitand solutiile posibile ale acesteia.
Variabile rezultat sunt variabile dependente atat de adoptarea unei anumite actiuni cat si de parametrii modelului respectiv.
È Optimizarea - descriere si utilizare
Situatiile decizionale care implica un numar rezonabil si infinit de alternative sunt modelate prin analiza decizionala, abordare in cadrul careia fiecarei alternative ii sunt atasate valorile estimate ale participarii la realizarea obiectivului propus care sunt inscrise intr-o tabela sau un graf.
Tabelele de decizie se contituie intr-o modalitate de reprezentare sistematica a informatiilor ce caracterizeaza o anumita situatie decizionala:
Starile naturii: ansamblu de conditii in care se desfatoara o actiune.
Criteriile decizionale: punctele de vedere din care poate fi analizata problema.
Variantele ( alternativele ) decizionale: modalitatile de realizare unei actiuni de care decidentul poate dispune dar care exista independent de vointa sa .
Consecintele decizionale:efectele compuse ale variantelor, criteriilor si starilor naturii; numarul de consecinte mai mare sau egal cu numarul de criterii..
Etapele rezolvarii problemelor de optimizare (programare liniara), in Excel sunt:
definirea modelului pe baza datelor initiale ale problemei;
transpunerea modelului intr-o foaie de calcul;
rezolvarea modelului cu ajutorul componentei SOLVER.
In realitate, modelele de programare liniara sunt deosebit de complexe- numarul restictiilor si a variabilelor poate fi de ordinul sutelor- dar sunt rezolvate extrem de rapid cu ajutorul calculatorului. Problema cea mai complicata pentru decident ramane formularea modelului, mai ales atunci cand exista si relatii neliniare intre anumite variabile, caz in care se pot face anumite ipoteze simplificatoare care sa nu denatureze semnificativ rezultatul sau se poate apela la o aproximare a solutiei optime.
È Simularea - descriere si utilizare
A simula inseamna a asuma aparitia unor aspecte ale realitatii. In cadrul sistemelor de asistare a deciziei, simularea este o tehnica de experimentare cu ajutorul calculatorului aplicata unui model managerial.
Simularea nu poate fi considerata ca fiind strict un model; modelele sunt reprezentari ale realitatii, in timp ce prin simulare se imita realitatea.
Simularea presupune testarea valorilor diferitelor variabile de decizie sau variabile necontrolabile ale modelului si influenta acestora asupra valorilor variabilelor rezultat.
Simularea este o metoda descriptiva; nu exista o procedura automata pentru obtinerea unei solutii optime. Un model de simulare descrie comportamentul, caracteristicile unui sistem in diferite ipoteze. In functie de valorile acestora, va fi aleasa cea mai buna alternativa dintre toate ipotezele.
Procesul de simulare presupune parcurgerea urmatoarelor etape:
F Definirea problemei - pornind de la o situatie reala, incadrarea ei intr-o anumita categorie (complexitate, grad de structurare) si justificarea utilizarii simularii ca metoda de rezolvare
F Realizarea modelului de simulare -specificarea variabileleor si relatiilor dintre ele
F Testarea si validarea modelului - acesta trebuie sa reprezinte cat mai corect problema reala
F Stabilirea modalitatii de efectuare a experimentelor - perioada de simulare, limitele in care se lucreaza( de regula cel mai prost si cel mai bun scenariu)
F Realizarea experimentelor ( a simularii propriu-zise)
F Evaluarea rezultatelor - interpretarea lor prin metode statistice sau efectuarea unor analize de sensibilitate
F Implementarea rezultatelor simularii -beneficiaza de o implicare mai mare a managerilor decat in cazul altor modele
Principalele avantaje ale simularii ca modalitate de abordare a unor probleme decizionale sunt:
Ofera o imagine de condensare a timpului
Fiind o metoda mai mult descriptiva decat normativa, permite decidentilor o abordare prin incercari repetate a solutionari unei probleme
Este un model construit din perspectiva decidentului
Modelele de simulare sunt realizate pentru probleme particulare
Simularea este singura metoda din cadrul SIAD care poate fi aplicata problemelor nestructurate.
In cadrul acestei metode este surprinsa complexitatea reala a problemei, nefiind necesare simplificari in reprezentarea acesteia
Simularea poate fi aplicata unei mari diversitati de probleme manageriale.
Ori de cate ori se apeleaza la metoda simularii in scopul formularii unei solutii, trebuie avute in vedere si limitele acesteia:
Nu este garantata obtinerea unei solutii optime, ci doar a unei solutii relativ bune
Solutiile unor simulari anterioare nu pot fi fructificate, deoarece modelul de simulare corespunde unei singure probleme
Simularea este atat de familiara si facila decidentilor, incat exista riscul renuntarii nejustificate la alte metode analitice
Construirea modelului de simulare poate necesita mult timp si un cost destul de mare.
Cea mai cunoscuta metoda de simulare - care presupune analiza tuturor alternativelor posibile - este metoda Monte Carlo. Simularea cu ajutorul acestei metode presupune parcurgerea urmatoarelor etape:
stabilirea unei distributii a probabilitatilor pentru variabilele considerate importante;
construirea unei distributii a probabilitatilor cumulate pentru fiecare variabila;
stabilirea unui interval de numere aleatoare pentru fiecare variabila;
generarea numerelor aleatoare;
simularea efectiva - o serie de incercari.
Instrumentele puse la dispozitie de procesorul de tabele EXCEL, si pe care le numim in mod generic instrumente de simulare, realizeaza de fapt o analiza de senzitivitate, simularea propriu zisa presupunand analiza tuturor "scenariilor posibile corelate cu probabilitatile de aparitie a acestora."
È Previziunea - descriere si utilizare
Modelele predictive au drept obiectiv anticiparea viitorului pe baza informatiilor trecute pentru anumite scenarii.
In termeni statistici, legatura intre doua sau mai multe variabile se numeste corelatie, iar stabilirea tipului de legatura ale unei variabile numite dependente, de una sau mai multe variabile numite independente se face prin analiza de regresie.
Principalele etape in alcatuirea modelului de regresie sunt:
Identificarea -faza descriptiva in care se identifica dependentele si tipurile de relatii pe care la exptima
Specificarea - etapa prin care se cauta cea mai potrivita forma de exprimare a variabilelor
Estimarea parametrilor modelului
Testarea semnificatiei parametrilor estimati
Validarea modelului
Utilizarea modelului in operatiuni de simulare si predictie.
Realizarea efectiva a previziunilor pe baza analizei de regresie presupune parcurgerea urmatoarelor etape:
F Formularea problemei - decidentul trebuie sa defineasca problema, in termenii variabilelor care trebuie explicate si a caror valori urmeaza a fi previzionate. In aceasta prima formulare se descrie situatia decizionala si se identifica variabila sau variabilele pentru care se vor efectua predictii, precum si variabilele de care depind acestea.
F Alegerea indicatorilor economici - dupa identificarea prealabila a variabilelor independente, se cauta si alti factori suplimentari susceptibili de a influenta variabila respectiva si care pot fi inclusi in ecuatia de regresie.
F O prima analiza a ecuatiei de regresie - reprezinta, in fapt, o analiza statistica a componentelor acestei ecuatii care se realizeaza automat, unul din rezultate fiind stabilirea elementelor matricei de corelatie.
F Analiza matricei de corelatie simple - in scopul alegerii variabilelor ce trebuie incluse in ecuatia de regresie. In aceasta analiza trebuie identificate acele variabile care sunt puternic corelate cu variabila dependenta, dar slab corelate intre ele. La sfarsitul acestei etape, sunt retinute 3 sau 4 ecuatii de regresie care urmeaza a fi analizate.
F Alegerea unei ecuatii de regresie dintre cele identificate - pe baza datelor disponibile, calculatorul va determina coeficientii de regresie, dar si elementele care permit testarea semnificatiei acestora. Vor fi retinute doar ecuatiile semnificative.
F Verificarea validitatii conditiilor de regresie.
F Pregatirea previziunii - odata identificata o ecuatie de regresie care are o valoare a coeficientului de corelatie suficient de mare si care raspunde testelor de semnificatie, decidentul poate utiliza aceasta ecuatie ca baza pentru previziunea pe care doreste sa o realizeze. In aceasta etapa este necesara stabilirea unui interval de incredere pentru previziunile individuale si precizia valorii fiecarei variabile independente.
Principalul avantaj al analizei regresiei consta in faptul ca este o metoda statistica, care presupune efectuarea unor estimari ale gradului de precizie si de semnificatie, putand fi utilizata in toate tipurile de relatii cauzale, cu conditia ca variabila vizata sa depinda de variabilele independente.
Principalul dezavantaj il constituie insa tot faptul ca este o metoda statistica; motiv pentru care multi decidenti ezita sa faca apel la acest tip de analiza. Un alt dezavantaj il constituie volumul mare de date si costurile antrenate de colectarea acestora pentru stabilirea ecuatiei de regresie initiala si pentru analiza validitatii sale in timp (daca apare o modificare in relatia cauzala intre o variabila independenta si variabila dependenta este necesara colectarea unor date noi si redefinirea ecuatiei de regresie).
EXCEL pune la dispozitie mai multe functii statistice pentru realizarea efectiva a previziunilor in cadrul regresiei liniare: FORECAST, TREND, LINEST. Exista de asemenea functii si pentru alte tipuri de regresie (de exemplu, functiile LOGEST si GROWTH pentru regresia exponentiala) dar si posibilitatea de a efectua previziuni prin grafice (prin atasarea de curbe de tendinta reprezentarilor grafice).
È Diferente intre tehnologiile ROLAP, MOLAP si HOLAP
Rolap ( ralational OLAP) utilizeaza tehnologia relationala care are avantajul ca este la indemana celor ce dezvolta aplicatii de baze de date si are o legatura directa cu sursele primare. Tabelele centralizatoare sunt asociate cu nomenclatoarele. Pentru fiecare dimensiune, cheile acestor nomenclatoare formeaza cheia compusa a tabelei de fapte.
Tehnologia dedicata acestor structuri este reprezentata de baze de date multidimensionale care stocheaza datele din tabela de fapte in fisiere cu acces asigurat prin tehnica de indexare bitmap. Tehnologia care utilizeaza acest model fizic se numeste Multidimensional OLAP (MOLAP) care are ca avantaje : spatiul de memorare este mic iar timpul de acces foarte rapid si adaugarea de fapte noi prin completarea tabelelor bitmap. Dezavantajele sunt timpul foarte mare de conversie a datelor in formatul comprimat si necesitatea unui suport software special.
O tehnologie hibrida - Holap - stocheaza agregate la cel mai mic nivel in baze relationale iar agregarile la nivelurile superioare sunt stocate in baze multidimensionale. In acest fel se pastreaza o legatura directa cu datele operationale si se poate miza pe timpul de acces foarte rapid al bazelor de date multidimensionale. Dezavantajul care apare este timpul de comutare intre cele doua sisteme, ROLAP si MOLAP.
È Depozite de date - definitie, continut, caracteristici si utilizare
Depozitele de date sunt structuri create pentru stocarea unor volume mari de date organizate pe domenii, ce constituie subiecte de interes decizional in activitatea intreprinderii.
Depozitele de date centralizeaza, consolideaza, organizeaza si stocheaza date din diverse surse eterogene, date care vor fi baza procesarilor analitice necesare proceselor de decizie. In depozitele de date se pot stoca si date noi, calculate pe baza celor existente, date cerute de regula in majoritatea rapoartelor scurtandu-se astfel timpul cerut pentru obtinerea lor. O caracteristica principala a depozitelor de date este transformarea codurilor in date explicite, integrarea datelor din nomenclatoare in datele despre tranzactii.
Un alt aspect este redundanta datelor care este iarasi permisa (data calendaristica se poate exprima si in luni si in semestre si in sezoane).Cu alte cuvinte, datele care se pot calcula din datele primare se stocheaza explicit in depozit pentru a fi gata calculate la o eventuala solicitare.
Datele stocate in depozit sunt date pentru asistarea deciziei, referitoare la subiecte de interes decizional, sunt date centralizate sau derivate din datele operationale, nu se schimba in timp si sunt orientate catre utilizatori finali - managerii de nivel tactic si strategic.
Putem spune ca bazele de date utilizate de sistemele operationale sunt orientate spre tranzactii si reflecta situatia curenta, in timp ce depozitele de date uitlizate de sistemele de asistare a deciziei sunt orientate spre subiectele analizelor si reflecta situatii globale, cu caracter istoric.
Sistemele de asistare a deciziei evolueaza in timp intr-o maniera incrementala, cerintele nu sunt cunoscute in totalitate in momentul proiectarii si realizarii sistemului. In consecinta depozitul de date va trebui sa se adapteze mereu cerintelor.
Depozitele de date sunt organizate si gestionate avand in vedere scopul final al analizelor, sunt orientate spre subiecte ca de exemplu: clienti, furnizori, resurse, produse.
Pentru a fi stocate in depozitele de date, datele se centralizeaza pe mai multe nivele de agregare primare (aflate in datele operationale), primul fiind timpul (luna). Al doilea nivel de agregare depinde de subiectul analizei : clientul sau produsul. Al treilea nivel de agregare poate fi localitatea.
Pe baza unor asemenea date de sinteza stocate in depozitul de date, se poate construi o suprastructura cu date din ce in ce mai agregate pe multipli ai dimensiunilor primare (timp, localitate ): numarul sau suma tranzactiilor pe luni, numarul anual al tranzactiilor pe orase, numarul anual al tranzactiilor pe zone, etc.
Modelele cele mai utilizate in faza de conceptie a unui depozit de date sunt modelele dimensionale care regrupeaza datele din tabelele relationale in scheme de tip stea sau fulg de zapada, in care se regasesc datele cantitative (cantitati, valori) din tabelele de tranzactii agregate in principal pe unitatea de timp (ziua) si apoi dupa alte criterii ( pe client, pe produs, pe serviciu, pe filiala de tip de tranzactie).Astfel datele cantitative din bazele de date dimensionale vor fi totaluri, medii, numar de tranzactii, date centralizate pe diferite criterii materializate de regula prin coduri (cod client, cod produs, cod serviciu, tip tranzactie, cod filiala) si intotdeauna prin data calendaristica, primul criteriu de agregare.
Aceste date cantitative centralizate sunt masuri ale activitatii, iar criteriile de agregare sunt denumite dimensiuni.
Masurile identificate prin dimensiuni sunt stocate intr-o tabela relationala denumita tabela de fapte.
Codurile criteriilor de agregare sunt explicitate in tabele de tip nomenclator asociate tabelei de fapte, schema relationala capatand forma de stea. Mai multe asemeni scheme de tip stea care folosesc aceleasi nomenclatoare formeaza un model de tip constelatie iar daca dimensiunile se pot divide in subdimensiuni, atunci nomenclatoarele pot avea la randul lor asociate alte nomenclatoare. De asemeni, pot exista nomenclatoare alternative pentru acelasi cod. Prin integrarea acestor subdimensiuni si dimensiuni alternative, schema rezultata are forma unui fulg de zapada.
UTILIZAREA DEPOZITELOR DE DATE :
Depozitele de date au fost gandite cu structuri unice, integrate si cumulative, destinate sa asiste informational procesul de decizie de la diverse nivele ale intreprinderii.
Dat fiind faptul ca sunt orintate spre necesitatile utilizatorului final, anumiti factori de decizie pot selecta din depozit doar datele care le sunt utile, pentru a le putea procesa mai usor sau pentru a le transporta pe calculatoare personale. Astfel de colectii specializate pe domenii, regiuni, ani sau alte criterii se numesc magazii de date (data marts).
Un alt mod de abordare a depozitelor de date este stocarea exhaustiva a datelor din sistemele tranzactionale in depozitul de date in vederea aplicarii unei alte tehnologii de procesare asupra lor, (data mining). Aceasta tehnologie relativ noua castiga din ce in ce mai mult teren prin capacitatea sa de a descoperi aspecte noi ale activitatii desfasurate, aspecte trecute in mod normal cu vederea : corelatii intre evenimente, asociatii intre anumite fapte, secvente, tipare de comportament- toate extrem de utile in procesele de luare a deciziei.
È OLAP - definitie, caracteristici si domenii de utilizare
OLAP este o tehnologie de agregare a datelor stocate in depozite intr-o abordare multidimensionala care asigura acces rapid la informatiile necesare analistilor, managerilor si directorilor intr-o maniera consistenta, interactiva si foarte flexibila.
OLAP si depozitele de date se completeaza reciproc, OLAP transformand volumul imens de date stocate si gestionate in depozite in informatii utile procesului de decizie.
Cele 5 reguli ce definesc caracteristicile unei aplicatii OLAP, sunt grupate intr-un test ce se numeste FASMI (Fast Analysis Shared Multidimensional Information).
Fast - rapiditate (capacitatea de a livra informatiile in timp util , de ordinul secundelor).
Analysis - analiza (capacitatea de a efectua analize numerice si statistice prin aplicatii predefinite sau create ad-hoc de catre utilizator).
Shared - partajata (utilizata in regim concurent de mai multi utilizatori, fapt ce impune asigurarea securitatii si confidentialitatii datelor).
Multidimensional - caracteristica esentiala a OLAP.
Information - acces la orice date si informatii relevante pentru analiza, oriunde s-ar gasi si in orice volum.
Aplicatiile construite cu tehnologia OLAP asigura analiza rapida a informatiei multidimensionala distribuita in locatii multiple si accesibila in acelasi timp unui numar mare de utilizatori. OLAP utilizeza in acest scop baze de date multidimensionale, prin contrast cu bazele de date relationale care sunt bidimensionale prin definitie. O facilitate extrem de puternica oferita de OLAP este posibilitatea de a construi scenarii si in consecinta, posibilitatea de a raspunde la intrebari de tipul " ce ar fi daca " in timp ce depozitele de date pot oferi raspunsuri numai la intrebari de tipul "cine", " ce", " unde".
Principalele caracteristici ale OLAP sunt :
F Perspectiva( view) multidimensionala asupra datelor; se refera la capacitatea de a integra mai multe aspecte ale activitatii intreprinderii privite din diferite perspective : timp, locatie, produs, bani, persoane, etc. Fiecare dimensiune poate avea mai multe nivele : dimensiunea temporala se poate divide in : ani, luni, trimestre, sezoane; dimensiunea geografica in: emisfere, continente, tari, regiuni, orase. Produsul , privit ca o dimensiune, poate avea subdimensiuni de genul : categorie, clasa, fel. Conceptul " dimensiune" este utilizat in sensul de aspect, dimensiunile fiind complet independente si avand ca unitati de masura toate valorile intalnite in dimensiunea respectiva. Perspectivele multidimensionale asupra datelor sunt numite hipercuburi de date , prin extinderea notiunii de cub tridimensional la cub n-dimensional sau hipercub.
F Capacitate de calcul intensi,; se refera la abilitatea de a aplica algoritmi complecsi asupra datelor structurate in hipercub, care implica posibilitatea de adresare multidimensionala directa a locatiilor (cuburile unitare) si optimizarea timpului de raspuns.
F Orientare in timp (time intelligence ), se refera la abilitatea de exploatare a acestei dimensiuni universale, necesara pentru comparatii si judecati de valoare in orice analiza economica. Timpul este preluat din datele calendaristice ale tranzactiilor economice asa cum apar in bazele de date ale sistemelor informatice ale intreprinderilor.
Suprapuse peste depozitele de date, bazele de date multidimensionale utilizate de OLAP stocheaza straturi de date agregate pe diverse criterii ierarhice precum si date statistice precalculate pe fiecare nivel de agregare.
È Suport software de date si OLAP - schema generala si serviciul DTS
Bazele de date relationale ale SQL server constituie principala sursa de date pentru depozitul de date si bazele de date OLAP. Datele pot proveni insa si din alte surse cum ar fi ORACLE sau alte platforme.
Serviciul DTS asigura colectarea si transferul datelor din aplicatii tranzactionale. In cursul acestui proces, DTS realizeaza validarea, curatirea, consolidarea si transformarea datelor in caz de necesitate.
Validarea datelor se refera in principal la uniformizarea unitatilor de masura, la verificarea incadrarii in categorii, clase, grupe, la conversia unitatilor monetare, la verificarea apartenentei geografice, cu alte cuvinte procesul de validare asigura consistenta datelor.
Curatirea datelor se refera la reconcilierea datelor provenind din mai multe surse. Reconcilierea este un proces prin care nomenclatoarele utilizate in diverse aplicatii sunt comparate, iar diferentele sunt analizate pentru a se ajunge la un nomenclator unic si la dictionare de conversie. Reconcilierea datelor este esentiala pentru acuratetea analizelor ulterioare.
Migrarea datelor se refera la transpotul datelor in depozit, transport care are loc de obicei in mai multi pasi, trecand prin locatii intermediare unde se desfasoara procesele de validare si de curatire. Un aspect important este sincronizarea surselor de date pentru a prelua datele la acelasi moment. Strategia cel mai des utilizata este de a transporta datele imediat dupa procedura de backup efectuata in cursul noptii.
Transformarea datelor este un proces care pregateste datele preluate din sursele primare in vederea utilizarii lor in analize complexe. Cea mai curenta transformare este divizarea unei coloane in mai multe. O alta transformare este completarea datelor cu date implicite, un alt gen de transformare ar putea fi comasarea unor campuri intr-unul singur sau transformarea datelor din format numeric in format text sau invers.
Componentele serviciului DTS sunt:
F Asistentii de import
F Asistentii de export
F Interfetele de programare COM care permit crearea de aplicatii de transformare personalizate
È Suport software de date si OLAP - schema generala depozitul de metadate
Este o structura destinata stocarii informatiilor referitoare la structura de date. Serviciile OLAP si DTS utilizeaza aceasta structura pentru a avea acces la datele de care au nevoie.
Depozitul de metadate este o structura relationala, accesul la metadate este posibil prin interfata grafica a OLAP manager si prin obiecte de suport pentru decizie DSO.
Depozitul de metadate este o structura speciala de tip relational utilizata de SQL server pentru a stoca informatii despre obiectele cu care lucreaza serviciile si instrumentele sale. In depozitul de metadate se pot stoca si utiliza in comun diverse componente software precum si instrumente de dezvoltare de tipul add-in, servicii, descrieri ale sistemului.
Arhitectura depozitului de metadate este formata din patru nivele:
F Baza de date REPOSITORY (baza de date relationala SQL server sau ACCES)
F Motorul bazei de date REPOSITORY - instrument care asigura functiile de stocare sub forma unei colectii de obiecte si interfete de automatizare OLAP care pot fi utilizate pentru a se construi aplicatii care sa acceseze direct depozitul de metadate
F Modelul informational al instrumentelor - este o combinatie intre un model obiectual care specifica tipurile de informatii necesare mai multor instrumente si modele informationale ale fiecarui tip
F Intrumente de dezvoltare de aplicatii - mediul de lucru pentru utilizatori.
Figura 15 de la pagina 144.
È Suport software de date si OLAP - schema generala si serviciile Tabele Pivot si English Query
Serviciul Tabele Pivot ofera facilitati de prezentare a datelor experimentate deja in EXCEL si ACCES. Acest serviciu este o interfata pentru utilizatorul familiarizat cu mediile de lucru, tabelele pivot extrase din cuburi OLAP putand fi utilizate pentru analize ulterioare. Pe langa analiza si prezentarea datelor, aceste serviciu permite si configurarea de noi cuburi OLAP sau reconfigurarea celor existente.
Serviciul Tabele Pivot functioneaza ca o interfata de conectare la toate serviciile oferite de OLAP server. Un instrument foarte puternic care este oferit utilizatorului este limbajul de interogare multidimensionala MDX care permite accesul la structurile OLAP din aplicatii.
Serviciul Tabele Pivot poate gestiona un singur cub o data, performantele sale fiind legate direct de volumul de date. Fiind partea client a serviciului OLAP, acesta nu detine un sistem propriu de gestiune a bazelor de date multidimensionale.
Serviciul English Query permite utilizatorului sa formuleze interogari in limbaj natural traduse in clauze SQL in vederea executarii lor. Serviciul utilizeaza un constructor de aplicatii care preia solicitarea utilizatorului ce contine specificatii precise de tipul denumirea produsului sau localitatea si o completeaza cu detalii tehnice cerute de clauza SQL.
Serviciul English Query suprapune interogarea utilizatorului peste modelul semantic al depozitului si restaureaza informatia absenta. Aplicatiile English Query depind de calitatea modelului sematic al depozitului de date.
|
