一个称职的决策支持系统可以帮助决策者编译他们从众多来源收到的各种数据，包括文档、原始数据、管理、商业模式和员工的第一手经验。 多个学科可以从使用决策支持系统软件中受益。 包括工程、农业、铁路项目评标，以及信用贷款信息核查、医疗诊断、业务管理、评标等。 在我向您介绍决策支持系统软件时，请与我同在。
决策支持系统
称为决策支持系统 (DSS) 的信息系统可帮助公司做出需要判断、确定和一系列行动的决策。 通过分析大量非结构化数据并收集可能有助于解决问题和决策的数据，信息系统支持公司的中高层管理。
同样，DSS 可以手动操作、自动操作或两者兼而有之。 决策支持系统使用分析模型来分析汇总数据、异常、模式和趋势。 作为决策的辅助，决策支持系统并不总是提供决策。 为了识别问题、找到解决方案并做出判断，决策者从原始数据、论文、个人专业知识和/或商业模式中收集相关信息。
使用 DSS 主要是为了以易于理解的方式向客户提供信息。 决策支持系统的价值在于它可以设置为根据用户需要生成不同类型的报告。 例如，DSS 可以生成数据并以图形方式显示该数据，例如显示预测收入的条形图，或以书面报告的形式。
随着技术的进步，数据分析不再局限于大型、重型大型计算机。 由于 DSS 本质上是一个应用程序，因此您可以将它安装在大多数台式机和笔记本电脑上。 一些决策支持系统应用程序也可以在移动平台上访问。 经常出差的用户从决策支持系统的灵活性中受益匪浅。 多亏了这一点，他们才有机会随时了解最新信息，从而使他们能够在旅途中甚至立即为他们的业务和客户选择最佳的行动方案。
决策支持系统的特征
- 灵活性和改变能力
- 高度互动
- 易于使用
- 有效性和效率
- 决策者的总指挥
- 轻松开发
- 可扩展性
- 协助建模和分析
- 协助访问数据
- 独立的、组合的和基于网络的
决策支持系统的组成部分
决策支持系统框架由三个关键部分组成：
#1。 模型管理系统
管理者可以在决策中使用的模型存储在模型管理系统 S= 中。 关于组织的财务状况以及公司产品和服务的供需决策取决于模型。
#2。 用户界面
DSS 的用户界面具有使最终用户更容易使用系统的工具。
#3。 信息库
知识库包含来自内部（来自事务处理系统的信息）和外部（报纸和在线数据库）来源的信息。
决策支持系统的好处
- 决策支持系统提高了决策过程的有效性和速度。 因为 DSS 可以收集和检查实时数据，所以它是可行的。
- 由于在企业中建立和运行决策支持系统需要特殊的专业知识，因此它鼓励在公司内部进行培训。
- 由于花在重复性家务上的时间减少，经理们可能有更多的心理带宽来进行战略思考。
- 在公司内部，它增强了人际沟通。
决策支持系统的缺点。
- 由于构建和实施决策支持系统需要高昂的财务支出，因此小型企业负担不起决策支持系统。
- 随着 DSS 成为公司常规决策流程的一部分，以使其更快、更高效，公司可能会变得依赖它。 然而，管理者经常对系统过度信任，这消除了决策中的主观因素。
- 由于信息系统倾向于考虑情况的所有方面，决策支持系统可能会导致信息过载。 最终客户要做出艰难的选择，因为有很多选择。
- 较低级别的员工可能会害怕和敌视决策支持系统的实施。 他们中的许多人对使用新技术犹豫不决，并担心因此而失去工作。
决策支持系统的类型
以下是您可能在工作中看到的八个最常见的决策支持系统示例：
#1。 沟通驱动：
使企业能够支持需要多人参与的任务。 它包含 Google Docs 和 Microsoft SharePoint Workspace 等集成技术。
＃2。 模型驱动:
允许管理和访问组织、财务和统计模型。 通过利用用户提供的数据，收集数据并建立参数。 为了分析场景，数据被转化为决策模型。 Diodes 是一种开源模型驱动的 DSS，是模型驱动的决策支持系统的一个例证。
#3。 知识驱动：
利用程序、规则或交互式决策工具（如流程图）对问题提供具体、真实的响应。
#4。 文档驱动：
以非结构化的不同电子格式控制信息。
#5。 数据驱动：
协助企业存储和分析内部和外部数据。
＃6。 智能DSS:
如果决策支持系统将人工智能整合到其架构 (IDSS) 中，那么它就是智能的。 在智能决策支持系统中，人工智能用于通过挖掘和处理数据来过滤大量数据。 智能决策支持系统的目标是让它像人类顾问一样工作。
#7。 手动 DSS：
它使用人而不是技术来帮助决策。 一个专业团队评估他们的项目或业务面临的优势、劣势、机会和危险。
#8。 混合 DSS：
它结合了许多 DSS 类型的元素以产生复杂的结果。 银行和医疗保健等行业的大规模问题可能需要使用来自多个决策支持系统的工具，包括知识驱动和数据驱动的 DSS。
决策支持系统示例
有许多不同类型的行业使用决策支持系统。 示例包括：
- GPS路线准备：通过评估各种可能性，DSS 能够规划两个站点之间的最快和最佳路线。 这些系统通常具有实时监控流量以避免拥塞的能力。
- 作物准备： 农民使用 DSS 来确定何时是种植、施肥和收获作物的最佳时间。 例如，为了在其玉米生产基地进行“假设”分析，拜耳作物科学创建了“虚拟工厂”，将分析和决策支持应用于其运营的各个方面。
- 科学 DSS： 这些工具支持医生进行患者诊断。 Penn Medicine 开发的临床 DSS 使其能够更快地让 ICU 患者脱离呼吸机。
- ERP仪表盘： 使用这些系统的经理可以密切关注绩效指标。 Clearlink 是一家数字营销和服务公司，它使用 DSS 系统帮助其经理确定哪些员工需要额外支持。
决策支持系统软件
从广义上讲，决策支持系统软件是收集和分析数据以协助决策制定的分析软件。
有许多不同类型的决策支持。 它们的范围从使用预定义标准执行自动计算并提供最佳案例决策的基于模型的 DSS 系统到使用人工智能和机器学习为人类执行建议见解和分析的现代商业智能系统。 DSS 用于解决多种类型的问题，以快速解决问题并加快运营、规划和业务管理。
著名的决策支持系统软件包括：
#1。 网络焦点
对于必须跨应用程序集成和嵌入数据的信息构建者、企业和中型市场企业，设计了此数据和分析平台。 它提供云、多云、本地和混合替代方案。
#2。 QlikView
QlikView 建立在关联引擎之上，是该公司的传统分析产品。 它使用可自定义的界面来帮助用户完成日常工作。
#3。 SAP 业务对象
BusinessObjects 具有报告和分析应用程序，可帮助用户了解趋势及其背后的原因。
#4。 TIBCO 的 Spotfire
用户可以使用此数据可视化和分析软件构建仪表板，该软件还支持实时分析应用程序和预测应用程序。
#5。 云 Salesforce 分析
该分析工具基于 Salesforce.com 平台构建，使用人工智能帮助企业识别可能性并预测结果。
#6。 面条
一种名为 Powernoodle 的基于云的选择参与工具利用了认知、行为和决策科学。 它支持对各种利益相关者群体的工作流程进行建模，并提供针对典型决策类型的预构建模板。
#7。 使用 1000 思维做出决策。
一套用于决策、优先排序和联合分析的工具和程序可在网上以 1000minds 的名义获得。 它源于 1990 年代奥塔哥大学对患者手术优先顺序的研究。
#8。 布里克
对于建筑行业的总承包商和分包商，Briq 是一个用于预测分析和自动化的平台。 为了使 AI 能够进行预测性和规范性分析，它使用来自 CRM、项目管理和会计等系统的数据。
Dss 的三个组成部分是什么？
据管理研究总部称，决策支持系统具有三个重要组成部分：数据库、软件系统和用户界面。
什么是决策支持系统软件？
收集和分析数据以协助决策的软件。
Dss 有多少种类型？
决策支持系统分为两类：模型驱动的DSS和数据驱动的DSS。
结论
决策支持系统支持具有大量数据的决策过程并提供管理选项。 管理决策至关重要，但 DSS 不做决策。 这些系统用于执行复杂的统计和数学模型、数据分析和决策支持。
在本文中，我们将讨论决策支持系统与其他信息处理系统的不同之处。 结果发现，管理人员使用决策支持系统来协助进行单一的、半结构化的决策、快速更改和轻松访问信息。 决策支持系统包括工具，当这些工具结合起来时，可以帮助管理者在各种现实世界的情况下做出决策。
这些工具中的每一个都有软件和硬件部分。 决策支持系统应协助所有管理层的决策者，无论是个人的还是集体的，以及半结构化的决策。 它还应提供用于模拟和分析数据的工具，以便决策者可以将其与通用数据站联系起来，并具有足够的灵活性来协调各种管理技术。
相关文章
