第5章决策支持系统与商务智能

第5章决策支持系统与商务智能内容提要：一、运营决策与决策支持二、决策支持系统与专家系统三、商务智能案例导读：联华超市——企业商务智能运用〔课本P87-88〕信息与决策的关系：1、企业的信息系统与企业的业务管理和运作系统是相互影响的不同的运作系统，对于信息搜集、信息存放、信息分析和处置、信息检索等功能的详细要求不同，信息系统的构造必需思索到运作系统的特点；信息系统的构造和功能又能够反过来影响运作系统。例如：当企业不思索库存本钱，以高库存来保证满足客户需求时，信息系统可以每个月甚至更长的时间提供一次进销存的数据。反过来，假设信息系统只能在每月的月底提供当月的进销存数据，企业就不能够每周对其消费和供应方案进展调整。2、信息系统是建立在一定的技术手段之上的，运用的技术手段不同，信息系统的构造和性能就会有很大的差别。例如：一家在全国各地有许多销售分支机构的企业，假设要对各个分支机构的库存进展集中管理，就必需有一个可以将各分支机构的进销存信息及时录入和整合的信息系统。而假设不采用网络技术，信息系统就不会具备这样的功能。3、在消费运营活动中，企业管理部门要不断发现问题和处理问题，在此过程中需求大量的决策行为。决策是由信息来支持的，管理任务的关键和中心在于决策。信息是决策的根据，决策实施后又得到新的信息，其中包括了胜利和失败的阅历教训。企业运营运作中决策的三个等级：1、战略性决策：有关整个企业的艰苦方向性问题的决策，如运营方针、年度方案、新产品试制等。

2、战术性决策：为了保证战略决策所需求的人、财、物的预备而进展的决策，如人事调动、资金周转、资源分配等。

3、作业性决策：为了提高日常任务效率和效益而做的决策，是着眼于短期和个别方面的，如确定进出口批量、处理日常业务中发生的问题等。不同的决策所运用的信息特点：1、作业性决策：具有经常性和反复性，有一定规律可循，可以事先进展设计和安排。需求比较详细和详尽的信息，数据构造严谨。通常也称为构造化问题。

2、战术性决策和战略性决策：需求客观的判别才干、直觉、推理和估计来处理问题，需求的信息普通是经过分类、紧缩和过滤后的，概括性、综合性强，数据方式不严厉。通常也称为半构造化和非构造化问题。基于信息与决策的关系，信息可以定义为：一种已被加工为特定方式的数据，这种数据方式对于接受者来说是有意义的，而且对当前和未来的决策具有明显的或实践的价值。本章将重点引见决策分析中确实定性问题的处置。第一节运营决策和决策支持运营决策是整个信息系统的中心和最高层次的处置环节，也是企业指点层〔决策者〕最为关怀的内容。一、运营决策模型决策：人们为了到达一定目的而进展的有认识、有选择的行动。企业运营决策的过程：决策者在一定的资源和条件制约下，为实现企业运营目的，而对运营活动进展的有选择的决断。决策的科学化是决策科学的前提，一方面决策过程需求按照一定的程序化进展；另一方面，要运用科学的方法和工具进展决策。建立一个有效的运营决策模型需求思索的问题：1、组织决策体系的研讨2、确定适当的决策过程3、确定搜集、处置、提炼对决策有用信息的渠道、步骤和方法4、确定适当的决策模型对确定性的决策问题可得到详细的优化模型5、确定和选择优化解的方式确定性问题可以得到独一的解，但不确定性问题却可以得到假设干不同的解，故必需确定选择和优化解的方式。6、系统支持决策的方式7、模拟决策执行过程8、决策评价目的体系的研讨以及反响控制决策系统的运转方式决策问题的三种类型：1、构造化的决策问题：有关的决策曾经得到充分了解和表达，可以运用通用模型实现决策自动化的那类问题，也称为确定性的问题。2、半构造化的决策问题：那些由于问题过于艰苦或者计算过于复杂，而当中又涉及一些客观分析和判别的决策问题。3、非构造化决策问题：那些无法构造化，问题的研讨还不深化或者知识还不能很益处理的决策问题。半构造化和非构造化的决策问题也称为不确定的问题。二、构造化问题的决策构造化问题可以用明确的言语和模型来描画，决策程序可以根据一定的规那么或通用的模型来实现的决策。可以借助计算机系统的模型处置才干和强大的计算与存储才干来实现。如工资额和工时的计算问题，销售统计等问题。构造化决策运营决策的主要分析包括：1、财务分析方面损益分析、资产负债分析、运营目的分析〔流动比率分析、速动资产/流动资产负债分析等〕、营运才干分析。2、销售分析方面目的分析、趋势分析3、消费制造方面本钱分析、效率分析、绩效分析确定性问题的定量数据分析工具和方法：统计学和运筹学的方法统计学模型经常是用以反映销售情况、市场占有情况、质量目的、财务情况等方面的综合、总量变化情况。主要的统计分析内容：1、产品市场占有率和变化趋势分析管理人员可凭销售日期、月份等来查询客户的销售资料或销售统计资料；访问的文件包括订单数据库、出货配送控制数据库、商品目录数据库、商品明细数据库、预测工具数据库、客户对商品反映数据库、入库数据库；销售分析与销售预测系统提供：商品销售量统计表、年度商品数量统计表、年度及月份商品数量统计比较分析报表、商品本钱利润百分比分析报表。2、产品销售统计分析可以按照销售产品、销售地域、销售客户等各类信息进展管理和统计；可以对销售数量、金额、利润、绩效、客户效力做出全面的统计；可以根据销售方式、产品、代理商、地域、销售人员、金额、数量来分别进展统计。销售分析可以进展产品销售额与利润变化趋势分析，还可以经过对比目的、同期比较和订货发货分析，来从数量、金额、利润、绩效等方面作相应的分析。同时，信息系统还可以辅助客户效力方面的客户赞扬记录和缘由分析。3、在线分析和实时控制可以及时了解产品在消费、销售和运用中的问题，开展售后效力及质量反响，从而强化企业的控制才干。可以将设计、制造、销售、运输等经过集成来并行地进展各种相关的作业，为企业提供对质量、顺应变化、客户称心、绩效等关键问题的实时分析。4、消费统计分析消费绩效和制造本钱的统计和分析可以提供有关产品的质量、损耗统计、工时统计以及消费效率和消费负荷方面的分析。5、财务统计分析财务部门需求及时得到资金信息用于控制本钱，经过资金流动情况反映物料和运营情况，随时分析企业的经济效益，参与决策，指点和控制运营和消费活动。在信息系统中，财务管理模块的功能主要是基于会计核算的数据，并加以分析，从而进展相应的预测、管理和控制活动。重点：〔1〕财务方案：根据前期财务分析做出下期的财务方案、预算〔2〕财务分析：提供查询功能和经过用户定义的差别数据的图形显示进展财务绩效评价，账户分析〔3〕财务决策：做出有关资金的决策，包括资金筹集、投放及资金管理6、企业综合经济效益目的统计分析信息系统可以为企业编制决策数据体系，提供决策数据分析方法，协助企业进展投资管理、风险分析、跨国家、跨地域的集团型企业的信息集成、获利分析、销售分析、市场预测、决策信息分析、促销与分销、售后效力与维护、全面质量管理、运输管理、人力资源管理、工程管理以及利用互联网实现电子商务。三、简单的预测方法——线性回归法线性回归(LinearRegression)是利用称为线性回归方程的最小平方函数对一个或多个自变量和因变量之间的关系进展建模的一种回归分析。只需一个自变量的情况称为简单回归,大于一个自变量情况的叫做多元回归。

其中：是估计的回归直线在y轴上的截距，是直线的斜率，它表示对于一个给定的x的值，是y的估计值，也表示x每变动一个单位时，y的平均变动值假设我们曾经得到两个具有线性相关关系的变量的一组数据〔x,y〕,设回归方程是：用最小二乘法拟合的直线来代表x与y之间的关系与实践数据的误差比其他任何直线都小使因变量的察看值与估计值之间的误差平方和到达最小来求得和的方法。即最小化图xy(xn,yn)(x1,y1)

(x2,y2)(xi,yi)ei=yi-yi＾根据最小二乘法，可得求解和的公式如下EXCEL操作：P95-97回归方程与EXCEL软件操作实现第二节决策支持系统与专家系统决策例子百事可乐的例子瓶子外形？包装？决策例子“囚徒姿态〞例子以下几种情况：假设两人都不坦率，警察会以非法携带枪支罪而将二人各判刑1年；假设其中一人招供而另一人不招，坦率者作为证人将不会被起诉，另一人将会被重判15年；假设二人都招供，那么二人都会因罪名各判10年。这两个囚犯该怎样办呢？1、确定决策目的2、拟定各种被选方案3、从各种被选方案中进展选择4、执行方案设计方案评价方案确定目的实施方案环境信息的搜集、加工、传输与利用贯穿着决策各阶段的任务过程。现代管理的中心是决策。决策的根底是信息。

决策过程类型特点

结构化决策非结构化决策半结构化决策识别程度问题确定，参数量化问题不确定，参数难以量化问题较难确定复杂程度不太复杂很复杂较复杂模型描述可用数学模型规范描述需开发专用模型或无法建模较难描述信息来源内部外部和内部综合信息主要是内部决策方式自动化非自动化半自动化案例账务处理、物资出入库管理等国民经济宏观决策、西部大开发决策等

市场预测、股票管理等决策的构造化程度按决策问题的的信息根底，决策可分为：在实践的企业运营活动中，特别是决策活动中，大量的问题并不是构造化的，而是半构造化的，甚至是非构造化的。决策支持系统也运用了大量的数学模型和工具来进展这类问题的决策支持。非构造化决策问题：在制定决策前很难准确识别决策问题的方方面面，决策过程不能用固定的决策规那么和通用模型来描画，而需求客观判别来进展决策的问题。如：产品创新设计、市场创新、新产品开发

半构造化决策问题：决策过程部分有一定的规那么和模型适用，但能够还涉及不全面或不严厉的问题。如：预算安排、人力资源方案决策支持系统和专家系统是专门针对半构造化问题和非构造化决策问题而设计的计算机信息系统。一、决策支持系统〔DSS〕一种以计算机为根底和工具，运用决策科学及有关的各种实际和方法的人机交互系统，主要面向组织管理的战略方案中半构造化与非构造化的决策问题，辅助决策者分析并做出正确的决策。决策支持系统应该为企业决策者提供计算机的支持，决策支持系统的目的应该是：1、协助决策层在制定决策时处理半构造化的问题2、对于决策者的决策提供支持，但不替代判别和决策3、改良决策者的决策制定效率决策支持系统的功能设计将主要表达在：问题的构造、决策支持和决策的效率。〔一〕数学模型管理者运用决策支持系统，不是直接依托数据库中的数据进展决策，而是依托模型库中的模型进展决策。运用模型获得的输出可以是：1、直接用于制定决策2、对决策的制定提出建议3、用来估计决策实施后能够产生的后果〔二〕模型的分类1、按照模型的求解方法，可以将模型分为：模拟方法类规划方法类计量经济方法类投入产出方法类启发式方法类2、按照经济内容可以分为：预测模型〔如产量预测〕综合平衡模型〔如投入产出模型〕构造化模型〔如产业构造优化模型〕经济控制类模型〔如物价控制模型〕3、从模型库构造设计的角度，可以把模型分为：单元模型〔只需单一功能的小模型〕决策支持模型〔由单元模型结合而生成，是处置决策支持问题的更大的模型〕〔三〕决策支持系统模型用户人机界面数据管理模型管理决策分析信息检索数据库模型库图形库或撰写报告系统数据库：接纳企业的各种数据和信息，数据库管理子系统进展数据库管理和维护任务，并为信息检索和模型库提供各类信息。模型库：经过模型库管理子系统进展管理，提供数学模型对决策问题进展运算和模拟任务。

数据库和模型库为企业决策分析提供支持，决策分析的结果经过图形库、信息检索系统以及人机界面为决策者提供较为直观的协助。决策支持系统的中心：模型库系统模型库系统通常有三个层次：〔1〕运用级模型库子系统：为决策者设计的模型子系统；〔2〕生成级子系统：由模型库管理系统、数据库管理系统、用户接口等组成；〔3〕工具级子系统：由一些公用的和通用型的工具和软件组成，包括图形工具、文字报告处置等。决策支持系统的功能主要表达在以下几个方面：1、决策目的和决策问题的建模、数据检索和综合统计；2、决策方案生成；3、方案报告。二、专家系统一个智能计算机程序系统，其内部含有大量的某个领域专家程度的知识与阅历，可以利用人类专家的知识和处理问题的方法来处置该领域问题。专家系统是一个具有大量的专门知识与阅历的程序系统，它运用人工智能技术和计算机技术，根据某领域一个或多个专家提供的知识和阅历，进展推理和判别，模拟人类专家的决策过程，以便处理那些需求人类专家处置的复杂问题。因此，专家系统是一种模拟人类专家处理领域问题的计算机程序系统。专家系统是人工智能中最重要的也是最活泼的一个运用领域，它实现了人工智能从实际研讨走向实践运用、从普通推理战略讨论转向运用专门知识的艰苦突破。专家系统的根本构造如下图，其中箭头方向为数据流动的方向。专家系统的根本任务流程是，用户经过人机界面回答系统的提问，推理机将用户输入的信息与知识库中各个规那么的条件进展匹配，并把被匹配规那么的结论存放到综合数据库中。最后，专家系统将得出最终结论呈现给用户。专家系统应具备以下几个功能：⑴存储问题求解所需的知识。⑵存储详细问题求解的初始数据和推理过程中涉及的各种信息，如中间结果、目的、字母表以及假设等。⑶根据当前输入的数据，利用已有的知识，按照一定的推理战略，去处理当前问题，并能控制和协调整个系统。⑷可以对推理过程、结论或系统本身行为作出必要的解释，如解题步骤、处置战略、选择处置方法的理由、系统求解某种问题的才干、系统如何组织和管理其本身知识等。这样既便于用户的了解和接受，同时也便于系统的维护。⑸提供知识获取，机器学习以及知识库的修正、扩展和完善等维护手段。只需这样才干更有效地提高系统的问题求解才干及准确性。⑹提供一种用户接口，既便于用户运用，又便于分析和了解用户的各种要求和恳求。存放知识和运用知识进展问题求解是专家系统的两个最根本的功能。专家系统的特点：专家系统是一个基于知识的系统，它利用人类专家提供的专门知识，模拟人类专家的思想过程，处理对人类专家都相当困难的问题。普通来说，一个高性能的专家系统应具备如下特征：⑴启发性不仅能运用逻辑知识，也能运用启发性知识，它运用规范的专门知识和直觉的评判知识进展判别、推理和联想，实现问题求解。⑵透明性它运用户在对专家系统构造不了解的情况下，可以进展相互交往，并了解知识的内容和推理思绪，系统还能回答用户的一些有关系统本身行为的问题。⑶灵敏性专家系统的知识与推理机构的分别，使系统不断接纳新的知识，从而确保系统内知识不断增长以满足商业和研讨的需求。专家系统与决策支持系统的异同：1、二者都是针对不确定性决策问题而设计的，为决策者提供决策支持并辅助决策；2、决策支持系统有固定的程序和方式，提供综合的决策信息，决策功能主要是配合决策者决策，处于从属的、辅助的位置；专家系统涉及的问题通常是决策者才干不及的问题，需求专家系统提供专家知识，甚至是处理方案来弥补决策者知识才干的缺乏。3、决策支持系统主要表达的是综合信息的支持，而专家系统主要表达的是对知识库的建立、推理过程和处理方案的支持与了解。第三节商务智能商务智能指利用数据仓库、数据发掘技术对客户数据进展系统地储存和管理，并经过各种数据统计分析工具对客户数据进展分析，提供各种分析报告，如客户价值评价、客户称心度评价、效力质量评价、营销效果评价、未来市场需求等，为企业的各种运营活动提供决策信息。〔一〕数据仓库数据仓库，英文称号为DataWarehouse，可简写为DW或DWH。数据仓库是为企业一切级别的决策制定过程提供支持的一切类型数据的战略集合。为企业提供需求业务智能来指点业务流程改良和监视时间、本钱、质量和控制。特点：1、数据仓库是面向主题的；操作型数据库的数据组织面向事务处置义务，而数据仓库中的数据是按照一定的主题域进展组织。主题是指用户运用数据仓库进展决策时所关怀的重点方面，一个主题通常与多个操作型信息系统相关。2、数据仓库是集成的，数据仓库的数据有来自于分散的操作型数据，将所需数据从原来的数据中抽取出来，进展加工与集成，一致与综合之后才干进入数据仓库；3、数据仓库中的数据是在对原有分散的数据库数据抽取、清理的根底上经过系统加工、汇总和整理得到的，必需消除源数据中的不一致性，以保证数据仓库内的信息是关于整个企业的一致的全局信息。4、数据仓库的数据主要供企业决策分析之用，所涉及的数据操作主要是数据查询，一旦某个数据进入数据仓库以后，普通情况下将被长期保管，也就是数据仓库中普通有大量的查询操作，但修正和删除操作很少，通常只需求定期的加载、刷新。5、数据仓库中的数据通常包含历史信息，系统记录了企业从过去某一时点(如开场运用数据仓库的时点)到目前的各个阶段的信息，经过这些信息，可以对企业的开展历程和未来趋势做出定量分析和预测。6、数据仓库是随时间而变化的，传统的关系数据库系统比较适宜处置格式化的数据，可以较好的满足商业商务处置的需求。稳定的数据以只读格式保管，且不随时间改动。〔二〕数据发掘技术数据发掘〔DataMining，DM〕是目前人工智能和数据库领域研讨的热点问题，所谓数据发掘是指从数据库的大量数据中提示出隐含的、先前未知的并有潜在价值的信息的非平凡过程。数据发掘是一种决策支持过程，它主要基于人工智能、机器学习、方式识别、统计学、数据库、可视化技术等，高度自动化地分析企业的数据，做出归纳性的推理，从中发掘出潜在的方式，协助决策者调整市场战略，减少风险，做出正确的决策。知识发现过程由以下三个阶段组成：〔1〕数据预备〔2〕数据发掘〔3〕结果表达和解释数据发掘可以与用户或知识库交互。数据发掘的四个步骤：〔1〕资源发现：检索所需的网络文档；〔2〕信息选择和预处置：从检索到的网络资源中自动挑选和预先处置以得到专门的信息；〔3〕概括化：从单个的WEB站点以及多个站点之间发现普遍的方式；〔4〕分析：对发掘出的方式进展确认或者解释。根据数据发掘运用类型不同，分为以下几类：〔1〕分类模型：根据商业数据的属性将数据分派到不同的组中；〔2〕关联模型：描画了一组数据工程的亲密程度或关系；〔3〕顺序模型：主要用于分析数据仓库中的某类同时间相关的数据，并发现某一时间段内数据的相关处置模型；〔4〕聚簇模型：主要用于当要分析的数据缺乏描画信息，或者是无法组织成任何分类方式的情况，是按照某种相近程