/ مدیریت / مدیریت فناوری

سیستم پشتیبان تصمیم گیری (DSS: Decision Support System)

   تاریخچه
      تاریخچه سیستم تصمیم یار در یک نگاه
      کاربردهای DSS
   انواع سیستم‌های اطلاعاتی
      سیستم پشتیبانی از تصمیم (DSS: Decision Support System)
      اجزای DSS
      اهداف DSS
      اجزای DSS
      فرآیند DSS
      نرم افزار‌های گروه گرا(GroupWare)
      مفهوم سیستم تصمیم یار
      فناوریهای اصلی پشتیبانی از تصمیم
      پایگاه داده DSS
      مدیریت داده Data Managment
      مدیریت مدل   Model Managment
      واسط کاربری
   انواع سیستم‌های تصمیم یار DSS
      DSS ارتباط محور
      DSS داده محور
       DSS سند محور
      DSS دانش‌محور
      DSS مدل محور
      مدیریت مدل   Model managment
      تقسیم بندی مدلهای ریاضی
      سیستم‌های تصمیم یار سازمانی ODSS
      GDSS
      GDSS & ODSS
      طبقه بندی سیستم‌های MSS
   مدل
      انواع مدل
         مدل‌های مستحکم
         مدل اکتشافی
      طبقه بندی روشهای تحلیل تصمیم
      کاربردهای DSS
      طبقه بندی توان
   سیستم‌های EIS
      ویژگیهای تصمیمات مدیران ارشد
      ویژگیهای EIS
      پیاده سازی EIS
      روشهای EIS
      طبیعت EIS
      ویژگیهای رایج EIS
      فاکتور‌های تاثیر گذار در تصمیم گیری
      استراتژیهای تصمیم
   مفاهیم اولیه سیستم تصمیم یار
   DSS
   سیستم‌های تصمیم یار هوشمند
   سیستمهای پشتیبان مدیریت

تاریخچه

سایمن به جای استفاده از تصمیمات برنامه‌ریزی شده و غیر برنامه‌ریزی شده، از تصمیمات ساخت‌یافته و غیر ساخت یافته استفاده نمود.
تصمیمات ساخت‌یافته آنهایی هستند که مطابق با مراحل خاص و یا روتین هستند.
تصمیمات غیر ساخت‌یافته در غیاب چنین مراحلی اتخاذ می‌شوند.
گری و اسکات مورتون، منطقه مبهم میانی به نام تصمیمات نیمه ساخت‌یافته را تشخیص دادند.
گری و اسکات مورتون، انواع مسائل بازرگانی را در جدول خود وارد کردند. بعنوان مثال، حساب‌های دریافتنی بوسیله مدیران در سطح پایین تر با اتخاذ تصمیمات ساخت‌یافته حل می‌شود. برنامه ریزی R&D بوسیله مدیران سطح بالاتر در ستون برنامه‌ریزی استراتژیک، با اتخاذ تصمیمات غیر ساخت‌یافته اجرا می‌گردد.

• کنترل برنامه‌ریزی‌عملیاتی مدیریت استراتژیک ساخت‌یافته
• حساب‌های دریافتنی تجزیه و تحلیل ترکیب ناوگان بودجه هزینه حمل و نقل ورودی سفارش پیش بینی کوتاه مکانیابی انبار و مدت کارخانه کنترل موجودی نیمه ساختیافته
• برنامه‌ریزی تولید تجزیه و تحلیل ترکیب و تحصیل واریانس سطح کلان بودجه مدیریت نقدینگی تنظیم بودجه برنامه‌ریزی محصول جدید غیر ساخت‌یافته

سیستم‌های فروش و تولید برنامه‌ریزی r&d pert/cpm نمودار چارچوب مطرح شده بوسیله گری و اسکات مورتون خط نقطه چین وسط جدول مسائلی را که با استفاده از کامپیوتر بصورت موفقیت‌آمیزی حل می‌شوند بالای خط چین را از مسائلی که در همان زمان موضوع پردازش کامپیوتر نیست جدا می‌سازد. منطقه بالاتر به نام سیستمهای تصمیم ساخت یافته (Structured SDS  یا Decision System) و منطقه پایین‌تر به نام سیستمهای پشتیبان تصمیم یا DSS شناخته شده‌اند. گری و اسکات مورتون در ابتدا DSS را بعنوان تعریف کاربردهای آینده کامپیوتر شناختند. بعدها این اصطلاح برای تمام کاربردهای کامپیوتر که درجهت پشتیبانی تصمیم بود به کار گرفته شد. کمک مهم بعدی به درک DSS بوسیله استیون آل. آلتر انجام شده است. وی ضمن مطالعه‌ای در مورد 56 سیستم پشتیبانی تصمیم آنها را به 6 نوع عمده طبقه‌بندی کرد. وجه تمایز آنها در درجه پشتیبانی فراهم شده بوسیله آنها است:

1. اتخاذ تصمیم پیشنهاد تصمیمها
2.   برآورد نتایج تصمیم
3.   دریافت گزارشهای استاندارد
4.   تجزیه و تحلیل کل فایلها
5.   بازیافت اجزا داده
6.   دخالت مدیر، شش نوع DSS مطرح شده بوسیله آلتر است

مفهوم سیستمهای تصمیم یار برای اولین بار در سالهای آغازین دهه 70 بوسیله اسکات مورتون تحت عنوان سیستمهای تصمیم گیری مدیریت مطرح گردید. او چنین سیستمهایی را، سیستم‌های تعاملی برمبنای کامپیوتر نامید که با استفاده از داده‌ها و مدلها، تصمیم گیرندگان را در حل مسائل ساختار نایافته یاری می‌رسانند. تعریف دیگر DSS به وسیله کین و اسکات مورتن به شرح زیر ارائه شده است: سیستم‌های تصمیم‌یار منابع هوشمند انسانی را با تواناییهای کامپیوتر برای بهبود بخشیدن کیفیت تصمیمات ترکیب می‌کنند، آنها سیستمهایی برمبنای کامپیوتر (cbis) تصمیم‌گیریهای مدیریتی هستند که به مسائل نیمه ساختار یافته میپردازند. تعاریف مزبور به چهار ویژگی اصلی اشاره دارند:

1. DSS داده‌ها و مدلها را با هم ترکیب می‌کند.
2. DSSها برای کمک به مدیران در فرایند تصمیم‌گیری در مورد مسائل نیمه ساختار یافته و ساختار نایافته طراحی می‌شوند.
3. DSSها تصمیمات مدیران را پشتیبانی می‌کنند و به هیچ وجه جایگزین آنها نمی‌شوند.
4. هدف DSS بهبود اثر بخشی تصمیمات است.

باید یادآوری کرد که DSS اصطلاحی تفسیر بردار است به این معنی که برای اشخاص مختلف معانی مختلف دارد و تعریف جهان شمول قابل قبولی برای DSS وجود ندارد و در بسیاری ازحالات DSS با توجه به ویژگیها و فواید آن توصیف می‌شود. مفهوم DSS به خاطر استعمال غلط اصطلاح MIS در سیستم بوجود آمد MIS در ابتدا مفهومی متفاوت با پردازش داده داشت. هدف MIS استفاده از سیستم کامپیوتری برای کمک به مدیر در تصمیم‌گیری بود. ولی پس از مدتی MIS بعنوان تمام فعالیتهای کامپیوتری شناخته شد. بنابراین، وجود اصطلاحی برای نشان دادن نیاز مدیر به اطلاعات، احساس گردید. یک مسئله ساختاری را به تنهایی می‌توان توسط کامپیوتر با دنبال کردن یک برنامه فرعی که توسط مدیر تدارک میشود حل نمود. در حل مسائل نیمه ساختاری، مدیر بخش ساختار مسئله را با کامپیوتر حل می‌کند در حالیکه با آن بخش نیمه ساختاری به طور ذهنی برخورد می‌نماید. اگر مسئله فاقد هرگونه ساختار باشد، کامپیوتر هیچگونه کمکی نمی‌تواند بنماید و مدیر باید به طور ذهنی به یک راه حل برسد. مفهوم سیستم پشتیبانی تصمیم متداول‌ترین روش را برای استفاده کامپیوتر در حل مسئله در خلال سالهای دهه 1980 بوجود آمد. مدیران تشخیص داده‌اند می‌توانند با کامپیوتر بصورت یک تیم حل مسئله کار کنند.

تاریخچه سیستم تصمیم یار در یک نگاه

دهه 50 : سیستم‌هایی که در کارهای سطح پایین و TPS بودند.
دهه 60 : MIS و مجتمع کردن سیستم‌های TPS
دهه 70 : سیستم‌های اتوماسیون و DSS
دهه 80 : مفاهیم پیشرفت کرده و سیستم‌هایی برای مدیران ارشد آمده، البته امکانات زیادی نداشته و سیستم‌ها نیمه گرافیکی بوده‌اند . کاربردهای تجاری برای سیستم‌های خبره
دهه 90 : سیستم‌های گرافیکی پیشرفت کرد و سیستم‌های تصمیم گیری گروهی، محاسبات بر اساس شبکه‌های عصبی بوجود آمد. سیستم‌های هیبرید نیز بوجود آمد.

کاربردهای DSS

• سیستم‌های اطلاعاتی دانشگاه
• شرکتهایی که در زمینه کارت اعتباری کار می‌کنند
• شرکتهایی که در زمینه حمل و نقل کار می‌کنند
• شرکتهایی که در زمینه مخابرات  کار می‌کنند
• هتلها، خطوط پرواز و بیمارستانها
• شرکت‌های ساخت و ساز
• سرمایه گذاری

DSS سیستم‌های تعاملی هستند باید ارتباط بین انسان و ماشین را به خوبی برقرار کرد یک داده ورودی داریم، یک مدل و یک داده خروجی بدست می‌آوریم ولی یک رابط کاربری وجود دارد که فرد می‌نشیند و خروجی را re-optimization می‌کند و دوباره به مدل می‌دهد این کار را معمولا مدیران میانی انجام می‌دهند که سرشان خیلی شلوغ است بنابراین باید رابط کاربری به خوبی طراحی شود .
مولفه‌های اصلی DSS

• داده
• آنالیزداده
• رابط کاربری خوب
• نمایش اطلاعات و روشهای مناسب ارائه
• مدل سازی
• شبیه سازی

انواع سیستم‌های اطلاعاتی

سیستمهای پردازش تراکنش TPS
سیستم‌های اطلاعات مدیریتMIS
سیستم‌های پشتیبان تصمیم گیری  DSS
سیستم‌های پشتیبان مدیران ارشد ESS

سیستم پشتیبانی از تصمیم (DSS: Decision Support System)

مجموعه‌ای از برنامه‌ها و داده‌های مرتبط بهم که برای کمک به تحلیل و تصمیم گیری طراحی می‌شوند. کمک این گونه سیستم‌ها در تصمیم گیری بیش از سیستم‌های مدیریت اطلاعات (MIS) یا سیستم‌های اطلاعات اجرایی(EIS) است.

اجزای DSS

این سیستم‌ها دارای یک بانک اطلاعاتی متشکل از دانش موجود درباره‌ی موضوع و یک زبان که برای فرموله کردن مسائل و پرسش بکار میرود و یک برنامه مدلسازی برای آزمایش تصمیمات ممکن هستند.

اهداف DSS

1) کمک به مدیر برای تصمیم گیری در مورد مسائل نیمه ساخت یافته
2) پشتیبانی تصمیم گیری انجام شده توسط مدیر و نه جایگزینی آن
3) بهبود کارائی تصمیم گیری و توجه بیشتر به اثر بخشی آن

اجزای DSS

1. بانک مدلها
2. بانک اطلاعاتی
   1. داده‌های خارجی
   2. داده‌های داخلی
3. سیستم مدیریت بانک اطلاعاتی
4. سیستم مدیریت مدلها
5. نرم افزار مدیریت

فرآیند DSS

• سیستمهای اطلاعاتی، مدیران رده بالای هر سطح  سازمان را در امر تصمیم‌گیری وهدایت سیستم، یاری می‌کند. DSS پشتیبان، تصمیم گیری‌های مدیر است  و  تصمیم گیری نهایی با مدیر است.
• Data Analysis
• Data Mining
• Intelligent Agent

نرم افزار‌های گروه گرا(GroupWare)

نرم افزاری که به گروهی از کاربران یک شبکه امکان میدهد تا در رابطه با یک پروژه‌ی خاص با یکدیگر همکاری کنند. این گونه نرم افزار‌ها ممکن است خدماتی برای بر قراری ارتباط (مثلا پست الکترونیکی) و تأیید جمعی سند‌ها و زمان بندی و پیگیری فراهم کنند. سندها ممکن است حاوی متن و تصاویر یا دیگر اشکال اطلاعاتی باشند.
نرم افزار گروه گرا :که امکان فعالیت چندین حل کننده‌ی مسئله را در کنار هم برای هر راه حل فراهم می‌کند که در این مورد به عنوان سیستم پشتیبان تصمیم گیری گروهی بکار می‌رود.

این سیستم پشتیبان تصمیم گیری از بخش‌های زیر تشکیل شده است:

-مدیریت تقاضا و مدیریت ارشد
-برنامه ریزی احتیاجات مواد(MRP)
-کنترل فعالیت‌های تولید/ زمانبندی تامین کنندگان
-بانک اطلاعات
-زمانبندی خط مونتاژ
-هماهنگ کننده کارخانه
-رابط کاربر

هدف اصلی ایجاد یک سیستم پشتیبان تصمیم گیری برای کمک به زمانبندی تولید خط مونتاژ نهایی است به نحوی که تصمیم گیرنده بتواند امر هماهنگی تمامی اجزای کارخانه را طوری انجام بدهد که:

1. از موجودی انبارها بتواند یک برنامه تولیدی استخراج نماید.
2. از موجودی‌های در جریان ساخت و انبار محصول نیمه ساخته بهترین استفاده را بنماید.
3. فیدبک‌های لازم را در جهت تعیین بهترین برنامه خطوط مونتاژ ارائه دهد.
4. پیشنهادات سفارشات جدید رد یا قبول نماید.
5. در مقابل حوادث برهم زننده برنامه ریزی تولید واکنش نشان دهد.

FCDSS طراحی شده شامل دو بخش زیر:
۱. زمانبندی و ارسال کننده سطح کارخانه : توسعه خطوط راهنمای زمانبندی در سطح کارخانه و بکارگیری آن برای تهیه برنامه زمانبندی زمان واقعی برای کارگاه‌ها و خطوط مونتاژ
۲ . نظارت کننده سطح کارخانه: نظارت بر پیشرفت جریان تولید

الگوریتم فرآیند پشتیبانی تصمیم‌گیری
گام ۱ ( با انتخاب یک محصول به عنوان محصول مورد نظر برای تولید، DSS ابتدا با بررسی فایل وضعیت اطلاعات مقایسه‌ای میان میزان دردسترس بودن مواد موجود در کارخانه با مواد مورد نیاز تولید آن محصول بر اساس لیست مواد(BOM) آن صورت می‌دهد و فایل میزان دردسترس بودن را استخراج و عمل تفکیک بین قطعات دردسترس و غیر دردسترس (مورد نیاز به ساخت) را صورت خواهد داد. این میزان، شاخصی برای امکان تولید آن محصول بر اساس وضعیت موجود کارخانه است.

پنج مورد از خصوصیات سیستم‌های DSS

1. یک سیستم پشتیبان تصمیم، با کنار هم قرار دادن افکار انسانی و اطلاعات رایانه‌ای، از تصمیم‌گیرندگان حمایت و پشتیبانی می‌کند.
2. این سیستمها برای پشتیبانی سطوح گوناگون مدیریت، از مدیران ارشد تا عملیاتی ارائه می‌شود.
3. انعطاف پذیر است.
4. قدرت ریسک را بالا می‌برد.
5. سبب بهبود بخشیدن  دقت، کیفیت، بروز بودن تصمیمات در تصمیم گیری می‌شود

تعاریف متعددی برای DSS پیشنهاد شده است. این تعددتعابیر تاحدودی به سیر تکاملی این رویکرد بازمی گردد. تعاریف اولیه بیشتر بر قابلیت DSS درحل مسائل نیمه ساختاریافته تمرکز داشته‌اند و تعاریف بعدی اجزای اصلی سیستم و فرایند طراحی آن را موردتوجه قرار داده اند. دلیل دیگر این اختلاف، در زوایای نگرش متفاوت به موضوع نهفته است.

مفهوم سیستم تصمیم یار

سیستم‌های اطلاعات مدیریت اشکالاتی دارد که سیستم‌های پشتیبانی تصمیم برای رفع آنها بوجود آمده است. سیستم اطلاعات مدیریت به منظورتدارک پشتیبانی شخصی برای هر مدیرنمی باشد. این ضعف سیستم اطلاعات مدیریت، اقداماتی را باعث شد که منتهی به مفهوم سیستم پشتیبانی تصمیم گشت.
مفهوم سیستم پشتیبانی تصمیم،شکستهای اولیه سیستم اطلاعات مدیریت راتجربه نکرد. به احتمال قوی دلیل اصلی آن، دامنه محدودترسیستم پشتیبانی تصمیم است. برخورد ملایم تر سیستم پشتیبانی تصمیم، شانس موفقیت خود را حداکثر می‌کند.
این سیستمها،منابع انسانی (اگاهیهای فردی) را با قابلیتهای کامپیوتری ترکیب میکنند تا باعث ارتقاء کیفیت تصمیم گیریها مخصوصا در مورد مسائل نیمه ساخت یافته شوند. در واقع منابع فکری افراد را با قابلیت‌های کامپیوتر، جهت بهبود کیفیت تصمیمات به کار می‌گیرند. این سیستم‌ها، معمولاً برای حل مسائل نیمه ساخت یافته به کار می‌روند. این سیستمهای تعاملی مبتنی بر کامپیوتر می‌‌باشند که تصمیم‌گیران را یاری می‌کنند تا با به‌کارگیری داده‌ها و مدل‌ها، مسائل نیمه‌ساخت‌یافته را حل نمایند.
سیستم پشتیبان تصمیم گیرا  یک سیستم اطلاعاتی  کامپیوتری دوطرفه  (Interactive) است که انعطاف پذیر و وفق پذیر می‌باشد که بطور اختصاصی برای پشتیبانی حل یک مسئله غیرساخت یافته مدیریتی استفاده می‌شود.

خصوصیات کلی سیستمهای تصمیم یار

• سیستمی  است که به منظور پشتیبانی از تصمیم‌گیری نیمه‌ساخت‌یافته بکار می‌رود.
• بر خط (On-line) است .
• رابط کاربر و خروجی‌های گرافیکی می‌باشد .
• یک سیستم برپایه کامپیوتر است که از تکنولوژی‌ها و متدولوژی‌های کامپیوتری استفاده می‌کند .
• به تصمیم گیری کمک می‌کند ولی جایگزین فرد تصمیم گیر نمی‌شود.
• از پایگاههای داده، مدلهای تحلیلی و محاسباتی و سیستم‌های خبره درحل مسائل استفاده می‌کند.
• قابلیت بکارگیری درحل مسائل نیمه ساختاریافته و بی ساختار را داراست.
• قابلیت پشتیبانی از تصمیم گیریهای فردی و گروهی "GDSS" را دارد.
• برای کلیه سطوح مدیریتی قابل استفاده است.
• دقت، سرعت و کیفیت تصمیم گیری را بهبود می‌بخشد "بهبود اثربخشی " ولی درراندمان تصمیم گیری "هزینه تصمیم گیری " تاثیری ندارد.
• سیستم‌های DSS به سمت قابلیت‌های یادگیری و خلاقیت، کارکرد شبکه‌ای و سهولت بهره برداری به پیش می‌رود.
• DSS، تصمیم گیران سازمان را با کنار هم آوردن قضاوت انسانی و اطلاعات کامپیوتری شده در حل مسائل ساخت یافته و نیمه ساخت یافته یاری می‌کند، که اینگونه مسائل قابل حل با سیستمهای کامپیوتری دیگر و یا ابزارها و متدهای استاندارد نیستند.
• پشتیبانی برای سطوح مختلف مدیریتی از سطوح استراتژیک گرفته تا مدیران عملیاتی فراهم می‌شود.
• پشتیبانی هم برای تصمیم گیری انفرادی و هم تصمیم گیری گروهی وجود دارد .
• DSS برای چندین تصمیم گیری مرتبط با هم و یا تصمیم گیریهای متوالی پشتیبانی فراهم می‌‌کند.
• DSS تمام مراحل تصمیم گیری را که: هوش (جستجوی شرایطی که نیاز به تصمیم گیری دارند)، طراحی (اختراع، توسعه و بررسی گزینه‌های موجود برای پیاده کردن تصمیم)، انتخاب ( انتخاب یکی از گزینه‌های ممکن) و پیاده سازی است را پشتیبانی می‌کند .
• انواع مختلف فرآیندهای تصمیم گیری را پشتیبانی می‌کند.
• DSS انعطاف پذیر است طوریکه کاربران بر حسب تغییراتی که بوجود می‌آید می‌توانند سیستم را نسبت به نیاز خود شکل دهند، به این معنی که عناصر اصلی را اضافه، حذف، ترکیب و یا سازماندهی دوباره کنند.
• DSS در تلاش است که تاثیر گذار بودن تصمیم گیری یعنی دقت، بروز بودن تصمیمات را بهبود ببخشد.
• تصمیم گیرنده بر تمامی مراحل تصمیم گیری در حل یک مسئله تسلط دارد .
• DSS از مدلها برای ارزیابی موقعیتهای تصمیم گیری استفاده می‌کند. توانایی مدل کردن باعث می‌شود که استراتژیهای مختلف را در ترکیبها و شرایط مختلف بتوانیم بررسی کنیم .
• DSS دستیابی به انواع مختلف منابع داده با فرمتهای گوناگون را فراهم می‌کند

بطور کلی دلایل استفاده از سیستم DSS:

• محاسبه سریع: کامپیوتر به تصمیم گیرنده اجازه می‌دهد مقادیر بسیار زیادی از داده را در مدت زمان کوتاه و با هزینه کمی پردازش کند .
• غلبه بر محدودیتهای انسانی محاسبات و ذخیره سازی: مغز انسان در تجزیه و تحلیل اطلاعات و همچنین یادآوری آنها دارای محدودیت است .
• محدودیتهای انسانی: قدرت حل مسئله یک فرد دارای محدودیت است
• کاهش هزینه: کنار هم آوردن گروهی از تصمیم گیران مخصوصاً کارشناسان ممکن است هزینه زیادی داشته باشد
• پشتیبانی فنی: بسیاری از تصمیمات محاسبات پیچیده‌ای را می‌طلبند
• پشتیبانی کیفیت: سیستمهای کامپیوتری تصمیم گیرا می‌توانند کیفیت تصمیمات اتخاذ شده را بهبود بخشند.
• رقابت: فشار رقابتی تصمیم گیری را مشکل می‌کند

دلایل نیاز به سیستم‌های مکانیزه حمایت از تصمیم گیری
1)   محدودیتهای فکری بشر در پردازش وذخیره سازی: چون توانایی ذهن بشر در پردازش ذخیره ودسترسی به اطلاعات محدود است با استفاده ازاین سیستمها می‌توانیم این محدودیت را برطرف کنیم.
2)   محدودیتهای دانش: اگر برای حل یک مساله نیاز به اطلاعات ودانشهای متنوعی باشد توانائی یک فرد در حل ان مسئله محدود میباشدواگر بخواهیم از چندین متخصص در هر زمینه استفاده کنیم هماهنگی وارتباط بین این افراد مشکل خواهد بود.سیستمهای کامپیوتری این مشکلات را حل کرده ومی توانند به سرعت به حجم زیادی اطلاعات دسترسی پیدا کرده وانها راپردازش کنند همچنین میتوانند هماهنگی وارتباط بین ان افراد را اسان کنند.
3)   کاهش هزینه: حمایت کامپیوتری باعث کاهش تعداد افراد گروه می‌شود وامکان برقراری ارتباط از مناطق مختلف را برای اعضای گروه فراهم می‌سازد و همچنین باعث افزایش بهره وری بخش ستادی میشود که همه این موارد منجر به کاهش هزینه خواهد شد.
4)   حمایت فنی: کامپیوترها می‌توانند به سرعت وبه شکل مقرون به صرفه‌ای داده‌های لازم را جستجو وذخیره کنند یا انتقال دهند.
5)    حمایت از کیفیت: سیستمهای کامپیوتری با اجرای سریع شبیه سازیهای پیچیده به مدیران کمک میکنند تا امکانها و راهکارهای گوناگون را بررسی وتاثیرات مختلف را به سرعت ومقرون به صرفه ارزیابی کنند واز این طریق کیفیت تصمیمها را بالا ببرند.
6)    حاشیه رقابت_مهندسی مجدد فرایندها واختیارات: فناوریهای کامپیوتری در زمینه فشارهای رقابتی وتغییر در وضعیت عملیات سازمان، مهندسی مجدد فرایندها وساختارها، اختیارات کارکنان ونواوریها به مدیران اختیارهایی اعطا وانها را در اخذ تصمیم درست وسریع یاری می‌کنند.

فناوریهای اصلی پشتیبانی از تصمیم

سیستم حمایت از تصمیم (DSS)
سیستم حمایت از تصمیم گروهی(GDSS)
سیستمهای اطلاعات مدیریت عالی(EIS)
سیستمهای خبره(ES)
شبکه‌های عصبی مصنوعی(ANN)
سیستمهای حمایت ترکیبی(MSS)

تعیین چهارچوبی برای پشتیبانی از تصمیم
فرایندهای تصمیم گیری شامل سه نوع تصمیمات ساختار یافته (قابل برنامه ریزی)، نیمه ساختار یافته، ساختار نیافته(غیر قابل برنامه ریزی) است. فعالیتهای مدیریت نیز شامل سه قسمت برنامه استراتزیک، کنترل مدیریت، کنترل عملیاتی است. از ترکیب این تصمیمات و فعالیتها حالتهای مختلفی بوجود می‌آید که برای هر حالت یک یا چند سیستم اطلاعاتی جوابگو است. برای مثال زمانیکه تصمیم از نوع ساخت یافته است سیستمهای MIS، OR، TPS، DP جوابگو است یا اگر نیمه ساخت یافته باشد DSS مناسب است.

پایگاه داده DSS

DSS از دادههای داخل ( پایگاه‌های داده سازمان)، دادههای خارجی (اینترنت) و دادههای شخصی فرد تصمیمگیر استفاده مینماید.
DSS می‌تواند خود دارای Database مستقل بوده یا از پایگاههای داده سازمان استفاده نماید

عناصر داخلی DSS

معرفی DSS در 4 فاز
یک نمونه Framework برای تعیین سیستمهای مورد نیاز یک سازمان  

نتیجه گیری کلی

• یک DSS یک سیستم بسیار ضروری برای تمامی سازمانها، به ویژه مدیریت سازمان است.
• در حال حاضر کامل‌ترین سیستم برای یک سازمان، DSS است.
• DSS بطور مستقیم با مدیران در ارتباط است وبا پردازش انبوهی از داده‌ها، گزینه‌های یک تصمیم را در اختیار او قرار می‌دهد.
• DSS در بستر IS تعریف و پیاده سازی می‌شود.

مدیریت داده Data Managment

مدیریت داده کار ذخیره سازی و نگهداری از داده‌هایی را انجام می‌دهد که کاربر از طریق سیستم بر روی آنها تحلیل انجام می‌دهد. این بخش هم شامل یک پایگاه داده و هم نرم افزار مدیریت پایگاه داده می‌شود. در واقع اطلاعات در بستر یک نرم افزار مدیریت پایگاه داده ذخیره سازی شده و مورد استفاده قرار می‌گیرند. اطلاعاتی که در DSS مورد استفاده قرار می‌گیرند معمولاً از سه منبع عمده تامین می‌شوند: قسمتی از اطلاعات، اطلاعات سازمانی هستند که بسته به هدف کاربر از بکارگیری سیستم می‌تواند اطلاعات مختلفی را از محیط سازمان در بر بگیرد. معمولاً اطلاعات مورد نظر از پایگاه داده سازمانی و یا گاهی پایگاه داده تحلیلی بدست می‌آیند. بعضی از تصمیمات نیازمند استفاده از اطلاعات از منابع بیرونی مانند گزارشات دولتی، اینترنت و غیره هستند که به عنوان اطلاعات تکمیلی برای DSS مورد استفاده قرار می‌گیرند و آنها را اطلاعات بیرونی می‌نامند. همچنین گاهی می‌توان DSS‌هایی را طراحی کرد که اطلاعات را از کاربر دریافت می‌کند. به عبارتی به جای استخراج اطلاعات از منابع مختلف سازمانی و برون سازمانی، کاربر اطلاعات خود را وارد پایگاه داده سیستم می‌کند.

مدیریت مدل   Model Managment

این جزء از DSS شامل مدلهای ذخیره شده در یک پایگاه مدل و نرم افزاری تحت عنوان سیستم مدیریت مدلها است که کار ایجاد و دسترسی به مدلها را بر عهده دارد. و اما مدل چیست؟
در واقع یک مدل بازنمایی است از یک سری وقایع و شرایط محیطی. انسانها برای درک خود از محیط و جهانی که در آن زندگی می‌کنند و درک پدیده‌های مرتبط با آن از مدلها استفاده می‌کنند. مدلهایی که بشر مورد استفاده قرار می‌دهد به چهار شکل:
1.    مدلهای فیزیکی که در ابعادی معمولاً کوچکتر از اندازه واقی یک موجودیت یا یک شی ساخته می‌شود تا ویژگیهای آن را به نمایش گذارد. مانند ماکت یک ساختمان
2.    مدلهای گرافیکی که به صورت تصویری یک واقعیت را بیان بیان می‌کند و مانند نقشه‌های جغرافیایی و یا نقشه یک ساختمان.
3.    مدلهای تشریحی که با استفاده از گفتار و نوشتار به وصف یک پدیده یا حادثه یا یک شی می‌پردازد. برای مثال توصیفی که ما از یک حادثه رانندگی داریم و یا اخباری که هر روزه در روزنامه‌ها و تلویزیون اعلام می‌شوند.
4.    مدلهای ریاضی که با تعریف تعدادی متغیر و تعیین نحوه تاثیر این متغیر‌ها بر یکدیگر تصمیم گیرندگان را در مدلسازی مسائل و راه حلهای ممکن یاری می‌دهند.
سیستمهای DSS برای مدلسازی مسائل و راه حلهای آنها از مدلهای ریاضی استفاده می‌کنند.

تقسیم بندی مدلهای ریاضی

• مدلهای ایستا در برابر مدلهای پویا
  مدلهایی که در آنها زمان به عنوان یک متغیر تعریف شده باشد را مدلهای پویا می‌گوییم و مدلهایی که در آنها متغیر زمان وجود نداشته باشد را مدلهای ایستا می‌نامیم. برای مثال مدلی که میزان رشد فروش یک شرکت را در طی پنج سال آینده پیش بینی کند مدلی پویاست. ولی ترازنامه یک شرکت که دارائی‌های آن را در یک لحظه خاص از زمان مثلاً پایان سال کاری به نمایش می‌گذارد مدلی ایستا است. مدلهای ایستا همانند عکس هستند که یک لحظه را ثبت می‌کنند و لیکن مدلهای پویا همانند تصویر متحرکند که شرایط را در زمانهای مختلف نشان می‌دهند.
• مدلهای احتمالی در برابر مدلهای قطعی
  در مدلهای قطعی احتمال رخ دادن هر واقعه‌ای یا صفر است و یا یک. ولی در مدلهای احتمالی این احتمال از یک تا صفر متغیر است. مدلهایی احتمالی مدلهایی هستند درصدی از احتمال را برای وقوع رخدادی در نظر می‌گیرند. برای مثال مدلهایی که در کنترل کیفیت مورد استفاده قرار می‌گیرند و یا مدلهای آماری از این نوعند.
• مدلهای بهینه و مدلهای خرده بهینه
  مدلهای بهینه مدلهایی هستند که بهترین راه حل را از بین گزینه‌های مختلف انتخاب می‌کنند. این مدلها را برای مسائلی می‌توان مورد استفاده قرار داد که که به خوبی ساختارمند باشند. مدلهای خرده بهینه که گاهی مدلهای قانع کننده  نیز نامیده می‌شوند همواره بهترین راه حل را ارائه نمی‌کنند بلکه راه حلهای مختلف و نسبتاً مناسبی را ارائه می‌کنند که در این حالت انتخاب نهایی به عهده کاربر خواهد بود.

DSS‌ها با ارائه مدلهای تصمیم گیری که به کاربر امکان تحلیل اطلاعات را به اشکال مختلف می‌دهد، فرایند تصمیم گیری را اثربخش تر می‌کند. مدلهایی که در یک DSS استفاده می‌شوند به نوع تصمیمات و نوع تحلیل مورد نیاز بستگی دارد. قسمت مدیریت مدلهای سیستم DSS مدلهای سیستم را ذخیره سازی و نگهداری می‌کند و وظایف آن شبیه به وظایف سیستم مدیریت پایگاه داده نسبت به داده‌هاست. سیستم مدیریت مدلها نمی‌تواند تعیین کند کدام مدل برای حل یک مساله مناسب تر است ولیکن می‌تواند به کاربر کمک کند تا مدلها را با سرعت و به آسانی ایجاد و دستکاری کند.

واسط کاربری

واسط کاربری جزئی از سیستم است که به کاربر امکان می‌دهد با سیستم ارتباط برقرار کند. به عبارتی بخشی از سیستم است که به کاربر امکان می‌دهد دانش خود را با قابلیتهای پردازشیو ذخیره سازی سیستم در هم آمیزد. واسط کاربری قسمتی از سیستم است که کاربر آن را می‌بیند، و از طریق آن اطلاعات، دستورها و مدلها را وارد می‌کند و تنها قسمتی از سیستم است که مستقیماً با کاربر در ارتباط است.
استفاده از سیستمهای DSS باعث افزایش اثربخشی فرایند تصمیم گیری خواهد شد و در واقع این نوع از سیستمها مفهوم OLAP را مورد حمایت قرار می‌دهند. بکارگیری این سیستمها باعث خواهد شد هزینه‌های تصمیم گیری به علت استفاده از مدلهای مناسب توسط کاربر به میزان قابل ملاحظه‌ای کاهش یابد. در واقع کاربر به جای استفاده از روشهای آزمون و خطا که روشی بسیار پرهزینه برای تصمیم گیری است قبل از اینکه هرگونه اقدام عملی را انجام دهد نتایج را در قالب مدلهای مختلف خواهد دید.
استفاده از مدلهای ریاضی به علت پیچیدگی از محبوبیت چندانی برخوردار نیست و بسیاری از تصمیم گیرندگان به علت عدم تسلط کافی به استفاده از این مدلها تمایل چندانی به بکارگیری سیستمهای پشتیبان تصمیم گیری ندارند. برای حل این مشکل برای کار کردن با این سیستمها از واسط‌های کاربری گرافیکی استفاده می‌شود که درک و تقسیر آنها به راحتی صورت می‌پذیرد

انواع سیستم‌های تصمیم یار DSS

سیستم‌های تصمیم یار DSS نوعی سیستم اطلاعاتی کامپیوتری هستند که از فعالیت‌های تصمیم گیری پشتیبانی می‌کنند. DSS سیستم و زیرسیستم تعاملی مبتنی بر کامپیوتر است که برای کمک به تصمیم گیرندگان فناوری‌های ارتباطات، داده‌ها، اسناد، دانش و / یا مدل‌ها برای انجام وظایف پردازش تصمیم گیری طراحی شده است.
کاربردهای سیستم‌های تصمیم یار سیستم تصمیم یار ممکن است اطلاعات را به صورت گرافیکی ارائه کند و یا یک سیستم متخصص یا هوش مصنوعی (AI) باشد. این سیستم با هدف کمک به مدیران اجرایی یا دیگر گروه‌های دانش روز طراحی می‌شود.
مزایای سیستم‌های تصمیم یار برنامه تصمیم یار اطلاعاتی را جمع آوری و ارائه می‌کند.

• دسترسی به تمام دارایی‌های اطلاعاتی، از جمله منابع داده‌های ارتباطی؛
• ارقام داده‌های مقایسه ای؛
• ارقام پیش بینی شده براساس داده یا پیش فرض‌های جدید؛
• پیامدهای جایگزین‌های مختلف تصمیمگیری با توجه به تجربه قبلی در یک زمینه خاص می‌باشد. انواع سیستم‌های تصمیم یار مختلفی وجود دارد که می‌توان در پنج دسته طبقه بندی کرد.

DSS ارتباط محور

گروه هدف بیشتر DSS‌های ارتباط محور، تیم‌های داخلی از جممله شرکا و همکاران است. هدف این سیستم‌های تصمیم یار کمک به برگزاری جلسه یا همکاری با کاربران است. رایج‌ترین تکنولوژی استفاده شده برای راه اندازی این DSS، سرور وب یا کلاینت است. نمونه‌هایی از انواع سیستم‌های تصمیم یار ارتباط محور شامل چت و نرم افزارهای پیام رسانی فوری، همکاری آنلاین و سیستم‌های نت میتینگ می‌باشد.

DSS داده محور

گروه هدف اغلب DSS‌های داده محور مدیران، کارکنان و همچنین تامین کنندگان محصولات / خدمات هستند. که برای جستجو از یک پایگاه داده به منظور جستجوی پاسخ‌های خاص برای اهداف خاص استفاده می‌شود. این سیستم از طریق یک سیستم فریم اصلی، لینک کلاینت / سرور یا از طریق وب کار می‌کند. نمونه‌هایی از انواع سیستم‌های تصمیم یار داده محور شامل پایگاه داده‌های مبتنی بر کامپیوتر دارای یک سیستم جستجو برای بررسی میباشد. (شامل ترکیب داده‌هایی جهت افزودن به پایگاه داده‌های موجود).

 DSS سند محور

DSS‌های سند محور رایج تر بوده و در پایگاه‌های گسترده‌ای از گروه‌های کاربری مورد استفاده قرار می‌گیرند. هدف چنین DSS‌ای جستجو در صفحات وب و پیدا کردن اسناد در مجموعه خاصی از کلمات کلیدی یا شرایط جستجوست. تکنولوژی معمولی برای راه اندازی چنین DSS ای، از طریق وب یا یک سیستم کلاینت / سرور است.

DSS دانش‌محور

DSS دانش محور یا پایگاه دانش برنامه‌ای جامع است که طیف وسیعی از سیستم‌هایی را پوشش میدهد که کاربران داخل سازمان را پوشش می‌دهند، بااین حال می‌تواند سایر افرادی که در تعامل با سازمان هستند مانند مصرف کنندگان کسب و کار را نیز پوشش دهد. این سیستم اساسا برای ارائه مشاوره مدیریت یا انتخاب محصولات / خدمات استفاده می‌شود. تکنولوژی مورد استفاده برای راه اندازی چنین سیستمی می‌تواند سیستم‌های کلاینت / سرور، وب و یا نرم افزار باشد.

DSS مدل محور

سیستم‌های DSS  مدل محور سیستم‌های پیچیده‌ای هستند که به تجزیه و تحلیل تصمیم‌ها کمک کرده و گزینه‌های مختلفی را انتخاب می‌کنند. این موارد توسط مدیران و کارکنان یک شرکت یا افرادی که با سازمان ارتباط دارند، برای اهداف مختلفی همچون برنامه ریزی، تجزیه و تحلیل تصمیم گیری و غیره به کار گرفته می‌شوند. این انواع سیستم‌های تصمیم یار می‌توانند از طریق نرم افزار / سخت افزار در کامپیوترهای شخصی، سیستمهای کلاینت / سرور یا وب مورد استفاده قرار گیرند.

مدیریت مدل   Model managment

این جزء از DSS شامل مدلهای ذخیره شده در یک پایگاه مدل و نرم افزاری تحت عنوان سیستم مدیریت مدلها میشود که کار ایجاد و دسترسی به مدلها را بر عهده دارد. و اما مدل چیست؟
در واقع یک مدل بازنمایی است از یک سری وقایع و شرایط محیطی. انسانها برای درک خود از محیط و جهانی که در آن زندگی می‌کنند و درک پدیده‌های مرتبط با آن از مدلها استفاده می‌کنند. مدلهایی که بشر مورد استفاده قرار می‌دهد به چهار شکل است:

1. مدلهای فیزیکی که در ابعادی معمولاً کوچکتر از اندازه واقی یک موجودیت یا یک شی ساخته می‌شود تا ویژگیهای آن را به نمایش گذارد. مانند ماکت یک ساختمان
2. مدلهای گرافیکی که به صورت تصویری یک واقعیت را بیان بیان می‌کند و مانند نقشه‌های جغرافیایی و یا نقشه یک ساختمان.
3. مدلهای تشریحی که با استفاده از گفتار و نوشتار به وصف یک پدیده یا حادثه یا یک شی می‌پردازد. برای مثال توصیفی که ما از یک حادثه رانندگی داریم و یا اخباری که هر روزه در روزنامه‌ها و تلویزیون اعلام می‌شوند.
4. مدلهای ریاضی که با تعریف تعدادی متغیر و تعیین نحوه تاثیر این متغیر‌ها بر یکدیگر تصمیم گیرندگان را در مدلسازی مسائل و راه حلهای ممکن یاری می‌دهند.
   سیستمهای DSS برای مدلسازی مسائل و راه حلهای آنها از مدلهای ریاضی استفاده می‌کنند.

تقسیم بندی مدلهای ریاضی

مدلهای ایستا در برابر مدلهای پویا: مدلهایی که در آنها زمان به عنوان یک متغیر تعریف شده باشد را مدلهای پویا می‌گوییم و مدلهایی که در آنها متغیر زمان وجود نداشته باشد را مدلهای ایستا می‌نامیم. برای مثال مدلی که میزان رشد فروش یک شرکت را در طی پنج سال آینده پیش بینی کند مدلی پویاست. ولی ترازنامه یک شرکت که دارائی‌های آن را در یک لحظه خاص از زمان مثلاً پایان سال کاری به نمایش می‌گذارد مدلی ایستا می‌باشد. مدلهای ایستا همانند عکس هستند که یک لحظه را ثبت می‌کنند و لیکن مدلهای پویا همانند تصویر متحرکند که شرایط را در زمانهای مختلف نشان می‌دهند.

مدلهای احتمالی در برابر مدلهای قطعی: در مدلهای قطعی احتمال رخ دادن هر واقعه‌ای یا صفر است و یا یک. ولی در مدلهای احتمالی این احتمال از یک تا صفر متغیر است. مدلهایی احتمالی مدلهایی هستند درصدی از احتمال را برای وقوع رخدادی در نظر می‌گیرند. برای مثال مدلهایی که در کنترل کیفیت مورد استفاده قرار می‌گیرند و یا مدلهای آماری از این نوعند.
مدلهای بهینه و مدلهای خرده بهینه : مدلهای بهینه مدلهایی هستند که بهترین راه حل را از بین گزینه‌های مختلف انتخاب می‌کنند. این مدلها را برای مسائلی می‌توان مورد استفاده قرار داد که که به خوبی ساختارمند باشند. مدلهای خرده بهینه که گاهی مدلهای قانع کننده  نیز نامیده می‌شوند همواره بهترین راه حل را ارائه نمی‌کنند بلکه راه حلهای مختلف و نسبتاً مناسبی را ارائه می‌کنند که در این حالت انتخاب نهایی به عهده کاربر خواهد بود.
DSS‌ها با ارائه مدلهای تصمیم گیری که به کاربر امکان تحلیل اطلاعات را به اشکال مختلف می‌دهد، فرایند تصمیم گیری را اثربخش تر می‌کند. مدلهایی که در یک DSS استفاده می‌شوند به نوع تصمیمات و نوع تحلیل مورد نیاز بستگی دارد. قسمت مدیریت مدلهای سیستم DSS مدلهای سیستم را ذخیره سازی و نگهداری می‌کند و وظایف آن شبیه به وظایف سیستم مدیریت پایگاه داده نسبت به داده‌هاست. سیستم مدیریت مدلها نمی‌تواند تعیین کند کدام مدل برای حل یک مساله مناسب تر است ولیکن می‌تواند به کاربر کمک کند تا مدلها را با سرعت و به آسانی ایجاد و دستکاری کند.

واسط کاربری
واسط کاربری جزئی از سیستم است که به کاربر امکان می‌دهد با سیستم ارتباط برقرار کند. به عبارتی بخشی از سیستم است که به کاربر امکان می‌دهد دانش خود را با قابلیتهای پردازشیو ذخیره سازی سیستم در هم آمیزد. واسط کاربری قسمتی از سیستم است که کاربر آن را می‌بیند، و از طریق آن اطلاعات، دستورها و مدلها را وارد می‌کند و تنها قسمتی از سیستم است که مستقیماً با کاربر در ارتباط است.
استفاده از سیستمهای DSS باعث افزایش اثربخشی فرایند تصمیم گیری خواهد شد و در واقع این نوع از سیستمها مفهوم OLAP را مورد حمایت قرار می‌دهند. بکارگیری این سیستمها باعث خواهد شد هزینه‌های تصمیم گیری به علت استفاده از مدلهای مناسب توسط کاربر به میزان قابل ملاحظه‌ای کاهش یابد. در واقع کاربر به جای استفاده از روشهای آزمون و خطا که روشی بسیار پرهزینه برای تصمیم گیری است قبل از اینکه هرگونه اقدام عملی را انجام دهد نتایج را در قالب مدلهای مختلف خواهد دید.
استفاده از مدلهای ریاضی به علت پیچیدگی از محبوبیت چندانی برخوردار نیست و بسیاری از تصمیم گیرندگان به علت عدم تسلط کافی به استفاده از این مدلها تمایل چندانی به بکارگیری سیستمهای پشتیبان تصمیم گیری ندارند. برای حل این مشکل برای کار کردن با این سیستمها از واسط‌های کاربری گرافیکی استفاده می‌شود که درک و تقسیر آنها به راحتی صورت می‌پذیرد.

معرفی DSS در 4 فاز :
یک نمونه Framework برای تعیین سیستمهای مورد نیاز یک سازمان 
نتیجه گیری کلی :
•    یک DSS   یک سیستم بسیار ضروری برای تمامی سازمانها، به ویژه مدیریت سازمان می‌باشد .
•   در حال حاضر کامل‌ترین سیستم برای یک سازمان، DSS می‌باشد .
•   DSS بطور مستقیم با مدیران در ارتباط است وبا پردازش انبوهی از داده‌ها، گزینه‌های یک تصمیم را در اختیار او قرار می‌دهد .
•   DSS در بستر IS تعریف و پیاده سازی می‌شود مدیریت داده     data managment
مدیریت داده کار ذخیره سازی و نگهداری از داده‌هایی را انجام می‌دهد که کاربر از طریق سیستم بر روی آنها تحلیل انجام می‌دهد. این بخش هم شامل یک پایگاه داده و هم نرم افزار مدیریت پایگاه داده می‌شود. در واقع اطلاعات در بستر یک نرم افزار مدیریت پایگاه داده ذخیره سازی شده و مورد استفاده قرار می‌گیرند. اطلاعاتی که در DSS مورد استفاده قرار می‌گیرند معمولاً از سه منبع عمده تامین می‌شوند: قسمتی از اطلاعات، اطلاعات سازمانی هستند که بسته به هدف کاربر از بکارگیری سیستم می‌تواند اطلاعات مختلفی را از محیط سازمان در بر بگیرد. معمولاً اطلاعات مورد نظر از پایگاه داده سازمانی و یا گاهی پایگاه داده تحلیلی بدست می‌آیند. بعضی از تصمیمات نیازمند استفاده از اطلاعات از منابع بیرونی مانند گزارشات دولتی، اینترنت و غیره هستند که به عنوان اطلاعات تکمیلی برای DSS مورد استفاده قرار می‌گیرند و آنها را اطلاعات بیرونی می‌نامند. همچنین گاهی می‌توان DSS‌هایی را طراحی کرد که اطلاعات را از کاربر دریافت می‌کند. به عبارتی به جای استخراج اطلاعات از منابع مختلف سازمانی و برون سازمانی، کاربر اطلاعات خود را وارد پایگاه داده سیستم می‌کند.

دلایل نیاز به سیستم‌های مکانیزه حمایت از تصمیم گیری:

1. محدودیتهای فکری بشر در پردازش وذخیره سازی: چون توانایی ذهن بشر در پردازش ذخیره ودسترسی به اطلاعات محدود است با استفاده ازاین سیستمها می‌توانیم این محدودیت را برطرف کنیم.
2. محدودیتهای دانش: اگر برای حل یک مساله نیاز به اطلاعات ودانشهای متنوعی باشد توانائی یک فرد در حل ان مسئله محدود میباشدواگر بخواهیم از چندین متخصص در هر زمینه استفاده کنیم هماهنگی وارتباط بین این افراد مشکل خواهد بود.سیستمهای کامپیوتری این مشکلات را حل کرده ومی توانند به سرعت به حجم زیادی اطلاعات دسترسی پیدا کرده وانها راپردازش کنند همچنین میتوانند هماهنگی وارتباط بین ان افراد را اسان کنند.
3. کاهش هزینه: حمایت کامپیوتری باعث کاهش تعداد افراد گروه می‌شود وامکان برقراری ارتباط از مناطق مختلف را برای اعضای گروه فراهم می‌سازد و همچنین باعث افزایش بهره وری بخش ستادی میشود که همه این موارد منجر به کاهش هزینه خواهد شد.
4. حمایت فنی: کامپیوترها می‌توانند به سرعت وبه شکل مقرون به صرفه‌ای داده‌های لازم را جستجو وذخیره کنند یا انتقال دهند.
5. حمایت از کیفیت: سیستمهای کامپیوتری با اجرای سریع شبیه سازیهای پیچیده به مدیران کمک میکنند تا امکانها و راهکارهای گوناگون را بررسی وتاثیرات مختلف را به سرعت ومقرون به صرفه ارزیابی کنند واز این طریق کیفیت تصمیمها را بالا ببرند.
6. حاشیه رقابت_مهندسی مجدد فرایندها واختیارات: فناوریهای کامپیوتری در زمینه فشارهای رقابتی وتغییر در وضعیت عملیات سازمان، مهندسی مجدد فرایندها وساختارها، اختیارات کارکنان ونواوریها به مدیران اختیارهایی اعطا وانها را در اخذ تصمیم درست وسریع یاری می‌کنند.

خصوصیات کلی سیستمهای تصمیم یار :
•   سیستمی  است که به منظور پشتیبانی از تصمیم‌گیری نیمه‌ساخت‌یافته بکار می‌رود.
•   بر خط (On-line) است .
•   رابط کاربر و خروجی‌های گرافیکی می‌باشد .
•   یک سیستم برپایه کامپیوتر است که از تکنولوژی‌ها و متدولوژی‌های کامپیوتری استفاده می‌کند .
•   به تصمیم گیری کمک می‌کند ولی جایگزین فرد تصمیم گیر نمی‌شود.
•   از پایگاههای داده، مدلهای تحلیلی و محاسباتی و سیستم‌های خبره درحل مسائل استفاده می‌کند.
•   قابلیت بکارگیری درحل مسائل نیمه ساختاریافته و بی ساختار را داراست ;
•   قابلیت پشتیبانی از تصمیم گیریهای فردی و گروهی "GDSS" را دارد;
•   برای کلیه سطوح مدیریتی قابل استفاده است ;
•   دقت، سرعت و کیفیت تصمیم گیری را بهبود می‌بخشد "بهبود اثربخشی " ولی درراندمان تصمیم گیری "هزینه تصمیم گیری " تاثیری ندارد;
•   سیستم‌های DSS به سمت قابلیت‌های یادگیری و خلاقیت، کارکرد شبکه‌ای و سهولت بهره برداری به پیش می‌رود
•   DSS، تصمیم گیران سازمان را با کنار هم آوردن قضاوت انسانی و اطلاعات کامپیوتری شده در حل مسائل ساخت یافته و نیمه ساخت یافته یاری می‌کند، که اینگونه مسائل قابل حل با سیستمهای کامپیوتری دیگر و یا ابزارها و متدهای استاندارد نیستند.
•   پشتیبانی برای سطوح مختلف مدیریتی از سطوح استراتژیک گرفته تا مدیران عملیاتی فراهم می‌شود
•   پشتیبانی هم برای تصمیم گیری انفرادی و هم تصمیم گیری گروهی وجود دارد .
•   DSS برای چندین تصمیم گیری مرتبط با هم و یا تصمیم گیریهای متوالی پشتیبانی فراهم می‌‌کند.
•   DSS تمام مراحل تصمیم گیری را که: هوش (جستجوی شرایطی که نیاز به تصمیم گیری دارند)، طراحی (اختراع، توسعه و بررسی گزینه‌های موجود برای پیاده کردن تصمیم)، انتخاب ( انتخاب یکی از گزینه‌های ممکن) و پیاده سازی است را پشتیبانی می‌کند .
•    انواع مختلف فرآیندهای تصمیم گیری را پشتیبانی می‌کند .
•    DSS انعطاف پذیر است طوریکه کاربران بر حسب تغییراتی که بوجود می‌آید می‌توانند سیستم را نسبت به نیاز خود شکل دهند، به این معنی که عناصر اصلی را اضافه، حذف، ترکیب و یا سازماندهی دوباره کنند.
•    DSS در تلاش است که تاثیر گذار بودن تصمیم گیری یعنی دقت، بروز بودن تصمیمات را بهبود ببخشد.
•     تصمیم گیرنده بر تمامی مراحل تصمیم گیری در حل یک مسئله تسلط دارد .
•    DSS از مدلها برای ارزیابی موقعیتهای تصمیم گیری استفاده می‌کند. توانایی مدل کردن باعث می‌شود که استراتژیهای مختلف را در ترکیبها و شرایط مختلف بتوانیم بررسی کنیم .
•    DSS دستیابی به انواع مختلف منابع داده با فرمتهای گوناگون را فراهم می‌کند

بطور کلی دلایل استفاده از سیستم DSS

•   محاسبه سریع: کامپیوتر به تصمیم گیرنده اجازه می‌دهد مقادیر بسیار زیادی از داده را در مدت زمان کوتاه و با هزینه کمی پردازش کند .
•   غلبه بر محدودیتهای انسانی محاسبات و ذخیره سازی: مغز انسان در تجزیه و تحلیل اطلاعات و همچنین یادآوری آنها دارای محدودیت است .
•   محدودیتهای انسانی: قدرت حل مسئله یک فرد دارای محدودیت است
•   کاهش هزینه: کنار هم آوردن گروهی از تصمیم گیران مخصوصاً کارشناسان ممکن است هزینه زیادی داشته باشد
•   پشتیبانی فنی: بسیاری از تصمیمات محاسبات پیچیده‌ای را می‌طلبند
•   پشتیبانی کیفیت: سیستمهای کامپیوتری تصمیم گیرا می‌توانند کیفیت تصمیمات اتخاذ شده را بهبود بخشند.
•   رقابت: فشار رقابتی تصمیم گیری را مشکل می‌کند.
DSS اولین بار در سالهای 1970 توسط آقای Lester مطرح شد.
از بدو ظهور ایده تصمیم گیری به کمک کامپیوتر در انستیتو تکنولوژی کارنگی "CARNEGIE" تا به امروز، تعاریف متعددی برای DSS پیشنهاد شده است . این تعددتعابیر تاحدودی به سیر تکاملی این رویکرد بازمی گردد. تعاریف اولیه بیشتر بر قابلیت DSS درحل مسائل نیمه ساختاریافته تمرکز داشته‌اند و تعاریف بعدی اجزای اصلی سیستم و فرایند طراحی آن را موردتوجه قرار داده اند. دلیل دیگر این اختلاف، در زوایای نگرش متفاوت به موضوع نهفته است .

مفهوم سیستم تصمیم یار

همانگونه که گفته شد سیستم‌های اطلاعات مدیریت اشکالاتی دارد که سیستم‌های پشتیبانی تصمیم برای رفع آنها بوجود آمده است. سیستم اطلاعات مدیریت به منظور تدارک پشتیبانی شخصی برای هر مدیرنمی باشد. این ضعف سیستم اطلاعات مدیریت، اقداماتی را باعث شد که منتهی به مفهوم سیستم پشتیبانی تصمیم گشت.
مفهوم سیستم پشتیبانی تصمیم، شکستهای اولیه سیستم اطلاعات مدیریت راتجربه نکرد. به احتمال قوی دلیل اصلی آن، دامنه محدودترسیستم پشتیبانی تصمیم است. برخورد ملایم تر سیستم پشتیبانی تصمیم، شانس موفقیت خود را حداکثر می‌کند.
این سیستمها،منابع انسانی (اگاهیهای فردی ) را با قابلیتهای کامپیوتری ترکیب میکنند تا باعث ارتقاء کیفیت تصمیم گیریها مخصوصا در مورد مسائل نیمه ساخت یافته شوند.
سیستم‌های پشتیبانی تصمیم، سیستم‌هایی هستند که منابع فکری افراد را با قابلیت‌های کامپیوتر، جهت بهبود کیفیت تصمیمات به کار می‌گیرند. این سیستم‌ها، معمولاً برای حل مسائل نیمه ساخت یافته به کار می‌روند.
 سیستم‌های پشتیبانی تصمیم، سیستمهای تعاملی مبتنی بر کامپیوتر می‌‌باشند که تصمیم‌گیران را یاری می‌کنند تا با به‌کارگیری داده‌ها و مدل‌ها، مسائل نیمه‌ساخت‌یافته را حل نمایند.
به طور خلاصه می‌توان سیستمهای حمایت ازتصمیم(DSS)را به این گونه‌ها تعریف کرد :
این سیستمها، منابع انسانی (اگاهیهای فردی) را با قابلیتهای کامپیوتری ترکیب میکنند تا باعث ارتقاء کیفیت تصمیم گیریها مخصوصا در مورد مسائل نیمه ساخت یافته شوند .
سیستم پشتیبان تصمیم گیرا  یک سیستم اطلاعاتی  کامپیوتری دوطرفه  (Interactive) است که انعطاف پذیر و وفق پذیر می‌باشد که بطور اختصاصی برای پشتیبانی حل یک مسئله غیرساخت یافته مدیریتی استفاده می‌شود .

نرم افزار‌های گروه گرا(GroupWare)
نرم افزاری که به گروهی از کاربران یک شبکه امکان میدهد تا در رابطه با یک پروژه‌ی خاص با یکدیگر همکاری کنند. این گونه نرم افزار‌ها ممکن است خدماتی برای بر قراری ارتباط (مثلا پست الکترونیکی) و تئلید جمعی سند‌ها و زمان بندی و پیگیری فراهم کنند.سندها ممکن است حاوی متن و تصاویر یا دیگر اشکال اطلاعاتی باشند.
نرم افزار گروه گرا :که امکان فعالیت چندین حل کننده‌ی مسئله را در کنار هم برای هر راه حل فراهم می‌کند که در این مورد به عنوان سیستم پشتیبان تصمیم گیری گروهی بکار می‌رود.
این سیستم پشتیبان تصمیم گیری از بخش‌های زیر تشکیل شده است:

• مدیریت تقاضا و مدیریت ارشد
• برنامه ریزی احتیاجات مواد(MRP)
• کنترل فعالیت‌های تولید/ زمانبندی تامین کنندگان
• بانک اطلاعات
• زمانبندی خط مونتاژ
• هماهنگ کننده کارخانه
• رابط کاربر

هدف اصلی ایجاد یک سیستم پشتیبان تصمیم گیری برای کمک به زمانبندی تولید خط مونتاژ نهایی است به نحوی که تصمیم گیرنده بتواند امر هماهنگی تمامی اجزای کارخانه را طوری انجام بدهد که:
1) از موجودی انبارها بتواند یک برنامه تولیدی استخراج نماید
2) از موجودی‌های در جریان ساخت و انبار محصول نیمه ساخته بهترین استفاده را بنماید
3) فیدبک‌های لازم را در جهت تعیین بهترین برنامه خطوط مونتاژ ارائه دهد
4 ) پیشنهادات سفارشات جدید رد یا قبول نماید
5) در مقابل حوادث برهم زننده برنامه ریزی تولید واکنش نشان دهد

FCDSS طراحی شده شامل دو بخش زیر است:
۱. زمانبندی و ارسال کننده سطح کارخانه : توسعه خطوط راهنمای زمانبندی در سطح کارخانه و بکارگیری آن برای تهیه برنامه زمانبندی زمان واقعی برای کارگاه‌ها و خطوط مونتاژ
۲ . نظارت کننده سطح کارخانه: نظارت بر پیشرفت جریان تولید

الگوریتم فرآیند پشتیبانی تصمیم گیری
گام ۱ ( با انتخاب یک محصول به عنوان محصول مورد نظر برای تولید، DSS ابتدا با بررسی فایل وضعیت اطلاعات مقایسه‌ای میان میزان دردسترس بودن مواد موجود در کارخانه با مواد مورد نیاز تولید آن محصول بر اساس لیست مواد(BOM) آن صورت می‌دهد و فایل میزان دردسترس بودن را استخراج و عمل تفکیک بین قطعات دردسترس و غیر دردسترس (مورد نیاز به ساخت) را صورت خواهد داد. این میزان، شاخصی برای امکان تولید آن محصول بر اساس وضعیت موجود کارخانه است.

پنج مورد از خصوصیات سیستمهای DSS :

1. یک سیستم پشتیبان تصمیم، با کنار هم قرار دادن افکار انسانی و اطلاعات رایانه‌ای، از تصمیم‌گیرندگان حمایت و پشتیبانی می‌کند.
2. این سیستمها برای پشتیبانی سطوح گوناگون مدیریت، از مدیران ارشد تا عملیاتی ارائه می‌شود.
3. انعطاف پذیر است.
4. قدرت ریسک را بالا می‌برد.
5. سبب بهبود بخشیدن  دقت، کیفیت، بروز بودن تصمیمات در تصمیم گیری می‌شود.

سیستم‌های تصمیم یار سازمانی ODSS

سیستم‌هایی شبیه داوری مقالات و مدیریت کنفرانس می‌باشد، افراد مختلف تصمیم گیری می‌کنند و روی نظر آنها به صورت توزیع شده تصمیم گیری می‌شود . در واقع فعالیت‌های مختلف تصمیم گیری بین افراد مختلف توزیع شده است و هر کس یک تصمیمی می‌گیرد، یک بخشهایی توسط ماشین ممکن است انجام شود و یک بخشهایی توسط انسان . هر فرد یک تصمیم می‌گیرد – نفر بعد باید تصمیم بگیرد و سیستم کانال ارتباطی بین آنهاست . در اینجا فرآیند به صورت سلسله مراتبی است، افراد مختلف در زمینه‌های مختلف تصمیمات را می‌گیرند و در نهایت تصمیم نهایی از برآیند آنها اتخاذ می‌شود که سازگار با اهداف سازمان است و تکنولوژی است که تصمیم گیری را در سراسر سطوح سلسله مراتبی توزیع و هماهنگ می‌کند تا تصمیمی سازگار با اهداف سازمان در یک محیط رقابتی ایجاد شود .
تکنولوژی‌های مرتبط با ODSS :

• استفاده از تکنولوژی‌های ارتباطی و مخابراتی به منظور تسهیل ارتباطات درون سازمان و در سراسر مرزهای سازمان
• تکنولوژی‌های هماهنگی برای هماهنگ کردن استفاده از منابع مربوط به تصمیم
• تکنولوژی‌های فیلترینگ به منظور فیلتر کردن و خلاصه کردن دانش ( مانند هوش مصنوعی )
• تکنولوژی‌های نظارتی برای پیگیری وضعیت سازمان و محیط آن
• تکنولوژی‌های مدیریت دانش برای ارئه و پردازش انواع متنوعی از دانش مورد نیاز در تصمیم گیری
• تکنولوژی‌های تصمیم یار برای کمک به سازمانها و افرادی که در تصمیم گیری دخیل هستند.

GDSS

برتری تصمیم گیری با GDSS

• برنامه ریزی اولیه را بهبود می‌بخشد
• مشارکت افراد را افزایش می‌دهد
• فضای همکارانه باز را ایجاد می‌کند
• افراد نگران انتقادها نیستند و راحت ایده خود را ابراز می‌کنند
• ارزیابی بی طرفانه و هدفمند انجام می‌شود
• سازماندهی و ارزیابی ایده‌ها بهتر انجام می‌شود
• می‌توان مسایل تصمیم گیری را در آنجا اولویت بندی کرد
• کل جلسه مستند می‌شود، چه نظراتی مطرح شد، چه تصمیماتی انجام شد
• امکان دسترسی  به اطلاعات خارجی فراهم می‌شود
• حافظه سازمانی حفظ می‌شود

سطوح GDSS

• سطح اول : محدودیت‌های ارتباطی را کم می‌کند برای تحریک یا تسریع مبادله پیام
• سطح دوم : عدم قطعیت و نویز را در فرآیند تصمیم گیری گروهی کم می‌کند -  امکانات آنالیز و تحلیل را اضافه می‌کند
• سطح سوم : پروسه تصمیم گیری را مدیریت و تنظیم می‌کند

تکنولوژی‌های GDSS

1. Boardroom‌های الکترونیک: اتاق کنفرانس، دستگاههای سمعی بصری که توسط کامپیوتر کنترل می‌شود برای نمایش بر روی صفحه نمایش . ارائه‌های قبلی ذخیره و بازیابی می‌شوند . Same Time/Same Place است .
2. اتاق‌های TeleConference: اتاق‌های کنفرانس، کامپیوترهایی که انتقال سمعی بصری بین اتاقها را فراهم و کنترل می‌کند . Same Time/Different Place است.
3. Group Network: در دفاتر جداگانه از طریق شبکه‌های کامپیوتر متصل است.
   Same(Different)Time/Different Place است.
4. مراکز اطلاعاتی Information Center: اتاق کنفرانس، ویدئو پروژکتور برای صفحه نمایش بزرگ . یک یا چند کامپیوتر با پایانه‌های نمایش . برای مدیریت پایگاه داده، آنالیزهای آماری، گرافیک و پردازش متن Same Time/Same Place است.
5. آزمایشگاه همکاری Collabration Laboratory: نرم افزاری برای نوشتن یا ترسیم به صورت اشتراکی استفاده می‌شود Same(Different)Time/Same Place است.
6. اتاق تصمیم Decidion Room: اتاق کنفرانس، ویدئو پروژکتور برای نمایش عمومی و بزرگ . برای طوفان مغزی بکار می‌رود، اظهار نظر موضوعی، رأی گیری، مدل سازی و آنالیز تصمیم گیری Same(Different)Time/Same Place است.

مزایای تصمیم گیری گروهی :

• دانش گروه بیشتر از فرد است
• دانش متفاوت شرکت کنندگان و مهارت‌های پردازش نتایجی را فراهم می‌آورد که به صورت فردی امکان پذیر نمی‌باشد
• به عنوان بخشی از گروه، یک شخص می‌تواند تحریک کننده باشد برای بدست آوردن دانشی که از راه دیگر امکان پذیر نخواهد بود
• شرکت کنندگان می‌توانند عملکرد خود را با آموختن از رفتار دیگران در گروه بهبود بخشند
• گروه در شناسایی نقایص ایده‌های پیشنهادی بهتر عمل می‌کند تا فرد

تصمیم گیری گروهی :

• زمان صحبت کردن موجود باید به همه شرکت کنندگان تخصیص داده شود و همزمان نمی‌تواند باشد .
• از آنجا که در یک زمان، فقط یک فرد می‌تواند ایده خود را بیان کند، ایده‌های کمتری تولید و بیان می‌شوند
• سرعت ارائه اطلاعات بیشتر از جذب آن توسط افراد است
• افراد یادداشت نمی‌کنند و به یاد نمی‌آورند چه کسی، چه نظری داده است
• از روی ترس یا ادب ممکن است که افراد نتوانند با مواضع و نظرات دیگران مخالفت کنند
• درک ناقص از کارگروه می‌تواند منجر به بحث‌های سطحی یا بی ربط گردد
• گاهی تسلط شخصی یا موقعیتی برخی افراد باعث می‌شود که جلسه را انحصاری کنند
• گاهی افراد تمایلی به بیان عقاید خود، به خاطر ترس از ارزیابی منفی دیگران ندارند .

GDSS & ODSS

Group Decision Support System و Organizational Decision Support System
سیستم‌های تصمیم یار که چندین نفر در آن در گیرند و چند کاربره هستند
موضوعات مرتبط با آنها :
-         نرم افزارهای Group Ware  : به کارهای گروهی کمک می‌کند . خیلی DSS نیستند ولی به کارهای گروهی و تصمیم گیری‌های گروهی کمک می‌کنند. به طیف بزرگی از سیستم‌ها که گروه در آنها درگیر است، گفته می‌شود . یک سری سیستم‌های کامپیوتری هستند که رابط کاربری را فراهم می‌کنند که به واسطه آن محیطی برای یک گروه از افراد به اشتراک گذاشته می‌شود .
طبقه بندی Group Ware :
سیستم‌های پیام : اجازه می‌دهند افراد به یکدیگر پیام دهند
سیستم‌های کنفرانسی
تألیف مشترک : به گروه اجازه می‌هد که یک داکیومنت را برای ایجاد یا نظاره به اشتراک بگذارند
GDSS
سیستم‌های Coordination  : افراد را با یکدیگر هماهنگ کند تا کار انجام شود
-         ارتباطات با واسطه کامپیوتر- Computer Mediated Communication - CMC : زیر مجموعه  Group Ware  می‌باشد از کامپیوتر برای ایجاد، ذخیره سازی، انتقال و پردازش ارتباطات استفاده می‌شود .
-         Computer Supported Cooperative Work – CSCW : به سیستم‌هایی اطلاق می‌شود که هدف آنها این است که Over Head همکاری و هزینه‌های آن را در یک کاری که چند نفر قرار است در آن همکاری کنند، از طریق این سیستم‌ها کم کنند .
سه جنبه که این سیستم‌ها را از سیستم‌های دیگر جدا می‌کند : سیستم معمولا روی کامپیوترهای مختلف توزیع شده است و به آنها امکان می‌دهد که با هم کار کنند تا آن کاری که لازمه آن همکاری است به انجام برسد – سیستم محیطی را ایجاد می‌کند که افراد احساس می‌کنند در آن محیط با یکدیگر همکاری می‌کنند و جدا از یکدیگر نیست – سیستم سعی دارد تا از همکاری که در حال انجام است به صورت فعال حمایت نماید و همچنین سابقه‌ای از آن را نگهداری نماید .
-         Coordination Technology تکنولوژی همکاری : استفاده از تکنولوژی برای کمک به افراد در فعالیتهایی که ممکن است به صورت همکارانه، رقابتی یا شامل تضاد منافع باشد .
آرگومانهایی برای Participant :
با ترکیب زمان و مکان به 4 ترکیب می‌رسیم .

1. Same Time/Same Place: امکانی فراهم شده که افراد از طریق کامپیوتر با هم همکاری کنند در یک لحظه و در یک مکان مثل اتاقهای تصمیم . معمولا GDSS بیشتر در این بخش قرار می‌گیرند .
2. Different Time/ Same Place: یک سری سیستم‌های تصمیم گیری چند کاربره که در یک اتاق تصمیم گیری می‌باشد و به صورت شیفتی است . یک عده کار می‌کنند، می‌روند و یک عده دیگر می‌آیند . ولی سیستم ارتباطات را با هم نگه می‌دارد و سابقه را نگه می‌دارد . کیفیت خوبی دارد ولی کارآیی نسبتا کمتر می‌باشد
3. Same Time/Different Place: لازم نیست همه در یک اتاق تصمیم گیر باشند و با توجه به اینکه برخی امکانات اتاق تصمیم را ندارد، به نوعی کارآیی آن کمتر است ولی نسبتا کیفیت خوبی را می‌توان از آنها گرفت و به نوعی به این نوع سیستم‌ها  GDSS اطلاق می‌شود .
4. Different Time/Different Place: بیشتر سیستم‌های GroupWare از این نوع می‌باشد . افراد با هم تعامل دارند در زمانهای متفاوت.

نیاز به تصمیم یار و طبقه بندی تصمیم یار
چرا نیاز به تصمیم یار ؟

1. محدودیت‌های ذهنی
2. محدودیت‌های اقتصادی
3. محدودیت‌های زمانی
4. رقابت

فرآیند کلی تصمیم گیری
ابتدا مسأله را تعریف می‌کنیم . همزمان اطلاعات جمع آوری می‌کنیم و انتخاب‌های مختلفی که هست تولید می‌کنیم که این دو با هم تعامل دارند و ممکن است حتی در تعریف مسأله تأثیر بگذارند
سلسله مراتب DSS

• File Drawer System : ساده‌ترین است، فقط دسترسی به داده را فراهم می‌کند.
• Data Analysis System : دسترسی به داده را فراهم می‌کند و یک سری امکانات دستکاری داده هم در اختیار می‌گذارند.
• Analysis Information System : اطلاعات را از چندین پایگاه داده جمع آوری کرده و در اختیار می‌گذارد.
• Accounting Models : از داده‌های مالی و حسابداری استفاده می‌کنند.
• Representational Model : از مدل‌ها برای انجام تصمیم گیری استفاده می‌کند. می‌تواند از داده‌های تقاضا استفاده کند تا تقاضای سالهای بعد را پیش بینی کند.
• Optimization System : امکان بررسی آلترناتیوها را به ما می‌دهد.
• Suggestion System : مدل توصیفی است که به تصمیم گیرنده بهترین عمل را نشان می‌دهد.

طبقه بندی Alter

Data base :        File Drawer System
Data Analysis system
Analysis Information system
Model Base :     Representational Models
Accounting Models
Optimization Systems
Suggestion Systems

طبقه بندی Power

• Communication Driven DSS: تمرکز بر روی ارتباطات، همکاریها و تصمیم گیری‌های مشترک است، به کارهایی که باعث تصمیم گیری گروهی می‌شوند کمک می‌کند، امکان به اشتراک گذاری اطلاعات را فراهم می‌کند .
• Data Driven DSS: نوعی از DSS‌ها می‌باشد که تمرکز بیشتر بر روی دسترسی و دستکاری یک سری از داده‌های داخلی سازمان می‌باشد و گاهی داده‌های بیرونی
• Document Driven DSS: حجم زیادی از اطلاعات داکیومنت و متن می‌باشد، نیاز به سیستم‌هایی برای کار با آنها داریم، این سیستم‌ها بیشتر تمرکز روی داده‌های متنی دارد . سیستم‌های اتوماسیون اداری در این مقوله می‌گنجند
• Knowledge Driven DSS: از تکنیک‌های هوش مصنوعی و داده کاوی استفاده می‌کنند و با استفاده از آنها ارتباطات بین داده‌ها را کشف می‌کند .
• Model Driven DSS: یک مسأله را مدل سازی می‌کنیم و دستکاری‌های مختلف انجام می‌دهیم سپس اگر این مدل، مدل خوبی باشد، بر اساس آن عمل می‌نماییم

مقایسه طبقه بندی Alter  و Power :
Knowledge Driven  : Suggestion Systems
Model Driven  : Optimization Systems –Representation Models-Accounting Models
Data Driven  : Analysis Information – Data Analysis – File Drawer

استراتژیهای تصمیم

• Optimizing: یعنی مساله‌ای داریم و می‌خواهیم بهترین راه حل را برای آن پیدا کنیم .
• Satisficing: یعنی مسأله‌ای داریم که می‌خواهیم به اندازه کافی خوب باشد و بهترین راه حل نیست به حداقل نیازها برسیم
• Elimination By Aspect: جنبه‌های مختلف را حذف کنیم و تصمیم گیری کنیم
• Incrementalism: دو تا با هم چک می‌شود، یکی حذف می‌شود و دیگری به مرحله بعد می‌رود
• Mixed Scanning: جستجو، جمع آوری، فرآیند سازی، ارزیابی و وزن گذاری اطلاعات

تصمیم گیرها :
·         بعضی جاها افراد هستند
·         بعضی جاها کامپیوتر
تصمیماتی که توسط کامپیوتر گرفته می‌شود مانند : اتوماسیون صنعتی و روباتیک‌ها و یا تصمیماتی که ساختیافته و قابل برنامه ریزی است . گرچه خود کامپیوتر تصمیم را اعلام نمی‌کند ولی بر اساس گزارشات سیستم می‌باشد .
گاهی افراد تصمیم گیر به صورت فردی نیستند بلکه توزیع شده و چند نفره می‌باشند
·         تصمیمات توسط گروه یا کمیته گرفته می‌شود
·         تصمیمات در سطوح مختلف به اشتراک گذاشته می‌شود

فرآیند تصمیم گیری
طبق نظریه آقای سیمون

• جمع آوری و سازماندهی دانش
• طراحی
• انتخاب

که این موارد لزوما به ترتیب انجام نمی‌شوند و ممکن است که برخی همزمان اتفاق بیفتد و یا حلقه داشته باشیم

مدیریت وتصمیم:
نکات کلی در مورد اینکه کارهای مدیریتی چه است ؟
طبق نظر آقای فایول :
-         برنامه ریزی
-         سازماندهی
-         دستور دادن
-         هماهنگی
-         کنترل
می باشد
که بحث اصلی همه اینها تصمیم گیری است

تصمیم: یک انتخاب است درباره اینکه چه بکنیم و استراتژی ما چه باشد و اینکه چه کار کنیم که به یک هدف مطلوب برسیم
بخشی از دانش است که مشخص کننده طبیعت انجام یک عمل است . تصمیم می‌تواند یک دانش توصیفی باشد .
تصمیم گیری فعالیت ساخت یک تکه دانش جدید، با توجه به تعهداتی که به برخی از فعالیت‌ها داریم می‌باشد .

نکات مورد توجه در تصمیم گیری

1. تصمیم گیری در چه سطحی از مدیریت باشد ؟
   سطوح مدیریت : در سه سطح تصمیمات گرفته می‌شود :
   استراتژیک که تصمیمات کلان و کلی است
   کنترلی یا تاکتیکی که نحوه اجرای تصمیمات کلان و اختصاص منابع می‌باشد
   عملیاتی بحث اجرا و نظارت می‌باشد که کارهای خاص به درستی انجام می‌شود
2. تصمیم گیری در چه موقعیتی باشد ؟
   تصمیم را در محیطی می‌گیریم که محیط اضطراری است یا خیر چون در محیط‌های اضطراری بسیار محدودیت اطلاعاتی دانش داریم و سیستم‌ها می‌توانند کمک کننده باشند . در این شرایط معمولا اطلاعات و دانش اندک است.
   تصمیم را در محیط برپا و دایر می‌گیریم که در این محیط باید کلی اطلاعات جمع آوری شود .
3. چند تصمیم در یک فرآیند باید به صورت همزمان گرفته شوند . که نیاز به هماهنگی بین این تصمیم‌ها می‌باشد . برنامه ریزی و زمانبندی فرآیندهای ساخت همزمان می‌باشد .
4. تصمیم گیری در چه ساختاری گرفته می‌شود ؟ سازمان است دارای ساختار مرکزی است یا خیر . موسسه عمومی است یا کارهای خاص انجام می‌دهد .
5. سیستمی که در آن تصمیم گرفته می‌شود به چه صورت است ؟ اگر سیستم ساخت یافته باشد یعنی از قبل برنامه ریزی شده و مشخص شده است . تصمیمات قابل برنامه ریزی است . موقعیت کاملا درک شده و کارها روتین می‌باشد و فرآیندهای مدیریتی تخصصی است . اما در یک سیستم ساخت نیافته : غالباً موقعیت‌ها اضطراری است و تصمیمات فی البداهه است و موقعیت‌ها واضح نیست . یک تصمیم می‌گیریم، یک بار است و تمام می‌شود .
6. آیا تصمیمات یک جانبه گرفته می‌شود و یا بصورت شورایی گرفته می‌شود .

طبقه بندی سیستم‌های MSS

DSS : مناسب برای مدیران تاکتیکی(نه برای مدیران ارشد)
GSS : ارتباط بین گروهی را فراهم می‌کنند.
EIS : سیستم‌های ویژه مدیران
ERP : برنامه ریزی منابع انسانی و مدیریت زنجیره تأمین SCM
سیستم‌های مدیریت دانش
ES  :سیستم‌های خبره
ANN : شبکه‌های عصبی مصنوعی
سیستم‌های حمایتی مختلط
سیستم‌های تصمیم گیری هوشمند که کارهای DSS را هوشمند کرده و به سمت سیستم‌های خبره می‌روند.

سیستم اطلاعاتی : سیستمی است که داده را به اطلاعات تبدیل کند . سیستمی است که به طریقی اطلاعات را جمع آوری کند، تبدیل کند و توزیع کند.

مدیریت : در مدیریت فاکتور اصلی تصمیم گیری است . مدیر کسی است که تصمیم‌ها را می‌گیرد . محیط تغییر می‌کند و پیچیده می‌شود و مدیر باید با توجه به آنها تصمیم گیری کند. خیلی جاها مجبور است سعی و خطا کارکند که روش خوبی نیست . خصوصا اینکه بعد از چند بار سعی و خطا و یافتن خطا از آنجا که محیط تغییر کرده است دیگر قابل اعتماد نیست . پس باید به دنبال فاکتورهایی بگردیم که در تصمیم گیری تأثیر گذار هستند .

فاکتورها تأثیرگذار در تصمیم گیری

• تکنولوژی / اطلاعات / کامپیوترها
• پیچیدگی ساختاری / رقابت
• بازارجهانی / پایداری سیاسی / کنسرسیوم‌ها
• تغییرات / بالا و پایین رفتن بازار

مدل

مدل: یک نماینده از سیستم است که برای پاسخ دادن به سؤالاتمان در مورد سیستم از آن استفاده می‌شود.

مدل‌ها از موارد ذیل ساخته می‌شود:

• از داده‌های قبلی که از سیستم داریم.
• ازداده‌های قبلی که مرتبط با سیستم است.
• قضاوت افراد خبره درباره سیستم.
• قضاوت افرادی که متخصص مدل هستند.

یک تصمیم بندی که بر روی مدل‌ها انجام شده است:

انواع مدل

مدل‌های مستحکم

در مدل‌های مستحکم مدل به صورت دقیق انجام می‌شود با اطلاعات دقیق و پایه و در واقع مدل به جای خود سیستم می‌نشیند. همه چیز روشن و مشخص است. حقایقی موجود را می‌گیرد، سرجمع و مرتب و در نهایت تحلیل می‌کند.

مدل اکتشافی

در مدل‌های اکتشافی صحت و نتیجه فرضیات ارائه شده را در واقعیت ارائه می‌کند. به نوعی بحث تحلیل whatif‌ها است. اگر اینکار را انجام دهم چه اتفاقی می‌افتد.
در این سیستم‌ها جزئیات کارها مشخص نیست و مدل یک تصویر واقعی و قابل اعتماد از واقعیت نیست.

مدل‌های اکتشافی و مستحکم با هم متفاوت هستند در:
هدف از مدلسازی
روش:دید کلان

چگونگی استفاده از مدل‌ها
به عنوان یک پارامتر برای گزینه‌های مختلف سیاست گذاری که می‌خواهیم انجام دهیم، بایداستفاده کنیم، سیاست‌های مختلفی داریم، بحث می‌کنیم، می‌گوییم ما یک مدل ساختیم و تأثیر آن اینگونه است. گاهی به عنوان یک وسیله ارتباطی استفاده می‌کنیم.

مراحل ایجاد مدل

• توابعی که در فرآیند تصمیم گیری هست را به مدل Map کنیم.
• ورودی‌ها و خروجی‌های مدل را مشخص کنیم.
• یک رابطی برای مدل طراحی کنیم تا افراد بتوانند با آن تعامل انجام دهند.
• از لحاظ نرم افزاری آن را بخریم یا گسترش دهیم و به کار گیریم.

انتخاب‌های مدل سازی
طیف گسترده‌ای از روش‌های مدل سازی در دسترس است، نکته این است که برای آن مسأله‌ای که داریم بایداز چه نوع روش و ابزاری استفاده کنیم . کدام روش مناسب است و محدودیت‌های هر روش چیست ؟یک مدل تا چه حد می‌تواند پاسخگو مسأله باشد و همچنین محدودیت‌های دانش خود ما به عنوان یک خبره، در برخی روش‌ها اگر دانش ما کافی نباشد نمی‌توانیم از آن به درستی استفاده کنیم. روش قابلیت دارد ولی ما دانش کافی نداریم.

آنالیز تصمیم
هدف این است که به نوعی فضای مسأله را برای آنالیز آماده کند .سازماندهی کند، ساختاربه آن بدهد . شناسایی آلتراناتیوهای مختلف و شناسایی محل‌های عدم قطعیت و جایی اگر لازم است قضاوت‌های سلیقه‌ای داشته باشیم و طبیعتاً ابزارها کمک می‌کنند که مسأله را به قسمت‌های مختلف بشکنیم و به زیر مسأله‌هایی بشکنیم، عدم سازگاریها را تشخیص داده و رفع نماییم یا تناقضات را شناسایی و رفع کنیم و مسأله را به زیر مسأله‌هایی تبدیل کنیم و آنها را حل کرده و مجتمع کنیم وتوصیه‌هایی برای مسأله اصلی ایجاد نماییم.

طبقه بندی روشهای تحلیل تصمیم

• مدلهایی که کنترل اطلاعات می‌کنند: یعنی این سیستم‌ها به جمع آوری، ذخیره سازی و بازیابی و سازماندهی اطلاعات به ما کمک می‌کنند.
• Parading مدل‌ها: یک چارچوب برای ما ایجاد می‌کنند و به ما اجازه می‌دهند براساس این چارچوب مسأله را حل وفصل کنیم.
• مدل‌های شبیه سازی: که درواقع کار تحلیل what-if را انجام می‌دهند.
• گاهی ابزارهایی هستند که این امکان را به ما می‌دهند که از بین راههای مختلف یک راه را انتخاب کنیم یعنی می‌گویند این راهها برای انتخاب وجود دارد و چگونه می‌شود از بین آنها بهترین را انتخاب کرد.
• مدل‌هایی که به ارایه مسأله کمک می‌کنند: روشها و ابزارهایی برای نمایش داده‌ها و فضای مسأله دراختیارمی‌گذارند تا دید بهتری نسبت به مسأله پیدا کنیم و داده‌ها را تحلیل نماییم.

کاربردهای DSS

سیستم‌های اطلاعاتی دانشگاه
شرکتهایی که در زمینه کارت اعتباری کار می‌کنند.
شرکتهایی که در زمینه حمل و نقل کار می‌کنند.
شرکتهایی که در زمینه مخابرات  کار می‌کنند.
هتلها، خطوط پرواز و بیمارستانها
شرکت‌های ساخت و ساز
سرمایه گذاری

طبقه بندی توان

Communication Driven DSS : تمرکز بر روی ارتباطات، همکاریها و تصمیم گیری‌های مشترک است، به کارهایی که باعث تصمیم گیری گروهی می‌شوند کمک می‌کند، امکان به اشتراک گذاری اطلاعات را فراهم می‌کند .
Data Driven DSS : نوعی از DSS‌ها می‌باشد که تمرکز بیشتر بر روی دسترسی و دستکاری یک سری از داده‌های داخلی سازمان می‌باشد و گاهی داده‌های بیرونی
Document Driven DSS : حجم زیادی از اطلاعات داکیومنت و متن می‌باشد، نیاز به سیستم‌هایی برای کار با آنها داریم، این سیستم‌ها بیشتر تمرکز روی داده‌های متنی دارد . سیستم‌های اتوماسیون اداری در این مقوله می‌گنجند
Knowledge Driven DSS : از تکنیک‌های هوش مصنوعی و داده کاوی استفاده می‌کنند و با استفاده از آنها ارتباطات بین داده‌ها را کشف می‌کند .
Model Driven DSS : یک مسأله را مدل سازی می‌کنیم و دستکاری‌های مختلف انجام می‌دهیم سپس اگر این مدل، مدل خوبی باشد، بر اساس آن عمل می‌نماییم
مقایسه طبقه بندی Alter  و Power :
Knowledge Driven  : Suggestion Systems
Model Driven  : Optimization Systems –Representation Models-Accounting Models
Data Driven  : Analysis Information – Data Analysis – File Drawer

سیستم‌های EIS

این سیستم‌ها جهت مدیران ارشد طراحی میگردد . نوعی از سیستم‌های DSS که هدف آنها این است که اطلاعات موردی که مورد نیاز مدیران تاپ و ارشد است در اختیار آنها بگذارند.

ویژگیهای تصمیمات مدیران ارشد

• کمتر ساخت یافته است.
• کمتر تکراری است و کمتر قابل پیش بینی است.
• تأثیر آن روی مقاطع زمانی بیشتری است.
• بخش بیشتری از سازمان را در بر می‌گیرد.
• برای این تصمیمات اطلاعات خارجی مورد نیاز است.
• اطلاعات جزء مهم نیست بلکه مجمع و سرجمع شده اطلاعات مهم است.

ویژگیهای EIS

• از زمینه‌های مختلفی اطلاعات جمع آوری می‌شود.
• مفهوم Data Cube است.
• اطلاعات خارجی روی آنها تأثیر گذار است.
• Drill Down است.
• دارای فاکتورهای حساس موفقیت است.
• قابل استفاده برای گزارشگیری در موارد استثناء است.

پیاده سازی EIS

• هماهنگی و ارتباطات
• برنامه ریزی و کنترل
• ابزارهای گوناگونی برای Platform‌های مختلف موجود است
• فردی باید باشد که مسوول EIS شود و کارها را پیگیری کند

روشهای EIS

• By Product Method : خیلی وقت نمی‌گذارد که بررسی کند که چه می‌خواهد . یک محصول را که وجود دارد را می‌گیرد و مجموعه‌ای از گزارشهایی که به ازای هر محصول می‌باشد را می‌گیرد و بر اساس آن عمل می‌کند . یک تحلیل اولیه برای نیازها است
• Null Method : اصلا سیستماتیک نیست . اطلاعات همینجوری جمع می‌شود و استفاده می‌گردد
• Key Indicator Method : سلامت سازمان را بر اساس شاخص مالی کلیدی پیدا می‌کنند . در واقع شاخص‌های مالی کلیدی را شناسایی کرده . برای آنها مجموعه‌ای از اطلاعات پیوسته را جمع آوری می‌کنند و سیستمی ایجاد می‌کنند که مدیر مثلا شاخص‌هایی را که از یک مقصد عقب تر است گزارش می‌گیرد .
• Total Study Method : مطالعه کاملی انجام می‌شود و نیازها به صورت دقیق شناسایی می‌شوند . از اطلاعاتی که نیاز دارد نمونه گیری می‌کند و نتایج با سیستم‌های کامپیوتری موجود مقایسه می‌شود
• Critical Success Factor Method : فاکتورهای موفقیت اصلی می‌باشد شبیه Key Indicator Method می‌باشد ولی اینجا فاکتورها کلی هستند این روش با مصاحبه با مدیران ارشد شروع می‌شود تا ابتدا اهداف اصلی شناسایی شوند . نقاطی از فعالیت که نتایج خوب در آنجا موفقیت و رقابت پذیری موسسه را تضمین می‌کند .

طبیعت EIS

• قصد دارد به مدیران ارشد کمک در تصمیم گیری‌هایی که اغلب Ad Hoc و موردی هستند
• سیستم‌های کامپیوتری که دسترسی به اطلاعات داخلی و خارجی مربوط به CSF را برای مدیران آسان می‌کنند و اطلاعات را در اختیار مدیران ارشد قرار می‌دهند
• سیستمی است که به مدیران کمک می‌کند تا درخواست بدهند و نظارت کنند بر اطلاعات کلیدی که از منابع داخلی یا خارجی هستند

ویژگیهای رایج EIS

• مستقیما توسط مدیران سطح بالا استفاده می‌شوند
• باید بگونه‌ای طراحی شوند که احتیاج به آموزش کم کاربران داشته باشند
• باید کارکردن با آن آسان باشد و برای نیازهای مدیر ارشد تنظیم شده باشد
• بتوان اطلاعات را به صورت متن یا جدولی یا گرافیکی نمایش داد
• قابلیت دسترسی و ترکیب اطلاعات از محدوده وسیعی از منابع داخلی یا بیرون سازمان را دارا باشد
• قابلیت انتخاب کردن، فیلتر کردن، فشرده سازی و پیگیری CSF‌ها
• قابلیت انجام گزارشات وضعیت، گزارشات Exeption و آنالیزهای تمایلی و گزارشات Drill-Down

فاکتور‌های تاثیر گذار در تصمیم گیری

تکنولوژی / اطلاعات / کامپیوترها
پیچیدگی ساختاری / رقابت
بازارجهانی / پایداری سیاسی / کنسرسیوم‌ها
تغییرات / بالا و پایین رفتن بازار

استراتژیهای تصمیم

Optimizing: یعنی مساله‌ای داریم و می‌خواهیم بهترین راه حل را برای آن پیدا کنیم .
Satisficing: یعنی مسأله‌ای داریم که می‌خواهیم به اندازه کافی خوب باشد و بهترین راه حل نیست به حداقل نیازها برسیم.
Elimination By Aspect: جنبه‌های مختلف را حذف کنیم و تصمیم گیری کنیم.
Incrementalism: دو تا با هم چک می‌شود، یکی حذف می‌شود و دیگری به مرحله بعد می‌رود.
Mixed Scanning: جستجو، جمع آوری، فرآیند سازی، ارزیابی و وزن گذاری اطلاعات.

مفاهیم اولیه سیستم تصمیم یار

می کرد که برای پشتیبانی از تصمیم گیرندگان مدیریتی در موقعیت‌های تصمیم گیری شبه ساختاریافته به کارمی رفتند. DSS دستیاری برای تصمیم گیرندگان بود که قابلیتهای آنان را توسعه می‌داد ولی جایگزین قضاوت آنان نمی‌شد. بخش دیگری از تعریف، متذکر می‌شد که سیستم می‌تواند مبنی بر کامپیوتر باشد، می‌تواند به صورت برخط و متعامل عمل کند وترجیحا قابلیت خروجی گرافیکی داشته باشد.
Little، DSS را به شکل " مجموعه رویه‌های مبنی بر مدل برای پردازش داده‌ها و قضاوت جهت کمک به مدیر در تصمیم گیری " تعریف می‌کند. چنین سیستمی برای موفقیت باید ساده، قدرتمند، دارای کنترل آسان، وفق پذیر، کامل در جنبه‌های مهم و ساده برای برقراری ارتباط باشد. آنچه در این تعریف به طور ضمنی دیده می‌شود، این است که سیستم، مبنی برکامپیوتر است و سرورها توسعه‌ای از قابلیتهای حل مساله کاربران هستند.
Moore و Chung چنین بحث می‌کنند که مفهوم ساختارمندی که بخشی از بیشتر تعاریف اولیه DSS است ( به این معنی که DSS می‌تواند موقعیتهای نیمه ساختیافته و ساخت نیافته را اداره کند )، به طور کلی معنی ندارد. یک مساله می‌تواند فقط با توجه به تصمیم گیرنده خاص، تحت عنوان ساختاریافته یا نیافته توصیف گردد ( یعنی تصمیمات ساختاریافته به این دلیل ساختیافته‌اند که ما به این شکل با آنها برخورد کرده ایم ). بنابراین آنها DSS را سیستم‌های قابل توسعه‌ای تعریف می‌کنند که توانایی پشتیبانی از تحلیل داده‌های ad hoc و مدل سازی تصمیم، با گرایش به سمت برنامه ریزی آینده و به کاررفته در بازه‌های برنامه ریزی نشده و نامنظم را داراست.
Bonczek، DSS را به عنوان سیستم مبنی بر کامپیوتری تعریف می‌کند که شامل سه مولفه متعامل است. یک سیستم زبانی (مکانیزم برقراری ارتباط بین کابر و سایر مولفه‌ها)، یک سیستم دانشی ( یک ذخیره دانش نهفته در سیستم در رابطه با مساله ) و سیستم پردازش مساله (پیوند بین دو مولفه دیگر).
سرانجام Ken، لغت DSS را برای موقعیتهایی که یک سیستم نهایی تنها از طریق یک پردازش تطبیقی یادگیری و ارزیابی می‌تواند توسعه یابد، به کار می‌برد.
به عنوان یک تعریف کلی می‌توان گفت DSS یک CBIS متعامل، انعطاف پذیر و وفق پذیر است که به طور ویژه برای پشتیبانی از راه حل مشکلات مدیریتی ساختارنیافته جهت تصمیم گیری بهتر، توسعه یافته است. این سیستم از داده‌ها استفاده می‌کند، رابط کاربر ساده‌ای فراهم می‌کند و می‌تواند دیدگاه تصمیم گیرندگان را هم در تصمیم گیری شرکت دهد. به علاوه DSS مدلها را به کار می‌برد، توسط یک پردازش تعاملی ساخته می‌شود، از تمام فازهای تصمیم گیری پشتیبانی می‌کند و می‌تواند شامل یک مولفه دانش باشد.
ویژگیها و قابلیتهای DSS
DSS، عمدتا در موقعیتهای نیمه ساختیافته و ساختارنیافته با همراه کردن قضاوت انسان و اطلاعات کامپیوتری، از تصمیم گیرندگان پشتیبانی می‌کند. چنین مسایلی نمی‌توانند ( یا به راحتی نمی‌توانند ) باسایر سیستم‌های کامپیوتری یا روشها و ابزارهای کمی استاندارد، حل شوند.
این پشتیبانی شامل سطوح مختلف مدیریتی ( از مدیران اجرایی سطح بالا تا مدیران رده معمولی ) می‌باشد.
این پشتیبانی برای افراد هم مانند گروهها فراهم می‌شود.
این پشتیبانی برای چندین تصمیم دارای وابستگی و/ یا ترتیبی فراهم می‌گردد.
DSS از کلیه فازهای فرایند تصمیم گیری پشتیبانی می‌کند : هوش، طراحی، انتخاب و پیاده سازی.
از فرایندها و سبکهای متنوع تصمیم گیری پشتیبانی می‌کند.
DSS با زمان تطبیق پذیر است. تصمیم گیرنده ممکن است واکنش دهنده و قادر به رویارویی سریع با شرایط متغیر باشد و DSS را برای برخورد با این تغییرات آماده کند. DSS، انعطاف پذیر است بنابراین کاربران می‌توانند عناصر پایه‌ای را اضافه، حذف، ترکیب، تغییر یا مرتب سازی دوباره کنند.
کاربران با آن احساس راحتی کنند. کابرپسندی، قابلیت گرافیک قوی، رابط انسان- ماشین متعامل به زبان انگلیسی می‌تواند اثربخشی DSS را به شدت افزایش دهد.
DSS به جای کارایی( هزینه ) تصمیم گیری، برای بهبود اثر تصمیم گیری تلاش می‌کند ( دقت، زمانبندی و کیفیت ).
تصمیم گیرنده کنترل کامل بر کلیه مراحل فرآیند تصمیم گیری حل مساله دارد. هدف DSS پشتیبانی و نه جایگزینی تصمیم گیرنده است.
کاربران نهایی خودشان می‌توانند قادر به ساخت و تصحیح سیستم‌های ساده باشند.
DSS معمولا با مدلها به تحلیل موقعیتهای تصمیم گیری کمک می‌کند.
DSS می‌تواند به منابع داده ای، قالبها و انواع متفاوت، دسترسی داشته باشد. از سیستم‌های جغرافیایی گرفته تا شی گرا.
زیرسیستم‌های DSS :
زیرسیستم مدیریت داده. شامل پایگاه داده و سیستم مدیریت پایگاه داده است.
زیر سیستم مدیریت مدل. بسته نرم افزاری است شامل مدلهای کمی که قابلیتهای تحلیلی سیستم را فراهم می‌کنند. این نرم افزار معمولا سیستم مدیریت مبنی بر مدل (MBMS)نامیده می‌شود.
زیرسیستم دانش. برای پشتیبانی از هر زیرسیستم دیگر به کار می‌رود یا به عنوان یک مولفه مستقل عمل می‌کند.
سیستم رابط کاربر. برای ارتباط با کاربر و گرفتن دستورات از او به کار می‌رود.
کاربر هم به عنوان بخشی از سیستم درنظر گرفته می‌شود.
سیستم خبره
نام سیستم خبره از اصطلاح سیستم خبره مبتنی بر دانش مشتق شده است. سیستم خبره، سیستمی است که دانش بشری جمع آوری شده درون کامپیوتر را برای حل مسایلی که به طور معمول نیاز به تخصص و مهارت بشر دارند، به کار می‌برد. چنین سیستم‌هایی می‌توانند توسط افراد غیر متخصص برای بهبود قابلیتهای حل مساله مورد استفاده قرار بگیرند. سیستم خبره همچنین می‌تواند به عنوان دستیار مطلعی برای متخصصین به کار رود. سیستم‌های خبره برای نشر منابع کمیاب دانش جهت نتایج بهتر و سازگار به کار می‌روند.
ساختار سیستم‌های خبره
سیستم‌های خبره از دو بخش اصلی تشکیل شده‌اند : محیط توسعه و محیط مشاوره ( زمان اجرا). محیط توسعه توسط سازنده سیستم خبره برای ساخت مولفه‌ها و قراردادن دانش در پایگاه دانش به کار می‌رود. محیط مشاوره توسط افراد غیرمتخصص برای کسب دانش خبره به کار می‌رود.
سه مولفه اصلی که مجازا در هر سیستم خبره‌ای دیده می‌شود، پایگاه دانش، موتور استنباط و رابط کاربر است. به طور کلی سیستم خبره می‌تواند شامل مولفه‌های زیر باشد :
زیرسیستم کسب (فراگیری ) دانش
جمع آوری، انتقال و تبدیل مهارت حل مساله از مهارتها یا منابع دانشی مستند به یک برنامه کامپیوتری، برای ساخت یا توسعه پایگاه دانش. منابع بالقوه دانش شامل موارد زیر است : مهارتهای بشر، کتابها، اسناد چندرسانه ای، پایگاههای داده، گزارشات تحقیقاتی و اطلاعات موجود در وب.
پایگاه دانش
دربرگیرنده دانش مورد نیاز برای درک، فرموله کردن و حل مساله می‌باشد. شامل دو عنصر اصلی است: اول واقعیت‌ها شامل موقعیت مساله و تئوری حوزه مساله و هیوریستیک‌های خاص. دوم قوانین که استفاده از دانش را در جهت حل مساله خاص در دامنه ویژه هدایت می‌کنند.دانش، نه فقط به معنای واقعیتهای محض، ماده خام سیستم‌های خبره است. دانش درون پایگاه دانش، توسط پردازه‌ای به نام نمایشگر دانش، برنامه کامپیوتری را تشکیل می‌دهد.
موتور استنباط
مغز سیستم خبره است که نامهای دیگری هم دارد مثل ساختار کنترلی و مفسر قانون. دراصل یک برنامه کامپیوتری است که روشی را برای استدلال درباره اطلاعات درون پایگاه دانش و برای فرموله کردن نتایچ فراهم می‌کند.
رابط کاربر
برای برقراری ارتباط موثر بین سیستم و کاربر، سیستم‌های خبره دارای یک پردازشگر زبان طبیعی می‌باشند.
تخته سیاه ( محل کار)
بخشی از حافظه کاری است که برای توصیف مساله جاری که توسط ورودی مشخص می‌گردد، تنظیم شده است. به علاوه برای ثبت نتایج نیز به کار می‌رود.
زیرسیستم توضیح ( توجیه کننده)
توانایی ردیابی نتایج از منابع آنها، هم برای انتقال مهارتها و هم برای حل مساله مهم است. این زیرسیستم می‌تواند رفتار سیستم خبره را توسط پاسخ به پرسشهای تعاملی توضیح دهد.
سیستم تصفیه دانش
سیستمی که می‌تواند دانش خود و کاربرد آن را تحلیل کند، از آن فرابگیرد و برای مشاوره‌های بعدی آن را بهبود ببخشد.
مرجع :
Turban,Efrain , Aronson, jay E.;”Decision Support Systems”5th edition,prentice-Hall,1998.

DSS

فهرست مطالب
موارد استفاده سیستم‌های تصمیم یار
جایگاه DSS در کامپیوتر
تعریف DSS
مقایسه DSS با سیستم‌های پردازش تراکنش
روند تغییرات DSS‌
برخی از خصوصیات DSS
معماری Enterprise
مدل سایمون- فاز هوشمندی
مدل سایمون- فاز انتخاب
تعریف سیستم تصمیم ‌یار
سطوح گوناگون تصمیم ‌یاری
تعریف سیستم
دو معیار ارزیابی عملکرد یک سیستم
نمایشی دیگر از معماری DSS
بهینه سازی از طریق برنامه سازی ریاضی
شبیه سازی
انواع شبیه سازی
زبانهای مدلسازی
مراجع
مراجع
[ 1] Burstein F., Bui T., Arnott D., Decision support in the new millennium, Decision Support Systems 31/2, Elsevier Science B.V., pp. 163-164, June 2001
[ 2] Carlsson C., Turban E., DSS: directions for the next decade, Decision Support Systems 33/1, Elsevier Science B.V., pp. 105-110, May 2002
گرایشات آتی تحقیقاتی و کاربردی
[ 3] Courtney J.F., Decision making and knowledge management in inquiring organizations: toward a new decision-making paradigm for DSS, Decision Support Systems 31, Elsevier Science B.V., pp. 17-38, 2001
شیوه تصمیم گیری با سیستم تصمیم یار
[ 4] Forgionne G. A, Mora M. Decision making support systems: achievements, challenges and opportunities, Decision Making Support Systems; Mora & Forgionne, Jadinter Gupta, pp. 392-402, 2002
دست یافته‌ها و مباحث تحقیقاتی
[ 5] Forgionne G. A., An architecture for the integration of decision making support functionalities, Decision Making Support Systems; Mora & Forgionne, Jadinter Gupta, pp. 40-70, 2002
سطوح مختلف تصمیم یاری و سیستمهای تصمیم یار مرکب
[ 6]Nemati H.R, Steiger D. M., Iyer L. S., Herschel R. T., Knowledge warehouse: an architectural integration of knowledge management, decision support, artif icial intelligence and data warehousing, Decision Support Systems 33/2, Elsevier Science B.V., pp. 143-161, June 2002
سیستم‌های تصمیم یار راهبر داده و راهبر دانش
[ 7]Pomerol J.C., Adam F., From human decision making to DMSS architecture, Decision Making Support Systems; Mora & Forgionne, Jadinter Gupta, pp. 40-70, 2002
تصمیم گیری بشر و سطوح مختلف تصمیم گیری
[ 8] Power D.J., Categorizing Decision Support Systems, A Multidimensional Approach, Decision Making Support Systems; Mora & Forgionne, Jadinter Gupta, pp. 1-19, 2002
[ 9] Power D.J., Supporting Decision-Makers: An Expanded Framework, Informing Science, June 2001
دسته بندی سیستم‌های تصمیم یار
[ 10] Sen A., From DSS to DSP: A Taxonomic Retrospection, Communications of the ACM (CACM) 41/5, pp. 206-216, May 1998
تاریخچه و سیر تکاملی سیستمهای تصمیم یار
[ 11] Shim J.P., Warkentin M., Courtney J. F., Power D. J., Sharda R., Carlsson C., Past, present, and future of decision support technology, Decision Support Systems 33/2, Elsevier Science B.V., pp. 111-126, June 2002
گذشته و حال و آینده سیستمهای تصمیم یار
[ 12] Turban E., Aronson J.E., Decision support systems and intelligent systems, Prentice Hall, 2001
تعاریف اولیه
[ 13] Turban E., McLean E., Wetherbe J., Information technology for management, John Wiley, 2000
تاریخچه و چارچوب تصمیم یاری
تعریف DSS
DSS یک مجموعه از رویه‌ها را در مدل مشخص برای پردازش داده و کمک به مدیران در تصمیم گیری بیان می‌کند.
DSS اولین بار در سالهای 1970 توسط آقای Lester مطرح شد.
واحد عملیاتی درDSS پرس وجو (Query که فقط می‌تواند واکشی داده را انجام دهد) است و امروزه مبتنی بر دانش است.
DSS می‌تواند دو رویکرد داشته باشد:
What If
Goal Seeking
DSS یک Modeling System است، یعنی باید ابتدا کد مجازی آن نوشته شود.
روند تغییرات DSS‌
روند تغییرات در DSS‌ از سال 1970 تا 1989بگونه‌ای بود که در این سال یک سیستم تصمیم یار شامل
یک واسط کاربری
یک پایگاه دانش
ومکانیزم پردازش
شد.
و این یعنی ورود به دنیای DSSهوشمند (IDSS) .
تعریف دیگری از DSS
DSS عبارت است از یک سیستم تحلیلی
در مجموعه سیستم‌های هوش تجاری
در یک معماری Enterprise .
مدل سایمون- فاز هوشمندی
فاز هوشمندی (Intelligence)
آزمایش وضعیت جاری و تشخیص مسأله
پیمایش محیط به صورت پیوسته یا متناوب
تشخیص مساله
جمع‌آوری داده‌ها و تخمین داده‌های آتی
تصمیمگیری
آیا مسأله قابل حل هست یا خیر؟
تعریف مسأله
دسته بندی مساله
درک مساله با هدف قرار دادن آن در یک دسته از مسائل تعریف شده
عرضه راه حل استاندارد برای آن
معیار مهم دسته بندی: میزان ساخت یافتگی
در DSS
تبدیل یک مسأله بزرگ (پیچیده) و بدون ساختار به یکسری مسائل کوچک و با ساختار
انجام این کار در فاز هوشمندی
توسط Decomposition انجام میشود.
خروجی فاز هوشمندی مدل مسأله تعریف شده است.
مدل سایمون- فاز طراحی
فاز طراحی (Planning)
مدل Alternative‌ها در فاز طراحی ساخته میشود
مدلسازی یعنی مفهومی ساختن مسأله و مجرد‌سازی آن به شکل کیفی یا کمی
ساخت مدل
گزینه‌های مختلف تصمیم‌گیری
رویدادهای غیر قابل کنترل
معیارها
رابطه سمبولیک یا عددی بین متغیرهای فوق
بهترین Alternative بر اساس پارامترهای ارزیابی برای حل مساله انتخاب میشود
توصیف دقیق واقعیات معمولاً بسیار پیچیده است
نقش نداشتن بسیاری از این پیچیدگی‌ها در حل یک مسأله خاص
یک مدل یک نمایش ساده یا مجرد از واقعیت است و موجب
ساده شدن حل مسایل
ارزیابی سریع و ارزان راه حل‌های مختلف میشود
مدل باید
خاصیت پاسخگویی به تست حساسیت را داشته باشد
با دنیای واقعی و نحوه شناخت انسان نزدیک باشد
نمایش سیستم‌ها یا مسایل توسط مدل‌ها، می‌تواند در سطوح مختلفی از تجرد انجام شود.
مدل‌ها بر اساس درجه تجردشان در سه گروه طبقه بندی می‌شوند:
مدل تجسمی (Iconic) که یک نسخه فیزیکی از سیستم است.
مدل قیاسی (Analog)
که از نظر رفتاری مشابه سیستم، اما از نظر فیزیکی در مقیاس کوچکتری است.
نسبت به مدل Iconic مجردتر است.
مدل ریاضی (Mathematical)
پیچیدگی روابط در بسیاری از سیستم‌های سازمانی را نمی‌توان با دو مدل قبلی نشان داد.
مدل ریاضی از هر دو مدل قبلی مجردتر است.
بیشتر تحلیل‌های DSS توسط این مدل انجام می‌شود.
در رابطه با هر مدل موضوعات زیر باید روشن باشد:
اجزاء مدل
متغیرهای تصمیم گیری
متغیرهای غیر قابل کنترل (پارامترها)
متغیرهای نتیجه (خروجی)
ساختار مدل
نحوه انتخاب مدل (ارزیابی)
تولید Altenative
تخمین خروجی
اندازه گیری خروجی
روشهای مختلف تست مدل در مرحله ارزیابی مدل:
Sensetive Test
محکم بودن (Robust) : Reliable باشد
کامل بودن (Completeness) : همه استثناءها را پوشش دهد
Multiple Goal Test
Trial and Error
What If analysis
Goal Seeking
مدل ریاضی در 4 قدم تشکیل میگردد:
شناخت متغیرها (اجزاء مدل)
ایجاد رابطه بین متغیرها بوسیله عبارات ریاضی و جبری، معادلات و نامعادلات
ساده سازی ازطریق ارائه مفروضات درمورد متغیرها و روابط بین آنها
تطابق مدل ساخته شده با موقعیتهای مختلف (ارزیابی مدل)
پارامترهای ارزیابی برای انتخاب بهترین Alternative
زمان
میزان سادگی ساخت (یادگیری + زمان + هزینه)
هزینه اجرا
میزان ریسک
وضعیت Learning مدل
میزان استفاده از ابزارهای گرافیکی
بمنظور مقایسه و ارزیابی گزینه‌ها، پیش بینی خروجی هریک از گزینه‌های پیشنهادی ضروری است
انواع خروجی
مطمئن
همراه با ریسک
نامطمئن
بسته به اینکه برای انتخاب یکی از Alternative‌ها از بینAlternative‌های موجود به عنوان راه حل مسأله، چه اصولی را لحاظ کنیم، دو نوع مدل وجود دارد:
مدل Normative
ثابت می‌شود که گزینه منتخب بهترین انتخاب ممکن برای حل مسأله است
بهترین گزینه بر اساس تئوری تصمیم گیری Normative انجام می‌شود
مدل Descriptive
چیزها را آنگونه که باید باشند توصیف می‌کند. نه، آنگونه که انتظار می‌رود، باشند
این مدل مبتنی بر ریاضی است
گزینه منتخب توسط این مدل، لزوماً بهترین انتخاب ممکن نیست بلکه انتخابی مبتنی بر Good Enough است
متداولترین ابزار مدلسازی Descriptive، شبیه سازی (Simulation) است
سایر ابزارها
تئوری تصمیم گیری Normative بر اساس فرضیات منطقی و عقلانی زیر می‌باشد:
انسان یک موجود اقتصادی است که هدفش، بیشینه ساختن امکان دستیابی به goal‌هاست
برای اتخاذ یک تصمیم تمام گزینه‌های حل مسأله و نتایج حاصل از آنها باید شناخته شوند
تصمیم گیرندگان این اختیار را دارند که میزان مطلوبیت همه نتایج آنالیز را رتبه بندی کنند
سایر ابزارهای مدلسازی Descriptive:
Information flow
Scenario analysis
Financial planning
Complex inventory decisions
Markov analysis (predictions)
Environmental impact analysis
Technological forecasting
Waiting line (queuing) management

سیستم‌های تصمیم یار هوشمند

1 سیستم‌های تصمیم یار هوشمند
Decision Support System Decision Support System ارائه دهنده: دکتر احمد عبدالله زاده تنظیم کننده: عباس رسول زادگان
2 Dr. Ahmad Abdollahzadeh
فهرست موارد استفاده سیستم‌های تصمیم یار جایگاه DSS در کامپیوتر تعریف DSS مقایسه DSS با سیستم‌های پردازش تراکنش روند تغییرات DSS‌ ... Dr. Ahmad Abdollahzadeh Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
3 موارد استفاده سیستم‌های تصمیم یار
IT( Information Technology) MS( Management System) Computer based systems Computer Engineering که ما دراین درس بر روی موارد 3و4 تمرکز خواهیم کرد Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
4 کامپیوتر درکامپیوترDSS جایگاه مهندسی کامپیوتر علم کامپیوتر ارتباطات
نرم افزار سخت افزار سیستم‌های پردازش داده سیستم‌های پردازش دانش تکنیک کاربرد ابزار سیستم‌های هوشمند MIS DSS تکنیک کاربرد ابزار KR KA R&L NLP ES BI DSS Lisp ES: Expert System BI: Business Intelligent KA: Knowledge Acquisition R&L: Reasoning & Learning KR: Knowledge Representation تکنیک کاربرد ابزار ES DSS MIS Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
5 تعریف DSS DSS یک مجموعه از رویه‌ها را در مدل مشخص برای پردازش داده و کمک به مدیران در تصمیم گیری بیان می‌کند. DSS اولین بار در سالهای 1970 توسط آقای Lester مطرح شد. واحد عملیاتی درDSS پرس وجو (Query که فقط می‌تواند واکشی داده را انجام دهد) است و امروزه مبتنی بر دانش است. DSS می‌تواند دو رویکرد داشته باشد: What If Goal Seeking DSS یک Modeling System است، یعنی باید ابتدا کد مجازی آن نوشته شود. Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
6 مقایسه DSS با سیستم‌های پردازش تراکنش در سال 1970
سیستم پردازش تراکنش سیستم تصمیم یار انواع سیستم پارامترهای ارزیابی غیر محاوره‌ای محاوره‌ای واسط کاربری اجرایی مدیران نوع کاربر تسهیل دراجرا تسهیل در تصمیم گیری هدف حال + گذشته حال + آینده زمان انعطاف پذیر انعطاف پذیرتر قابلیت انعطاف Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
7 روند تغییرات DSS‌ روند تغییرات در DSS‌ از سال 1970 تا 1989بگونه‌ای بود که در این سال یک سیستم تصمیم یار شامل یک واسط کاربری یک پایگاه دانش ومکانیزم پردازش شد. و این یعنی ورود به دنیای DSSهوشمند (IDSS) . Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
8 تمرین تفاوت یک سیستم هوشمند با یک سیستم غیرهوشمند را چگونه تشخیص میدهند؟ آنتالوژی ارائه شده در اسلاید 19 را کامل کنید. یک سیستم هوشمند،‌ نیمه هوشمند و غیرهوشمند مثال بزنید. سیلابس درس DSS در دانشگاه‌های دیگر مقایسه تعاریف DSS از سال 1970 تاکنون و پارامترهای ارزیابی و تغییرات آنها. تفاوت DSS با سیستمهای کامپیوتری دیگر (مبتنی بر داده و دانش) از جمله MIS، EIS، ES، KBMS و ... را با ذکر پارامترهای ارزیابی استاندارد در قالب یک جدول بیان کنید. ‌ Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
9 معماری چند لایه BI و جایگاه DSS در آن
کاربردها Monitor & Integrator سایرمنابع داده‌جانبی استخراج تغییرشکل بارگذاری نوسازی تحلیل داده‌کاوی پرس‌وجو و گزارش‌گیری پایگاه‌های داده عملیاتی سرویس پایگاه داده تحلیلی DSS Data Marts منابع داده پایگاه داده تحلیلی OLAP ابزارهای سطح بالا
10 معماری چند لایه BI و جایگاه DSS در آن (ادامه)
DATA SOURCES STAGING AREA DATA WAREHOUSE DECISION SUPPORT Application Databases ______________________________________________________ Reports Packaged application/ERP Data DATA MARTS INCOME ANNUAL REPORT ___ ___ ____ _____ ___ __ EXTRACTION TRANSFORMING CLEANING AGGREGATION DATA WAREHOUSE EIS Desktop Data OLAP External Data OR Web-based Data Statistical & Financial Analysis Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
11 معماری چند لایه BI و جایگاه DSS در آن (ادامه)
DATA SOURCES STAGING AREA DATA WAREHOUSE DECISION SUPPORT Application Databases ______________________________________________________ Reports Packaged application/ERP Data DATA MARTS INCOME ANNUAL REPORT ___ ___ ____ _____ ___ __ EXTRACTION TRANSFORMING CLEANING AGGREGATION DATA WAREHOUSE EIS Desktop Data OLAP External Data OR Web-based Data Statistical & Financial Analysis Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
12 برخی از خصوصیات DSS DSS تصمیم گیری مستقل یا غیر وابسته ارائه کند.
باید بتواند داده‌های نیم ساختیافته را پردازش کند. به روشهای مختلف تصمیمگیری دسترسی داشته باشد انعطاف پذیر باشد برمبنای مدل باشد برای مدیریت مورد استفاده قرار می‌گیرد برای گروه و تصمیم گیری آنان مؤثر باشد DSS باید با توجه به اصول معماری Enterprise ساخته شود. واسط کاربری قابل استفاده برای همگان داشته باشد. بطور زایشی تکامل یابد (دارای قابلیت Learningباشد) Effective باشد (کارش را درست انجام دهد) Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh در کنترل کاربر باشد
13 DSS عبارت است از یک سیستم تحلیلی در مجموعه سیستم‌های هوش تجاری
در یک معماری Enterprise . Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
14 معماری Enterprise IA Enterprise بازار پشتیبانی مشتری IDSS KMS SCM
فروش لیست اموال امورمالی CRM EIM توزیع DM ERP DW DB پشتیبانی مشتری IDSS KMS بازار OLAP OLTP IA SCM قیمت گذاری محصول Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
15 معماری Enterprise (ادامه)
بستر سخت افزاری شبکه سیستم مدیریت پایگاه داده و ابزار میان افزار مدیریت داده مجتمع سازی داده پاکسازی داده ارائه داده دسترسی به داده دستکاری داده معماری تجارت معماری اطلاعات معماری برنامة کاربردی معماری تکنولوژی اهداف و مأموریت سیستم اصول سِیتم عملیات سیستم برنامة اداره سیستم مدل داده‌ای Enterprise استاندارد سازی داده تلفیق داده کیفیت داده برنامه‌های کاربردی عملیاتی برنامه‌های کاربردی دسترسی به داده برنامه‌های کاربردی آنالیز داده پایگاه داده برنامه‌های کاربردی محتوا ذخیره سازی و بازنمایی
16 معماریDSS در4 فاز (Simon’s 4 Phase )
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
17 مدل سایمون- فاز هوشمندی
فاز هوشمندی (Intelligence) آزمایش وضعیت جاری و تشخیص مسأله پیمایش محیط به صورت پیوسته یا متناوب تشخیص مساله جمع‌آوری داده‌ها و تخمین داده‌های آتی تصمیمگیری آیا مسأله قابل حل هست یا خیر؟ تعریف مسأله دسته بندی مساله درک مساله با هدف قرار دادن آن در یک دسته از مسائل تعریف شده عرضه راه حل استاندارد برای آن معیار مهم دسته بندی: میزان ساخت یافتگی مدل مسأله تعریف شده برنامه ریزی شده (ساخت یافته) برنامه ریزی نشده (ساخت نایافته) Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
18 مدل سایمون- فاز هوشمندی
در DSS تبدیل یک مسأله بزرگ (پیچیده) و بدون ساختار به یکسری مسائل کوچک و با ساختار انجام این کار در فاز هوشمندی توسط Decomposition انجام میشود. خروجی فاز هوشمندی مدل مسأله تعریف شده است. Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
19 مدل سایمون- فاز طراحی فاز طراحی (Planning)
مدل Alternative‌ها در فاز طراحی ساخته میشود مدلسازی یعنی مفهومی ساختن مسأله و مجرد‌سازی آن به شکل کیفی یا کمی ساخت مدل گزینه‌های مختلف تصمیم‌گیری رویدادهای غیر قابل کنترل معیارها رابطه سمبولیک یا عددی بین متغیرهای فوق بهترین Alternative بر اساس پارامترهای ارزیابی برای حل مساله انتخاب میشود Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
20 Decision Support System
مدل سایمون- فاز طراحی توصیف دقیق واقعیات معمولاً بسیار پیچیده است نقش نداشتن بسیاری از این پیچیدگی‌ها در حل یک مسأله خاص یک مدل یک نمایش ساده یا مجرد از واقعیت است و موجب ساده شدن حل مسایل ارزیابی سریع و ارزان راه حل‌های مختلف میشود مدل باید خاصیت پاسخگویی به تست حساسیت را داشته باشد با دنیای واقعی و نحوه شناخت انسان نزدیک باشد Decision Support System Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
21 مدل سایمون- فاز طراحی نمایش سیستم‌ها یا مسایل توسط مدل‌ها، می‌تواند در سطوح مختلفی از تجرد انجام شود. مدل‌ها بر اساس درجه تجردشان در سه گروه طبقه بندی می‌شوند: مدل تجسمی (Iconic) که یک نسخه فیزیکی از سیستم است. مدل قیاسی (Analog) که از نظر رفتاری مشابه سیستم، اما از نظر فیزیکی در مقیاس کوچکتری است. نسبت به مدل Iconic مجردتر است. مدل ریاضی (Mathematical) پیچیدگی روابط در بسیاری از سیستم‌های سازمانی را نمی‌توان با دو مدل قبلی نشان داد. مدل ریاضی از هر دو مدل قبلی مجردتر است. بیشتر تحلیل‌های DSS توسط این مدل انجام می‌شود. Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
22 مدل سایمون- فاز طراحی در رابطه با هر مدل موضوعات زیر باید روشن باشد:
اجزاء مدل متغیرهای تصمیم گیری متغیرهای غیر قابل کنترل (پارامترها) متغیرهای نتیجه (خروجی) ساختار مدل نحوه انتخاب مدل (ارزیابی) تولید Altenative تخمین خروجی اندازه گیری خروجی Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
23 مدل سایمون- فاز طراحی روشهای مختلف تست مدل در مرحله ارزیابی مدل:
Sensetive Test محکم بودن (Robust) : Reliable باشد کامل بودن (Completeness) : همه استثناءها را پوشش دهد Multiple Goal Test Trial and Error What If analysis Goal Seeking Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
24 مدل سایمون- فاز طراحی مدل ریاضی در 4 قدم تشکیل میگردد:
شناخت متغیرها (اجزاء مدل) ایجاد رابطه بین متغیرها بوسیله عبارات ریاضی و جبری، معادلات و نامعادلات ساده سازی ازطریق ارائه مفروضات درمورد متغیرها و روابط بین آنها تطابق مدل ساخته شده با موقعیتهای مختلف (ارزیابی مدل) Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
25 مدل سایمون- فاز طراحی پارامترهای ارزیابی برای انتخاب بهترین Alternative زمان میزان سادگی ساخت (یادگیری + زمان + هزینه) هزینه اجرا میزان ریسک وضعیت Learning مدل میزان استفاده از ابزارهای گرافیکی بمنظور مقایسه و ارزیابی گزینه‌ها، پیش بینی خروجی هریک از گزینه‌های پیشنهادی ضروری است انواع خروجی مطمئن همراه با ریسک نامطمئن Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
26 مدل سایمون- فاز طراحی بسته به اینکه برای انتخاب یکی از Alternative‌ها از بینAlternative‌های موجود به عنوان راه حل مسأله، چه اصولی را لحاظ کنیم، دو نوع مدل وجود دارد: مدل Normative ثابت می‌شود که گزینه منتخب بهترین انتخاب ممکن برای حل مسأله است بهترین گزینه بر اساس تئوری تصمیم گیری Normative انجام می‌شود مدل Descriptive چیزها را آنگونه که باید باشند توصیف می‌کند. نه، آنگونه که انتظار می‌رود، باشند این مدل مبتنی بر ریاضی است گزینه منتخب توسط این مدل، لزوماً بهترین انتخاب ممکن نیست بلکه انتخابی مبتنی بر Good Enough است متداولترین ابزار مدلسازی Descriptive، شبیه سازی (Simulation) است سایر ابزارها Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
27 مدل سایمون- فاز طراحی تئوری تصمیم گیری Normative بر اساس فرضیات منطقی و عقلانی زیر می‌باشد: انسان یک موجود اقتصادی است که هدفش، بیشینه ساختن امکان دستیابی به goal‌هاست برای اتخاذ یک تصمیم تمام گزینه‌های حل مسأله و نتایج حاصل از آنها باید شناخته شوند تصمیم گیرندگان این اختیار را دارند که میزان مطلوبیت همه نتایج آنالیز را رتبه بندی کنند Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
28 مدل سایمون- فاز طراحی سایر ابزارهای مدلسازی Descriptive:
Information flow Scenario analysis Financial planning Complex inventory decisions Markov analysis (predictions) Environmental impact analysis Technological forecasting Waiting line (queuing) management Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
29 تمرین مفهوم واژه‌های زیر و رابطه آنها با مدل چیست؟ Deduction (قیاس)
Trial and Error (سعی و خطا) Abduction (قیاس معکوس) Default (پیش فرض) Self-learning (خودآموزی) Non-monotonic (استنتاج غیریکنواخت) Heuristic (یادگیری مبتنی برآموزش) Intuition (درک شهودی) Analogue (تمثیل) Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
30 تمرین انواع روشهای Reasoning را توضیح دهید؟
چند مثال در رابطه با Lineare Programing بزنید؟ تولید Alternative در DSS بر مبنای مدل ریاضی چه زمانی متوقف میشود؟ یک Checklist برای ساخت مدل ارائه دهید. مدل Normative خودکشی را رسم کنید Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
31 مدل سایمون- فاز انتخاب دراین فاز یکی از گزینه‌های موجود براساس اصول، معیارها و اهداف تعریف شده در فاز مدلسازی بعنوان راه حل مسأله انتخاب می‌شود این فاز شامل جستجو، ارزیابی و پیشنهاد یک راه‌ حل مناسب برای مدل است حل مدل به معنی حل مسأله‌ای که آن مدل نشان می‌دهد، نیست حل مدل به حل مسأله منجر می‌شود یک راه حل برای مدل به معنی تعیین مقادیر متغیرهای تصمیم‌گیری برای گزینه انتخابی است در این فاز برای انتخاب گزینه مناسب حل مسأله ازSearch استفاده می‌شود Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
32 مدل سایمون- فاز انتخاب بهینه راه حل مدلهای Descriptive
Heuristics Blind Optimization (Analytical) انواع Search ویژگی‌ها Partial Complete Enumeration فقط راه حلهای امید بخش چک میشوند فقط بعضی راه حلها چک میشوند (بطورسیستماتیک راه حلهای نامناسب حذف میشوند) تمام راه حلهای ممکن چک میشوند تولید راه حل بهبود یافته یا یافتن راه حل بهینه بطور مستقیم فرایند جستجو زمانی که به Good Enough برسیم اتمام مقایسه و شبیه سازی، زمانی که به Good Enough برسیم اتمام مقایسه، زمانی که همه راه حلها چک شده باشند زمانی که دیگر امکان هیچ بهبود جدیدی وجود نداشته باشد توقف آزمایش Good Enough بهترین در بین راه حل‌های چک شده بهینه راه حل مدلهای Descriptive مدلهای Normative کاربرد Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
33 مدل سایمون- فاز اجرا فاز اجرا (Implementation) بازبینی
سنجش تحلیل‌ها و پیشنهادات ارزش‌گذاری نتایج و اطمینان از تصمیم اتخاذ شده ایجاد طرح اجرایی تامین منابع اجرای راه حل بازبینی Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
34 تمرین روشها و تئوریهای تصمیم گیری چیست؟ تمرینهای آخر فصل 2
(ص.82-83) تمارین 1-13را به فارسی تایپ کنید و تمارین 3و4و12و13راحل کنید ص.85 تمرین3 حل شود بقیه تمرینات فقط خوانده شوند ساختار سیستمهای Search هوشمند چیست؟ Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
35 یک نمونه Framework برای تعیین سیستمهای مورد نیاز یک سازمان
نوع کنترل پشتیبانی مورد نیاز طراحی استراتژیک کنترل مدیریتی کنترل عملیاتی نوع تصمیم سیستم‌های اطلاعات مدیریت، مدل‌های علوم مدیریت، مدل‌های مالی، مدل‌های آماری مدیریت مالی ( سرمایه گذاری)، مکان یابی انبار، سیستم‌های توزیع شده تحلیل بودجه، پیش‌بینی کوتاه مدت، گزارشات شخصی، تحلیل تولید یا خرید حسابهای دریافتی، ثبت سفارش ساخت یافته سیستم تصمیم‌یار ساخت کارگاه جدید، طراحی محصول جدید، طراحی جبران خسارت، طراحی کنترل کیفیت اعتبارسنجی، تهیه بودجه، طرح‌بندی کارگاه، زمان‌بندی پروژه زمانبندی تولید، کنترل انبار نیمه ساخت‌یافته سیستم تصمیم‌یار، سیستم خبره، شبکه‌های عصبی طراحی تحقیق و توسعه، توسعه تکنولوژی جدید، طراحی وظایف اجتماعی تبادل نظر, استخدام یک مجری جدید، خرید سخت افزار، سخنرانی انتخاب جلدی برای مجله، خرید نرم‌افزار، تصویب تقاضای وام ساخت‌نیافته سیستم‌های اطلاعات مدیریت، DSS، ES، EIS علوم مدیریت چارچوب تصمیم یاری Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
36 تعریف سیستم تصمیم ‌یار تعریف کاملی برای آن ارائه نشده است مشخصات کلی
سیستمی به منظور پشتیبانی از تصمیم‌گیری نیمه‌ساخت‌یافته مشاوری برای تصمیم‌گیران ولی تصمیم‌گیری نمی‌کند مبتنی بر کامپیوتر بر خط (On-line) رابط کاربر و خروجی‌های گرافیکی Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
37 سطوح گوناگون تصمیم‌یاری
انواع سیستمهای موجود بر اساس شیوه پشتیبانی از تصمیم گیر سیستم تصمیم یار (DSS) سیستم اطلاعات اجرایی (EIS) سیستم مبتنی بر دانش (KBS) سیستم یادگیری ماشین (MLS) سیستم بهبود خلاقیت (CES) Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
38 تمرین روشهای Learning چیست؟ تفاوت Knowledgebase و DataBase چیست؟
فرق Process و Methodology چیست ؟ (حداقل بر مبنای 3 مرجع ) و نقش Lifecycle در آن چیست؟ دو Framework برای طراحی و تحلیل سیستمها در BI معرفی کنید. Project Definition در ساخت سیستمهای نرم افزاری چیست؟ دارای چه ساختاری است؟ انواع روشهای تست سیستم چیست؟ Framework اسلاید 20 را برای BI در یک سازمان دلخواه (مانند وزارت بازرگانی) تهیه کنید. Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
39 تعریف سیستم یک سیستم مجموعه‌ای از اشیاء مانند: کاربران،‌ منابع، مفاهیم و رویه‌ها می‌باشد که به منظور انجام یک کار معلوم یا رسیدن به یک هدف مشترک با هم در ارتباطند. هر سیستمی در واقع یک زیر سیستم درون یک سیستم بزرگتر است (سیستم دارای خاصیت سلسله مراتبی است). ارتباطات درونی و محاورات بین زیر سیستم‌های یک سیستم، رابط (Interface) نامیده می‌شود. هر سیستم به سه بخش مجزا تقسیم می‌شود: ورودی‌ها پردازش‌ها خروجی‌ها بخش‌های فوق توسط یک محیط احاطه می‌شوند و غالباً شامل یک مکانیزم بازخرد می‌باشند. در ضمن یک فرد تصمیم گیر نیز به عنوان بخشی از سیستم در نظر گرفته می‌شود. Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
40 تعریف سیستم (ادامه) محیط یک سیستم شامل عناصر متعددی است که خارج از سیستم قرار می‌گیرند و بر روی عملکرد سیستم و متعاقباً دستیابی سیستم به اهدافش تأثیر می‌گذارند. یک روش برای تشخیص عناصر محیط یک سیستم، طرح دو سئوال زیر است: آیا دستیابی به اهداف سیستم وابسته به عنصر است؟ آیا کنترل عنصر در اختیار تصمیم گیر است؟ فقط در صورتی که پاسخ سئوال اول مثبت و پاسخ سئوال دوم منفی باشد، عنصر مذکور یکی از عناصر موجود در محیط آن سیستم است. یک سیستم توسط یک مرز از محیطش جدا می‌شود. Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
41 تعریف سیستم (ادامه) سیستم‌ها از نظر وابستگی به محیط دو نوع اند:
سیستم بسته مانند TPS و ES و ... سیستم باز مانند DSS و ... برای تشخیص باز یا بسته بودن یک سیستم دو سئوال زیر مطرح می‌شود: آیا سیستم به محیط وابسته است؟ آیا می‌توان محیط را نادیده گرفت؟ فقط در صورتی که پاسخ سئوال اول مثبت و پاسخ سئوال دوم منفی باشد، سیستم مذکور به محیطش وابسته است. اگر یک سیستم به محیطش وابسته باشد، باز و در غیر اینصورت بسته است. Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
42 دو معیار ارزیابی عملکرد یک سیستم
عملکرد یک سیستم با دو معیار زیر ارزیابی می‌شود: Effectiveness: انجام کارِ درست. Efficiency: انجام درستِ کار. در MSS تأکید بیشتر بر اتخاذ تصمیمِ درست (Effectiveness یا Goodness) است تا درستی محاسبات مربوط به رسیدن به آن تصمیم (Efficiency). Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
43 سیستم و محیط آن محیط سیستم مرز سیستم مشتریان دولت شرایط آب و هوا
پردازش‌ها رویه‌ها برنامه‌ها ابزارها فعالیت‌ها تصمیم گیری‌ها خروجی‌ها عملکردها نتایج خدماتی که سیستم ارائه می‌کند محصولات نهایی ورودی‌ها مواد خام هزینه‌ها منابع رقبا فروشندگان بازخرد تصمیم گیرنده بانک‌ها سیستم مرز سیستم ذینفعان Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
44 تمرین روشهای مختلف بازنمایی دانش چیست؟
روشهای ارزیابی یک سیستم داده ای؟ Ad-hoc Reasoning چیست؟ خروجی هر مرحله از Lifecycle را بنویسید؟ Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
45 نمایشی دیگر از معماری DSS
اینترنت، اینترانتها و اکسترانتها سیستم‌های مبتنی بر کامپیوتر دیگر داده: خارجی و داخلی مدیریت داده مدیریت مدل مدلهای خارجی زیر سیستم‌های مبتنی بر دانش رابط کاربر پایگاه دانش سازمانی کاربر (مدیر) Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
46 تمرین روشهای مختلف تخمین چیست؟ تمرینات آخر فصل 3
صورت تمارین به فارسی تایپ شود؟ یکی از آنها به اختیار حل شود؟ حداقل 2 تا از تمارین اینترنتی به دلخواه حل شوند؟ برای یک بیمارستان میخواهیم یکDSS بسازیم، خروجیهای پیشنهادی این DSS را بیان کنید. برای فعال نمودن Alternative‌ها، سناریو بنویسید. Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
47 ابزار فرایند و اهداف دسته بندی مدلها مدلهای تخمین
جداول تصمیم گیری و درختهای تصمیم گیری یافتن بهترین راه حل از بین تعداد کمی Alternative بهینه سازی مسائلی که دارای Alternativeهای محدودی هستند مدل برنامه سازی خطی و سایر مدلهای برنامه سازی ریاضی و مدلهای شبکه یافتن بهترین راه حل از بین تعداد زیاد و یا نامحدود Alternative با استفاده از فرایند بهبود قدم به قدم بهینه سازی از طریق الگوریتم مدل برنامه سازی خطی و سایر مدلهای برنامه سازی ریاضی، مدلهای مورد استفاده در تعیین مکان انبارداری یافتن بهترین راه حل در یک قدم با استفاده از یک فرمول بهینه سازی از طریق یک فرمول تحلیلی روشهای مختلفsimulation یافتن یک راه حل good enough یا بهترین راه حل از بین alternative‌های چک شده با استفاده از آزمایش شبیه سازی (simulation) برنامه سازی Heuristic و سیستم‌های خبره یافتن یک راه حل good enough با استفاده از قواعد Heuristics مدلهای مالی وwaiting lines حل یک موردwhat-if با استفاده از فرمول مدلهای دیگر مدلهای تخمین و تحلیلهای مارکوف تخمین آینده برای یک سناریوی مفروض مدلهای تخمین Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
48 Validaton وVerification دانش
مدل باید همواره موجب کاهش هزینه و زمان پردازش شود. مدل داده + دانش دانش Rule+Fact : وجود Rule لازم ولی وجود Fact اختیاری است دانش نیاز به Validation وVerification دارد (V&V) فرضیات دانش موردنظر در اینجا به صورت Rule است کلیه قواعد پایگاه دانش، قطعی هستند (CF آنها برابر 1 میباشد) استراتژی استنتاج از نوع رو به عقب (backward chaining) میباشد P(k) مجوعه شرایط قاعده k C(k)مجموعه نتایج قاعده k Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
49 Validaton و Verification دانش
دانش باید لازم و کافی باشد: اگر , {P(R1)}= {P(R2)} {C(R1)} {C(R2)} آنگاه R1 اضافی است و باید حذف شود R1: If A=x and B=b Then C=z R2: If A=x and B=b Then C=z and D=w لذا طبق اصل 1، R1 اضافی است ( Valid است اماVerify نشد) Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
50 Validaton وVerification دانش
رفع تضاد بین قواعد: {P(R1)}= {P(R2)} اما {C(R1)} در تضاد با {C(R2)} باشد، آنگاه R1 وR2 با هم متضادند. R1: If A=x and B=b Then C=z R2: If A=x and B=b Then C=w Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
51 Validaton وVerification دانش
اگر {P(R1)} {P(R2)} و {C(R1)} = {C(R2)} آنگاه R2 اضافی است و باید حذف شود: R1: If A=x Then C=z R2: If A=x and B=b Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
52 Validaton وVerification دانش
مقادیر غیرارجاع: مثلاً فرض کنید متغیر I بتواند یکی از مقادیر high وmedium وlow را بگیرد. در اینصورت ما باید قواعدی داشته باشیم که هر سه مقداری را که I ممکن است بگیرد، پوشش دهند. If I=high Then In=b1 If I=low Then In=b2 همانطور که مشاهده میشود برای مقدار medium قاعده‌ای در نظر گرفته نشده است. در این حالت مقدار medium یک مقدار غیر ارجاع میباشد Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
53 Validaton وVerification دانش
مقادیر غیر قانونی If I=veryhigh Then In=b4 با فرضی که برای متغیر I در اسلاید قبلی کردیم، این متغیر مقدار veryhigh را نمیتواند بگیرد. لذا استفاده از این مقدار در قاعده فوق غیر قانونی است. در حالت کلی، انتساب مقداری به یک متغیر و استفاده از آن در یک یا چند قاعده در حالی که آن مقدار در مجموعه مقادیر قابل انتساب به آن متغیر نباشد، غیر قانونی است. Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
54 Validaton وVerification دانش
مقادیر غیر قابل دسترسی به عنوان مثال زنجیره قواعد زیر را در نظر بگیرید: R1: If A=U Then C=W R2: If C=W Then D=X R3: If D=X Then E=Q R4: If E=Q Then goal=yes اگر قاعده R3 نباشد دسترسی به goal غیر ممکن میشود Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
55 مدلسازی سیستمهای تصمیم یار غالباً از مدلهای کمّی استفاده میکند، در حالیکه سیستمهای خبره از مدلهای مبتنی بردانش و کیفی استفاده میکنند. مدل ایستا: یک برش از فعالیتهای ثابت پویا: ارائه سناریوهای مختلف و متغیر در طول زمان یک مدل توسعه یافته ایستا میباشد متغیرها در این مدل، مطمئن، غیرمطمئن و یا همراه با ریسک میباشند Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
56 بهینه سازی از طریق برنامه سازی ریاضی
برنامه سازی ریاضی یکی ابزارهای بهینه سازی است Linear Programming (LP) معروفترین تکنیک در خانواده برنامه سازی ریاضی میباشد LP بطور گسترده در DSS استفاده میشود خصوصیات مسائل قابل حل توسط LP: منابع اقتصادی محدودی برای تخصیص وجود دارد منابع در تولید محصولات یا خدمات مورد استفاده قرار میگیرند دو یا بیشتر راه برای استفاده منابع وجود دارد و هر یک از این راه‌ها یک راه حل یا برنامه نامیده میشوند هر فعالیت موجب تولید محصول در راستای هدف میشود تخصیص معمولاً بوسیله تعداد زیادی محدودیت و نیازمندی محدود میشود Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
57 Heuristic Programming
یکی از LP‌ها که good enough را پشتیبانی میکند Heuristic Programming است Heuristic Programming شامل Tabu search Genetic algorithms و... میباشد کاربرد داده ورودی غیردقیق و محدود باشد واقعیت بحدی پیچیده باشد که از مدلهای بهینه سازی نتوان استفاده نمود یک الگوریتم قابل اعتماد و دقیق موجود نباشد مسائل پیچیده برای بهینه سازی یا شبیه سازی، صرفه اقتصادی ندارند و یا زمان محاسبات زیادی را می‌طلبند امکان بهبود کارایی فرایند بهینه سازی وجود داشته باشد (مثلاً از طریق تولید یک راه حل شروع خوب) نیاز به اتخاذ تصمیم سریع باشد و امکان استفاده ازکامپیوتر نباشد (بعضی Heuristic‌ها نیاز به کامپیوتر ندارند ) Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
58 شبیه سازی متدولوژی شبیه سازی شامل مراحل: تعریف مسأله
تعیین هدف و منظور تعریف محیط و محدودیتهای سیستم ساخت مدل شبیه سازی تعیین متغیرها و روابط بین آنها و جمع آوری داده اغلب فرایند بوسیله یک فلوچارت، توصیف و سپس یک برنامه کامپیوتری نوشته میشود تست و اعتبارسنجی مدل طراحی آزمایش اداره کردن آزمایش مسائلی از قبیل تولید اعداد تصادفی و ارائه نتایج آزمایش ارزیابی نتایج پیاده سازی پیاده سازی نتایج شبیه سازی Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
59 انواع شبیه سازی شبیه سازی احتمالی
شامل یک یا چند متغیر مستقل احتمالی که از توزیع احتمال معینی تبعیت میکنند توزیع احتمال پیوسته توزیع احتمال گسسته شبیه سازی بصری نمایش گرافیکی نتایج کامپیوتری که ممکن است شامل متحرک سازی نیز باشند شبیه سازی شیء گرا UML یک ابزار مدلسازی است که برای سیستمها و کاربردهای شیء گرا طراحی شده است Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
60 زبانهای مدلسازی زبانهای مدلسازی برای ساخت مدلهای ریاضی Lingo AMPL GAMS
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
61 تمرین انواع Rule چیست؟ نحوه نگهداری Case در Knowledge Base ؟
AHP (Analytical Hierarchical Processing)چیست؟ انواع Rule چیست؟ نحوه نگهداری Case در Knowledge Base ؟ چارچوب تئوریک دارای چه مفهوم و مشخصاتی است؟ ارائه یک مسأله و آنالیز آن به کمک Influence Diagram و پیاده سازی آن برروی Spreadsheet. Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
62 مراجع گرایشات آتی تحقیقاتی و کاربردی
[ 1] Burstein F., Bui T., Arnott D., Decision support in the new millennium, Decision Support Systems 31/2, Elsevier Science B.V., pp , June 2001 [ 2] Carlsson C., Turban E., DSS: directions for the next decade, Decision Support Systems 33/1, Elsevier Science B.V., pp , May 2002 گرایشات آتی تحقیقاتی و کاربردی [ 3] Courtney J.F., Decision making and knowledge management in inquiring organizations: toward a new decision-making paradigm for DSS, Decision Support Systems 31, Elsevier Science B.V., pp , 2001 شیوه تصمیم گیری با سیستم تصمیم یار [ 4] Forgionne G. A, Mora M. Decision making support systems: achievements, challenges and opportunities, Decision Making Support Systems; Mora & Forgionne, Jadinter Gupta, pp , 2002 دست یافته‌ها و مباحث تحقیقاتی Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
63 مراجع [ 5] Forgionne G. A., An architecture for the integration of decision making support functionalities, Decision Making Support Systems; Mora & Forgionne, Jadinter Gupta, pp , 2002 سطوح مختلف تصمیم یاری و سیستمهای تصمیم یار مرکب [ 6]Nemati H.R, Steiger D. M., Iyer L. S., Herschel R. T., Knowledge warehouse: an architectural integration of knowledge management, decision support, artif icial intelligence and data warehousing, Decision Support Systems 33/2, Elsevier Science B.V., pp , June 2002 سیستم‌های تصمیم یار راهبر داده و راهبر دانش [ 7]Pomerol J.C., Adam F., From human decision making to DMSS architecture, Decision Making Support Systems; Mora & Forgionne, Jadinter Gupta, pp , 2002 تصمیم گیری بشر و سطوح مختلف تصمیم گیری [ 8] Power D.J., Categorizing Decision Support Systems, A Multidimensional Approach, Decision Making Support Systems; Mora & Forgionne, Jadinter Gupta, pp. 1-19, 2002 [ 9] Power D.J., Supporting Decision-Makers: An Expanded Framework, Informing Science, June 2001 دسته بندی سیستم‌های تصمیم یار Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh
64 مراجع [ 10] Sen A., From DSS to DSP: A Taxonomic Retrospection, Communications of the ACM (CACM) 41/5, pp , May 1998 تاریخچه و سیر تکاملی سیستمهای تصمیم یار [ 11] Shim J.P., Warkentin M., Courtney J. F., Power D. J., Sharda R., Carlsson C., Past, present, and future of decision support technology, Decision Support Systems 33/2, Elsevier Science B.V., pp , June 2002 گذشته و حال و آینده سیستمهای تصمیم یار [ 12] Turban E., Aronson J.E., Decision support systems and intelligent systems, Prentice Hall, 2001 تعاریف اولیه [ 13] Turban E., McLean E., Wetherbe J., Information technology for management, John Wiley, 2000 تاریخچه و چارچوب تصمیم یاری Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh

 

 

 

 

تصمیم باهوش
شیرازی
تهران – واحد شهرری
Master_SE
نوری
شناس
گشتی
[email protected] شتیبانی کامپیوتری قسمت دوم تصمیم سازی و پ
سیستمو
جناب
دانشجویان کارشناسی
فصل اول : شهراد رضاییفصل دوم : محبوبه تاجیفصل سوم : مهدی قربانیفصل چهارم : سعید حقفصل پنجم : فاطمه تقیفصل ششم: احمد منتظمیفصل هفتم : علیرضاشکیبامنشفصل هشتم : کیمیایی فصل نهم : فاطمه فصل دهم : رحمان فصل یازدهم : نادر کریم
صفحه آرائی :
دوم

سیستم‌های پشتیبان مدیریت نگاه کلی ..................................................................1
1,1 بررسی یک مورد: HARRAH 'S شرط بندی بزرگ م یکند 2
2,1 مدیران و تصمی مگیری 6
3,1 مدیریت تصمی مگیری و سیستم‌های اطلاعاتی 9
4,1 مدیران و پشتیبانی کامپیوتر 12
5,1 پشتیبانی تصمیم بوسیله رایانه و پشتیبانی بوسیله فناوریها 12
6,1 یک چارچوب برای پشتیبان تصمیم 15
7,1 مفهوم سیستم‌های پشتیبان تصمیم 19
24 8,1 سیستمهای پشتیبانی گروهی (GSS)
25 9,1 سیستم‌های سازمانی اطلاعاتی
10,1 سیستم‌های مدیریت دانش 27
27 11,1 سیستم‌های خبره
28 12,1 شبکه‌های هوش عصبی
29 13,1 سیستم‌های پشتیبان تصمیم هوشمند پیشرفته
14,1 سی ستمهای پشتیبان مرکب 29
2 سیستم‌های تصمی مگیرنده، مدل سازی و پشتیبانی ................................................ 35
1,2 شمای اولیه: شرکت SMP که اداره آن بر مبنای تصمی مگیری جمعی است. 37
2,2 تصمی مگیری : معرفی وتعریفات 40
3,2 سیستم‌ها 44
4,2 مدلها 53
5,2 فازهای فرآیند تصمیم گیری 57
6,2 تصمی مگیری : فاز هوشمندی 59
7,2 تصمیم گیری : فاز طراحی 67
51 8,2 تصمی مگیری : فاز انتخاب
52 9,2 تصمیم گیری :فاز اجرا
53 10,2 چگونه تصمیم گیری پشتیبانی می‌شود
11,2 انواع شخصیت،نوع و جنسیت، درک انسانی و انواع تصمیم 59
تصمیم سازی و پشتیبانی کامپیوتری II
12,2 تصمیم گیرندگان 69
3 سیستم‌های پشتیبان تصمی مگیری در یک مرور .................................................... 88
88 3,1
88 2,3 پیکربندیهای DSS
89 3,3 DSS چیست؟
4,3 خصوصیات و قابلیتهای DSS 93
5,3 مولفه‌های DSS 95
6,3 زیر سیستم مدیریت داده 98
7,3 زیر سیستم‌های مدیریت مدل 102
8,3 زیر سیستم واسط کاربر ( محاوره ) 105
107 9,3 زیر سیستم‌های مدیریت مبتنی بر دانش
108 10,3 کاربر
109 11,3 سخت افزار DSS
12,3 رده بندیهایDSS 109
13,3 خلاصه 115
4 مدل سازی و تحلیل آن ........................................................................... 117
1,4 تصویر آغازین : شبیه سازی سیستم حمل و نقل ریلی و تلاش برای جلوگیری از صرف هزینه‌های عمده 119
2,4 مدل سازی MSS 121 روشهای نمایش 126
جداول تصمیم، درختان تصمیم 126 مدلهای برنامهنویسی خطی و ریاضی، مدلهای شبکه 126
بعضی مدلهای موجود 126
چندین نوع از شبیهسازیها 126
برنامهنویسی اکتشافی، سیستمهای خبره 126
مدلهای پیشبینی، تحلیل مارکُف 126
126 مدلسازی مالی، خطوط انتظار
127 3,4 مدل‌های پویا و ایستا

4,4 نمودارهای تاثیرات 131
136 4,5
6,4 مدلسازی MSS با صفحههای گسترده 136
7,4 تحلیل تصمیم با گزینههای کم ( جداول تصمیم و درخت تصمیم) 140
8,4 ساختار مدلهای ریاضی MSS 144
9,4 بهینهسازی برنامهنویسی(مدلسازی) ریاضی 147
10,4 اهداف چندگانه، حساسیت، تحلیل مشروط و جستجوی هدف 155
11,4 روش‌های جستجوی حل مسئله 162
12،4برنامه ریزی اکتشافی 166
13,4 شبیه سازی 170
14,4 مدلسازی محاورهای تصویری و شبیه سازی محاوره‌ای تصویری 176
15،4 شبیه سازی نرم افزاری کمی 182
16،4 مدیریت مدل محور 188
5 هوش تجارت: انبار داده،اکتساب داده،داده کاوی، تجزیه و تحلیل کسب و کار و تجسم آن ................ 198
1,5 آشنایی: به اشتراک گذاری داده‌ها یه عنوان یک جزء مهم از استراتژی اصلی جهت امنیت داخلی
199
2,5 طبیعت و منابع داده‌ها 201
3,5 کیفیت،مشکلات و جمع آوری داده‌ها 206
4,5 سرویس‌های پایگاه داده‌های مربوط به امور بازرگانی و اینترنتی 223
5,5سیستم‌های مدیریت پایگاه داده‌ها در سیستم‌های پشتیبانی تصمیم گیری/ هوش تجاری 226
6,5ساختارها و سازمان‌های پایگاه داده‌ها 228
7,5 انبار گردانی داده‌ها 236
8. 5 مارت داده 254
9,5 هوش تجارت / تجزیه و تحلیل تجاری 255
10,5 پردازش تحلیلی آنلاین (OLAP) 266
6 فصل ششم ایجاد و توسعه سیستم پشتیبانی تصمیم ...............................................270
1,6 تصویر ابتدایی : osram Sylvania به بخش‌های کوچک فکر می‌کند . برای کل مجموعه راه
حل ارائه می‌کند – 271
تصمیم سازی و پشتیبانی کامپیوتری IV
275 2,6 2-6- مقدمه‌ای به ایجاد و توسعه DSS
276 2,6 2-6- مقدمه‌ای به ایجاد و توسعه DSS
3,6 چرخه ایجاد نرم افزار سنتی 278
4,6 4-6- روش‌های دیگر ایجاد و توسعه سیستم‌ها 305
5,6 نمونه سازی : شناسایی روشهای توسعه وضعیت DSS 309
6,6 مدیریت تغییرات 315
7,6 سطوح فناوری و ابزارهای DSS 324
8,6 پلتفورمهای توسعه DSS 327
9,6 انتخاب ابزار توسعه 329
336 10,6 DSSهای ایجاد شده توسط تیم
337 11,6 DSS‌های ایجاد شده توسط کاربران نهایی
12,6 در کنار هم قرار دادن DSSها 340
7 فناوریهای محاسبه مشارکتی: سیستم‌های پشتیبانی گروهی ...................................344
1,7 تصویر مقدماتی: نمرات/امتیازات کرایسلر با گروه افزار 345
2,7 تصمیم گیری گروهی، رابطه و مشارکت: 349
3,7 حمایت از برقراری ارتباط/تعامل 351
4,7 حمایت از مشارکت (حمایت مشارکتی): کار مشارکتی با حمایت کامپیوتر 354
5,7 سیستم‌های حمایت از گروه 360
6,7 فناوری‌های سیستم‌های حمایت گروهی 367
7,7 اتاق جلسه سیستم‌های گروهی و بصورت آنلاین 370
8,7 فرایند جلسه GSS 372
9,7 یادگیری از راه دور 375
10,7 خلاقیت و تولید نظر و عقیده (ابراز نظر ) 386
8 فصل هشتم ........................................................................................ 403
9 مدیریت دانش.................................................................................... 444
1,9 تصویر باز : Siemens از آنچه که بواسطه مدیریت دانش می‌داند، آگاه است 445
2,9 مقدمه‌ای بر مدیریت دانش 448
3,9 یادگیری سازمانی و تغییر شکل 453

4,9 مبانی مدیریت دانش 456
5,9 روشهایی برای مدیریت دانش 458
6,9 فناوری اطلاعات در مدیریت دانش 463
7,9 پیاده سازی سیستم‌های مدیریت دانش 470
8,9...... نقش افراد در مدیریت دانش 479
9,9 تضمین موفقیت مدیریت دانش 485
10 هوش مصنوعی و سیستم‌های خبره: سیستم‌های پایگاه دانش (مبتنی بر دانش)............492
1,10 افتتاح شکل : سیستم‌های هوشمند در سیستم‌های مخابراتی KPN و LOGITECH 493
2,10 مفاهیم و تعاریف هوش مصنوعی 495
3,10 تکامل هوش مصنوعی 498
4,10 زمینه هوش مصنوعی 501
5,10 مفهوم پایه سیستم‌های خبره 508
6,10 کاربرد سیستمهای خبره 512
7,10 ساختار سیستم‌های خبره 516
8,10 سیستم‌های خبره چگونه کار می‌کنند . 519
9,10 بخش‌های مناسب برای سیسستم‌های خبره 525
10,10 بهره و توانایی‌های سیستم‌های خبره 527
531 11,10 مشکلات و محدودیت‌های سیستم‌های خبره
532 12,10 عوامل موفقیت سیستم‌های خبره
13,10 انواع سیستم‌های خبره 534
14,10 سیستم‌های خبره در وب 537
11 نمایش، فراگیری و استدلال دانش...............................................................549
Opening Vignette : Development of Real-Time Knowledge-Base System at 11,1
551 ELI LILLY
552 Concepts of Knowledge Engineering 11,2
554 Scope and Types of Knowledge 11,3
558 Mehods of Knowledge acquisition from Experts 11,4

سیستم‌های پشتیبان مدیریت
1,1 بررسی یک مورد: HARRAH 'S شرط بندی بزرگ می‌کند مسئله
شرط بندی، بازی بسیار رقابتی و سودآوری است که بسیاری از مردم بهمین دلیل به آن جذب شده اند، و از طرفی هر کازینو هم م یخواهد از این طریق به کسب و کار بپردازد. در اوایل 1990، قمار بصورت بومی در riverboats آمریکا قانونی شد. اپراتورهای بزرگی وارد این بازار جدید شدند. بین سال‌های 1990 و 1997، تعداد کازینوهای Harrah سه برابر شده است. به عنوان بازارهای جدید رقابت بیشتر رشد، کسب و کار رسیده را از نظر کاهش می‌گرداند. هر کازینو Harrah 's به طور مستقل از دیگر کازینوها عمل می‌کند. هر یک از مدیران احساس کردند که مالکیت آنها متعلق به مشتریان خاص، و مشتریان متفاوت در خواص دیگر Harrah درمان شدند .
از سال 1970 خدمترسانی به مشتری تغییر زیادی نکرده است. مدیران کازینو مدتها اهمیت ایجاد روابط با مشتریان خود را بیشتر سود آور شناخته بودند. با این حال، در پایان 1980، ماشین آلات اسلات از میز بازی پیشی گرفت و به عنوان بزرگترین منبع قمار درآمد. در سال 1997، مدیران در جلسه Harrah 's به رسمیت شناخته شده است که به معنی حفظ خود را 25 میلیون بازیکن وفادار به اسلات Harrah's کلید برای سودآوری شده است.
بهترین راه حل Harrah 's رویکردهای هر مشتری جدید را به شکل طولانی مدتی نگهداری می‌کند. شرکت گیگابایت اطلاعات جمع آوری شده توسط دستگاه سیستم‌های ردیابی (tracking) در طول پنج سال گذشته را با روش‌های داده کاوی تجزیه و تحلیل کرده است. مدیران متوجه شدند که 30 درصد از مشتریان خود بین 100 $ و 500 $ در هر دیدار برای محاسبه 80 درصد از درآمد شرکت و تقریبا 100 درصد از سود هزینه می‌کنند.
Harrah تعداد برنامه پاداش (reward program) را افزایش داد. این کارتهای پاداش به مشتریان جهت دستگاه slot، غذا، اتاق، بازیکنان و قایق ارائه شد. این شرکت با استفاده از نوارهای مغناطیسی که در کارت‌های بازی بود برای گرفتن اطلاعات هر مشتری استفاده می‌کرد از طریق کارت اطلاعاتی از قبیل،نوشیدنی‌های مورد علاقه، وعده‌های غذایی، اتاق هتل و انگیزه‌های دیگر را بر اساس مقدار پول داخل دستگاه نگهداری می‌کند، همچنین اینکه مشتری چه بازی‌ها را ترجیح می‌دهد و اینکه آیا آنها برنده و یا بازنده شده اند. این روش باعث بوجود آمدن یک "مشخصات سودآوری" که می‌تواند جهت تخمین زدن ارزش مشتری برای شرکت بکار بروند. البته معیارهای ارزیابی کاملا مشخص و در اختیار مشتریان قرار گرفته است.
Harrah 's با تمام بازیکنان خود بصورت الکترونیکی اتصال دارد به طوری که هنگامی که قماربازان به مکان دیگری بروند، آنها می‌توانند پاداش خود را از گرو در آورده و برای دریافت وعده‌های غذایی رایگان،
اتاق، و از آن استفاده کنند. کازینوی Harrah ' میتواند فعالانه با آن "خانواده " در بازار با مشتریان خود در تعامل باشد. خطوط هوایی شده است برای انجام این کار سال است.
سیستم Harrah به شکل زیرکار می‌کند:
کارت خوان مغناطیسی در تمام دستگاه‌های بازی وجود دارد که وظیفه خواندن کارت شناسایی هر مشتری را بر عهده دارد. بوسیله این کارتها و دستگاه کارت خوان اطلاعات مربوط به تعداد بازی و از این قبیل اطلاعات جمع آوری می‌شود.
دستگاه‌های الکترونیکی :بازی که بصورت کامپیوتری و شبکه‌ای هستند. هر ماشین اطلاعات معامله و رله آن را ذخیره کرده و به سرویس دهنده‌های پردازنده مرکزی Harrah منتقل می‌کند.
سیستم‌های تراکنش Onsit : در هر یک فروشگاه‌های کازینو، هتل، و رستوران اطلاعات تراکنش مربوطه را ذخیره می‌کند.
انبار داده‌های محلی National Datawarehouse که سیستم‌های کامپیوتری کازینو و داده‌های مشتری را به یک سرویس دهنده دیگر اتصال می‌دهد.
برنامه‌های نرم افزاری آنالیز و پیش بینی که تولید کننده پروفایل‌های سریع و آنی نزدیک به مشتری م یباشد. شرکت قادر به طراحی و تعیین آهنگ بازاریابی بر اساس نتایج خود را پیدا میکند.
وب سایت، وظیفه ایجاد اطلاع رسانی، سرگرمی و تفریح برای مشتریان را دارد.

انبار داده‌ها (DataWare House)، یک پایگاه داده بزرگ و تخصصی،که یک مجموعه آماری و الگوهای پرداخت مربوط به کلیه مشتریان را نگهداری می‌کند. تکنیک‌های داده کاوی، که هوش کسب و کار نیز نامیده می‌شود (تجزیه کسب و کار یا روشهای تحلیلی) که برای تجزیه و تحلیل داده‌ها و شناسایی کلاسهای مشتریان سودآور با هدف کسب و کار در آینده. ترکیب این دو روش موجب ایجاد مدیریت ارتباط با مشتری (CRM) میشود، یک سیستم پشتیبانی تصمیم گیری (DSS) مدیران را در فروش و بازاریابی یاری می‌کند.
وب سایت Harrah به اطلاعات مربوط به مشتری، نام تجاری، برنامه‌های وفاداری، خواص، و سایر اطلاعات مربوطه ارتباط دارد.
داده در هر یک از اموال توسط سیستم‌های پردازش تراکنشی (TPS) جمع آوری می‌شد و سپس به انبار داده متمرکز نقل مکان می‌کرد، که آنجا محل آنالیز و تحلیل آنهاست. سن و فاصله از کازینو از عوامل اصلی در آینده نگری هستند که همراه با نوع بازی و تعداد سکه‌های استفاده شده در هر بازی در این امر کمک م یکنند. به عنوان مثال،یکی از بازیکنان خیلی خوب و کامل خانم 62 ساله است که در فاطله کمی از شهر کانزاس میسوری زندگی می‌کند، او بصورت ویدیوئی دلار پوکر بازی می‌کند. این چنین مشتریانی معمولا علاوه بر داشتن میزان قابل توجهی پول نقد،زمان کافی هم دارند و از طرفی می‌توانند دسترسی آسان به کازینو riverboat Harrah نیز داشته باشند.
نتایج
اسلات‌ها و سایر دستگاه‌های بازی الکترونیکی 7,3 میلیارد دلار در سال برای harras درآمد دارد و بیش از 80 درصد آن سود است. تا حد زیادی در ردیابی قدرت جدید خود سیستم و داده‌های استخراج از معادن برای بازیکنان اسلات، Harrah کرده است که اخیرا به عنوان بزرگترین اپراتور دوم در ایالات متحده، پدید آمده است که دارای بالاترین به سه سال بازگشت سرمایه گذاری در صنعت. تعداد برنامه ایجاد کرده است پاداش 20 میلیون دلار در کاهش هزینه‌های سالانه با شناسایی مشتریان بی ثمر و درمان آنها را به عنوان چنین. در سال 2001، شبکه Harrah بیش از 40،000 دستگاه‌های بازی در دوازده ایالت مرتبط و ایجاد نام تجاری وفاداری. تنها در دو سال اول برنامه پاداش مجموع، درآمد حاصل توسط 100 میلیون دلار از مشتریانی که gambled در کازینو بیش از یک Harrah را افزایش داده است. از سال 1998، هر یک درصد افزایش، نقطه سهم Harrah از مشتریان خود 'قمار بودجه کلی است همزمان با مبلغ 125 میلیون در ارزش سهامداران. شرکت درآمد رکورد از $ 7,3 میلیارد دلار در سال 2001 بود تا 11 درصد از سال 2000. بیش از نیمی از درآمد حاصل در سه Harrah قمار در لاس وگاس در حال حاضر از بازیکنان شرکت در حال حاضر می‌داند از قمار خود را در خارج از نوادا م یآید.
سوالات این بخش
1. چگونه Harrah با مشکل عمده‌ای که روبرو بود مقابله کرد؟
2. چرا جمع آوری اطلاعات مربوط به مشتریان برای‌هاراس مهم بود؟
3. چگونه تکنولوژی‌های مختلف dss از قبیل داده کاوی، انبار داده‌ها، مدیریت منابع مشتری، و غیره م یتواند به مدیران برای شناسایی پروفایل‌های مشتری و میزان سود دهی هر یک کمک کند؟


2,1 مدیران و تصمیم گیری
باز کردن مسله نشان داد که Harrah’s چگونه توسعه یافت و چگونه از سیستم پشتیبانی تصمیم کامپیوتری شده جهت نگهداری میزان وفاداری مشتری و گسترش بازارش استفاده می‌کند .
برخی از نکات نشان داده شده عبارتند از :
• ماهیت رقابت در صنعت بازی موجب الزام در استفاده از ابزارهای پشتیبانی تصمیم کامپیوتری برای موفقیت و حفظ بقا در بازار می‌شود.
• این شرکت از شبکه جهانی وب برای رابط کاربران خود استفاده می‌کند. تحلیلگران، کارشناسان بازاریابی
، و حتی مشتریان می‌توانند مستقیما از طریق شبکه جهانی وب به آن دسترسی داشته باشند .
• ایجاد سیستم اطلاعات بر پایه سازماندهی داده‌ها در انبار داده مخصوص باعث شده است که پردازش و تجزیه و تحلیل آن به آسانی صورت گیرد.
• فن آوری‌های عمده‌ای برای داده کاوی (هوش کسب و کار / تحلیلی کسب و کار)، شناسایی مشتریان سودآور (آنالیز) و مدیریت ارتباط با مشتری (CRM)، تبلیغات در بازار، نمایش میزان فروش و شناسایی مشکلات و فرصت‌های جدید مورد استفاده قرار گرفت. روشهای استخراج دادهها ممکن است تجزیه و تحلیل رگرسیون، شبکه‌های عصبی، تجزیه و تحلیل خوشه ای، و روشهای بهینه سازی باشد .
•DSS در ساخت انواع تصمیمات بازاریابی،تشخیص اینکه مشتریان سودآور کدامند، تا چگونگی ارتقای خواص به تمام مشتریان استفاده م یشود. امور تبلیغاتی می‌تواند بصورت روزانه و روز به روز ساخته شود.
• پشتیبانی از تصمیم بر اساس مقادیر گسترده‌ای از داده‌های داخلی و خارجی بنا شده است.
• نرم افزارهای تجزیه و تحلیل Dss با سیستم‌های پردازش تراکنش (TPS) متفاوت هستند، اما از داده‌های آنها استفاده میکنند.
• مدلهای آماری و سایر مدلهای کمی در CRM استفاده م یشود .
• در نهایت مدیران پاسخگوی کلیه تصمیم‌های گرفته شده می‌باشند.
بسیاری از شرکتهای هواپیمایی، سازمان‌های خرده فروشی، بانکها، شرکت‌های خدماتی و دیگران بخاطر استفاده از روش‌های Harrah به موفقیت بیشتری دست یافتند. شکل نشان م یدهد که برای اجرای موثر کسب و کار امروز در یک محیط رقابتی، زمان واقعی و هدفمند، داشتن سیستم پشتیبانی تصمیم گیری کامپیوتری، ضروری است. این مطلب اصلی کتاب است.
ماهیت کار مدیران
برای درک بهتر اینکه مدیران چگونه از سیستم‌های اطلاعاتی می‌توانند بهره ببرند بهتر است نگاهی در
ماهیت کار مدیران داشته باشیم. (1980 Mintzberg 's(در مطالعاتی که در مورد مدیران داشت به این نتیجه رسید که مدیران 10 نقش عمده را بر عهده می‌گیرند،که می‌توان آنها را به سه دسته عمده فردی، اطلاعاتی و تصمیماتی طبقه بندی کرد (رجوع شود به جدول1,1)
برای انجام این نقش‌ها، مدیران نیاز به اطلاعاتی کارآمد و به موقع که در کامپیوترهای شخصی بر روی میزشان، بر روی رایانه‌های همراهشان، و حتی به کامپیوتر جاسازی شده در PDAs (دستیار دیجیتالشخصی) و تلفن همراهشان نیاز مبرم دارند. این اطلاعات از طریق سرویس دهنده‌ها، عموما از طریق فن آوری‌های وب تحویل داده می‌شود. مدیران علاوه بر اخذ اطلاعات لازم برای انجام بهتر نقش خود،آنها از رایانه نیز برای ایجاد تصمیم که یکی از ارکان نقش‌های گفته شده در بالاست استفاده می‌کنند.  

موظف به انجام تعدادی از وظایف معمول از ماهیت قانونی یا اجتماعی است. مسئول ایجاد انگیزه و فعال سازی وظایف ؛ مسئول نیروی انسانی، آموزش، و مرتبط با وظایف
ارتباطات داشتن اطلاعات بروز در مورد ارتباط با خارج از محیط و خبردارشدن از که چه کسانی چه اطلاعات و چه مواردی را ایجاد می‌کنند.
اطلاعاتی
مبصر جستجوگر طیف گسترده‌ای از اطلاعات خاص (و بروز) به منظور افزایش درک کامل از سازمان و محیط ؛ ظاهر شدن به عنوان مرکز قدرت اطلاعات داخلی و خارجی سازمان
مروج انتقال اطلاعات دریافت شده از محیط خارج (یا دیگران) به اعضا سازمان ؛ برخی از اطلاعات واقعی، برخی نیز بصورت تفسیر و تجمیع شده هستند.
سخنگو انتقال اطلاعات به بیرون از سازمان, در مورد برنامه‌های سازمان، سیاست‌ها، اقدامات، نتایج، و غیره
؛ به عنوان کارشناس در صنعت سازمان تصمیم گیری
کارآفرین (کارگشا) جستجو در سازمان و محیط اطراف آن برای یافتن فرصت‌هایی جهت بهبود و ایجاد تغییر مثبت ؛ نظارت بر طراحی پروژه‌های خاص.
مسئول اقدامات اصلاحی در زمانی که چهره سازمان اهمیت دارد، رفع کننده مشکلات غیر منتظره حلال مشکلات
مسئول اختصاص همه نوع منابع سازمانی که در تمام تصمیمات مهم سازمانی تاثیر گذار هستند. تخصیص دهنده منابع
مذاکره کننده مسئول اصلی و نماینده سازمان در مذاکرات مهم می‌باشد.

3,1 مدیریت تصمیم گیری و سیستم‌های اطلاعاتی
ما این مورد را با بررسی دو موضوع مهم در تصمیم گیری‌های مدیریتی و سیستم‌های اطلاعات آغاز خواهیم کرد.
مدیریت، فرآیندی است برای رسیدن به اهداف سازمانی با استفاده از منابع. منابع همان ورودی‌ها در نظر گرفته شده اند، و رسیدن به اهداف به عنوان خروجی فرآیند در نظر گرفته می‌شود. درجه موفقیت سازمان و شغل مدیر اغلب با نسبت خروجی به ورودی‌ها اندازه گیری می‌شود. این نسبت نشان دهنده بهره وری سازمان است.
بهره وری از اهداف مهم هر سازمان است، زیرا تعیین کننده رفاه سازمان و اعضای آن است. بهره وری نیز یک مسئله بسیار مهم در سطح ملی است. بهره وری ملی مجموعه ایی از بهره وری از همه افراد و سازمانها در یک کشور است، و تعیین استاندارد کشور، از سطح زندگی، سطح اشتغال و سلامت اقتصادی است. میزان بهره وری، یا موفقیت‌های مدیریتی، بستگی به کارایی عملکردهای مدیریتی، مانند برنامه ریزی، سازماندهی،هدایت، و کنترل دارد .علاوه بر این، وب در میان چیزهای دیگر، داده‌ها، چاوش محیط زیست و پورتالهای منجر به تصمیم گیری بهتر، بهره وری را افزایش م یدهد. مدیران برای انجام وظایف خود، در یک فرایند مداوم تصمیم گیری مشغول‌اند .
کلیه فعالیت‌های مدیریتی در حول محور تصمیمگیری چرخ می‌زند. مدیر در درجه اول و تصمیم ساز است(نگاه کنید بهDSS در روز 1,1). شرکتها و سازمانها با تصمیم گیران در سطوح مختلف پر شده بودند.
برای سالها مدیران تصمیم گیری صرفا هنر مدیریت را بصورت اکتسابی در طی یک دوره طولانی از طریق تجربه بدست می‌آوردند (یادگیری توسط آزمون و خطا). مدیریت هنر در نظر گرفته شد به این دلیل که سبک‌های مختلفی برای رسیدن به موفقیت در حل انواع مشکلات مدیریتی می‌تواند مورد استفاده قرار گیرد. این سبک‌ها غالبا بر اساس خلاقیت، قضاوت، شواهد و تجربه بودند،و بر اساس روشهای سیستماتیک کمی مبتنی بر رویکرد علمی ایجاد نشده بودند.
با این حال، محدوده عملیاتی و محیط مدیریتی به سرعت در حال تغییر و کسب و کار و محیط آن در حال رشد و پیچیده گی روزافزون است. در شکل 1,1 تغییر در عوامل مؤثر بر تصمیم گیری‌های مدیریتی نشان داده شده است. در نتیجه، تصمیم گیری‌های امروزه پیچیده تر شده است. دلیل این موضوع چند مورد می‌باشد: اول، تعداد جایگزین‌های موجود به دلیل استفاده از فن آوری بهبود یافته و سیستم‌های ارتباطی بزرگتر به ویژه وب سایت‌ها / اینترنت و موتورهای جستجو، خیلی بیشتر از قبل شده است. همانطور که داده‌ها و اطلاعات قابل دسترس، بیشتر م یشوند جایگزینها و راه حلهای بیشتری نیز قابل شناسایی و استفاده خواهند بود. با وجود سرعت در دسترسی به داده‌ها و اطلاعات قابل دسترس، انتخابهای مربوط به تصمیم سازی نیز می‌بایست آنالیز و بررسی می‌شدند. این طول م یکشد (در مقیاس انسانی = با سرعت کم). زمان و فکر . با وجود داشتن اطلاعات بیشتر و بهتر از قبل، فشار زمان مانع از جمع آوری و به اشتراک گذاری مایحتاج اطلاعاتی مدیران تصمیم سازمی شود.دوم این که، هزینه بوجود آمدن خطا م یتواند بسیار زیاد باشد زیرا ممکن است یک خطا در سازمان به دلیل پیچیدگی عملیات، اتوماسیون اداری و واکنش زنجیره‌ای در آن منجر به ایجاد خطاهای بسیار بزرگ و پیچیده‌ای شود.
سوم، تغییرات مستمری در محیطی متغیر و بی ثبات در عناصر متعدد وجود دارد. در نهایت، تصمیمات باید به سرعت برای پاسخ به بازار گرفته شوند. پیشرفت در تکنولوژی، به ویژه وب،به طرز چشمگیری باعث افزایش سرعت در بدست آوردن شده است، به همین دلیل انتظار م یرود که تصمیمات ما نیز با سرعت باشند. انتظار م یرود که ما نیز بتوانیم در صورت تغییر در محیط فورا پاسخ درست بدهیم.
از آنجا که این روند و تغییرات آن،تصمیم گیری به شیوه آزمون و خطا را تقریبا غیرممکن می‌کند، به ویژه برای تصمیم گیری که شامل عوامل نشان داده شده در شکل 1,1. م یباشد. مدیران بایستی مهارت بالائی داشته باشند: آنهاباید با ابزارها و روش‌های جدید در زمینه‌های خود استفاده کنند. برخی از این ابزارها و تکنیک‌ها موضوع این کتاب م یباشد. استفاده از آنها برای پشتیبانی از تصمیم گیری می‌تواند بسیار موثر باشد. بعنوان مثال از وب سایت مبتنی بر فن آوری ایجاد تصمیم گیری موثر توسط مشتریان امپریال شکر و فروشندگان، نگاه کنید به DSS عمل در 2,1.
شکل 1-1 : عوامل موثر در تصمیم گیری
عامل تمایل نتایج

آلترنیتیوهای بیشتر برای انتخاب

افزایش هزینه بخاطر ایجاد خطا

عدم وابستگی بیشتر به موضوعات آتی

نیاز به تصمیم گیری فوری


تکنولوژی افزایش
اطلاعات / کامپیوترها افزایش

پیچیدگی ساختار افزایش رقابت افزایش

فروشگاههای بین المللی افزایش پایداری سیاسی کاهش مصرف گرائی افزایش مداخله دولت افزایش

تغییرات و نوسانات افزایش


DSS در عمل 2,1
استفاده شرکت شکر امپریال از خدمات وب

شرکت امپریال (مستقر در ugarland، تگزاس) بزرگترین پالایش کننده قند در ایالات متحده آمریکا ($ 6,1 میلیارد دلار فروش در 2001) است. با این وجود، وضعیت این شرکت در سال 2000 و در سال 2001 با ضرر جمعا بیش از 372 میلیون خطرناک بود .در آغاز سال 2001، قیمت قند افزایش یافت و همین باعث شد که این شرکت از ورشکستگی نجات پیدا کند. یک بخش عمده از برنامه‌های بازیابی شرکت شکر امپریال که توسط مدیر عامل, جرج مولر در نظر گرفته شد, استفاده از فناوری جهت بهبود وضعیت شرکت بود. اولین تلاش او این بود که مشتریان مستقیما به وضعیت سفارشات خود از طریق وب دسترسی داشته باشند .این امر باعث شد که هزینه‌های فروش کاهش پیدا کند و در نتیجه امپریال برای به دست آوردن سهم بیش تری از بازار مشتریان امیدوار شد. سیستم روابط بین 20 نمایند خدمات به مشتریان و 40 مشتری بزرگ و کارگزار، و بیش از 800 مشتری با دفاتر مختلف را تغییر داد. تصمیم سازی در شرکت و برای مشتریان خودش را هرگز مانند قبل نبود. در کسب و کار مبتنی بر کالا، افزایش ارزش تنها چیزی است که یک شرکت را از شرکتهای دیگر متمایز م یکند. این سیستم ارزش افزوده است!
هزینه XML مبتنی بر پروژه کمتر از $ 500،000 بود.
بعد از اینکه شرکت امپریال در آگوست از ورشکستگی رها شد، برنامه‌های خودسرویسی (Self-Service) نیز گسترش پیدا کرد. قبل از این برنامه, قسمت خدمات مشتری بیش از پنج ساعت در روز, مشغول بررسی تلفنی استعلام‌های مشتری بود .در حال حاضر، مدت زمان صرف شده جهت این کار به حدود دو ساعت و یا کمتر کاهش یافته است. با این روش و پائین اوردن زمان سفارش گرفتن از مشتریان, فروش تقریبا به دوبرابر رسید. و مسئولین سرویس مشتری قادر به انجام یک رویکرد بیشترمشورتی جهت فروش نیز بودند. سفارش آنلاین به مشتریان این امکان را می‌دهد که در 24 ساعت شبانه روز به اطلاعات در مورد محموله‌های آینده دسترسی داشته باشند و همچنین به شرکت برای برنامه ریزی بهتر تولید نیز کمک می‌کند.
پس از استقرار نظام، شرکت سود عملیاتی خود را در شش هفته اول, به669، $ 000رساند که فروش خالص $ 322,3 میلیون بود. در دراز مدت، امپریال طرح‌های مشترک برای انجام پیش بینی تقاضای مشتریان خود را با هزینه‌های کمتری پیاده کرد. با ایجاد فرایند خرید آسان تر، امپریال همچنین برنامه‌ای برای تجزیه و تحلیل نیازهای مشتریان خود برای افزایش درآمد نیز بوجود آورد. نهایتا، مشتریان می‌توانند سفارشات خود را مستقیما از طریق وب ارسال نمایند.



4,1 مدیران و پشتیبانی کامپیوتر
تاثیر فناوری رایانه‌ای در سازمان‌ها و جوامع به شکل فن آوری‌های جدید و تکامل فن آوری‌های فعلیبصورت روز افزونی گسترش یافته است. جنبه‌های بیشتر و بیشتر از فعالیت‌های سازمانی توسط تعامل وهمکاری بین مردم و ماشینها مشخص شده است. از استفاده سنتی در پرداخت حقوق و توابع ساماندهی گرفته تا سیستم‌های کامپیوتری که در حال حاضر زمینه‌های نفوذ پیچیده مدیریتی در محدوده طراحی و مدیریت کارخانه‌های خودکار را به استفاده از هوش مصنوعی به ارزیابی پیشنهاد و ادغام و ترکیب می‌کند.
تقریبا همه می‌دانیم که حیات تکنولوژی اطلاعات به تجارت و استفاده از فن آوری تحت وب، وابسته است.
برنامه‌های کاربردی کامپیوتر از پردازش تراکنش و عملیات نظارتی به سمت و سوی فعالیت‌های تجزیه و تحلیل مشکل و ارائه راه حل کشیده شد، جایی که بسیاری از فعالیت‌ها از طریق وب سایت‌ها انجام م یشوند. مباحثی مانند انبار داده‌ها، داده کاوی، پردازش تحلیلی آنلاین و استفاده از وب سایت از طریق اینترنت، شبکه‌های اینترانت و اکسترانت سنگ بنایی از مدیریت فناوری مدرن برای پشتیبانی تصمیم در آغاز قرن بیست و یکم هستند. مدیران باید با سرعت بالا و با کمک سیستم‌های اطلاعاتی شبکه‌ای به مهمترین وظیفه خود یعنی ایجاد تصمیم بپردازند.
5,1 پشتیبانی تصمیم بوسیله رایانه و پشتیبانی بوسیله فناوریها
دلایل مختلفی جهت نیازمندی به سیستم پشتیبان تصمیم کامپیوتری وجود دارد که بعنوان مثال عبارتند از :
• محاسبات سریع. کامپیوتر باعث می‌شود که تصمیم ساز بسیاری از محاسبات را با سرعت و هزینه کمی انجام دهد. تصمیم گیری بموقع در بسیاری از مواقع اهمیت زیادی دارد، از یک پزشک در اتاق اورژانس گرفته تا معامله گران سهام در بازار بورس.
• ارتباط بهبود یافته. گروه‌ها می‌توانند به آسانی با یکدیگر بوسیله ابزارهای تحت وب همکاری و ارتباط داشته باشند. همکاری به ویژه در طول زنجیره توزیع، جایی که همه مشتریان از اطلاعات فروشندگان با خبر می‌شوند، مهم است.
• افزایش بهره وری. جمع کردن یک گروه از تصمیم گیران، به خصوص کارشناسان خبره، ممکن است هزینه بالایی داشته باشد. پشتیبانی کامپیوتری می‌تواند اندازه گروه و اعضای آن را کاهش دهد این امکان را م یدهد تا در نقاط مختلف گردهمائی ایجاد شود (صرفه جویی در هزینه‌های سفر). علاوه بر این، استفاده بهینه از پرسنل (مانند تحلیلگران مالی و حقوقی) ممکن است افزایش یافته باشد. بهره وری نیز ممکن است با استفاده از ابزار بهینه سازی که تعیین بهترین راه برای اداره یک کسب و کار است افزایش یابد.
• پشتیبانی فنی. بسیاری از تصمیم گیری‌ها شامل محاسبات پیچیده‌ای است. داده‌ها می‌توانند در پایگاه داده‌های مختلف ذخیره شوند و در وب سایت در هر قسمت از سازمان و حتی احتمالا در خارج از سازمان باشند. داده‌ها ممکن است متن، صدا، گرافیک، و ویدئو باشند. ممکن است لازم باشد که آنها را به سرعت زیاد به مکان دوری انتقال دهید. کامپیوترها به جستجو، ذخیره، و انتقال اطلاعات مورد نیاز با سرعت، اقتصادی، و شفاف بسیار کمک می‌کنند.
• دسترسی به انبار داده‌ها. انبار بزرگ داده، مانند یک عمل توسط WalMart، حاوی پتابایت داده است. روش‌های ویژه، و گاهی اوقات محاسبات موازی، نیاز به سازماندهی و جستجوی اطلاعات دارند.
• حمایت از کیفیت. کامپیوترها کیفیت تصمیمات را بهبود بخشیده است. به عنوان مثال، داده‌های بیشتری می‌تواند در دسترس، جایگزین‌های بیشتری می‌تواند ارزیابی، تجزیه و تحلیل خطر می‌تواند به سرعت انجام شود، و مشاهدات از کارشناسان (که برخی از آنها در مکان‌های از راه دور هستند) می‌تواند به سرعت جمع آوری شده و در هزینه صرفه جویی گردد. حتی تخصص م یتواند مستقیما از سیستم کامپیوتری بوسیله روش‌های هوش مصنوعی ایجاد شود. با کامپیوتر، تصمیم سازان می‌توانند شبیه سازی‌های پیچیده، انجام بررسی بسیاری از حالات ممکن و ارزیابی تأثیرات گوناگون و به سرعت و اقتصادی انجام دهند. تمام این توانایی منجر به تصمیم گیری بهتر خواهد شد.
• مزیت رقابتی : سازمان مدیریت منابع و توانمند سازی.
فشارهای رقابتی کار تصمیم گیری را دشوار کرده است. رقابت بر اساس فقط قیمت نیست بلکه بر اساس کیفیت هم هست، timeliness، سفارشی از محصولات و پشتیبانی مشتری می‌باشد. شرکتها و سازمانها باید قادر به تغییر سریع و مکرر حالت آنها از عملیات، فرآیندها و ساختارهای مهندسی مجدد، توانمندسازی کارکنان، و نوآوری باشند. فناوری‌های پشتیبانی تصمیم گیری مانند سیستم‌های خبره می‌توانند به مردم برای گرفتن تصمیمات خوب و با سرعت کمک کنند، حتی اگر برخی از آنها معلومات مربوطه را نداشته باشد. تصدی مدیریت منابع (enterprise resourse manegmentوERM) نوعی از سیستم‌های پشتیبانی تصمیم گیری هستند که کل سازمان را شرح و به مدیریت جهت ایجاد آن کمک می‌کند. در نهایت، بهینه سازی زنجیره توزیع مستلزم ابزارهای خاصی است.
• محدودیت‌های فائق آمدن شناخت در پردازش و ذخیره سازی. به گفته سایمون (1977)، ذهن انسان تنها توانایی محدود برای پردازش و ذخیره اطلاعات است.
گاهی اوقات، ممکن است مردم برای به یاد آوردن و استفاده از اطلاعات دچار مشکل شوند.
اکثر روش‌های پشتیبانی تصمیم برای نمایش سریع داده‌ها و ارائه مدل برای تبدیل داده‌ها به اطلاعات قابل استفاده جهت بررسی توسط یک تصمیم ساز می‌باشد. به عنوان مثال، داده‌ها می‌توانند به مدل پیش بینی که در آن، آنها را به پیش بینی تبدیل می‌کنند اضافه شوند. پیش بینی در نتیجه ممکن است به عنوان اطلاعات برای تصمیم گیری مورد استفاده قرار گیرد. ممکن است به علاوه با مدل‌های دیگری، بنابراین ارائه اطلاعات بیشتر برای تصمیم گیری تبدیل شد.
محدودیت‌های شناختی
اصطلاح محدودیت شناختی نشان م یدهد که قابلیت حل مشکل زمانی که طیف گسترده‌ای از اطلاعات متنوع و دانش مورد نیاز است محدود می‌شود. .چند مخزن تکی مختلف ممکن است کمک کند،اما مشکلات مربوط به هماهنگی و ارتباطات ممکن است در گروه‌های کار بوجود آیند. سیستم کامپیوتری مردم را قادر می‌سازد تا به سرعت به اطلاعات ذخیره شده دسترسی پیدا کنند و آنها را پردازش کنند. همچنین کامپیوترها م یتوانند هماهنگی و ارتباطات برای کار گروهی، به عنوان بهبود در سیستم‌های پشتیبانی از گروه‌ها (GSS)، سیستم‌های مدیریت دانش (KMS) و انواع مختلفی از سیستم‌های اطلاعات سازمانی (EIS) را برقرار نمایند .وب جهت حل این مشکل به هر دو کمک کرده و راه حلی برای آن است. به عنوان مثال، بسیاری از ما روزانه با آماجی از نام ههای الکترونیکی مواجه هستیم. عوامل هوشمند (نوعی از هوش مصنوعی) به عنوان بخشی از سیستم نامه الکترونیکی مشتری می‌تواند به طور موثر برای فیلتر کردن پیام‌های ناخواسته الکترونیکی پست الکترونیکی استفاده شود.
فناوریهای پشتیبان تصمیم
پشتیبانی تصمیم گیری می‌تواند توسط یک یا چند تکنولوژی تصمیم گیری ایجاد گردد. فناوری‌های پشتیبانی تصمیم گیری در DSS دارای اهمیت زیادی هستند (در 3,1 همراه با فصل مربوطه در این کتاب ذکر شده است). پشتیبانی تصمیم گیری فن آوری‌های مرتبط در سایت کتاب شرح داده شده است .((prenhall.com /turban. آن فناوری‌ای باید مورد استفاده قرار گیرد که بسته به ماهیت مشکل و خاص تصمیم پیکربندی پشتیبانی انتخاب می‌شود. در این متن، واژه سیستم مدیریت پشتیبانی (MSS) به استفاده از هر فن آوری، یا به عنوان یک ابزار مستقل یا در ترکیب با تکنولوژی‌های اطلاعاتی دیگر، برای پشتیبانی از انجام وظایف مدیریت به طور کلی و در تصمیم گیری‌های خاص اشاره دارد. این اصطلاح ممکن است قابل معاوضه بااصطلاح سیستم پشتیبانی تصمیم گیری (DSS) و هوش کسب و کار (BI) سیستم نیز باشد.

6,1 یک چارچوب برای پشتیبان تصمیم
قبل از تشریح فن آوری‌های خاص مدیریت پشتیبانی، ما چارچوبی کلاسیک برای پشتیبانی تصمیم گیری حاضر کرده ایم. این چارچوب شامل چندین مفهوم مهم است که در آینده در تعاریف مورد استفاده قرار م یگیرد. همچنین جهت پوشش مسائل مختلف اضافی مانند ارتباط بین تکنولوژی و تکامل سیستم‌هایکامپیوتری کمک می‌کند. ارائه این چارچوب، همانطور است که در شکل 2,1 نشان داده شد.
نوع کنترل
پشتیبانی مورد نیاز

نوع تصمیم طراحی استراتژیک کنترل مدیریتی کنترل عملیاتی
ساخت یافته 
حسابهای دریافتی، ثبت سفارش 
مدیریت مالی ( سرمایه گذاری)،
مکان یابی انبار، سیستم‌های توزیع شده سیستم‌های اطلاعات
مدیریت، مدل‌های علوم
مدیریت، مدل‌های مالی، مدل‌های آماری
نیمه ساخت یافته 
زمانبندی تولید، کنترل انبار 
اعتبارسنجی، تهیه بودجه،طرح بندی کارگاه، زمان بندی پروژه 
ساخت کارگاه جدید، طراحی
محصول جدید، طراحی جبران خسارت، طراحی کنترل کیفیت سیستم تصمیم یار
ساخت
نیافته 
انتخاب جلدی برای مجله،
خرید نرم افزار،
تصویب تقاضای وام 
تبادل نظر, استخدام یک مجری جدید، خرید سخت افزار، سخنرانی 
طراحی تحقیق و توسعه، توسعه تکنولوژی جدید، طراحی وظایف اجتماعی سیستم تصمیم یار، سیستم خبره، شبکه‌های عصبی
پشتیبانی
مورد نیاز سیستم‌های اطلاعات مدیریت، علوم مدیریت سیستم‌های اطلاعات مدیریت،
EIS،ES،DSS سیستم تصمیم یار، سیستم خبره، شبکه‌های عصبی
شکل 2-1 : چارچوب پردازش تصمیم


DSS در فوکوس 3,1
فن آوری‌های مدیریت پشتیبانی سیستم (ابزارها)
سیستم‌های پشتیبانی تصمیمگیری (DSS) (فصل 3) تصدی مدیریت منابع / (ERM) برنامه ریزی منابع علم مدیریت (کارشناسی ارشد) / تحقیق در عملیات سازمانی (ERP) سیستم (فصل 8)
(یا) مدلها و تکنیک‌های (فصل 4) مدیریت منابع مشتریان (CRM) سیستم (فصل 8) تجزیه و تحلیل ترافیک کسب و کار (فصل 4) مدیریت زنجیره تامین (SCM) (فصل 8)
اطلاعات معدن (فصل 5) سیستم‌های مدیریت دانش (KMS) و پورتالهای انبار داده‌ها (فصل5) دانش مدیریت (KMP) (فصل 9) هوش کسب و کار (فصل 5) سیستم‌های خبره(ES) (فصول 10 و 11)
پردازش تحلیلی آنلاین(OLAP) (فصل 5) شبکه‌های عصبی مصنوعی (ان)، الگوریتم ژنتیک، ابزارهای سیستم (کیس) ابزار (فصل 6) منطق فازی و سیستمهای پشتیبانی ترکیبی هوشمند سیستم‌های پشتیبانی گروه / (GSS) محاسبات (فصل 12)
مشارکتی (بخش 7) سیستم‌های هوشمند بر روی اینترنت (عوامل سیستم‌های تصدی اطلاعات (EIS) و پورتالهای هوشمند) (سوره 13) سازمانی اطلاعات (EIP) (فصل 8) تجارت الکترونیک DSS (فصل 14)

در سمت چپ شکل 2,1 بر اساس ایده سایمون که فرآیندهای "ایجاد تصمیم" را بصورت سلسله مراتبی از دامنه بسیار ساخت یافته (گاهی اوقات به نام برنامه ریزی شده) تا به شدت غیرساختیافته (غیر برنامه ریزی شده) در نظر گرفت مشاهده می‌شود. فرآیندهای ساختاری دارای یک روال عادی هستندو به طور معمول برای حل مشکلات آنها راه حلهای استاندارد و مشخصی وجود دارد.
فرآیندهایغیرساخ تیافته بصورت فازی هستند و برای مشکلات پیچیده آن راه حل شسته و رفته‌ای وجود ندارد. سایمون نیز فرایند تصمیم گیری را با سه مرحله پردازش از طریق هوش، طراحی، و انتخاب تشریح کرده است که در فصل 2 به آن پرداخته شده است.
Intelligence (هوشی): جستجو به دنبال شرایطی که موجب فراخوانی تصمیم گیری می‌شود.
Design (طراحی): اختراع، توسعه دادن، تجزیه و تحلیل
Choise (انتخاب) : انتخاب یک سری از اقدامات از بین موارد موجود
در یک مسئله غیرساختیافته هیچ یک از این سه فاز که در مسائل ساخت یافته مطرح است، وجود ندارد. تصمیم گیری که در آن برخی (نه همه) از مراحل فوق وجود دارند، توسط Gorry و اسکات مورتون نیمه ساخت یافته نامیده شدند.
مراحل حل یک مسئله ساختیافته جهت بدست آوردن بهترین راه حل (یا حداقل یک راه حل خوب و کافی) شناخته شده است. این که آیا مسئله، پیدا کردن سطح موجودی مناسب و یا انتخاب استراتژی سرمایه گذاری مطلوب، اهداف به روشنی تعریف شده است. اهداف متداول، به حداقل رساندن هزینه و حداکثر کردن سوددهی است. مدیر می‌تواند از پشتیبانی پردازش داده‌ها یا مدل‌های علمی مدیریت استفاده کند.
سیستم‌های پشتیبان مدیریت (MSS) مانند DSS و سیستم‌های خبره می‌توانند بدفعات مفید واقع شوند. دریک مسئله غیرساخت یافته، معمولا درک و بصیرت انسان، پایه‌ای برای تصمیمگیری است. مسائل غیرساختیافته عادی، شامل برنامه ریزی خدمات جدید، اجرا، و انتخاب مجموعه‌ای از پروژه‌های تحقیقاتی و توسعه برای سال آینده است. فقط بخشی از یک مسئله غیرساختیافته می‌تواند توسط ابزار پشتیبانی تصمیم گیری پیشرفته از قبیل سیستم‌های خبره (ES)، گروه سیستمهای پشتیبانی (GSS) و سیستم‌های مدیریت دانش (KMS) مورد پشتیبانی قرار گیرد. جمع آوری اطلاعات از طریق وب برای حل مسائل غیرساخت یافته م یتواند مفید باشد. مسائل نیمه ساختیافته بین ساختیافته و غیرساخت یافته قرار گرفته است، حل مسائلی که دارای بعضی از عناصر ساخت یافته و عناصر غیرساخت یافته هستند، شامل ترکیبی از روش‌های استاندارد و قضاوت انسان است. کین و اسکات مورتون (1978) به معاملات اوراق قرضه، تنظیم بودجه بازاریابی برای محصولات مصرفی و انجام تجزیه و تحلیل سرمایه به عنوان مسائل نیمه ساخت یافته اشاره کردند. DSS مدلهایی را برای بخشی از مسائل تصمیم گیری فراهم می‌کند که ساخت یافته هستند. برای این، یکDSS م یتواند کیفیت اطلاعات گرفته شده از آن تصمیمی که بوسیله نه فقط یک راه حل، بلکه طیف وسیعی از راه حل‌های جایگزین به همراه تأثیرات بالقوه آنرا بهبود بخشد. این قابلیت به مدیران برای درک بهتر ماهیت مسائل و در نتیجه تصمیم گیری بهتر، کمک می‌کند.
نیمه دوم این چارچوب (شکل 2,1، بالا) بر اساس دستهبندی آنتونی(1965) است (طبقه بندی که به کلیه فعالیتهای مدیریت را به سه دسته کلی تعریف کرده است، که شامل: برنامه ریزی :استراتژیک تعریف محدوده اهداف بلند مدت و سیاست‌های تخصیص منابع ؛ کنترل مدیریت: اکتساب و استفاده موثر از منابع در انجام اهداف سازمانی، و کنترل عملیاتی، اجرای کارآمد و موثر وظایف محوله.
تقسیم بندی آنتونی و سایمون در9 خانه در چارچوب پشتیبانی تصمیم در شکل 2,1 نشان داده شده است. ستون دست راست و سطر پایین نشاندهنده فن آوری‌های مورد نیاز برای پشتیبانی از تصمیمات مختلف است. Gorry و اسکات مورتون، پیشنهاد دادند،به عنوان مثال، که برای تصمیمهای نیمه ساختیافتهو غیرساخت یافته، سیستمهای مدیریت اطلاعات مرسوم (MIS) و علم مدیریت (MS) رویکردهایی ناکافی هستند. عقل بشر و رویکرد‌های مختلف برای فن آوری‌های رایانه ضروری هستند. آنها پیشنهاد استفاده از یک سیستم اطلاعاتی پشتیبان، که به نام سیستم پشتیبانی تصمیم گیری (DSS)بود را دادند.
ساخت یافتگی بیشتر و عملیات وظیف هگرا (سلول‌های 2،1، و4) توسط مدیران سطح پایین انجام شده است، در حالی که وظایف در سلول‌های 6، 8 و 9 مسئولیت اجرایی بالا و یا بسیار متخصص را برعهده دارند. این بدان معنی است که KMS، محاسبات عصبی و ES (سیستم‌های خبره) در اغلب موارد که برای افراد متخصص، قابل اجراست، مسائل پیچیده‌ای است.
Gorry و چارچوب اسکات مورتون به رده بندی مسائل و انتخاب ابزار مناسب کمک می‌کند. با این وجود هنگامی که بار یک رویکرد ساخت یافته می‌تواند در حل وظایف غیرساخت یافته کمک وجود دارد، و بالعکس. علاوه بر این، ترکیبی از ابزارهای ممکن استفاده می‌شود.
پشتیبانی کامپیوتر برای تصمیمات ساخت یافته
تصمیمات ساخت یافته و برخی از تصمیمات نیمه ساخت یافته، به ویژه از نوع کنترل عملیاتی و مدیریتی، از سال 960 توسط کامپیوتر پشتیبانی شده است. تصمیم گیری‌های از این نوع در همه زمینه‌های کاربردی، بهخصوص در امور مالی و تولید (مدیریت عملیات) ایجاد شده اند.
چنین مسائلی اغلب به علت برخورد، دارای سطح بالایی از ساختار هستند. بنابراین این امکان وجود دارد که بصورت انتزاعی و تحلیلی و طبقه بندی آنها بصورت انواع مسائل سنتی و کلاسیک صورت گیرد. به عنوان مثال، تصمیم ساخت یا خرید، به این رده تعلق دارد. نمونه‌های دیگر این نوع عبارتند از: بودجهبندی سرمایه، تخصیص منابع، مشکلات توزیع، تهیه، برنامه ریزی و کنترل موجودی.
برای هر نوع مسئله ای، یک مدل آسان به درخواست (easy to apply) و رویکرد راه حل تجویز شده به عنوان فرمول کمی برای آن وجود دارد. این رویکرد علم مدیریت (MS) و یا تحقیق در عملیات (OR) گفته م یشود.
علم مدیریت
در علم مدیریت این دیدگاه وجود دارد که مدیران دنبال یک فرایند سیستماتیک برای حل مشکلات و مسائل هستند. بنابراین، ممکن است به استفاده از یک رویکرد علمی که به طور خودکار به بخشهایی از تصمیم گیری‌های مدیریتی کمک می‌کند روی بیاورد. فرایند سیستماتیک شامل مراحل زیر است :
1. تعریف مسئله (وضعیت تصمیم گیری که ممکن است با برخی از دشواری‌ها یا با یک فرصت مواجه شود)
2. طبقه بندی مشکل در یک رده استاندارد
3. ایجاد یک مدل ریاضی که توصیف واقعی مسئله جهان است.
4. پیدا کردن راه حل‌های ممکن برای مسئله مدل شده و ارزیابی آنها.
5. انتخاب و پیشنهاد راه حلی برای این مسئله.
فرآیند علم مدیریت بر روی مدل ریاضی بنا شده است (که توصیف عبارات جبری مسئله است). مدلسازی شامل تغییر مسئله به یک ساختار مناسب نمونه (مدل) می‌باشد. جهت یافتن راه حل برای این مدل روش‌های کامپیوتری وجود دارند که به سرعت و به نحو احسن کار می‌کنند. بعضی از آنها به طور مستقیم بر وب قرار دارند (به عنوان مثال، Fourer و Goux، 2001). کمتر مسائل ساخت یافته‌ای وجود دارند که تنها توسط یکDSS که شامل مدل سازی قابلیت‌های سفارشی است به کار گرفته شوند. برای مثال، در یک کتاب فروشی،تقاضای سالانه برای یک نوع خاص از کتاب نشان میدهد که مدلی استاندارد جهت تعیین تعداد کتاب مورد نیاز برای سفارش وجود دارد و می‌تواند مورد استفاده قرار گیرد، اما قضاوت انسان نیزلازم است مثل پیش بینی تقاضا و میزان سفارش که در برخی از زمانها برای نویسندگان فیلمهای، مثل جان گریشام و استفن کینگ متفاوت است.
با توجه به توسعه شبکه جهانی اینترنت و وب سرور‌ها و ابزار، در نحوه پشتیبانی تصمیم سازان تغییرات اساسی ایجاد شده است. مهمتر از همه، وب سایت‌ها فراهم کننده: 1() دسترسی به طیف وسیعی از داده‌های موجود در سراسر جهان (2) معمولا داشتن رابط کاربر گرافیکی و کاربر پسند (GUI) به استفاده، یاد گیری و دسترسی آسانی کمک کرده است.
موارد مطرح در سطح ساختار عملیاتی عبارتند از: 1() تاثیرات بحرانی وب که جهت تقویت همکاری مهم تر م یشوند، مانند سیستم‌های سازمانی که شامل مدیریت زنجیره تامین، مدیریت ارتباط با مشتری، سیستم‌های مدیریت و دانش.
7,1 مفهوم سیستم‌های پشتیبان تصمیم
در اوایل 1970، اسکات مورتون بند بند اول مفاهیم عمده‌ای ازDSS را ایجاد کرد. او DSS را به عنوان "سیستم‌های تعاملی مبتنی بر رایانه، که به تصمیم گیران با استفاده از داده‌ها و مدل‌ها جهت حل مشکلات و مسائل غیرساخت یافته (غیرعادی) کمک می‌کند"(Gorry و اسکات مورتون، 1971).
یکی دیگر از تعاریف کلاسیک DSS، ارائه شده توسط Keen و اسکات مورتون (1978)، م یباشد :
سیستم‌های پشتیبانی تصمیمگیری زوجی از منابع فکری افراد با توانایی‌های کامپیوتری برای بهبود کیفیت تصمیم گیری هستند. این یک سیستم پشتیان مبتنی بر رایانه است که برای تصمیم گیری مدیریت در برخورد با مسائل نیمه ساخت یافته بکار می‌رود.
توجه داشته باشید که مدت سیستم پشتیبانی تصمیم گیری مانند سیستم‌های مدیریت اطلاعات و شرایط دیگر در زمینه سیستم‌های مدیریت پشتیبانیcontent-free، (MSS) هستند، به این معنی که چیزهای مختلف برای افراد مختلف. بنابراین، اینها یک تعریف پذیرفته جهانی برای DSS نیستند در فصل 3 مهمترین تعاریف آورده خواهد شد.
DSS به عنوان یک اصطلاح کلی DSS توسط برخی به عنوان وسیله‌ای خاص استفاده م یشود. اصطلاحDSS نیز گاهی به عنوان یک اصطلاح کلی بصورت “هر گونه سیستم کامپیوتری که برای کمک به تصمیم گیری در سازمان‌ها استفاده م یشود” قابل تعریف است. سازمان ممکن است یک سیستم مدیریت دانش برای راهنمایی تمام پرسنل خود جهت حل مسائلشان داشته باشد، البته ممکن است DSS سیستمهای جداگانه‌ای برای بازاریابی، امور مالی و حسابداری، مدیریت زنجیره تامین (SCM) برای تولید، و چندین سیستم تخصصی برای تعمیر محصولات نیز داشته باشند. Dss می‌تواند شامل همه آنها باشد.
DSSدر عمل 4,1، برخی از ویژگی‌های اصلی یک سیستم پشتیبانی تصمیم گیری را نشان می‌دھد. آنالیز ریسک اولیه بر اساس تعریف تصمیم گیران از وضعیت مدیریت با استفاده از روش علمی بود. سپس معاون اجرایی، با استفاده از تجربه، قضاوت و شواهد، احساس کرد که مدل باید دقیق باشد. مدل اولیه، اگر چه از نظر ریاضی درست است، اما ناقص بود. با یک سیستم شبیه سازی منظم، تغییرات مدت زمان زیادی به طول می‌انجامد، اما DSS تجزیه و تحلیل را سرعت می‌بخشد. علاوه بر این، DSS به اندازه کافی انعطاف پذیر و پاسخگو جهت استفاده مدیریتی و تجزیه و تحلیل امور بود. مانند موردی که در هواپیمایی آمریکایی در 1980 رخ داده است. از طریق تجزیه و تحلیل دقیق و پیچیده، تحلیلگران تشخیص دادند که شرکتهایهواپیمایی می‌توانند صدها میلیون دلار در سال با استفاده از برنامه‌های تعیین ارتفاع صرفه جوئی کنند.


رسید. اگر چه معاون اجرایی نتایج را باور داشت اما او نگران نزولی پروژه بود : احتمال بروز یک
سمسون آن را می‌گوید، او گفت :
: "من می‌دانم که شما چقدر کار اید، و من نود و نه درصد به آن من می‌خواهم از زاویه دیگری به می‌دانم ما زمان کمی داریم، و ما خیر به سوی شرکای خودمون شرکت مواد معدنی هیوستون، علاقه مندکه با یک شرکت پتروشیمی به منظور کارخانه مواد شیمیایی شریک بشود. معاونهیوستون برای بررسی تصمیمی می‌خواستندنیاز به تجزیه و تحلیل خطرات مربوطهای منابع، مطالبات، و قیمت‌ها داشتسمسون، مدیر برنامه ریزی و اداری، و
دیگر اقدام به ایجاد یک DSS در چنداستفاده از زبان تخصصی برنامه ریزی کردشدت نشان می‌داد که پروژه باید قبول شود
مواد معدنی هیوستون
شده بود زمان آزمون واقعیتوسعه یک اعتبار و ارزش اجرایی ریسک حرکت بگیرند نتیجه فاجعه.
به حوزه همانطور که
. باب چیزی شبیه به این چیزهای از قبل انجام داده روز با اعتماد دارم، اما
. نتایج به آن نگاه کنم. من
. با جواب بله یا
م یرویم
چرا از DSSاستفاده می‌شود؟
نظرسنجی‌ها دلایل بسیاری که چرا شرکت‌های بزرگ از سیستم‌های پشتیبانی تصمیم گیری استفاده می‌کنند را مشخص کرده است . برخی از این دلایلا عبارتند از :
• شرکتها در یک اقتصاد بی ثبات که به سرعت در حال تغییر است فعالیت می‌کنند.
• مشکلاتی برای ردیابی عملیات تجاری وجود دارد .
• رقابت افزایش یافته است .
• تجارت الکترونیک .
• سیستم‌های موجود تصمیم سازی را پشتیبانی نمی‌کنند .
• دپارتمان سیستم‌های اطلاعات بیش از حد شلوغ است و نمی‌تواند به تمام سوالات مدیریت پاسخ دهد.
• تجزیه و تحلیل مختص سودآوری و بهره وری نیاز است
• نیاز جهت داشتن اطلاعات دقیق
•Dss موجب برنده شدن سازمان در یک رقابت خواهد شد.
• نیاز برای اطلاعات جدید
• مدیریت یکDss را استخدام کرده اند.
• تصمیم گیری با کیفیت عالی .
• ارتباط بهبود یافته است .
• بهبود رضایت مشتری و کارمند .
• اطلاعات بموقع ارائه شده است .
• کاهش هزینه‌ها (صرفه جوئی در زمان و هزینه موجب افزایش بهره وری می‌شود)
یکی از دلایل توسعه DSS سطح بالای سواد رایانه‌ای و وبی در میان مدیران است. بیشترین بیشتر کاربران نهایی برنامه نویس نیستند، آنها می‌خواهند به آسانی از ابزارهای توسعه و روالها استفاده کنند. آنها م یخواهند در یک محیط قابل فهم و آسان به داده‌ها دسترسی پیدا کنند و توانایی دستکاری بصورت معنی داری روی داده‌ها را داشته باشند. که اینکار در محیط Dss مبتنی بر وب سایت ارائه می‌شود.
در روزهای اولیه DSS، مدیران وابستگی به اعداد و آمار نداشتند. بسیاری از مدیران ترجیح می‌دادندکه مسائل را مستقیما وبصورت عینی درک کنند. با گذشت زمان،مدیران از گزارشات MIS، استفاده کردند و هر آنچه از آن درک می‌کردند برای حل مسائل مدیریت بکار می‌بردند.
با پیشرفت تکنولوژی کامپیوتر، نسل جدید مدیران درک کردند که با کامپیوتر کارها ساده تر خواهد شد و این فن آوری با استفاده از محاسبات به آنها برای تصمیم گیری هوشمندانه و سریع کمک می‌کند. در طول 1990، تکنولوژی هوش کسب و کار رشد زیادی پیدا کرد. در حال حاضر، ابزارهای جدیدی مانند پردازش تحلیلی آنلاین، انبار داده‌ها،datamining و سیستم‌های اطلاعاتی و سیستم‌های مدیریت دانش، انتقال اطلاعات از طریق فناوری وب، مدیران وعده دسترسی آسان به ابزار، مدل و اطلاعات برای تصمیم گیری ایجاد شده اند. اما حتی اینها هم تحت نام‌های هوش کسب و کار و کسب و تجزیه و تحلیل کار توصیف م یشوند. برای جزئیات بیشتر (2001Hapgood ( را مشاهده کنید.
همچنین ببینید کوهن آل همکاران. (2001) Hoch و همکاران. (2001)، قدرت (2002)، و آل Vitt همکاران. (2002)
نتایج کلی با استفاده از DSS می‌تواند موثر باشد، همان گونه که توسط شرکت اطلس الکتریکی نشان داده شده است.(نگاه کنید به DSS در فعالیت 5,1)
ما بعدا برخی از مهم‌ترین فن آوری‌های DSS را توصیف می‌کنیم.در جدول 2,1،ما توضیح خواهیم داد که شبکه گسترده وب چگونه فن آوری‌های مهمDSS و بالعکس را تحت تاتیر قرار داده است. در بیشتر موارد، توانایی‌های ارتباطی از اینترنت / وب سایت در شیوه‌های مدیران در شرایط دسترسی به اطلاعات و فایل‌هاو برقراری ارتباط با دیگری را تحت تاثیر قرار داده است. وب سایت به آسانی اجازه همکاری‌های ارتباطی را م یدهد.داده‌ها (از جمله متن، گرافیکها، ویدئو،و غیره) در سرورهای وب یا میراث (پردازنده مرکزی قدیمی تر) سیستمها که اطلاعات را به وب سرور و سپس به مرورگر وب مشتری

تحویل م یدهد ذخیره م یشوند .مرورگر وب و فن آوری‌های مرتبط با آن و زبان‌های برنامه نویسی، نواررا در شرایط پردازش در سمت سرویس گیرنده بالا برده است و اطلاعات را به کاربر ارائه می‌دهد .گرافیک‌های با وضوح بالا از طریق یک رابط کاربری گرافیکی قدرتمند، قاعده‌ای برای اینکه چگونه ما با سیستم‌های کامپیوتری تعامل برقرار کنیم م یباشد.

DSS در عمل 5,1
کمک به شرکت برق آتلانتیک برای ماندن در بازار آزاد
شرکت برق آتلانتیک در نیوجرسی در حال از دست دادن انحصارش در بازار بود. .برخی از مشتریان قدیمی‌‌اش خریدهایشان را از یک شرکت رقیب خریداری می‌کردند; یک شرکت مستقل که تولید برق خودش را انجام می‌دهد و ظرفیت اضافی خود را به سایر شرکت‌ها با قیمت‌های پایینی می‌فروشد. رقیب خدمت بازرگانی را بسیار ساده انجام میداد. شرکت برق آنتالنتیک در معرض خطر از دست دادن مشتریان سنتی خود بود چرا که آن مشتریان توسسط ابزار دیگری به نحو بهتر خدمات می‌گرفتند.
برای بقا، لازم بود که شرکت محصولات گرانقیمت خود را با حداقل هزینه ارائه دهد. یک راه برای انجام این کار فراهم کردن اطلاعات مورد نیاز کارکنان بود تا برای و کسب و کار و حرفه شان بروز شوند و بتوانند تصمیم گیری دقیقتری انجام دهند. فن آوری اطلاعات قدیمی شامل یک پردازنده مرکزی و یک شبکه برای دسترسی به آن بود. با این حال، این سیستم قادر به حل چالش‌های جدید نبود. اما لازم بود که رابط کاربری برنامه‌ها، در یک فرمت بهتر با سرعت بالا و هزینه کمتری باشد، این مورد نیاز به یک کامپیوتر مبتنی بر سیستم پشتیبانی تصمیم گیری که در حال حاضر در اینترانت شرکت‌های بزرگ اجرا می‌شود دارد.
برخی از برنامه‌های توسعه عبارتند از :
DSS برای خرید سوخت تصمیم گیری
DSSبرای امتیازات سفارشی، بر اساس یک پایگاه داده برای مشتریان و بر اساس الگوی استفاده از برق DSS برای طراحی و پستهای انتقال DSS مدیریت امور مالی برای اداره امور مالی اجرای این برنامه‌های کاربردی و DSS به بقای شرکت کمک کرد و با موفقیت به رقابت در این زمینه
( atlanticelectric.comنگاه کنید به)
8,1 سیستمهای پشتیبانی گروهی (GSS)
گروهها تصمیمات مهم بسیاری در سازمانها می‌گیرند. گردآوری یک گروه دور هم، در یک مکان و یک زمان می‌تواند مشکل ساز و پرهزینه باشد .علاوه بر این، نشست‌های سنتی می‌تواند مدت زمان زیادی به طول بیانجامد، و هر نتیجه تصمیم گیری شاید در حد متوسط باشد.
تلاش‌ها در جهت بهبود کار گروه‌ها با کمک فناوری اطلاعات به عنوان سیستم‌های محاسباتی مشترک،گروه افزار، سیستم‌های جلسات الکتونیکی و)GSSنگاه کنید به DSS در فعالیت 6,1). بیشترین گروه افزارهادر حال حاضر وب سایت را اجرا م یکنند و هردو ویدئو کنفرانس و کنفرانس صوتی را فراهم می‌کنند، علاوه بر ابزارهای الکترونیکی مانند brainstorming، رای دادن، و به اشتراک گذاشتن سند .گروه افزار شاملسیستم‌های گروهی، شیاردار، محل افزار،WebEx . جلسات شبکه‌ای و حتی ابزارهای یادگیری دروس از راه دور، مانندتخته سیاه.

9,1 سیستم‌های سازمانی اطلاعاتی
سیستم‌های سازمانی اطلاعاتی (EIS) از سیستمهای اطلاعات اجرایی که با تکنولوژی‌های وب ترکیب شده است، استنتاج م یشود. پورتالهای سازمانی اطلاعاتی در حال حاضر برای مشاهده اطلاعاتی که ساختار کل سازمان را نشان م یدهد، مورد استفاده قرار میگیرند. سیستم‌های تصدی اطلاعات، دسترسی به اطلاعات مربوط به سرمایه گذاری گسترده‌ای که منحصرا نیاز به انجام وظایف خود را دارند در اختیار می‌گذارد.
▪فراهم کردن یک عملیات مشاهده سازمانی
▪ فراهم کردن یک رابط کاربر بسیار دوستانه از طریق پورتال‌ها، گاه سازگار با سبکهای تصمیم گیری فردی
•فراهم کردن ردیابی و کنترل به موقع و مؤثر در سطح شرکتهای بزرگ
•فراهم کردن دسترسی سریع به اطلاعات دقیق و جزئی در پشت متن، اعداد، و یا گرافیکی را از طریق تمرین پایین
•فیلتر، فشرده سازی، ردیابی داده‌ها و اطلاعات حساس
• شناسایی مشکلات (فرصتها)

در DSS در فعالیت 7,1، ما توصیف م یکنیم که چگونه بخش فروش سیسکو از سیستم تصدی سازمانی که زنجیره تامین سیستم مدیریتی را به دام می‌اندازد، استفاده م یکند تا به مدیران در مورد مشکلات احتمالی که در زمان واقعی با آن مواجه م یشوند، هشدار دهد.
چند سیستم سرمایه گذاری اطلاعاتی مهم تخصصی وجود دارد. اینها شامل سیستم‌های مدیریت منابع سازمان (ERM) / سیستم‌های برنامه ریزی منابع سازمانی (ERP)، سیستمهای مدیریت ارتباطات مشتری(CRM)،و سیستم‌های مدیریت زنجیره تامین (SCM).
رقابت‌های قوی جهانی، شرکت‌ها را برای یافتن راه‌هایی برای کاهش هزینه‌ها، بهبود خدمات به مشتریان، و افزایش بهره وری تحریک م یکنند. یکی از نواحی که در آن صرفه جویی قابل توجهی نیز حاصل میشود streamlining فعالیت‌های گوناگون که در امتداد زنجیره تامین اداره می‌شوند،می باشد هم در داخل شرکت و هم در سراسر زنجیره عرضه گسترده آن که شامل تامین کنندگان، شرکای کسب و کار و مشتریان و خریداران.(به عنوان مثال، Sodhi، 2001؛ Sodhi و Aichlmayr 2001) با استفاده از فن آوری‌های اطلاعات مختلف و روش‌های پشتیبانی تصمیم گیری، شرکت‌ها برای یکپارچه سازی بسیاری از سیستمهای پشتیبانی اطلاعاتی تا حد امکان تلاش م یکنند. دو مفهوم مهم شامل موارد زیر می‌باشند. اول، برنامه ریزی منابع سازمانی (ERP) همچنین مدیریت منابع سازمانی نامیده می‌شود. برای ادغام در داخل سازمان،سیستم‌های پردازش معامله تکراری، مانند سفارش، تولید، بسته بندی، هزینه، تحویل و صدور صورت حساب تلاس م یکنند. چنین یکپارچه سازی شامل بسیاری از تصمیم گیری‌هایی است که می‌تواند توسطDSS تسهیل شود و یا زمینه باروری برای کاربردهای DSS. را فراهم نماید.دوم، مدیریت زنجیره تامین
(SCM) در جهت بهبود کارهای درون قسمت‌های مختلف زنجیره تامین از قبیل تولید و مدیریت منابع انسانی، و نیز در طول کل زنجیره‌ای گسترده تلاش م یکند. ابزارهای پشتیبانی تصمیم گیری که قبلا توضیح داده شد میتواند SCM، به ویژه روش‌های علم مدیریت که می‌تواند برای بهینه سازی زنجیره تامین استفاده
شوند راافزایش دهد.( نگاه کنید به Keskinocak و Tayur،2001)، و سیستم‌های پشتیبانی گروهی که موجب افزایش همکاری از فروشندگان به سمت مشتریان می‌شود. SCM شامل بسیاری از تصمیم گیری غیر معمول م یباشد. این مباحث به سیستمهای سازمانی، از قبیل : سیستم‌های پشتیبانی تصمیم گیری سازمانی، EIS و کاربردهای اینترانت مربوط م یشود.آنها همچنین به سیستم‌های درون سازمانی و مفاهیم مربوط م یشوند. ازقبیل مدیریت ارتباط با مشتریSwift) (CRM)،2001)،اکسترانت‌ها، و سازمان‌های مجازی. سیستم‌های مدیریت درآمد در رابطه با اینها هستند، که تقاضا و پیش بینی‌های قیمت گذاری برای راه اندازی حق محصول در قیمت به حق در زمان و مکان مناسب و فرمت صحیح برای حق مشتری مورد استفاده قرار می‌گیرد. (نگاه کنید به Cross،1997؛ Smith et al.،2001؛e-optimization.com،2002)
فن آوری‌های وب برای موفقیتCRM،SCM، EIS،و هم اکنون مدیریت درآمد حساس هستند. وب سایت دسترسی به ترابایت‌های داده در انبار داده‌ها وابزارهای کسب و کار هوشمند/ کسب و کار تحلیلی مانند آنهایی که در پردازش تحلیلی آنلاین (OLAP) وداده کاوی، که برای ایجاد روابطی که منجر به سود دهی بالاتر می‌شود هدایت م یشود،استفاده م یشود. Callaghan)، 2002) . دسترسی به داده‌ها، ارتباطات، و همکاری‌ها در ساخت فن آوری‌های کار Mssحساس هستند.
تجارت الکترونیکی به دقت به اینها وابسته است. که شامل نه تنها در بازارهای الکترونیکی، بلکه به سیستم‌های الکترونیکی درون سازمانی،سیستم‌های مبتنی بر وب با خدمات مشتری،کاربردهای برونسازمانی، و مهندسی مجدد پردازش‌های کسب و کار. البته،وب و تکنولوژی‌های مرتبط با آن برای تمام جنب ههای تجارت الکترونیک و موفقیت آن حساس هستند.(مشاهده نمایید DSS در فعالیت 2,1)

10,1 سیستم‌های مدیریت دانش
دانش و تخصص گذشته اغلب جهت تسریع در تصمیم گیری مورد استفاده قرار می‌گرفت. این کار هیچ تاثیری بر بازسازی چرخه در هر زمان که با یک موقعیت شکل گیری تصمیم مواجه می‌شوند نداشت.
دانشی که در سازمانها در طول زمان انباشته می‌شوند می‌توانند به منظور حل مشکلات مشابه یا یکسان مورد استفاده قرار گیرند.
در اینجا چندین مسئله مهم به شرح ذیل وجود دارد:
محل یافتن دانش، چگونگی طبقهبندی آن، چگونگی اطمینان از کیفیت آن، چگونگی ذخیره سازی آن، چگونگی نگهداری و نحوه استفاده از آن. علاوه بر این، برانگیختن مردم جهت جمعبندی دانش ایشان، مهم است چون بیشتر دانشها مستند نشده است. علاوه بر این، زمانی که افراد سازمان را ترک م یکنند، دانش خودشان راهم آنها می‌گذراند. سیستم‌های مدیریت دانش (KMS) و فن آوری‌های مرتبط با آنها با اینگونه مسائل سروکار دارد. دانش در مخزن دانش که نوعی پایگاه داده متنی است سازماندهی و ذخیره شده است.
هنگامی که یک مسئله حل و یا فرصتی برای ارزیابی ایجاد گردد، دانش مربوطه را می‌توان یافت و از مخزن دانش استخراج نمود. سیستم‌های مدیریت دانش به طور چشمگیری پتانسیل استفاده از دانش در سازمان‌ها را دارا می‌باشند. موارد مستند،نشان م یدهد که برگشت‌ها بر روی سرمایه گذاری به عنوان یک فاکتور بالا از 25 فاکتور طی یک تا دو سال بوده است. (نگاه کنید به Housel و بل، 2001) ویژگی برجسته فن آوری‌های وب تقریبا در همهKMSها (Knowledge Management System) وجود دارد. فن آوری‌های وب برای انجام قابلیت‌هایی مثل ارتباطات، همکاری و ذخیره سازی به KMS نیاز دارد.
انواع بسیاری از سیستمهای مدیریت دانش وجود دارند، و آنها را می‌توان به روشهای مختلفی برای پشتیبانی تصمیمگیری بکار برد، از جمله آنها دادن اجازه دسترسی مستقیم کارکنان به دانش قابل استفاده و کسانی که دارای دانش هستند. یک برنامه مهم در DSS در عمل 8,1 توصیف شده است.
11,1 سیستم‌های خبره
وقتی سازمانی یک تصمیم گیری پیچیده برای ایجاد یا حل مسئله دارد، معمولا آنرا به کارشناسان
(متخصصین) جهت اطلاع و اظهار نظر ارسال میکند. کارشناسان با توجه به دانش و تجربه خاص خود برای حل مسئله انتخاب می‌شوند. آنها از عواملی مانند شانس موفقیت، و منافع و هزینه‌های کسب و کار که ممکن است متحمل شوند آگاه هستند. شرکتها کارشناسان را جهت مشاوره در مورد مسائلی مانند عوامل مرتبط به خرید تجهیزات، ترکیب و ادغام، تشخیص مشکل اصلی در حوزه کاری، و استراتژی تبلیغاتی درگیر م یکنند. بیشتر مسائل غیرساخت یافته، تخصصی تر (و گران) مورد مشاوره قرار میگیرد. سیستم‌های خبره (ES) تلاش م یکنند تا از قابلیتها و روشهای حل مسئله بوسیله کارشناسان انسانی تقلید کنند.
به طور معمول، یک سیستم خبره (ES) یک پکیج نرم افزاری برای تصمیم گیری یا حل مسئله است کهکه می‌تواند کارایی قابل مقایسه یا حتی -بیش تر- از افراد متخصص در برخی از حوزه‌های تخصصی و مسائل معمولا باریک داشته باشند. ایده اولیهES، اعمال تکنولوژی هوش مصنوعی، که ساده است. تخصص از متخصص به کامپیوتر منتقل م یشود. این دانش در کامپیوتر ذخیره شده و سپس کاربران جهت استفاده و مشاوره در زمان نیاز از آن استفاده می‌کنند. ES خواهان حقایق شده و می‌تواند در آنها دخالت کرده و در ایجاد یک نتیجه گیری خاص تاثیر گذار باشد. سپس مانند یک مشاور انسانی، آن را ساده و غیرتخصصی شرح می‌دهد که در صورت لزوم، منطق پشت مشاوره قرار دارد. امروزه سیستم‌های خبره در هزاران موسسه استفاده م یشود، که پشتیبانی‌های فراوانی نیز از بسیاری وظایف آنها صورت می‌گیرد. به عنوان مثال، نگاه کنید به AIS (سیستم‌های هوش مصنوعی) در عمل 9,1. سیستم‌های خبره هستند اغلب با و یا حتی در فن آوری‌های اطلاعاتی دیگر جاسازی شده اند. جدیدترین نرم افزار ES در ابزارهای وب اجرا می‌شود،(به عنوان مثال، اپلتهای جاوا)، که بر روی وب سرورها نصب شده و از از مرورگرهای وب برای واسط‌های خود استفاده می‌کند. به عنوان مثال، Corvid Exsys به زبان جاوا نوشته شده است و به عنوان یک اپلت اجرا م یشود.
12,1 شبکه‌های هوش عصبی
استفاده از فن آوری‌های ذکر شده در بالا به استفاده از داده‌های صریح و روشن، اطلاعات، دانش ذخیره شده در کامپیوتر نیاز دارند. با این حال، در دنیای واقعی پیچیده، ممکن است داده‌ها، اطلاعات، یا دانش صریح و روشنی وجود نداشته باشد. افراد غالبا می‌بایست تصمیمات خود را بر اساس جزئیات، نواقص، یا اطلاعات ناکافی بگیرند. در چنین شرایطی محیطها به سرعت در حال تغییر هستند. تصمیم گیران با استفاده از تجارب خود با این شرایط برخورد می‌کنند؛ به اینصورت که آنها تجارب مشابه را بیاد می‌آورند و م یآموزند همچنین بسته به شرایط فعلی از آن استفاده می‌کنند. زمانی که این رویکرد برای حل مسائل بصورت کامپیوتر شد، ما آن را یادگیری ماشین، مینامیم، و ابزار اولیه است برای شبکه‌های عصبی مصنوعی (ANN) و پرونده مبتنی بر استدلال .
محاسبات عصبی، و یا شبکه عصبی مصنوعی (ANN)، از یک الگوی شناخته شده برای حل مسائل، استفاده می‌کنند و آنها در بسیاری از برنامه‌های کاربردی کسب و کار موفق بودند. (fandlو لین، 2001 ؛Haykin، 1999؛ Ainscough آل همکاران.، 1997). یک ANN با یادگیری الگوهای موجود در اطلاعات ارائه شده در طول آموزش به موارد جدید دست یافته و از آنها در مواقع مختلف استفاده می‌کند. یکی از کاربردهای مهم آن تایین وام بانکی است. ANN می‌تواند جهت محاسبه میزان باقی مانده وام از الگوها استفاده کند. یکی از موفق‌ترین برنامه‌های کاربردی ANN در تشخیص الگوهای غیر معمول هزینه‌های کارتاعتباری، جهت شناسایی جعل در آنها می‌باشد. این امر به ویژه برای بسیاری از تراکنشهای تحت وب در معاملات تجارت الکترونیک بسیار مهم است. (نگاه کنید به بازگشت در عمل 10,1)

13,1سیستم‌های پشتیبان تصمیم هوشمند پیشرفته
در کنار اعمال هوش مصنوعی چندین فن آوری هیجان انگیز وجود دارد که به تصمیم گیران کمک م یکنند. این خدمات عبارتند از الگوریتم ژنتیک، منطق فازی، و عوامل هوشمند (IA).
الگوریتم‌های ژنتیک مسائل در راه تکامل را حل می‌کند. آنها از فرایندهای در حال تکمیل و جستجوگر برای یک راه حل خوب تقلید می‌کنند. این روش ابقا بهترین راهنمائ یهاست. الگوریتم ژنتیک برای به حداکثر رساندن سود تبلیغات در ایستگاه‌های تلویزیونی، و جانمایی تسهیلات در میان برنامه‌های کاربردی دیگر استفاده شده است. الگوریتم‌های ژنتیکی به طور مستقیم در اپلتهای جاوا و (و دیگر فن آوری‌های وب)، صفحات گسترده استفاده شده است.
رویکرد منطق فازی مسائلی که مردم با آنها مواجه هستند را بررسی می‌کند. می‌تواند ماهیت غیر دقیق از اینکه چگونه انسان‌ها اطلاعات را ردوبدل می‌کنند داشته باشد. به عنوان مثال،شما ممکن است بگویید، "هوا واقعا گرم است!" در یک روز گرم. در نظر بگیرید که گرم چقدر است؟ ممکن است یک درجه واقعا گرم است . این بیان می‌تواند ریاضیات را در راه دقیق برای کمک به تصمیم گیران در حل مسائل با اظهارات غیر دقیق از پارامترهای خود به کار بگیرد .معمولا روش منطق فازی با همراه شدن با دیگر روش‌های هوش مصنوعی، مانند سیستم‌های خبره و شبکه‌های عصبی مصنوعی، باعث بالا رفتن دقت و صحت در تصمیم گیری خواهد شد.
عامل هوشمند (عامل نرم افزاری هوشمند، نرم رباتها) به خودکار کردن کارهای مختلف، افزایش بهره وری و کیفیت کمک می‌کند. اکثر سیستم‌های هوشمند شامل سیستم‌های خبره و یا دیگر عناصر هوشمند م یباشد. عوامل هوشمند نقش فزاینده‌ای در تجارت الکترونیک دارند. (توربان و کینگ، 2003).
مانند یک عامل انسانی خوب (نمایندگی تور، نماینده املاک و مستغلات و غیره)، این سیستم‌ها آنچه را که می‌خواهید انجام دهید یاد می‌گیرند، و در نهایت می‌تواند بسیاری از کارهای شما را انجام دهند.

14,1 سیستم‌های پشتیبان مرکب
هدف از یک سیستم اطلاعاتی مبتنی بر کامپیوتر (CBIS)، صرف نظر از نام و یا ماهیت آن، کمک به مدیریت در حل مسائل مدیریتی یا سازماندهی سریعتر و بهتر از زمانی که از کامپیوتر استفاده نمی‌شد، است.
برای نیل به این هدف، سیستم ممکن است از یک یا چند فن آوری اطلاعات استفاده کند. هر نوع سیستمCBIS دارای مزایا و معایب خاصی است. با یکپارچه سازی فن آوری‌ها، می‌توانیم تصمیم گیری بهتریداشته باشیم، چرا که مزایای یکی از فن آوری‌ها می‌تواند معایب دیگری را بپوشاند.
تعمیر ماشین مثال خوبی است. تعمیرکار پس از تشخیص مشکل، بهترین ابزار را جهت تعمیر انتخاب م یکند. گر چه ممکن است تنها یک ابزار کافی باشد،اما اغلب استفاده از چند ابزار نتیجه بهتری دارد. گاهی اوقات ممکن است هیچ ابزار استانداردی موجود نباشد آنجاست که باید ابزار ویژه‌ای مانند نوک چرخ ضامن دار ایجاد شود.
مدیریت فرایند تصمیم گیری DSS در توضیح 11,1 در عمل استفاده از ترکیب فن آوری‌های چند MSS در حل یک مشکل سازمانی گسترده دارد را نشان می‌دهد.
بسیاری از مشکلات پیچیده نیاز به چندین فن آوری MSS، همانند آنچه در طول این کتاب دیدید دارد.
"حلال مسائل" م یتواند شامل چندین ابزار و استفاده به روش‌های مختلف باشد، از قبیل :
•استفاده از هر ابزار به طور مستقل برای جنبه‌های مختلف حل مشکل .
•استفاده از چند ابزار یکپارچه .این عمدتا شامل انتقال اطلاعات از یک ابزار به ابزار دیگری (به عنوان مثال ازES به(DSS برای پردازش بیشتر .
•استفاده از چند ابزار شدیدا یکپارچه (به عنوان مثال، یک شبکه عصبی فازی). از نقطه نظر کاربر، ابزار به عنوان یک سیستم هیبرید ظاهر می‌شود.
هدف استفاده از سیستم‌های کامپیوتری ترکیبی موفقیت در حل مشکلات مدیریتی که در DSS در عمل
1-1 بررسی شد، است.
بعلاوه، هنگام انجام وظایف مختلف در روند حل مشکل، ابزارها می‌توانند یکدیگر را پشتیبانی نمایند.
به عنوان مثال، یک سیستم خبره می‌تواند مدلسازی و مدیریت اطلاعات یک DSS را بهبود ببخشد. سیستم محاسباتی عصبی یا یک GSS می‌تواند روند اکتساب دانش در ساخت سیستم خبره را پشتیبانی کند. سیستم‌های خبره و شبکه‌های عصبی مصنوعی نقش مهمی در بالا بردن فناوری MSS بوسیله دقیقتر کردن آنها بازی می‌کند. اجزای سیستم فقط شاملMSS نیست، بلکه علم مدیریت، آمار، و انواع ابزارهای مبتنی بر کامپیوتر را نیز در بردارد .
فن آوری‌های در حال ظهور
تعدادی از فن آوری‌های در حال ظهور، به طور مستقیم و غیر مستقیم بر سیستم‌های پشتیبانی تصمیم گیری تاثیر گذاشتهاند. شبکه جهانی وب تاثیر بسیاری بر رویDSS گذاشت.
پیشرفت تکنولوژی، سرعت محاسبات را افزایش میدهد، علاوه بر کاهش اندازه فیزیکی کامپیوتر کهمنجر به افزایش توان محاسباتی نیز می‌شود. هر چند سال است که چند عامل در تغییر این پارامترها دخالت دارد. ممکن است خرید یک رایانه شخصی برای یک دانش آموز، دارای هزینه بالایی بنظر برسد است، اماقابلیت‌های آن بسیار بیشتراز رایانه‌های بزرگ (Mainframe) میراث فقط چند سال قبل است. بسیاری از فن آوری‌های جدید را بمدت چند دهه ایجاد ش داند. با این حال، با توجه به اتصالات ایجاد شده از طریق وب، پیاده سازی موفق تجاری در حال حاضر امکان پذیر می‌شود.
برخی از فن آوری‌های خاص که بررسی خواهیم کرد Vaughan)، 2002) شامل محاسبات شبکه ای،رابط‌های مشتری ثروتمند،معماری مدل محوری، محاسبات بی سیم، وعوامل، الگوریتم‌ها وبحث‌های اکتشافی م یباشند:
• محاسبات شبکه ای. اگر چه یک منطقه گرم، بمدت چند دهه در گرداگرد شده است. ایده اولیه این است که قدرت‌های محاسباتی در یک سازمان را دسته بندی کرده و چرخه‌های استفاده نشده را برای حل مشکلات و دیگر نیازهای پردازش داده‌ها استفاده کنیم. این موضوع به یک سازمان اجازه م یدهد که استفاده کامل از قدرت خانگی شماره خرد شدن آن به کار ببرد.
برخی از شرکت‌ها محورهای استفاده نشده در رومیزی‌های کارمند را مورد استفاده قرار م یدهند،در حالی که شرکت‌های دیگر صرفا سوپر کامپیوترهای خود را با شاخه‌های رایانه‌های شخصی جایگزین م یکنند. به عنوان مثال، CGG، یک شرکت نفت، سوپر کامپیوترهایخود را با یک خوشه بیش از 6،000 رایانه‌های شخصی جایگزین کرد که انتظار می‌رفت که به 10،000 رشد پیدا کند. این‌ها هزینه کمتری از یک ابر کامپیوتر دارند، اما به نرم افزار مخصوصی برای مدیریت آن احتیاج است.(نگاه کنید به Nash،2002).
•رابط‌های غنی مشتری. مشتریان و کارکنان انتظار دسترسی به داده‌ها و ابزارها برای استفاده خوشایند و درست را دارند. با گذشت زمان، انتظارات افزایش یافته است. همانگونه که سرویس دهنده‌ها در توانایی و قابلیت افزایش پیدا می‌کنند، تکنولوژی مرورگر نیز بهبود پیدا م یکند.. GUIs، بخصوص برای دسترسی به وب، به طور مداوم بهبود پیدا می‌کنند .
• معماری مدل محوری. استفاده مجدد نرم افزار و نرم افزار تولید دستگاه از طریق ابزارهای مهندسی نرم افزار کمکی کامپیوتر در حال رواج هستند. استانداردسازی مدل لغات در سراسرUML توسعه دهندگان را به این باور که نسل کد امکان پذیر است، هدایت کرده است. با این حال، حتی اگر کد 90 درصد صحیح باشد، تلاش اضافی بشر احتیاج است تا 10 درصد بقیه را تثبیت کند تا آن را به کار وادار کند ممکن است هر گونه مزایایی را از بین ببرد.
• محاسبات بی سیم ( همچنین محاسبات تلفن همراه). انتقال به تجارت موبایل در حال تحول است زیرا تلفن‌های همراه و کارت‌های کامپیوتر بی سیم بسیار ارزان هستند. دستگاه‌های موبایل توسعه یافته‌اند به همراه نرم افزار مفید به این منظور که روش جدید کار کند. تعدادی از
شرکت‌ها، مثل فدرال اکسپرس، در حال استفاده از محاسبات تلفن همراه به منظور جمعآوری داده‌ها در بسته‌های برای پیگیری حمل و نقل و تجزیه و تحلیل الگوها هستند.
• عوامل، الگوریتم و بحث‌های اکتشافی. عوامل هوشمند، هر چند در موتورهای جستجوی وب برای سال‌ها جاسازی شدند، در حال توسعه هستند تا درون دستگاه‌ها و نرم افزار‌های دیگر فعالیت کنند. آنها به کاربران کمک م یکنند و در مذاکرات تجارت الکترونیکی همکاری م یکنند. الگوریتمها و بحث‌های اکتشافی برای بهبود عملکرد سیستم به عنوان بخشی از میان افزار جاوا و سایر سیستم عامل‌ها در حال توزیع هستند. به عنوان مثال، چگونگی مسیریابی پیام روی وب سایت ممکن است از طریق یک الگوریتم جاسازی شده در یک سیستم پیام رسان فوری محاسبه شوند.
گارتنر Inc.( ناشناس، 2002) توصیه م یکند که سازمانها در کاهش رشد اقتصادی تکنولوژی‌هایی را انتخاب کنند که ابتکار کسب و کار هسته را پشتیبانی م یکنند. این به طور کلی یک نصیحت خوب برای هر وضعیت اقتصادی است. در زمانهای خوب، پول می‌تواند در کاوش تاثیرات تکنولوژی جدید صرف شود .
همه عنوانها در لیست تکنولوژی‌های درحال ظهور گارتنر شامل وب می‌شوند. در اینجا چهار روند تکنولوژی در حال ظهور گارتنر برای مشاهده وجود دارد:
• مشتریان خود سرویس. تا سال 2005، انتظار می‌رفت که بیش از 70 درصد از تعامل خدمات مشتری برای کسب اطلاعات و معاملات از راه دور خودکار خواهد شد. وب سایت‌ها مجبور به فراهم آوردن خدماتی که مشتریان نیاز دارند و "محصولاتی" که شرکت‌ها م یخواهند به فروش برسانند خواهند بود. در اینجا یک انتظار از بازگشت سرمایه گذاری‌های بالا، دستیابی بهتر مشتری و بهبود کیفیت خدمات وجود دارد. این به افزایش رقابت‌ها و پس انداز‌هایی که می‌تواند به مشتریان منتقل شود منجر شود.. DSS درفعالیت 12,1 یک مثال از چگونگی گسترش یک پورتال توسط پالم Inc.که خدمات بهتر به مشتری را فراهم می‌کند را توصیف م یکند.
• خدمات وب. جهان به وب منتقل شده است. شرکت‌ها به دنبال حضور وب هستند. صرف نظر از صنعت شما، در اینجا برخی از جنبه‌ای از آنچه شما انجام می‌دهید که می‌تواند و باید بر روی یک وب سایت تجارت الکترونیک قرار داده شود وجود دارد. در حداقل زمان، مشتریانانتظار اطلاعات تماس و تبلیغات را دارند. آنها می‌خواهند قادر به پیدا کردن شما باشند و آنچه شما می‌فروشید را ببینند .
•کامپیوترهای پوشیدنی. تا سال 2007، بیش از 60 درصد از جمعیت ایالات متحده بین سنین 15 و
50 حداقل شش ساعت در روز دستگاه محاسبات و ارتباطات بی سیم را خواهند برد یا پوشید.
شیوع این دستگاه‌ها قطعا منجر به تجارت قابل توجه و فرصت‌های خدمت دهی خواهد شد .
•ایجاد عنوان برای همه چیز. تا سال 2008، بیش از 90 میلیارد دلار کسب و کار به مصرف کننده
(B2C) تصمیم خرید و 350 میلیارد دلار کسب و کار به کسب و کار (B2B) تصمیمات خرید بر اساس برچسب خواهند بود. برچسب‌ها حاوی مطالب و نظرات در مورد اقلام قابل خرید هستند. سیل اطلاعات، محصولات، و خدمات در حال مهمیز دار کردن تمرکز بر سازماندهی و برچسب زدن روی انتخاب‌ها برای کمک به خریدار برای یافتن، اولویت بندی، و انتخاب اقلام را هستند. صنعت رو به رشد برچسب زدن، رفتار خرید را تغییر خواهد داد و به ایجاد صنایع جدید در خدمات مشاوره و تحقیقات کمک می‌کند.
 
سوالات پایان فصل :
1. سه فاز تصمیم گیری از نظر سایمون را نام برده و توضیح دهید. (صفحه 17)
2.Dss را شرح دهید. (صفحه 21)
3. چند دلیل استفاده از DSS را نام برده، توضیح دهید. (صفحه 13)
4. 3 دلیل برای اینکه مشخص کند، تصمیم گیری‌های امروزه پیچیده تر شده‌اند بیاورید ؟(صفحه 10)
5. عوامل موثر در تصمیم سازی (تصمیم گیری) مدیران را شرح دهید. (صفحه 11)
6. مفاهیم تصمیم‌های ساختیافته، نیمه ساخت یافته و غیرساخت یافته را شرح دهید. (صفحات
17و 18)
7. بر اساس نظریه انتونی فعالیتهای مدیریتی را شرح دهید. (صفحه 18)
8. در مورد GSS (سیستم‌های پشتیبان گروهی) توضیح دهید. (صفحه 26)
9. مدیریت دانش را توضیح دهید. (صفحه 28)
10. سیستمهای خبره و مزایای آنرا شرح دهید. (صفحه 29)
11. در مورد شبکه‌های عصبی توضیح دهید. (صفحه 30)
12. سیستم‌های‌هایبرید (ترکیبی) چه هستند؟ (صفحه 31)


(برای دسترسی به پاسخهای سوالات فوق، از فهرست مطالب استفاده کنید)





2 سیستم‌های تصمیم گیرنده، مدل سازی و پشتیبانی اهداف یادگیری
 درک مفاهیم اساسی یا اولیه تصمیم گیری
 درک رویکرد سیستم‌ها
 درک چهاراصل تصمیم گیری سایمون: هوشمندی، طراحی، انتخاب و پیاده سازی
 تشخیص مفاهیم مربوط به عقلانیت وعقلانیت محدود وچگونگی ارتباط اینها با تصمیم گیری
 تفاوت‌های بین مفاهیم ایجاد یک انتخاب و قوانین کلی ایجاد آن
 تشخیص چگونگی مدلسازی یک تصمیم گیری، شناخت، مدیریت مدل، چگونگی شخصیت (خلق وخو) وعوامل دیگرتاثیرگذار برتصمیم گیری
 چگونگی پشتیبانی DSS در عمل از تصمیم گیری

اساس این کتاب متمرکزبر پشتیبانی کامپیوتری ازتصمیم گیری است. هدف این فصل توصیف مفاهیم بنیادی تصمیم گیری ودسترسی به سیستم‌ها وچگونگی پشتیبانی از آنها م یباشد. به عبارت دیگر، ما MMS Running Case را درتمام این فصل استفاده می‌کنیم.
از جمله اهداف این فصل نشان دادن روند تصمیم گیری درصنعت است، این مورد در قسمت مورد کاربردی 4,2
(مدلها) آمده است. این فصل موارد زیر را پوشش می‌دهد :
2-1 : شکل ابتدایی (شمای اولیه) : شرکت SMP که اداره آن بر مبنای تصمیم گیری جمعی است.
2-2 : تصمیم گیری، معرفی وتعریف‌ها
2-3 : سیستم‌ها
2-4 : مدلها
2-5 : فازهای مختلف فرآیند تصمیم گیری
2-6 : تصمیم گیری : فاز هوشمندی
2-7 : تصمیم گیری : فاز طراحی
2-8 : تصمیم گیری : فاز انتخاب
2-9 : تصمیم گیری : فاز پیاده سازی
210- : چگونه تصمیم‌ها پشتیبانی می‌شوند
211- : انواع مختلف شخصیت‌ها، نوع وجنسیت، درک وفهم بشری وسبک‌های تصمیم گیری
212- : تصمی مگیرنده‌ها


1,2 شمای اولیه :شرکت SMP که اداره آن بر مبنای تصمیم گیری جمعی است.
معرفی
تصمیمگیری فرآیندی بسیار پیچیده است، وبا مردم واطلاعات درگیرمی باشد. دراکثرسازمانها وقتی شما افراد را به کار فرامی خوانید، آنها کارم یکنند وفکرنمی کنند. ولی وقتی شما افراد را وادار به فکر کردن می‌کنید آنها فکر م یکنند، و وقتی شما به آنها اختیار می‌دهید تا تصمیم بگیرند، آنها تصمیم گیری خوبی انجام م یدهند.مفاهیم ارائه شده بعدی بسیار مهم است.به کاربردن نیروی فکری سازمان در حل مسائل سخت بسیار مفید است.SMP ( کارخانه تولید قطعات موتوری در Edwardsville، ایالت Kensas )، تولید وپخش خدمات پس از فروش صنعت خودرو را انجام م یدهد. تیم تصمیم گیری توسط کارکنان درحال کارم یباشد.
یک تغییردرفرهنگ کارودرک آن، این مسأله را ممکن ساخته است.
یک روزنمونه درشرکت SMP :
11 June ساعت 6 صبح یک روزکاری :درداخل کارخانه خانم Brenda Craig برگه‌های وظایف روزانه را پخش م یکند. مشخص م یکند که همکارانش برای امروزباید چه کارکنند.اورئیس نیست, اما برنامه ریزی کننده برای گروه کاری‌‌اش است.
درطی سال پیش رو، درتیم 12 نفره او، کارهای گروه بین افراد گروه می‌چرخد. برای هرکدام ازآنها میزان ساعت کاری مشخص م یشود،از جمله ساعت کاری برای انجام وظایف شبانه و وقت مورد نیاز برای رسیدگی به کامیونهای حمل بار. تیم برای تصمیم گیری وظایف، خیلی کوتاه همدیگر را ملاقات م یکنند. آنها به سرعت حدس می‌زنند که آیا زمان اضافه کاری ممکن است احتیاج باشد و آیا گروه‌های کاری دیگرنیاز به کمک دارند ویا می‌توانند به آنها کمک کنند.
هرکس در تیم مسئول انجام وظایف خودم یباشد. همه درک می‌کنند که چه کاری نیازبه انجام دادن،دارد. کارکنان وظیفه محورنیستند. آنها فکرم یکنند، آنها تصمیم می‌گیرند وهرکس مسئول تشخیص خود است، هنگامی که اعضا ازمسیرکاریشان خارج می‌شوند،بقیه اعضا به آنها کمک می‌کنند که کارهایشان را با یکدیگرانجام دهند.
فرهنگ سیستمی خود محوری SMP
تیم کاری به آن چیزی که باید انجام شود کمک م یکند، اما اینکار باعث ایجاد تفرقه در محیط کاری نمی‌شود. درحدود 55% کارکنان اعضای یک اتحادیه هستند. کماکان یک سلسله مراتب مدیریتی درSMP وجود دارد، اما مدیراصلی Thom Norbury، وشش عضوهسته‌ی مدیریتی اصلی به ندرت درتصمیم گیری‌های گروهی تیم‌های کاری مداخله م یکنند. معمولا نمایندگان تیمها در مورد اختیاراتشان بحث م یکنند وبه درستی، همان طوری که Norbury می‌گوید، انتخاب م یکنند. کل سیستم ازاستعداد کارمندانش استفاده م یکند.
مدیراصلی سابق کارخانه Joe Forlenza، این عقیده را دارد که کارکنان می‌توانند تصمیمات زیرکانه‌ای درمورد سازمان بگیرند. وقتی که Forlenze درحال پیشرفت بود، اوافرادی را می‌دید که زندگی خودشان را با تمام دغدغه‌ها ومشکلاتی که داشتند، مدیریت می‌کردند. او می‌گوید که " اگر از استعداد و فکری استفاده نشود آن استعداد تلف می‌شود."بعضی از مدیران SMP عقیده دارندکه اختیاردهی جواب نمی‌دهد. از یک دهه قبل، در SMP یک فضای کاری اختیار داده شده، رونق پیدا کرده است.
Forlenza یک تیم هماهنگ تصمیم گیرنده را امتحان کرد وشروع به انتقال مسئولیت‌ها نمود وکارهای سرپرستی میانی را حذف کرد. بعضی مدیران به صورت دلخواه شرکت را ترک کردند, و بعضی دعوت به همکاری شدند، پس از یک سال سودمندی کارخانه سقوط کرد. اومتعهد به انجام کاری بود که شروع کرده بود،درپایان سال دوم سوددهی شرکت افزایش یافت وتا به امروز نیز درحال افزایش م یباشد.
تعهد رهبری برای تغییر
برنامه Edwardsville با موفقیت روبه رو شد درحالی که دیگرشرکت‌ها با شکست مواجه شدند.Joe یک قرارداد بلند مدت برای آموزش تیمش بست،تا حرفه‌ای شوند و بتوانند تصمیم‌های مناسبی برای سازمان وخودشان بگیرند. بعضی از مدیران نتوانستند خودشان را باشرایط وفق دهند اما خوشبختانه بسیاری از آنها، توانستند این کار را انجام دهند.
هنگامی که سطح اعتماد بین کارمندان وکارگزاران پایین باشد مشکلاتی وجود خواهد داشت. هم چنین بعضی از کارگزاران مشکلاتی برای قبول مسئولیت درکار،خواهند داشت. متأسفانه بسیاری ازشرکتهای تجاری آمریکایی به کارکنانشان می‌آموزند که آنها برای فکرکردن حقوق نمی‌گیرند، لذا کارکنان نیز فکر نمی‌کنند.
درحالت کلی حدود 10% ازکارکنان نمی‌توانند دریک محیط تیمی، عملکرد مناسبی داشته باشند. این موضوع گاهی بدلیل مسائل شخصی بروز می‌کند و گاهی به دلیل اینکه مجریان سطح پایینی هستند که همکاری با یک تیم را رد م یکنند. این افراد باید برای رفع مشکلاتشان،هنگام ساختن یک فرهنگ تیمی، آزاد باشند .Norbury می‌گوید که تیم‌های کاری خود محور، تعهدات پیوسته‌ای را نیازدارند. درغیراین صورت استرس می‌تواند به راحتی،باعث برگشت مدیران به رفتارهای قدیمی شود. تعهد رهبری یک عامل بحرانی درهرتغییرسازمانی م یباشد.


تصمیم گیری تیمی
درSMP، یک تیم برنامه‌‌اش را می‌داند، اهدافش را می‌داند وهم چنین شرایط مالی‌‌اش را. یک تیم اطلاعات خیلی بیشتری نسبت به کارکنان دیگری که شبیه این کاررا انجام می‌دهند، درمورد تجارت دارد.تیم‌ها بدلیل اینکه دسترسی لازم به اطلاعات مالی را دارند (که پیش از این تنها دردسترس مدیران بوده است)، می‌توانند تصمیمات خوبی را بگیرند . آنها قابلیت تولید را اندازه گیری کرده ومقدار سود یا فروششان را محاسبه م یکنند. تیم تلاش م یکند که به خودی خود مدیریت شود. اغلب تیم‌ها این کار را دربرنامه‌هایشان انجام م یدهند تا به بالاترین سطح خود اختیاری برسند. افراد تیم به صورت روزانه، بازخورد کار را به هرکدام ازافراد دیگرگروه اعلام م یکنند. دریافت کننده بازخورد،انتقاد را بدون هیچ عذروبهانه‌ای می‌پذیرد .
بیشتر آنها می‌دانند که درحال حاضر بازخورد چه انتظاراتی از آنان دارد.
نتایج
تا قبل از اینکه روند تیمی بنا بشود، اصطکاک یا حساسیت کمتری بین مدیران ونماینده‌های اجتماعات مختلف وجود داشت. آنها اغلب مشکلات را درطی یکسری نامه‌های قابل انعطاف قابل فهم، به جای قراردادهای دارای قید حل می‌کردند. این چنین تصمیماتی برای مذاکره کردن وگفتگو خیلی آسان تراست. افراد بیشتر خوشحالند، کارکنان برای برنامه ریزی‌های محلی، تصمیم گیری‌های اضافه کار، برنامه ریزی تغییرات وانتقالات، واگذاری یا تخصیص کارها وبه همین ترتیب پاسخگویند. افراد گروه برای تصمیم گرفتن پاسخگوهستند هنگامی که تولید یک محصول کاهش پیدا م یکند. بیشترتصمیم گیری‌های مدیرانه به تیم‌های خود محورانتقال داده می‌شود. برکارکنان نظارت کوچکی وجود دارد. روی هم رفته کارکنان دارای اختیار، هنگامی که به صورت مناسب و در خور پاداش داده می‌شوند تصمیمات خوبی می‌گیرند.
 سؤالات برای شکل ابتدایی (آغازین):
چرافکرمی کنید که کارکنان دربیشترسازمان‌هابرای کار کردن حقوق می‌گیرند نه برای فکر کردن.آیا این فرقی م یکند؟چرا یا چرا نه؟
فکرمی کنید چرا بهره وری تولید درسال اول براساس برنامه بنا شده برکار گروهی، کاهش پیداکرد؟ توضیح دهید.
چرا تعهد رهبری برای تغییرمهم است؟ توضیح دهید.
چگونه تصمیمات دریک روند تیمی به کارمی آیند؟ موارد زیررا درنظربگیرید:
چگونه تیم‌ها مشکلات راتشخیص م یدهند؟چگونه تیم‌ها درروند مشکلات قرارمی گیرند؟ چگونه تیم‌ها راه حل‌ها را انتخاب م یکنند؟ چگونه تیم‌ها راه حل‌ها را به کارمی برند؟ چگونه تیم‌ها موارد مخالف را ازپیش برمی دارند؟
اگرکسی که عضو تیم نیست، عضو تیم شود، برخی ازتأثیرات ممکن برتصمیم گیری، چیست؟
آیا می‌توانید دلیل اینکه بسیاری ازمدیران سطح متوسط متقاعد به ترک یا بازنشستگی شده‌اند را توضیح دهید؟
از تکنولوژی برای دسترسی به داده‌ها استفاده م یشود. شرح دهید که چگونه تکنولوژی اطلاعات می‌تواند به تیم‌ها کمک کند.
تاثیر اینکه افراد خود مسئولیت تصمیم گیری درکارشان دارند، چیست؟ چرا اعضای تیم خودمحورشادترازکارکنان تحت سلسله مراتب قدیمی هستند؟
2,2 تصمیم گیری : معرفی وتعریفات
موارد زیر چندین جنبه مختلف از یک تصمیم گیری دریک شرکت تجارتی را نشان می‌دهد.
• تصمیم اغلب توسط گروه گرفته م یشود.
• اعضای گروه ممکن است تعصب داشته باشند.
• اختیاردادن به یک گروه منجربه تصمیمات بهترم یشود.
• افراد ممکن است پاسخگو برای تصمیم گیری باشند.
• ممکن است تعداد زیادی ( صدها وگاهی هزاران ) پیشنهاد جایگزین برای جایگزینی وجود داشته باشد.
• نتایج تصمیم گیری مربوط به امور تجاری معمولا درآینده جامعه عمل به خود می‌پوشاند.
• هیچ کس یک پیش بینی کننده کامل بویژه دریک قدم طولانی وبلند ازآینده نیست، تصمیم گیر یها وابسته به هم هستند. یک تصمیم ویژه ممکن است تأثیر بر خیلی از افراد و گروه‌ها در یک سیستم سازمانی بگذارد.
• تصمیم گیری همراه با یک فرآیند فکری درمورد مسائلی منتهی به نیازسنجی برای داده‌ها و مدلسازی است.
• بازخورد یک جنبه مهم از تصمیم گیری م یباشد.
موارد دیگر:
• تفکرگروهی (توسط اعضای گروه بدون هیچ فکر) می‌تواند منجر به یک تصمیم گیری بدشود.
• می‌تواند چندین موضوع مخالف هم وجود داشته باشد.
• بسیاری ازتصمیم گیری‌ها باریسک همراه است. افرادمعمولا تمایل به ریسک کردن دارند.
• تصمیم گیرنده‌ها علاقمند به ارزیابی موضوعات هستند.
• آزمایش با یک سیستم واقعی ( برای مثال، توسعه یک برنامه، امتحان آن ومشاهده اینکه چه مقدارجواب م یدهد- سعی وخطا) ممکن است منتهی به شکست شود.
• آزمایش با یک سیستم واقعی دریک زمان و فقط با یک مجموعه از حالات ممکن است این امرمی تواند خطرناک ومصیبت بار باشد.
• تغییرات درفضای تصمیم گیری ممکن است به طورپیوسته اتفاق بیفتد ومنجربه بی اعتباری فرضیات درمورد آن شرایط شود. ( برای مثال، تحویل دادن ما درحدود زمانهای تعطیلی ممکن است افزایش پیدا کند واحتیاج به نگاه ویژه‌ای به مشکل باشد.)
• تغییرات درفضای تصمیم گیری ممکن است برروی کیفیت تصمیم تأثیربگذارد واین امر ممکن است همراه با تحمیل فشارزمانی برروی تصمیم گیرنده باشد .
• جمع آوری اطلاعات وآنالیز یک مساله زمان بر است ومی تواند گران تمام شود. مشکل است تعیین زمان توقف تصمیم گیری امری سخت است.
• ممکن است اطلاعات کافی ودرخور برای یک تصمیم گیری هوشمندانه وجود نداشته باشد.
• ممکن است اطلاعات خیلی زیادی دردسترس باشد ( به اصطلاح اطلاعات سرریز شود)

درنهایت ما می‌خواهیم به تصمیم گیرنده‌ها کمک کنیم که تصمیمات بهتری بگیرند .
Churchman 1982; Hoch, 2001; Hoch and Kunreuther, 2001; Hoch, Kunreuther with Gunther, 2001; مشاهده کنید )
Kleindorfer, 2001; Mora, Forgionne and Gupta, 2002; Power, 2002; Roth and Mullen, 2002; Shim et al., 2002; Shoemaker and Russo, 2001; Simon, 2000; Verma and Churchman, 1998; Vitt, Luckevich, and Misner, 2002)
اگرچه تصمیم گیری بهتر،لزوما به این معنی نیست که تصمیمات سریع ترگرفته شود. یک فضای تجاری با تغییرات سریع اغلب احتیاج به یک تصمیمات سریع تردارد که ممکن است یکسری ضررهایی برای کیفیت تصمیم داشته باشد.( به فوکوس 1,2 مراجعه کنید)
برای تعیین چگونگی تصمیم گیری توسط تصمیم گیرنده‌های واقعی، باید ابتدا روند ومسائل مهم مربوط به تصمیم گیری فهمیده شده،سپس متد‌های مناسب برای کمک کردن ومساعدت به تصمیم گیرنده‌ها اتخاذ شود. تنها پس ازاین ما می‌توانیم سیستم‌های پشتیبانی تصمیم گیری را برای کمک به تصمیم گیرنده‌ها توسعه دهیم.
این فصل همراه با سه کلمه کلیدی سازماندهی شده که کلمه DSS را تشکیل می‌دهند:
تصمیم گیری، پشتیبانی و سیستم‌ها. هرشخص به سادگی وکورکورانه ابزارتکنولوژی اطلاعات را برای تصمیم گیری به کارنمی برد. بلکه پشتیبانی فراهم کننده روند دسترسی عقلانی است بطوریکه واقعیت را ساده م یکند، هم چنین فراهم کننده ابزارارزان برای جایگزینی بهترین راه برای حل مشکل می‌باشد.
تصمیم گیری
تصمیم گیری یک روند انتخاب ازمیان عنوانهای موجود با قصد نیل به یک هدف یا هدفها م یباشد.
برطبق نظریه سایمون (1977)، تصمیم گیری مدیریتی هم معنی و مترادف با فرآیند کامل مدیریت م یباشد.
برنامه ریزی برای یک فعالیت مدیریتی مهم را درنظر بگیرید، برنامه ریزی با یکسری ازتصمیمات همراه م یباشد . چه کاری باید انجام شود؟ چه موقع ؟ کجا؟ چرا؟ چگونه؟ توسط چه کسی؟ مدیران اهداف یا برنامه را درنظرمی گیرند، ازاین رو برنامه ریزی مبتنی برتصمیم گیری می‌باشد. اعمال مدیریتی دیگر ( برای مثال سازماندهی وکنترل )نیز با تصمیم گیری درگیر م یباشند.
تصمیم گیری و حل مسأله
یک مشکل هنگامی رخ م یدهد که یک سیستم اهدافش را موفق نمی‌بیند و نتایج پیش بینی کرده‌‌اش را بدست نمی‌آورد ویا سیستم مطابق برنامه کارنمی کند. حل مسأله هم چنین ممکن است منجر به بررسی و یافتن فرصت‌های جدید شود . تفاوت واژه تصمیم گیری وحل مسأله می‌تواند گیج کننده باشد.



می تواند ضربه بزند.
روند پروسه 17%
_____________
Source: Condensed from
Horgan, "Management Briefs: Decision
Making: Had We But World Enough and Time," CIO, November DSS در فوکوس1,2

هنگامی که تصمیم گیریابزارتصمیم گیری سریع بر کیفیتاثر می‌گذارد . این امر زیان بار است از مدیران در مورد اینکه کدام بیشترخسارت دیده اندپاسخ‌های زیرکرده‌اند :
کیفیت یا بهره وری 20% انتخاب IT و نصب 17% کارکنان-Hr 27بودجه مالی 24%
سریع است سرعت
تصمیم، بهبود
.با سؤال قسمت‌ها
را ارائه D.J.
15،2001.
%

فصل دوم
ساختارسازمانی 22%


یک راه برای تشخیص این دو از هم تست فازهای مختلف فرآیند مربوط به تصمیم است. این فازها 1)هوشمندی 2) طراحی 3) انتخاب 4) پیاده سازی می‌باشد. برخی کل فرآیند (فازهای 1 تا 4) را به عنوان حل مسأله درنظر م یگیرند، و فاز انتخاب را به عنوان یک تصمیم گیری واقعی در نظر می‌گیرند . نظری دیگر فازهای1 تا 3 را به عنوان تصمیم گیری در نظر گرفته، درحالی که حل مسأله علاوه بر این فازها فاز 4 را نیز شامل می‌شود. ما اصطلاحات تصمیم گیری وحل مسأله را به طور متقابل استفاده می‌کنیم.

نظم و ترتیب در تصمیم گیری :
تصمیم گیری تحت تاثیر مستقیم چندین مرحله م یباشد. بعضی از این مراحل رفتاری وبعضی‌ها علمی است . ما باید هوشیار باشیم که چگونه به افزایش توانایی‌ها برای تصمیم گیری کمک می‌کنند وچگونه پشتیبانی را فراهم می‌کنند .نظم وترتیب رفتاری موارد زیررا دربردارد:
•انسان شناسی
•قانون
•فلسفه
•علم سیاست
•روانشناسی
•روانشناسی اجتماعی
•جامعه شناسی
نظم وترتیب علمی موارد زیررا دربردارد:
•علم کامپیوتر
•تحلیل تصمیم
•اقتصاد
•مهندسی
•علوم پایه : زیست شناسی، شیمی، فیزیک وغیره
•علم مدیریت / تحقیق درعملیات
•ریاضیات
•احتمالات
هرترتیب بالا، مفروضات مربوط به خودش را درمورد واقعیت و روشها دارد. هم چنین هرکدام دریک واحد همکاری م یکنند ویک دید معتبر از این که مردم چگونه تصمیم می‌گیرند را می‌دهند . در پایان مطالب زیادی وجود دارد که تشکیل دهنده یک تصمیم گیری موفق در عمل می‌باشد . برای مثال، ما یک نمونه‌ای از" 75 تا تصمیمات مدیریتی که تاحالا گرفته شده" را درDss درفعالیت 2,2 فراهم می‌کنیم . همه آنها موفق بودند بدلیل شماری ازدلایل. بعضی‌ها مزیت‌های فوق العاده‌ای داشتند. دیگرتصمیمات بزرگ برای مثال ساخت دیوارعظیم چین،در زمان خود یک موفقیت تلقی شد;( لیست را مشاهده کنید)،اما واقعا درعمل با شکست مواجه شد بدلیل اعمال مدیریتی بد، دیگرتصمیمات نیز به همین صورت با شکست مواجه شد.
بزرگ

تمام تصمیمات موفق بودند ویک نیزداشته اند.در زیر نمونه‌ها آورده
: 75 تا
کهیک تحقیق مدیریتی ازافراد خبرکه 75 مورد ازبزرگترین تصمیمات گرفته شده را انتخاب نمایند. نتایج خلاصه آورده شده،این نتایج عجیب
ازبزرگترین تصمیمات مدیریتی تا حالا گرفته شده استه خواسته است .
مدیریتی که تاثیرعمده
به صورت شده است
و جالب
مشاهده کنید Dssدر فعالیت 2,2.
3,2 سیستم‌ها
کلمات مخفف EIS،GSS،DSS و ES همگی واژه سیستم را دربردارند. یک سیستم مجموعه ازاشیاء برای مثال مردم، مدارک، مفاهیم وروشهای کاری که برای اجرای یک عمل مشخص یا برآوردن یک هدف، مورد نیاز هستند. برای مثال یک دانشگاه، سیستمی شامل دانشجویان، هیئت علمی، کارکنان، رؤسا،ساختمانها، تجهیزات، نظرات وقوانین، با هدف آموزش دانشجویان، ایجاد تحقیق وفراهم آوردن یک سرویس برای جامعه ( سیستم دیگر) است. یک تعریف واضح وروشن ازهدف سیستمها، یک نگاه ویژه است.
درطراحی سیستم‌های تامین مدیریت MMS . برای مثال هدف ازیک سیستم دفاع هوایی حفاظت ازهدف‌های زمینی است وتنها برای ویران کردن هواپیماهای حمله کننده یا موشک‌ها نیست.


فصل دوم
Walt Disney به همسرش Lillian گوش داده، واسم کارتونش را به جای Multimer، Mickey Mouse گذاشته.Benjamin Fraklin به عنوان سفیر درسال 1780، تمام وقتش را صرف تشویق مهاجرت افراد متخصص به ایالت متحده کرد. یک هل دادن سریع نیروی متخصص.
درحدود 59 سال قبل ازمیلاد Julius Caesar مردم را با دست نوشته‌هایی که در رم پخش می‌شد بروز نگه می‌داشت و تفکراتش توسط پوسترهای دیواری نشان داده می‌شد .
قدرت رهبران از زمانی که توانایی ارتباط برقرار کردن وگفتگو بوجود آمد، تا حدی اندازه گیری شد.
Ted Turner به راه اندازی شبکه خبری با کابل را درسال 1980 اقدام کرد. هیچ کس فکرنمی کرد یک شبکه خبری 24 ساعته بتواند جواب دهد.
درطی جنگ جهانی دوم،Rabert Wood Ruff رئیس کوکا کولا مجبور به فروش قوطی‌های کوکا کولا به افراد ارتش به قیمت 5 سنت شد ..
درسال 1924، Thomas watson اسم کارخانه ضبط یکسان کامپیوتری را به ماشین‌های تجارت بین الملل تغییرداد. کمپانی هیچ گونه عملکرد بین المللی نداشت اما دراین عمل، یک عمل جاه طلبانه وجسورانه بود.
درسال 1981، Bil Gates، تصمیم گرفت که لیسانس Ms/Dos را به IBM بدهد،درحالی که IBM کنترل تمامی لیسانس‌ها را برای همه PCهای غیرIBM را واگذارکرده بود.
این باعث پیدایش موفقیت بزرگ ماکروسافت وافت IBM ازاعتبارشد. دراین جا تصمیم گیری IBM می‌تواند به عنوان یکی از75 تصمیم گیری مدیریتی که تا حالا گرفته شده لیست بشود.
Qin Dynasty چینی (206-221) قبل از میلاد عظیم‌ترین دیواررا به وجود آورد. یک عمل برجسته مدیریتی ومهندسی. چین هم چنین آن چیزی که اولین سیستم قابل اطمینان وزن واندازه گیری مشهورشد را توسعه داد،بدین وسیله کمک بسیاری درتوسعه‌های تجاری شد.
درقرن 19، Andrew Carnegie، تصمیم گرفت فولاد را از بریتانیا وارد کند و این عمل به تولید فولاد در آمریکا برای ساخت پلهای راه آهن از فولاد به جای چوب، رونق بخشید. مهارت‌های کسب شده صنعت فولاد آمریکا را متحول کرد وCarnegie یک شخص مهم در صنعت فولاد شد.
ملکه الیزابت اسپانیا تصمیم گرفت که سفر
دریایی Columbus را در سال 1492 به عهده بگیرد. این یک ریسک بزرگ بود که یک نتیجه خیلی بالایی برای کشف یک دنیای جدید در بر داشت.
-----------------------------------
Source: Adapted from Stuart Crainer, The 75 Greatest
Management Decisions Ever Made:... And 21 of the Worst, MJF Books, New York, 2002. Also see Anonymous, "Top 75: The Management Review, Vol. 87, No. 10, November 1998, pp. 1619.

Greatest Management Decisions Ever Made," Management Review, Vol. 87, No. 10, November, 1998, pp. 20-23; and Stuart
Crainer, "The 75 Greatest Management Decisions Ever Made,"






شکل 1,2: سیستم و محیط اطرافش

ساختار یک سیستم
سیستم‌ها ( شکل 201) به سه بخش مجزا تقسیم م یشوند : ورودی‌ها، پردازش‌ها و خروجی‌ها .آنها توسط یک محیط احاطه شده‌اند واغلب یک سیستم بازخورد را دربردارند. هم یک تصمیم گیرنده انسانی به عنوان قسمتی ازسیستم درنظرگرفته م یشود.
ورودی‌ها
ورودی‌ها، اجزایی هستند که وارد سیستم م یشوند. مثالی ازورودی‌ها،مواد خام وارد شده به یک کارخانه شیمیایی، دانش آموزان پذیرفته شده دریک دانشگاه و داده ورودی به یک صفحه وب برای پرس وجوی بانک اطلاعاتی است.
پردازش‌ها
عناصری هستند که برای تبدیل یا انتقال ورودی‌ها به خروجی‌ها نیاز هستند. برای مثال یک پردازش درکارخانه شیمیایی ممکن است شامل گرم کردن مواد، استفاده از فرآیند عملکردی، استفاده ازیک زیرسیستم دربردارنده مواد واستفاده از کارمند‌ها وماشین‌ها،باشد. دریک دانشگاه پردازش ممکن است کلاسهای نگهداری، انجام کارهای کتابخانه‌ای وجستجوی وب را شامل شود. دریک کامپیوتر، یک پردازش شامل دستورات فعال سازی ومحاسبات اجرائی وذخیره اطلاعات م یباشد.
خروجی‌ها
خروجی‌ها محصولات تمام شده یا نتیجه خارج شده از یک سیستم هستند. برای مثال کودها یک خروجی ازیک کارخانه شیمیایی هستند. افراد تحصیل کرده خروجی یک دانشگاه هستند وگزارش‌ها ممکن است خروجی یک سیستم کامپیوتری باشند. یک سرور وب ممکن است یک صفحه وب را به صورت پویا تولید کند که براساس ورودی‌هایش وفرآیندش بنا شده است.
فیدبک ( باز خورد)
یک بازخورد ازاطلاعات خروجی است که تصمیم گیرنده با درنظرگرفتن خروجی سیستم و نوع عملکردش ممکن است ورودی‌ها، پردازش‌ها و یا هر دو را اصلاح نماید.به این ساختار حلقه‌ای بسته فیدبک می‌گویند. فیدبک روشی برای کنترل سیستم‌های واقعی است. تصمیم گیرنده خروجی‌ها را باخروجی مطلوب مقایسه م یکند وورودی‌ها و گاهی در صورت امکان فرآیندها را برای نزدیک کردن به سمت خروجی‌های مطلوب ما، تنظیم م یکند.
محیط
محیط یک سیستم، ازچندین عنصرمختلف که دربیرون آن قراردارند، تشکیل شده است. عناصر محیط ورودی‌ها، خروجی‌ها یا فرآیند نیستند. اگرچه آنها برروی عملکرد سیستم ودرنهایت بدست آوردن اهداف آن تاثیرمی گذارند. یک روش برای تشخیص عناصر محیط یک سیستم، طرح دو سئوال زیر است:
1-آیا دستیابی به اهداف سیستم وابسته به عنصر است؟
2-آیا کنترل عنصر در اختیار تصمیم گیر است؟
فقط در صورتی که پاسخ سئوال اول مثبت و پاسخ سئوال دوم منفی باشد، عنصر مذکور یکی از عناصر موجود در محیط آن سیستم است.عناصر محیطی می‌توانند اجتماعی، سیاسی، قانونی، فیزیکی یا اقتصادی باشند. اغلب آنها متشکل ازسیستم‌ها هستند. برای یک کارخانه شیمیایی، منابع، رقبا ومصرف کننده‌ها عناصرمحیط هستند. وضعیت یک دانشگاه ممکن است تحت تاثیر قوانین وقواعد وضع شده توسط قانون گذاران قراربگیرد،اما در بیشترمواقع قانون گذاران نیز، تا زمانی که سیستم دانشگاه احتمالا هیچ تاثیرمستقیمی برروی آن نداشته باشد،بخشی ازمحیط هستند. دربعضی ازحالات ممکن است عناصر محیط بر روی یکدیگر تاثیربگذارند، ازاین رومحیط دوباره تعریف م یشود. در یک سیستم کامپیوتری،محیط هرچیزی به جز خود سیستم کامپیوتری است. محیط می‌تواند شامل سیستم‌های دیگری که برآن اثرمتقابل دارند، کاربرانی که ورودی‌ها را فراهم م یکنند وکاربرانی که خروجی‌ها را تست م یکنند، باشد.
محدوده
یک سیستم توسط یک مرز، ازمحیط‌‌اش جدا شده است. سیستم درداخل یک محدوده است درحالی که محیط درخارج آن قراردارد. محدوده می‌تواند فیزیکی (درسیستم بدنی شما، محدوده پوست شماست) یا یکسری عوامل غیرفیزیکی باشد.
برای مثال یک سیستم می‌تواند توسط زمان محدود شود. درچنین حالتی ما می‌توانیم یک سازمان را تنها برای یک دوره یک ساله تحلیل کنیم.
برای ساده سازی تحلیل سیستم اطلاعاتی، معمولا محدوده سیستم همراه با خود سیستم اطلاعاتی در نظر گرفته می‌شود . به عبارت دیگر محدوده یک سیستم اطلاعاتی، مخصوصا یک سیستم پشتیبانی تصمیم، همراه با طراحی در نظر گرفته می‌شود. محدوده‌ها به مفاهیم سیستم‌های بازوبسته ارتباط دارند.
سیستم‌های بازوبسته
به دلیل اینکه هرسیستم،زیرسیستمی از سیستم دیگری است، به نظرمی رسد که روند تحلیل سیستم هرگز به پایان نمی‌رسد. بنابراین باید محدوده تحلیل و آنالیز سیستم،مشخص و محدود شود، این محدودیت‌هاباید قابل مدیریت باشند. این چنین محدود سازی را بستن سیستم می‌گویند.
یک سیستم بسته، منعکس کننده درجه آزادی سیستم‌ها م یباشد. (یک سیستم بازدرمقابل آن قرار دارد). یک سیستم بسته به صورت کلی مستقل است درحالی که یک سیستم باز به محیطش خیلی وابسته است. یک سیستم بازورودی‌ها را ازمحیطش قبول م یکند ( اطلاعات، انرژی، مواد) وممکن است خروجی‌ها را به محیط تحویل دهد.
هنگام تعیین اثرات تصمیمات بر روی یک سیستم باز باید ارتباط آن را با محیط وسیستم‌های دیگرتعیین کنیم. دریک سیستم بسته ما نیازبه چنین کاری نداریم چون که سیستم بسته سیستمی ایزوله در نظر گرفته شده است. بسیاری از سیستم‌های کامپیوتری بعنوان مثال سیستم‌های فرآیندی مبادلاتی (TPS)، سیستم‌های بسته درنظرگرفته شده اند. معمولا سیستم‌های بسته، ساده هستند.
یک نوع مخصوص ازسیستم‌های بسته، جعبه سیاه نامیده می‌شوند. در جعبه سیاه ورودی‌ها وخروجی‌ها به خوبی تعریف م یشوند اما فرآیند به خودی خود مشخص نشده است. بسیاری از مدیران از کار داخلی یک سیستم کامپیوتر مطلع نیستند،مخصوصا هنگامی که به وب دسترسی دارد.اساسا آنها ترجیح م یدهند که با کامپیوترها همانند جعبه‌های سیاه رفتارکنند مثل یک تلفن یا آسانسور. مدیران به سادگی این دستگاهها را مستقل ازجزئیات عملکردی ریزآنها استفاده م یکنند زیرا آنها به نتایج وخروجی‌هایی کامپیوتر‌ها نیاز دارند.
آنها نیازی به فهم که چگونگی کار این دستگاهها ندارند. این مفهوم منجربه توسعه تجاری موفق سیستم‌های خبره، داده کاوی وفرآیند تحلیل Online شده است.
سیستم‌های پشتیبانی تصمیم سعی م یکنند با سیستم‌هایی روبرو شوند که بطورواضح بازهستند. یک چنین سیستم‌هایی پیچیده هستند ودرطی تحلیل آنها شخص باید گذاشته شده و گرفته شده برروی محیط را تعیین کند. 2 سیستم اختراعی درجدول 201 را درنظربگیرید. ما یک مدل اختراعی مشهوررا، مدل مرتبه کمیت اقتصادی (EOQ)، برای یک سیستم به وضوح بسته، همراه با یک DSS فرضی برای سیستم اختراعی برای یک سیستم بازرا مقایسه م یکنیم. سیستم بسته به لحاظ مفهمومی و کاربرد محدود کننده است.
کارایی سیستم وبازده (بهره وری)
سیستم‌ها برحسب اندازه گیری 2 عملکرد اصلی کارایی و بازده ارزیابی وتجزیه تحلیل می‌شوند.
کارآیی: تعیین کننده میزان حصول اهداف یک سیستم م یباشد.. بنابراین کارایی درارتباط با خروجی سیستم است ( برای مثال کل فروش یا محاسبه درآمد هرسهم)
بازده: میزان استفاده از ورودی (منابع) در حصول خروجی را بازده گویند. ( برای مثال چقدرپول برای تولید یک سطح فروش مطمئن استفاده شده است)Peter Drucker روش‌های جالب زیررا برای تشخیص بین این 2 اصطلاح مطرح کرد :
کارآیی : انجام کارصحیح است.
بازده : انجام صحیح کاراست.

مدیریت علمی:
عامل (سیستم بسته) EOQ DSS اختراعی (سیستم باز)
تقاضا ثابت متغیر – متاثر ازعوامل زیاد
هزینه واحد ثابت ممکن است روزانه تغییرکند
زمان رهبری ثابت متغیر- دشوار برای پیش بینی

می دهد
بیش از300 کاندید، عکس‌ها،کاندیداها با فایل‌های مربوط به همکاری‌های PAC، پیش قدمی‌ها،‌های سیاسی، در این سایت این سایت شامل پروفایلی در مورد که کاندیدا‌ها به سوالاتی درمورد نقششان، کتابهای مورد علاقه شان دیگر پاسخ داده بودند.
Source: Adapted from Susan DiMattia,
"Nevada U. Provides
Information," Library Journal,Vol.
16, October وب شکلآگاهی عموم یکی ازسخت‌ترین مبارزات انتخابی است. وب راههایپخش اطلاعات درمورد کاندیدای می‌کند. برای مثال دانشگاهUNR)Nevada، یک سایت وب را با
nevadavotes.unr.edu Votes !
شهروندان ایجاد نمود تا آنان بتوانندآگاهانه بگیرند، درانتخابات کنگره ترکیبی از فعالیت‌های دانشگاهی، دانشگاه،دانشکده IT ودانشکده وابستهعمومی ملی National Public Radio)KUNR را ایجاد نمود. سایت شاملمربوط به نواحی انتخاباتی کل ایالت

تصمیم گیری سیاسی را تغییرکارها درزمان‌های مربوط به جدید برای بیانیه‌های
سیاسی رافراهم سخنرانی‌ها، Reno (، رفراندوم، جشننام Nevada قرار داده شد.
برای کمک به هر کاندیدا بود تصمیمات مدل‌های
یک سایت با وخیلی موضوعات
کتابخانه‌های ____________
Election به رادیوی
127, No.، (
نقشه‌های .17, p. 1،2002 بود، فایل
ممکن است درآنالیزها بکار گرفته شود مستثنی ازتحلیل کاربران ودستفروشانهوا وغیره
ممکن است زمان رهبری وتقاضا را چشم پوشی شده عوامل محیطی
تحت تاثیرقرار دهد


جدول 201 : یک سیستم اختراعی بازدرمقابل یک سیستم بسته  
یک ویژگی مهم سیستم‌های پشتیبانی مدیریت، تاکید آنها برکارآیی تصمیمات و اتخاذ بهترین تصمیم می‌یاشد، بیشتر ازبهره محاسباتی بدست آمده سیستم پشتیبانی مدیریت معمولا نگران روند سیستم‌های معاملاتی، هستند. بیشترسیستم‌های پشتیبانی تصمیم مبتنی بروب،بربهبود کارآیی تصمیم تمرکزکردند. بازده می‌تواند یک فرآورده جانبی باشد.
اندازه گیری بازده وکارآیی بسیاری ازسیستم‌های مدیریتی یک مشکل بزرگ است. این موضوع مخصوصا برای سیستم‌هایی که سرویس‌های انسانی ( تحصیلات، سلامتی وتفریحات وسرگرمی‌ها) را ارائه می‌دهند،بیشتر مشهود است، این سیستم‌ها اغلب چندین هدف مختلف وکیفی دارند تحت تاثیر عوامل خارجی بسیاری به دلیل تامین وجه وملاحظات سیاسی هستند. برای مثال چگونگی تاثیرگذاری وب برتصمیم گیری‌های سیاسی وب.(مثال توضیح داده شده درDSS درفعالیت 3,2را مشاهده کنید.) این مطلب درحوزه DSS نیز صحیح م یباشد. چگونه یک شخص می‌تواند اعتماد یک مدیر را درمورد تصمیم گرفتن بهتر اندازه گیری کند؟ تلاش‌های زیادی برای تامین کمیت،کارآیی وبازده DSS انجام گرفته است. این یک الزام برای بدست آوردن پشتیبانی مدیریتی ومنابع برای توسعه‌ی آنها، است.
سیستم‌های اطلاعاتی
یک سیستم اطلاعاتی، رویه‌ها، ذخایر، تحلیل‌هاو انتشار اطلاعات را برای یک هدف مشخص انتخاب م یکند. سیستم‌های اطلاعاتی قلب اکثرسازمانها م یباشند. برای مثال بانک‌ها و خطوط هوایی قادر به عملکرد بدون سیستم اطلاعاتیشان نخواهند بود. با ظهورتجارت الکترونیک (e-businesses)، در صورت عدم وجودسیستم اطلاعاتی خصوصا ازطریق وب، هیچ تجارتی وجودنخواهد داشت. سیستم‌های اطلاعاتی ورودی‌ها را پذیرفته، داده‌ها را پردازش کرده تا اطلاعات لازم برای تصمیم گیرنده‌ها را فراهم آورند وبه آنها کمک کنند تا به نتایج برسند. اکثرمصرف کننده‌ها و تصمیم گیرند هها، اکنون حضور اینترنت(www) را حس می‌کنند ( مشاهده کنید DSS در فعالیت 4,2 را برای اینکه مشتری‌ها چگونه سایت‌های وب بانک را استفاده وارزیابی م یکنند) سیستم‌های اطلاعاتی وحضور یک وب برای معاملات الکترونیکی برای بسیاری ازسازمانها که درگذشته ازآنها استفاده نمی‌کردند،امری حیاتی است ( مشاهده کنید DSS در فعالیت 5,2).
Dun و Bradstreets D&B می‌گویند که تصمیم گیری کلی، یک سرویس تصمیم گیری معتبرمکانیزه شده براساس وب است. آنها یک راه حل تصمیم گیری معتبرسریع وآسان را به مشتری‌هایشان پیشنهاد م یکنند.

فصل دوم


درتصمیم گیری ایجاد نمود
قرارگرفتند. بررسی‌ها نشان داد که بر تصمیم گیری راحت تر مشتری بر سرگرمی‌های موجود، ترجیح اند. مردم مایلند که از سایت جهت کسب و کارشان استفاده نمایند، اینکه سرگرم شوند.

Source; Adapted from K. Waite and T. Harrison, "Consumer
Expectations of Online Information Provided by Bank Websites," Journal of Financial Services Marketing, Vol. 6 309-322.





وب یک جایگاه ویژه برای مهمترین دلیل استفاده ازجستجوی اطلاعات م یباشد. شرکت
اطلاعات مورد نیازمشتریان برای اطمینانبه کارائی سایت وب درکمک به مشتریان
تصمیم گیری،را داشته باشند. Kathryn Waite
وTina Harrison، تحقیقی را برایعواملی که در راستای رضایت یا عدممشتریان از در دسترس بودن اطلاعاتجاری بانک‌های کوچک دربریتانیا، اجرا کردند. اززمانی که بیشترین اینترنت درامورمالی وبخش‌های بی شده (بیش از70% ازتجارت‌ها سایتی
انتظارات مصرف کنندگان
اینترنت بررسی‌ها باید مسایلی که
دادن تاکید دارند برای داده شده
راهنمایی در تعیین نه
رضایت _______
, No. 4, June 2002, pp. Onlineوجود دارد استفاده از سیم پیدا جهت
کارهای خود دارند)، بانک‌های کوچک مورد

4,2 مدلها
یک ویژگی اصلی ازسیستم پشتیبانی تصمیم، داشتن حداقل یک مدل است. ایده اصلی این است که یک تحلیل DSS باید به جای سیستم واقعی برروی یک مدل ازسیستم اجرا شود .یک مدل یک ارائه ساده شده یا خلاصه ازواقعیت است. مدلها معمولا به دلیل اینکه واقعیت خیلی برای توضیح دقیق پیچیده هستند وبه دلیل اینکه بیشترپیچیدگی‌ها ربطی به حل مشکل ندارند، ساده سازی می‌شوند. مدل‌ها می‌توانند سیستم‌ها ومشکلات را با درجه‌های مختلفی ازانتزاع نمایش دهند . مدلها براساس درجه انتزاعشان به سه دسته‌ی تجسمی، آنالوگ یا قیاسی و ریاضی تقسیم شده اند.
مدل تجسمی(Iconic)
یک مدل تجسمی حداقل انتزاع از نوع یک مدل است.این مدل یک نسخه‌ی فیزیکی از یک سیستم است و معمولاً در مقیاس‌های متفاوت از اصلش ارائه می‌شود. یک مدل تجسمی ممکن است سه بعدی باشد از قبیل یک هواپیما، ماشین یا پل یا دو بعدی باشد مانند خط تولیدی عکس‌ها .
مدل آنالوگ یا قیاسی
یک مدل آنالوگ همانند یک سیستم واقعی رفتار می‌کند اما شبیه آن نیست واز آن کوچکتر است. مدل قیاسی نسبت به یک مدل تجسمی مجرد تر است و یک ارائه سمبلیک از واقعیت می‌باشد. این مدل معمولاً شامل جدول‌های دو بعدی و یا نمودارها م یباشد. مدل قیاسی می‌تواند همانند مدل‌های فیزیکی باشد اما شکل مدل متفاوت از سیستم واقعی است. چند مثال زیر مدل قیاسی است :
• جداول سازمانی که ساختار و روابط مسئولیتی را در بر دارد.
• نقشه‌ها به طوری که رنگ‌های مختلف، اشیاء متفاوت را نشان می‌دهند،برای مثال حجم آب یا کوهستان‌ها.
• جداول بورس کالاهای مختلف که تغییرات قیمت بورس را بیان می‌کنند.
• نقشه‌های خروجی (Blueprint) یک ماشین یا خانه.
• انیمیشن‌ها، ویدئوها و فیلم‌ها.

DSS در فعالیت 5,2دفاع سیاسی از وب

چگونه یک گروه دفاعی یک سایت را برای رسیدن به حوزه‌ی انتخابیشان توسعه می‌دهند.
Heather sehmel در مورد این سؤالات و بیشتر مطالعه کرد. برای گرفتن تصمیمات بهتر افرادی که در سازمان‌های کوچکتر کار می‌کنند نیاز به دانستن بیشتر در مورد پروسه‌هایی که از طریق آن تصمیم گیری می‌کنند در مورد استفاده از وب سایت‌ها به عنوان بخشی از تلاش‌های ارتباطی فراگیرشان دارند. مدافعین سایت وب زیادی بهره برداری نمی‌کنند از وب در کامل‌ترین حالت.
بیشتر عدم توانائی‌ها در ایجاد یک مکالمه یا فراهم کردن اطلاعات شخصی است. Heather sehmel نگاهی به سولات زیر کرده است :
چگونه یا توسط چه کسی، به چه دلایلی تصمیمات گرفته شده‌اند که چطور وب سایت مربوط به گروه را استفاده کنند؟ چگونه سایت به اهداف دسترسی پیدا می‌کند و ارزش‌های توسعه گرانش را منعکس می‌کند؟فصل دوم
چگونه سایت منعکس می‌کند یا برای منعکس کردن اهداف معمولی از دفاعیات محیطی مربوط به ارتباط، از کار می‌افتد؟
چه ارتباطات و و اسناد دیگری مربوط به دفاع از مبارزات انتخابی است؟ چگونه در کل دین اسناداثر متقابل داشته باشند یا رهبری کنند افراد انحصاری را تا اثر متقابل داشته باشند با وب سایت؟
چه کسی مشاهده می‌کند وب سایت را و چرا؟ چگونه تماشاگران از سایت استفاده می‌کنند؟ بررسی Sehmel از دفاعیات مربوط به گروه دفاعی Austin اجازه می‌دهد به او که کشف کند که گروه با بسیاری از موانع عبور معمول برای تصمیم گیری مواجه می‌شود.یکی از اصلی‌ترین موانع برای گروه با بسیاری از موانع عبور معمول برای تصمیم گیری مواجه می‌شود. یکی از اصلی‌ترین موانع برای گروه‌ها، گرفتن تصمیمات خوب در مورد این که چگونه از وب سایتشان استفاده کنند، بود. عدم توانایی از کارمندانشان برای دانستن جایگزین‌های در دسترس برای آن‌ها و یا نتایج این جایگزین‌ها. مانع اصلی دیگر عدم وجود فیدبک در مورد فرصت‌هایی که آن‌ها ایجاد می‌کنند بود، که باعث توانا ساختن آن‌ها که بیشتر بر روی سایت یک سخن پرداز خبره مدل ریاضی
شوند بود. عوامل زیر به این مشکلات کمک می‌کنند :
کارمندان گروه، آموزش در طراحی وب ندیده بودند اما به جای آن به صورت کلی در مورد ارتباطات مربوط به وب از طریق مشاهدات آن‌ها از وب سایت آموخته بودند، یک روش ناقص.
طراح سایت خودش را مشاهده کرد و مابقی پرسنل او را مشاهده کردند به صورت بزرگی به عنوان یک خبره‌ی تکنیکی نه به عنوان یک خبره در بیان یک وب.
گروه، آگاهی محدودی از بازدید کنندگان وب داشتند.
گروه فیدبک کوچکی در مورد موفقیت‌های ارتباطی وبشان داشتند.
کارمندان گروه وقت محدودی داشتند.
منابع مالی گروه محدود بود.
گروه مجبور به پاسخگویی سریع به تغییرات سریع موقعیت‌های سیاسی داشت.
آن‌ها مجبور بودند که با گروه‌های دفاعی و وکالت دیگر همکاری کنند.
_____
Source: Adapted from Heather Sehmel, "Websites and Advocacy Campaigns: Decision-Making, Implementation, and Audience in an
Environmental Advocacy Group's Use of Websites as Part of Its
Communication Campaigns," Business Communication Quarterly,
June 2002.

پیچیدگی روابط در بسیاری از سیستم‌های سازمانی به وسیله مدل تجسمی یا به صورت قیاسی نمی‌تواندارائه شود به دلیل این که چنین مدلهایی بسیار سخت هستند و استفاده از آن‌ها وقت گیر خواهد بود. مدلهای ریاضی نسبت به دو مدل قبلی مجردترند .اکثر تحلیل‌های DSS به صورت عددی توسط مدل‌های ریاضی اجرا می‌شوند.
مزایای مدل سازی
یک سیستم پشتیبانی مدیریت مدل‌ها را به دلایل زیر مورد استفاده قرار می‌دهد :
• دستکاری مدل‌ها (تغییر متغیرهای تصمیم گیری یا محیطی) خیلی از دستکاری سیستم‌های واقعی آسان تر است. امتحان آسان تر است و با اعمال روزانه سازمان تداخل پیدا نمی‌کند.
• مدل‌ها باعث فشردگی زمان می‌شوند. سال‌ها فعالیت می‌تواند به صورت چند دقیقه توسط کامپیوتر شبیه سازی شود.
• هزینه تحلیل مدل‌ها از هزینه یک پژوهش هدایت شده‌ی مشابه بر روی یک سیستم واقعی، خیلی کمتر است.
• هنگامی که مدل‌ها نسبت به سیستم‌های واقعی استفاده می‌شوند، هزینه اشتباه کردن در طی پژوهش سعی و خطا خیلی کمتر است .
• یک محیط تجاری با مجهولات زیادی درگیر است. با مدل سازی،یک مدیر می‌تواند ریسک‌های حاصل از یک عمل مشخص را تخمین بزند.
• مدل‌های ریاضی تحلیل‌های بسیار زیاد از راه حل‌های ممکن را، ارائه می‌دهد. مدیران اغلب اعداد جایگزین زیادی را جهت انتخاب دارند.
• مدل‌ها آموزش و یادگیری را بهبود می‌دهند و تقویت می‌کنند.
• مدل‌ها و روش‌های حل، به صورت واضح از طریق اینترنت در دسترس هستند.
• تعداد بسیار زیادی اپلت جاوا (و برنامه‌های وب دیگر) وجود دارندکه مدل‌ها را حل می‌کنند.

توسعه گرافیک کامپیوتری، مخصوصاً از طریق رابط‌های وب و زبان‌های برنامه نویسی شی گرای، استفاده از مدل‌های تجسمی و آنالوگ برای کامل کردن مدل‌های ریاضی MMS، را ممکن ساخته است.
برای مثال شبیه سازی می‌تواند هر سه نوع مدل‌ها را ترکیب کند. مورد کاربردی 3,2 شامل یک ارائه جالب از مدل چند معیاری م یباشد که با هر دو معیارهای کیفیتی و کمیتی درگیر است. در فصل‌های بعدی یک پیش نمایش از روند مدل سازی در وب ارائه شده است. جزییات مدلسازی در فصل 4 ارائه می‌گردد.


5,2 فازهای فرآیند تصمیم گیری
بهتر است که یک روند تصمیم گیری سیستماتیک را دنبال کنیم .سایمون در سال (1977) فرآیند تصمیم گیری را در 3 فاز اصلی بیان نمود .این سه فاز شامل هوشمندی، طراحی و انتخاب بود . او بعد‌ها فاز چهارم اجرا را نیز اضافه نمود . نظارت می‌تواند به عنوان فاز پنجم در نظر گرفته شود( نوعی بازخورد)، اگر چه نظارت را می‌توان در به کارگیری فاز هوشمندی در فاز اجرا نیز دید. مدل سایمون کاملترین مشخصه از تصمیم گیری عقلانی است. یک تصویر مفهومی از روند تصمیم گیری در شکل 202 نشان داده است.
یک جریان پیوسته‌ی فعالیت‌ها از هوشمندی به طراحی وجود دارد(خطوط Bold شده) اما در هر فاز ممکن است یک بازگشت به فاز قبلی (فیدبک) وجود داشته باشد. مدلسازی یک قسمت ضروری از این روند است.

شکل 2,2 : تصمیم گیری / فرآیند مدلسازی
فرآیند تصمیم گیری با فاز هوشمندی آغاز می‌شود. واقعیت امتحان شده و مشکل تشخیص داده شده و تعریف می‌شود، علت مشکل به خوبی مشخص می‌شود. در فاز طراحی، یک مدل که بیان کننده سیستم م یباشد، ساخته می‌شود. این عمل توسط ساده سازی روابط بین ارتباطات و متغیرها انجام می‌پذیرد. مدل پس از آن ارزیابی می‌شود و بهترین Alternative بر اساس پارامترهای ارزیابی برای حل مساله انتخاب می‌شود و اغلب روند توسعه مدل‌ها و ارائه راههای جایگزین شناسایی می‌شود. فاز انتخاب، انتخابی از راه حل‌های مطرح شده برای مدل را در بر دارد. (نه لزوماً به مسئله‌ای که بیان شده) راه حل‌ها برای تعیین میزان پایداری آنها امتحان می‌شوند .هنگامی که راه حل مطرح شده معقول به نظر رسید ما برای فاز آخر آماده می‌شویم : اجرای یک تصمیم (نه الزاما برای یک سیستم). اجرای موفق راه حل که منجر به حل مساله واقعی می‌شود، م یباشد. شکست در هر مرحله منجر به بازگشت به نزدیکترین فاز می‌شود. در واقع ما می‌توانیم به یک فاز قبل تر برگردیم . موقعیتهای تصمیم گیری که در موردهای کاربردی 1 . 2 و 2 . 2 و 3 . 2 توصیف شده‌اند مدل چهار فاز‌ی سایمون را دنبال می‌کنند و به همین ترتیب تقریباً تمام فرآیندهای مربوط به تصمیم گیری را انجام می‌دهند. ما پس از آن،رویه تصمیم گیری شده با جزئیات نمایش داده شده توسط
.را، بحث می‌کنیم Action در جعبه‌های DSS در MMS Running case
مورد کاربردی 4,2 شامل خلاصه و نتیجه گیری م یباشد و مورد Questions برای مورد MMS
.است Running
قابل توجه این است که مدل‌های تصمیم گیری دیگری نیز وجود دارد. یکی از این مدلها روش Kepner-Tregoe در سال 1965 است، که توسط بسیاری از شرکت‌ها و موسسات بازرگانی قبول شده است.
در این مدل ابزارها و روش‌ها به صورت خوانا از Kepner-Tregoe در دسترس هستند. (هم چنین مشاهد کنید 2001Bazerman ).ما به این نتیجه رسیدیم که این مدل‌های جایگزین به مدل 4 مرحله‌ای سایمون نگاشت می‌شوند. این روش‌های جایگزین در فصل وب در وب سایت کتاب (prenhall.com/turban) توصیف شده اند. ما بعد از این جزئیات 4 مرحله را بیان می‌کنیم. تأثیرات وب بر روی 4 مرحله و بر عکس در جدول 2 .2 نشان داده شده اند.
جدول 2,2: چهار فاز تصمیمگیری سایمون و اثرات در وب
تاثیرات بر روی وب تاثیرات وب فاز
شناسائی و معرفی فرصت‌هایی برای تجارت الکترونیک، فرا ساختاری وب، سخت افزاری و ابزار نرم افزار، و غیره.
عوامل هوشمند کاهش دادن بار بیش
از حد از اطلاعات
موتورهای جستجو هوشمند دسترسی به اطلاعات برای شناسایی مشکلات و فرصت‌ها
از داده‌های داخلی و خارجی منابع دسترسی به روش‌های هوش مصنوعی و دیگر روش‌های داده کاوی برای شناسایی فرصت‌ها
از طریق همکاری و GSS و KMS
آموزش از راه دور می‌تواند فراهم کند آگاهی را برای اضافه کردن ساختار به مشکلات 1- هوشمندی
روشهای (GSS)
Brainstorming را برای مشارکت در طراحی سایتهای فراساختاری مدلهای و راه حل‌های مسائل فرا ساختاری وب دسترسی به داده‌ها، مدل‌ها، و راه حل استفاده از روش‌های OLAP، داده کاوی، داده‌ها انبارها را از طریق همکاری و GSS و KMS راه حل‌های مشابه موجود در KMS 2- طراحی
ابزارهای DSS بررسی و ایجاد ضوابط از مدل‌ها به جلوگیری از تعیین وب سایت، اینترانت،
زیرساخت و اکسترانت
ابزارهای DSS که چگونه پیامها راه دور تعیین می‌کند 3- انتخاب
تصمیم در مورد مرورگر و سرور طراحی و دسترسی به اجرا در آمد :
این در نهایت تعیین میکند که چگونه به کار بکیرد اجزای متنوعی گپکه درگیر از طریق اینترنت
ابزار مبتنی بر وب همکاری (GSS) و KMS می‌تواند
در پیاده سازی تصمیمگیری کمک کند.
ابزار نظارت بر عملکرد تجارت الکترونیک و سایر خبرگزاریها سایتهای دیگر، اینترانت، اکسترانت، و اینترنت به خودی خود 4- پیاده سازی

6,2 تصمیم گیری : فاز هوشمندی
هوشمندی در تصمیم گیری شامل پیمایش متناوب و یا مداوم محیط است .این فاز شامل فعالیت‌های متعدد با هدف شناسایی مشکلات و فرصتها است.(هم چنین ممکن است شامل نظارت بر نتایج فاز پیاده سازی از فرآیند تصمیم گیری باشد) . مشاهده کنید DSS در فعالیت 6,2 را .

هوشمندی

قرار ملاقاتی با نائب رئیس خود تا در مورد مشکلی که او روز قبل بود بحث کنند (مشکلی که حین
به CLAUDIA وجود آمده بود ).
های ماه گذشته به طوری کلی،درصد از طرح‌های MMS را کاهش
بر این پیش بینی CLAUDIA، دهد که آن‌ها به این کاهش ادامه داد. Elena می‌خواهد بداند صبح Vps‌های زیر حاضرند :
Sharon goldman (بازاریابی)( Micheal lee (عملیات) (
( (استفاده وسائل نقلیه) Marla
( (سیستمهای اطلاعاتی) Tonia

Mark (سیستم‌های آگاهی) ( Jelene Thompson (حسابداری) (
(CFO (سرمایه گذاری) Rose
.
ملاقات
جلسه را برگزار می‌کند :
: از این که با خبر قبلی آمدید،خوشحالم که ما توانستیم این جلسه
زمانبدی جدید قسمتی از CLAUDIA کنیم. می‌دانم که همه‌ی شما من را در مورد مشکل اخیر خوانده وضعیت) MMS RUNNING CASE
مقدمه MMS (Rent-a-Car)، بر اساسGeorgia، خروجی‌هایی در فرودگاهشهرهای بزرگ در سراسر شمال هفت سال پیش به وسیله‌ی مأمورElena Markum، تأسیس شد. این سرویس با کیفیت و سرعت، در مناسب عرضه می‌شود، سرعت پیشرفت
کمتر از چند سال دیده شد،MMSرقابتی است، در عرضه ماشین‌هاییهایی کمتر از رقبای خودش تواناستبیشتر امکانات فرودگاه‌هایش در
دارد اما نه در داخل فرودگاه. MMSیک کار بر مشتاق سیستم‌های قیمت رقبا اثر می‌گذارد و بواسطه سیستم‌های تشکیلات web-base CLAUDIA، آن را در انبار بزرگذخیره می‌کند. CLAUDIA (بیائیدوضعیت آگاهی پیدا کنیم، برای اطلاعات روی ماشین‌ها) همچنین بر روی فروش، وضعیت دیگر اطلاعات موقعیت درونی وخارجی در مورد اقتصاد و اجزای اثر می‌گذارد. CLAUDIA موفقیت ادامه دادن فضای رقابتی MMS داشتهمشکلات
چگونگی مدیریت): فاز ElenaElenaELENAمتشکرم.
را برای برنامه ریزیایمیل‌های

اید- کاهش 10 درصدی فروش، اساساً اگر این ماه گذشته، تجارت در همه جا کمی افزایش مشکل 4 ماه دیگر ادامه پیدا کند باعث متضرر یافته است . بیشتر مردم برای ملاقات‌های شدن ما می‌شود. سیستم پیش بینی تجاری، قرارداد بستن، نمایش تجاری و CLAUDIA که با منافع سیستم مدیریت ما خوشگذرانی مسافرت می‌کنند. و شباهت همه ارتباط دارد(RMS )، نشان می‌دهد که اگر‌ی آن‌ها این است که در شمال آمریکا ماشین حتی ما قیمت‌ها را تعدیل کنیم تا 4 ماه آینده اجاره می‌کنند. این مورد برای مراکز فروش باز هم کاهش فروش خواهیم داشت. عمده‌ی ما که در شهرها و فرودگاه‌های بزرگ حضار محترم، مشکل از کجاست؟ من می‌است صدق می‌کند نه برای مراکز فروش خواهم بدانم چه چیزی باعث این مشکل فرعی در شهرهای کوچکتر، که بیشتر اجاره‌ها شده؟ چطور می‌توانیم نگذاریم این اتفاق تنها برای کارهای تجاری است. روی هم رفته دوباره تکرار شود؟ من گذشته از حل کردن تجارت افزایش یافته. مسافرت‌های کوتاه این مشکل می‌خواهم اطلاعاتمان را در این شغلی،قراردادهای مهمانی‌های سیاسی نیز،در زمینه گسترش دهیم و از آن به عنوان فرصتی شهرهای بزرگ برگزار می‌شود. اطلاعات برای پیشرفت تجارتمان استفاده کنیم. نشان می‌دهد که اجاره نامه‌های ما افزایش Elena, Frankly : MARLA من نمی‌نداشته،در حالی که کل بازارها داشته. پیش فهمم! 2 ماه قبل متوجه اندکی کاهش در بینی زود هنگام ما نشان می‌دهد که داد و ستد فروش شدم، اما این قدر درگیر وسائل نقلیه باید افزایش داشته باشد، میزان اجاره نامه‌ها گرفته شده بودم که برنامه ریزی کردم که آخر این را منعکس می‌کند همان طور که افزایش هفته به این که وقتی کار جابه جایی وسائل مقدار 15 درصدی وسائل نقلیه‌ی ما نشان می‌نقلیه تموم شد چه اتفاقی افتاد، نگاهی کنم. من دهد. این ماشین‌ها باید حرکت کنند اما نمی‌می‌بایست با تحلیل گرمان صحبت می‌کردم کنند!!
تا این مورد را بررسی کنیم. متأسفم. ELENA : در مورد پوسترهای تبلیغاتی ELENA : مهم نیست،Marla،من چه فکر می‌کنید؟ ROSE : سرمایه گذاری ما خودم باید متوجه می‌شدم. خوشحالم که تو نشان می‌دهد که در مراکز عمده‌ی فروش، ما کمی آگاهی داری و برای رفع این مشکل خرج بیشتری کردیم. با این حال در این مکان آماده ای. ما مدارکی از این مشکل داریم. دیگه‌ها فروش ما کاهش بیشتری داشته!
چی داریم؟ JELENE : موافقم، به هر حال اطلاعات SHARON : براساس گزارشات جدید ما مربوط به 3 هفته پیش است، اما الان جدید من که حاصل سفرهای متعدد است، بیشتر از 6 هستند و به خاطر بهبودمان با

CLAUDIA،جدید هم خواهد ماند، من در حال گشتن اطلاعات جاری در شبکه بیسم حفاظت شده مان هستم و ما قطعًاً در سطح پائین هستیم.
ELENA : بله، هزینه‌ی تبلیغات ما بالاست. به این دلیل که ما با شرکت Gold Motors معامله کردیم. ما جایگزینی کل وسائل نقلیه مان را با ماشین‌ها و کامیون‌های GMC تمام کرده ایم، درسته؟ Marla ؟ MARLA : درسته. این ماشین‌ها مطمئن تر و ارزان تر برای نگهداری هستند از آن‌هایی که هر km 72000 انتقال سوخت داشتند. این ماشین‌ها و کامیون‌ها بهترین فروش را دارند و شهرت و اعتبار زیاد و همچنین کیفیت بالائی دارند. در اکثر رده بندی‌ها این ماشین‌ها از بالاترین رکورد ایمنی برخوردار هستند. تمام این مدل‌های استاندارد از اول درست شده :
ماشین‌های خیلی کوچک، ماشین‌هایِ کوچک، سایز متوسط، سایز بزرگتر و ون کوچک. حدود 6 هفته پیش ما شروع به خریدن 1600 تا از از مدل‌های جدید GMC Spider کردیم (مدل‌هایی که سقف این ماشین‌ها کامل قابل باز شدن است). ما در این تعداد کم معامله منحصر به فردی داریم. آن‌ها شبیه ماشین Sporty مدل 1997Fiat Spider است،اما با استانداردهای کیفی جدید ساخته شده است. رانندگی با این ماشین‌ها سرگرم کننده است، آن‌ها به من اجازه دادند یکی از آن‌ها را به مدت یک سال داشته باشم قبل از این که سفارشمان را تحویل بگیریم. آن‌ها گران قیمت هستند و GMC بازارهای محلی را در دست دارد. خوبه که بتونیم این‌ها همیشه اجاره بدیم. ما در هر آژانس در این کشور 5 تا از این ماشین‌ها داریم، و تا آخر سال باید که 10 تا بخریم.
SHARON : ما موقعیت عالی تا 3 سال آینده بدست آوردیم. آن‌ها تخفیف زیادی به ما دادند. ما در تبلیغاتمان این ماشین‌ها را نشان می‌دهیم و آن‌ها هم ما را در تبلیغاتشان نشان می‌دهند و خط تولید Spider رو به ما می‌دن.
Elena : من یکی از این Spiderها رو دارم، پس حدس می‌زنم همیشه اجاره داده می‌شوند، این طور نیست؟ MICHEAL : خب، نه. فقط نیمی از آن‌ها اجاره داده شدند.
میزان اجاره نامه‌ها را فرضاً خیلی بالا بردیم RMS ما پیشنهاد کرد بهای آن را با Compact هم قیمت کنیم. ما طفره رفتیم و بالاخره قیمت را با 10 درصد بالاتر تنظیم کردیم. بعضی از آژانس‌های محلی این سیستم را زیر پا گذاشتند و قیمت‌ها را 15 درصد کمتر کردند، ولی هنوز نتوانستند آن‌ها را تغییر دهند.
ELENA : در مورد ماشینی‌های کلاس‌های دیگر چی؟ MICHAEL: اجاره نامه‌ی‌های ماشین‌های دیگر حدود 8 درصد کاهش داشته.
ELENA : پس فروش در هر کدام 8 درصد کاهش داشته به جز Spider، و این Spider که باید فروش بالائی داشته باشد با کاهش 50 درصدی مواجه شده. من از CLAUDIA فهیمدم که نوآوری ما خوب است. همه‌ی این ماشین‌های جدید در برنامه ریزی ما آمدند و ما می‌توانستیم ماشین‌های مستعمل (فرسوده) را در سایت‌های حراجی‌های الکترونیک و سایت Carmax.com بفروشیم. حضار گرامی، ما قطعاً یک مشکل بزرگ داریم.
MICHAEL: من به عنوان مدیر بخش عملیاتی می‌دونم که این در ابتدا مشکل من است، با این وجود همه‌ی شما درگیر این مشکل هستید. ما تاکنون چنین مشکلی نداشتیم، بنابراین من واقعاً نمی‌دونم چطور باید این مشکل رو طبقه بندی کنم. اما فکر می‌کنم ما می‌تونیم بیشترین اطلاعاتی که احتیاج داریم بدست بیاوریم. این موقعیت فقط علامت این مشکل است. ما احتیاج داریم که دلیل را شناسایی کنیم تا بتوانیم مشکل را حل کنیم.
من یه مقدار فرصت می‌خواهم تا با آلیزور (تحلیل گر) صحبت کنیم، و با Tonia .من به کمک افراد Sharon خیلی نیاز دارم و احتمالاً یک مقدار هم از بقیه افراد .من و Sharon قبل از جلسه با هم صحبت کردیم. هر دوی ما احساس کردیم یه چیزی در چگونگی بازاریابی این ماشین‌های جدید اشتباه است،اما اطلاعات کافی نداریم و هنوز داریم باز شناسی می‌کنیم. من امیدوارم این مشکل را حل خواهیم کرد و دانش استراتژیکی خواهیم داشت برای عرضه به KMS. من یک Meeting را تا حد امکان شبیه به همین دفعه به طور آزمایشی هفته بعد در CLAUDIA برنامه ریزی می‌کنم که بستگی به تعهدات قبلی افراد دارد.
من نتایج عمده را مثل قبل ایمیل می‌کنم.
مطمئنم قبل از جلسه بعدی به چیزهایی پی می‌بریم.
ELENA : متشکرم Michael. خُبُ،حضار محترم! ما می‌دونیم که یک مشکل جدی داریم و اثرات آن را هم دیده ایم.
Michael مسئولیت را بر عهده گرفت و اقدام هم کرد. من هم تحلیل گران IS را برای جستجوی اطلاعاتی که تاکنون از طرف کسی درخواست نشده، می‌خواهم. این مورد شامل هر رویداد یا گرایش اقتصادی می‌شود، و نگاهی به ساختارهای تأکید شده و پارامترهای مدل‌های پیش بینی مان. بله ?Toniaخُُب Sharon تو در مورد تبلیغات جستجو کن. ببین رخداد یا عامل بیرونی یا گزارشی درباره‌ی ماشین‌ها می‌تواند بر روی اجاره نامه‌های ما اثر بگذارد. RMS تا به حال صحیح و دقیق بوده است. می‌توانسته قیمت، موجودی و تقاضا را بالانس کند اما یک اتفاقی افتاده.
متشکرم، روز خوبی داشته باشید.



شناسایی مشکل یا موقعیت
فاز هوشمندی با شناسایی اهداف سازمانی و اهداف مربوط به مسئله مورد توجه و تعیین تداخل آنها باهم شروع م یشود.(به عنوان مثال، مدیریت موجودی، انتخاب شغل، استفاده نادرست از وب). بروز مشکلات به دلیل عدم رضایت از وضع موجود است. نارضایتی نتیجه‌ی تفاوت بین آنچه ما انتظار داریم و آنچه اتفاق می‌افتد،م یباشد. در مرحله‌ی اول، شخص به تلاش درشناسایی مشکل،شناسایی علائم، تعیین اهمیت آن،وتعریف آن به طور شفاف، می‌پردازد. بعضی اوقات، چه چیزی به عنوان مشکل تعریف می‌شود؟ (مثلاً هزینه بیش از اندازه). ممکن است مشکل فقط یک مقدار باشد (مثل ترازهای فهرست موجودی نامناسب). گاهی اوقات تشخیص بین علامت‌ها و مشکل واقعی سخت است زیرا مشکلات دنیای واقعی به عوامل زیاد و نا مرتبط مربوط می‌شوند،، همانطور که در DSS درفعالیت 6,2 توضیح داده شده است. حین تحقیق و بررسی علامت‌ها و دلایل آن ممکن است فرصت‌ها ومشکلات جدید کشف شوند.
وجود یک مشکل می‌تواند هنگام نظارت و آنالیز تراز سودمندی سازمان مشخص شود . سنجش سودمندی یک مدل و ساخت آن مبتنی بر اطلاعات واقعی است. جمع آوری اطلاعات و تخمین داده‌های آینده از سخت‌ترین مراحل آنالیز هستند. بعضی از مسائلی که در طول جمع آوری اطلاعات و تخمین به وجود می‌آید و آفت تصمیم گیرنده به شمار می‌آیند، عبارتند از :
• در دسترس نبودن اطلاعات. در نتیجه این مدل براساس تخمین‌های نادرست ساخته می‌شود.
• هزینه بدست آوردن اطلاعات ممکن است گران باشد.
• ممکن است اطلاعات به اندازه‌ی کافی دقیق و درست نباشد.
• تخمین داده‌ها ممکن است واقعی نباشد.
• اطلاعات ممکن است بی اعتبار باشد.
• غیر ملموس بودن اطلاعات مهمی که ممکن است بر نتیجه تأثیر گذارد.
• ممکن است اطلاعات بیش از حد باشد (اطلاعات اضافی).
• ممکن است نتیجه بعد از دوره‌ی مشخص شده اتفاق بیافتد. در نتیجه منافع، هزینه و سود در جهت‌ها و زمان‌های مختلف ثبت می‌شود. برای غلبه بر این مشکل اگر نتیجه‌ها قابل سنجش باشند،نظریه‌ی ارزش حال (Present-value) می‌تواند مورد استفاده قرار گیرد .
• اگر فرض می‌کنیم داده‌های آینده شبیه اطلاعات مشاهده شده در گذشته خواهد بوددر غیر اینصورت، ماهیت این تغییر، پیش بینی شده و در آنالیز به حساب می‌آید.
اکنون تحقیقات مقدماتی کامل شده واین امکان وجود دارد که تعیین شود آیا واقعاً مشکلی وجود دارد یا نه؟مشکل کجا قرار گرفته؟، چقدر قابل توجه و مهم است؟ موضوع مهم این است که آیا سیستم اطلاعاتی

یک مشکل یا فقط علائم یک مشکل را گزارش کرده. مثلاً، در وضعیت (چگونگی) مدیریت MMS ) MMSRunning Case)، فروش کاهش یافته؛ این یک مشکل است، اما این موقعیت، بدون شک، حاکی از علائم این مشکل است.
طبقه بندی مشکلات
طبقه بندی مشکلات، درک یک مشکل و تلاش برای قراردادن آن در یک مجموعه‌ی تعریف شده م یباشد. طبقه بندی مشکل، هدایت مشکل به سمت یک راه حل استاندارد است. یک راه حل استاندارد، مشکلات را بر اساس درجه‌ی مشهودات ساختاری در آن‌ها طبقه بندی می‌کند.
مشکلات برنامه ریزی شده (ساخت یافته) در مقابل مشکلات غیر برنامه ریزی شده (غیر ساختیافته)
سایمون (1977) 2 موضوع در مورد ساختار مشکلات تصمیم گیری شناسایی کرد. در یک طرف مشکلات خوش ساختار (مرتب) که تکراری و عادی هستند و برای مدل‌های استاندارد ایجاد شده اند، قرار دارند . سایمون این‌ها را مشکلات برنامه ریزی شده می‌نامد. مثال‌هایی از این مشکلات عبارتند از : برنامه ریزی هفتگی کارمندان، تعیین میزان در آمد و مخارج ماهیانه، انتخاب یک تراز فهرست موجودی از یک موضوع خاص که همیشه در تقاضا است . در طرف دیگر مشکلات غیر ساخت یافته، که مشکلات غیر برنامه ریزی شده نامیده می‌شوند،قرار دارند .این مشکلات، جدید و غیر تکراری هستند. برای مثال، مشخصات مشکلات غیر ساخت یافته شامل ادغام و ترکیب تصمیم‌های گرفته شده، عهده دار شدن یک تحقیق پیچیده و پروژه‌ی توسعه، ارزیابی تجارت الکترونیکی ابتکاری، تصمیم گیری در مورد این که چه چیزی در وب سایت گذاشته شود (DSS در فعالیت 6,2 ببینید)، و انتخاب یک شغل. مشکلات نیمه ساخت یافته در بین این 2 نقطه قرار می‌گیرد. در Running Case، مشکل غیر ساخت یافته به نظر می‌رسد. اما با آنالیزی که انجام می‌شود،مشکل نیمه ساخت یافته دیده می‌شود . امیدواریم، در طول زمان، به صورت ساخت یافته درآید. به طور کلی، یک مشکل ساخت یافته یا نیمه ساخت یافته برای این که حل شوند، متمایل به ساختاری شدن هستند. (DSS در فعالیت 6,2 را ببینید) تجزیه مشکل
اکثر مشکلات پیچیده می‌توانند به مشکلات فرعی تقسیم شوند. حل کردن مشکلات فرعی ساده تر،به حل مشکلات پیچیده تر کمک می‌کند. همچنین، مشکلات ساخت یافته با ظاهری کوچک گاهی اوقات مشکلات فرعی ساختیافته‌ی زیادی دارند. زمانی مشکلات نیمه ساخت یافته به وجود می‌آید که تعدادی از تصمیم گیری‌ها ساخت یافته و تعدادی هم غیر ساختار یافته، هستند. بنابراین وقتی تعدادی از مشکلاتفرعی یک مشکل تصمیم گیری، ساخت یافته وتعدادی دیگر غیر ساخت یافته‌ها باشند، این مشکل به نوبه یخود نیمه ساخت یافته است. وقتی یک DSS توسعه پیدا می‌کند (پیشرفت می‌کند) و تصمیم گیرنده وکارمندان مترقی بیشتر در مورد مشکل آگاهی پیدا می‌کنند، این امر به ساختار یافتگی مشکل کمک می‌کند.

ساخت یافته
داری داشته باشید و بخواهید یک باز کنید، تصمیم گیری در مورد یک مناسب برای رستورانتان حالتی غیر یافته است. اگر شما در جستجوی کارشناسانه و اطلاعات عوام فریبانه شما مکانی برای یک رستوران زنجیره پیدا کنید، تعیین جایی که 2000 اُُمین آن جا باشد یک مشکل کاملاً ساخت است که اطلاعات و مدل‌های شناخته سازمان شما عملی هستند. دانش و
یک تصمیم گیرنده باید بدانددانش و اطلاعات درباره‌ی مشکلمشکلات می‌توانند غیر ساخت پیشرفت دانش در مورد یک مشکلبه مشکل ساخت یافته و غیر ساختار دهد. تا حدی این موضوعموفقیت در عمل است.. این موضوعتوضیح دهنده تفاوت بین یک تازه کار در یک رشته خاص ممثال، اگر شما اطلاعات کمی در
آگاهی می‌تواند یک مشکل غیر را ساخت یافته کند
که وقتی که رستوران‌ها کم باشد،رستورانیافته شوند، مکان می‌تواند ساخت
ساخت یافته، دانش دلیل اثبات باشید،
همچنین‌ای بزرگکارشناس و یک رستوران یباشد. برای یافته مورد شغل شده از
تجزیه مشکل ارتباط بین تصمیم گیرنده‌ها را آسان می‌کند. تجزیه یکی از مهمترین موارد پروسه‌ی زنجیره‌ای آنالیزی ( (Forman and Selly, 2001; Saaty, 1999) (AHP است که به تصمیم گیرنده‌ها جهت ترکیب فاکتورهای کیفیت و کمیت در مدل‌های تصمیم گیری شان کمک می‌کند.. مورد کاربردی 3,2را در Running Case مشاهده کنید، چندین مورد برای بررسی وجود دارد : تبلیغات، فروش، گرفتن ماشین‌های جدید و غیره. هر کدام از آن‌ها یک مشکل فرعی هست که با بقیه ارتباط متقابل دارد.


مالکیت مشکل
در فاز هوشمندی، تعیین علت مشکل امری مهم است. یک مشکل همیشه در سازمان وجود دارد مگر این که شخص یا گروهی مسئولیت حل آن را بر عهده گیرند و سازمان هم توانایی حل آن را داشته باشد.
برای مثال، یک مدیر ممکن است احساس کند که مشکلی وجود دارد چون میزان بهره خیلی زیاد است، در حالی که ترازهای میزان بهره توسط ترازهای ملی و بین المللی تعیین می‌شوند، و بیشتر مدیران نمی‌تواننددر این مورد کاری انجام دهند، بهره بالا مشکل دولت است، نه مشکل یک شرکت خاص برای حل کردن آن.
مشکل شرکت‌ها در واقع این است که چطور در این شرایط میزان بهره را بالا ببرند. برای یک شرکت خصوصی تراز میزان بهره باید به عنوان یک فاکتور غیر قابل کنترل در دست باشد و پیش بینی شود.
در صورتی که مالکیت مشکل مشخص نشده باشد، یا شخص کارش را انجام نداده است یا مشکل برای بررسی این که مربوط به چه کسی است هنوز در دست اقدام باشد،بایدیک نفر به طور داوطلبانه حل آن را مالک شود (به عهده گیرد) یا به شخصی دیگر واگذارد.این کار در MMS Running Case به طور کاملاً واضح انجام شده بود. فاز هوشمندی با بیان یک مشکل معمولی پایان می‌یابد.
7,2 تصمیم گیری : فاز طراحی
فاز طراحی شامل یافتن یا توسعه و آنالیز روش‌های عملی است. این روش‌ها شامل فهمیدن مشکل و امتحان راه حل‌ها برای امکان عملی بودن هستند. یک مدل از تصمیم گیری برای حل مشکل : ساختار،آزمایش، اعتبار. در MMS Running Case در DSS رادر فعالیت 8. 2 ببینید.
مدل سازی شامل فهم مشکل وتجزیه آن به فرم کیفی و یا کمی، براساس یک مدل ریاضی است.
در مدل سازی متغیرها شناسایی شده و روابط بین آنها ساخته می‌شود، ساده سازی در فرضیات در صورت لزوم انجام می‌شود.. برای مثال ارتباط بین 2 متغیر ممکن است طولی فرض شود اگر چه ممکن است در واقعیت اثرات غیر طولی (عرضی) داشته باشد. باید یک تعادل مناسب بین ساده کردن و ارائه‌ی واقعیت فراهم گردد. مدل ساده تر به کاهش هزینه‌های توسعه کمک می‌کند، به کاربری راحت تر، و یک راه حل سریع اما این کمتر نمایشگر یک مشکل واقعی است و می‌تواند نتیجه‌های نادرستی ایجاد کند. از طرفی دیگر، یک مدل ساده تر به طور کلی اطلاعات کمتری احتیاج دارد، یا این اطلاعات متراکم شده و راحت تر به دست می‌آید.این پروسه‌ی مدل سازی ترکیبی از هنر و علم است. به عنوان علم، کلاس‌های مدل استاندارد زیادی در دسترس است. و با تمرین یک تحلیل گر می‌توان تعیین کرد کدام یک در موقعیت داده شده قابل اجرا هستند.
DSS در فوکوس 8,2
فاز طراحی : (MMS Running Case) MMS چگونگی مدیریت

روز بعد از اولین جلسه،Michael وقتی تحلیل گر ماهرش Stephanie Elberson، در حال بررسی این که چه چیزی ممکن است اتفاق افتاده باشد، بود.
Michael فهمید که خیلی زود است برای شروع با جستجو در معیارها، راه حل‌ها و بیشتر (او داشت تصمیم گیری در یک مرحله‌ی DSS مطالعه می‌کرد در برنامه‌ی MBA خود)، او هنوز تلاش می‌کرد تامشکل را بفهمد و مشکل را که می‌توانست از علائمتحلیل شود جدا کند. او می‌خواست بین این 2 ارتباطی (ربطی) به وجود آورد، اما او حس کرد که چیزی از پایه غلط بود و CLAVDIA نمی‌توانست آن را شناسایی کند. یک تصمیم گیرنده‌ی خوب به قضاوت اعتماد می‌کند و احساسی خوب دارد برای چیزی که معنی می‌دهد و چیزی که معنی ندارد.
Michael یکی از بهترین‌ها بود.
Stephanie یک تیم تحلیل کننده‌ی جمع کرد و شروع به تنظیم کردن فضا کرد برای تحقیق و بررسی. یکی از اعضای تیم،Dot Frank به طور محسوسی با تحلیل گر Sharon کار می‌کند (phil Abrams تحلیل گر Sharon) به منظور ایجاد دقت در مدل پیش بینی. Amy lazbin، در تیم Stephanie، بررسی کرد پایگاه داده‌های اطلاعات
(data) داخلی قابل دسترس و قابل استفاده و نیز اطلاعات قابل دسترس اقتصادی در میان سرویس‌های اشتراکی. اطلاعات اخیر متمرکز است روی اجاره نامه‌های سواری، اتومبیل و فضاهای کلی اقتصادی. این تیم آنالیزی اول استخراج داده‌ها را (data- mining) روی اتوماتیک تنظیم می‌کنند تا ارتباط در این اطلاعات (data) را ثبت کند. Amy برای بیشتر قسمت‌ها توانست روابط و فرضیه‌هایی که اخیراً در مدل‌های پیش بینی و سیستم مدیریت بازده است، بازبینی و رسیدگی کند. هیچ چیزی (هیچ اطلاعاتی) از شبکه‌های شبیه ساز مغز، گروه‌های آنالیز محاسبه ای، مدل‌های برگشتی (کاهنده) آماریبدست نیامد. مدل هزینه‌ای و مدل‌های پیش بینیخوب بودند، اگر چه وقتی تیم تحقیق کرد کهعملکرد آن‌ها 2 ماه پیش که این مشکل جدید بهوجود آمد چطور بود، متوجه خطاها و نوسان‌هایجدید شد. این تیم خبرداد که شبکه‌های شبیه ساز مغز کمی عملکرد بهتری نسبت به سیستم‌های برگشت مبنا (Regression_base) دارند، بنابراین آن‌ها یک گروه تجاری و IS آماده کردند برای تحقیق روی این موضوع که چطور آن‌ها می‌توانند مدل‌های برگشت ó مبنا را با شبکه‌های شبیه ساز مغز توسعه دهند.(این یک فرصت جدیدی بود که هدایت می‌کرد آن‌ها را به فاز هوشمندی همراه با مجموعه‌ای از موضوعات).
Stephanei گیج شده بود. او 2 روز پیش با Michael ملاقات کرد تا ببیند قدم بعدی چیست؟ او همچنین از تیم تجاری و تیم IS خواست تا شخصی را برای جلسه بفرستد.Phil Abram و Marina Laksey از تیم IS در این مرحله به آن‌ها پیوستند.
این جلسه در EMC (مرکز ملاقات الکترونیک) برگزار شد، جایی که آن‌ها قادر بودند اطلاعات را آنالیز کنند و از سیستم پشتیبانی گروه (GSS) استفاده کنند. در اینجا چگونگی پیشرفت این جلسه آورده شده :
STEPHANIE : از همه شما متشکرم که امروز آمدید. همانطور که می‌دانید، ما روی مشکل سخت کار می‌کنیم- یا نسبتاً روی علائم- تا این که قلب و مرکز مشکل را بفهمیم. ابزارهای استخراج داده‌ها مقداری کمک کرد، اما هنوز یک چیزی از پایه غلط است و ما در صدد یافتن آن هستیم. نظری ندارید؟ Stephanie : MARINA، ما از ابزارهای استخراجاطلاعات استفاده کردیم و بیشتر اطلاعاتی که داشتیمبررسی کردیم و ما معمولاً در نظریه‌های استاندارد داخل برنامه میانجی کامپیوتری جستجو می‌کنیم. من می‌دونم که ما داریم به ظاهر قضیه نگاه می‌کنیم. قبل از هر چیزی،4 نفر از ما لازم است که برنامه کامپیوتری جدید و قدرتمندمان (نرم افزار OLAP
پردازش تحلیلی Online) و ( DOTاطلاعات به موقع) را شروع کنیم (راه اندازی کنیم). آن استفاده می‌شود در انبار اطلاعات و دیگر اطلاعات مان، اما چون آن به ما اجازه وارد شدن درون اطلاعات،بنابراین فراتر از استخراج داده می‌رود. ما درست 2 هفته پیش این نرم افزار را تهیه کردیم، و من اخیراً به دوره‌های حرفه‌ای رفتم. آن ویژگی‌های CLAUDIA را دارد، اما اجازه می‌دهد به ما تا اطلاعات چند بعدی را آزمایش کنیم و البته در هر منبعی و از هر قسمتی "Slice" که ما انتخاب کنیم. آن همچنین اجازه می‌دهد به ما تا به دیگر پایگاه‌های اطلاعاتی و مراکز داده‌ها متصل شویم مانند همان کاری که (Marketing) بازاریابی می‌کند.
اجازه بدین که نرم افزار را شروع کنم !
PHIL : موافقم. من خودم استفاده از این نرم افزار OLAP یاد گرفتم، و من تغییرات بهینه در نظرات جالبی از اطلاعات بازاریابی مان اعمال کردم که نشان می‌دهد ما امکان انجام آن را غیر ممکن می‌دانستیم. نمودارها و خطوط هندسی آن اتوماتیک است . بیائید آن را امتحان (آزمایش) کنیم :
این تیم پرشی در داده مشاهده کرد اما نمی‌دانستنددلیل آن چه بود. سرانجام توانستندآن‌ها را ببینند(اطلاعات را مشاهده کنند). وقتی از طرح‌هایبازاریابی استفاده کردند متوجه کمی رابطه‌ی وارونهبا فروش و تبلیغات شدند، وقتی آن‌ها از Phil درمورد آن پرسیدند، او گفت :
PHIL : فروش دو هفته بعد از بازاریابی شرکتی جدیدمان شروع شد. ما ماشین‌ها جدید را تبلیغات زیادی کردیم. همه‌ی برنامه‌های تلویزیون محلی و ملی به طور قابل توجهی Spider را نمایش دادند. ما اطلاعاتی در آن داریم که در پایگاه‌های اطلاعاتی بازاریابی مان هستند. می‌دونم که شما معمولاً به آن نگاه نمی‌کنید. در اینجا اجازه بدید که آن‌ها را نشان دهم آهان! ما نشان می‌دهیم چقدر وقت داریم برای هر تبلیغ در TV و چیزی که در آن‌ها نشان داده می‌شود. اجازه بدید تا من یک قسمت بندی و جمع بندی در اینجا انجام دهم. Ok، فهمیدم! ما بیشتر در سطح ملی ماشین‌ها را تبلیغ کردیم.فروش در مراکز اصلی فروش خیلی ضعیف است، همچنین مقداری هم در مراکز فرعی (شبعه‌ها) ضعیف است. آه! یکی از مشکلاتی که ما داریم مشکل پراکندگی است،بیشتر از نیمی از ماشین‌ها در مکان‌های نامناسبی هستند. لازم است که همه‌ی Spider‌ها را از مراکز فرعی (شعبه‌ها) به مراکز اصلی فروش منتقل کنیم.
اما فکر می‌کنم ما مشکل دیگری هم داریم- اطلاعات هزینه، تقاضا و موجودی که ما استفاده می‌کنیم در پیش بینی اجاره نامه‌ها، معقول نیستند. این ماشین به طور رسمی یک بیمه‌ی شخص ثالث دارد،پس ظرفیت این ماشین 4 نفر است. اما شما این شانس را دارید که یک چمدان بزرگ را در عقب آن جا بدید. زمانی که ما اطلاعاتی از این ماشین‌ها نداشتیم، شخصی از گروه مان این را به عنوان یکماشین با ظرفیت 4 نفر و 2 در وارد کرد. سیستم مافکر می‌کرد این یک ماشین ایده آل و ارزان است برای یک خانواده کوچک و یا فردی تاجر و تنها.
این کرایه‌ها (اجاره‌ها) در شمال مرکزی آمریکا خوب بودند، اما در مناطق معمولی بد (زیاد) بودند جایی که مردان زندگی متوسطی دارند و زن‌هایی که دوست دارند ماشین‌های اسپرت را کرایه کنند. ما تحلیل‌های زیادی در نوع مکان‌ها و نوع چیزهایی که می‌خواهیم تبلغیات کنیم انجام داده ایم. من مطمئن نیستم چه کسی، کجا و چه چیزی را کرایه می‌کند.
اما من حدس می‌زدم ما می‌توانیم تبلیغاتمان را بهتر هدفمند کنیم یک بار که گروه تجاری مان را تعیین می‌کنیم، مثل مردانی در Nebraska، 45 سال قبل،به San Deigo مسافرت کرد برای یک کنفرانس تجاری، ما این اطلاعات را داریم، کافیست آن‌ها را بهتر به کار ببندیم.
MICHEAL : صبر کنید. قبل از این که بخواهم برای جابه جایی ماشین‌ها اقدام کنم، لازم است که این مسئله کمی بیشتر تحلیل شود. ما تا به حال ماشین شبیه Spider نداشتیم، بنابراین لازم است تا در مورد جزئیات آن تحقیق کنیم و این که کدام دسته از مشتری‌ها کاملاً آن را می‌خواهند (ماشین را). قسمتی از راه حل را کشف کردیم. اما ما سعی داریم چیکار کنیم؟اگر درست به خاطر بیاوریم، چند سال پیش ما یک تبلیغات »امتحان کنید قبل از خریدن« را راه اندازی می‌کردیم در ارتباط با تهیهکننده‌ی ماشین‌های قبل مان. مردم نتوانستندموجودی‌های اضافی ما را در روزهای تعطیل بانصف میزان اجاره نامه‌ها، اجاره کنند. اگر آن‌هاماشین را از یک واسطه در این منطقه بخرند پولاجاره را پس می‌گیرند. و اگر نه با ماشین خوشگزرانی می‌کنند. این عملکرد بازده خوبی داشت. ما فهمیدیم که افرادی که ماشین را دوست دارند علاقه دارند آن را دوباره کرایه کنند، به خصوص در مراکز عمده فروش مان. ما نمونه‌ی بسیاری از این داریم.
می خواهم اطلاعاتی را که داریم نکات مهم آن را تکرار کنم. می‌دانیم هدف ما افزایش سود شبکه تا آخرین درجه است. این به طور واضح قانون منتخب ماست. لازم است که ما در مورد ضوابط و معیارهایی که تأثیر شادی را توصیف می‌کنند صحبت کنیم و نیز تعیین کنیم چطور بر سود و زیان شرکت اثر می‌گذارند. سیستم مدیریت بازده ما هزینه‌ها را تنظیم کرده تا ما بتوانیم آن را کاملاً اجرا کنیم. ما خطاهایی در پایگاه اطلاعات تجاری خود داریم. ما باید دوباره فکر کنیم که چطور تبلیغات کنیم و چطور فرآورده‌هایمان را پخش کنیم. Ok. من 2 روز دیگه با تیم VP ملاقات می‌کنم. من قصد دارم اطلاعاتی در مورد آن چه کشف کردیم برای آن‌ها ایمیل کنم و جایی که این اطلاعات را پیدا کردیم را نیز . ابتدا من با Sharon صحبت خواهم کرد بنابراین او با چندین نظریه در تجارت مشغول می‌شود.
2 روز بعد در یک جلسه :همان مکان، همان افراد :
STEPHANEI : صبح بخیر- هر کدام از ما در جبهه‌ای هستیم و فکر می‌کنیم که فهمیدیم مشکلچیست؟ حالا مشکل واقعاً چیست؟ ما چندینمشکل داریم که هر کدام چندین مشکل را توسعه
می دهند. ما قصد داریم بحث کنیم در مورد این که،فکر می‌کنیم کدام ما بهترین راه هستند برای هر موقعیت . بعضی‌ها را می‌توانیم فوراً اجرا کنیم، بقیه مقداری وقت گیر هستند.
بیائید با هدفمان شروع کنیم- بازده تا آخرین درجه.
قانون منتخب ما یکی از آخرین درجات بازدهی است. این قسمت مشکل آسان بود. RMS ما این را شناسایی کرد و هزینه‌ها را به صورت اتوماتیک تا آخرین درجه بازدهی بر مبنای برنامه‌ی سالانه تنظیم کرد. چندین خطا در منحنی قابلیت ارتجاعی هزینه برای Spider وجود دارد، اما کلاً، سوال واقعی الان این است که چطور تقاضا را مدیریت کنیم. تبلیغات ما در تقاضا اثر می‌گذارد همانطور که روی موجودی ما تأثیر می‌گذارد. ما به تولید به جا و صحیح برای جذب مشتری‌های مناسب احتیاج داریم. معیارهای زیادی وجود دارد که ما نیاز داریم اندازه گیری کنیم از کیفیت گرفته تا رنگ و اندازه و سرویس دهی به مشتری، قابل دسترس بودن ماشین و غیره، در این جهت که چطور این‌ها بر اجاره نامه‌ها تاثیر می‌گذارند.ما در حال انجام اینکار هستیم،اما احتیاج است تا کار بیشتر و بهتری روی آن صورت گیرد تا اینکه .اجاره نامه‌هامان را پیگیری کنیم. ما الان یک تیم تحقیقی داریم که این را بررسی می‌کند. در طی چند هفته، آن‌ها چند پیشنهاد مطمئن برای بهبود سیستم مدیریت بازده خواهند داشت.
علائمی که داریم نشان می‌دهد مشکلات واقعی و تناوبشان را در زیر، در میان آن‌ها می‌توانیم انتخابکنیم :

صحت اطلاعات :
لازم است که ما نمای Spider را از حالت Compact(ماشین کوچک و ساده) به Sport تغییر دهیم. لازم است تا Profile RMS را توسعه دهیم از این اطلاعات کمی که گرفتیم. خوشبختانه ما می‌توانیم به اطلاعات تجاری که توسط مشاوران و استادان دانشگاه در تحقیقاتشان در UGA برای ما جمع شده استفاده کنیم، یکی از اعضای استادان دانشکده نیز با یک Spider رانندگی کرد.
ناهماهنگی موجودی (ناهماهنگی صورت کالاها) :
ما آنالیزهای زیادی انجام دادیم برای تعیین تقاضای واقعی برای Spider چیست؟ و چطور بر تقاضای ماشین‌های دیگر تأثیر دارد، و بر عکس. ما یک مدل بهینه سازی تهیه کردیم و آن را حل کردیم. براساس تبلیغات معاصرمان، ما تصمیم گرفتیم که با جابه جایی 15 درصد از وسائل نقلیه مان از اطراف (نه خیلی دور)، ما می‌توانیم با بیشتر ناهماهنگی موجودی خداحافظی کنیم. ما پیشنهاد کردیم همه‌ی Spider‌ها را از شعبه‌ها به مراکز اصلی فروش فوراً منتقل کنیم. همچنین ما می‌خواهیم تعدادی از مینی ون‌ها و ماشین‌های بزرگ را تغییر دهیم. بعد از آن ما می‌توانیم مطالبات (تقاضاهای) شعبه‌ها را با تنظیم تبلیغات به جلو ببریم.
ناهماهنگی تبلیغات :
ما تبلیغ می‌کنیم جایی که مشتری‌ها وجود دارند، اما آن‌ها از جای دیگر کرایه می‌کنند، به دلایل مختلف.
لازم است که ما در مورد محل سکونت مشتری‌هابررسی بهتری انجام دهیم تا بفهمیم کجا باید تبلیغاتکنیم. تحلیل‌های ما نشان می‌دهد که اجاره نامههای ما تا حدی متوقف شده چون به همان دلیل که گفتیم به خاطر Spider داشتن است. جوانان تا سن میان سالان و زنان مجرد می‌خواهند Spider را کرایه کنند اما آماده کرده ایم جایی که آن‌ها باید باشند. برای مثال، ما کشف کرده ایم که مردان میانسال و زنان میانسال را از شمال مرکزی آمریکا ماشین‌های کوچک را کرایه می‌کنند در شعبه‌های شمال مرکزی آمریکا (Midwest)، اما در مراکز اصلی فروش در سواحل می‌خواهند Spider اجاره کننده. ما هنوز در حال تحلیل تأثیرات شبیه به این هستیم، و باید بتوانیم این کار را حدوداً یک هفته‌ای کامل کنیم که تعیین کنیم چطور تلاش‌های تبلیغاتیمان را به سر انجام رسانیم.
قبل از خرید امتحان کنید :
این در واقع یک فرصت است، نه یک مشکل. وقتی ما مراکز اصلی فروش را از Spider پر کنیم، چندین Spider اضافه می‌آوریم در شعبه‌ها و دوباره عملیات »قبل از خرید امتحان کنید« را آغاز »تأسیس« می‌کنیم. این ماشین یک چیز عالی در این تلاش ما خواهد بود. گروه Sharon اخیراً یک توافق نامه همکاری با GMC ایجاد کردند. آن‌ها علاقه مند شدند، و این باید منافع ما را بهتر کند در این ماشین‌ها با 18 درصد.
کاهش جانشین‌ها :
ما کشف کردیم که بیشتر مشتری‌ها تلفن می‌زنند یا در web site تقاضای اجاره‌ی Spider می‌کنند.
وقتی آن‌ها می‌فهمند که Spider نداریم، بعضی‌ها یک ماشیم متفاوت اجاره می‌کنند، ما خیلی ناراحت بودیم از این که آن‌ها از رقبای ما ماشین اجاره می‌کنند. معمولاً یک 2-Toyota MR. این اتفاق معمولاً در مراکز اصلی مان پیش می‌آید. درمراکز فرعی (شعبه‌ها) مان، مردم معمولاً Spider را واقعاً نمی‌خواهند و به جای آن ماشین‌های بزرگ را می‌خواهند. چون بیشتر تبلیغات ما Spider را نشان می‌دهد، آن‌ها "فراموش" می‌کنند که ما ماشین‌های دیگر هم عرضه می‌کنیم. در واقع ما هم فراموش می‌کنیم به آن‌ها یادآوری کنیم. تبلیغات ما تیجه‌ی معکوس برای ما دارد. ما باید فوراً جانشین‌ها را برای Spider کاهش دهیم تا هفته‌ی دیگر که Spider‌ها را می‌رسند.
تقاضای پارک نقاشی (Theme Park) در
: Florida
ما در اینجا یک فرصت خوب داریم. Theme
Parkهای Florida (فلوریدا) با تلاش بسیار زیاد در اروپا تبلیغات می‌کنند چون یورو نسبت نزدیکی با دلار دارد. ما باید تبلیغاتمان را در اروپا افزایش دهیم یا با Theme Park‌ها یا جداگانه . Phil مطمئن است که ما می‌توانیم یک عملیات مشترک را راه اندازی کنیم. بازاریابی در این مسئله تحقیق می‌کند، و این که چطور ما باید مشتری‌ها را مجبور کنیم که پیش پرداخت را به یورو بدهند. برای انجام این کار ممکن است لازم باشد ما مینی ون‌ها را به فلوریدا که به دوری Tennessee است نقل مکان دهیم.
چیزی که ما اساساً می‌خواهیم نتیجه بگیریم، این است که ما می‌خواهیم بیشتر در هماهنگ کردن انبارهایمان با میزان تقاضا تلاش کنیم، و آن را باRMS و تبلیغات مرتبط کنیم. ما همچنین می

خواهیم مدل‌های تبلیغاتمان را تصحیح کنیم تا بازار ماشین‌های جدیدی مثل ماشین‌های Sport را در دست بگیریم و اطلاعات درخواست‌های (تقاضا) جدید را مکرر بروز کنیم.
Micheal، این چیزی هست که ما می‌خواهیم برای
VPs در روز دوشنبه ارائه دهیم. خوبه؟ MICHEAL : عالیه! ما مشکلات واقعی را شناسایی کردیم و ترتیب خوبی هم دادیم. من واقعاً همه‌ی کارکنان تقدیر می‌کنم (بالاتر از ناپلئون Ala Napoleon). اگر همه‌ی این‌ها درست از کار در بیاید (به درستی پیش برود) (حل شود) پاداش آخر سال برای این تیم عالی خواهد بود. بیائید بریم نهار بخوریم مهمون من!



به عنوان یک هنر ما یک تراز خلاقیت و ظرافت احتیاج است وقتی که تعیین کنیم با چه فرضیه‌های ساده سازی می‌توان کارکرد، چطور می‌توان خصوصیات مناسب انواع مدل‌ها را با هم ترکیب کرد، و چطور مدل‌ها را درست کنیم تا راه حل‌های معتبر را فراهم کنیم.در MMS Running Case، مشکل موجود خیلی مبهم بود.
تصمیم گیری گاهی وقت‌ها مدل‌های ذهنی را توسعه می‌دهد، به خصوص در موقعیت‌های محدودیت زمان (DSSدر فعالیت 9,2 را ببینید). مدل‌های هوشی کمک می‌کند به فرم دادن تصمیم گیری در موقعیت،
یک موضوع از نظریه ادراک (ذهنی) (Shomaker, Russo در 2001 را ببینید) این تیم تحقیق کرد روی اطلاعات تا یک ادراک را توسعه دهد که بیشتر از مدل‌های ذهنی یک موقعیت بود. مدل‌ها در واقع استفاده می‌شود و تست هم می‌شود، اما در Running Case توضیح داده نشده است. استخراج داده،OLAP، و نرم افزار مدیریت بازده، مدل‌های زیادی در آن‌ها جا سازی شده است (در , Switt, 1997, Gross2001 را ببینید).


DSS در فعالیت 9,2
پرواز کردن یا نکردن؟ مسئله این است :اجبار به پرواز به دلایلی نادرست.

وقتی خلبان‌ها می‌بینند مجبورند پرواز کننـد، ایـن یـک شـانس است که قضاوت خوب و ایمنی توافقی هستند . یک خلبان چطـور می‌تواند تصمیم بگیرد آیا پرواز بی خطر است؟ خلبان‌ها دوسـت دارند فکر کنند که قضاوتشان درست است، و صـرف نظـر از ایـن موقعیت، آن‌ها درست خ بر می‌دهند . آن‌ها آموزش مـی بیننـد، تمرین می‌کنند، از قانون‌ها پیروی می‌کنند . اما علی رغم تجربـه حرفه‌ای بودن، کارکنان هواپیما،گاهی اوقات هنـوز بـا مـشکلات عمیقی در گیرند . این ممکن است به خصوص وقتـی کـه انتخـاب بین پرواز کردن یا نکردن باشد . در متن موقعیت مـرگ و زنـدگی برای یک مـسافر (مـثلاً، اگـر یـک آمبـولانس هـوایی لازم شـود، کارکنان ممکن است آب و هوای خطرناک را به عنوان یک ریسک بالا نبینند ). بدون شک، احساسات وارد تصمیم گیری می‌شود، و آن‌ها با ایمنی موافقت می‌کنند.
این جنبه‌های احساسی در مأموریت عملیـات آمبـولانس هـوایی اجباری قوی برای پرواز ایجاد می‌کند، حتی در شرایط حاشیه‌ای مدیر سرویس‌های هواپیمـایی Ed Phillips, Life Star Air Ambulance می‌گوید : »آیا ایـن یـک مـسافر بیمـار اسـت یـا کیسه شن، ما بایـد مثـل هـم پـرواز کنـیم و مثـل هـم تـصمیم بگیریم«. »اما اگر خلبان یک پسر 10 ساله داشته باشد، و بـشنود که یک پسر 10 ساله در شهر نزدیکش زخمـی شـده، (او تـصمیم می‌گیرد ) که پـروا ز کنـد ... مهـم نیـست چـه مقـدار »Phillips توضیح می‌دهد بیشتر، یک راه برای رفـع اجبـار و فـشار، حـذف جزئیات مأموریت است . ما فقط به خلبان هـا جـای مکـان را مـی دهیم، و به آن‌ها اجازه می‌دهیم تصمیم امیدوارانـه یـا ناامیدانـه بگیرند. اگر آن‌ها تصمیم بگیرند مأموریت را انجام ده ند، مـا مـی توانیم جزئیات را یک بـار زمـانی کـه در هـوا هـستند بـه آن هـا
بـــدهیم.«در روش هـــایی هـــوایی (Jackson County, Georgin)، کارکنان قبل از ایـن کـه شـرایط پـذیرش را بداننـد تصمیم مـی گیرنـد . خلبـان هیچگونـه آمـوزش پزشـکی ندارنـد، بنابراین یک بار هوابرد، آو آرمانی پرواز می‌کن د با یک سرعت آرام در هر شرایطی، در کنار این شخص حقوقی، اجبار به پرواز ممکـن است به خاطر هیئت رئیسه‌ای باشد که لازم است سـریع تـر بـه جایی برسد همچنین ممکن است موضـوع سـلا متی مشخـصی در میان باشد . الکل و دارو بر قضاوت اثر می‌گذارد . اما فشار اقتصادی و شغلی را می‌توا ن تحمل کرد . در اینجا مواردی از قبیل خستگی و آب و هوای بد متأسفانه باعث تصادف می‌شـود . فـشار زمـان در ارتباط با فاکتورهای دیگر می‌تواند منجر به ایجـاد شـرایط بـدی م یشود.
برای یک خلبان تمرکز مجدد روی قضاوت برای کم کـردن فـشار برای پرواز، راه حل آسان است . خلبان باید سعی کند که تـصمیم گیری هوانـوردی را از تـأثیرات خـارجی جـدا کنـد . مـشتری هـا (مسافران) باید از دلیلی که یک پرواز ممکن است تـأخیر کنـد یـا کنسل شود خبردار شوند . مسافران احتیاج دارند آگاهی بـشوند از قانون‌های پرواز در فرصت‌های نوشتاری و واضح.
خلبان‌ها نباید قانون‌ها را منحرف کنند . CRM (مدیریت منبـع کارکنان) می‌تواند برای شناسایی شخصیت مشتری هـا اسـتفاده شود و نشان می‌دهد راه هـای ارتبـاط بـا آن هـا را کـه فـشار را منحرف می‌کند . خلبان‌های بیمار نباید پـرواز کننـد . ابـزار هـای خود- ارزیابی وجود دارند که به خلبان کمک می‌کنند تـا تعیـین کنند آیا آن‌ها صلاحیت دارند یا نه . سرانجام، رئیس خلبـان بایـد

مدل

پشت تصمیم خلبان باشد، نه پرواز. این ممکن است به یک تغییـر دیگران، اما شغل اصلی حمل و نقل انسان‌ها نیست . قسمت مهـم بزرگ در فرهنگ یک شخصیت حقوقی نیاز دارد. شغل یک خلبان تصمیم گیری است.
خلبان‌ها به سمت هدف راندن (پـرواز ) وظیفـه محـوری گـرایش ----------------------------- دارند. آن‌ها تمایل دارند بیشتر فشار را خودشان تح مل کننـد تـا
Source: Adapted from Robert N. Rossier, "Pressured to Perform:
Flying for the Wrong Reasons," Business & Commercial Aviation, Vol. 90, No. 6, June 2002,62-69; and Allison Floyd, "Flights Save
Time and Lives," Athens Banner-Herald, Vol. 170, No. 3, pp. Al, A5.

مدل‌ها متغیرهای تصمیم دارند که توصیف می‌کند به طور متناوب یک مدیر باید انتخاب شود از میان (مانند این که چه تعداد ماشین باید به یک آژانس اجاره‌ی خاص تحویل داده شود، چطور تبلیغات شود در زمان خاص، یا کدام Server یک web باید خریداری و یا کرایه شود)، یک نتیجه‌ی متغیر و یا یک مجموعه‌ای از نتایج متغیرها (مانند سود، بازده یا فروش) که هدف‌ها را توصیف می‌کند و یا هدف‌های کلی مشکل تصمیم گیری را، و متغیرها یا پارامترهای غیر قابل کنترل (مانند شرایط اقتصادی) که محیط را توصیف می‌کند. این پروسه‌ی مدل سازی، تعیین (معمولاً ریاضیات، گاهی به صورت رمزی) ارتباط بین متغیرها را شامل می‌شود. این مضوعات در فصل 4 بحث شده اند.
انتخاب یک قانون برگزیده
یک قانون برگزیده (منتخب) یک معیاری است که قابل قبول بودن یک نظریه راه حل را توصیف کند، در یک مدل، یک متغیر نتیجه وجود دارد. انتخاب یک قانون برگزیده یک قسمتی از مرحله‌ی انتخاب نیست اما شامل : چطور می‌توانیم هدف‌های تصمیم گیری مان را بنا کنیم، و چطور این‌ها درمدل‌ها جا داده می‌شوند. آیا ما می‌خواهیم نظریه ریسک بالا را فرض کنیم یا ترجیح می‌دهیم نظریه کمتر را انجام دهیم؟ آیا ما برای بهینه ساختن تلاش می‌کنیم یا راضی بودن؟
این هم چنین مهم است که تفاوت بین ضابطه و محدودیت را تشخیص دهیم (DSS در فوکوس 10,2را ببینید).
در میان تعداد زیادی قانون‌های منتخب، اصولی و توصیفی از درجه اهمیت اول برخورداند.
مدل‌های اصولی
این‌ها مدل‌هایی می‌باشند که بهترین انتخاب‌ها را بدست می‌دهند. برای یافتن یکی از این‌ها فرد باید تمام گزینه‌ها را آزمایش کرده و بهترین بودن گزینه انتخاب ثابت شود، که آن می‌تواند به صورت طبیعی مورد قبول باشد. این فرآیند اصولاً بهینه سازی نامیده می‌شود. بهینه سازی می‌تواند به یکی از 3 روش زیر انجام شود :

محدودیت
می گوید که اگر فاصله منزل از بیشتر شود گزینه مورد نظر قابل باشد و ترجیح می‌دهد که این فاصله مساوی عدد خاصی باشد. این شبیه می‌باشد که دانش آموزان بعد از اتمام دانشگاه آن‌ها،فاصله‌ی زیادی از باشد تمایل کمتری به انتخاب آن را DSS در فوکوس 10,2 تفاوتعده‌ای زیادی از مردم نسبت به تصمیم سازی بیگانه بوده و موضوعاتمحدودیت را با هم اشتباه می‌گیرند.
دلیل این است که یک معیار ممکن محدودیت دلالت کند و یا بالعکس.
کاربردی 3. 2 معیار فاصله وجود داردتصمیم گیر نمی‌خواهد خیلی دور ازاما محدودیتی ضمنی نیز م یباشد کهمی کند که ضمن آن باید فاصله‌ای خانه داشته باشد.
بین یک معیار و یک
مطالعه رسمی این محدودیت معیار و حد مشخصیغالباً این به اجرا نمی
است به یک باید کمتر یامثلاً در مورد این موضوع
، جائی که مدرسه اگر خانه باشد خانه داشته او انتخاب دارند.
مشخص از
.
• اخذ بالاترین سطح دستیابی به هدف از مجموعه‌ی منابع، به عنوان مثال کدام گزینه بیشترین سودآوری را در سرمایه گذاری 10 میلیون دلاری خواهد داشت؟
• یافتن گزینه‌ای که بالاترین میزان حصول نتیجه را داشته باشد یا تولید را افزایش دهد.
• یافتن گزینه‌ای با پائین‌ترین هزینه که سطح قابل قبولی را به دنبال داشته باشد مثلاً اگر وظیفه شما انتخاب نرم افزاری برای شبکه اینترنتی با حداقل پهنای باند م یباشد، کدام گزینه کمترین هزینه را در بر دارد؟
نظریه‌ی تصمیم گیری اصولی براساس زمینه‌های زیر است :
• انسانها موجوداتی اقتصادی بوده که هدفشان افزایش بهره وری می‌باشد به این معنا که تصمیم گیری فردی منطقی است.
• در یک موقعیت تصمیم سازی تمام گزینه‌های موجود عمل و عکس العمل بوده یا حداقل احتمال بازدهی مشخص است.
•تصمیم گیرندگان اولویت‌هایی دارند که آن‌ها را قادر می‌سازد میزان مقبولیت نتایج را تنظیم کنند.
مدل

Kontoghiorghes, Rustem, Siokos در سال (2002)، روش منطقی را در تصمیم سازی مطرح کردند مخصوصًاً این که از مدل‌ها و محاسبات در آن استفاده می‌شد.
آیا تصمیم گیرندگان واقعاً منطقی عمل می‌کنند. مشاهد کنید DSS در 11,2Focus هم چنین Schwartz در سال 1998 و Halpern و Stern در سال 1998 را برای موارد غیر متعارف در تصمیم گیری منطقی. گرچه اصول غیر متعارفی در رفتارهای مالی اقتصادی وجود دارد، ما این گونه فرض می‌کنیم که این‌ها توسط عدم توانایی، فقدان دانش، اهداف چندگانه که به شکل ناقص پرداخت شوند، عدم درک صحیح توسط تصمیم گیر و تأثیرات محدودیت زمان باعث می‌شوند. برای توضیح بیشتر در این زمینه به
Gharajedaghi (1999), Larrson (2002), Randanathan, sethi (2002), verma, Churchman (1998) .مراجعه شود
سایر مشکلات ممکنه اغلب از محدودیت زمان ناشی می‌شود مثلاً Stewart در سال 2002 عده‌ای از محققین را که با تصمیم سازی ذاتی کار می‌کردند توصیف کرد. ایده ی" تفکر با حس ششم" مسلماً روش ابتکاری تصمیم سازی م یباشد. این روش برای آتش نشانان و پرسنل نظامی در میدان جنگ کارساز است. یک جنبه‌ی مهم تصمیم سازی در این حالت این است که چندین سناریو از قبل مورد بررسی قرار گیرند.
حتی وقتی موقعیتی جدید پدید آید می‌تواند سریعاً به انواع قدیمی منطبق شده و راه حلی منطقی حاصل شود. برای مطالعه بیشتر (2002Stewart ( را نگاه کنید. به کتاب Luce و همکاران در سال 2001 برای توصیف چگونگی این که احساسات بر تصمیم سازی اثر می‌گذارند مراجعه و به Pully در سال 2001 برای توصیف تناقضات موجود در تصمیم سازی مراجعه شود. آقایان Bonabeau, Meyer، در سال 2001 روش تصمیم سازی را توصیف کردند به نام هوش گروهی جمعی. آن براساس تئوری بی نظمی مبتنی بوده و اصولش مبتنی بر ساخت مو قیت آمیز لانه مورچه م یباشد. استدلال مشخص در ورای این روش وجود دارد Daniel kahneman و Amos Tversk جایزه نوبل در علم اقتصاد را در سال 2002 به خاطر کارشان در زمینه آن چه غیر منطقی در تصمیم سازی بود دریافت کردند. ما معتقدیم که عدم وجود منطق توسط عوامل بالا ایجاد می‌شود. به عنوان مثال Slovic, tversky عوامل بروز خلاف میل را تحقیق کردند که به عنوان مشکلی در فرآیند تجزیه تحلیل مسائل به کار رفته است.
آزمایشاتی انجام دادند تا در این زمینه تحقیق کنند اما چند معیار از تجزیه تحلیل حذف شده بود
(1999Ratner, kahn, kahneman( چگونه تنوع باعث انتخاب گزینه‌های مطلوب می‌شود را تحقیق کردند.
در این حالت تنوع ارزش داشته و بخشی از فایده تصمیم گیر م یباشد، و ملاک مورد نیاز در این کار تلقی می‌شود.
در مورد در حال اجرای (MMS Running Case)MMS، عقلانیت چیره می‌شود. افزایش سود آوری اصل انتخاب م یباشد اما به موقعیتی که برای خانواده‌ی آقای لافکو اتفاق افتاده توجه کنید. می‌تواند خانواده‌ای را از یک تصمیم با ارزش جلوگیری کند.

DSS در فوکوس 11,2
آیا تصمیم گیرندگان واقعاً منطقی هستند؟
بعضی محققین مقوله‌ی عقلانیت را مورد سؤال قرار میمانید با این که می‌دانید صبحانه را از دست داده می‌دهند. موارد بی شماری از افراد و گروه‌ها هستند و عملکرد خوبی در محل کار ندارید. یا ممکن است که در عالم خارج به صورت غیر منطقی رفتار می‌دیر کنید و 7:30 دقیقه به ایستگاه برسید به این امید کنند. مثلاً در نظر بگیرید شما هر روز صبح باید با که اتوبوس نیز دیر بیاید. بنابراین چرا شما دیرمی اتوبوس به سر کار برویدو اتوبوس ساعت 7 صبح کنید؟ اهداف چندگانه‌ای که به آن امید دارید ممکن حرکت می‌کند. بنابراین اگر بیدار شدن،آماده شدن است به این قضیه منتهی شود و یا سودمندی واقعی و رسیدن به ایستگاه یک ساعت طول بکشد شما باید برای سر وقت بودن ممکن است نشان دهد که شما همیشه حدود ساعت 6 بیدار شوید، اما گاهی وقتها باید به رختخواب برگردید اکثر صبح‌ها.
شاید خیلی وقت‌ها شما تا 6:30 دقیقه خواب زیر بهینه سازی
از نظر دستوری بهینه سازی نیازمند تصمیم گیرنده‌ای م یباشد که تأثیر هر اقدام را روی کل سازمان در نظر گرفته و نتایج را نیز چه مثبت چه منفی در زمینه‌های دیگر بررسی کند. یک بخش بازاریابی را در نظر بگیرید که سایت تجارت الکترونیکی را هدایت می‌کند. در طی ساعت‌ها، سفارش‌هایی به دست می‌آید.
بخش تولید که برنامه خودش را دارد نمی‌تواند نیاز مصرف کننده را برآورده کند ممکن است به توان حداکثری برسد. به صورت ایده آل و مستقل این بخش باید محصولات کمی را با کمیت بالا برای پائین آوردن هزینه‌ها تولید کند. اما این برنامه منجر به مشکلاتی در بازاریابی شده که نتیجه عدم تنوع در محصولات بوده مخصوصاً اگر مشتریان سفارش‌های خود را به دلیل تأخیر در تحلیل لغوکنند. این موقعیت ماهیت متوالی بودن فرآیند تصمیم سازی را روشن می‌سازد.
(را 2001, Giles, Sun, Valle 2002, Pino،Borges مشاهده کنید)
یک سیستم نظر سنجی تأثیر تمام تصمیمات را بر کل سیستم ارزیابی می‌کند. از این رو بخش بازاریابی باید برنامه‌ای در همراهی با سایر بخش‌ها طراحی کند. اما این اقدام ممکن است نیازمند تجزیه و تحلیل زمان بر، پر هزینه و پیچیده باشد. در عمل سازنده‌ی MSS ممکن است سیستم را در محدوده‌هایی مدل
باریک ببندد. و فقط بخشی از سازمان را (در این مثال بخش تولید و بازاریابی) مطالعه کند و روابط را به مدل مورد نظر مرتبط سازد و در نهایت تعاملات میان سایر بخش‌ها را نادیده بگیرد. بخش‌های دیگر می‌توانند داخل اجزای مدل ساده تجمع کنند. این روش زیر بهینه سازی نامیده می‌شود.
اگر این چنین تصمیمی گرفته شود و جزئیات بقیه سازمان نادیده گرفته شد آن گاه تصمیم بهینه ممکن است برای سایر بخش‌ها مضر باشد اما این فرآیند زیر بهینه سازی ممکن است هنوز روش عملی تصمیم سازی باشد و خیلی از مسائل از این دیدگاه حل شود. رسیدن به نتایج قابل حصول ممکن بوده فقط اگر بخشی از سیستم بدون قرار گرفتن در فرآیند رکود تجزیه تحلیل شود. وقتی پیشنهادی ارائه می‌شود تأثیرات بالقوه‌ی آن در سایر بخش‌های سازمان می‌تواند آزمایش شود. اگر هیچ تأثیر منفی دیده نشد راه حل می‌تواند اجرا شود.  

DSS در فعالیت 12,2
تصمیم گیری بین مکان سخت و کاملاً سخت یا آن چه می‌توانید انجام دهید وقتی گزینه خوبی وجود ندارد؟

آقای Fred Lafko مؤسس شـرکتی در Poughkeepsie در نیویــورک در اوایـــل 1980 دیـــدگاهی داشـــت. او شـــرکت Alexander Hamilton که شرکت کشتی سازی بـود را کـه توسـط موسـسه Hodson River Day line از اوایـل قـرن بیستم شروع به فعالیت کرده بود خرید . او در نظر داشت کشتی را از شـهر نیویـورک بـه Poughkeepsie انتقـال داده و یـک مکان توریستی در آن بسازد . او رستورانی مجلل، فروشـگاه هـا و هم چنین دفاتر کاری در آن ساخت . به این موازات ایـن کـشتی یکی از معدود کشتی‌هایی شد که آثار باستانی ملی تاریخی نـام گرفت. این به دلیل طراحی منحصر به فـرد موتـورش بـود . ایـن آخرین کشتی از نوع خود بود کـه مـی توانـست در آب حرکـت کنـد. او مقـدمات حرکـت آن را بـه سـمت Poughkeepsie فراهم کرد اما متأسفانه کشتی در رودخانه، بخش ماسه‌ای فـرو رفت. کارشناسان گفتند که او مجبور بود به انتظـار مـد بزرگـی بماند تا آن را از گل در آورد . او از قایق‌های یدک کشی برای در آوردن کشتی استفاده کرد اما متأسفانه دیر شده بـود . یـک مـاه بعد او یک روز صبح زود مجدداً از قایق‌ها تقاضای کمک کـرد و این دفعه کشتی را از گل در آورد . او ترتیبی داد کشتی به کمک با نیروی دریایی نجات یافته و میـزان خـسارت آن بـرآورد شـد . وقتی کشتی آماده حرکت در دریا شد او بایـدک کـش آن را بـه Poughkeepsie منتقل کرد . قبل از ایـن کـه کـشتی بتوانـد حرکت کند طوفان سهم گینی آن را غرق کـرد . مـدت کوتـاهی بعد از این اتفاق آقای Fred Lafko فوت کرد و برادرش jack که وارث او بود در مورد کشتی کـاری انجـام نـداد . در تابـستان 2002 جک فوت کرد . فرزندان آقای Fred مجبور شدند دربـاره کشتی تصمیم بگیرند . بعد از 20 سـال زیـ ر آب بـودن احتمـالاً ارزش زیادی بالا کشیدن آن نداشت.
اما چون کشتی یک اثر تـاریخی، ملـی بـود نمـی توانـستند بـه سادگی آن را رها کنند آن‌ها هم چنین نمی‌توانستند موتور آن را ازش جدا کنند . راه ساده بیرون آوردن کشتی از آب، سـاختن قفسی بود که کشتی در آن قرار گیـرد و بیـرون کـشیده شـود . مؤسسه حفاظت از محیط زیست آمریکا اجازه‌ی این کار را نمی‌داد اما باقیمانده کشتی می‌توانست محیط زیست را آلوده کنـد . راه‌های دیگر نجات کشتی هزینـه بـر و خطرنـاک بـود . نیـروی دریائی مالیکـت کـشتی را بـه عهـده نگرفـت و فرزنـدان آقـای Lafko نیز مشخص نبود کـه مـی خوا هنـد کـشتی را بـه فـرد دیگری در جهت حفظ آن هدیه کنند یا نه . هیچ کس کـشتی را نمی‌خرید زیرا کار پیچیده‌ای به نظر می‌رسید . تصمیم روشـن و مشخصی به نظر کسی نرسید خانواده‌ی آقای فرد چه کار می‌توانستند بکنند؟
-- ---- --- --Source: Dennis Lafko, one of Fred's sons, as told to Jay Aronson on a
flight from Atlanta to Colorado Springs, July 2002.



زیر بهینه سازی ممکن است هم چنین در ساده گی فرضیه‌ها در وقت ارائه مدل مسئله خاصی به کار رود. ممکن است جزئیات و یا داده زیادی به موقعیت تصمیم گیری داده شود و همه‌ی آن‌ها در این مدل استفاده نشوند. اگر راه حلی برای این مدل منطقی به نظر برسد آن ارزشمند تلقی شده و از این رو به کار گرفته می‌شود. مثلاً در یک بخش تولید قطعات غالباً داخل طبقات A/B/C قرار می‌گیرند. عموماً آیتم A (دنده‌های بزرگ، کل اسمبل) گران می‌باشند. (300 دلار یا بیشتر)، ساخته می‌شوند تا در بسته‌های کوچک بسته بندی شوند و تعداد آن‌ها کم م یباشد. آیتم‌های C، شامل پیچ و مهره ارزان می‌باشند (مثلاً ارزان تر از 2 دلار) و در تعداد خیلی زیاد سفارش داده می‌شوند.و آیتم‌های B بین این دو قرار می‌گیرند، تمام آیتم‌های A می‌توانند بوسیله مدل برنامه ریزی جزئی دسته بندی شده و توسط مدیریت به دقت نظارت شوند.
آیتم‌های B تا حدی با هم بسته بندی می‌شوند و مدیریت، کمتر آن‌ها را بررسی می‌کند و آیتم‌های C در یک سیستم ساده و قابل دسترس بسته بندی می‌شوند. این سیاست سالی یکبار مرور می‌شود. این موقعیت اگر تمام معیارها تعیین شده و تمام مساله از جنبه هزینه و زمان بررسی شوند کاربرد پیدا می‌کند.
زیر بهینه سازی می‌تواند به سادگی به تحقیق روی در نظر گرفتن ملاکها و گزینه‌های کمتر به کار آید، به این صورت که قسمت‌های بزرگ از مساله حذف شوند. اگر این کار خیلی از نظر زمانی طول بکشد یک راه حل ساده تر ممکن است برای بهینه سازی مورد استفاده قرار گیرد.
مدل‌های توصیفی
مدل‌های توصیفی اشیاء را همانگونه که هستند و یا باید باشند توصیف می‌کنند. این مدل‌ها اساساً ریاضی محور می‌باشند. مدل‌های توصیفی به شدت در DSS مفیدند، از این نظر که در تحقیق نتایج اقدامات مختلف تحت فرآیندها و ورودی پیکربندی مفیدند.اما به دلیل تجزیه تحلیل توصیفی عملکرد سیستم را برای مجموعه‌ای از داده‌ها به همه آن‌ها بررسی می‌کنند.هیچ ضمانتی وجود ندارد که گزینه‌های انتخاب شده بهترین باشند. در بسیاری از موارد آن‌ها رضایت بخش می‌باشند. تقلید رایج‌ترین مدل توصیفی م یباشد.
این قضیه (تقلید) در بسیاری از جنبه‌های تصمیم گیری کاربرد دارد. بازیهای ویدئویی و کامپیوتری شکلی از شبیه سازی می‌باشند. یک واقعیت مصنوعی ایجاد شده و بازیکن داخل آن قرار می‌گیرد. واقعیت مجازی هم چنین شکلی از شبیه سازی است. محیط شبیه سازی شده است نه واقعی. یک استفاده معمولی شبیه سازی در تولید م یباشد. مجدداً، تولید بخشی از یک شرکت را با پیچیدگی‌هایی که توسط بخش بازاریابی ایجاد شده در نظر بگیرید. ویژگی‌های هر دستگاه در این فروشگاه همراه با زنجیره تولید به صورت ریاضی قابل توصیف م یباشد. ارتباطات می‌تواند براساس چگونگی این که دستگاه چگونه حرکت کرده و به سایرین ارتباط دارد پایه گذاری شود.در حضور یک دسته آزمایشی قطعات، فردی می‌تواند چگونگی قرارگیری سیستم و آمارهای کاربردی هر دستگاه را اندازه گیری نماید. برنامه‌های مختلف ممکن است آزمایش شود،آماده ثبت شود تا برنامه قابل قبولی حاصل شود. بازاریابی می‌تواند دستیابی و خرید این الگوها را در وب سایتی آزمایش کند. شبیه سازی می‌تواند برای تعیین ساختمان وب سایت استفاده شده تا عملکرد بهتری بدست آید و خریدهای آینده تخمین زده شود. هر 2 بخش از روش مدل سازی تجربی استفاده کرده اند.
طبقات مدل‌های توصیفی شامل :
• تصمیمات پیچیده دفتر اموال.
• تجزیه تحلیل تاثیر محیطی.
• برنامه ریزی مالی.
• جریان اطلاعات.
• تجزیه تحلیل مارکو (پشتیبانی‌ها)
• تجزیه و تحلیل سناریو.
• شبیه سازی (گونه‌های مختلف)
• پیش بینی فنی.
• مدیریت خط انتظار (صف بندی)

تعدادی مدل توصیفی غیرریاضی برای تصمیم گیری وجود دارد. یکی از آن‌ها نقشه شناختی م یباشد.
(2002Fden and Ackermann 2002, Jenkins ).یک نقشه شناختی به تصمیم گیرنده کمک می‌کند تا چهار چوب عوامل مهم را طراحی کرده و ارتباطات آن‌ها را در موقعیت‌های تصمیم سازی مشخص سازد. آن به تصمیم گیر کمک می‌کند تا با آن چه مرتبط و غیر مرتبط به کارش می‌باشد توجه کرده و این نقشه در حداکثر توان در مورد مسأله آگاهی به ما می‌دهد. این نقشه می‌تواند به تصمیم گیر کمک کند تا موضوعات را بهتر درک کرده و توجه بیشترداشته باشد و به مساله نزدیکتر شود. یکی از نرم افزارهای جالب برای این کار Decision Explorer م یباشد.
مدل توصیفی تصمیم ساز دیگر استفاده از داستان‌های برای توصیف موقعیت‌های تصمیم گیری م یباشد. یک داستان قصه‌ای م یباشد که وقتی گفته شد به تصمیم گیر کمک کند جنبه‌های مهم موقعیت را کشف کرده و به درک بهتر راهنمایی کند. این بسیار مؤثر م یباشد وقتی تصمیم توسط گروه گرفته شود.
هیئت منصفه در دادگاه عموماً از روش‌های داستان محور برای رسیدن به رأی استفاده می‌کند.
Allan, Fairtlough, and Heinzen, 2002; Beach, 1997; Denning, 2000; and the مشاهده کنید)
(film 12 Angry Men
خوب یا قابل قبول
براساس سایمون (1977) اکثر تصمیمات بشر چه سازمانی و چه انفرادی مستلزم ارائه راه حل رضایت بخش م یباشد. »چیزی کمتر از بهترین«. وقتی قابل قبول ارائه می‌شوند تصمیم گیرنده یک آرزو را مطرح می‌کند و سپس شروع به تحقیق و جستجو برای دستیابی می‌کند. دلایلی عادی این امر فشار زمانی، توانایی دستیابی به توان حداکثری، و هم چنین این که فایده‌ی جانبی راه حل ارزش هزینه‌های جانبی را ندارد. در این موقعیت تصمیم گیر عاقلانه عمل کرده و در عمل نتیجه خوبی می‌دهد. اساساً جنبه رضایت بخش،بخشی از فرآیند بهینه سازی م یباشد. بهترین راه حل مقدار مطلوب می‌باشد، اما اگر غیر ممکن نباشد مشکل م یباشد. در یک مدل اصولی، محاسبات بسیار زیاد ممکن است لازم باشد، اما در یک مدل توصیفی ممکن است ارزیابی تمام گزینه‌ها انجام شدنی نباشد.
در ارتباط با نظر سایمون عقلانیت محدودیت جنبه رضایتبخش در نظر گرفته می‌شود. انسان‌ها ظرفیت محدودی برای تفکر عقلانی دارند. آن‌ها عموماً مدل ساده شده‌ای از موقعیت واقعی را ساخته و پرداخته می‌کنند. رفتار آن‌ها در ارتباط با این مدل ممکن است معقول باشد. راه حل منطقی مدل سازی شده ممکن است عقلانی به نظر نرسد. قوه‌ی تعقل نه تنها بوسیله‌ی محدودیت‌های انسانی، بلکه با تفاوت‌های فردی نظیر سن، تحصیلات، دانش، دیدگاههای شخصی محدود می‌شود. قوه‌ی تعقل محدود این است که فکر کنیم چرا مدل‌ها به جای اصولی بودن، توصیفی می‌باشند.این می‌تواند هم چنین توضیح دهد که چرا خیلی از مدیران توانا به شم مدیریتی وابسته اند.مشاهده کنید (2001Stewart, 2002, paully ) آگوستو در سال 2002 قدرت تعقل محدود و جنبه رضایت بخشی را در افراد جوان در شرایط تحت وب درسال 2002مورد تحقیق قرار داد. او علاقه مند بود بداند چگونه افراد بزرگسال با محدودیت زمان، فزونی اطلاعات و تفاوت‌های فردی کنار می‌آیند. این تحقیق نشان داد که فیلتر کردن اطلاعات و قطع ارتباط 2 رفتار قابل قبول مهم می‌باشند. و علایق شخصی نقش مهمی در ارزیابی وب سایت بازی کرده. Mingers و Rosenhead در سال (2000) روشی را توصیف کردند که توسط آن از مدل‌های ریاضی به سمت فرآیند تصمیم سازی غنی شده مستلزم کار گروهی م یباشد. این باعث ایجاد احساس خوبی در تصمیم گیرنده شده اما این واقعیت را که مدل‌های درون DSS مورد نیاز می‌باشند، نادیده می‌گیرند .سازمان‌هایی که از این مدل‌ها استفاده نکنند،احساس خوبی داشته اما شرکت‌هایی که از این مدل‌ها استفاده کنند مسلماً تصمیمات مؤثرتری خواهد گرفت. وقتی ابزار مورد نیاز در دسترس و مؤثر باشد،آن‌ها باید برای شرایط رقابتی استفاده شوند.
بسط و توسعه (تولید) گزینه‌ها
بخش مهم مدل سازی تولید آن‌ها م یباشد. در بهینه سازی گزینه‌ها ممکن است توسط مدل طراحی شوند. در موقعیت‌های MMS، تولید انسانی گزینه‌ها ضروری است. این پروسه می‌تواند مستلزم تحقیق و خلاقیت باشد.البته مستلزم صرف وقت و هزینه نیز م یباشد. موضوعاتی نظیر چه زمانی این فرایند خاتمه یابد نیز حایز اهمیت نیز م یباشد. گزینه‌های بیش از مورد نیاز محکوم به فرآیند تصمیم سازی می‌باشند. ممکن است یک تصمیم گیرنده از فزونی اطلاعات رنج ببرد (مشاهده کنید DSS در فعالیت13,2) ببینید. این فعالیت یک ابتکار جدیدی را برای مدیران مؤسسات آموزش عالی ارائه می‌دهد که چگونه با فزونی اطلاعات مقابله کنند. مؤسسه آماده سازی زیر ساختار آموزش ملی (National Learning Infrastructure Initiative (NLII و Institute Readiness Program (READY)،راهی را برای سازمان دهی اطلاعات در زمینه‌ی ادغام تکنولوژی در تحصیلات عالیه ارائه می‌دهد. پورتال Ready (پایه گذاری بر اساس وب) از طریق اطلاعات زیادی آیتم‌های مربوطه را از سایرین توسط برنامه‌ای فیلتر می‌کند. تولید این گزینه‌ها به شدت وابسته فراوانی و هزینه اطلاعات و هم چنین متخصصین این حوزه م یباشد. این غیر رسمی‌ترین جنبه گزینه‌های حل مسئله بوده که می‌تواند تولید شده و می‌توان به روش کشف ارزیابی شوند. این فرآیند هم توسط گروه‌هائی در فرآیند بارش مغزی GSS تحت وب قابل پشتیبانی م یباشد.
دقت کنید که جستجو برای گزینه‌ها بعد از حصول معیارهای ارزشیابی گزینه‌ها ممکن است. این فرآیند می‌تواند جستجو را تقلیل داده، و هزینه ارزیابی را کم کند. اما از طرفی تشخیص گزینه‌های بالقوه مفید در شناخت معیارها کمک می‌کند. شناخت معیارها و گزینه‌ها در MMS Running Case مشکل به نظر رسید. این تجزیه تحلیل ابتدا مجبور بود مشکلات زیادی را شناسایی کند. به محض اینکه مشکلات شناسایی شدند سال‌ها کار تیمی و دستیابی به اطلاعات از طریق پورتال CLAUDIA کار را برای اعضای تیم ساده کرد و در نهایت کار ارزشیابی را به اتمام رسانید.
نتیجه هر گزینه پیشنهادی بایدثابت شود. بسته به اینکه آیا تصمیم گیری مشکل به عنوان یکی از اطمینان
،ریسک، یا عدم اطمینان، مدل سازی،روش‌های مختلف طبقه بندی شده است ممکن است مورد استفاده قرار گیرد (نگاه کنید به 2000Drummond, 2002; Koller, ). این در فصل 4 مطرح شده اند. مشاهده کنید DSS در فوکوس 14,2 برای توضیحات در مورد چگونگی اینکه مردم واقعا ریسک را می‌بینند.

DSS در فعالیت 13،2گزینه‌های بیش از اندازه هدف را خراب می‌کنند

موقعیت تصمیم گیری زیر در یک اتوبوس در یک جلسه‌ی ملی شنیده شد :
یک دانشگاه صاحب نام قصد داشت فعالیت‌های آموزشی خود را به وب منتقل کند. یکی از اساتید به این منظور انتخاب شد. او لیستی شامل 23 شرکت ارائه داد. او جزئیاتی از گزینه‌ها و آن چه مورد نیاز بود تهیه کرد. او می‌خواست کارش کامل باشد حتی اگر بعضی از گزینه‌های برای این کار مناسب نبودند. نسبت به این گزارش احساس خوبی داشت.روز قبل از تصمیم گیری فروشنده این قبیل محصولات مقابل دفتر کار رئیس توقف کرد.رئیس شرکت محصولات این شرکت را انتخاب کرده بود. در داخل اتوبوس این گونه به گوش می‌رسید :


مطالعه بر روی فرآیند تصمیم سازی نشان می‌دهد که وقتی انتخاب‌های زیادی به کسی ارائه شود و ضرب العجلی نیز تعیین شود او معمولاً آخرین گزینه را انتخاب می‌کند3. تا 5 انتخاب مناسب م یباشد. گذشته از همه این‌ها آن‌ها کوشیدند تا این مسئله را حل کنند و نه این که به بازاریابی بپردازند. حتی استفاده از یک نرم افزار برای مقایسه این گزینه‌ها مناسب می‌باشد. شاید انتخاب آگاهانه می‌توانست انجام شود.مشاهده کنید مورد کاربرد
3,2 را .
-----------------
Source: Modified and condensed from S.M.
Johnstone, "Decision Support for Distance Learning Solutions: Help is Online," Syllabus, October 2001.

DSS در فوکوس 14،2
قضاوت واقعی مردم در مورد ریسک چیست؟
پروفسور آدام گودی ازدانشگاه جورجیا به صورت نمی‌دهند ." گودی می‌گوید : "اگر مردم چیزی را تجربی نشان داد که قضاوت واقعی مردم در مورد تحت کنترل خود داشته باشند، مانند دانش خود ریسک در تصمیم گیری چیست"هنگامی که مردم از جهان، در انجام آن اصرار خواهند داشت. و این می‌خواهند بر روی انجام یک کار تصادفی قمار اصل مهمی برای انواع تصمیم گیری در زندگی انجام دهند، در صورتی که احتمال وقوع یک م یباشد ". بارز‌ترین مثال در این مورد سفرهای واقعه خوب کوچک، بالا باشد و احتمال وقوع هوایی پس از واقعه 11 سپتامبر است. گودی می‌یک واقعه بد بزرگ، پایین باشد آن کار را انجام گوید ." مردم از رانندگی ترس ندارند، بلکه آنها از

پرواز بیشتر هراس دارند، در صورتی که مسافرت هوایی از نظر آماری بسیار امن تر از بقیه مسافرت‌ها م یباشد . " او می‌گوید. " مردم احساس امنیت بیشتری دررانندگی م یکند زیرا آنها کنترل بر روی منبع ریسک دارند."
احساس کنترل یک عامل کلیدی در ریسک پذیری یا اجتناب از آن است.مردم زمانی که احساس می‌کنند می‌توانند بر نتیجه یک کار کنترل کنند،بیشتر تمایل به انتخاب ریسک را دارند-حتی اگرآنها شانس بالایی در موفقیت داشته باشند . اغلب مردم

نتایج اندازه گیری
به دانش خود اطمینان دارند. این موضوع می‌تواند بیانگر این موضوع باشد که چرا مشتری یک دستگاه خود پرداز جهت دریافت پول نیاز به فشردن یک دکمه را دارد. این کاربه مشتری احساسی از کنترل را می‌دهد .
Source: For more information, see A. Mann,
"Risky Business," Columns (UGA Faculty
Newsletter), February 11،2002, p. 3; Goodie (2001).

ارزشیابی گزینه‌های منتخب یکی از شرایط حصول هدف است. گاهی اوقات یک نتیجه به طور مستقیم هدف را بیان می‌کند. به عنوان مثال سود، خروجی مساله است و بیشینه سازی سود هدف است (واحد هر دو دلار است). اگر خروجی مساله، رضایتمندی مشتری باشد،این مورد با تعداد شکایات یا میزان دوام یک محصول ویا با نظرسنجی اندازه گیری می‌شود. ایده آل، حل مساله با اندازه گیری یکی از مواردفوق است.البته اندازه گیری چند مورد نیز ممکن است استفاده شود (نگاه کنید به Barba - Romero، 2001 ؛ Koksalan و Zionts، 2001). هنگامی که گروه‌های مختلفی تصمیم گیری را انجام می‌دهند، هر یک از گروههای شرکت کننده ممکن است برنامه عملیاتی متفاوتی داشته باشد. به عنوان مثال ممکن است هدف مدیران بدست آوردن حداکثر سود، هدف بازاریابان افزایش نفوذ در بازار، هدف مصرف کنندگان کاهش هزینه‌ها و در حالی که هدف سهامداران افزایش خط تولید باشد. به طور معمول این تضاد اهداف، نیازمند توسعه معیار‌های چند گانه خاص م یباشد . یکی از این روش‌ها فرآیند تجزیه و تحلیل سلسله مراتبی است، خلاصه مطالب در برنامه کاربردی فصل 3,2 و وب سایت در کالج / دانشگاه قرار دارد.
سناریو‌ها(حالات)
سناریو، شرحی از فرضیات ممکن درباره محیط عملیاتی یک سیستم ویژه در یک زمان مشخص است ؛ که، بیانگر پارامتر‌های مختلف تصمیم گیری م یباشد . سناریو فقط توصیف تصمیم گیری است وقادر به کنترل متغیرها و پارامتر‌های مدل سازی یک وضعیت خاص نیست. همچنین ممکن است محدودیت برای مراحل و مدلسازی نیز فراهم کند.
ریشه سناریو از تئاتر بر گرفته شده است. اصطلاحی که از بازی جنگ و شبیه سازی در مقیاس بزرگ وام گرفته شده است. سناریو یک ابزار برنامه ریزی و تجزیه و تحلیل DSS است که می‌تواند طیف کاملی از امکانات را شامل شود. یک مدیر می‌تواند مجموعه‌ای از سناریو‌ها را ساخته (بر حسب مورد)، وبه تجزیه و تحلیل کامپیوتری و کسب اطلاعات بیشتر در مورد سیستم و مسائل تصمیم گیری بپردازد.
ایده آل، اینست که مدیر بتواند را حل مطلوبی را برای مدل سازی مساله پیدا کند.
سناریو کمک ویژه‌ای به تجزیه تحلیل و شبیه سازی می‌کند. در هر دو مورد، ما سناریو‌ها را تغییر داده و نتایج را بررسی می‌کنیم.
سناریوها نقش مهمی را در MSS بازی می‌کند زیرا آنها
• به شناسایی فرصت‌ها و حوزه‌های مشکل دار کمک می‌کنند
• قابلیت انعطاف در برنامه ریزی را فراهم م یکنند.
• به شناسایی مرز تغییرات که مدیران باید رصد کنند، کمک می‌کند.
• به اعتبار فرضیات مدلسازی عمده، کمک می‌کنند
• به تصمیم گیرنده قدرت پی بردن به رفتار سیستم را از طریق یک مدل، می‌دهد
• به بررسی راه حل‌های پیشنهادی موثر برای تغییر در محیط کمک می‌کنند
سناریوهای ممکن
هزاران سناریوی ممکن برای هر موقعیت تصمیمگیری وجود دارد. با این حال مشخص نمودن موارد زیردر عمل مفید هستند :
• بدترین سناریوی ممکن
• بهترین سناریوی ممکن
• محتمل‌ترین سناریو
• سناریوی متوسط
سناریوها مشخص کننده چهار چوب موثری از تجزیه و تحلیل هستند. سناریوها در اجرای MMS در جایگزینی ارزش یک عنصر مورد استفاده قرار می‌گیرند.
خطاهای تصمیم گیری مدل، جزء حیاتی در فرآیند تصمیم گیری است، اما ممکن است تعدادی از خطاها در توسعه و استفاده از آن توسط افراد ایجاد شود.تایید مدل قبل از استفاده آن حیاتی است. گردآوری درست اطلاعات، با سطح مناسبی از دقت و صحت، به عنوان شاخص تصمیم گیری،نیز حیاتی است. سایر (1999) "هفت اشتباه وحشتناک تصمیمگیری "، که اکثر آنها به رفتار یا به اطلاعات مرتبط هستند را توصیف کرده است. شرح این اشتباهات در نکته 15,2 آمده است.

8,2 تصمیم گیری : فاز انتخاب

انتخاب عمل مهم تصمیم گیری است.درمرحله انتخاب است که یک تصمیم واقعی گرفته شده ومراحل اجرای یک فعالیت نیز مشخص می‌شود. . مرز بین طراحی و انتخاب اغلب معلوم نیست زیرا برخی از فعالیت‌ها را می‌توان در هر دوی آنها انجام داد و اغلب می‌تواند یکی از فعالیت‌های انتخاب به فاز فعالیت‌های طراحی منتقل شود. به عنوان مثال، شخص می‌تواند آلتر ناتیو‌های جدیدرا از انجام ارزیابی‌های موجود، تولید کند. فاز انتخاب شامل جستجو، ارزیابی، و پیشنهاد راه حل مناسب برای مدل می‌باشد. راه حل برای یک مدل،مجموعه‌ای خاص از مقادیر متغیر برای تصمیم گیری در انتخاب و جایگزینی است. در فاز اجرای MMS
(نگاه کنید به DSS در عمل 16,2)، انتخاب‌ها با طول عمر و سودآوری مورد ارزیابی قرار می‌گرفتند.
انتخاب برای تصحیح خطای داده‌ها وانتقال تعداد خاصی اتومبیل از یک مجموعه‌ای از نقاط به مجموعه دیگری ساخته شده است.
نوع تبلیغات، تغییر یافته است و اطلاعات و ویژگی‌های جدید به شرکت‌های DSS اضافه م یشود.
توجه : حل مدل، حل مشکل مدل حاضرنمی باشد. راه حلی که برای مدل بازده توصیه می‌شود راه حل مشکل است. راه حلی پیشنهاد م یشود که بتواند با موفقیت به اجرا در آید.
حل مدل تصمیم گیری شامل جستجو در یک دوره کامل از فعالیتها می‌باشد . این روش‌های جستجو شامل تکنیک‌های تحلیلی (حل فرمول)، الگوریتم (حل گام به گام)، اکتشاف (قوانین سرانگشتی)، و جستجوهای بی حاصل (عکسبرداری در تاریکی، ایده آل در راه منطقی)م یباشد که به تفصیل در فصل 4 توضیح داده خواهند شد.
تمام گزینه‌ها باید مورد ارزیابی قرار گیرد. اگر گزینه‌ای دارای اهداف چندگانه باشد، همه آنها باید بررسی شده و با یکدیگر مقایسه شود. می‌توان از تجزیه و تحلیل حساسیت برای تشخیص گزینه قوی استفاده نمود( ایده آل تغییرات اندک یا عدم تغییردر پارامتر است) و ازتحلیل برای یافتن تغییرات در پارامترها استفاده نمود . جستجوی هدف به مدیر کمک م یکند تا مدیر با تعیین ارزش متغیرهای تصمیم به هدف مشخصی نائل شود. تمامی این موارد در فصل 4 پوشش داده شده است.
DSS در فوکوس 15،2
هفت اشتباه فاحش در تصمیم گیری

سایر (1999) "هفت اشتباه وحشتناک تصمیم گیری." را توصیف می‌کند اینها تله‌های شایع تصمیم گیری می‌باشند که اغلب تصمیم گیرندگان از آنها بی اطلاعند . هفت اشتباه فاحش عبارتند از :
1. اعتقاد داشتن به اینکه شما در حال حاضر تمام پاسخ‌ها را در اختیار دارید (عدم تلاش در کسب اطلاعات خارجی)
2. پرسیدن سوال اشتباه است (شمابه اطلاعات صحیح برای تصمیم گیری آگاهانه نیاز دارید) 3. خودخواهی و غرور(تصمیم گیرنده بر تصمیم غلط خود پافشاری می‌کند)
4. همه کار‌ها باید بایک روال مشخص انجام شود

9,2 تصمیم گیری :فاز اجرا
5. بلند پروازی بد است
6. اعتماد به شنید ه‌ها (چشم پوشی از نظرات منفی و نادیده گرفتن اخبار بد)
7. عجله کردن و وانتظار : عدم تصمیم گیری می‌تواند هماند یک تصمیم نامناسب باشد (به تعویق انداختن از تکنیک‌های مدیریت خوب نیست).
البته، تمام این منجر به تصمیمات بد می‌شوندکه تصمیمات بد نیز به هزینه‌های غیر ضروری و بالا برای شرکتها منجر می‌شود (از جمله اخراج کردن).
Source: Based on D.c. Sawyer, Getting It Right: Avoiding the High Cost of Wrong Decisions, Boca Raton, FL: St. Lucie Press, 1999.

در پانصد سال پیش ماچیاولی استاتلی به برخی از نکات زیر اشاره کرد" بجای تاکید بر تردید یا احساس خطر در موفقیت بایدتاکید بر انجام مشکل باشد ". اجرای راه حل پیشنهادی برای مشکل، در حقیقت شامل بکار گیری یک دستور العمل جدیدو یاتغییر اندک می‌باشد. و تغییر باید مدیریت شود.
انتظارات کاربران نیز باید به عنوان بخشی از تغییر، مدیریت شود.تعریف اجرا( پیاده سازی) تا حدی پیچیده است زیرا پیاده سازی یک فرآیند پیچیده و طولانی با مرز‌های ناشناخته است. در واقع اجرا عبارت است از بکار بستن یک روش مناسب برای کار، بدون نیازبه اجرا توسط یک سیستم کامپیوتری . بسیاری از مسائل عمومی اجرا، مانند مقاومت در مقابل تغییر، درجه حمایت از مدیریت ارشد، و آموزش کاربر، از مسائل مهم در برخورد با سیستم‌های پشتیبانی مدیریت، هستند. در کیس اجرایی DSS) MMS در عمل 17,2)، مرحله اجرا تا حدودی فازی است. برخی ازتصمیمات قبل از اجرا به صورت عمومی،توسط افراد تست شده بودند. اساسا برای MMS، اجرا درگیر به روز رسانی سیستم‌های کامپیوتری، باز خوردتست مدل‌ها و سناریوها،و حرکت ماشین از مکانی به مکان دیگر، است.. یک سیستم کامپیوتری به روز رسانی شده ایده آل باید درگیر رویکرد توسعه سیستم رسمی اطلاعاتی باشد، که اجرای واقعی تصمیم گیری ممکن نیست.
جزییات اجرا در فصل شش تشریح شده است. پروسه تصمیم گیری اگر چه توسط مردم انجام می‌گیرد ولیکن باید با پشتیبانی کامپیوتر توسعه یابد.

10,2 چگونه تصمیم گیری پشتیبانی می‌شود

داده‌ها مفید م یباشد.منابع اطلاعاتی باید داخلی یا خارجی باشد.منابع داخلی ممکن است از طریق یک شبکه اینترانت در دسترس باشد.منابع خارجی نیز بسیار زیاد و متنوع هستند. برای دسترسی به لیست وب سایت‌های مر بوط به تجارت و اقتصاد جهانی به‌هانسن رجوع کنید(2002).
فناوری‌های پشتیبانی تصمیم ممکن است در این زمینه خیلی مفید باشند.برای نمونه یک سیستم اطلاعاتی سازمانی می‌تواند با استفاده از فاز هوشمندی،اطلاعات داخلی و خارجی را رصد نماید.(به DSS در فعالیت 18,2 که درمورد صنایع دارویی است رجوع کنید).بطور مشابه داده کاوی اتوماتیک( شامل هوش مصنوعی، CRM، شبکه‌های عصبی)و پردازش آنالیز بر خط(OLAP)از فاز هوشمندی برای تشخیص ارتباط عوامل و عملکرد‌ها، پشتیبانی می‌کنند.این ارتباطات ممکن استدر راستای مزایای رقابتی بهره برداری شود(برای مثال CRM گروهی از مشتریانی را که با محصولات و خدمات خاصی در ارتباط هستند را شناسایی می‌کند،رجوع کنید به Sparacino and O'Reilly سال 2000).یک سیستم مدیریت دانش برای شناسایی موقعیت‌های مشابه در گذشته وروش‌های اداره آنها مورد استفاده قرار گرفته وسیستم پشتیبانی گروهی می‌تواند برای تبادل و به اشتراک گذاری داده‌ها مورد استفاده قرار گیرد. از شبکه‌های عصبی برای تشخیص بهترین اهداف استفاده می‌شود،مانند توضیحات شاوروآرونسون برای بانک‌ها(2003) که در آن وب فراهم کننده ابزار واسط معروف و نقاط دسترسی بحرانی می‌باشد.در اغلب مواقع اطلاعات فازی برای تشخیص مشکلات و فرصتها مورد نیاز م یباشد.

DSS در فعالیت 18،2
آنالیز شرکت‌های دارویی واستفاده از پرتال‌های وب

شرکت دارویی Infinity در ایالت بوستون پیشرفت دارویی را با ارزیابی مواد شیمیایی جدید از طریق شبکه آنالیز زمان واقعی(real time web) سرعت بخشید.محققان نیازمند تولید مدل‌های آماری ازچگونگی واکنش ترکیبات شیمیایی در آزمایشات می‌باشند.در صورت وجود مدل‌های مختلف وجستجوی این مدل‌ها به صورت همزمان،شیوه کار موثر تر خواهد بود.ادغام داده‌های بانک‌های اطلاعاتی شیمیایی با منابع خارجی، از قبیل بانک اطلاعاتی مولفه‌های شیمیایی، امری ضروری است.کارمندان بخش IT شرکت این مشکل را با ساخت یک مدل کاربردی از شبکه آنالیز زمان واقعی وب مرتفع ساختند.واسط‌های XML در هر برنامه‌ای قابل اجرا هستند.این طرح همچنین شامل یک مدل استاندارد فرا داده م یباشد که طرح‌های شرکت دیکشنری داده‌هایش است.یکپارچگی اطلاعات از قبل طراحی شده است.پورتال تحلیل تصمیم‌ها از وب برای برای ایجاد انجمن‌های تصمیم گیری علمی استفاده می‌کند.این انجمن‌ها با استفاده از یک فضای کاری مشترک وبا دسترسی به حجم زیادی از فرمول‌هاو ساختار‌های شیمیایی پیچیده یا اطلاعات ژنتیکی،این داده‌ها را تحلیل کرده و نتایج را به اشتراک می‌گذارند.spotfire.net به طور خودکار ابزار‌های جستجوی دو طرفه برای شناسایی سریع گرایشها،استثنائات و الگو‌هارا فراهم میکند.محققان می‌توانند داده‌هارا به صورت سه بعدی دیده و آنها را بکار گیرند(آزمایشگاه مجازی).این سایت همچنین الگوریتم‌هایی را برای استنتاج و آنالیز داده‌ها برای کاربرانش فراهم می‌کند.این شامل درخت تحلیل تصمیم، آنالیز اجزای اصلی،خوشه بندی K-means‌ها، خوشه بندی سلسله مراتبی و سایر

Online," Research & DevelopmentyoX. 42, No. 9, September 2000, p. 59.

محاسبات آماری م یباشد.میلونها ماده مرکب در مدت کوتاهی تجزیه و تحلیل می‌شوند.
Sources: Adapted from Mark Hall, "Web Analytics: Get Real," ComputerWorld,Vo\. 36, No. 14, April 1،2002،42-43; Julia
Boguslavsky, "Visualize Large Data Sets

پشتیبانی برای فاز طراحی
فاز طراحی شامل ایجاد مدل‌هایی(نمونه) از فعالیت است. این فاز به بحث در مورد معیار‌های انتخاب و اهمیت نسبی آنها می‌پردازد وهمچنین به بحث در باره پیش بینی نتایج حاصل از بکار گیری مدل‌های مختلف در آینده می‌پردازد. بسیاری از این فعالیت‌ها می‌توانند از مدلهای استانداردی که توسط سیستم پشتیبانی تصمیم فراهم شده است،استفاده کنند.(ازقبیل مدل‌های مالی و پیشگویی که به صورت اپلت‌ها در دسترسند) . ایجاد نمونه‌ها برای مشکلات ساختاری می‌تواند از طریق ایجاد مدل خاص یا استاندارد صورت گیرد.با اینحال ایجاد نمونه‌ها برای مشکلات پیچده نیاز به استفاده از انسان‌های خبره یا سیستم‌های خبره دارد.OLAPو نرم افزار‌های داده کاوی در تشخیص روابط مدل‌های مورد استفاده مفید هستند.اغلب DSSقابلیت‌های تجزیه کیفی را دارد و یک ES داخلی می‌تواند هم به روش‌های کیفی و هم به مهارت لازم در انتخاب تجزیه کیفی و مدل‌های پیش بینی کمک نماید.یک سیستم مدیریت علمی باید حتما در تعیین اینکه آیا با چنین مشکلی قبلا هم برخورد شده است و یا آیا کارشناسانی در دسترس هستند که بتوانند پاسخ‌ها و درک سریعی را ارائه دهند،مشورت کرده باشد. سیستم‌های مدیریت رابطه مشتری، سیستم‌های مدیریت بازده و منافع همانطور در جزئیات MMS آمده،برنامه ریزی منابع کاری و نرم افزار سیستم‌های مدیریت زنجیره عرضه محصول، در این زمینه مفید هستند که:آنها نمونه‌هایی از مراحل تجاری را ارائه می‌دهند که می‌تواند فرضیه‌ها و سناریو‌ها را آزمایش نمایند. اگر مشکل نیازمند گرد همایی گروهی برای کمک به تعریف نظریات و گزینه‌های مهم باشد، یک سیستم پشتیبانی گروهی شاید مفید واقع شود. ابزاری که نقشه برداری شناختی را فراهم می‌کنند نیز می‌توانند مفید باشند.همه این ابزار‌ها شاید از طریق وب قابل دسترسی باشند. Cohen, Kellyو(2001 Medaglia ( چندین ابزار را که بر اساس وب مسئولیت آماده سازی و ارائه را بر عهده دارند،توصیف نمودندکه شامل پشتیبانی تصمیم خصوصا در مرحله طراحی، به وسیله ارائه نمونه‌ها و گزارش نتایج متناوب م یباشد .هر کدام از آنها سالیانه میلیون‌ها دلار از طریق بکار گیری این ابزار‌ها بدست آورده اند. DSS بر اساس وب به مهندسین در طراحی محصول کمک کرده و همچنین به تصمیم گیرندگان کمک می‌کند که مشکلات اقتصادی را حل کنند.

پشتیبانی برای فاز انتخاب
علاوه بر ارائه مدل‌هایی که سریعا بهترین راه حل ویا یک راه حل نسبتا خوب را تشخیص می‌دهند،یک سیستم پشتیبانی تصمیم می‌تواند مرحله انتخاب را از طریق تجزیه و تحلیل(آنالیز) مراحل یافتن هدف، حمایت کند.سناریو‌های مختلف می‌توانند برای گزینه‌های انتخابی جهت کمک به تصمیم نهایی،آزمایش شوند.مجددا دانش سیستم مدیریت می‌تواند به تشخیص تجارب مشابه گذشته کمک کند.سیستم
هایCRM,ERP,SCM برای این بکار می‌روند که تاثیر تصمیمات را در مشخص کردن ارزش هدایتی آنها در یک انتخاب هوشمندانه آزمایش کنند.یک سیستم خبره برای ارزیابی شرایط مطلوب راه حلی خاص و پیشنهاد یک راه حل مطلوب بکار می‌رود. اگر گروه تصمیمی بگیرد، یک سیستم تصمیم گیری گروهی می‌تواند گروه را در رسیدن به اجماع کمک کند.

DSS در فوکوس 20،2
تصمیم گیری در عصر دیجیتال

تریگور و کیپنر(ازپرنیستون ایالت نیوجرسی) مدیران و کارگران را در ایالت متحده مورد بررسی قرار دادند تا تعیین کنند که آنها چگونه با نیاز به "تصمیم گیری سریع تر" کنار می‌آیند و شرکت‌ها چگونه بین "نیاز به سرعت" و "نیاز به کیفیت" توازن ایجاد می‌کنند. تصمیم گیرندگان برای حفظ موقعیت(خوب نگاه داشتن) تحت فشار هستند، اما طی فرآیند تصمیم گیری، اغلب کیفیت تصمیم گیری را قربانی می‌کنند.تصمیم گیرندگان عصر دیجیتال آنچه را که قابل دسترسی است،انجام نمی‌دهند.آنها در شرکت دادن افراد مناسب در فرآیند تصمیم گیری شکست می‌خورند.یافته‌های کلیدی عبارتند از:
• بیشتر تصمیمات در کمترین زمان گرفته شده‌اند
 هر دو گروه مدیران و کارگران باید تصمیمات بیشتری را در زمان مشابه و یا حداقل زمان بگیرند.65 درصد از کارگزاران و 77 درصد از مدیران می‌گویند که آنها باید هر روز تصمیمات بیشتری بگیرند. در همان زمان اغلب آنها همچنین موافق هستند که مقدار زمانی که آنها مجبورند این تصمیمات را بگیرند، در موقعیت‌های مشابه کاهش یافته است.
• پاسخگویان فرصت‌ها را از دست می‌دهند
 علیرغم فشار برای تصمیم گیری‌های سریع، نزدیک
به کارگزاران و میدران می‌گویند که فرصت‌ها را از دست می‌دهند. زیرا آنها به اندازه کافی سریع تصمیم نمی‌گیرند اغلب آنها با این نظر موافقند که تصمیم گیری‌ها اغلب به موقع انجام نمی‌گیرد
• خیلی‌ها احساس می‌کنند که رقابت را از دست می‌دهند
 وقتی از آنها خواسته شد که سرعت تصمیم گیری تشکیلات شان را با سرعت رقبا مقایسه نمایند، فقط یک چهارم از کارگران و کمتر از یک سوم مدیران گفتند که سریعتر از رقبا حرکت می‌کنند
• خیلی از موانع در پیش روی سرعت، انسانی هستند
 مدیران و کارگران به طور حتم موافق بودند که نیاز به مصوبات متعدد مانعی مانعی است که بیشتر با آن برخورد شده است. موانع عمومی دیگر بر سر راه: مصلحت اندیشی‌های سازمانی،تغییر اولویت‌ها و وادار کردن مردم به موافقت کردن به آنچه که آنها می‌خواهند تصمیم بگیرند و اجرا شود.
• گستردگی نفوذ فناوری اطلاعات امری بدیهی است







گسترش از ایمیل صورت گرفته است. اغلب آنها همچنین








2002
2001 وقتی به طور خاص پرسیده شد که درکجا IT 
معتقدند که حتی کمیت اطلاعات نیز افزایش یافته است. مهمترین منبع اطلاعاتی برای تصمیم گیری شده است هردو گروه کارگران و مدیران فهرستی به صورت زیر ارائه کرده
فراموشی در تصمیم گیری رایج و شایع است •

سازمان‌ها در زمینه نگهداری از تجارب تصمیم بودجه بندی - سرمایه گذاری مالی،سرویس خدمات
مشتریان،دقیقا از مدیریت محصول روزانه منتج،کیفیت- نیروی تولید، منابع انسانی –پرسنل و مرحله
پیشرفت و بهبود.
منابع اطلاعاتی دائما در حال تغییرند
وقتی سوال شد که آنها از چه جایی اطلاعاتشان را گیرند که بر اساس آن تصمیمات امروز را می‌گیرند(درمقایسه با سه سال قبل)،هر دو گروه کارگران ومدیران یک بزرگ را از منابع حقیقی به منابع مجازی تعریفکردنند. برجسته‌ترین و شاخصترین تغییر در استفاده رو به اند:
گیری خیلی موثر نیستند .از بین آنهایی که گفتند تشکیلاتآنها دارای یک سیستم مناسب در شرایط بحرانی است، 
شده
•

می
انتقال
77 در صد از کارگران و 82 درصد از مدیران گفتند که آنهانتوانستند منفعت پایگاه داده‌های اطلاعاتی خود را ارزیابیکنند.موسسات بازرگانی که رهبری تصمیمات را برعهدهدارند به راه‌هایی رسیده‌اند که این کمبود‌ها و نقص‌ها را
بر می‌شمارد.
.
Source:
Resource جهت دیدن جزئیات به منابع رجوع شود 
Modified from D.K. Wessel, "Decision
Making in the Digital Age," DM Review Guide, DM Review, December
پشتیبانی برای فاز اجرا :اتخاذ تصمیم
منافع ارائه شده DSS طی مرحله اجرا شاید به همان اندازه مهم و حتی مهم تراز مراحل قبلی باشد.DSS می‌تواند در فعالیت‌های اجرایی، در انتقال تصمیم و توضیح، توجیه و درستی تصمیم، بکار رود.مراحل فاز اجرایDSS، تا اندازه‌ای و ظیفه دارند که جزئیات گزارش‌ها و آنالیز‌ها را روشن نمایند.برای مثال،یک مدیر اجرایی به کارمندان و بخش‌های بیرونی نه تنها مجموعه‌ای از اهداف مالی و نقدینگی که برای دوره نزدیک لازم است را ارائه می‌دهد بلکه محاسبات، نتایج میانگین و آماری که در تعیین مجموعه اعداد و ارقام و اشکال مختلف بکار می‌روندرانیز ارائه می‌دهند. علاوه بر ارتباط دادن اهداف مالی بطور مبهم، CEO(مدیر اجرایی) به نکات دیگری نیز اشاره می‌کند.کارمندان می‌دانند که مدیر اجرایی بر اساس فرضیات پشت اهداف مالی، اندیشیده است ودر مورد اهمیت و قابلیت حصول نتایج جدی است.بانکدار‌ها و کارگردانان نشان می‌دهند که CEO بطور شخصی در آنالیز نقدینگی لازم، شرکت داشته است و به درخواست‌های مالی که توسط قسمت مالی آماده می‌شود آگاه است و نسبت به آنها مسئولیت دارد.هر کدام از این پیام‌ها اجرای تصمیم را به روش‌هایی بهبود می‌بخشد. در آغاز اعضای تیم جهت تصمیم گیری به اطلاعات دسترسی داشتند و همچنین به اطلاعات در باره نتایج تصمیمات نیز دسترسی داشتند.به طور مشابه این مساله در مورد CRM،ERP،EIS،KMS، MMSوSCM هم صادق است که همگی درمسیر اجرای خوب چگونه کار می‌کنند مفید هستند.GSS برا‌ی یک تیم که در ثبت تاثیر اجرایی همکاری نمایند مفید است.برای مثال یک تصمیم شاید باعث شود از شر مشتریان غیرمفید خلاص شویم.یک CRMموثر می‌تواند دسته‌هایی از مشتریان را که از آنها خلاصی می‌یابیم مشخص کند همچنین برخورد‌ها را مشخص نماید و اثبات نماید که به روش فوق کار می‌کند.همه مراحل فرآیند تصمیم گیری، می‌تواند به وسیله بهبود ارتباطات توسط همکار‌ی محاسبات KMS و GSS،پشتیبانی شود.سیستم‌های محاسباتی و کامپیوتری به وسیله راهنمایی مردم و توجیه و تصدیق پیشنهادات و نظرات آنها می‌توانند ارتباطات را ساده نمایند.. پشتیبانی کمکی همچنین می‌تواند سریعا برای آنالیز سناریو‌های ممکن مختلف مادامی که یک نشست بر قرار است، آماده شود(حضوری یا مجازی).
اجرای تصمیم همچنین می‌تواند به وسیله سیستم‌های مهارتی پشتیبانی شود. یک ES می‌تواند به عنوان یک سیستم مشاور در لحاظ کردن مشکلات اجرا بکار رود.(مانند مقاومت در برابر تغییرات) نهایتا یک ES میتواند الگویی را ارائه کند که شاید مرحله اجرا و اجرای تصمیم را هموار کند.باز خورد‌ها در طول ارزشیابی بوسیله یک سیستم اطلاعاتی کارا از یک دروازه اطلاعاتی که بر اساس وب می‌باشد، گزارش شده است که نوعا بوسیله سیستم‌های ERPوSCM مشخص می‌گردد.سیستم‌های CRM براساس باز خوردهایی که در اجرا بوجود می‌آید،گزارش می‌دهند و محتویات درونی را به روز رسانی می‌نمایند. سپس این داده‌های ورودی درتشخیص مشکلات جدید و فرصتها بکار می‌روند-بازگشت به فاز هوشمندی-.
تکنولوژی‌های جدید برای پشتیبانی تصمیم گیری
سیستم‌های مبتنی بر وب بر چگونگی پشتیبانی تصمیم گیری تاثیر داشته‌اند . با توسعه تجارت سیار(موبایلی) وسایل شخصی زیادی( رایانه‌های کوجک "PDA"، تلفن‌های شخصی، لپ تاپ‌ها)می توانند به منابع اطلاعاتی دسترسی داشته باشند وکاربران می‌توانند با بروز رسانی اطلاعات به سیستم‌ها پاسخ دهند.این امر هنگامی می‌تواند مفید باشد که یک فروشنده در غیر محل کار خود می‌تواند به CRMخودش دسترسی داشته باشد. دسترسی دائم به داده‌ها،لیست حقوقی و دیگر موارد به آنها در کارشان کمک می‌کند.تجهیزات بی سیم که ارائه دهنده تجارت موبایلی هستند در این امر نقش بسیار مهمی ایفا می‌نمایند.
وب، وسیله‌ای را برای انتشار دانش و اطلاعات درمورد تصمیم گیری و سیستم پشتیبانی ارائه می‌نماید.منابع بسیاری برای پشتیبانی تصمیم گیری و فرضیه تصمیم گیری در جدول 3,2لیست شده است.





اتخاذ تصمیم



خود ارزیابی شود.اعضای تیم در تعیین می‌کنند که کدام شکل بیشترین کیفیت و آسان‌ترین روش تولید را افزار مدل‌ها را پشتیبانی می‌کند.
Source: Adapted from
"Validating Design Decisions On-Line,"
Computer-Aided Engineering,, Vol.
4, April, DSS در فوکوس 20،2 DSSمبتنی بر وب
موسسات مهندسی باید مشکلات و خدمات را نه بعنوان تصمیم گیریحل کنند.گروه Ga 3 روش G.webتکنولوژی اینترنتی است را توسعه رو ش فرآیند طراحی محصول راسرعت
G.web 3 بر روی XML، Java و گسترش یافت. این موضوع به
اجازه می‌دهدکه با استفاده از مروربه طراحی پارامتریک و داده‌های
استفاده در تغییر طراحی، دست یابنداز تیم طراحی محصول بازخورد پارامتریک و عملکرد یک طرح همرانمایش می‌دهد. صد‌ها طرح همزمان

دستیار مهندسان در
طراحی محصول زمان واقعی کسب وکار مجموع
3 که یک تاثیر،بالاترینداده است. این دارد.نرم
Anonymous, .می بخشد
20, No. Microsoft.net
مهندسین پروژه .24, p. 2000 گر‌های وب
مهندسی مورد . هر عضوی تغییرات مهندسی با تغیرات،را
میتواند در

11,2 انواع شخصیت،نوع و جنسیت، درک انسانی و انواع تصمیمانواع شخصیت(فطرت انسانی)
بسیاری از مطالعات نشان دهنده وجود رابطه قوی بین شخصت و تصمیم گیری می‌باشد.نوع شخصیت بر روی جهت گیری به سمت اهداف، انتخاب راه کار‌ها و واکنش نشان دادن در زمان خطر، تاثیر می‌گذارد.شخصیت بر قدرت تصمیم گیرنده و تصمیمات و نمونه‌های ارتباطی یک تصمیم گیرنده خاص تاثیر می‌گذارد(برای مثال به Harrison سال 1999 نگاه شود ).
مردم مثل هم نیستند در سال 1920 کارل جانگ توضیح داد که چگونه مردم به طور بنیادی متفاوت هستند، اگرچه آنها غریزه مشابهی دارند که بطور درونی آنها را کنترل می‌کند. انواع شخصیت در یونان باستان توسط‌هایپوکاراتس توصیف شدندو بطور حتم مدتی قبل از آن هم شناخته شده بودند. در سال 1950 بریگس و مایر تحقیق جانگ را کامل کردند. شخصیت و انواع خلق و خو در توجه 22,2 بطور خلاصه توصیف شده است.
یک آزمایش و تست طولانی و دارای جزئیات متعلق مایر و بریگس وجود دارد. این تست باید توسط یک مشاور حرفه‌ای گرفته شود. کرسی و باتس در سال 1984 یک پرسشنامه کوتاه تر را منتشر کردند که شخصیت یک فرد را تعیین می‌کند و عکس العمل‌های فرد و چگونگی واکنش در برابر وقایع را توصیف می‌کند.
بریکمن در سال 1195 یک تقسیم بندی شخصیتی بنام "رنگهای حقیقی"را ارائه نمود.(اطلاع داشته باشید که در کتب مختلف و اینترنت جندین نوع مختلف از رنگها وجود دارد)تقسیم بندی شخصیتی از ساختار اساسی جانگ یان پیروی میکند. اما ثبت نوع شخصیت یک فرد مستلزم پاسخگویی به 16 سوال ساده صحیح و غلط م یباشد.یک مولف این تقسیم بندی شخصیتی را در سال 1998 در کلاس‌های خود بر روی 1000 دانش آموزبکار برده است.بعضی از دانش آموزان ادعا کرده‌اند که این تقسم بندی، با احساس واقعی آنها از شخصیتشان همخوانی ندارد.انواع رنگها می‌تواند سریعا ثبت شده و در ساختار تیم‌های کلاس‌ها و مهمتر از آن در محیط این تصمیم گیری بکار رود.تقسم بندی رنگها در توجه 23,2 به طور خلاصه آمده است. خلق و خو و سرشت به توصیف اینکه چگونه فرد با مشکلات تصمیم گیری مواجه می‌شود،کمک می‌کند.زیرایک فعالیت خاص ممکن است توسط یک فرد خاص بهتر اداره می‌شود(هرفردی فعالیت‌های مشخصی را بهتر انجام می‌دهد).خلق و خو سرشت همچنین به توصیف چگونگی ارتباط بین افراد و ارتباطات کاری کمک می‌کند.
این اطلاعات می‌تواند در تعیین بهترین راه برای تاثیر متقابل با دیگر موارد قابل توجه شما،مفید باشد.مهمترین ایده در شناخت شخصیت و انواع خلق و خو اینست که هیچ نوع درست یا غلط،خوب یا بد وجود ندارد.مردم انواع مختلف شخصیتی را دارند.مردم در مواجه با مشکلات، عمل و عکس العمل متفاوت از خود بروز می‌دهند.(به عنوان نمونه در شرایط عصبی یا در حالت معمولی)مردم دیدگاهها و نیاز‌های انگیزشی مختلفی دارند،بطورمتفاوتی فکر می‌کنند و در مرحله تصمیم گیری بطور ارادی تصمیمات مشخصی را اتخاذ می‌نمایند. بسته به نوع شخصیت روش‌هایی از یادگیری و توضیح را مقدم کرده اند(مهم در مشاغل دانشگاهی).مرم با انواع متفاوت راهکار‌های بهینه در ارتباط هستند و بسته به نوع شخصیت شان روش‌های متفاوتی را در تیم‌ها و رهبری و حل مشکلات بکار می‌برند.
از آنجاییکه هرنوع شخصیتی،به طورمتفاوتی می‌تواند به بهترین روش برسد،باید در توسعه قالب‌های اشتراکی روش مناسب برای هر گروه را بکار ببریم.در نهایت داشتن یک تیم متوازن از انواع مختلف شخصیت‌ها برای انجام بهترین کار، مهم است.بعضی از شخصیت‌ها متفکرین خوبی هستند، بعضی دیگر انجام دهندگان بهتری هستند.هر نوعی می‌تواند فعالانه در کار تیمی شرکت نماید.نوع شخصیت به طور واضح در مدل تصمیم ونوع درک و فهم افراد تاثیر دارد.(به DSS در قسمت 24,2 سال 1988 نگاه کنید)برای آگاهی بیشتر از تقسیم بندی رنگ‌های حقیقی به Birkman سال 1995 نگاه کنید.
جنسیت
آزمایشات روانشناسی تجربی در پارهای از اوقات نشان می‌دهد که تفاوت‌ها و شبا هت‌های جنسیتی ناچیزی در تصمیم گیری وجود دارد. از جمله این موارد می‌توان به جسارت،توانایی، ریسک پذیری و نمونه‌های ارتباطی اشاره نمود. پاول وجانسون در سال 1995 مشاهده نمودند که سیستم‌های پشتیبانی تصمیم بر اساس فرضیه عدم تفاوت جنسی طراحی می‌شوند، اما افراد هر جنس شاید به روش‌های مختلفی تصمیم بگیرندومدل‌های اطلاعاتی آنهااولویت متفاوت داشته باشد.مرور گسترده دوره اخیر بیانگر این نکته است که تفاوت‌های جنسیتی با توانایی‌ها، انگیزه‌ها،ریسک پذیری،اعتماد، اطمینان ونوع تصمیم گیری رابطه دارد.ریسک پذیری مردان بیشتر از زنان است. اصولا در مواردی که تفاوت جنسیتی وجود دارد از لحاظ آماری تفاوت تصمیم گیری خیلی کوچک است.این نتایج کامل نیستند و عاقلانه نیست که مشخص کنیم آیا زنان بهتر از مردان تصمیم می‌گیرند یا برعکس.
فرضیه شناخت
شناخت و فهم یک سری از فعالیت‌هایی است که بوسیله آن شخص تفاوت‌های بین دید درونی از محیط باآنچه واقعا در محیط وجود دارد را کشف می‌کند.بعبارت دیگر شناخت عبارت از توانایی درک و فهم اطلاعات است.مدل‌های شناختی در توصیف و فهم مراحل درک انسان شرکت می‌کنند. با استفاده از مدل‌های شناختی می‌توان به توضیح اینکه چگونه مردم در نقطه نظرات پیشین خود تجدید نظر می‌کنند، پرداخت.
الکینس در سال 200 به بحث در مورد اینکه چگونه با مشاهده و یادگیری بهتر می‌توان مشکلات را دسته بندی کرده و بهتر تصمیم گیری نمود، پرداخت.












جدول 3,2-پایگا ه‌های اینترنتی شامل نمونه‌های تصمیم گیری

DSS در فوکوس 22،2
تیپ‌های شخصیتی مایر- بریجس

انواع خلق و خوی گفته شده توسط مایر –بریجس توسط چهار بعد مشخص شده اند.
برونگرایی(E) به درونگرایی(I) احساس (S) به سمت درک مستقیم(N)فکر کردن(T) به سمت احساس کردن(F)درک و فهم (P) به سمت قضاوت (J)
16 نوع اصلی از ترکیب حالات بالا و 32 نوعفر از مخلوط کردن حالات بالا وجود دارد.انواع مختلف این حالات در طول زمان تغییر می‌کند، که این بستگی به حالت و موقعیت فرد دارد.بعضی از جملات ساده توصیف کننده افراد در هر نوع شخصیتی عبارتند از:
برونگرایی: اجتماعی درونگرایی:درونیاحساس:اهل عملدرک مستقیم:بدعت و نو آوریفکر کردن: بی شخصیتاحساس کردن:شخصیدرک و فهم:باز



قضاوت :بسته
اگر بخواهیم یک مجموعه از افراد را مورد آزمایش قرار دهیم،انواعی که حاصل میشود بصورت زیر است:
برونگرایی(75 درصد) به درونگرایی(25 درصد) حس(75 درصد) به درک مستقیم(25 درصد)فکر کردن(50 درصد) به احساس کردن(50 درصد)
فهمیدن(50 درصد)به قضاوت(50 ) درصد
طبق تحقیق جانگ، لازم نیست یک نفر حتما جزو یکی از موارد بالا باشد، اما می‌تواند مشخصه هر دو را نشان دهد.ذکر این نکته ضروری است که:
یک فرد درونگرا ممکن است رفتاربرونگرایانه داشته باشدو برعکس.
Source: Based partly on Berens (2000),
Berens et al. (2002), Myers (1998), Keirsey
(1998), Keirsey and Bates (1984),
Montgomery (2002).
رنگ‌های حقیقی خلق و خو عبارتند از قرمز،سبز،زرد و آبی.رنگ‌ها معنی رسمی ندارند،اما می‌توان آنها را برای تیپ‌های مختلف بکار برد.رنگها طبق جدول زیر قرار می‌گیرند.
سبز قرمزآبی زرد
بعضی از ویژگی‌ها بین ستون‌ها به سمت بالا و پایین مشترک هستند(قرمزوزرد-سبز و آبی)، همانگونه دیگران در طول ردیف‌ها مشترک هستند(قرمز و سبز،زرد و آبی).رنگ‌های مقابل و مورب دارای اشتراک کمی در چیدمان خود هستند.اشخاص با رنگ سبز دوست دارند که با مردم ارتباط داشته باشند و با آنها کار کنند.آنها دوست دارند در گروه کار کنندو از افراد تجربه کسب کنند.متخصصین بازاریابی مستعد سبز شدن هستند. شخصیت‌های با رنگ قرمز دوست دارند مستقیما ارتباط داشته باشند اما بر روی خواسته‌های مدل شناختی
DSS در فوکوس 23,2
رنگ‌های حقیقی تیپ‌های شخصیتی
کوچک و نزدیک تمرکز می‌کنند، همانگونه که شخصیت‌های زرد انجام می‌دهند. شخصیت‌های قرمز داوطلب رهبر گروه شدن هستند، و کاررا با دقت کامل انجام می‌دهند.شخصیت‌های با رنگ زرد راحت تر ارتباط بر قرار می‌کنند و به جزئیات کار توجه دارند(اید‌های بزرگی در سر دارند).اشخاص با رنگ آبی ارتباط مستقیم را ترجیح می‌دهند و خلاق و بدعت گذار هستند، اما به آسانی بر آشفته و منصرف می‌شوند.اشخاص آبی تحقیقات بزرگی را آغاز می‌کنند، اماپروژه آنها به اتمام نمی‌رسد.اگر تیمی شامل اعضا با رنگ‌های مختلف باشد، این تیم بسیار خلاق و مولد است.یک معلم همیشه رنگ‌های حقیقی را در مورد شاگردان خود به کار می‌برد و از نتایج حاصله برای ایجاد تیم‌های کلاسی استفاده می‌کند.
Source: Based partly on Birkman (1995).

مدل شناختی یک مرحله و فرآیند ذهنی است که در آن مردم درک می‌کنند، سازماندهی می‌کنند و اطلاعات را طی فرآیند تصمیم گیری تغییر می‌دهند.مدل شناختی(مدل مدیریتی) مهم است زیرا در خیلی ازموارد درک شخص را به عنوان واسط بین انسان و ماشین تعیین می‌کند. بعنوان مثال: داده‌ها باید ساده باشند یا مجموعه‌ای ؟ داده‌ها باید جدول بندی و فهرست شده باشند یا بصورت شکل ارائه شده باشند؟ داده‌ها باید شنیداری،دیداری یا عملیاتی ارائه شوند؟(تحقیق مارکوا در سال 1996 و ولینگتن در 2001).
هیچ مدلی بعنوان بهترین مدل وجود ندارد. هر یک از مدل‌ها توانایی‌ها و ضعف‌های خاص خود شان را دارند. یک مدیر خوب می‌تواند بیشتر از یک مدل را بکار گیرد. یک خصوصیت مثبت قابلیت انعطاف است زیرا مدل ترجیحی شما شاید به خوبی با نیاز‌های افراد دیگر همخوانی نداشته باشد(ولینگتن 2001).اما ترکیب مدل‌های مکمل دیگر می‌تواند موثرتر باشد.علاوه برموارد ذکر شده، مدل‌های شناختی، بر روی اولویت بندی برای آنالیز کیفی در مفابل آنالیز کمی، نیز تاثیر می‌گذارند.هچنین بر روی کمک به فرآیند تصمیم گیری نیز موثر هستند.در این روش، مدل شناختی برای فهم بهتر بر روی روشی که یک حالت از تصمیم گیری را به طور اختصاصی تشکیل می‌دهد تاثیر دارد. این مفهوم را بصورت ساده تر می‌توان اینگونه بیان کرد:بنا نهادن یک چار چوب که زمینه‌ای را آماده می‌کند تا اطلاعات داخل آن استفاده شودو چار چو ب‌های مختلف که در آنها تمرکز بر روی انواع مختلف اطلاعات گذاشته می‌شود(Beach در سال 1997 و همچنین Shoemaker و Russo در سال 2001). بعبارت دیگر یک چار چوب (قالب) عبارتست از تفسیر و بیان تصمیم گیرنده از موقعیت. یک چار چوب، یک مدل ذهنی را برای تصمیم گیرنده آماده می‌سازد. وقتی یک گروه در تصمیم گیری شرکت داده می‌شوند، بهتر است چار چوب‌های مشترکی داشته باشند. اگر چارچوب‌ها مشترک نباشند گروه در کسب توافق عمومی دچار مشکل خواهد شد.آیا تفاوت‌های فرهنگی وجود دارد که با کشور تغییر کرده و بر روی مدل‌های مدیریتی اثر بگذارند؟(به توجه 25,2 نگاه شود).تحقیق بر روی مدل‌های شناختی بطور مستقیم با طراحی سیستم‌های مدیریت اطلاعات در ارتباط است.MIS(سیستم مدیریتی اطلاعات) و TPS(سیستم پردازش تراکنش) مایلند تا طراحی توسط افرادی صورت گیرد که فرآیند تصمیم گیری را بطور سیستماتیک درک کرده باشند.مدیران سیستماتیک عموما خواستار استفاده از چنین سیستم‌هایی هستند.آنها نوعا به دنبال تکنیک‌های استاندارد هستند و به طراح سیستم بعنوان یک کارشناس متخصص به همراه مجموعه‌ای از روش‌ها نگاه می‌کنند.هرچند که چنین سیستم‌هایی با مدل طبیعی یک تصمیم گیرنده اکتشافی مطابقت نمی‌کند. برای چنین مورد خاص، یک سیستم باید اجازه جستجوی یک دامنه وسیع از راه کار‌ها را بدهد و همچنین اجازه تغییر در اولویت‌ها یا مراحل فرآیند را بدهد.به کاربر اجازه دهد تا به آسانی بین سطوح مختلف جزئیات حرکت کند، و به بعضی از کاربران اجازه بدهد که بر روی شکل اطلاعات خروجی کنترل داشته باشند(دیداری، بیانی،شکلی و غیره)این دقیقا همان چیزی است که یک سیستم پشتیبانی تصمیم گیری باید انجام دهد(جدول 4,2)

انسان تحلیلگر انسان کاشف بعد حل مشکل
برنامه‌ای که از حل مشکل منتج شده را بکار می‌گیرد- یاد می‌گیردبه جای عمل کردن بیشتر به وسیله آنالیز موقعیت‌ها کار کند.
تاکید کمتری روی باز خورد‌ها می‌نماید یاد می‌گیرد بیشتر عمل کند بجای حالات مختلف را آنالیز کند.
تاکید بیشتری بر باز خورد‌ها می‌نماید. دسترسی به یادگیری
از آنالیز منطقی می‌کند از آزمون و خطا استفاده می‌کند و عملکرد غیر ارادی دارد تحقیق
اغلب بطور کیفی،مدل‌ها و موقعیت‌های صریح و روشن را گسترش می‌دهد حس عمومی را کار می‌برد، درک مستقیم و احساس را استفاده می‌کند دسترسی به آنالیز‌ها
مشکل به یک سری از موارد ایجاد شده مشخص کاهش می‌دهد به مجموع موقعیت‌ها بیشتر بعنوان یک مورد اصلی نگاه می‌کند،بجای اینکه بعنوان یک مورد ایجاد شده نگاه کند حوزه تجزیه و تحلیل
مکان یابی شباهت‌ها و وجوه مشترک بوسیله مقایسه موضوعات را انجام می‌دهد به جستجوی تفاوت‌های موقعیتی قابل دیدن که با زمان تغییر می‌کند می‌پردازد پایه نتیجه گیری

اگرچه مدل شناختی یک مفهوم مفید است،ولیکن در ادبیات MIS بیش از حد روی آن تاکید شده است وبسیار مشکل است که که مدل شناختی را برای سیستم‌های اطلاعاتی و تصمیم گیری بکار ببریم.بدلیل تغییرات دائم مدل شناختی این مدل کمتر استفاده می‌شود. بسیاری از مردم نه کاشفند و نه کاملا تحلیلگر بلکه اکثرا بین این دو قرار دارند. مسائلی که به مدل شناختی مربوط هستند عبارتند از مفهوم شخصیت ونوع و مدل تصمیم .
تحقیق بر روی مدل‌های مدیریتی و شناختی بر پایه حقیقتی مشخص استوار است.عموما وقتی یک سیستم پشتیبانی تصمیم(یا هر سیستم اطلاعاتی دیگر)با یک مدل شناختی هماهنگ شود، DSS موثرتر واقع می‌گردد. علاوه بر آن وقتی DSS بایک متد حل مسائل مدیریتی(یک مدل شناختی که توصیف کننده مراحل حل مشکلات مدیریتی شامل استدلال،مقایسه کردن،ایجاد کردن و متناسب کردن می‌باشد) همراه می‌شود،DSS موفق تر است. به وضوح در طی انجام کار روش لازم بدست می‌آید.اگر DSSبر پایه وب بکار رود و از آن برای حل مسائل مشتریان تجارت الکترونیکی،آنگاه یک بحران بوجود می‌آید(به DSS در فعالیت 4,2 نگاه شود)در نظریه روش حل مشکل Hoeing در سال 2001 شش مهارت ضروری برای حل مشکل را توصیف می‌کند.تمامی این موارد به شخصیت حلال مشکل بستگی دارد(به توجه 26,2 نگاه شود).
DSS در فوکوس 25,2
مدل‌های مدیریتی در دنیا
در کشور‌های مختلف، تفاوت‌های فرهنگی ذاتی مدیران بازار در مطالعه ملل، مشخص می‌در روش تصمیم گیری وجود دارد.در واقع کشور‌ها کنند.(اسپانیا،هلند،دانمارک،فنلاند و فرانسه).بعنوان دارای سبک مدیرتی هستند.albaum و مثال مدیران فرانسوی مدل خاصی را اجرا می‌کردند Herch(1999) ابعاد مختلف مدل مدیریتی را که شامل توجه بیشتر بر روی اطلاعات کیفی،گوش آزمایش کردند که شامل استقلال محتاطانه،برنامه دادن به بازار داشتندو اولویت پایین تری را بر روی ریزی کیفی،گوش دادن به بازار،سرمایه گذاری اجرای اختصاصی و انفرادی داشتند.
انفرادی و اجرای انفرادی است4. بعد از این 5 بعد Source: Adapted from Albaum and Herche شاخص‌های منحصر به فردی را از مدل مدیریت .(1999)
مدل تصمیم
مدل تصمیم سبکی است که در آن تصمیم گیرنده‌ها فکر می‌کنند و به مشکلات واکنش نشان می‌دهند. این مدل شامل روش ارداک افراد،عکس العمل شناختی افراد و میزان اعتقاد آنها به تغییر است . به عنوان نتیجه،افراد بطور متفاوتی تصمیم می‌گیرند .اگر چه یک پروسه عمومی در فرآیند تصمیم گیری و جود دارد اما افراد همه مراحل و قدم‌هارا بکار نمی‌برند.به علاوه تاکید،تقسیم زمان و اولویت‌های داده شده به هر گام بطور مشخصی نه تنها از یک شخص به شخص دیگر بلکه از یک حالت به حالت دیگر،تغییر می‌یابد.روش تصمیم گیری مدیران(و عکس العمل متقابل در برابر افراد دیگر) مدل تصمیم آنها را توصیف می‌کند، زیرا مدل‌های تصمیم به فاکتور‌هایی که قبلا گفته شد بستگی دارد. مدل‌های تصمیم زیاد و مختلفی وجود دارد. اغلب تست شخصیت ذاتی برای تعیین مدل‌های تصمیم بکار می‌رود.اگرچه لئونارد در سال 1999 کشف کرد که آزمایشات مختلف فقط برخی از جنبه‌های مختلف شخصیتی را می‌سنجد و لذا نمی‌توانند یکسان فرض شوند.
علاوه بر مدل‌های شخصیتی وتحلیلی که قبلا ذکر شد، یک فرد می‌تواند مدل‌های مردمی را در مقابل مدل‌های خود رای تشخیص دهد.مدل دیگر مدل مشاوره‌ای است(با افراد یا گرو ه‌های خاص).البته انواع مختلفی از مدل‌ها و ترکیبات مختلفی از آن وجود دارد.برای مثال یک نفر می‌تواند هم تحلیل گر هم خود رای و هم مشاوره‌ای باشد.
برای اینکه یک سیستم کامپیوتری بطور موفقیت آمیزی یک مدیر را پشتیبانی کند باید موقعیت تصمیم و مدل تصمیم را با هم تطبیق دهد.بنابراین سیستم باید قابل انعطاف باشد و با کاربران مختلف سازگار باشد .توانایی پرسش چه چیز –اگر و سوالاتی برای رسیدن به هدف، انعطاف پذیری را مهیا می‌کند.یک واسط مبتنی بر وب با استفاده از گرافیک و اشکال به فهم مدل‌های تصمیم کمک می‌کند.اگر یک سیستم پشتیبان مدیریتی از مدل‌های مختلف،مهارت‌ها و دانش پشتیبانی کند، این سیستم نباید یک فرآیند خاص را تحمیل نماید.ترجیحا، باید به تصمیم گیرندگان کمک کند که مدل‌ها،مهارت‌ها و دانش خودشان را بکار ببرند و توسعه دهند.
مدل‌های مختلف تصمیم، نیازمند مدل‌های مختلف پشتیبانی است.یک فاکتور اصلی که نوع پشتیبانی مورد نیازرا تعیین می‌کند این است که آیا تصمیم گیرنده یک فرد بخصوص است یا یک گروه است.تصمیم گیرنده‌های انفرادی نیاز به دسترسی به داده‌های اطلاعاتی دارند،همچنین به کارشناسانی که بتوانند مشورت و یا آگاهی را ارائه نمایند، نیز نیازمندند. در حالیکه گروه‌ها علاوه بر ابزار بالا به ابزار‌های همکاری و مساعدت نیز نیازمندند.MSS(سیستم پشتیبانی مدیریت) می‌تواند به هر دو دسته خدمات ارائه نماید.اطلاعات بسیار زیادی در مورد مدل شناختی ومدل تصمیم در شبکه اینترنت وجود دارد.( مثلا نگاه کنید به Birkman
; and the Keirsey Temperament Sorter and Keirsey birkman.comInternational Inc. at keirsey.comTemperament Theory Web site at ). بسیاری از آزمایشات شخصیتی و ذاتی موجود به مدیران در تشخیص مدل‌های خودشان و کارمندانشان کمک می‌کنند.تشخیص یک مدل انفرادی و شخصی می‌تواند به ثبت نمونه‌های ارتباطی موثرتر و تقاضا‌های ایده ال، کمک کند.

DSS در فوکوس 26,2آیا شخصیت‌های حلال مشکل وجود دارند.

Hoeing شش مهارت ضروری برای حل هر مشکل را بیان می‌کند. بیشترین چیزی که شما می‌توانید در آن ماهرانه عمل کنید و بهترین نتیجه ممکن را بگیرید .شش مهارت ضروری عبارتند از:
ایجاد تفکر، حصول دانش، ساختن روابط، مدیریت مشکلات،ایجاد راه حل و تحویل نتایج قوی ترین، بزرگترین و تقاضاهای بیشتر تبدیل به یک مشکل یا فرصت می‌شوندو سریعترین و رقابتی‌ترین مورد در محیط شما،مهمترین چیز می‌شوند.هریک از 6 مهارت ضروری ارائه کننده مجموعه‌ای از رفتارها، مهارت‌ها و دانش شخصیت حلال مشکل می‌باشد.هر شخصیت توانایی‌های خودش در نوعی از تخصص‌ها و ویژگی‌ها، را نشان می‌دهد.
6 مورد شخصیتی راه مناسبی برای ارزیابی خود ودیگران برای مشخص کردن نقاط قوت و ضعف خود و اینکه چگونه توانایی حل مشکل کامل را داریم، در محل کار است. حل کنندگان بزرگ مشکلات توانایی‌ها و ضعف‌های انواع مختلف شخصیت‌هارا می‌شناسند.آنها تیم‌هایی برای جبران نقاط ضعف تشکیل می‌دهند. شخصیت‌های حل کننده مشکل( و مهارت‌ها) عبارتند از:

مولد فکر(بدعت گذار): بر روی حرکت از تردیدبه دهد. این امر را بوسیله طراحی، ساختن و ارائه راه خود به سمت بدعت گذاری به وسیله گسترش حل‌های مناسب انجام می‌دهد.
افکار قوی و یافتن را حل، تمرکز می‌کند. مجری (نتایج حاصله) : بر روی حرکت از قدرت کاشف(حصول دانش): بر روی حرکت از بدعت به سمت مزیت قابل تحمل تمرکز می‌کند.این امر گذاری به سمت اطلاع و آگاهی بوسیله پرسش بوسیله درک مستقیم و اجرای قانونمند و منضبط سوالات صحیح و گرفتن اطلاعات خوب و به حاصل می‌شود.
موقع، تمرکز می‌کند. تفاوت بین بهترین و بدترین حلال مشکل در این ارتباط دهنده (ساختن رابط): هدف او چگونگی موضوع است که هر شخص چند مورد از مواردبالا حرکت از اطلاع و آگاهی به سمت ارتباط را بکار می‌برند و چگونه مهارتها بطور عمیق درک می‌باشد.این هدف را به وسیله پرورش روابط کیفی می‌شود؟ حلال باید 6 ضرورت را بفمد، آنها را و تاثیرات متقابل و همچنین ایجاد یک حلقه وسیع تمرین کرده و استادانه بکار گیرد و سپس به سمت از روابط بر اساس، خدمت، وظیفه شناسی، محدودیت‌های درونی یک نفر حرکت کند.یک وفاداری،هویت و شخصیت، حصول می‌کند. مورد جالب درباره این مهارت‌ها و شخصیت‌ها بازیگردان(مدیریت مشکلات): بر روی حرکت از ملاحظه این مساله است که این موارد چگونه با ساختن روابط به سمت اینکه ارتباطات، یک حس چهار مرحله تصمیم گیری سایمون ارتباط دارند؟جهت دار و اولویت واضحی را بوسیله انتخاب Source: Abstracted from C. Hoenig, "Means
to an End," CIO, November 1،2000, p. 204.
Also see C. Hoenig. From the Problem .مقاصد و استراتژی ارائه دهند، تمرکز می‌کند
خلق کننده(ایجاد را حل): چگونگی حرکت از Solving Journey. Perseus Publishing, رهبری و راهنما بودن به سمت قدرت را نشان می‌.2000Cambridge, MA,
12,2 تصمیم گیرندگان
تصمیمات اغلب بوسیله اشخاص خاص بویژه در سطوح پایین مدیریتی و در موسسات کوچک گرفته می‌شود. در این موسسات شاید دلایل حتی متضادی برای یک تصمیم گیرنده تنها وجود داشته باشد. بعنوان مثال در یک تصمیم سرمایه گذاری، شخص سرمایه گذار شاید نرخ بازگشت سرمایه،قابلیت تبدیل به پول و امنیت را به عنوان هدف و منظور در نظر بگیرد. نهایتا تصمیمات شاید کاملا خود کار و غیر ارادی باشند.بحث ما در مورد تصمیم گیری بر روی یک تصمیم گیرنده خاص و انفرادی متمرکز است. اغلب تصمیمات بزرگ در سازمان‌های بزرگ و متوسط توسط گرو‌ها گرفته می‌شود.بطور آشکارا،اغلب اهداف متضادی در تصمیم گیری‌های گروهی وجود دارد، گروهها می‌توانند دارای تعداد افراد مختلفی باشند.همکاری‌های انفرادی شاید مدل‌های شناختی مختلف، انواع شخصیت‌ها و مدل‌های تصمیم مختلف را داشته باشد. اما در مقابل بعضی از تصادم‌ها هم زیادتر می‌شوند.اجماع و گروهی بودن می‌تواند یک مشکل سیاست گذاری باشد.(به DSS در فعالیت 27,2 رجوع شود).بنابر این فرآیند تصمیم گیری بوسیله یک گروه می‌تواند خیلی پیچیده باشد.پشتیبانی کامپیوتر می‌تواند حتی در سطح گسترده تری ارائه گردد از جمله قابل دسترس بودن اعضا از بخش‌ها و قسمت‌های مختلف وحتی سازمان‌های کل برای همکاری به صورت On line ( روی خط اینترنت )، از جمله امکانات حمایتی که در چند سال اخیر ظاهر شده است می‌توان به سیستم‌های اطلاعات، سیستم‌های پشتیبانی گروهی(GSS)، مدیریت منابع(ERM)، برنامه ریزی منابع(ERP)، مدیریت زنجیره‌ی عرصه(SCM)، سیستم‌های مدیریت دانش(KMS)، سیستم‌های

مدیریت روابط مشتری(CRM)، اشاره نمود .

 نکات برجسته فصل
• تصمیم گیری مدیریتی هم معنی و مترادف با فرآیند کامل مدیریت است .
• حل مشکل ارزیابی فرصتها هم هست .
• یک سیستم مجموعه‌ای است از موارد مانند افراد
، منابع، مفاهیم و روش‌ها است که قصد دارند یک عمل تعریف شده را اجرا نمایند یا یک هدف یا منظور را برآورده کنند .
• سیستم‌ها ترکیبی هستند از ورودی‌ها، خروجی‌ها، فرآیند‌ها و تصمیمگیرند هها .
• همه‌ی سیستم‌ها به وسیله‌ی یک مرز که اغلب توسط طراح سیستم وضع شده است از محیطشان جدا م یشوند . سیستم‌ها می‌توانند باز شوند، با محیطشان عملکرد متقابل داشته باشند و یا بسته شوند .
•DSS اصولا با سیستم‌های باز وارد بحث م یشود
.
• یک مدل،نمایشی ساده و مختصر یا مجرد از واقعیت است .
• مدل‌ها به طور گسترده‌ای در MSS به کار م یروند . آن‌ها می‌توانند به صورت تجسمی، قیاسی یا ریاضی باشند .
• تصمیم گیری چهار مرحله‌ی اصلی را به کار می‌گیرد : هوشمندی، طراحی، انتخاب و اجرا .
• در مرحله‌ی هوشمندی مشکل ( فرصت ) مشخص،دسته بندی وتجزیه می‌شود . مالکیت مشکل هم ثبت می‌گردد .
• در مرحله‌ی طراحی یک مدل از سیستم ساخته م یشود، معیاری برای انتخاب کردن مورد توافق قرار می‌گیرد، راه کارها تولید می‌شوند، نتایج پیش بینی می‌گردند و یک متدلوژی تصمیم ایجاد م یشود .
• بین مدل و هزینه، یک تعامل وجود دارد .
• در تصمیم گیری، منطق یک فرض مهم است .
تصمیم گیرندگان منطقی می‌توانند حق تقدم‌ها را ایجاد کنند و پیوسته آن‌ها را به ترتیب اولویت بندی نمایند .
• در مرحله‌ی انتخاب،راه کارها مقایسه می‌شوند و تحقیق در مورد بهترین را ه حل صورت می‌گیرد.
• تکنیک‌های جستجوی متعددی وجود دارد .
• در مرحله اجرا یک فرد باید اهداف متعدد و نظریات تحلیلی و حساس را در نظر بگیرد .
• رضایت حس خوشایندی است که یک راه حل رضایت بخش آن را به وجود می‌آورد .
نتیجه‌ی رضایتمندی، زیر مجموعه‌ای از بهینه سازی است . منطق محدود، رضایتمندی تصمیم گیرندگان را نتیجه م یدهد
• سیستم‌های کامپیوتری به خصوص آن‌ها که مبتنی بر وب هستند می‌توانند همه‌ی مراحل تصمیم گیری را به وسیله‌ی اتوماتیک کردن خیلی از درخواست‌های لازم و یا به وسیله‌ی اجرای هنرمندانه‌ی آگاهی و هوشمندی پشتیبانی کنند .
• انواع شخصیت‌ها شاید بر روی قابلیت‌ها و مدل‌های تصمیم گیری تاثیر بگذارند .
• انسان مدل‌هایی را استخراج م یکند که شایدبر عملکرد متقابل انسان – ماشین تاثیر بگذارد .
• مدل‌های تصمیم انسان لازم است که در طراحی MSS ( سیستم پشتیبانی مدیریت ) تشخیص داده شود .
• نتایج قطعی وجود دارد در مورد این که چگونه تفاوت‌های جنسیتی و استفاده ازکامپیوتر در تصمیم گیری تاثیر دارد.
• تصمیم گیری انفرادی و گروهی هر دو می‌توانند به وسیله‌ی MSS پشتیبانی شوند .

 کلمات کلیدی :
• الگوریتم
• مدل آنالوگ
• تکنیک‌های تحلیلی
• مرحله‌ی انتخاب
• مدل شناختی
• تصمیم گیری
• مدل تصمیم
• تغییر پذیری تصمیم
• مدل‌های توصیفی
• مرحله‌ی طراحی
• راندمان
• مدل شماتیک
• مرحله‌ی اجرا
• ورودی‌ها

• مرحله‌ی آگاهی
• رویارویی
• مشکل برنامه ریزی نشده
• مدل‌های معمولی و اصولی
• مطلوبیت
• نوع شخصیت ( خلق و خو )
• قانون انتخاب
• مالکیت مشکل
• حل مشکل
• مشکل برنامه ریزی شده
• رضایتمندی
• سناریو ( متن ماجرا )
• تجزیه تحلیل حساس • آشکار کردن
• زیر بهینه سازی
• سیستم
• تحلیل چه چیز – اگر


 سوالاتی جهت مرور
1– توضیح دهید که منظور از تصمیم گیری و در مقابل منظور از حل مشکل چیست ؟ هر دو را با هم مقایسه کرده و تعیین کنید که آیا بین آن‌ها می‌شود تمایز قائل شد یا نه؟ 2– یک سیستم را تعریف کنید ؟
3– اجزای اصلی تشکیل دهنده‌ی یک سیستم را نام ببرید ؟
4– نقش ( باز خورد ) را در یک سیستم توضیح دهید ؟
5– محیط یک سیستم را تعریف کنید؟
6– سیستم‌های باز و بسته را تعریف کرده، از هر یک مثالی بزنید ؟
7 – رضایت مندی را تعریف کنید ؟ موثر بودن
(نتیجه بخشی) را نیز تعریف کنید و آن دو را مقایسه نمایید و تفاوت‌ها را مشخص کنید ؟ 8– مراحل هوشمندی، طراحی، انتخاب و اجرا را تعریف کنید؟
9– یک مشکل را از روی نشانه‌های آن تشخیص دهید؟
10– مشکلات برنامه ریزی شده (ساختاری) و در مقابل، مشکلات برنامه ریزی نشده (غیر ساختاری) را تعریف کنید؟ از هر یک مثالی در این محدوده‌ها بزنید : گزارش و شرح، بازاریابی، منابع انسانی .
11– فهرستی از اجزا اصلی یک مدل ریاضی را ارائه نمایید ؟
12– بهینه سازی را تعریف کنید و آن را با زیر بهینه سازی ( بستر سازی ) مقایسه نمایید ؟
13– دسترسی‌های اصولی و توصیفی به تصمیمگیری را با هم مقایسه کنید ؟
14– تصمیم گیری منطقی را تعریف کنید، منطقی بودن یک تصمیم گیرنده حقیقتا به چه معنی است ؟
15– چرا افراد هنگام تصمیم گیری منطق محدودی را نمایش می‌دهند؟
16– یک سناریو را تعریف کنید. چگونه در تصمیم گیری به کار می‌رود؟
17– چگونه یک سیستم پشتیبانی ( DSS ) می‌تواند از اجرای تصمیم پشتیبانی کند؟
18– اجرا را تعریف کنید؟
19– یک نوع از شخصیت چیست؟ و چرا فاکتور مهمی در امر تصمیمگیری می‌باشد؟ 20– شناخت و مدل شناختی را تعریف کنید؟
21– مدل تصمیم را تعریف کنید؟
 سوالات جهت بحث :
1 – در یک جدول، ورودی‌ها، فرآیندها و خروجی‌های سیستم‌های تابعه را مشخص کنید . تعیین کنید که چه چیزی برای هر سیستم لازم است تا رضایت بخش و موثر باشد :
الف ) اداره‌ی پست ب ) مدرسه‌ی ابتدایی ج ) خواربار فروشی د ) مزرعه
2 – در سوال پیشین، انواع بازخورد را برای سیستم‌ها فهرست بندی کنید . توضیح دهید که چگونه، بازخورد یک قسمت ضروری برای مرحله‌ی تصمیم گیری آگاهانه در تحقیق
Simon است ؟ 3 – یک بیمارستان شامل :
رادیولوژی، خدمات خانه داری، پرستاری ( مرقبت بیمار ) و یک اتاق اورژانس است . چهار وجه مشترک سیستم را بین هر کدام از این بخش‌ها نام ببرید و توصیف کنید ؟
4 – چگونه، سودمندی و نیروی تولید این موارد را محاسبه می‌کنید ؟
الف ) یک نامه رسان ب ) یک فروشنده ج ) یک استاد د ) یک مددکار اجتماعی ه ) یک دانش آموز و ) یک کشاورز
5 - یک مثال از پنج عامل اصلی در محیط یک دانشکده بزنید
.
6 – یک سیستم مدیریتی باانتخاب خودتان را آنالیز کنید و موارد زیر را تعیین نمائید :
الف ) اجزا، ورودی‌ها و خروجی ب ) حد و مرز ج ) محیط د ) فرآیندها ه ) اهداف سیستم و ) بازخورد
7 – بعضی از میزان‌های ( موثر بودن ) در این موارد چیست ؟ در یک واحد ساخت اسباب بازی، در یک رستوران، یک موسسه‌ی تحصیلی، کنگره‌ی آمریکا .
22 –تصمیم گیری انفرادی را با تصمیم گیری بررسی کنید ؟ گروهی مقایسه نمائید و وجه تمایز آنها را

8 – فرض کنید که یک بخش بازاریابی یک سیستم باز است .
چگونه آن را می‌بندید ؟
9 – شرکت شما در نظر دارد یک شعبه در چین افتتاح کند فعالیت‌های عمده را در هر مرحله از باز کردن یا باز نکردن، نام ببرید . ( هوشمندی، انتخاب، تصمیم، اجرا )
10 – شما می‌خواهید ماشین خود را بفروشید . اصول انتخاب شما مبنی بر این که آیا در تصمیم، از پیشنهادات استفاده کنید یا آن‌ها را رد کنید چیست ؟ و چرا ؟
11 – شما به فکر خرید یک ماشین هستید . از مدل چهار مرحله‌ای Simon تبعیت کنید و فعالیت‌هایتان را در هر قدم توصیف نمایید .
12 – کاربرد سناریوها در تصمیم گیری‌های کامپیوتری، عمومی است، چرا ؟ برای چه نوع تصمیماتی، این تکنیک بیشتر اقتضا م یکند ؟
13 – طی یک مثال توضیح دهید که در هر مرحله‌ای از تصمیم گیری، تصمیم گیرندگان توسط کامپیوتر‌ها پشتیبانی می‌گردند .
14 – بعضی کارشناسان معتقدند که کمک اصلی DSS، اجرای تصمیم است، چرا چنین است ؟
15 – توضیح دهید که چگونه نوع شخصیت، جنسیت، مدل شناختی و مدل تصمیم به هم مربوط هستند ؟ چگونه ممکن است این مفاهیم بر روی توسعه‌ی سیستم‌های پشتیبانی تصمیم تاثیر بگذارند
16 – جدول 4 . 2 تفاوت‌های اصلی بین مدل‌های شناختی تحلیلی و تجربی را نشان م یدهد.
الف ) آیا شما خودتان را تجربی می‌دانید یا تحلیلی ؟ چرا ؟ ب ) فرض کنید که شما راجع به یک تصمیم در مورد اضافه نمودن یک سرویس به وسیله‌ی بانکی که برای آن کار می‌کنید، دو ارائه‌ی مختلف به دو مدیر می‌دهید . یکی مدیر تجربی است و یکی مدیر تحلیلی ( اهل آنالیز کردن ) است . چگونه آیا شما به مدل‌های شناختی آن‌ها متوسل می‌شوید ؟ ( صریح باشید )
17 – مدل‌های تصمیم گیری از تجزیه و تحلیلی به تجربی و حسی فرق م یکنند . آیا یک تصمیم گیرنده به طور پیوسته یک مدل مشابه را به کار می‌گیرد ؟ مثال‌هایی از تجربیات خود بزنید .

18 – اغلب مدیران معتقد استفاده از تلفن هستند بدون این کهتئوری‌های الکتریکی و مغناطیسی آن را بفهمند و یا حتی آنها را در نظر بگیرند . چرا برای مدیران ضروری است که ابزار MSS ( سیستم پشتیبانی مدیریت ) را بدانند تا آن‌ها را عاقلانه تر به کار گیرند ؟

 تمرین‌ها
1 – در نظر بگیرید ( 75 تا از بزرگترین تصمیمات مدیریت که گرفته شده ) که در فعالیت 2 . 2 مربوط به DSS توصیف شده است . از موارد فوق، زیر مجموعه‌ی 5 تایی از تصمیمات را امتحان کنید . آن‌ها را مقایسه نمایید . شباهت‌ها و تفاوت‌ها را تعیین کنید . شما فکر می‌کنید که چگونه فاز آگاهی برای هر کدام استفاده شده است ؟
2 – در بخش قبل، ما از دیوار بزرگ چین به عنوان یک رویداد بزرگ نام بردیم . آن را بررسی کردیم، تاریخ آن را مطالعه کردیم . در نظر بگیرید که چرا با آن برخورد شد، چطور انجام شد ؟ چقدر طول کشید ؟ و موارد مشابه . چرا در رسیدن به اهداف اولیه‌ی خود شکست خورد ؟ چهار رویداد اشتباه بزرگ دیگر را تعیین کنید و توضیح دهید که در هر یک چه اتفاقی افتاد ؟
3، Warren Bennis , Burt Nanus طبق تحقیق –
( مدیران افرادی هستند که هر چیزی را درست انجام م یدهند و رهبران افرادی هستند که چیزهای درست را انجام م یدهند . تفاوت شاید خلاصه شود به عنوان فعالیت‌های دیدن و قضاوت کردن – تاثیر – در مقابل فعالیت‌های انجام استادانه‌ی امور معمول . – کارایی و سودمندی – ( همچنین به تحقیق David Baron، کتابی جیبی سال 1999 نگاه کنید . ) توضیح دهید که چگونه این مساله به تصمیم گیری، مدیران، اجرائیات و سیستم‌ها ربط دارد ؟
4 – در مورد فلسفه‌ی Simon نظر بدهید که گفته است تصمیم گیری‌های مدیریتی مترادف است با فرآیند کامل و صحیح مدیریت . آیا این حسی را ایجاد م یکند یا نه ؟ توضیح دهید .
یک مثال از دنیای واقعی در توضیح خود بیاورید .
5 – وضعیتی را در نظر بگیرید که درآن شما یک اولویت برای جایئ که تحصیل می‌کنید در نظر دارید . شما می‌خواهید نه خیلی دور از خانه باشید و نه خیلی نزدیک . چرا این حالت ممکن ایت پیش بیاید ؟ توضیح دهید چگونه این حالت باید تصمیم گیری منطقی، میسر م یشود ؟
6 – وقتی شما به دنبال یک برنامه‌ی تحصیلی و دانشکده‌ای بودید، چگونه توانستید برای رفتن به جایی که الان در آن هستید، تصمیم بگیرید ؟ مراحل فرآیند تصمیم گیری خود را امتحان کنید و در یک گزارش آن را توصیف نمایید . توضیح دهید که شما چگونه هزاران برنامه‌ی دنیای اطراف را حذف کردید و همچنین کشور و ناحیه‌ی خود را ؟ چه معیاری مهم بود ؟ آخرین راه کارها چه بودند ؟ و چگونه در آن‌ها تصمیم گرفتید ؟
7 – شما به فکر خرید یک ماشین هستید، چه معیارهایی مهم هستند ؟ چه انتخاب‌های ویژه‌ای دارید ؟ و چطور می‌خواهید آن‌ها را محدود کنید ؟ مورد دسترسی 3 . 2 را بخوانید و مشکل خود را درون چارچوب کاری AHP جای دهید . آیا این احساس درک مستقیم را ایجاد م یکند؟ توضیح دهید که چرا م یکند و چرا نمی‌کند ؟
8 – قسمت‌های A / B / C را ملاحظه کنید ( از فهرست مدیریت ) و وضعیت برنامه‌ای تحت زیر بهینه سازی توصیف شده است . توصیف کنید که چطور مدیریت موارد A به عنوان مشکل غیر برنامه ریزی شده ( بدون ساختار یا با حداقل ساختار ) نگاه شده و مدیریت موارد B به عنوان مشکل زیر ساختاری و مدیریت قسمت‌های C به عنوان مشکل برنامه ریزی شده نگاه شده است ؟
 تکلیف گروهی و ایفای نقش
9 – داستان‌ها مربوط به نظریات زیر بهینه سازی، فراوان هستند و در بعضی از اقتصادهای ملی سابق که به طور مرکزی برنامه ریزی می‌شده‌اند و در آن‌ها محصولات کارخانه‌ها به وسیله‌ی محاسبات، با نتایج غیر قابل انتظار و مصیبت بار . به طور ویژه محصول یک کارخانه‌ی بلبرینگ سازی بر اساس مجموع وزن بلبرینگ‌های تولیدی محاسبه م یشود و همچنین مدیر قسمت تصمیم گرفت که هر ماه بلبرینگ‌های خیلی زیادی تولید کند . یک کارخانه‌ی کفش وجود داشت که محصول به وسیله‌ی کفش‌های واگذار شده سنجیده می‌شد . بنابراین مدیر قسمت تصمیمگرفت که آن را دو برابر تولید رسمی کارخانه برساند .
جزئیات را توضیح دهید که محاسبه‌ی نتایج قابل تغییر ( خروجی ) یک سیست فرعی می‌تواند به تصمیم گیری بد منجر شود که می‌تواند نتایج زیر بهینه سازی را برای سیستم داخلی به همراه بیاورد .
فکر کنید که منظور از ثبت یک اصل انتخاب چیست ؟ این مختص به اقتصادی تصمیم گیرنده‌ی مرکزی نیست اما می‌تواند در هر تشکیلاتی اتفاق بیفتد . یک مثال از زندگی شخصی خود بزنید که این امر در آن اتفاق افتاده باشد .
10 – توضیح دهید که چگونه شخصیت‌های حل کننده مشکل در تحقیق Hoenig، مراحل چهارگانه‌ی Simon را در تصمیم گیری مورد دقت قرار م یدهند .
1880 – 1956 ) H . L Mencken طبق تحقیق – 11
) برای هر مشکلی فقط یک راه حل وجود دارد که ساده، مرتب و اشتباه است . این جمله را با توجه به ماده‌ی تصمیم گیری که در این بخش آمده و مثال‌هایی که با آن‌ها آشنایی دارید، توضیح دهید .

1 – با شخصی که اخیرا در یک تصمیم گیری شغلی شرکت داشته، گفتگو کنید . سعی کنید مشخص کنید :
الف ) ناحیه‌ای که مشکل حل شده
‌ب ) افرادی که تصمیم شرکت داشتند ( تعیین صاحبان مشکل
(
‌ج ) مراحل Simon ( شما شاید مجبور باشید سوالات خاصی را بپرسید مانند این که : مشکل چگونه مشخص شده بود ؟ )
‌د ) راه کارها ( انتخاب‌ها ) و تصمیم انتخابی ه ) تصمیم چگونه اجرا شده بود ؟
و ) کامپیوتر چگونه در پشتیبانی تصمیم گیری به کار رفته بود و اگر نرفته بود چرا ؟
تهیه‌ی یک گزارش جز به جز، یک آنالیز از موارد بالا را توصیف م یکند و آشکارا نشان م یدهد که چگونه فرآیند تصمیم گیری دنیای واقعی، با مراحل پیشنهادی Simon مقایسه م یشود .
2 – هر کدام از شما در گروهتان، اجرای یک تست شخصیتی را داشته باشد یا بر اساس تحقیق Mayer – Briggs و یا بر اساس نوع رنگ‌های حقیقی Birkman نتایج را مقایسه کنید که آیا آن‌ها با شخصیت و شرایط روحی هر یک از اعضا همخوانی دارند ؟ برای هر عضوی، چگونه نوع آن‌ها، روش تصمیم گیری آن‌ها را تعیین م یکند ؟ این مسئله چگونه به توانایی گروه برای عملکردشان کمک م یکند ؟ بر اساس انواع مختلف، هر عضوی چه اجرای گروهی بهتری را توانست به جدول بیاورد؟
گروه چه چیزهای به خصوصی لازم دارد که برای زیادتر کردنارتباطات گروهی در نظر بگیرد تا عملکرد موثرتری داشته باشد؟
3 – بحث شخصیت و ایفای نقش :
برای هر فیلم یا نمایش تلویزیونی که چهار یا بیشتر از چهار شخصیت اصلی دارد، نوع خلق و خوی هر شخصیت را تعیین کنید . توصیف کنید که هر کدام چگونه با دیگران تاثیر متقابل دارد و چگونه این مسئله انواع شخصیتی که به وسیله‌ی Mayer – Briggs و یا به وسیله‌ی رنگ‌های حقیقی وصف شده را شکل م یدهد . اعضایی را از گروه در نظر بگیرید که در یک موقعیت واقعی شبیه این شخصیت‌ها عمل کنند . ( رفتن به قهوه خانه، مانند نمایش ( دوستان ) ) سپس تجارب به دست آمده را توصیف کنید .
4 – یک نقشه‌ی شناختی را از تصمیم گیری مشکل انتخاب شغل و یا برنامه‌ی دانشگاهی که جستجو کننده تصمیم را به کار می‌گیرد، وسعت ببخشید . ( نرم افزار Banxia ) . مراحل فکر خودتان را توصیف کنید و این که چگونه نقشه را ارائه کردید ؟
. بفرستد Dennis Lafko
 تمرین‌های اینترنت
5 – نتایج تفاوت‌ها و شباهت‌های جنسیتی که توسط Leonard , Smith گفته شده را مقایسه کنید با تفاوت‌های جنسیتی که توسط Shuhmann , Fox در ( جنسیت و محیط اطراف ) توضیح داده شده است . یک مقایسه از مدیران زن و مرد شهر، آیا نتایج برای مدیران شهر با آن‌هایی که در نوشته‌های دیگر آمده، همخوانی دارد ؟ اگر چنین است، در چه راه‌هایی ؟
6 – فیلم ( دوزاده مرد عصبانی ) شاهکار Henry Fonda را نگاه کنید . در مورد فرایند تصمیم گیری گروه توسط هیئتمنصفه نظر دهید . آیا آن با مدل چهار مرحله‌ای Simon جور در م یآید ؟ توضیح دهید که چرا بله و چرا خیر ؟ مثال‌هایی را از فیلم ذکر کنید .
7 – فیلم ( مرد بی زن ) شاهکار Chris O ` Donnell را نگاه کنید . در آن، یک مرد باید ازدواج کند تا وارث 100 میلیون دلار بشود . راه کارهای زیادی وجود دارد اما معیارها نامعلوم هستند . صحنه‌ی نزدیک به پایان فیلم را نگاه کنید، جایی که حدود هزار پرنده روی یک کلیسا به هم نزدیک م یشوند و می‌خواهند بدانند که معیارها چیست ؟ توضیح دهید که چگونه شخصیت اصلی، معیار خودش را وصف م یکند و آن‌ها چه هستند ؟ توضیح دهید که چرا آن‌ها کاملا مبهم هستند ؟ توضیح دهید که معیارهای واقعی او کدامند ؟ وقت کافی داده شده، پاسخ‌هایتان را باs.piver مقایسه کنید
.
8 – گاهی اوقات شما خودتان را بین یک صخره‌ی مثالی و جای سخت پیدا می‌کنید . همه‌ی راه کارها ( که تاکنون کشف شده ) بد یا غیر عملی هستند . سپس شما یک مشکل واقعی دارید . امتحان کنید حالتی از تصمیم گیری در مورد
Alexander Hamilton که در فعالیت12,2 گفته شده، وضعیتی راجع به کشتی جستجو کنید و برخی از راه کارهای ممکن را پیشنهاد دهید و چرا آن‌ها عملی هستند ؟ پیشنهادهای خوبی به Jay A در آدرس ایمیل jaronson
@ yga . edu م یشود که او می‌تواند آن‌ها را به

1 – شبکه را برای موادی از تصمیم گیری مدیریتی جستجو کنید . چه دسته‌های عمومی از مواد می‌توانید در یک نمونه‌ی 10 سایتی تعیین کنید .
2 – بسیاری از دانشکده‌ها و دانشگاه‌ها، کاتالوگ‌هایشان را پست م یکنند، همچنین توضیحات رشته و رئوس مطالب را در شبکه می‌گذارند . یک نمونه‌ی ده تایی از تصمیم گیری رسته‌ها که ارسال شده‌اند تعیین کنید و موارد آن را با هم مقایسه نمایید . چه درصدی از آن‌ها شامل پشتیبانی کامپیوتری هستند ؟ در کدام بخش‌ها یا دانشکده‌ها، نوعا پیدا م یشوند ؟ 3 – شبکه را جستجو کنید برای شرکت‌ها و سازمان‌هایی که برای تصمیم گیری مدیریتی، پشتیبانی کامپیوتری ارائه می‌نمایند . یک نمونه از پنج نرم افزار بگیرید و مشخص کنید محصولات آن‌ها را که مبتنی بر عملکرد خاص بازار محیطهستند ( بازاریابی، ساخت، بیمه، حمل و نقل و ... ) و همچنین سطح پشتیبانی مدیریت ( استراتژی، تاکتیک، بازدید، معامله کردن )، نوع ابزار کامپیوتری ( مثل DSS،
استخراج داده، آگاهی کسب و کار، OLAP , EIS , ES , ANN و تجزیه تحلیل ) و چطور آن‌ها تکنولوژی شبکه‌ی وب را استفاده م یکنند . یک نمونه‌ی ده تایی از غیر فروشی‌ها بگیرید . چه نوع پشتیبانی را آن‌ها ارائه م یدهند ؟ 4 – بعضی شرکت‌ها و سازمان‌ها از روی نرم افزارهای شان قابل دانلود شدن هستند تا شما بتوانید کپی کنید و آن‌ها را بر
Case Application


برنامه ریزی فرآیند رس در IMERYS :یک مورد کلاسیک (دسته بندی شده)
از تصمیم گیری

روی کامپیوتر خود بیاورید . دیگران فقط به صورت آن لاینقابل دسترسی هستند یک مورد پیدا کنید که ارائه دهنده یپشتیبانی تصمیم باشد و سعی کنید آن را در آورید و یک گزارش کوتاه در مورد آن بنویسید . شما باید جزئیات را در مورد آن چه در نرم افزار آمده بنویسید . چطور کار م یکند و چطور از تصمی مگیری پشتیبانی م یکند .
5 – وب سایت tradatauniversitynetwork . com را نگاه کنید . نواحی عمومی را جستجو کنید . پنج نوع از مطالعات تصمیم گیری را شرح دهید و همچنین مواردی که فهرست شده‌اند را توصیف کنید .

مقدمه
شرکتIMERYS در Sandersvit جرجیا، معادن خاک چینی خام ( چین ) خاک رس و فرآیند تبدیل رس به طیف وسیعی از محصولات ( پودر خشک تکه‌های له شده و ... ) که به کاغذ، مقوا، نقاشی، کاغذ دیواری و مواد دیگررا دارد. خاک چینی جهت ساختن سرامیک، سفره و لوازم رومیزی و مجسمه سازی استفاده م یشود . همچنین در فرآیند تولید آلومینیوم، ساختن خمیر دندان و به عنوان دارو و برای تسکین ترش کردن معده به کار رود ( بله، خاک رس بدست آمده از زمین خوردنی است ) بین 50 تا 100 میلیون سال پیش بین کرتاسئوس و دوره‌ی سوم زمین شناسی رسوبات خاک چینی شکل گرفت . در ساحل اقیانوس اطلس و در طول خطی که جورجیای مرکزی را قطع م یکند . مجموع عواید سالیانه‌ی اقتصادی در ایالت جورجیا در سال 1996، 482 میلیون دلار بود . مجموع تولید خاک چینی در جورجیا حدود 3 / 8 میلیون تن ( نصف تولید دنیا ) بود، 8 / 6 میلیون تن آن در سال 2001 تولید شده بود . این حجم فرآیند کائولین را در ایالات متحده نشان م یدهد . ذخایر اصلی در برزیل استخراج م یشود و فرآیند پیدا م یکنند . همچنین در چین، فرانسه، آلمان و انگلستان .
ایالت جورجیا بیش از نیمی از خاک چینی مورد استفاده در کاغذ سازی دنیا را عرضه م یکند . در جورجیای میانی، ذخایر کائولین وسیع تر هستند . شهر ساندر ویلز، پایتخت کائولین دنیا نامیده م یشود . نگاه کنید به ارتباط تولیدات خاک رس چینی ( Kaolin . com , imerys . com ) وب سایت‌هایی برای اطلاعات بیشتر در زمین شناسی، تاریخ، استخراج معدن، محصولات و رویدادهای اقتصادی خاک رس .) موقعیت
در 1998 به عنوان قسمتی از یک ابتکار بهبود دهنده‌ی دائمی، مدیران ECCI، مهندسین و تحلیل گران IS برآن شدند تا عملی بودن برنامه ریزی ریاضی ( بهینه سازی ) برای استخراج خاک رس و تولید را را اثبات نمایند.نیاز به فرآیندی با کیفیت پایین تر خاک رس خام، تخلیه‌ی خاک‌های رس با کیفیت بالاتر و برخی از روش‌های جدید فرآیند، ایجاب م یکند که نگاه تازه‌ای از جهات مختلف به فرآیند خاک رس و برنامه‌های آن داشته باشیم . چندین عضو از تیم ابتکار بهبود دهندگی پیوسته، شرکت داده شده بودند در گسترش مدل‌های برنامه ریزی وسیع و پیچیده برای برنامه ریزی تولید خاک رس در سازمان‌های دیگر ( مدل‌ها استفاده شده بودند اغلب برای برنامه ریزی ظرفیت و چند هزار رابطه و متغیر داشتند ) هیچکدام از این مدل‌ها، خاک رس را به تمام روش‌ها از استخراج معدن تا مشتری، با جزئیاتی که هم اکنون لازم است، به کار نبرده اند، همچنین تعیین ترکیبات خاک رس قبلا هرگز مدل دار نشده بود .
تصمیم گیری : تصمیم شماره‌ی یک :
فرآیند مقدماتی تصمیم گیری با بررسی مشکل تعیین مالکیت مشکل شروع شد. ( آگاهی ) – تیم ECCI وظیفه داشت هر روش بهبود بخشی را جستجو کند . چنین بهبودهایی می‌توانست شامل تصمیم گیری بهتر، تصمیم گیری سریع تر و مانند آن باشد . در ابتدا هیچ راهی برای شناخت چنین تماس‌هایی که واقعا خوب کار می‌کرد وجود نداشت اما بعضی از اعضا تیم با برنامه ریزی‌های ریاضی و منطقی آشنا بودند و می‌دانستند کاین روش مشخصا جستجوی با ارزشی بوده زیرا نتایج مطلوبی را برای مشکلات دیگر و در موسسات دیگر که با آن‌ها در ارتباط بودند، تولید کرده بود . در قدم بعدی آن‌ها در صدد برآمدند که دانش، اطلاعات و اقدام به کار و احتمال موفقیت را افزایش دهند، همچنین . این مورد شامل ملاقات با مدیران دیگر و کاربران دیگر بود که نیازمند برنامه‌های تولید درست بودند تا بتوانند تعیین کنند که چه فروشی قابل قبول بود و چطور می‌توانست ساخته شود ؟ بنا به تداوم توسعه‌ی یک سیستم بر اساس مدل‌های ساده‌ی صفحه‌ی گسترده و تجارب گذشته ( طراحی ) بود . پیش بینی‌هایی صورت گرفته است که این مدل برنامه ریزی ریاضی، مانند قسمتی از سیستمپشتیبانی تصمیم، می‌توانست ERP را به سمت یک برنامهریزی و تصمیم گیری کاملا سازمان دهی شده هدایت نماید . این تصمیم گیری تحت شرایط غیر مشخص بود، جایی که خطر شکست ( یا موفقیت ) هنوز دیده م یشود . تحلیل گران درمی یابند که این مشکلات اغلب مبارزه م یکنند زیرا آن‌ها شاید احتمالا مجبور باشند سیستمی را بسازند که قبلا هرگز انجام نشده است . آن‌ها به توافق رسیدند و تصمیم گرفتند که به توسعه‌ی سیستم اقدام نمایند ( انتخاب ) . اجرای مرحله، جمع و جور کردن یک تیم شکیل را ایجاب نمود که به سمت توسعه‌ی سیستم پشتیبانی تصمیم حرکت کند . نتایج این تصمیم، حکایات بعدی IMERYS را به دنبال داشت و همچنین ECCI، منابع را برای یک ابتکار جدید برای توسعه‌ی یک سیستم پشتیبانی تصمیم جهت کمک اعضا یک سازمان در تصمیم گیری، در اختیار گذاشت . تیم توسعه، حالا مجبور بود بفهمد که خاک رس چگونه فرآیند م یشود و یک روش شناسی را توسعه دهد که به تصمیم گیرندگان کمک نماید . وسعت پروژه به عنوان یک اطلاعات جدید،نمایان شد
.
سوالات موردی
1 – چرا تیم بهبود، جستجو را برای برنامه ریزی ریاضی جهت فرآیند خاک رس، شروع کرد ؟
2 – چرا شما فکر می‌کنید که مدل‌های قبلی و سیستم‌های قبلی خواستند انواع مشابهی از مشکلات را حل کنند که مستقیما در این مورد قابل دسترسی نبودند ؟
3 – برای اولین مشکل، توصیف کنید که چگونه تصمیم گرفته شد ؟ توضیح خود را به مدل تصمیم گیری چهار مرحله‌ای Simon ارتباط دهید . آیا شما فکر می‌کنید که این تصمیم قاطعی در مورد این پروژه بود ؟
2 – در سال 1999 صنعت یک رکورد را تجربه کرد . چگونه به کار بردن یک مدل شبیه به مدل ECCI می‌توانست به این رقابت کمک کند ؟



فرآیند خاک چینی ( کائولین ) : تولید کائولین، استخراج انواع مختلف خاک رس خام را می‌طلبد که شامل تصفیه، سایش، جدا سازی، گرمادهی، اختلاط و قدم‌های دیگر ( برای
تشریح مراحل به Kaolin . com نگاه کنید . ) دستورالعمل‌های مختلف دیگر از خاک رس خام می‌تواند برای تولید محصولات نهایی مشابه یا متفاوت استفاده شود . و در نقاطی از تولید، مخلوط‌های متناوب می‌تواند در ایجاد محصولات نهایی خصوصیات مشخص به کار رود . ( روشنی، جلا و غیره )
بعضی فرآیند‌ها می‌تواند با تجهیزات مختلفی اجرا شود و گاهی اوقات چندین واحد مشابه از یک سری تجهیزات مشابه استفاده می‌نمایند. جهت پیچیده کردن مرحله‌ی حالت تصمیم گیری، مخلوط‌های خام ابتدایی متفاوت، نوعا نیازمند شعاع مختلفی از تجهیزات مختلف هستند که برای فرآیندهای مختلف به کار م یروند . برای مثال درصد پایین تری از خاک رس خام نرم ( ذرات کوچکتر ) که مخلوط با رس درشت و خشن است عموما وقت اضافی برای خرد کردن رس درشت جهت مراحل بعدی نیاز دارد . ارزش هر ساعت، ارزش و هزینه‌ی هر تن، فاکتورهای اکتشاف ( که شاید به خاک رس مختلف، فرق کند ) و نرخ ( تن در ساعت )، برای هر مرحله، برای هر خاک رس، برای هر مخلوط، تخصیص جداگانه‌ای یافته است . این داده‌های اطلاعاتی تخمین زده شده‌اند زیرا زمان با تغییرات ریشه‌ای خاک رس تغییر م یکند که بستگی دارد به معدن و حتی حفره‌ی به خصوصی از معدن که خاک رس از آن استخراج شده است .



برنامه ریزی فرآیند خاک رس در IMERYS : یک مورد کلاسیک از تصمیمگیری قسمت دوم : تصمیمات فرآیند بهینه سازی ( POP ) در DSS
دستورالعمل‌ها و محصولات متناوب و مشکلات جدید : یکی از مشکلات که در سال 1999 در ECCI با آن روبه رو شدند این بود که بعضی از معادن با کیفیت بالای رس خام، تقریبا تخلیه شده بودند . محصولات خام متناوب، تطبیق فرآیند و فرآیندهای جدید باید برقرار می‌شدند تا رس‌های نهایی را تولید کنند که کیفیت تولیدات فعلی را داشته باشند .
محصولات جدید خاک رس خام ( خالص و مخلوط ) به طور پیوسته گسترش می‌یابند . خاک‌های رس همچنین مراحل مختلف از فرآیند تولید را به همراه دارند که بستگی به دسته‌ی اصلی محصولات آن دارد
یک دسته از رس، مرطوب است، دیگری خشک است . داخل هر دسته‌ی بزرگ چندین محصول پایانی خالص و صدها مخلوط وجوددارد که نیازمند داشتن خصوصیات مطلوبی است که مشترکین در سطح بازار جهانی آن‌ها را مطلوب بدانند . کائولین خشک، سه محصول اصلی و حدود 20 مخلوط نهایی دارد، در حالی که رس مرطوب دارای 6 محصول اصلی با صدها مخلوط نهایی است .
رس‌ها شاید همچنین در دستگاه‌های مختلف فرآیند شوند . انتقالات خاک رس از دیگر دستگاه‌ها وجود دارد . بعضی از آن‌ها در این مرحله‌ی پروژه، دارای مدل ابتدایی بودند در حالی که دیگران در ادامه، جایگزین شده بودند . بعضی از رس‌های خام و رس‌های فراوری نشده می‌توانند در بازار باز خریداری شوند، در حالی که دیگران نمی‌توانند ( این‌ها به طور واحد و اختصاصی تولید م یشوند . ) مواد شیمیایی در مراحل مختلفی از فرآیند، اضافه م یشوند . یک رابطه‌ی مستقیم وجود دارد بین مواد شیمیایی استفاده شده و نرخ فرآیند چندین قطعه از تجهیزات . استفاده از مواد شیمیایی بیشتر شاید نوعا زمان فرآیند کمتری نیاز داشته باشد ( در یک یا چند مرحله‌ی تولید ) . ECCI محصولات را در هر قاره به مشتری می‌رساند . آن‌ها همچنین انبار م یکنند در چند قاره . آن‌ها حمل م یکنند محصولات را به وسیله‌ی قطار، کامیون و کشتی .آشکارا، تصمیمات زیادی گرفته م یشود، از این جهت تصمیمات خیلی متغیر هستند . معذوریت‌های زمانی و محدودیت‌های تولیدی ( ظرفیت وزنی ) متعددی وجود دارد که نرخ‌ها و میزان‌های وابسته را تغییر م یدهند . فشارهای زیادی وجود دارد که جریان هر فرآیند را توصیف م یکند و این که استفاده از تجهیزاتی به جای تجهیزات دیگر چه ارتباطی با هم دارند ؟
متغیرهای واسط زیادی وجود دارند که مقادیری از رس را ارائه می‌نمایند که خروجی یک فرآیند به عنوان ورودی فرآیند دیگر جریان می‌یابد . ترکیبات متعددی از رس‌ها وجود دارند که تغییرات تصمیم‌ها را افزایش م یدهند . نتیجه‌ی تغییرات سودمند است در صورتی که رو به افزایش باشد .همچنین، فرضیات مشخصی که منطق را محدود م یکنند باید ایجاد شود، به منظور توسعه‌ی مدلی با اندازه‌ی قابل قبول که بتواند در یک محدوده‌ی زمانی خاص حل شود . برای مثال اگر چه یک مدل می‌تواند به شکل خطی فرض شود، در پارامترهای معمولی که در قسمت‌های مختلف دیده شده، مهندسین و دانشمندان که فرآیند‌ها را طراحی و کنترل م یکنند نشان داده‌اند که برخی موارد غیر خطی ظریف هم وجود دارد .

تصمیم گیری – تصمیم شماره‌ی 2 – فرآیند رس بهبود یافته :
هدف اولیه عبارت است از تعیین روش بهینه برای فرآیند خاک‌های رس در تمام مراحل از معدن گرفته تا مشتری‌ها . این مدل می‌تواند تعیین کند که چگونه خاک‌های رس باید به طور بهینه مخلوط شوند و در چه نقاط و با چه تجهیزاتی باید به کار روند ؟ سپس افزایش ظرفیت می‌تواند به مدل افزوده شود و تعیین کند که کدام تجهیزات مجددا به منظور حداکثر کردن سود باید افزایش ظرفیت تولید داشته باشند. مدل همچنین می‌تواند تعیین کند که اگر ظرفیت موجود سود بخش نیست،کدام تقاضا از بازار باز باید دیده شود، . مشکل تصمیم گیری عمده عبارت است از : دادن یک سری تقاضا برای محصولات نهایی رس ( ممکن است از یک سیستم پیش بینی گرفته شده باشد )، تعیین این که چگونه فرآیند رس را بهینه کنیم ( حداکثر سود خالص ) . این‌ها ایجاب م یکند که موارد زیر مشخص شود :
* یک افق زمانی ( نوعا یک سال، 3 ماه یا 2 هفته )
* کدام معادن برای استخراج استفاده شود و چه میزان رس استخراج شود ؟
* کدام ترکیبات خام به کار رود ؟
* کدام فرآیند برای اجرا شدن روی خاک رس ؟ و به چه میزانی ؟
* مواد شیمیایی که استفاده م یشود و جایی که باید به کار رود
؟
* چه ترکیبات واسطی به کار م یرود ؟ برای محصولات پایانی چه ترکیباتی بهتر است ؟ این تصمیمات، ثبت نرخ‌های استاندارد و ارزش تجهیزات برای رس‌های مختلف را ایجاب م یکند و همین طور تعیین قطعات به خصوصی از تجهیزات که می‌توانند به وسیله‌ی رس‌های به خصوص استفاده شوند . به خاطر یک فرآیند جدید که سال 1999 به صورت آن لاین آمده بود، مدلی شد که طبق آن استفاده از خاک رس خام قدیمی قطع شود . چرا که آن‌ها به زودی تخلیه می‌شدند و باید موارد جدید فعال بشوند . تقاضاهایی برای محصولات تمام شده‌ی خاک رس ارائه شده، تصمیمات ویژه‌ای که شامل :
1 – چه مقدار از هر نوع خاک رس خام، استخراج شود ( قبل و بعد از تخلیه درجاتی با کیفیت بالا) .
2 – چه ترکیبات خامی استفاده شود ( کدام برخوردها تجهیزات هر فرآیند را مشخص م یکند . )
3 – چه فرآیندهای تولیدی برای ترکیبات رسی خام به کار رود .
4 – چگونه ترکیبات خام رس ترکیب شوند و به رس واسط تبدیل شوند .
5 – کدام فرآیندهای به خصوص برای استفاده از رس‌های واسط به کار رود ؟
6 – چگونه محصولات به جریان تولید باز می‌گردند ؟
7 – چگونه ترکیبات واسط خاک رس به رس‌های نهایی تبدیل م یشوند ؟
8 – در ظرفیت تولید موجود، با چه تقاضاهایی باید مواجه شد ؟
9 – چه مقدار خاک رس باید ا زمنابع خارجی خریداری شود تا ترکیبات واسط به ترکیبات نهایی تبدیل شود ؟ 10 – چه میزان از هر ماده‌ی شیمیایی باید به کار رود .
11 – کدام فرآیندهای نهایی برای ترکیبات نهایی باید استفاده شود ؟
12 – چه تقاضاهای نهایی باید به وسیله‌ی خریداران بازار خارجی یا به وسیله‌ی تولید در قسمت‌های دیگر سازمان، قبول گردد .
یک مدل برنامه ریزی خطی می‌تواند این نوع تصمیم گیری را در DSS پشتیبانی کند . جمع آوری داده برای مدل و تکمیل هر دو می‌توانست مشکل را و هم زمان مصرف را آماده کند.
توسعه‌ی فرآیند بهینه سازی و مدل برنامه ریزی خطی و DSS در بخش‌های4 و 6 تحت عنوان ( دسترسی ) توصیف شده‌اند .
نخستین نوع دسترسی
قبلا در پروژه، تصمیم این بود که یک نوع اولیـه‌ی دسترسـی استفاده شود . یک دستگاه کوچک مدل اولیه‌ای شده بود برای ارائه‌ی اشکال ضروری، به منظور آشنا نمودن اعـضای تـیم بـا ابزار و سبک شناسی و ثبت ساختارهای پایگـاه داده کـه بـستر توسعه‌ی سیستم را راهنمایی کند .
پیچیدگی‌های جدید
در برخورد مستقیم با پروژه‌ی POP، یک مجمع استخراج معدن فرانسوی، IMATEL، در سال 1999 ECCI را خریداری کرد و بقایای آن را ادغام کرد و تحت نام IMERYS در سال بعد نام گذاری نمود . این بخش‌ها شامل کمپانی کائولین، شعبه‌ی خشک در جورجیا بود و EC یک شرکت اروپایی سریعا خرید را به تصویب رساند . اما دپارتمان امریکایی IUSTICD، بعضی محدودیت‌ها را اضافه نمود : بعضی از بخش‌ها‌ی ECCI که در فرآیند شرکت داشتند باید سریعا فروخته می‌شدند . خارج شدن آن قسمت شامل آزمایش ما نیز هست .
سوالات موردی
1 – چرا دسترسی به ترکیبات برای مدل مهم بود ؟
2 – مدل برنامه ریزی خطی، برای توسعه یافتن، چندین قسمت را تشریح م یکند و آن‌ها را وسیع تر می‌سازد . مدلی که دو قسمت را ارائه می‌کرد، 10000 معذوریت و 40000 متغیر داشت ( حال آن که نمونه‌ی قبلی در سال 2002 شامل 80000 محدودیت و 150000 متغیر بودن چگونه یک نفر اثبات م یکند که مدل صحیح است و جواب درست م یدهد ؟ چطور یک نفر می‌تواند داده‌ها را مدیریت کند ؟ چه کسی باید مجاز باشد ساختار مدل را به روز رسانی نماید ؟ تقاضاها را به روز رسانی کند و چرا ؟
3 – یک لیست از سه تصمیم را انتخاب کنید و اهمیت آن‌ها را برای شرکت شرح دهید .
4 – چرا یک نوع نخستین ( طرح ارزیابی ) از دسترسی توسط تیم استفاده شد ؟ آیا احساسی را ایجاد کرد ؟ چرا بله و چرا خیر؟
5 – یک حادثه‌ی خارجی توانست ECCI را توسط IMTEL خریداری کند و ادغام آن چگونه بر مدل و توسعه‌ی سیستم اثر گذاشت ؟ چرا این مسئله برای DSS و مدل مهم بود ؟
6 - استخراج معدن و صنایع فرآیند مـواد، نوعـا در توسـعه‌ی ثبت سر صنایع دیگر قرار می‌گیرند و همچنین در اسـتفاده از DSS و انتخاب مدل . چرا شما فکر می‌کنید چنـین اسـت و چه چیزی می‌تواند برای پیشرفت این صنایع، انجام شود تا آن‌ها بتوانند از ابزار پیشرفته استفاده نمایند .
مقدمه :
در صنعت عکس متحرک، کارگران که گریپ نامیـده می‌شوند عضلات هوشمند در نصب هستند . ایـن دسـتیاران برای نصب نورها، دوربین‌ها و دیگر موارد تنظـیم،مـسئول هستند . دستیاران باید قادر باشند که تصمیم بگیرند چطور بهترین نصب را انجام دهند، کد ام می‌تواند کـاملا پیچیـده باشد . در حقیقت خیلی از آن‌ها دارای درجـه‌ی M . A یا B . A در تئاتر هستند . دستیار کلیدی مسئول همه‌ی دستیاران می‌باشد، و همین طور به عنوان یـک رابـط بـین دیگر دستیاران و شرکت تولید کننـده . اولـین نگرانـی یـک دستیار کلیدی ایجاد امنیت در مجموعـه و صـحنه اسـت .
Charles Seabrook از کالیفرنیای جنوبی یـک دسـتیار کلیدی است .
یک شغل مهم در صنعت فیلم سازی . وی نزدیک بـه 20 سال در این حرفه بوده اسـت و شـهرت زیـادی دارد . او یکی از بهتـرین هـا اسـت . او پیـشنهاد هـای زیـادی بـرای کارداردکه این امر تصمیم گیری را مشکل مـی کنـد . حتـی وقتی پیشنهادهای رقابتی وجود ندارد، او گاهی مجبور است تصمیم بگیرد که آیا او می‌خواهد کاری راقبول کند یا خیر؟ مرحله‌ی تحلیل معنوی و سلسله مراتب تجزیه تحلیل، یک روش ممتاز برای انتخاب فعالیت‌های رقیب است کـه معیارهای متفاوتی به کار مـی گیـ رد . معیـار مـی توانـد در طبیعت کیفی باشد یا ک می‌باشد . و حتـی معیـار کیفـی بـه وسیله‌ی یک تصمیم گیرنده ترجیح داده می‌شود ( بیشتر از آن چه که با اعداد و ارقام ارزیابی شود ) .
بـرای گـسترش DSS، بـه منظـور حـل مـشکل SEABROOK، ما مدل AHP را در انتخاب مهـارت به کار بردیم . ( قابل دانلـود از سـایت . Expertchoice com ) . تصمیم گیری ما با مدل چهار مرحله‌ای سایمون همخوانی دارد . ما تصمیم گرفتیم که در انتخاب مهارت، از اندازه گیری و ارزیابی استفاده کنیم یا یک مـدلی را فرمولـه نمائیم که در ایـن تـصمیم گیـر‌ی بـه Seabrook کمـ ک نماید .

معیار و میزان

دستیاران کلیدی پروژه‌های فیلم را به وسیله‌ی فرآیند تجزیه تحلیل سلسله مراتبی انتخاب می‌کنند
اولین قدم ما، گفتگو با Seabrook راجع به سیمای عمومی زندگی حرفه‌ای او بود و این کـه چگونـه بـه سـمت تصمیم گیری می‌رود . سپس ما مصاحبه کردیم تا معیارهای مهم جهت انتخاب شغل را ثبت نمائیم در ابتدا او هشت معیار زیر را ذکر نمود :
1 – محــیط فــیلم بــرداری – فاصــله از خانــه‌ی Seabrook در چارلستون، کالیفرنیای جنوبی .
2 – زمان دوری از خانواده – او به خـانواده اختـصاص دارد و ترجیح می‌دهد مدت طولانی دور از خانه نباشد .
3 – شهرت شـرکت تولیـد کننـده – کمپـانی تولیـد کننده‌ی فیلم، بخش مهمی اسـت در ایـن کـه مـردم چـه مدت ان را داشته باشند و فیلم را چگونه تشخیص دهند .
4 – بودجه‌ی فیلم – اغلب اگر یـک فـیلم بودجـه‌ی پایین داشته باشـد، مـشکلاتی بـرای تهیـه‌ی تجهیـزات و ناخشنودی عمومی در بین کارکنان وجود دارد .
5 – پرداخت – بدیهی است نرخ ساعتی که پرداخـت م یشود اولویت بالایی دارد .
6 – شرکت تعاونی – اگرتعاونی در فیلم شرکت داشـته باشد، حالات کارکردن معمولا بهتر است و مهم تـر فمنـافع کارکنان پرداخت می‌شود .
7 – کیفیت بهترین فرد قابل دسترس – بهترین پـسر
( پادو )، معادل دستیار کلیدی است و به طور سـنگینی در کارهای وسیعی که در عمل لا زم است شرکت دارد . داشـتن یک پادوی آماده برای فیلم، قاطع و حتمی است . اگـر چـه بعـدا یـاد گـرفتیم کـه ایـن معیـار ضـروری نیـست زیـرا Seabrook یک فیلم را قبول ن می‌کنـد اگـر پـسر بچـه‌ی همیـشگی و قـانونی او یعنـی Jack Gilchrist قابـل دسترسی نباشد .
– 8 – کیفیت دستیاران قابل د سترسی بـرای اجـارهیک فیلم اغلب به عنوان یک شرکت مجازی عمل می‌کنـد . با تکنیک‌های کیفی اختصاصی و انفرادی که جهـت انجـام کارهای ویژه اجاره می‌دهد . اگر عدم شایـستگی دسـتیاران وجود داشته باشد، دستیار کلیدی دچار مشکلات بیـشتری م یشود .
پس از مبحث گذشته، معیارهای کاهش یافتـه بودنـد برای یک سری پنج تایی با قابلیت مـدیریت بیـشتر کـه بـه وضوح تعاریف آن‌ها توسعه داشـت . ایـن پـنج تـایی نهـایی عبارت بودند از :
1 – منطقه‌ی فیلم برداری – این دلالت دارد بر جایی که از خانواده دور خواهد بود، به عنوان فاصله‌ای از خانه که مقدار زمان دوری او را تعیین م یکند .
– 2 – پرداخت
3 – وضعیت کار – این عامل شامل چگونگی سـهولت بودجه است و این که چه روزهایی از هفته و سـاعاتی از روز لازم هستند . زیرا همچنین تعیین می‌کند اضـافه کـار قابـل دسترسی را، و این که حتما پرداخت خواهد شد .
4 – درگیر بودن اتحادیه
5 – شهرت شرکت تولید کننده – توجه کنید کـه در توسعه‌ی معیارها، ما انتخاب‌های متناوب ویژه را بررسی و بحث نکردیم .
AHP : مــدل هــای انتخــاب متخصص و توسعه :
ساختار یک مدل AHP به عنوان اجرایی در انتخاب ماهرانه، به شکل یک درخـت معکـوس اسـت . یـک هـدف واحد در بالا و جود دارد که هدف، مـشکل تـصمیم گیـر‌ی را ارائــه مــی دهــد . صــد در صــدی از وزن تــصمیم در یــک برجستگی وجود دارد . مستقیما در زیر هدف، برگ‌ها قـرار دارند که همه‌ی معیارها را ارائـه مـی دهنـد، هـر دو معیـار کیفی و کمی .وزن هدف باید در معیارهـای ارزیـابی تقـسیم شده باشد . چندین مدل وجود دارد که این انتخاب را انجـام می‌دهد . همه‌ی آن‌ها مبتنی بر مقایسه‌ی همه‌ی معیارها برای ثبت چگـونگی وزن هـدف و همـاهنگی بـا تقـسیم آن هستند . نرم افزار همچنین یک میـزان از مقایـسه‌ی را بـه صورت متناقض ارائه می‌دهد . بنابراین اگر تـصمیم گیرنـده، معیار یک را به معیار دو در یک سطح رجحان، ترجیح دهد، و معیار یک را با معیار 3 مقایسه کند، او باید معیار 2 و 3 را به عنوان رجحان برابر مقایسه نماید .
پس از این که تصمیم گیرنده، مقایسه را کامل کـرد، وزن مشکل تصمیم گیری به معیارها تقـسیم مـی شـود . بـر طبق ساختار ترجی حی که از مقایسه‌ی عاقلانه آن‌ها نتیجه گرفت . انتخاب ماهرانه، یک تناقض و بی ملاحظه‌ای نسبی را ارائـه مـی دهـد کـه نـشان م ـیدهـد چگونـه سـازگاری تصمیم گیرنده در قضاوت او موثر است . دو راه برای ساختن مدل وجود دارد . اگر مشکل در یک وقـت ایجـاد شـود و راه کارهای چندی وجو د داشته باشد . ( هفـت تـا، یـا کمتـر و بیشتر از دو تا )، سپس تـصمیمگیرنـده وارد تـورم انتخـاب می‌شود . ( راه کارها ) تحت اولین معیار و همه‌ی آن هـا و نظایر مشابه را بررسی می‌کند . سپس تصمیم گیرنده انتخاب‌ها را مقایسه می‌کند بـا نخـستین معیـار، دومـین معیـار و همچنین الی آخر تا همه مقایسه شده باشند، از هر سری از مقایسات انتخاب ماهرانه وزن مشکل را بر روی انتخـاب هـا تقسیم می‌کند و یک تناقض نسبی در بین معیارها محاسـبه می‌نماید . یک بار که همه‌ی انتخاب‌ها مقایسه شده انـد، نتایج ساخته می‌شود .
انتخابی بـا بیـشترین وزن، همـ ان انتخـاب ماهرانـه مـی گـردد و تناقض نسبی نشان می‌دهد که چگونه تصمیم قابل اعتماد اسـت ( صفر نشان دهنده‌ی برتری سازگاری و یک نشان دهنده‌ی برتری تناقض است . ) اگر مشکل برگشت کند و یا راه کارهای متعـددی برای انتخاب وجود داشته باشـد، مـی تـوان از نـرخ بنـدی مـدل استفاده کرد . برجستگی برگ‌ها در زیر هر معیار، توصیف کننده مقیاس برای هر معیاری است . برای مثال، حالات کارکردن شاید به صورت عالی، خوب، ضعیف و خیلی ضعیف مـشخص گـردد . تصمیم گیرنده‌ی منطقی مقایسه می‌کند این مقیاس تشخیصی را درست مثل انتخاب‌ها . عالی به خـوب ارجـح اسـ ت و خـوب بـه ضعیف و ضعیف به خیلـی ضـعیف . وزن ایـن مشخـصه هـا یـک مقیاس را برای پروژه‌ی فیلم به خصوص ثبت می‌کنـد . یـک بـار همه‌ی معیارها مقیاس خود را دارند و عاقلانه مقایسه شـده انـد، ما به سمت مدل ارزیابی حرکت می‌کنیم، جایی که هـر انتخـابی به وسیله‌ی ردیف‌هایی از صفح ه‌ی گسترده ارائه می‌شود شـبیه چارچوب کاری و ستون هـای ارائـه دهنـده‌ی معیارهـا هـستند . تصمیم گیرنده سپس بر روی نرخ ارزیـابی هـر معیـار بـرای فـیلم کلیک می‌کند . به یکباره همه‌ی معیارها انتخاب می‌شوند، ارزش برای راه کار محاسبه م یشود . تصمیمگیرنده شاید تصمیم بگیـر د که فیلم را بپذیرد فقط اگر ارزش آن‌ها از یک سطح حداقل تجاوز کند یا شاید انتخاب‌ها را مرتب کند و آن یکی را که بالاترین نرخ را دارد انتخاب کند، بدون توجه به ایـن کـه کـدام روش بـه کـار مـی رود، AHP، بـه طـور ضـروری در انتخـاب ماهرانـه اجـرا می‌شود . تصمیم گیرنده، عملکردی را استفاده می‌کنـد کـه بـین اولویت‌های او ترجیح داشته است .
ساختن مدل
هدف و پنج معیار در مدل انتخابی ما وارد شـدند و یـک مقیـاس ارزیابی برای هر یک از معیارهای Seabrook تعیین شد . صفحه‌ی گسترده‌ی شکل 4 . 2 هدف را نشان مـی دهـد ( کـدام فـیلم انتخاب شود ) پنج معیار و مقیاس هر کدام . مقایـسه‌ی منطقـی پس از آن اجرا شد و اولویت هـا تعیـین شـدند . در ایـن منطقـه گفتگوهای دیگر با Seabrook به ما اجازه داد که اولویـت هـا بـا ظرافت دریابیم .نتایج نشان می‌دهند در شـکل 5 . 2 و همچنـین در اوزان معیارها در شکل 4 . 2 توجه کنید به تن اقض نـسبی 7 0 / 0 – این عدد را به سمت اولویت‌های Seabrook کاهش دهید
. او احساس کرد که با ترجیحاتش هماهنگ نیستند و همچنین ما به ارزش‌های قبلی برگشت کردیم . معمولا اگز نسبیت کمتر از 1 / 0 باشد . مقایسه‌ها می‌تواند، سازگار تلقـی شـود . در آینـده ( بعدا ) ما مقی اس‌های ارزیابی را تحت هر معیاری مقایسه کـردیم . نهایتا ما به سمت نمونه‌های ارزیابی حرکت کردیم و Seabrook دوباره با یک سری از داده‌های قابل استفاده‌ی دنیای واقعی فیلم‌ها برخورد کرد . او در گذشته مدل معتبری را ملاحظه کرده بود . ما یک فرم نظارت و بررسی را برای او آماده کردیم که چهار شغل گذشته را که به او پیشنها د شده بود ارزیابی کند . آن یک دایـره‌ی ساده بود برای بررسی عکس العمل صحیح . داده‌هایی که وارد مدل شده بودند به همراه نتایج ارزیابی آن‌ها در شکل 6 . 2 نشان داده شده است .




نتایج :
اسامی فیلم‌ها به طـور محرمانـه حـذف مـی شـوند امـا نتـایج بـا تصمیمات Seabrook هماهنگ است . فیلم 1 بـا نـرخ 279 / 0 به وسیله‌ی هر دو مدل رد شد و Seabrook هر سه فیلم دیگـر را پذیرفت و حس کرد که بهترین نرخ برای میان بر کردن بایـد 4 / 0 باشد از آن جا که کمترین نرخ پذیرفتن فـیلم فقـط 001 / 0 بــود نقــاط کمتــر از آن رد شــدند . ایــن ســطح شــاید وقتــی Seabrook با مدل سازگار شود، تغییر کند . او قادر خواهد بـود که مدل را با تغییرات اولویتی خودش سازگار کند . یک ماه، مدل اولیه و توسعه‌ی سیستم جریان خواهد داشت . ما مدل انتخاب را بر روی کامپیوتر او، نصب کـردی م تـا نظـارتی را ارائـه نمایـد کـه مطمئن باشیم او می‌تواند مدل را با پر بارترین توانایی به کار ببرد . او از سیستم حایلی راضی است و آن را با فرآیند تـصمیم گیـر‌ی خودش هماهنگ کرده است .
خاتمه :
Seabrook حالا می‌تواند از یک DSS ویژه استفاده کنـد کـه به او در فرآیند تصمیم گیری خود که آیا کار پیشنهادی را بپـذیرد یا نپذیرد، کمک می‌کند . تا به حال او معیارهایی مشابه با مدل را استفاده می‌کرد اما مدل او یک مدل ذهنی بود که مـی توانـست دچار مشکل شود . اگر که امکان نداشـت همـه‌ی معیارهـا را بـه طور همزمان برای بررسی اهمیت هر یک، به کار گیرد . اسـتفاده از AHP در انتخاب ماهرانه جهت انتقال ایـن دانـش و اولویـت‌های موجود در مدل تصمیم گیری که منجر به سازگاری بیـشتر و تصمیم گیری با کیفیت بالاتر می‌شـود . در گدشـته Seabrook عموما بر اساس یک فکتور که شدیدا خوب بود یا بد، تصمیم می‌گرفت . اکنون او قادر است اهمیت همه‌ی فاکتورهـا را بـه روش منطقی، اندازه گیری نماید .
سوالات موردی
1 - آیا شما فکر می‌کنید که Seabrook واقعـا همـه‌ی هـشت معیار را قبل از این که DSS اسـتفاده شـود، در تـصمیم گیـر‌ی‌هایش به کار می‌برد ؟ چه مقدار اطلاعاتی لازم می‌داشت اگـر او انتخاب کرده بود از بین 12 فیلم و همه‌ی هشت معیار را استفاده می‌کرد ؟ در این صورت روش عملی برای رفتن به سور کـارکردن با اطلاعات چیست ؟ چرا بله و چرا خیر ؟
2 - توصیف کنید که چگونه فرآیند و مدل با مدل تصمیم گیـر‌ی چهار مرحله‌ای سیمون جور درمی آید ؟
3 – توضیح دهید تفاوت هـای بـین مـدل AHP اسـتاندارد بـا هدف / معیـار / انتخـاب هـا و ارزیـابی مـدل AHP بـا هـدف / معیارها / مقیاس‌های ارزیابی / انتخاب‌ها .
4 - چرا استفاده از مدل ارزیابی بیشتر از نمونه‌ی اسـتاندارد آن، اقتضا می‌کرد ؟
5 – چگونه مدل انتخاب AHP به Seabrook کمک می‌کنـد که در تصمیمگیری خود چارچوب منطقی تری ارائه کند ؟ 6 – آیا شما فکر می‌کنید که این پروژه‌ی موفق می‌شد اگر تـیم توسعه به طور نزدیک با تصمیم گیرنده کار نمی‌کرد ؟ چـرا بلـه و چرا خیر ؟

مورد کاربردی 4,2

مورد اجرایی MSS خلاصه و پایان




قسمت دوم سیستم‌های پشتیبان تصمیم گیری 86


سوال از متن فصل

1 – توضیح دهیدکه منظور از تصمیم گیری و در مقابل منظور از حل مشکل چیست ؟ هر دو را با هم مقایسه کرده و تعیین کنید که آیا بین آن‌ها می‌شود تمایز قائل شد یا نه؟
2 –سیستم را تعریف کنید ؟
3 – اجزای اصلی تشکیل دهنده‌ی یک سیستم را نام ببرید ؟
4 – محیط یک سیستم را تعریف کنید؟
5 – سیستم‌های باز و بسته را تعریف کرده، از هر یک مثالی بزنید ؟
6– 4 فاز مدل تصمیم گیری سایمون را نام برده و به طور مختصر توضیح دهید ؟
7- انواع عقلانییت را به طور مختصر توضیح دهید ؟
8 – مشکلات برنامه ریزی شده ( ساختاری ) و در مقابل، مشکلات برنامه ریزی نشده ( غیر ساختاری ) را تعریف کنید ؟
9-مدل چیست ؟ انواع مدل را نام ببرید و در مورد هر کدام به طور مختصر توضیح دهید ؟
01 –مدل‌های اصولی و توصیفی مربوط به تصمیم گیری را با هم مقایسه کنید ؟
11 – عوامل فردی موثر بر تصمیمگیری را نام برده و توضیح دهید؟  

فصل
ترجمه: مهدی قربانی

3

3 سیستم‌های پشتیبان تصمیم گیری در یک مرور
اهداف یادگیری
 فهمیدن پیکربندی‌های ممکن DSS
 توصیف خصوصیات و امکانات DSS
 فهمیدن مولفه‌های DSS
 چگونگی جامعیت آنها
 توصیف مولفه‌ها و ساختار هر یک از مولفه‌ها : زیر سیستم مدیریت داده، زیر سیستم مدیریت مدل زیرسیستم واسط کاربر ( محاوره )، زیر سیستم مدیریت پایگاه دانش وکاربر،
 توضیح چگونگی تاثیر وب جهانی بر DSS و برعکس
 توضیح نقش‌های واحد کاربر در DSS در مقابل MIS
 توصیف سخت افزار DSS
 فهمیدن رده بندیهای مهم DSS
3,1
2,3 پیکربندیهای DSS
تصویر آغازین قابلیت تغییر پذیری سیستم هوشمند تجاری / DSS را شرح می‌دهد . مخصوصاً آن یک سیستم پشتیبان با خصوصیات زیر را نشان م یدهد .
آن از هر یک از اعضا و تمام تیم پشتیبانی م یکند .
آن بطور مداوم و تکراری استفاده م یشود .
آن سه مولفه اصلی دارد : داده، مدلها واسط کاربر .
آن از داده مشخصی، عینی و ذهنی استفاده م یکند .
آن از در بخشهای خصوصی استفاده می‌شود .
آن به اتخاذ تصمیمات بهتر، با فراست و سریعتر کمک م یکند .

سیستم پشتیبان تصمیم گیری می‌تواند در پیکربندیهای متنوعی ایجاد شود . این پیکربندیها بستگی به ماهیت و موقعیت تصمیم مدیریت و تکنولوژیهای خاص که برای پشتیبانی استفاده می‌شود، دارد .
این تکنولوژیها برای چهار مولفه اصلی مونتاژ م یشوند ( هر کدام با چندین تنوع ) :
داده، مدلها، واسط کاربر و بطور بالقوه دانش .
هر یک از این مولفه‌ها توسط نرم افزاری مدیریت م یشوند که یا به طور تجاری در دسترس است یا باید برای وظیفه خاصی برنامه نویسی شود . راه و روش هر یک از این مولفه‌ها، مونتاژ کردن تعاریف قابلیتهای اصلی آنها و ماهیت پشتیبانی که فراهم شده است م یباشد . برای مثال مدلها در یک DSS مدل گرا تاکید م یشوند .
چنین مدلهایی می‌توانند با یک صفحه گسترده یا یک زبان برنامه نویسی سفارشی شوند یا می‌توانند توسط ابزارهای مبتنی بر الگوریتم که شامل برنامه نویسی خطی است فراهم شوند. به طور مشابه در یک DSS داده گرا، داده و مدیریت آن نقش مهمی را بازی م یکنند .
3,3DSS چیست؟
تعاریف قبلی یک DSS، آن را بصورت یک سیستم که تمایل به پشتیبانی مدیریتی از تصمیم گیرنده در حالتهایی با تصمیم نیمه ساخت یافته دارند، مشخص م یکند . DSS با این معنی باید یک چیز الحاقی در تصمیم گیرنده برای توسعه تواناییهای آنها باشد . اما نباید جایگزین قضاوت آنها شود. آنها در تصمیماتی فرض شده‌اند که نیازمند قضاوت یا در تصمیماتی که نمی‌تواند بطور کامل توسط الگوریتمهاپشتیبانی شوند.ازتعریف قبلی می‌توان چندین تفسیر بدست اورد . اکنون چندین تعربف دیگر را که باعث عدم توافق قابل ملاحظه در این که واقعاً یک DSS چیست ارائه داده م یشود .
تعاریف DSS
DSS،Little را بصورت یک مجموعه از رویه‌های مبتنی بر مدل برای پردازش داده و قضاوت‌ها در یاری رساندن به مدیر در اتخاذ تصمیم معرفی م یکند. او استدلال می‌کند که آنها باید موفقیت آمیز باشند .
چنان که یک سیستم به همراه آنها باید ساده، تنومند، راحت برای کنترل، سازگار، کامل در موارد مهم و آسان برای ارتباط باشد .
DSS، Alter را از طریق هم سنجی آنها با سیستم پردازش داده الکترونیک ( EDP ) متعاریف در پنج بعد، تعریف م یکند که در جدول 1,3 نشان داده شده است .
جدول 3.1 DSS در برابر EDP
EDP DSS بعد
غیر فعال فعال استفاده
منشی(دفتری) مدیریت خط وستاد کاربر
بهره وری مکانیکی سودمندی هدف
گذشته حال و اینده وسعت زمانی
پایداری انعطاف پذیری ویژگی

moore و cheng استدلال م یکنند که مفهوم بدون ساختار در یک قسمت از تعریف قبلی DSS ( یعنی DSS می‌تواند حالتهای غیر ساخت یافته و نیمه ساخت یافته را اداره کند ) در کل معنادار نیست .
بنابراین به آنها DSS را بصورت سیستمهای قابل توسعه که قادر به پشتیبانی از تحلیل داده تک کاره و مدلسازی تصمیم است تعریف م یکنند . که تمایل به طراحی‌های آینده و استفاده شدن در فواصل تصادفی و بی قاعده دارد .
DSS، Bonczek et al را بصورت یک سیستم مبتنی بر کامپیوتر که شامل سه مولفه تعاملی است تعریف م یکند : یک سیستم زبان ( یک مکانیزمی برای فراهم کردن ارتباط بین کاربر و مولفه‌های دیگر DSS )، یک سیستم دانش ( یک مخزنی از دانش دامنه مساله جاسازی شده در DSS بصورت داده یک رویه ) و یک سیستم پردازش مساله ( یک اتصال بین دو مولفه که حاوی یک یا بیش از یک قابلیت دستکاری مساله عمومی است که برای اتخاذ تصمیم نیاز است ) مفاهیم فراهم شده توسط این تعاریف برای فهمیدن ارتباط بین DSS و دانش مهم م یباشند .
در نهایت keen، واژه DSS را در موقعیتهایی که یک سیستم نهایی می‌تواند تنها از طریق یک فرآیند یادگیری و ارزیابی توسعه داده شود، بکار می‌برد . بنابراین او یک DSS را بصورت یک محصولی از فرآیند توسعه که در آن کاربر DSS، سازنده DSS و خود DSS که قادر به نفوذ در یکدیگر در نتایج ارزیابی سیستم و الگوهای استفاده هستند، تعریف م یکند . این تعاریف از طریق مفاهیم متنوع استفاده شده در تعریف DSS
، مقایسه و هم سنجی م یشوند . ( جدول 2,3 )

جدول 2,3 مفاهیم در بر گیرنده تعاریف DSS
تعریف شده بر حسب منبع
نوع مسأله و وظیفه سیستم(پشتیبانی) (1980)Scott-MortonوGorry
وظیفه سیستم و خصوصیات واسط (1970)Little
الگوی استفاده و اهداف سیستم (1980)Alter
الگوی استفاده و قابلیت‌های سیستم (1980)Chang و Moore
مولفه‌های سیستم (1980)Bonczek et al.
فرایند توسعه (1980)Keen

متاسفانه، تعاریف از DSS یک تمرکز سازگار را ارائه نمی‌دهند . چون هر یک سعی بر محدود کردن نفوس، بطور مختلف م یکنند . به علاوه آنها بطور جمعی از هدف اصلی DSS چشم پوشی م یکنند یعنی برای پشتیبانی و بهبود تصمیم . در تعاریف اخیر DSS، این تمرکزها، به نظر می‌رسد بر روی ورودی نسبت به خروجی م یباشد یک دلیل احتمالی برای تاکید بر این تغییر، سخت بودن اندازه گیری خروجیهای DSS م یباشد ( برای مثال کیفیت تصمیم یا اطمینان از تصمیم گرفته شده ) یک کاربرد DSS
یک DSS معمولاً برای پشتیبانی از راه حل یک مسئله خاص یا ارزیابی یک موقعیت ساخته م یشود . به همین خاطر آن کاربرد DSS نامیده م یشود . در DSS در تمرکز 2,3، ما یک تعریف کاری که شامل یک محدوده‌ای از اساس کاربرد DSS ایده ال است را ارائه می‌دهیم .
روی یک PC یا می‌تواند مبتنی بر وب، برای استفاده توسط تعدادی از افراد در چندین مکان، استفادهم یشود .
ما یک معماری DSS مبتنی بر وب معمولی را در شکل 1,3 نشان می‌دهیم .

یک سرور داده که بطور بالقوه داده را از انبار داده یا از سیستم مرکزی استخراج می‌کند فراهم شود . هنگامی که کاربر نیاز داشته باشد که مدل بهینه شود، این مدل توسط داده پرنفوس می‌شود و به سرور بهینه ساز، انتقال می‌یابد . سرور بهینه ساز می‌تواند به داده اضافی از سرور داده دسترسی داشته باشد . این سرور ساده را حل کرده و راه حل‌هایی را مستقیماً در مرورگر وب کاربر فراهم می‌نماید. گزارش‌های راه حل تولید شده می‌تواند توسط مدیر در سرور کاربرد به منظور قابل خواندن شدن، دستکاری شود و ممکن است مستقیماً به طرفین مناسب از طریق ایمیل یا از طریق پورتال وب دیگر بصورت قسمتی از سیستم اطلاعاتیسازمانی فرستاده شود.

4,3 خصوصیات و قابلیتهای DSS
بدلیل اینکه هیچ اجماعی بر روی اینکه دقیقاً یک DSS چیست، آشکارا هیچ توافقی در مورد قابلیتها و خصوصیات DSS نیست . قابلیتها در شکل 2,3 متشکل از یک مجموعه ایده ال می‌باشد . واژه هوش تجاری مترادف با DSS م یباشد اما به شدت با پیاده سازی وب هم تراز شده است ( ببینید DSS در تمرکز 3,3 ).
DSS در فوکوس 3،3
هوش تجاری چیست ؟
هوش تجاری ( BI ) یک مجموعه از فن BI فعال، پنج مولفه دارد : انبار داده و فرآیند نوآوری در سراسر انبار داده و فضای بلادرنگ، کشف استثناء و غیر متعارف‌های هوش تجاری م یباشد . BI فعال، بر تسریع مستقل، اعلام فعال بودن با تعیین دریافت اتخاذ تصمیم از طریق قدرت نفوذ خودکار، جریان کاری با انجام رسانی یکپارچه زیرساختارهای موجود BI برای احراز هویت،و یادگیری و پالایش خودکار.تکنولوژیهای محاسبه و توزیع تا حد اطلاعات بحرانی بی سیم، نقش کلیدی را در افزایش مقدار ماموریت، تمرکز دارد . به خاطر کاربرد این راندمان چندین از این مولفه‌ها را بازی تکنیکها و تکنولوژیها، دستیابی و ارزش انبار م یکنند. تحلیل تجاری بر استفاده از مدلها در داده و سیستم‌های BI می‌تواند از طریق یک هوش تجاری دلالت می‌کند. این مدلها می‌یا بیش از یک ترتیبی از دامنه افزایش یابد. توانند دستی به همان صورت که در OLAP امروزه موفقیت تجاری، نیازمند داده هوشمند است یا خودکار به همان صورت که در کاوش برای استفاده است . داده است، باشند .

تحلیل تجاری یک واژه دیگری است که دلالت بر استفاده از مدلها و داده برای بهبود وضع رقابتی و کارایی سازمان دارد . در تحلیل تجاری، تمرکز بر روی استفاده مدلها می‌باشد حتی اگر آنها بطور عمیق در داخل سیستم دفن شده باشند . PWC تخمین می‌زند که تنها 10 تا 20 درصد از کاربران به ابزارهای DSSدسترسی دارند . برای رسیدن به بقیه، تحلیل تجاری باید در راه حلهای هسته IT جاسازی شوند .
خصوصیات و قابلیتهای کلیدی DSS ( در شکل 2,3 ) عبارتند از :
1 . پشتیبانی از تصمیم گیرنده، بیشتر در موقعیتهای نیمه و غیر ساخت یافته، از طریق ارائه قضاوت انسان واطلاعات محاسبه شده با همدیگر م یباشد . چنین مسائلی توسط سیستم‌های محاسباتی دیگر یا توسطابزارها و مترهای کمی استاندارد، بطور راحت نمی‌توانند حل شوند .
2 . پشتیبانی از همه سطحهای مدیریتی که حدود آن از اجرای عالی تا مدیران خط م یباشد .
3 . پشتیبانی فردی و همچنین گروهی، در مسائل کمتر ساخت یافته، اغلب نیازمند، درگیری افراد از واحدها و سطحهای سازمانی مختلف و یا حتی از سازمانهای مختلف می‌باشد . DSS از تیم‌های مجازی از طریق همکاری ابزارهای وب، پشتیبانی م یکند .
4 . پشتیبانی از تصمیمات ترتیبی و / یا وابسته به یکدیگر م یباشد . این تصمیمات ممکن است یکبار، چند دفعه یا بطور تکراری گرفته شوند .
5 . پشتیبانی از همه فازهای فرآیند تصمیم گیری : هوش، طراحی، انتخاب و پیاده سازی .
6 . پشتیبانی از تنوع سبکها و فرآیندهای تصمیم گیری .
7 . سازگاری در همه زمان . تصمیم گیرنده باید فعال و قادر به مقابله با تغییرات سریع شرایط باشد و بتواند DSS را برای رسیدن به این تغییرات تطبیق دهد .DSS انعطاف پذیر است، بنابراین کاربر می‌تواند اضافه، حذف، ترکیب، تغییر یا عناصر پایه را دوباره تنظیم کند . آنها همچنین در اینکه براحتی برای حل مسائل شبیه دیگر، می‌توانند اصلاح شوند انعطاف پذیرند .
8 . کاربر احساس در خانه بودن م یکند . کمک یار کاربر با قابلیتهای گرافیکی موثر و یک زبان طبیعی در تعامل با واسط ماشین و انسان، می‌تواند کارایی DSS را خیلی افزایش دهد .
9 . بهبود موثر بودن اتخاذ تصمیم ( صحت، مناسب، کمیت ) نسبت به کارایی( هزینه تصمیم گرفتن).
اغلب زمانی که DSS، توسعه می‌یابد، اتخاذ تصمیم طولانی تر می‌شود اما تصمیمات بهتر خواهند بود .
10. کنترل کامل توسط تصمیم گیرنده بر همه مراحل فرآیند تصمیم گیرنده در حل یک مساله .
به طور خاص یک DSS برای پشتیبانی فرض م یشود نه برای جایگزینی به جای تصمیم گیرنده .
11 . کاربر نهایی قادر به توسعه و اصلاح سیستم‌های ساده توسط خودشان می‌باشد . سیستم‌های بزرگتر می‌توانند با مساعدت متخصصان سیستم اطلاعاتی ( IS ) ساخته شوند. نرم افزار OLAP (پردازش تحلیلی بر خط) در ارتباط با انبار داده به کاربران امکان ساختن DSS پیچیده و بزرگ را بطور مساعد فراهم م یکند .
12 . مدلها بطور کلی برای تحلیل وضعیتهای اتخاذ تصمیم استفاده می‌شوند . توانایی مدلسازی، بررسی استراتژیهای مختلف در پیکربندیهای متنوع را امکان پذیر می‌سازد . در حقیقت این مدلها، یک DSS متفاوت از اکثر MIS ایجاد م یکند .
13 . دستیابی به انواع مختلفی از منابع داده، فرمتها، انواع و محدوده‌ای از سیستم‌های اطلاعاتی جغرافیایی
( GIS ) در موارد شی گرا فراهم م یشود .
14 . می‌تواند بصورت یک ابزار سیستم مستقل بکار گرفته شود که توسط یک تصمیم گیرنده در یک مکان یاتوزیع شده در سراسر یک سازمان و در چندین سازمان در طول زنجیر تامین استفاده شود . آن می‌تواند باDSS دیگر و / یا کاربردهایی یکی شود و همچنین می‌تواند بصورت داخلی یا خارجی با استفاده از تکنولوژیهای وب و شبکه توزیع شود .

5,3 مولفه‌های DSS
یک کاربرد DSS می‌تواند از زیر سیستم‌هایی که در شکل 3,3 نشان داده شده است تشکیل شده باشد .
زیر سیستم مدیریت داده : زیرسیستم مدیریت داده شامل پایگاه داده‌ای است که حاوی داده مرتبط با وضعیت است که توسط نرم افزاری بنام سیستم مدیریت پایگاه داده ( DBMS ) مدیریت می‌شود . این زیرسیستم می‌تواند با انبار داده مشترک که یک مخزنی برای داده تصمیم گیری مرتبط است اتصال داخلی داشته باشد .
معمولاً داده از طریق یک پایگاه داده سرور وب ذخیره یا در دسترس قرار می‌گیرد .
زیر سیستم مدیریت مدل : این یک بسته نرم افزاری شامل علم مدیریت آماری و مالی است و یا مدلهای کمی است که قابلیتهای تحلیل سیستم و مدیریت نرم افزار مقتضی را فراهم مینماید . همچنین زبانهای مدلسازی را هم برای ساختن مدلهای سفارشی شامل م یشود . اغلب چنین سیستمی، سیستم مدیریت پایگاه مدل نامیده م یشود . این مولفه می‌تواند به ذخایر خارجی یا مشترک مدلها اتصال داشته باشد . متدهای راه حل مدل و سیستم‌های مدیریت برای اجرا، بر روی سرور کاربرد در سیستم‌های توسعه وب ( مثل جاوا ) پیاده سازی م یشوند .
زیر سیستم واسط کاربر : ارتباطات کاربر و فرمانهای DSS از طریق این زیر سیستم صورت می‌گیرد .
کاربر، قسمتی از سیستم در نظر گرفته م یشود . محققان ادعا م یکنند که بسیاری از کمکهای بی نظیر DSS از تعامل شدید بین تصمیمگیرنده و کامپیوتر بدست م یآید . مرورگر وب یک ساختار واسط کاربر گرافیکی پایدار، برای اکثر DSS‌ها فراهم می‌نماید .
زیر سیستم مدیریت مبتنی بر دانش : این زیر سیستم می‌تواند هر یک از زیر سیستم‌های دیگر را پشتیبانی و یا بصورت یک مولفه مستقل عمل کند . آن هوش را برای افزودن به هوش تصمیم گیرنده فراهم م یکند . آن می‌تواند با مخزن دانش سازمان ( قسمتی از سیستم مدیریت دانش ) که بعضی وقتها، پایگاه دانش سازمانی نامیده م یشود اتصال داخلی داشته باشد . دانش ممکن است از طریق مرورگر وب فراهم شده باشد . بسیاری از متدهای هوش مصنوعی در سیستم‌های توسعه وب مثل جاوا پیاده سازی شده‌اند و در تعامل با دیگر DSS‌ها راحت هستند .
با توجه به تعریف، یک DSS باید شامل سه مولفه اصلی، MBMS، DBMS و واسط کاربر باشد. زیرسیستم مدیریت مبتنی بر دانش اختیاری است اما می‌تواند مزیتهای زیادی را فراهم کردن هوش در هر سهمولفه اصلی، فراهم نماید .
در هر سیستم اطلاعاتی مدیریت، کاربر می‌تواند، یک مولفه از DSS در نظر گرفته شود . مولفه‌های سیستم کاربرد DSS، می‌توانند به یک شبکه داخلی مشترک و یک کتابخانه خارجی و یا اینترنت متصل باشند . بطور معمول، مولفه‌ها از طریق تکنولوژی اینترنت، ارتباط برقرار می‌کنند . معمولاً مرورگرهای وب، واسط کاربررا ارائه م یدهند. یک دید شماتیک از DSS و مولفه‌های سطحی آن در شکل 2,3 نشان داده شده است که یک فهم پایه از ساختار کلی DSS را ارائه م یدهد. در جدول 3,3، ما یک نمونه برداری از تاثیر وب بر روی مولفه‌های DSS و برعکس آن را فراهم م یکنیم .  

جدول 3,3 مولفه‌های DSS و تاثیرات وب
تاثیرات بر روی وب تاثیرات وب فاز
وسیله‌ای برای هدایت تجارت الکترونیکی پایگاه داده سرور‌های وب
ذخیره داده در مـورد وب بـرای تحلیـل بـا استفاده از مدل‌ها به منظـور تعیـین مـوثر بودن وکارایی سیـستم مـدیریت پایگـاه داده(DBMS)
زیر ساختار‌های طراحـی و بـه روز رسـان‌ی‌های بهبود یافته
رواج مدل‌ها و راحل‌های زیر ساختار وب بهبود کارایی از طریق مدل‌های مسیر یابی پیغام وب
پیش بینی مدل‌ها
دسترسی به مدل‌ها و متد‌های حل کـه بـصورت برنهمـه هـای جـاوا وسیتمهای توسعه وب دیگر
استفاد ه از مدل‌ها توسط مـدیران تعلیم ندیده، بدلیل استفاده آسان دسترسی به ابزارهای AI مبتنی بر وب به منظور پیشنهاد مـدل هـا و متدهای حل در DSS دسترسی به اطلاعات مدل‌ها سیـستم مـدیریت پایگـاه مدل(MBMS)
سیـستم مـدیریت پایگـاه
(MBMS)مدل

این عناصر بطور شماتیک در شکل 4,3 ( قسمت سایه دار ) نشان داده شده است . همچنین این شکل تعامل بین زیر سیستم مدیریت داده با قسمتهای دیگر DSS همین طور تعامل آن با چندین منبع داده را نشان م یدهد .
پایگاه داده
یک پایگاه داده، مجموعه‌ای از داده است که برای برآوردکردن نیازها و ساختار یک سازمان، سازماندهی م یشود . این داده‌ها می‌تواند توسط بیش از یک فرد و در بیش از یک کاربرد استفاده شود . چندین پیکربندی برای پایگاه داده وجود دارد . در بسیاری نمونه‌های DSS، داده از انبار داده یا از یک سیستم پایگاه داده مرکزی به سراسر یک پایگاه داده سرور وب، هدایت می‌شود . برای کاربردهای دیگر DSS، در صورت نیاز یک پایگاه داده خاص، ساخته م یشود . چندین پایگاه داده می‌تواند در یک کاربرد DSS استفاده شود که بستگی به منابع داده دارد . بطور عمومی، کاربران انتظار دارند که از مرورگرهای وب برای دسترسی استفاده کنند و پایگاه داده سرور وب، داده را صرف نظر از منبع،تحویل دهد .
داده در پایگاه داده DSS، همانگونه که در شکل 4,3 نشان داده شده از منابع داده خارجی، داخلی همچنین از داده شخصی که متعلق به یک یا بیش از کاربر است استخراج می‌شود . نتایج استخراج به پایگاه داده کاربرد خاص یا به انبار داده مشترک در صورت وجود، می‌رو د . در مورد آخری، داده می‌تواند توسط کاربرد دیگر هم استفاده شود .
اساساً داده داخلی از سیستم پردازش تراکنش سازمانی م یآید . یک مثال معمولی از چنین داده، لیست حقوق ماهیانه است . مثالهای دیگر مانند اختصاص بودجه، پیش بینی فروش آینده می‌باشد . داده داخلی از طریق مرورگر وب بر روی یک اینترانت و سیستم مبتنی بر وب داخلی، قابل دسترسی می‌باشد .
داده خارجی شامل داده صنعتی، داده تحقیق بازاریابی، داده سرشماری، داده استخدام منطقه ای، آئین نامه دولت زمانبندی مالیات و داده اقتصاد ملی م یباشد . این داده‌ها می‌توانند از شرکتهای دولتی، تجاری و بنگاههای تحقیق بازاری، بنگاههای پیش بینی اقتصادی و تلاش خود سازمان برای جمع آوری داده خارجی آمده باشند . مثل داده داخلی، داده خارجی هم می‌تواند در پایگاه داده DSS نگهداری شود یا مستقیماً در زمانی که DSS استفاده م یشود مورد دسترسی قرار گیرد . داده خارجی در حالتهای متنوعی بر روی اینترانت فراهم م یشود ( برای مثال، از سرویسهای بر خط محاسبه شده یا برداشت از طریق موتورهای جستجو ) سازمان داده
آیا یک DSS باید یک پایگاه داده مستقل داشته باشد ؟
آن بستگی دارد . در DSS ویژه و کوچک داده می‌تواند مستقیماً وارد مدلها شود و در بعضی وقتها، مستقیماً از پایگاه داده بزرگتر استخراج م یشود . در سازمان‌های بزرگ که مقدار وسیعی از داده را استفاده م یکنند، از قبیل AT&T، داده در انبار داده سازماندهی شده و در صورت نیاز استفاده می‌شود .
پایگاه داده‌های DSS با چندین منبع در بسیاری از DSS‌های بزرگ، کاملاً یکپارچه می‌باشد . نیازی نیست که یک پایگاه داده مجزای DSS بطور فیزیکی در پایگاه داده مشترک، تفکیک شوند . آنها می‌توانند به دلایل اقتصادی، بطور فیزیکی با همدیگر ذخیره شوند . بسیاری از سیستم‌های OLAP، داده‌ای را استخراج م یکنند که در پایگاه داده خارجی دستکاری م یشود .
یک پایگاه داده DSS می‌تواند در یک DBMS با سیستم‌های دیگر مشترک باشد . پایگاه داده DSS می‌تواند شامل اشیاء چند رسانه‌ای باشد ( مثل عکس، نقشه ) . پایگاه داده شی گرا در XML توسعه می‌یابد و در DSS استفاده می‌شود . این موارد در کاربردهای تجارت الکترونیکی اهمیت دارند .
استخراج
اغلب به منظور ایجاد یک پایگاه داده DSS یا یک انبار داده، ضروری است که داده از چندین منبع گرفته شود . این عمل، استخراج نامیده م یشود . بطور اساسی آن شامل وارد کردن فایل، خلاصه سازی، استاندارد سازی، فیلترینگ و چگالش داده م یباشد . همچنین استخراج در زمانی که کاربر از داده‌ای گزارشتولید م یکند نیز رخ م یدهد . برای یک انبار داده، داده از منابع داخلی یا خارجی استخراج م یشود .
فرآیند استخراج، بطور متعدد توسط DBMS مدیریت م یشود . برای استخراج داده باید یک پرس و جوی دقیق در چندین جداول مرتبط با داده ایجاد شود که ممکن است در چندین پایگاه داده مستقل گسترده شده باشد .
سیستم مدیریت پایگاه داده
یک پایگاه داده توسط DBMS ایجاد، به روز و مورد دسترسی قرار می‌گیرد . اکثر DSS‌ها با یک DBMS رابطه‌ای تجاری استاندارد که قابلیتهایی را فراهم می‌کند، ساخته می‌شوند . ( ببینید DSS در تمرکز5,3 )
DSS در فوکوس 5,3قابلیتهای یک DBMS رابطه‌ای در DSS
تسخیر و استخراج داده برای وارد کردن به پایگاه داده اداره کردن داده شخصی و غیر اداری چنان که DSS کاربران می‌توانند راه حلهای دیگری را بر اساس
به روز کردن ( اضافه، حذف، ویرایش، تغییر ) قضاوتشان بررسی کنند
فایلها و رکوردهای داده انجام کارهای دستکاری داده پیچیده بر اساس به هم وابسته کردن داده‌هایی از منابع مختلف بازیابی درخواست
داده از پایگاه داده برای گزارش و درخواستها ( برای پیگردی داده‌ای که در DSS استفاده می‌شود مثال استفاده از SQL از طریق WEB ) مدیریت داده در سراسردایرکتوری داده فراهم کردن امنیتی جامع برای داده ( برای مثال حمایت از دسترسی غیر مجاز و قابلیتهای ترمیم ) وسیله پرس و جو
در ساختن و استفاده از DSS، اغلب دسترسی به داده در خواست شده و دستکاری آن ضروری است . این کارها توسط وسیله پرس و جو انجام می‌گیرد . آن درخواست‌های داده از مولفه‌های دیگر DSS را قبول م یکند ( شکل 4,3 ) و تعیین م یکند که چگونه درخواستها می‌توانند انباشته و درخواستهای جزیی شده تنظیم گردند و نتایج به مکان برآمدن درخواست بر گردد. وسیله پرس و جو شامل زبان پرس و جوی خاص م یباشد ( مثل SQL ) توابع مهم یک سیستم پرس و جوی DSS، عملیات دستکاری و انتخاب م یباشند .
دایرکتوری
دایرکتوری داده، یک کاتولوگی از همه داده‌ها در پایگاه داده می‌باشد . آن حاوی تعاریف داده و توابع اصلی آنها برای جواب دادن به سوالاتی در مورد قابلیت دسترسی داده، منبع آنها و معنی دقیق آنها م یباشد .
این فهرست مخصوصاً برای پشتیبانی از فازهای هوش در فرایند تصمیم گیری از طریق کمک کردن به پویش داده و مشخص کردن فرصتها یا زمینه‌های مساله، مهم م یباشد. این فهرست مثل هر کاتالوگ دیگر از اضافه کردن یک فقره جدید، حذف یک فقره و بازیابی اطلاعات از اشیاء خاص، پشتیبانی می‌کند .
همه عناصر پایگاه داده بر روی پایگاه داده مرورهای وب که به صفحات مرورگر وب پاسخ می‌دهند پیاده سازی شده‌اند .

7,3زیر سیستم‌های مدیریت مدل
زیر سیستم‌های مدیریت مدل DSS از عناصر زیر تشکیل شده‌اند :
• پایگاه داده
• سیستم مدیریت پایگاه مدل
• زبان مدلسازی
• دایرکتوری مدل
• اجرا، جامعیت و پردازشگر فرمان مدل .
این عناصر و واسطهای آنها به همراه مولفه‌های دیگر DSS در شکل 5,3 نشان داده می‌شوند .
پایگاه مدل
پایگاه مدل حاوی خط مشی و علم مدیریت، پیش بینی، مالی و آماری خاص می‌باشد و مدلهای کمی دیگر که قابلیتهای تحلیل را در یک DSS فراهم م یکنند . توانایی فراخوانی، اجرا، تغییر، ترکیب و مدلهای بازرسی، قابلیتهای کلیدی در DSS م یباشد که آن را از دیگر CBIS‌ها متمایز می‌سازد . مدلها در پایگاه مدل می‌توانند به چهار دسته اصلی تقسیم شوند : استراتژی، تاکتیکی، عملیاتی و تحلیلی . به علاوه خط مشی‌ها و بلوکهای سازنده مدل نیز وجود دارد .
مدلهای استراتژی ( راهبردی ) برای پشتیبانی ازمسئولیتهای طراحی استراتژی مدیریت عالی استفاده م یشود. کاربردهای بالقوه شامل تولید تجارت الکترونیکی، توسعه اهداف مشترک، طراحی برای ادغام و فراگیری و کاوش انتخاب محل م یباشد .
مدلهای تاکتیکی، اساساً توسط مدیران میانی به منظور کمک رساندن به تخصیص و کنترل منابع سازمانی استفاده م یشود . مثالهایی از مدلهای تاکتیکی شامل انتخاب کردن یک سرور وب، طراحی توضیح فروش و خط مشی بودجه سرمایه . معمولاً مدلهای تاکتیکی تنها در زیر سیستم سازمانی از قبیل واحد حسابرسی قابل کاربرد م یباشند .
مدلهای عملیاتی برای پشتیبانی روزانه از فعالیتهای کاری سازمان، استفاده می‌شوند .
اساساً مدلهای عملیاتی از تصمیم گیری مدیران خط اول پشتیبانی می‌کنند . این مدلها به طور معمول تنها از داده داخلی استفاده م یکنند .
مدلهای تحلیلی به منظور انجام تحلیل بر روی داده استفاده می‌شوند . آنها شامل مدلهای آماری، مدلهای علم مدیریت، مدلهای کاوش داده و مدلهای مالی م یباشند . بعضی وقتها آنها با مدلهای دیگر از قبیل مدلهای طراحی استراتژی کامل م یشوند . شالوده تحلیل تجاری، همه مدلهای تحلیلی را در بر می‌گیرد. این ابزارها، سهولت می‌توانند در سیستم‌های وب بکارگرفته شوند . مدلها در DSS، محاسباتی می‌باشند یعنی آنها بوسیله فرملها بیان م یشوند . این فرملها می‌توانند از پیش در ابزارهای توسعه DSS از قبیل اکسل برنامه ریزی شوند. آنها می‌توانند در یک صفحه گسترده نوشته شوند و برای استفاده آینده ذخیره گردند و یا تنها برای استفاده برنامه نویسی شوند .
بلوکهای سازنده مدل و خط مشی‌ها
علاوه بر مدلهای عملیاتی، تاکتیکی و استراتژی، پایگاه مدل می‌تواند حاوی بلوکهای ساختمان مدل و خط مشی‌ها باشد . مثالها شامل جریان تولیدکننده شماره تصادفی، روال جفت سازی خط یا منحنی و روال محاسباتی مقدار حاضر م یباشند .
چنین بلوکهایی می‌توانند به چندین روش استفاده شوند آنها می‌توانند بر روی خودشان بصورت تحلیل داده بکارگرفته شوند و یا بصورت مولفه‌هایی از مدلهای بزرگ استفاده شوند .
ابزارهای مدلسازی
به دلیل اینکه DSS با مسائل نیمه و غیرساخت یافته سروکار دارد، اغلب سفارشی کردن مدلها با استفاده از زبانها وابزارهای برنامه نویسی ضروری است . مثالهایی از این‌ها C++ و جاوا می‌باشد . همچنین نرم افزار OLAP می‌تواند در کار با مدلها در تحلیل داده استفاده شود . برای DSS‌های با اندازه کوچک و متوسط یا برای موارد کمتر پیچیده معمولاً از یک صفحه گسترده ( مثل اکسل ) استفاده می‌شود . ما برای بسیاری از مثالهای کلیدی از اکسل استفاده خواهیم کرد .
سیستم مدیریت پایگاه مدل
وظایف نرم افزار مدیریت پایگاه مدل ( MBMS ) ایجاد مدلی با استفاده از زبانهای برنامه نویسی، ابزارهای DSS، و / یا زیرروالها و بلوکهای ساختمانی دیگر، تولید گزارشها و خط مشی‌های جدید، تغییر و بروز کردن مدل و دستکاری داده مدل م یباشد MBMS صلاحیت دار مدلهای وابسته به هم با اتصالات مناسب در سراسر پایگاه داده می‌باشد . ( ببینید DSS در تمرکز 7,3 )

DSS در فوکوس 7,3وضایف اصلی MBMS
•ایجاد سریع واسان مدلها یا از مدلهای موجود یا از •پیگردی کاربرد و داده مدل مورد استفاده
بلوکهای سازنده •مدلهای وابسته به هم با اتصالات مناسب به همراه
•امکان دستکاری مدلها توسط کاربر بطوریکه آنها پایگاه داده و جامعیت آنها درون DSS مدیریت و می‌توانند محدوده تحلیل تست و حساسیت را از نگه داری پایگاه مدل با عملکرد‌های مدیریت در what-if بهgoal-seeking انتقال دهند مقایسه با مدیریت پایگاه داده : ذخیره، دسترسی،
•ذخیره، بازیابی و مدیریت در یک تنوع گسترده از اجرا، اتصال، کاتالوگ و درخواست
انواع مختلف مدلها در یک سبک جامع و سراسری •استفاده از مدلهای متعدد برای پشتیبانی از حل •دسترسی‌ها و جامعیت بلوکهای سازنده مدل مسائل
•کاتالوگها و نمایش دایرکتوری مدلها برای استفاده توسط چندین افراد در سازمان دایرکتوری مدل
نقش فهرست مدل شبیه به فهرست پایگاه داده است . آن یک کاتالوگی از همه مدلها و نرم افزارهای دیگر در پایگاه مدل م یباشد . آن حاوی تعاریف مدلها و عملکرد اصلی آنها برای جواب دادن به سوالاتی در مورد قابلیت دسترسی و توانایی این مدلها م یباشد .
اجرا، جامعیت و دستور مدل
فعالیتهای زیر معمولاً توسط مدیریت مدل کنترل م یشوند . اجرای مدل، فرآیند کنترل اجرای واقعی مدل م یباشد . جامعیت مدل، ترکیب عملیات چندین مدل در صورت نیاز می‌باشد . ( مثلاً جامعیت DSS با کاربردهای دیگر ) یک پردازشگر دستور مدل در دریافت و تفسیر دستورالعملهای مدلسازی از مولفه واسط کاربر و روانه کردن آنها به توابع جامعیت یا اجرای مدل و MBMS استفاده می‌شود .
انتخاب مدل برای وضعیتهای مختلف، نمی‌تواند توسط MBMS صورت گیرد . چون نیازمند خبره بودن است . بنابراین به صورت دستی این انتخاب صورت می‌گیرد . یک مورد خودکار بالقوه که به MBMS کمک م یکند مولفه دانش است . موضوع‌های پیچیده، ممکن است، راههای متنوعی برای حل یک مساله خاص که بستگی به خصوصیات آن دارد وجود داشته باشد. در این مورد هم، مولفه دانش برای کمک به انتخاب متد حل مناسب، بالقوه م یباشد .

8,3زیر سیستم واسط کاربر ( محاوره )
واژه واسط کاربر، همه جنبه‌های ارتباطات بین کاربر و DSS یا هر MSS را پوشش می‌دهد . آن نه تنها شامل سخت افزار و نرم افزار است بلکه شامل عاملهایی که با قابلیت دسترسی و تعاملات ماشین و انسان و استفاده آسان، سروکار دارد . بسیاری از کارشناسان MSS، احساس می‌کنند که واسط کاربر مولفه مهمتری است چون آن منبع بسیاری از خصوصیات استفاده آسان، قابلیت انعطاف و توان MSS م یباشد . به بیان دیگر، واسط کاربر سیستمی از دیدگاه کاربر است، زیرا تنها قسمتی از سیستم است که کاربر می‌بیند .
یکی از دلایل اصلی اینکه چرا مدیران نمی‌توانند از تحلیل کمی و کامپیوتر استفاده کنند، واسط کاربر سخت م یباشد . مرورگر وب به صورت یک واسط کاربر گرافیگی موثر DSS، شناخته شده است . چون آن انعطاف پذیر و تقریباً به همه داده و اطلاعات ضروری یک گذرگاه می‌باشد .
مدیریت زیر سیستم واسط کاربر
زیرسیستم واسط کاربر توسط نرم افزاری بنام سیستم مدیریت واسط کاربر مدیریت می‌شود . UIMS از چندین برنامه که قابلیتهایی که در تمرکز 9,3 لیست شده را فراهم می‌کند تشکیل می‌شود . UIMS به سیستم مدیریت و تولید محاوره نیز معروف است .

DSS در فوکوس 9,3
قابلیت‌های اصلی UIMS

•یک واسط کاربر گرافیکی را غالباً با استفاده از مرورگر وب فراهم م یکند
•کاربر را با دستگاه‌های ورودی مختلف تطبیق م یدهد .
•داده را از دستگاههای خروجی و با فرمتهای متنوع ارائه می‌دهد .
•روالهای پیشنهاد، تشخیص، اشاره، قابلیتهای کمک به کاربران و هر پشتیبانی انعطاف پذیر دیگر را دریافت م یکند .
•تعاملات بین داده و پایگاه داده را فراهم م یکند .
•داده ورودی و خروجی را ذخیره م یکند .
•ترسیم داده به صورت گرافیکی سه بعدی و رنگی را فراهم م یکند .
•ویندوزی دارد که امکان نمایش وظایف متعدد بطور همروند را می‌دهد .
•م یتواند از ارتباطات بین و میان کاربران و سازندگان MSS، پشتیبانی نماید .
•آموزش را از طریق مثالها فراهم م یکند .
•قابلیت انعطاف پذیری و تطبیق را فراهم م یکند .
بطوریکه MSS می‌تواند تکنولوژیها و مسائل مختلف را تطبیق دهد .

•دریافت، ذخیره و تحلیل کاربرد محاوره برای بهبود سیستم محاوره و پیگردی توسط کاربر نیز قابل دسترسی می‌باشد . •تعامل در سبکهای محاوره مختلف و متعدد صورت می‌گیرد .
فرآیند تعامل کاربر
فرایند واسط کاربر برای یک MSS، بطور شماتیک در شکل 6,3 شان داده شده است .
تعامل کاربر با کامپیوتر از طریق یک زبان فعال که توسط UIMS پردازش می‌شود صورت می‌گیرد . در سیستم‌های پیشرفته مولفه واسط کاربر شامل یک پردازشگر زبان طبیعی باشد یا می‌تواند از اشیاء استاندارد ( مثلاً دکمه‌ها و مرورگر اینترنت ) به خاطر واسط کاربر گرافیکی ( GUI ) استفاده کنند . UIMS قابلیتهایی را فراهم می‌سازد که به کاربر امکان م یدهند با زیر سیستم‌های مدیریت داده و مدل تعامل کند . یک واسط کاربر DSS می‌تواند از یک تلفن سلولی از طریق صدا و یا صفحه نمایش مورد دسترسی قرار گیرد . اکنون DSS سیار، در حال توسعه، مستقیماً بر روی همیار دیجیتالی شخصی ( PDAs ) می‌باشند . که دارای یک حافظه عظیم، نمایش با کیفیت گرافیکی و اتصالات بی سیم از طریق تلفن‌های سلولی از پیش ساخته شده یا از طریق یک ارتباط مستقیم اینترنت م یباشد .
PDA‌ها می‌تواند به راحتی شکل اصلاح شده دستخط را تشخیص دهند . با پیشرفت تکنولوژیهای تشخیص سخن، فرصتهای واسط DSS ایجاد شدند . برای مثال، Adomo یک سرور اطلاعات سیار را که مستقیماً به کاربردهای ماکروسافت از طریق صدای تلفن دسترسی داشت، فراهم کرد . این نوع از سیستم‌ها به کارمندان امکان دسترسی به کاربردهای شرکت را از طریق خط تلفن را فراهم می‌کرد .
پیشرفت‌های واسط کاربر جدید
ما قبلاً به تشخیص دستخط و سخن / صدا اشاره کردیم که در ورودی و همچنین در ترجمه مستقیم متن به صدا استفاده م یشود . یک تعدادی از پیشرفت‌های واسط کاربر جدید، اکثراً در لابراتورها وجود دارد که می‌توانند بر چگونگی استفاده از کامپیوتر در اتخاذ تصمیم و وظایف دیگر تاثیر بگذارد . برای مثال ترجمه زبان طبیعی .
پیشرفت‌های جدید در سیستم‌های پشتیبان تصمیم گیری
ما بخشهایی را روی سه مولفه اصلی DSS و با پیشرفت‌های متدولوژی و تکنولوژیهای جدید که بر DSS و اتخاذ تصمیم تاثیر می‌گذارند به پایان رساندیم . بسیاری از پیشرفت‌ها در مولفه‌های DSS، حاصل پیشرفت‌های جدید در تکنولوژی‌های انبار کردن داده، کاوش داده، پردازش تحلیلیبر خط ( OLAP ) و وب جهانی م یباشد . امروزه اکثر DSS‌ها به داده از انبار داده دسترسی دارند که از مدلهایOLAP یاابزارهای کاوش داده استفاده م یکنند .
سیستم‌های OLAP و کاوش داده، یکپارچگی انبار داده و مدلها را و اغلب یک واسط کاربر دوستانه برای DSS فراهم م یکنند . تکنولوژی‌های ارتباطات وب، اتصال بین مولفه‌ها را مخصوصا برای، دستیابی به دانش و منبع داده بوجود می‌آورند . مرورگرهای وب یا واسط‌های کاربر مثل وب، کاربران را به DSS پیوند می‌دهند . تکنولوژی‌های وب، تیم‌های مجازی را قادر به همکاری می‌سازد و دسترسی به مولفه‌های دانش، مدلها و داده یکپارچه شده را فراهم می‌سازند . همچنین یک ارتباط آشکاری بین قابلیتهای نرم افزار و سخت افزار و پیشرفت‌ها در DSS وجود دارد . سخت افزار دنبال می‌کند که در اندازه کاهش و در سرعت و قابلیتهای دیگر، افزایش یابد . بنابراین ما به بسیاری از محدودیتهای فیزیکی در اندازه و سرعت می‌رسیم .
محاسبه کوانتوم، قول م یدهد که این حصار را بشکند .
9,3 زیر سیستم‌های مدیریت مبتنی بر دانش
بسیاری از مسائل غیر ساخت یافته و حتی نیمه ساخت یافته، چنان پیچیده م یباشند که حل آنها، نیاز به مهارت دارد . این می‌تواند بوسیله یک سیستم خبره یا سیستم هوشمند دیگر فراهم شود . بنابراین اکثر DSS‌های پیشرفته به یک مولفه بنام زیر سیستم مدیریت مبتنی بر دانش مجهز م یباشند . این مولفه می‌تواند مهارتهای مورد نیاز برای حل بسیاری از جنبه‌های مساله را تهیه کند و دانشی که می‌تواند عملکرد را از طریق مولفه‌های دیگر DSS افزایش دهد را فراهم می‌نماید .
silverman سه روش برای یکپارچه کردن سیستم‌های خبره مبتنی بر دانش ( ES ) با مدلسازی ریاضی پیشنهاد م یکند :
کمکهای تصمیم مبتنی بر دانش که از مراحل فرآیند تصمیم که توسط ریاضیات در نظر گرفته نمیشود را پشتیبانی م یکند . ( برای مثال، انتخاب یک رده مدل یا یک متدولوژی حل ) .
سیستم‌های مدلسازی تصمیم هوشمند که به کاربران در ساختن، بکاربردن و مدیریت کتابخانه‌ای از مدلها کمک م یکند .
سیستم‌های خبره تحلیل تصمیم که به متدهای سخت که در پایگاه دانش سیستم خبره نامعین م یباشندبطور تئوری جامعیت می‌بخشد .
مولفه دانش شامل یک یا بیش از یک سیستم هوشمند م یباشد . مثل نرم افزار مدیریت مدل، نرم افزار مدیریت پایگاه دانش نیز جامعیت و اجرای ضروری سیستم هوشمند را فراهم م یکند .
احتیاط : بطور معمول یک سیستم مدیریت دانش یک DSS متن گراست، نه سیستم مدیریت مبتنی بر دانش . یک سیستم پشتیبان تصمیم گیری که شامل چنین مولفه‌ای باشد یک DSS هوشمند، یک DSS/ES، یک سیستم پشتیبان خبره، DSS پویا یا DSS مبتنی بر دانش نامیده می‌شود . اکثر کاربردهای کاوش دادهشامل سیستم‌های هوشمند از قبیل شبکه‌های عصبی هوشمند و متدهای برقراری قاعده سیستم‌های خبره، برای جستجو الگوهای بطور بالقوه سود بخش در داده م یباشند . بسیاری از سیستم‌های OLAP، شامل شبکه‌های عصبی و ابزارهای استقرا داده که قاعده‌هایی را برای سیستم‌های خبره استخراج می‌کند، هستند .

10,3کاربر
شخصی که با تصمیم یک MSS که برای پشتیبانی طراحی شده است روبرو می‌شود، کاربر، مدیر یا تصمیم گیرنده نامیده می‌شود .
به هر حال، این واژه‌ها به خاطر انعکاس ناهمگنی که در میان کاربران و الگوهای استفاده از MSS وجود دارد، رد می‌شوند . تفاوتهایی در موقعیتی که کاربران اشغال می‌کند . در برتری شناختی آنها، توانائیها و روشی که برای رسیدن به تصمیم هر پیش می‌گیرند، وجود دارد . این کار می‌تواند یک فرد یا یک گروه باشد که بستگی به این دارد که چه کسی مسئول تصمیم است . به هر حال، کاربر بصورت یک مولفه اصلی DSS، لیست نمی‌شود . بوسیله تعاریف فهم انسان فراهم م یشود .
کاربر بصورت شخص یا افراد، مقدمتاً مسئول گرفتن تصمیم و فراهم کردن کارشناس در کمک کردنبه توسعه و استفاده DSS م یباشد . این قابلیت هوشمندی برای استفاده درست و موفق از سیستم، حیاتی است
. اگر کاربر اصلی یک DSS توسط دیگری جایگزین گردد . بطور کلی DSS تاثیر کمتری خواهد داشت .
یک MSS دو رده بزرگ از کاربران را دارد : مدیران و کارمندان متخصص . کارمندان متخصص از قبیل تحلیلگران مالی، طراحان تولید و تحقیقگران بازیابی م یباشند . کارمندان متخصص بیشتر تمایل به جزیی گرایی دارند و می‌خواهند در کار روزانه از سیستم‌های پیچیده استفاده کنند . اغلب کارمندان تحلیلگر بین MSS و مدیریت، واسطه م یباشند . یک واسطه به مدیر امکان می‌دهد از سیستم پشتیبان تصمیم گیری بدون استفاده واقعی از صفحه کلید، سود ببرد . چندین نوع از بازتاب واسطه‌ها در پشتیبانی مختلف برای مدیر وجود دارد :
1 - همیاران کارمند، که دانشی خاص در مورد مسائل مدیریت و تجربه بسیاری با استفاده از تکنولوژی پشتیبان تصمیم گیری دارند .
2 - کاربران با ابزار خبره، که در کاربرد‌هایی از یک یا بیش از یک نوع از ابزارهای حل مساله خاص ماهر هستند . یک کاربر با ابزار خبره، کارهایی را انجام م یدهد که حل کننده مساله برای انجام، تعلیم و مهارت ندارد .
3 - تحلیلگران ( سیستم ) تجاری، که یک دانش کلی از زمینه کاربرد و یک آموزش مدیریت تجاری رسمی ( نه در علم کامپیوتر ) و مهارت قابل ملاحظه در استفاده از ابزارهای ساخت DSS را دارند .
4 - تسهیلات در یک سیستم پشتیبان گروهی، که استفاده از نرم افزار را برای پشتیبانی از کار افرادی کهدر گروه کار م یکنند را کنترل و هماهنگ می‌سازد . همچنین این تسهیلات، مسئول هدایت تماسهای گروه کاری م یباشد .
درون دسته‌های مدیران و کارمندان متخصص، زیر دسته‌های مهم که طراحی MSS را تحت تاثیر قرار م یدهند وجود دارد . برای مثال مدیران با توجه به سطح سازمانی، زمینه عملکردی و آموزشی و نیازهای پشتیبان تحلیل، با هم فرق دارند .کارمندان متخصص در رابطه با آموزش، زمینه عملکردی و در وابستگی به مدیریت، با هم فرق دارند .
11,3سخت افزار DSS
سیستم پشتیبان تصمیم گیری، بطور همزمان با پیشرفت تکنولوژیهای نرم و سخت در کامپیوتر تکامل یافته است .
سخت افزار بر قابلیت استفاده و قابلیت عملکرد MSS تاثیر می‌گذارد . انتخاب سخت افزار می‌تواند قبل از، در طول یا بعد از طراحی نرم افزار MSS انجام گیرد . اما آن اغلب با توجه آن چیزی که هم اکنون در سازمان است تعیین م یشود . معمولاً MSS بر روی سخت افزاراستاندارد اجرا م یشود .
انتخاب سخت افزارهای اصلی مربوط به انتخاب سرورهای سازمان، کامپیوتر مرکزی به همراه سیستم‌های مدیریت پایگاه داده، یک ایستگاه کاری، یک PC یا یک سیستم Client / server می‌باشد . DSS توزیع شده بر روی انواع متنوعی از شبکه‌ها، از قبیل اینترنت، شبکه داخلی و خارجی اجرا م یشوند . دستیابی می‌تواند برای یک تعداد از دستگاههای سیارشامل PC‌های دفترچه‌ای و رومیزی، PDA‌ها و تلفن‌های سیار م یباشد . این قابلیت حمل برای توسعه قابلیت تصمیمگیری حیاتی می‌باشد .
12,3 رده بندیهایDSS
چندین روش برای کلاس بندی کاربردهای DSS وجود دارد . فرآیند طراحی و همچنین عملیات و پیاده سازی DSS در بسیاری از موارد بر سر نوع DSS مشمول، وابسته به هم می‌باشند . بنابراین بخاطر داشته باشید که نمی‌توان هر DSS را بطور کامل در یک دسته قرار دارد .
رده بندی خروجی Alter
این رده بندی بر اساس درجه‌ای از عمل ضمنی خروجی سیستم یا گسترش خروجی که می‌تواند مستقیماً تصمیم را پشتیبانی ( یا تعیین ) کند، م یباشد . طبق این رده بندی، هفت دسته از DSS وجود دارد ( جدول 4,3 ) .
نوع دوتای اولی، داده گراست که تحلیل بازیابی داده را انجام می‌دهند، سومی هم با داده و هم با مدلها سروکار دارد . چهار تای باقیمانده مدل گرا هستند که قابلیتهای شبیه سازی، بهینه سازی یا محاسباتی که یک جواب را پیشنهاد م یکنند را فراهم می‌سازنند .
whinston و HOLsapple رده بندی
در این رده بندی، DSS به شش چهار چوب زیر تقسیم م یشود : DSS متن گرا، DSS پایگاه داده گرا
، DSS صفحه گسترده گرا، DSS حل کننده گرا، DSS قلمرو گرا و DSS ترکیبی .
DSS متن گرا
اطلاعات ( شامل داده و دانش )، اغلب به صورت فرمت متنی ذخیره می‌شوند و باید توسط تصمیم گیرنده مورد دسترسی قرار گیرند . بنابراین نمایش و پردازش تکه‌ها و اسناد متنی بطور موثر و کارا ضروری است . یک DSS متن گرا – یک تصمیم گیرنده را با نگه داشتن الکترونیکی مسیر اطلاعات نمایش داده شده که باری بر دوش تصمیم گیرنده است پشتیبانی م یکند .
آن بطور الکترونیکی به اسناد امکان ایجاد، تجدید نظر و دیده شدن در صورت نیاز را م یدهد .
تکنولوژیهای اطلاعات از قبیل تصویر برداری از سند مبتنی بر وب، ابر متن و عاملهای هوشمند م یباشند که می‌تواند در یک کاربر DSS متن گرا با هم ترکیب شوند . تعداد بسیاری از کاربردهای DSS متن گرا وجود دارد که از این میان می‌توان به سیستم‌های مدیریت سند الکترونیک، مدیریت دانش، مدیریت محتوا، و سیستم‌های قواعد تجاری اشاره کرد .
سیستم‌های مدیریت محتوا ( CMS ) در مدیریت مطالب پست شده در وب سایتها، پایداری، کنترل نسخه، صحت و ناوبری درست که مستقیماً توسط این سیستم اداره می‌شود، استفاده می‌شوند.
DSS پایگاه داده گرا
در این نوع از DSS، سازمان پایگاه داده یک نقش اصلی را در ساختار DSS بازی می‌کند . تولیدات قبلی DSS پایگاه داده گرا، بیشتر از پایگاه داده‌ای با پیکربندی رابطه‌ای استفاده می‌کردند . اطلاعاتی که توسط پایگاه داده رابطه‌ای اداره م یشوند تمایل به حجیم بودن، توصیفی و ساختار دقیق دارند . یک جنبه خاص این DSS، قابلیتهای پرس و جو و تولید گزارش قوی م یباشد .
DSS صفحه گسترده گرا
صفحه گسترده یک سیستم مدلسازی است که به کاربر امکان توسعه مدلهایی را برای انجام تحلیل DSS را م یدهد . این مدلها نه تنها دانش رویه‌ای را ایجاد، دید و تغییر می‌دهند بلکه به سیستم اجرای دستورالعملهای جامع خودشان را یاد م یدهند ( ماکروها ) . صفحه گسترده‌ها، بطور وسیع در DSS توسعه داده شده کاربر نهایی استفاده م یشوند . اکثر ابزار معروف کاربر نهایی برای توسعه DSS در اکسل است .
اکسل شامل دوجین از بسته‌های آماری یک بسته برنامه نویسی خطی ( حل کننده ) و تعدادی از مدلهای علم مدیریت و مالی م یباشند . بدلیل اینکه بسته‌های از قبیل اکسل می‌توانند شامل یک DBMS اولیه یا می‌توانند براحتی با یکی دیگر واسط باشند، آنها می‌توانند بسیاری از ویژگی‌های یک DSS پایگاه داده گرا را مخصوصاً دستکاری دانش توصیفی را اداره کنند .
بعضی از ابزارهای توسعه صفحه گسترده شامل قابلیتهای goal – seeking و تحلیل what – if م یباشد . یک DSS صفحه گسترده گرا، حالت خاصی از DSS حل کننده گرا می‌باشد .
DSS حل کننده گرا
حل کننده یک الگوریتم یا رویه‌ای است که بصورت یک برنامه کامپیوتری به منظور انجام محاسبات معین برای حل یک نوع مساله مشخص، نوشته شده است . برای مثال یک حل کننده می‌تواند یک رویه کمیت سفارش اقتصادی برای محاسبه کردن سفارش بهینه یا روال برگشت خطی برای محاسبه کردن یک گرایش باشد . یک حل کننده می‌تواند بطور تجاری در نرم افزار توسعه برنامه نویسی شود . برای مثال اکسل شامل چندین حل کننده قدرتمند - توابع و رویه‌ها - است که یک تعدادی از مسائل تجاری استاندارد را حل م یکند .
سازنده DSS می‌تواند حل کننده‌ها را در ایجاد کردن کاربرد DSS، ترکیب کند . حل کننده‌ها می‌توانند در یک زبان برنامه نویسیاز قبیل C++، نوشته شده باشند . آنها می‌توانند مستقیماً یا بصورت ابزار add – in در یک صفحه گسترده نوشته شوند یا در یک زبان مدلسازی مشخص از قبیل Lingo جاسازی شوند .
بسیاری از حل کننده‌های پیچیده از قبیل برنامه نویسی خطی به منظور بهینه سازی استفاده می‌شوند .
Dss قاعده گرا
مولفه‌های دانش DSS که پیشتر توصیف شدند شامل هم قواعد رویه‌ای و هم قواعد استنباطی ( نتیجه گیری ) است که اغلب در یک قالب سیستم خبره م یباشند . این قواعد می‌تواند کمی یا کیفی باشد چنان که یک مولفه می‌تواند جایگزین مدلهای کمی یا با آنها یکپارچه شود .
DSS مرکب
DSS مرکب یک سیستم ترکیبی است که شامل دو یا بـیش از د و تـا از سـاختارهای اصـلی کـه پیـشتر توصیف شوند م یباشد .
DSS هوشمند
این DSSمبتنی بر دانش یا به اصطلاح هوشمند، توجهات زیادی را به خود جلب کرده است .DSS قاعده گرا که قبلاً توصیف شد می‌تواند به شش نوع تقسیم شود : توصیفی، رویه ای، استدلالی، زبانی، نمایشی و شباهتی . سه تای اولی، نوع‌های اصلی‌اند و بقیه از آن اشتقاق می‌شوند .
رده بندیهای دیگر از DSS DSS ویژه وسازمانی
DSS سازمانی یا بنگاهی( Donovan و Madnick) با تصمیماتی که ماهیت دوباره ظاهر شدن دارند سروکار دارد . یک مثال معمولی، سیستم مدیریت دارایی ( PMS ) می‌باشد که توسط چندین بانک بزرگ برای پشتیبانی از تصمیمات دوری استفاده م یشود . DSS نهادی می‌تواند توسعه و بعد پالایش شود بصورتی که تکامل آن بیش از چند سال طول می‌کشد . زیرا این DSS بطور تکراری برای حل مسائل شبیه به هم و مشخص استفاده م یشود .
مهم است که به خاطر داشته باشید که یک DSS سازمانی نمی‌تواند توسط هر کسی در سازمان استفاده شود، آن ماهیت دور زننده ( بازگشتی ) مسائل تصمیم گیری را دارد که این مشخص ممی کند که DSS نهادی در برابر DSS ویژه ( فاقد عمومیت ) قرار دارد .
DSS ویژه ( تک کاره )
DSS ویژه با مسائل خاص که معمولاً نه پیش بینی شده‌اند و نه برگشتی اند، سروکار دارد . تصمیمات ویژه اغلب شامل نتیجه بحث طراحی استراتژی و بعضی وقتها مسائل کنترل مدیریت می‌باشند . توجیه کردن یک DSS که تنها یک بار یا دو بار استفاده خواهد شد . یک مورد اصلی در توسعه DSS است . کاربردهای بیشماری از DSS ویژه در داخل DSS سازمانی استنتاج م یشود . یا مساله، برگشتی است و سیستم دوباره استفاده می‌شود یا در سازمان نیازهای شبیه وجود دارد که می‌تواند توسط شکل دهنده DSS ویژه اداره شود
.
پشتیبانی فردی، گروهی و سازمانی
این پشتیبانی‌های DSS می‌تواند به سه دسته مجزا و وابسته به هم تفکیک شوند. (Hackathorn و
(Keen
پشتیبانی شخصی
در این مورد تمرکز بر روی یک کاربر فردی است که یک فعالیتی را دریک تصمیم یا وظیفه مجزا انجام م یدهد . این وظیفه بطور مناسب مستقل از وظیفه‌های دیگر م یباشد .
پشتیبانی گروهی
تمرکز در اینجا بر روی یک گروه از افراد است که همه آنها دارای وظیفه‌های مجزا اما قویا وابسته به هم م یباشند .
برای مثال یک واحد سرمایه گذاری معمولی که در آن یک DSS می‌تواند به چندین کارمند که همه آنها بر روی تدارک بودجه کار م یکند، سرویس بدهد . اگر استفاده از یک DSS ویژه گسترش یابد آن یک DSS با پشتیبانی گروهی نمی‌شود . توجه کنید که این با سیستم پشتیبان گروهی که دارای قابلیتهای ارتباطی و همکاری است، یکسان نمی‌باشد .
پشتیبانی سازمانی
در اینجا تمرکز بر روی وظیفه‌های سازمانی یا فعالیتهایی است که مستلزم یک توالی از عملیات، زمینه‌های عملکردی مختلف، مکانهای مختلف ممکن و منابع عظیم م یباشد .
DSSمنحصر به فرد در برابر یک سیستم پشتیبان گروهی ( GSS )
چندین پژوهشگر و کارورز DSS متذکر شدند که مدل بنیادی DSS آنها در تصمیمات کهاد درست م یباشد . در اکثر سازمانها، بیشتر تصمیمات اصلی بطور جمعی گرفته می‌شود . کار کردن در یک گروه یک فرآیند پیچیده‌ای است و آن می‌تواند توسط کامپیوترهایی بنام یک سیستم پشتیبان گروهی پشتیبانی شود .
توجه : واژه پشتیبانی گروهی که پیشتر معرفی شد نباید با GSS اشتباه گرفته شود . در پشتیبانی گروهی وظیفه‌ها وابسته به هم هستند ولی تصمیمات بطور فردی اتخاذ می‌شود . بنابراین آنها تاثیر تصمیم شان را بر یکدیگر بررسی م یکنند ولی ضروری نیست که به صورت گروهی تصمیم بگیرند .
در GSS هر تصمیم ( بعضی وقتهاتنها یک تصمیم ) توسط یک گروه گرفته می‌شود .
سیستم‌های سفارشی در برابر سیستمهای آماده
بسیاری از DSS‌ها برای کاربران و سازمانها‌ی منحصر به فرد سفارشی هستند . هر چند یک مسئله قابل مقایسه، ممکن است در سازمانهای شبیه به هم وجود داشته باشد . برای مثال، بیمارستان‌ها، بانک‌ها و دانشگاهها در بسیاری از مسائل شبیه، مشترک م یباشند .
به طور مشابه، مسائل غیر عادی معین در یک زمینه عملکردی ( مثلاً مالی یا حسابرسی ) می‌توانند خودشان را در زمینه عملکردی یکسان در سازمانهای مختلف، تکرار کنند . بنابراین آن در می‌یابد که DSS عمومی بسازد که می‌تواند ( بعضی وقت‌ها بدون اصلاح ) در چندین سازمان استفاده شود چنین DSS یی آماده ساخته شده نامیده می‌شود و توسط فروشندگان متنوع به فروش می‌رسد.
لزوماً، پایگاه داده، مدلها، واسط و جنبه‌ها‌ی پشتیبانی دیگر از پیش ساخته می‌شوند. اخیراً تعداد DSS آماده به دلایل انعطاف پذیری آنها، هزینه پایین توسعه آنها با استفاده از تکنولوژیهای اینترنت برای ارتباطات و دسترسی‌های پایگاه داده و مرورگر وب بر واسط‌ها، افزایش یافته است .
مورد پیچیده در مفاهیم، حاصل زمانی است که یک سازمان یک سیستم نهادی را توسعه م یدهد اما بدلیل ساختارش، آن در یک سبک ویژه استفاده می‌شود . یک سازمان می‌تواند یک انبار داده بزرگ بسازد اما سپس برای جستجو از ابزارهای OLAP استفاده کند و تحلیل ویژه برای حل مسائل غیر برگشتی انجام دهد .
DSS ویژگی سیستم‌های نهادی و ویژه را همچنین سیستم‌های آماده و سفارشی را نشان م یدهد .
و وب DSS
دو توسعه جدید در تکنولوژی کامپیوتر زمینه پر ثمری را برای کاربردهای DSS جدید و بهبود یافته فراهم م یکند . اولی، تکنولوژی وب است ( اینترنت، شبکه‌های داخلی و خارجی ) و دومی نرم افزار سازمانی از قبیل CRM، ERP، KM و SCM م یباشد .
قابلیتها و توان وب جهانی تاثیر شگفت انگیزی بر روی توسعه، کاربر و الگوهای استفاده DSS گذاشته است . ارتباط بین وب و DSS می‌تواند در دو دسته اصلی در نظر گرفته شود : توسعه DSS و استفاده DSS
.
توسعه DSS
وب می‌توانددر جمع آوری هم داده داخلی و هم خارجی برای پایگاه داده DSS استفاده شود . و می‌تواند برای ارتباطات و همکاری میان سازندگان DSS، کاربرها و مدیریت استفاده شود . به علاوه برای دانلود کردن نرم افزار DSS، استفاده از کاربردها DSS فراهم شده توسط کمپانی یا خریدن آنلاین از فراهم کنندگان سرویس کاربرد،استفاده م یشود . همه فروشندگان اصلی پایگاه داده (مثلاً Microsoft , sbm
Sybase , oracle ) قابلیتهای وب را بوسیله اجرای مستقیم بر روی سرورهای وب فراهم م یکنند .
ابزارهای جدید توسعه نرم افزار از قبیل جاوا، PHP و دات نت
(.NET )، اشیاء‌هایی قدرتمند بر روی صفحه فراهم م یکنند( دکمه‌ها، جعبه‌های متنی و غیره ) که برای واسط شدن بین پایگاه داده و مدلها بکار م یروند . این‌ها دسترسی مستقیم به وب رابرای توسعه کننده DSS را به سهولت باز م یکنند . در بسیاری از روشها این کار توسعه دهنده را ساده می‌کند . مخصوصاً ابزارهای توسعه رایج و ساختار رایج واسط از طریق تکنولوژی‌های وب استفاده DSS
هم اکنون، واسط استاندارد DSS، مرورگر وب یا حداقل یک صفحه جستجوگر شبیه به آن م یباشد . تکنولوژیهای مرورگر وب، انتظارات ما را از اینکه نرم افزار چگونه باید نگاه یا احساس کند را تغییر داده است . بسیاری از DSS‌ها، قابلیت جستجوی دقیق( نگاه به درون داده برای منبع مسئله‌ها ) و نمایش رنگ ترافیک را فراهم م یکنند . DSS بر روی وب به چندین روش استفاده می‌شود . اول، کاربران می‌تواند بر روی اینترانت بروند و کاربردهای DSS آماده را فعال سازند . برای همه آنها نیاز است که برای انجام، بعضی داده یا داده‌های خاص و اطلاعات دیگر وارد شود . پس DSS اجرا می‌شود و آنها می‌توانند نتایج را ببینند . دوم، آنها می‌توانند بصورت آنلاین در مورد چگونگی استفاده از کاربردهای DSS، کمک و توصیه دریافت کنند . سوم، آنها راجع به تفسیر نتایج DSS با دیگران ارتباط برقرار می‌کنند . در نهایت، آنها می‌توانند در پیاده سازی راه حلهای تولید شده توسط مدل DSS، همکاری کنند . ابزارهای وب، قابلیتهای همکاری و ارتباطات را برای GSS و KMS و همچنین برای سیستم‌های مدیریت محتوا، CRM، EIS و SCM فراهم م یکند .
13,3 خلاصه
ما بنیادهای DSS را معرفی کردیم . فصل را با یک بحثی از تصویر هواپیماهای جنوب غربی شروع کردیم و سپس خصوصیات کلیدی و فابلیتهای DSS را پوشش دادیم . قابلیتهای اصلی مولفه‌های DSS ( به جزء مولفه دانش ) در شکل 7,3 خلاصه شده است .

شکل 7,3 خلاصــه قابـلیـت‌های DSS
قابلیت‌های کلی
ایجاد کاربردهای مختلف DSS) DSS معین)
تسهیل کردن فرایند طراحی تکراری بطور آسان و سریع

قابلیت‌های عمومی
استفاده آسان برای تغییر و ساختن
DSS و استفاده عادی دسترسی به انواع، منابع داده و فرمت‌های مختلف برای مسائل و متن‌های مختلف دسترسی به قابلیت‌ها تحلیل مختلف به همراه پیشنهادات و راهنمایی‌های در دسترس

قابلیت‌های مولفه ای
واسط کاربر
1. دستگاه‌ها و فرمت‌های خروجی مختلف
2.دستگا‌های ورودی مختلف کاربر
3.سبک‌های محاوره مختلف و توانایی انتقال
4.پشتیبانی از ارتباط بین کاربران وسازندگان
5.پشتیبانی از دانش کاربران(مستند سازی)
6. دریافت، ذخیره و تحلیل محاوره
(پیگردی محاوره)
7.پشتیبانی از محاوره انطباق و انعطاف پذیر داده
1. داده با انواع و شکل‌های مختلف
2. استخراج، دریافت و جامعیت
3.تابع دسترسی به دادهa.بازیابی / پرس وجوb.گزارش / نمایش
c. کاربر / اداره داده موثر 4.وظایف مدیریت پایگاه داده
5.دید‌های منطقی مختلف قابل دسترس از داده
6.مستند سازی داده
7.پیگردی استفاده داده
8.پشتیبانی از داده انطباق و انعطاف پذیر
مدل‌ها
1. کتابخانه‌ای از مدل‌ها برای تشکیل پایکاه مدلa. انواع بسیار
b. نگهداری، کاتالوگ و جامعیت
c. کتابخانه ضبط شده (پیش
برنامه نویسی)
2. وسیله ساختن مدل
3. وسیله استفاده
ودستکاری مدل
4. وظایف مدیریت پایگاه مدل
5. مستند سازی مدل
6. پیگردی استفاده مدل
7. پشتیبانی از مدل انطباق و انعطاف پذیر





4 مدل سازی و تحلیل آن
اهداف یادگیری
 درک مفاهیم اساسی مدل سازی MSS
 توصیف نحوه ارتباط مدل‌های MSS با داده‌ها و کاربر
 درک طبقات مختلف این مدل
 آگاهی از نحوه تصمیم گیری براساس انتخاب‌های اندک
 توصیف نحوه استفاده از صفحه گسترده برای مدل سازی MSS و مدل کردن مسائل مرتبط
 توصیف مفاهیم بهینه سازی، شبیه سازی، روش اکتشافی و زمان و نحوه استفاده از آنها
 توصیف نحوه ساخت مدل برنامه ریزی خطی
 آشنایی با قابلیت و ظرفیت‌های برنامه ریزی خطی و بسته‌های نرم افزاری شبیه سازی
 آگاهی از روشهای مختلف جستجو که برای حل مسائل مربوط به مدل‌های MSS بکار می‌رود.
 توصیف تفاوت‌های موجود بین الگوریتم‌ها، جستجوهای نا موفق و روش‌های اکتشافی
 توصیف نحوه دست یافتن به اهداف چند گانه
 توصیف مفاهیم مرتبط با حساسیت، خودکار بودن، تحلیل مشروط وجستجوی اهداف
 توصیف مسائل کلیدی در ارتباط با اجرای(مدیریت) مدل سازی
در این فصل ما به توصیف اساس مدل و نحوه مدیریت آن، بعنوان یکی از اجزای اصلی DSS می‌پردازیم .در ضمن ارائه این مطالب لازم به تذکر است که مدل سازی یک مبحث کاملاً متفاوت می‌باشد و بیش از آنکه یک هنر باشد یک رشته علمی است. هدف از این فصل لزوماً مهارت یافتن خواننده در مبحث مدل سازی و تحلیل آن نمی‌باشد، بلکه این مطالب ما را در آشنا شدن با مفاهیم مهمی که مربوط به هوش و فراست تجاری (DSS) است، یاری می‌دهد.در این فصل به برخی از مفاهیم اساسی و تعاریف مربوط به مدل سازی می‌پردازیم، حتی قبل از آنکه به معرفی طرح‌های موثری که به تصمیم گیرنده در طراحی یک مدل از یک موقعیت خاص و حل آن کمک می‌کند. که بعد از آن به ایده مدل سازی بطور مستقیم در صفحه گسترده میپردازیم .در اینجا تنها به توصیف ساختار برخی از مدل‌های موفق و روش‌های مختلف آن : که شامل تحلیل تصمیم، نمودار درختی تصمیم و بهینهسازی، روش‌های تحقیقی، برنامه نویسی روش‌های اکتشافیو شبیه سازی می‌پردازیم .در گام بعدی به برخی از پیشرفت‌های اخیر در ابزار و فناوری‌های مدل سازیاشاره کرده و مبحث را با برخی از مباحث مهم در مدیریت پایه مدلسازی به پایان می‌رسانیم و بحث‌های مرتبط به پایگاه داده‌ها و نحوه مدیریت مرتبط با آن را به فصل بعد موکول میکنیم. با تلاش‌های متمادی به این مسئله کاملاً واقف هستیم که شناخت مدل‌ها و نحوه استفاده از آنها قبل از تلاش برای یاد گرفتن نحوه استفاده از انبار داده‌ها OLAP و استخراج داده‌ها بطور موثر لازم می‌باشد.
این فصل بر اساس مراحل مختلف ذیل تنظیم گردیده است:
١٫٤ تصویر آغازین شامل: شبیه سازی سیستم حمل و نقل ریلی و تلاش برای جلوگیری از صرف هزینه‌های عمده
٢٫٤ مدل سازی MSS
٣٫٤ مدل‌های ایستا و پویا
٤٫٤ قطعیت، عدم قطعیت و ریسک‌های مرتبط
٥٫٤ نمودارهای تاثیر
٦٫٤ مدل سازی MSS با صفحه‌های گسترده
٧٫٤ تحلیل تصمیم‌هایی با انتخاب‌های اندک ( جدول تصمیم‌ها و نمودار درختی آنها)
٨٫٤ ساختار مدل‌های ریاضی MSS
٩٫٤ بهینه سازی برنامه ریزی ریاضی
١٠٫٤اهداف چندگانه، تحیل حساسیت‌ها، تحلیل‌های مشروط و جستجوی اهداف
١١٫٤روش‌های جستجو برای حل مسئله
١٢٫٤برنامه ریزی روش اکتشافی
١٣٫٤شبیه سازی
١٤٫٤مدل سازی موثر تصویری و شبیه سازی موثر تصویری
١٥٫٤بسته‌های نرم افزاری کمی
١٦٫٤مدیریت پایه مدل سازی

1,4 تصویر آغازین : شبیه سازی سیستم حمل و نقل ریلی و تلاش برای جلوگیری از صرف هزینه‌های عمده
DuPont از شبیه سازی برای اجتناب از صرف هزینه‌های هنگفت در ناوگان‌های اتومبیل ریلی همزمان با تغییر تقاضای مشتری‌ها استفاده می‌کند. تغییر تقاضا می‌تواند شامل خریداری ماشین ریلی، مدیریت بهتر ناوگان موجود یا حتی الامکان کاهش اندازه این ناوگان می‌باشد. روش‌های تحلیلی قدیمی، تجارب گذشته و تدابیر مرسوم گاه مدیران را به سمت افزایش حجم ناوگان ترغیب می‌نمود. مسئله اصلی اینجاست که DuPont از اتومبیل‌های ریلی خاص خود بطور موثر و کارآمد استفاده نمی‌نمود و علاوه براین تعداد کافی از این اتومبیل‌ها را نیز در اختیار نداشت. با توجه به تنوع گسترده در تولید محصولات چرخه زمانی حمل و نقل، برنامه زمانی نگهداری و سفارش متوالی، اداره تمام این کارخانه‌ها با روشی جامع و کارآمد که به وسیله یک تصمیم مناسب هدایت و عملی می‌شد، امر دشواری به نظر می‌رسید. ناوگان اتومبیل‌های ریلی خاص برای حمل و نقل بخش عظیمی از مواد شیمیایی از DuPont به تولید کنندگان استفاده می‌شود. هزینه یک اتومبیل ریلی می‌تواند از 000/80 دلار برای یک اتومبیل با مخزن استاندارد تا بیش از 000/250 دلار برای یک تانکر از نوع خاص، متغیر باشد. لذا به خاطر وجود هزینه‌های بالا استفاده موثر و کارآمد از ناوگان موجود یک امر ضروری می‌باشد.
DuPont در عوض خریداری ماشین‌های ریلی بیشتر، به ساخت یک مدل شبیه سازی ProModel روی آورده که نمایشگر سیستم کامل حمل ونقل این شرکت می‌باشد(ProModel corporation ,Orem,Utah,WWW.ProModel.com). این مدل بدرستی تنوع موجود در تولید مواد شیمیایی، انواع مختلف ماشین‌های تانکر دار، زمان حمل و نقل، زمان بارگیری و تخلیه بار و تقاضای مشتری را شبیه سازی نمود. این مدل شبیه سازی می‌تواند یک محیط مجازی را که در آن رویه‌های مختلف موثر بر سیستم حمل و نقل فیزیکی را مورد بررسی و اجرا قرار دهد، قبل از آنکه تغییر دائمی اعمال شود. تغییرات در جهان مجازی می‌تواند سریع و کم هزینه باشد، روابط بین اجزای سیستم بصورت ریاضی می‌باشد که لازم به خرید ماشینهای گران قیمت برای تعیین این تاثیرات نمی‌باشد.
ProModel این شرکت را قادر به ساخت مدل‌های شبیه سازی بصورت سریع و آسان (که تنها دو هفته طول می‌کشد) و اجرا و هدایت تحلیل مشروط می‌نماید که همچنین شامل طرح‌های گرافیکی عظیم و قابلیت انیمیشن می‌باشد. این شبیه سازی،تمام سیستم حمل و نقل را در بر می‌گیرد. در این رابطه سناریو‌ها و آزمایش‌های بسیاری اجرا گردیده است. DuPont به بررسی بعضی از شرایط رویه‌های زمانبندی پرداخت . اجرای مدل‌های شبیه سازی به تیم تصمیم گیرنده در جهت درک تمام مشکلات کمک قابل توجهی می‌نماید .شبیه سازی ProModel بدرستی تنوع مرتبط با تولید، میزان ماشین‌های مخزن دار، مدت زمان حملو نقل و تخلیه بار در محل مورد نظر مشتری را ارائه می‌دهد. به وسیله این مدل تمام سیستم توزیع در سطحملی را می‌توان بصورت هندسی (شبیه سازی تصویری) و تحت شرایط گوناگون به ویژه شرایط حاضر و با پیش بینی تقاضای مشتری، ارائه داد. این مدل شبیه سازی شده تصمیم گیرندگان را در شناخت تنگنا‌ها و دیگر مشکلات مرتبط با سیستم واقعی یاری می‌دهد. به وسیله بررسی این مدل شبیه سازی شده، مسائل واقعی به آسانی قابل تشخیص می‌باشد، نتیجه این امر تصمیم گیرندگان را متقاعد می‌سازد که صرف هزینه‌های فراوان، بیهوده می‌باشد و در حقیقت تحویل نیازمندی‌های مشتری با وجود کوچک نمودن ناوگان حمل و نقل قابل اجرا می‌باشد. شبیه سازی، این امر را روشن می‌سازد که تنها بعد از دو هفته تحلیل، DuPont مبلغ 000/500 دلار در سرمایه گذاری اصلی آن سال پس انداز نمود.
به دنبال موفقیت‌های ثابت شده در این مدل شبیه سازی،DuPont شروع به اجرای این مدل در خطوط مختلف تولیدی در میان تقسیم بندی‌های مختلف و حاکمیت‌های سیاسی نمود. با استفاده از شبیه سازی،بطور چشمگیری نحوه سازماندهی DuPont بهبود یافته و قدم بعدی سازماندهی این امر در سطح بین المللی و حمایت در جهت توسعه بازار جدید می‌باشد. صرفه جویی در هزینه‌ها در این بخش اساساً بیشتر می‌باشد.
سوالاتی در خصوص تصویر آغازین
1. چرا تصمیم گیرندگان در ابتدا احساس می‌کردند که توسعه ناوگان امر درستی می‌باشد؟
2. به نظر شما تصمیم گیرندگان چگونه در مورد سیستم واقعی از طریق مدل سازی آگاهی پیدا کردند؟ و در اینصورت آیا قادر به تمرکز بهتر برروی سیستم واقعی می‌باشند؟ به نظر شما آیا این مدل سازی آنها را در دست یافتن به نتایج یاری نمود؟
3. چگونه از این شبیه سازی در ارزیابی عملیات اجرایی سیستم واقعی قبل از آنکه هر تغییری روی دهد می‌توان استفاده نمود؟
4. چگونه این قابلیت محدود زمانی در شبیه سازی می‌تواند به این موقعیت کمک نماید؟
5. شبیه سازی در خصوص دست یافتن یک تحلیل گر به بهترین راه حل هیچ تضمینی را ارائه نمی‌دهد.در خصوص این امر در مورد DuPont توضیح دهید.
6. زمانی این سیستم مسئله کوچک نمودن ناوگان را به عنوان چاره معقول اتخاذ نمود . چرا شما فکر می‌کنید که یک مدیر باید این سیستم را قبول نماید؟ آیا فکر می‌کنید که به این علت تیم توسعه روی دیگر مسائل مربوط به سازمان دهی می‌پردازد؟ توضیح دهید.

2,4 مدل سازی MSS
تصویر آغازین در خصوص مشکلات پیچیده تصمیم گیری در مورد این امر که کدام راهکار مرسوم را می‌توان به عنوان یک تصمیم فرعی برگزید، توضیح جامعی را ارائه نمود. اما بدرستی با مدل سازی سیستم حمل و نقل ریلی، تصمیم گیرندگان قادر به آزمایش و بررسی تدابیر مختلف و سریع و کم هزینه می‌باشند.
شبیه سازی بعنوان روشی از مدل سازی استفاده شد. مدل شبیه سازی DuPont به وسیله نرم افزارهای تجاری اجرا گردید. این روش شبیه سازی در مبلغ هنگفتی از هزینه‌های سالانه DuPont صرفه جویی نمود. به جای سرمایه گذاری در بخش ماشین‌های ریلی گران قیمت و بررسی این ماشین‌ها جهت استفاده بهینه از آنها که کاملاً پر هزینه می‌باشد، تمام این روند در کامپیوتر و به مدت زمان دو هفته قابل اجرا می‌باشد. قبل از اینکه اولین پرواز به ماه صورت گیرد، سازمان ملی هوا و فضا (ناسا) شبیه سازی‌های بی شماری را اجرا نمود و هنوز هم ناسا ماموریت‌های فضایی خود را شبیه سازی می‌نماید .جنرال موتور نیز هم اکنون تمام جنبه‌های تولید و تست ماشین‌های جدید را شبیه سازی می‌نماید. همچنین پرات و وایتنی(Pratt & Whitney) از محیط شبیه سازی شده در طراحی و تست کردن موتورها برای جت‌های جنگنده استفاده می‌نمایند که تغییر یک مدل از یک سیستم عملیات فیزیکی با شبیه سازی کامپیوتری بسیار ساده می‌باشد.
مدل شبیه سازی DuPont برای درک مشکلات پیش رو استفاده می‌شود و نه برای دست یافتن به راه-حلهای جدید، زیرا این راه حل‌های پیشنهادی شناخته می‌شود، اما مادامی که مدل شبیه سازی شده ساخته و تست نشود این راه حل‌ها مورد سنجش قرار نمی‌گیرد. مثال‌های دیگری از این شبیه سازی‌ها توسط (2002)Van der Heijden و روزتیو سلاندار(2001) ارائه شده است. ون در هیجدن(2002) از یک سیستم شبیه سازی شیءگرا برای طراحی سیستم حمل و نقل بارکش‌های زیرزمینی خودکار در فرودگاه اسچیفول آمستردام استفاده می‌کند. روزتی و سلاندار (2001) از یک مدل شبیه سازی که بجای خدمه از ربات‌ها در بیمارستان یک دانشگاه استفاده می‌کند، که نشان دهنده این امر است که بیمارستان 000/200 دلار در هزینه سالیانه خود قادر به صرفه جویی می‌باشد. شبیه سازی قادر به ارتقاء روند تصمیم گیری سازمان و قادر کردن آن جهت آگاهی از تاثیر شبیه سازی در انتخاب‌های آتی می‌باشد. برای مثال فیات در سال حدود 1 میلیون دلار در هزینه‌ها از طریق شبیه سازی صرفه جویی می‌نماید .در المپیک زمستانی 2002 از شبیه سازی جهت طراحی سیستم‌های امنیتی و حمل و نقل اتوبوس‌ها برای بیشتر اجتماعات استفاده گردید. این فناوری پیش بینی کننده سالت لاک(Salt Lake) را قادر به تشکیل هیئتهایی جهت مدل سازی و آزمودن انواع سناریو‌ها شامل عملیات امنیت و هواشناسی و طراحی سیستم‌های حمل و نقل می‌نماید .بدین ترتیب شبکه گسترده و پیچیده توزیع وسایل حمل و نقل در سال بیش از 20 میلیون دلار در هزینه‌ها صرفهجویی می‌نماید، که از جمله این مزایا، کاهش هزینه‌ها و بهبود خدمات به مصرف کننده می‌باشد.
مدل سازی عنصری کلیدی در اکثر هوش‌های تجاری (DSS) می‌باشد، همچنین در تحلیل‌هایتجاری نیز نقش مهمی ایفا می‌کند و یکی از ملزومات مدل‌های پایه‌ای DSS می‌باشد. البته طبقاتگوناگونی از این مدل‌ها وجود دارد که اغلب، فناوریهای ویژه‌ای جهت حل هر کدام یافت می‌شود. شبیه سازی،روش مدل سازی معمولی می‌باشد. اما چندین نوع دیگر نیز وجود دارد . برای مثال روش بهینه سازی اتخاذ شده توسط پروکتر و گامبل (P&G) را در طراحی مجدد سیستم توزیع در نظر بگیرید(فصل وب). DSS پروکتر و گامبل در طراحی مجدد عرضه کالا در آمریکای شمالی شامل چندین مدل سازی می‌باشد:
• مدل تولید کننده بر اساس یک الگوریتم که هزینه حمل و نقل را برآورد می‌نماید، این مدل مستقیماً در DSS برنامهریزی شده است.
• مدل پیش بینی تقاضا از روی آمار.
• مدل تعیین موقعیت مرکز توزیع. این مدل از اطلاعات انبوه ( تکنیک مدل سازی خاص) استفاده می‌کند و با بسته‌های نرم افزاری بهینه سازی خطی یا اعشاری استاندارد قابل حل می‌باشد.
• یک مدل حمل و نقل که مدل برنامه ریزی خاصی است برای تعیین بهترین ناوگان حمل و نقل کشتیرانی از مبدا به مرکز توزیع و بعداً تحویل به مصرف کننده.(که مانند مدل قبل تغذیه می‌گردد) که نحوه استفاده از نرم افزارهای تجاری را حل کرده و با مدل‌های تعیین موقعیت توزیع ادغام می‌گردد این دو مشکل بطور متناوب حل می‌شود و DSS باید با نرمافزارهای تجاری در ارتباط بوده و با این مدل‌ها یکی شود.
• مدل شبیه سازی ریسک‌ها و وضعیت مالی که بعضی از فاکتورهای کیفی را که نیاز به قضاوت شخصی دارد را مورد ملاحظه قرار می‌دهد.
• سیستم اطلاعات جغرافیایی برای واسط کاربر(یک مدل گرافیکی موثر از داده‌ها)
وضعیت کلی پروکتر و گامبل بیانگر این امر بود که DSS می‌تواند از ترکیب چندین مدل که بعضی استاندارد و برخی نیز از مدلهای مرسوم بوده تشکیل شود که بطور کلی در حمایت از تصمیم‌های استراتژیک در این شرکت به کار میرود. در ادامه نشان داده می‌شود که برخی از مدل‌ها مستقیماً در بسته-های نرم افزاری DSS ساخته می‌شوند و برخی نیز نیاز دارند که در خارج از نرم افزار DSS ساخته شوند و برخی دیگر را می‌توان در مواقع مورد نیاز از طریق DSS به دست آورد. گاه تلاش گسترده‌ای جهت تخمین یا جمع کردن داده‌های مدل (در مورد 500 نفر از کارمندان P&G که حدود یک سال در این امر درگیر شدند)مورد نیاز است که این مدل‌ها می‌توانند ادغام شوند و مدل‌ها ممکن است مورد تجزیه قرار گیرند یا ساده شوند که گاهی اوقات یک روش بهینه سازی فرعی در خصوص این امر مناسب می‌باشد و در نهایت قضاوت شخص جنبه مهمی از استفاده از مدل‌ها جهت مدل سازی می‌باشد.
همانطور که از وضعیت P&G وIMERYS در قالب کاربرد 4,1، آشکار است که مدل سازی یک کار ساده نیست. سازنده مدل باید بین سادهسازی مدل و ارائه نیازمندی‌ها به منظور دستیابی به واقعیت، تعادل لازم را برقرار کرده تا شرایط برای تصمیم گیرنده مناسب شود.
با کاربرد مدل‌ها در موقعیت جهان واقعی قادر به صرفه جویی میلیون‌ها دلار و یا کسب میلیون‌ها دلار
سود می‌باشیم. در خطوط هوایی آمریکا (AMR,Corp) مدل‌ها بصورت گسترده در SABRE از طریق فناوری‌های تصمیم گیری خطوط هوایی آمریکا(AADT)، استفاده شد. AADT در بسیاری از فناوری‌ها و کاربرد‌های آنها به ویژه مدیریت و کسب درآمد (منافع) همیشه پیش قدم بوده است. برای مثال با بهینه سازی در پروفایل‌های تعیین ارتفاع صعودی و نزولی برای هواپیماها، هر هفته در حدود چندین میلیون دلار در هزینه‌های سوخت صرفه جویی نموده است. همچنین AADT بصورت سالیانه در اوایل دهه 1980 صدها میلیون دلار در این امر صرفه جویی نموده و حتی درآمد‌های سالانه آن به بیش از یک میلیارد دلار رسیده است که این مقدار حتی از درآمد خود خطوط هوایی بیشتر می‌باشد. ترایک(Trick) توضیح می‌دهد که چطور خطوط هوایی بین قارهای با وجود مشکلات مالی در حدود 11/9 درصدی با استفاده از یک سیستم ساخته شده جهت بهبود وضعیت در زمان کولاک برف، قادر به بهبود وضعیت خود شدند. این سیستم ابزاری جهت صرفه جویی میلیون‌ها دلار بود.
DSS در فوکوس 1,4

خطوط هوایی یکپارچه در حال خلق یک نسل فراهم می‌نماید .در این روند از یک مجموعه‌ای از جدیدی از ابزارهای مدل سازی DSS جهت طراحی، ابزار حمایتی در تصمیم گیری استفاده می‌شود که برنامه ریزی، اجرای این مدل‌ها می‌باشد. این طرح‌ها شامل :
تلاش یکپارچه‌ای را جهت تعیین بهترین برنامه زمان ١. سیمون (SIMON) که یک شبکه پرواز و بندی برای حداکثر نمودن سود دهی می‌نمایند. کلید انتقال همزمان ناوگان را طراحی می‌کند.
اصلی این مشارکت و همکاری یک سیستم شبکه‌ای
بنام PLAN1 می‌باشد که سکویی را برای طراحان و ٢.ARM از فناوری‌های جستجوی محدود برنامه ریزان و دیگر تحلیل گران در این خطوط هوایی جهت انتقال چند هدفی ناوگان.
جهت مشارکت در روند تصمیم گیری‌های حمایتی

از جمله مسائل عمده در ارتباط با مدل سازی،مشکل شناسایی و تحلیل محیطی، شناسایی عوامل متغیر،پیش بینی با استفاده از مدل‌های چندگانه، طبقات، اقسام مدل‌ها (انتخاب مناسب)، مدیریت مدل و مدلسازی بر مبنای دانش می‌باشد.
شناسایی مشکلات و تحلیل محیطی
این مبحث که در فصل 2 مورد بررسی قرار گرفت، یک جنبه مهم تحلیل و بررسی محیطی است که اطلاعات جمع شده را مورد تفسیر، تحقیق و بررسی قرار می‌دهد. می‌دانیم که هیچ تصمیمی در خلا گرفته نمی‌شود.تحلیل حوزه تحت مطالعه و نیرو‌ها و پویایی محیط بسیار مهم است. هر فرد باید فرهنگ سازمان یافته و روند مشارکت در تصمیم گیری را مورد شناسایی قرار دهد. گرچه این امر کاملاً محتمل است، عوامل محیطی به وجود آورنده مشکلات رایج می‌باشند. ابزار هوش تجاری قادر به تشخیص این مشکلات توسط بررسی آنها می‌باشد (رجوع شود به Hall 2002a ). این مشکل باید برای تمام کسانی که در گیر این مسئله هستند به یک شکل قابل درک باشد زیرا این مسئله سرانجام بصورت یک مدل با یک شکل، ارائه داده می‌شود در غیر اینصورت این مدل کمکی به تصمیم گیرنده نخواهد کرد.
شناسایی عوامل متغیر
تشخیص عوامل متغیر مدل ( از قبیل تصمیم، نتایج، غیر قابل کنترل بودن) همانطور که روابط آنها مهم است، بسیار ضروری میباشد. نمودارهای تاثیرات که مدل‌های گرافیکی مدل‌های ریاضی می‌باشند این روند را تسهیل می‌نمایند. یک فرم کلی از نمودار تاثیرات و نقشه شناخت، تصمیم گیرنده را در درک بهتر مشکلات به ویژه عوامل متغیر و روابط آنها یاری می‌کند.
پیش بینی کردن
پیش بینی در ساختن و تغییر مدل‌ها امری ضروری است، زیرا با عملی شدن یک تصمیم نتایج آن در آینده آشکار می‌گردد. DSS معمولاً برای تعیین امری که در آینده روی می‌دهد بکار می‌رود، برخلاف MSS که به توضیح مسئله‌ای که در جریان است می‌پردازد. در تحلیل‌های مشروط (حساسیت‌ها) در گذشته، تصمیم‌هایی که اتخاذ می‌شد در روند امر (کار) در آینده تاثیری نداشت. در قالب کاربردی 4,1، مدل IMERYS در تولید خاک رس یک مدل بر گرفته از تقاضا است. در واقع تقاضا برای خاک رس پیش بینی شده که بر میزان تولید در آینده تاثیر می‌گذارد. عمل پیش بینی کردن با نرم افزارهای فروش، که بسیاری از پیچیدگی‌های توسعه چنین مدل‌هایی را بطور خودکار بیان می‌کند، راحت تر می‌شود. برای مثال SAS که دارای سیستم پیش بینی با قدرت اجرائی بالایی می‌باشد در فناوری تحلیل پیش بینانه خود تا حد زیادی خرده فروش‌ها را نیز در بر میگیرد. این نرم افزار نسبت به سایر بسته‌های نرم افزاری پیش بینی کننده خودکارتر می‌باشد.
تجارت الکترونیکی هم اکنون نیاز زیادی به پیش بینی دارد و اطلاعات فراوانی جهت اجرای آن در دسترس می‌باشد. در تجارت الکترونیک، فعالیت‌ها بسیار سریع روی می‌دهد اما با وجود این، اطلاعات مربوط به خرید‌ها باید گردآوری شده و مورد تحلیل قرار گیرند تا پیش بینی اوضاع در آینده صورت پذیرد. اطلاعاتی از قبیل محل فروش و مشتری‌ها بوسیله مدل‌های پیش بینی جهت تحلیل وضعیت مورد استفاده قرار می‌گیرد. که موجب افزایش فروش محصولات و خدمات می‌گردد.
Hamey توصیف می‌کند که چطور شرکت‌ها تلاش می‌کنند تا پیش بینی کنند که چه کسی بهترین و پرسود‌ترین مشتری آنها است که محصولات و خدمات مورد تقاضای آنها را شناسایی نمایند. بخشی از این تلاش مستلزم شناسایی مشتری‌های پرسود قدیمی می‌گردد. جنبه‌های مهمی از این امر نحوه ارتباط بین مشتری و مدیریت و سیستم‌های کسب درآمد می‌باشد.
مدل‌های چند گانه(چند منظوره)
سیستم حمایتی تصمیم گیری شامل چندین مدل(گاهی اوقات 12) می‌باشد که هرکدام بخش متفاوتی از مشکلات تصمیم گیری را ارائه می‌دهد. برای مثال در زنجیره عرضه کالای DSS، P&G شامل یک مدل تعیین موقعیت جهت تعیین موقعیت مراکز توزیع، مدل راهکار تولید، مدل پیش بینی تقاضا، مدل شبیه سازی مالی و ریسک‌های مرتبط با آن و حتی یک مدل GIS می‌باشد. برخی از این مدل‌ها استاندارد بوده و توسط ابزار و تولید کنندگان ساخت DSS تولید می‌شوند. برخی دیگر استاندارد بوده اما بعنوان مدل کارآمد محسوب نمی‌شوند. در عوض بعنوان نرم افزارهای آزاد که با DSS در ارتباط می‌باشد قابل دسترسی می‌باشند. مدل‌های غیر استاندارد را نیز باید از نو ساخت. مدل‌های P&G با DSS ادغام شده و موجب خلق هدف‌های چندگانه میگردد. اگرچه به حداقل رساندن هزینه‌ها جزء اهداف اصلی به شمار می‌رفت اما اهداف دیگری نیز وجود داشت که مدیران هنگام بررسی راهحلها قبل از تصمیم گیری نهایی از نظر معیارهای سیاسی و غیره مورد ملاحظه قرار میدادند. Sodhi و Aichmayr (2001) نشان دادند که چطور ابزارهای شبکهای که بطور آماده در یکپارچهسازی و دسترسی به مدلهای زنجیرهای عرضه کالا به کار میرود را برای بهینهسازی زنجیره واقعی عرضه کالا میتوان استفاده نمود. همچنین DSS را در فعالیت 4,1 مشاهده میکنید که چطور خطوط هوایی یکپارچه مدلهای خود را در یک ابزار DSS بزرگ ادغام مینمایند.
طبقه بندی مدل‌ها
جدول 4,1 مدل‌های DSS را در هفت گروه طبقه بندی کرده و چندین فناوری معروف برای هر طبقه فهرست کرده است. هر یک از این فناوری‌ها می‌تواند برای مدل‌های دینامیک(پویا) و یا ایستا به کار رود(بخش 4,3) که تحت محیط‌های فرضی قطعیت، عدم قطعیت و دارای ریسک ساخته می‌شود. برایتسریع در امر ساختن این مدل باید از سیستم‌های تحلیل ویژه تصمیم که زبان‌ها و قابلیت‌های مدل سازیدر آن گنجانده شده است استفاده نمود. که شامل زبان‌های نسل چهارم (زبان‌های طراحی مالی قبلی) از قبیل
.میباشد Cognos PowerHouse
جدول 4,1 طبقه بندی مدلها
دسته فرآیند و هدف روشهای نمایش
بهینهسازی مسائل به وسیله گزینههای کم (بخش5,7) پیدا کردن بهترین راهحل از بین تعداد کمی از گزینهها جداول تصمیم، درختان تصمیم
بهینهسازی به وسیله الگوریتم
(بخشهای 5,8 و 5,9) پیدا کردن بهترین راهحل از بین تعداد بزرگ یا نامحدود از گزینهها با استفاده از فرآیند پیشرفت گام به گام مدلهای برنامهنویسی خطی و ریاضی،مدلهای شبکه
بهینهسازی به وسیله فرمول-های تحلیلی (بخش 5,9) پیدا کردن بهترین جواب در یک گام با استفاده از فرمول(فرموله سازی) بعضی مدلهای موجود
شبیهسازی (بخش 5,12 و
(14,5 یافتن جواب به اندازه کافی خوب یا بهترین از میان گزینه-های(چاره) بررسی شده با استفاده از آزمایش چندین نوع از شبیهسازیها
اکتشافی (بخش 5,12) یافتن راهحل به اندازه کافی خوب با استفاده از قوانین برنامهنویسی اکتشافی، سیستمهای خبره
مدلهای پیشگو (فصل وب) پیشبینی آینده برای یک سناریو معین(سناریو دادهشده) مدلهای پیشبینی،تحلیل مارُکُُف
مدلهای دیگر حل کردن قالبهای مشروط با استفاده از فرمول (فرموله سازی) مدلسازی مالی،خطوط انتظار

مدیریت مدل
مدل‌ها همانند داده‌ها باید برای حفظ یکپارچگی و قابل اجرا بودنشان، مدیریت شوند. که این امر با کمک سیستم‌های مدیریت مدل‌ها امکان پذیر است.
مدلسازی بر مبنای دانش
DSS اکثراً از مدل‌های کمی استفاده میکند در حالی که سیستم‌های خبره از مدل‌های علمی- کیفی در کاربردهایشان استفاده میکنند. در برخی علوم لازم است مدل‌ها قابل استفاده و قابل حل ساخته شوند.
بررسی و توصیف مدل‌های بر مبنای دانش را به فصل‌های آینده موکول می‌نماییم .
روند رایج
در واقع نوعی گرایش به سمت ساخت مدل‌های MSS که برای تصمیم گیرنده کاملاً آشکار و روشن می‌باشد، وجود دارد. در مدل سازی چند بعدی و دیگر موارد، داده‌ها معمولاً در قالب صفحه گسترده نشان داده می‌شود که اکثر تصمیم گیرنده‌ها با آن آشنا هستند. قبلاً اکثر اهل فن عادت به خُُرد و بخش بخش کردن مکعب داده‌ها داشتند. که هم اکنون از سیستم‌های تحلیلی OLAP) OnLine ) که به انبار داده‌ها دسترسی دارد استفاده می‌کنند. اگرچه این روش‌ها، مدل سازی را پسندیده تر نموده در حالی که بسیاری طبقات مدل‌های مهم و قابل اجرا را از ملاحظات خود حذف نموده و به حذف برخی از جنبه‌های تفاسیر راهحل‌های مهم می‌پردازند. در واقع مدل سازی چیزی فراتر از تحلیل داده‌ها با این روند خطی و خلق رابطه بین روش‌های آماری می‌باشد. این مجموعه فرعی از روش‌ها به غنای مدل سازی دست نیافته است – بعضی از آنها را در ادامه خواهیم گفت – در فصل وب و در قالب کاربرد 4,1.

3,4 مدل‌های پویا و ایستا
مدل‌های DSS را می‌توان بعنوان پویا و ایستا طبقه بندی نمود.
تحلیل ایستا
مدل‌های ایستا یک تصویر واحد از یک موقعیت بدست می‌آورند. در طول این تصویر برداری هر چیزی در یک فاصله معین اتفاق می‌افتد. برای مثال تصمیم گیری برای اینکه محصولی خریداری یا تولید شود اساساً یک تحلیل ایستا است. گزارش درآمد سالیانه یا سه ماهه از نوع ایستا می‌باشد(بخش 4,7).
مشکلات تصمیم گیری IMERYS نیز در مورد فعالیت 4,1 از این نوع می‌باشد. اگرچه نمایانگر عملیات یک سال می‌باشد با این وجود در یک چهارچوب زمانی ثابت روی می‌دهد. این چهارچوب زمانی قادر به پیشروی به سمت جلو می‌باشد با این وجود از نوع استاتیک(ایستا) می‌باشد. همین امر در مورد مسائل تصمیمگیری در P&G صادق می‌باشد. اگرچه تاثیرات این تصمیمات برای بیش از چند دهه ممکن است ماندگار باشد. اکثر موقعیتهای تصمیم گیری ایستا فرض شده که در شرایط یکسانی تکرار شود(مثل مورد BMI ). برای مثال فرآیند شبیه سازی در یک حالت ثابت شروع شده که مدلها، یک نمایش ایستا از یک دستگاه که پارامترهای اجرایی بهینه خود را یافته است، ارائه می‌دهد، با این فرض که جریان مواد در این دستگاه بصورت مستمر و یکنواخت می‌باشد. در واقع شبیه سازی ایستا ابزاری اصلی برای مهندسین در فرآیند طراحی می‌باشد که در تعیین بهترین ترفند در مورد هزینه‌های اصلی، هزینه اجرایی، روند اجرا، کیفیت تولید، و عوامل محیطی و امنیتی آنها را یاری می‌نماید .
در تحلیل ایستا فرض بر ثبات داده‌ها می‌باشد.
تحلیل پویا
روایت‌های گوناگونی در مورد سازندگان این مدل موجود است، همان کسانی که ماه‌ها در ساخت مدل ایستایی پیچیده در مقیاس بزرگ که حل آن دشوار می‌باشد صرف نمودند، تا اوضاع یک هفته ازوضعیت واقعی تصمیم گیری‌ها در جایی شبیه تولیدی کالباس را ارائه دهند. آنها این سیستم را به رئیسشرکت تحویل دادند که در پاسخ اظهار داشت که مدل بسیار عالی است و بهتر است به ساختن مدل 52 هفتهدیگر نیز اقدام نمایند.
مدل‌های پویا ارائه دهنده سناریوهایی هستند که در طول زمان تغییر می‌کنند. یک مثال ساده پروژه سود و زیان 5 ساله می‌باشد که داده‌های درج شده شامل هزینه‌ها، قیمت‌ها، کمیت‌ها و تغییرات سالیانه می‌باشد.
مدل‌های پویا وابسته به زمان می‌باشند. برای مثال در یک فروشگاه باید ساعات مختلف را مد نظر داشت زیرا در طول هر ساعت تعداد متفاوتی مشتری به فروشگاه می‌آیند. تقاضاها نیز باید بر اساس زمان پیش بینی شوند. مدل IMERYS می‌تواند شامل چندین دوره زمانی باشد در صورتی که شامل فهرست تانکرهای نگهدارنده، انبارهاو معادن باشد. شبیه سازی پویا برخلاف شبیه سازی ایستا بیانگر این امر است که چه رویدادهایی در زمانی که شرایط از حالت ایستا در طول زمان تغییر می‌کند، حادث می‌شود که گاه ممکن است در مواد خام(خاک رس) تنوع‌هایی وجود داشته باشد یا یک رویداد پیش بینی نشده در برخی فرآیندها روی دهد. این روش در طرح کنترل دستگاه مورد استفاده قرار می‌گیرد.
مدل‌های پویا به خاطر استفاده، ارائه و تولید الگوها در طول زمان مورد اهمیت هستند. آنها همچنین میانگین‌های هر دوره، میانگین‌های متغیر، تحلیل نسبی( برای مثال سود سه ماهه امسال با سود سه ماهه سال قبل) را نشان می‌دهند. به علاوه یک مدل ایستا برای توصیف یک موقعیت ساخته شده که بیانگر این امر است که توزیع محصول برای ارائه ماهیت پویای مسئله قابل توسعه می‌باشد(e.g.,IMERYS). برای مثال مدل حمل و نقل یک مدل ایستا از توزیع محصول را توصیف می‌کند که قادر به توسعه به یک مدل شبکه پویا است که با فهرست‌ها و سفارشات قبلی سازگار(همساز) می‌باشد(1989Aronson,). یک مدل ایستای ارائه شده توصیف کننده یک ماه از یک موقعیت است که توسعه آن به 12 ماه از نظر مفهومی ساده می‌باشد.
اگرچه این توسعه، پیچیدگی مدل را به حد چشمگیری افزایش می‌دهد و حل نمودن آن را دشوار می‌سازد.(2002Xiang and Poh ).
قطعیت، عدم قطعیت و ریسک
بخشی از فرآیند تصمیم گیری سیمون که در فصل 2 توصیف شد مستلزم ارزیابی و مقایسه گزینه‌ها می‌باشد که در طول آن پیش بینی نتیجه آینده گزینه‌های پیشنهادی،امری ضروری است. موقعیت‌های تصمیم گیری اغلب بر اساس آگاهی و باور‌های تصمیم گیرنده در باره نتایج پیش بینی شده طبقه بندی می‌گردد.
قبلاً این دانش بر اساس 3 مقوله طبقه بندی می‌شد(شکل 4,1) که از آگاهی کامل تا جهل محض طبقه بندیمی شد. این سه مقوله شامل موارد زیر است:
• قطعیت
• ریسک
• عدم قطعیت
هنگامی که به توسعه و ساخت مدلها میپردازیم هر یک از این شرایط محتمل میباشد که انواع مختلف مدلها برای هرکدام مناسب است. در این بخش به تعریفهای اساسی این اصطلاحات و بعضی از مسائل مهم مدلسازی برای هر یک از شرایط ذکر شده میپردازیم.
شکل 4,1 نواحی تصمیم گیری



افزایش دانش

تصمیم گیری عدم تحت قطعاطمیینادانیاطمیت.نان)( نان عدم کامل(قطعیت یا یقینری) سک اطمیناندانش (قطعیکامل.ت )

کاهش دانش



در تصمیم گیری بر اساس یقین فرض بر این است که تصمیم گیرنده آگاهی کامل از نتیجه هر عملی در آینده دارد و این فرض بر اساس آگاهی و دانش کامل می‌باشد و لازم نیست که نتایج 100 درصد شناخته شده باشد و همچنین ارزیابی تمامی نتایج لازم نمی‌باشد، بلکه این فرض مدل را ساده و آن را قابل مهار می‌سازد. در واقع تصمیم گیرنده بعنوان پیشگوی کامل آینده شناخته شده، زیرا فرض بر این است که تنها یک نتیجه برای هر گزینه وجود دارد. برای مثال انتخاب سرمایه گذاری در صورت حساب‌های خزانه داری ایالات متحده آمریکا تنها برای کسانی محتمل است که به اطلاعات کامل در خصوص آینده این سرمایه- گذاری دسترسی دارند. چنین موقعیت‌هایی اغلب در مسائل پیچیده با مدت زمان اندک(تا یک سال) روی می‌دهد. مثال دیگر مربوط به زمانی است که شما در پایین شهر پارک می‌کنید و یک فیش مخصوص پارک می‌گیرید، بدلیل اینکه ممکن است از محدوده زمانی تعیین شده تخطی نمایید، اگرچه این امر روی ندهد.
این موقعیت می‌تواند یکی از موارد تصمیمگیری بر اساس یقین باشد. بعضی از مشکلاتی که در تصمیمگیری بر اساس قطعیت به وجود می‌آید طوری ساخته نشده‌اند که به اندازه کافی به مدل‌ها و روش‌های تحلیلینزدیک شود و در واقع نیاز به یک روش DSS دارند.
مدل‌های قطعی(یقین) نسبتاً در ساخت و حل کردن آسان بوده و می‌توانند بهترین راهحلها را ارائهدهند. اکثر مدلهای مالی براساس مدل یقین طراحی شدهاند اگرچه دارای صددرصد یقین نباشند. مشکلاتی که دارای تعداد زیادی راهحلهای ممکن میباشد بینهایت مهم هستند که در بخشهای 4,9 و 4,12 به آن اشاره شده است.
تصمیمگیری براساس عدم یقین(عدم قطعیت)
در تصمیمگیری براساس عدم قطعیت، تصمیم گیرنده شرایطی را که در آن چندین نتیجه برای هر عمل محتمل است را در نظر میگیرد و برعکس در شرایطی که دارای ریسک است تصمیمگیرنده نمیداند و یا نمیتواند احتمال روی دادن نتایج ممکن را تخمین زند. تصمیمگیری تحت شرایط عدم یقین دشوارتر است زیرا اطلاعات ناکافی است. مدلسازی چنین موقعیتهایی مستلزم برآورد تصمیمگیرنده از ریسکهای موجود میباشد(2003Nielsen,).
مدیران حتی الامکان در تلاش برای دوری از عدم یقین میباشند در عوض تلاش میکنند تا اطلاعات بیشتری را کسب کنند تا این مسئله تحت یقین یا تحت ریسکهای محاسبه شده مورد بررسی قرار گیرد. اگر اطلاعات بیشتری در دسترس نباشد این مسئله باید تحت شرایط عدم یقین تحت بررسی قرار گیرد که نسبت به دیگر مقولهها کمتر قطعی میباشد.
تصمیمگیری تحت خطر احتمالی (ریسک)
در تصمیمگیری براساس ریسک(که به عنوان موقعیت تصمیمگیری محتمل شناخته شده) تصمیمگیرنده باید چندین نتیجه ممکن را برای هر انتخاب در نظر بگیرد با احتمال واقع شدن برای هر مورد. در احتمالهای طولانی مدت، فرض بر این است که نتایج محتمل شناخته شده است یا میتواند تخمین زده شود. براساس این فرض تصمیمگیرنده میتواند میزان خطر محتمل برای هر انتخاب را برآورد نماید(که ریسک محاسبه شده نام دارد). اکثر تصمیمات مهم تجاری براساس خطر احتمالی(ریسک) فرض شده است. تحلیل ریسک براساس محاسبه ارزش مورد انتظار هر انتخاب و انتخاب یکی از آنها با بیشترین ارزش انجام میپذرید .
چندین روش در ارتباط با تحلیل ریسک میتواند بکار گرفته شود ( رجوع شود به ;2001Drummond, ;2000Laporte,Louveeaux,and Van Hamme,2002 Koller,). آنها در بخشهای 4,7 و 4,13 بحث خواهند شد.

4,4 نمودارهای تاثیرات
زمانی که مسائل و مشکلات تصمیمگیری درک و تعریف شد باید مورد تحلیل قرار گیرد. این امر با ساختن یک مدل امکانپذیر است. همانطور که نمودار گردشی یک نمایش گرافیکی از جریان برنامه کامپیوتر میباشد، نمودار تاثیرات یک نقشه از یک مدل (یا بطور موثر یک مدل از یک مدل) میباشد. نمودار تاثیر یک نمایش گرافیکی از یک مدل است که برای کمک به طراحی، ساخت و شناخت یک مدل استفاده می-شود. یک نمودار تاثیر دارای ارتباط تصویری با سازنده مدل یا تیم سازنده میباشد. و بعنوان شبکهای برای بیان ماهیت دقیق روابط در مدل MSS و کمک به طراح مدل در تمرکز بر زمینههای مهم و حذف مسائل کم اهمیت بکار میرود. اصطلاح تاثیر به وابستگی یک متغیر به متغیر دیگر اشاره دارد. نمودار تاثیر به چندین شکل مختلف نمایش داده میشود. توضیحات زیر بیانگر یک نمونه از شکل استاندارد می‌باشد (رجوع شود به Decision Analysis Society Web site,faculty.fuqua .duke.edu/daweb/dasw6.htm;
the Hugin Expert A/S (Alborg ,Denmark ) Web site, developer.hugin.com/tutorials/ID_example/; and the Lumina Decision Systems (Los Gatos ,
: ( www.lumina.com/softwarw/influencediagrams.htmlCalifornia)Web site,




متغیر = مستطیل

متغیرهای وابسته و غیرقابل = دایره

متغیر‌های نتایج،واسطه = بیضی



متغیرها با فلشی که جهت تاثیر(روابط) را تعیین میکند، به یکدیگر متصل میشوند. شکل فلش نوع روابط را تعیین مینماید .روابط معمولی در ذیل آمده است:
- یقین(قطعیت)

- عدم قطعیت(عدم یقین)





- در متغیرهای تصادفی علامت " ~ " بالای نام متغیر قرار میگیرد .
~تقاضا

فروش‌ها

 معمولاً بین متغیرهای خارجی از فلش دو خطی ( >= ) استفاده میشود.
 فلشها میتوانند یک جهتی یا دو جهتی باشند که بستگی به جهت تاثیر یک جفت از متغیرها دارد.
نمودارهای تاثیر میتوانند با هرگونه جزئیات و پیچیدگی ساخته شوند. این امر طراح مدل را قادر می-سازد تا تمامی متغیرها را طراحی نموده و تمام روابط در این مدل را مثل جهت تاثیرات نشان دهد. حتی می-توانند ماهیت پویای مسائل را مورد ملاحظه قرار دهند. (رجوع شود به ; 2002Glaser and Kobayashi ,
.(Xing and Poh, 2002

مثال
Consider the following profit model:
Profit = income – expenses
Income = units sold * unit price
Units sold = ٠٫٥ * amount used in advertisement
Expenses = unit cost * unit sold + fixed cost
یک نمودار تاثیر برای این مدل ساده در تصویر 4,2 نشان داده شده است.







چند بعدی، مستندات ترکیبی و تحلیل پارامتر میباشد.
o Vanguard SoftWare Corporation , Cary , North Caronila , ) Decision Pro Vanguardsw.com ) که سازنده نمودارهای تاثیرات نزدیک میباشد. کاربر مسئله را درون ساختار درختی سلسله مراتبی طراحی نموده، بنابراین به تعریف روابط بین متغیرها میپردازد.
در پایین نمودار متغیرها ارزشها را تعیین نموده و یا ارزش آنها بطور تصادفی تولید میشود.
Decision Pro یک ابزار به هم پیوسته است که شامل دامنه عظیمی از تکنیکهای تصمیمگیری میباشد از قبیل برنامهریزی خطی، شبیهسازی، پیشبینی و تحلیل آماری.
o Tree Age SoftWare Inc. , William Stown , ) Data, Data Pro
Data، (Massachosetes treeage.com شامل نمودارهای تاثیر، نمودار درختی تصمیم، مدلهای شبیهسازی و غیره میباشد که با صفحه گسترده و صفحات وب ادغام شده است.
Definitive Software Inc., Broomfield, Colorado, ) iDecide o
: (definitivesoftware.com
Definitive Software iDecide مدلهای نمودار تاثیر تصمیم محور را با ترکیب دو جهتی با صفحات گسترده اکسل خلق مینماید. این مدلها میتوانند مستقیماً از نمودارهای تاثیر تا روشهای مونت کارلو پیشروی کنند.
o Palisade Corporation , Newfield , New York , ) Precision Tree
palisade.com) نمودارهای تاثیر و درخت تصمیم را بطور مستقیم در صفحه گسترده اکسل خلق مینماید.
برای کسب اطلاعات بیشتر به Faculty.fuqua.duke.edu/daweb/dasw6.htm مراجعه کنید. دادهها در وب سایت فروشنده برای دانلود در دسترس می‌باشد. تمامی این سیستمها مدلهایی با ساختار درختی به وجود میآورند به طریقی که این مدلها بتوانند به آسانی توسعه پذیر و درک پذیر باشند. به علاوه این سیستمهای نرمافزاری قادر به تولید مدل قابل استفاده و حل آن‌ها بدون استفاده از ابزار ویژه میباشند. برای مثال Analytica سازنده مدل را قادر میسازد تا به توصیف بخشهای مختلف این مدل و نحوه تاثیر آن بر متغیرهای نتیجه مهم بپردازد. این بخشهای مدل فرعی به وسیله سازنده مدل تجزیه شده و مدلی را با جزئیات بیشتر میسازد. سرانجام در پایینترین سطح متغیرها به تعیین ارزشها می-
.(Lumina Decision Systems Web Site , Lumina.com پردازد ( رجوع کنید به
در شکل 4,3a یک مثال از مدل بازاریابی در Analytica نشان داده شده است. این مدل شامل یک مدل فرعی قیمت و یک مدل فرعی فروشها است که در شکلهای 4,3b. و 4,3c. به ترتیب نشان داده شده است.
برای بررسی نرمافزار تحلیل تصمیم که شامل نمودارهای تاثیر میباشد به Decision Analysis 2002“
(updated annually and available online at Survey” in OR/Ms Today, June2002
lionhrtpub.com/orms/) مراجعه کنید .همچنین 2002Maxwell . سپس ما به ابزار اجرایی مهم برای این مدلها یعنی صفحه گسترده میپردازیم .




شکل 4,3 c زیر مدل فروش:
٤٫٥
میزان یا اندازه بازار


درآمد فروش واحدهای فروش سهم بازار عمر فرآورده


آگهی موثر آگهی بر اساس رشد



6,4 مدلسازی MSS با صفحههای گسترده
مدلها را میتوان در سیستمها و زبانهای برنامهنویسی مختلف ساخته و اجرا نمود که از نسل سوم، چهارم و پنجم زبانهای برنامهنویسی تا سیستمهای Case و دیگر سیستمها که بطور خودکار نرمافزار قابل استفاده تولید میکنند، طبقه بندی شدهاند. در ابتدا صفحات گسترده، زبانهای مدلسازی و ابزار تحلیل آشکار دادهها را مورد بررسی قرار میدهیم .
بستههای نرمافزاری صفحه گسترده با قدرت و انعطافپذیری به سرعت شناخته شده و از نرمافزار اجرا جهت کاربرد در تجارت، مهندسی، ریاضیات و علوم استفاده میشود. با تکمیل شدن بستههای نرمافزاری صفحه گسترده add-ins برای ساخت و حل کردن طبقات خاص مـدل یه کـار مـیرود. که شامل Solver ( Frontline Systems Inc. , Incline Village, Nevada) و What’s Best! ( a version of Lindo Lindo
Braincel( Promised، برای اجرای بهینهسازی خطـی و غیر خطـی Systems Inc. , Chicago , Illinois )
Evolver، برای شبکههای عصبی مصنوعی Land Technologies, Inc. , New Haven , Connecticut )
(Palisade Corporation , Newfield, New York ) برای الگوریتمهای ژنتیک و @Risk(Palisade Corporation , Newfield, New York) برای انجام مطالعات مربوط به شبیهسازی. به خاطر بازار شدید رقابت، add-ins‌های بهتر سرانجام بطور مستقیم در صفحات گسترده ترکیب میشوند.
صفحه گسترده از معروفترین ابزار مدلسازی کاربر میباشد (شکل 4,4) علت این امر نیز ترکیب شدن آن در مباحث ریاضیات، آمار، مالی و پولی و دیگر نقشها میباشد. صفحات گسترده میتوانند امور مربوط به حل مدلها از قبیل برنامه نویسی و تحلیل برگشتی را انجام دهند. صفحه گسترده در حال تکمیل ابزاری مهم جهت تحلیل، برنامهریزی(برنامهنویسی) و مدلسازی میباشد.
دیگر ویژگیهای صفحه گسترده شامل تحلیل مشروط، جستجوی هدف، مدیریت دادههاو قابلیت برنامه-نویسی میباشد. در واقع تغییر ارزش یک کادر و دیدن نتایج آن امر آسانی است. جستجوی هدف به وسیله تعیین کادرهای مورد نظر، ارزش مطلوب آن و تغییر کادر امکان پذیر است. مدیریت پایگاه دادههای اصلی را میتوان انجام داد و یا بخشهایی از پایگاه دادهها را برای تحلیل وارد نمود ( که ضرورتاً شامل این مسئله است که چطور OLAP با مکعب چند بعدی دادهها کار میکند و در حقیقت اکثر سیستمهای OLAP دارای نرمافزار صفـحه گسترده پیشرفته دارای احساس و دیـد هستند، هنـگامی که دادههـا را بارگـذاری ( load) میکنیم. سوددهی برنامهنویسی ساختار DSS را با استفاده از الگوها، ماکروها و دیگر ابزار میتوان تقویت نمود.
 
اکثر بستههای نرمافزاری صفحه گسترده ترکیب یکپارچه نسبی را با خواندن و نوشتن فایلهای معمولی فراهم میکنند که موجب ارتباط با دیگر پایگاه دادهها و دیگر ابزار میشود. مایکروسافت اکسل و -2-1Lotus3 دو نوع از مشهورترین بستههای نرمافزاری صفحه گسترده میباشند. در شکل 4,4 یک مدل محاسبه اقتباسی را نمایش میدهد ( جعبههایی در صفحه گسترده که کادرهای دارای فرمولها را توصیف میکند). یک تغییر در میزان سود (که با تایپ کردن تعداد جدیدی در 7E ) به سرعت در پرداخت ماهانه ( یعنی در 13E ) منعکس میشود. این نتایج را میتوان به سرعت مشاهده و تحلیل نمود.
اگر نیاز به پرداخت ماهیانه خاص، جستجوی هدف(4,10) داشتیم میتوانیم میزان بدهی یا میزان سود مناسب را تعیین کنیم .مدلهای ایستا و پویا را میتوان در صفحه گسترده ساخت. برای مثال صفحه گسترده محاسبه بدهی ماهیانه از نوع ایستا است که در شکل 4,4 نشان داده شده است. اگرچه این مشکل(مسئله) بدهکار را در طول زمان تحت تاثیر قرار میدهد، این مدل اجرای ماهیانه که تکرار شده است را تعیین می- کند. یک مدل پویا از سوی دیگر ارائه دهنده رفتار در طول زمان میباشد. محاسبه بدهی در صفحهگسترده در تصویر4,5 نشان داده شدهاست که تاثیر مقدماتی در این اصل را در طول زمان نشان میدهد. تحلیل ریسک نیز میتواند در صفحه گسترده با استفاده از مولدها برای ساخت مدلهای شبیهسازی،درج شود ( به بخش 4,13 توجه شود و نیز فصل وب یک مدل شبیهسازی کمی اقتصادی را تحت ریسک فرض شده و یک مدل شبیهسازی صفحه گسترده از جریانهای نقدی را ارائه میدهد).
(2000LeBlanc, Randalls, Swann( مثالی عالی از DSS مدل محور ساخته شده در صفحه گسترده را ارائه میدهد. که مدیرانی را جهت طراحی یک شرکت بزرگ تعیین مینماید. با استفاده از این سیستم شرکت نباید یک مدیر را که استعفا داده جایگزین نماید و بنابراین اساساً هزینههای مسافرت را کاهش میدهد.


(2000Buehlmann,Ragsdale,Gfeller( یک مدل صفحه گسترده DSS را برای تولید تخته چوبی توصیف میکند. این سیستم بسیاری از تصمیمهای پیچیده واقعی را در یک محیط خرید پویا اداره مینماید .
پروتکل صنعتی یک مدل DSS صفحه گسترده کامل را برای طراحی و زمانبندی در تولید کاغذ به وجود آورده است. به DSS در فعالیت شماره 4,8 توجه کنید .
صفحات گسترده برای کامپیوترهای شخصی ساخته شده است اما میتواند در کامپیوترهای بزرگتر نیز به کار رود. این قالب صفحه گسترده پایهای مناسب برای صفحات گسترده چند بعدی و ابزار OLAP که در فصل بعد توصیف میشود، میباشد.

7,4 تحلیل تصمیم با گزینههای کم ( جداول تصمیم و درخت تصمیم)
در تصمیماتی که تعداد حالات شامل تعداد محدود و معمولاً نه چندان زیادی از انتخابها هستند، مدل-سازی با روشی انجام میشود که به آن تحلیل تصمیم میگوییم. با استفاده از این روش، انتخابها در یک جدول یا گراف، به همراه بخش نتیجه مورد انتظار هر انتخاب برای رسیدن به هدف و احتمال هریک نمایش داده میشود. این روش میتواند به ارزیابی و انتخاب بهترین گزینه کمک کند.
یک وضعیت با یک هدف مشخص میتواند با جدول تصمیم و یا درخت تصمیم مدلسازی شود.
وضعیت چند هدفی(هدف چندگانه) در ادامه با تکنیکهای دیگر شرح داده میشود.
جدولهای تصمیم
جدولهای تصمیم یک روش مناسب برای شناخت اطلاعات به یک روش اصولی میباشد. برای مثال یک شرکت سرمایه گذاری،سرمایه گذاری را در یکی از سه انتخاب زیر در نظر میگیرد: اوراق قرضه،سهام و یا ودیعه گذاشتن(CDs). این شرکت علاقهمند به یک هدف میباشد: به حداکثر رساندن تقاضا برای سرمایهگذاری بعد از یک سال. اگر هدف دیگر مورد توجه باشد از قبیل امنیت یا نقدینگی،مسئله به عنوان تحلیل چند معیاری تصمیم طبقه بندی میشود. رجوع شود به 2001Koksalan,Zionts,.
با توجه به وضعیت اقتصادی در آینده درخواستهای سالیانه به وجود میآید، که میتواند به خاطر رشد ثابت، رکود و یا تورم باشد. کارشناسان درخواستهای سالانه زیر را برآورد کردهاند:
o در صورت وجود رشد ثابت در اقتصاد تقاضا برای اوراق قرضه 12 درصد، سهام 15درصد و ودیعه گذاشتن 5/6 درصد میباشد.
o در صورت رکود اقتصادی اوراق قرضه 6 درصد، سهام 3درصد و ودیعه نهادن 5/6 درصد میباشد.
o در اوضاع تورم اوراق قرضه 3 درصد، سهام به کمتر از 2 درصد و ودیعه نهادن 5/6 درصد میباشد.
مسئله حاضر انتخاب یکی از بهترین سرمایهگذاریهای جایگزین میباشد. در این مورد فرض براین است که جایگزینها(انتخاب) مجزا هستند. ترکیباتی از قبیل سرمایهگذاری50درصد در اوراق قرضه و50 درصد در سهام باید بعنوان انتخابی جدید تلقی شوند. این مشکل تصمیمگیری در سرمایهگذاری بعنوان یک بازی دو نفره شناخته شده است(2002Kelly, ). سرمایهگذار دست به یک انتخاب میزند و سپس یک وضع طبیعی رخ میدهد. پرداختها در جدول 4,2 بر اساس یک مدل ریاضی نشان داده شده است.





جدول 4,2 مدل جدول تصمیم مسئله سرمایهگذاری

جایگزین وضعیت طبیعی (متغیرهای غیر قابل کنترل)

رشد ثابت(%) رکود(%) تورم(%)
اوراق قرضه(بهاءدار) 12/0 6/0 3/0
سهام 15/0 3/0 -2/0
ودیعه گذاشتن 6/5 6/5 6/5

این جدول شامل متغیرهای تصمیم(گزینه‌ها) و متغیرهای غیر قابل کنترل (اوضاع اقتصادی) و متغیرهای نتایج(تقاضا و نتایج) میباشد. تمامی مدلها در این بخش در شبکه صفحه گسترده ساخته شدهاند. اگر تصمیمگیری تحت شرایط یقین(قطعی) باشد، ما از اوضاع اقتصاد کاملاً آگاه بوده و بهترین سرمایهگذاری را انتخاب مینماییم .اما این تنها مورد نیست و ما باید دو موقعیت عدم قطعیت و ریسک را نیز در نظر بگیریم .
در مورد عدم قطعیت(عدم یقین) ما از احتمالهای هر وضعیت آگاه نیستیم و در مورد ریسک فرض براین است که از احتمالات مربوط به هر حالت طبیعی که در آینده رخ خواهد داد آگاه هستیم .
کنار آمدن با مسئله عدم قطعیت(عدم یقین)
در کنار آمدن با مسئله عدم قطعیت، چندین روش وجود دارد. برای مثال روش خوشبینانه که در آن فرض شدهاست که بهترین نتیجه ممکن در مورد هر انتخابی در آینده واقع خواهد شد و سپس به انتخاب نمودن بهترین جایگزین میپردازد(سهام). در روش بدبینانه فرض بر این است که بدترین نتیجه ممکن روی خواهد داد و به انتخاب بهترین جایگزین در میان بدترینها میپردازد(CDs). روش دیگری که به سادگی فرض براین است که تمام حالت طبیعی بصورت برابر روی خواهد داد. در واقع در هر روش مشکلاتی جدی در کنار آمدن با مسئله عدم قطعیت وجود دارد. در هر زمانی باید به جمعآوری اطلاعات لازم پرداخت تا این مسئله را بتوان بصورت یقین(قطعی) یا ریسک درآورد.
کنار آمدن با ریسک (خطر احتمالی)
معمولیترین روش برای حل کردن مسئله تحلیل ریسک، انتخاب جایگزین با بالاترین بهای مورد انتظار میباشد. فرض بر این است که کارشناسان شانس رشد ثابت را 50 درصد، رکود 30 درصد و تورم را 20 درصد برآورد کردهاند. سپس جدول تصمیم را با احتمالات شناخته شده از نو مینویسند(جدول4,3). مبلغ مورد انتظار به وسیله زیاد کردن نتایج با احتمالات نسبی و افزودن به آنها به دست میآید .برای مثال حاصل سرمایهگذاری بصورت اوراق قرضه میتواند بصورت زیر باشد:
درصد 4,8 = (2,0)3 + (3,0)6 + (5,0)12
این روش گاه میتواند یک راهکار بسیار خطرناک باشد زیرا سود هر نتیجهای ممکن است از ارزش و مبلغ آن فراتر رود. حتی با وجود شانس زیادی در ضرر کردن، مبلغ مورد انتظار ممکن است منطقی بنظر برسد. اما سرمایهگذار ممکن نیست مایل به جبران این ضرر باشد.

جدول 4,3 تصمیم تحت ریسک و حل آن
جایگزین رشد ثابت(%) رکود(%) تورم(%) مقدار مورد انتظار(%)
اوراق قرضه(بهاءدار) 12/0 6/0 3/0 (ماکزیمم) 4/8
سهام 15/0 3/0 -2/0 8/0
ودیعه گذاشتن 6/5 6/5 6/5 6/5

برای مثال فرض کنید که یک مشاور مالی به شما اطمینان کامل میدهد که با سرمایهگذاری به مبلغ
1000 دلار در یک روز شما میتوانید پول خود را دو برابر کنید این احتمال 9999/0 درصد است ولی
0001/0 این احتمال وجود دارد که شما از جیب خود 000/500 دلار ضرر کنید. مبلغ مورد انتظار این سرمایهگذاری بصورت زیر است.
0,9999(2000 - 1000) + 0,0001(-500،000 - 1000) = $ 999,90- 50,10 = 946,80
ضرر فوق برای هر سرمایهگذاری که یک میلیاردر نیست میتواند مصیبت بار باشد. بسته به توانایی سرمایهگذار جهت تامین ضرر یک سرمایهگذاری دارای سودهای متفاوت میباشد. متوجه باشید که سرمایه-گذار تنها باید یک بار تصمیم بگیرد .
درختهای تصمیم
نمایش متناوب جدول تصمیم در واقع یک درخت تصمیم میباشد(Mind Tools
Community,www.mindtools.com) درخت تصمیم (نمودار درختی تصمیم) نشان دهنده روابط بین مسائل بصورت گرافیکی که میتواند چندین موقعیت پیچیده را بصورت یک شکل خلاصه نمایش دهد. درصورت وجود جایگزینها و یا حالات متفاوت تهیه نمودار درختی تصمیم کاری پر زحمت خواهد بود.
و (Tree Age Software Inc. , Williamstown , Massachosetts , TreeAge.com) DATA
Palisade.Com Palisade Corporation , Newfield , New York , ) PrecisionTree) شامل سیستمهای تحلیل قوی و ابتکاری نمودار درختی تصمیم میباشند. چندین روش دیگر کنار آمدن با ریسک(خطر احتمالی) در فصل بعدی ذکر شدهاست که از آن جمله میتوان به شبیهسازی،عوامل یقین و منطق نامعلوم اشاره کرد. یک نمونه ساده شده از سرمایهگذاری با هدف چندگانه در جدول 4,4 نمایش داه شدهاست. سه هدف عبارت از منفعت، امنیت و نقدینگی میباشند. این وضعیت براساس یقین(قطعیت) بوده و تنها یک نتیجه برای هر جایگزین فرض شدهاست(در موارد پیچیدهتر ریسک و عدم قطعیت در نظر گرفته میشوند).
برخی از نتایج (از قبیل پایین و بالا) بیش از آنکه کمی باشند کیفی هستند.
روزتی و سلاندار(2001) روش چند معیاری برای تحلیل سیستم تحویل بیمارستان را مورد بحث قرار دادهاند. در این روش اعتماد تصمیمگیرنده از طریق فرآیندهای متوالی،تحلیلی و منطقی قابل کسب است. آن-‌ها از فرآیند تحلیل سلسلهمراتبی (AHP) استفاده کردند. Phillipswern و Forgionne (2002) یک روش چند هدفی براساس AHP را برای ارزیابی DSS استفاده میکنند. Pillia و Raju (1999) یک مدل چند معیاری را برای طراحی حوضه رودخانه استفاده کردهاند. مثال دیگر از یک DSS طراحی شده جهت اداره یک تصمیمگیری چند هدفی که به وسیله (1999Murthy et al.( توصیف شده است. که در واقع یک تولیدی کاغذ نسبتاً پیچیده را ساختند و با زمانبندی(برنامهریزی) DSS مبلغ زیادی از پول سالانه را صرفهجویی
نمودند. (2001Barba-Romero( به توصیف یک DSS دولتی که از مدلهای چند معیاری در سیستم کسب دادهها استفاده میکند، پرداخت. در DSS در فعالیت 3,2 به توصیف مسائل چند معیاری بر اساس وب ( وب محور) برای شرکت Cameron and Barkely پرداختیم که خریدار با اهداف مغایر حداقل رساندن فهرست-ها و حفظ سطوح بالای خدمت به مشتری روبرو میباشد. با این وجود تعداد زیادی تحلیل تصمیم و بسته-های نرمافزاری تصمیمگیری چندگانه یافت میشود، شامل DecisionPro ( Vanguard Software Corporation , www.Vanguardsw.com ) و Expert Choice و Expert Choice 2000 2nd Edition for
Groups و نسخههای ویژه بر پایه وب(وب محور) جهت طراحی استراتژیک، منابع انسانی و فراهم نمودن گزینههای کارشناسی بیشتر (Hipre and Java Applet، ( Expert Choice Inc. , expertchoice.com
Web-Hipreو Logicaldecision.com) Logical Decisions for Windows and Groups). نسخههای نرم-افزار Demo از تمامی این سیستمها در وب در دسترس میباشد. آکارته (2001) توصیف میکند که چگونه کاربرد وب محور (برپایه وب) از روند سلسلهمراتبی Analytic جهت حل مسائل چند معیاری در انتخاب فروشنده استفاده میشود. برای دیدن مثالی از استفاده Expert Choice در حل مسائل مشابه چند معیاری به فصل وبهای خانگی (Scott) رجوع کنید .تحقیقات چند معیاری اخیر درKoksalan و Zionts (2001) توصیف شده است.
جدول 4,4 اهداف چندگانه

جایگزین وضعیت طبیعی (متغیرهای غیر قابل کنترل)
منفعت یا بازدهی(%) امنیت(%) نقدینگی یا تسویه حساب (%)
اوراق قرضه(بهاءدار) 8/4 بالا بالا
سهام 8/0 پایین بالا
ودیعه گذاشتن 6/5 خیلی بالا بالا
Goodwin and Wright (2000) و Clemen and Reilly (2000) برای کسب اطلاعات بیشتر به
و Decision Analysis Society Web site(faculty.fuaua.duke.edu/daweb/) مراجعه شود. گاه ممکن است برنامهنویسی(برنامه ریزی) ریاضی مستقیماً برای تصمیمگیری تحت ریسک بکار رود هرچند که کاملاً پیچیده باشد.
8,4 ساختار مدلهای ریاضی MSS
در اینجا موضوعات مربوط به مدلهای ریاضی MSS ( ریاضی،پولی و مالی و مهندسی و ...) را ارائه میدهیم. این موضوعات شامل اجزا و ساختارهای مدلها میباشد.
اجزای مدلهای ریاضی MSS
تمامی مدلها از سه جزء اساسی ساخته میشوند(شکل 4,6) : عوامل متغیر تصمیم، عوامل متغیر(پارامترها) غیر قابل کنترل و عوامل متغیر نتایج و روابط ریاضی بین این اجزا را به هم مرتبط میسازد. در روشهای کیفی روابط از نوع نمادین و کیفی است. با گرفتن تصمیم میتوان نتیجه تصمیمات را تعیین نمود. این عوامل به وسیله تصمیم گیرنده و روابط بین متغیرها قابل کنترل نیست. فرآیند مدلسازی مستلزم تشخیص متغیرها و روابط بین آنها است. با حل کردن یک مدل میتوان ارزش آن و نتایج متغیرها را تعیین نمود.
متغیرهای نتایج: متغیرهای نتایج منعکس کننده اثر گذار بودن سیستم میباشد که کارایی سیستم و دستیابی آن به اهداف مورد نظر را تعیین میکند. این متغیرها همان محصولات میباشند(بازده). مثالهایی از متغیرهای نتایج در جدول 4,5 نشان داده شده است. متغیرهای نتایج بعنوان متغیرهای وابسته در نظر گرفته میشوند. متغیرهای واسطه نتایج گاهی اوقات در مدلسازی برای تعیین نتایج متوسط استفاده میشوند. در مورد یک متغیر وابسته،رویدادهای دیگر ابتدا قبلاز توصیف رویداد بوسیله متغیر رخ میدهند. متغیرهای نتایج، به تصمیم و متغیرهای مستقل غیر قابل کنترل وابسته میباشند.


متغیرهای تصمیم
متغیرهای تصمیم به توصیف نحوه عمل گزینهها میپردازند. تصمیمگیرنده نیز باید به کنترل متغیرهای تصمیم بپردازد. برای مثال در یک مسئله سرمایهگذاری میزان سرمایهگذاری بصورت اوراق بهاء دار بعنوان یک متغیر تصمیم در نظر گرفته میشود. در یک مسئله زمانبندی متغیرهای تصمیم عبارتاند از مردم، زمان و برنامهها. مثالهای دیگر در جدول 4,5 فهرست شده است.

پارامترها یا متغیرهای غیر قابل کنترل
در هر موقعیت تصمیمگیری عواملی یافت میشود که بر متغیرهای نتایج تاثیر گذاشته اما تحت کنترل تصمیمگیرنده نمیباشند. هر یک از این عوامل میتواند ثابت باشد که در این صورت پارامتر نامیده میشود و یا میتواند متغیر باشد. مثالهای مربوط به این عوامل از جمله کد ساختن یک شهر، تنظیم مالیات و هزینههای خدمات رفاهی میباشد که در جدول 4,5 مثالهای دیگری ذکر شده است. اکثر این عوامل غیر قابل کنترل هستند زیرا این عوامل در داخل محیط سیستمی هستند که تصمیمگیرنده فعالیت میکند. برخی از این متغیرها، تصمیمگیرنده را محدود کرده و باعث افزایش فشار به تصمیم گیرنده می‌شود.

متغیرهای واسطه نتایج
متغیرهای واسطه نتایج منعکس کننده نتایج میانی میباشند. برای مثال در تعیین برنامه زمانبندی ماشین، خرابی بعنوان متغیر واسطه نتایج و سود کلی بعنوان متغیر نتیجه میباشد. نمونه دیگر حقوقهای کارمندان است، که موجب تشکیل یک متغیر تصمیم برای مدیریت میشود، همچنین تعیین کننده میزان رضایت کارمندان است و در پایان تعیین کننده سطح بازدهی(نتیجه نهایی) میباشد.

ساختار مدلهای ریاضی MSS
اجزای یک مدل کمی از طریق اصطلاحات ریاضی که از آن جمله معادله میباشد به هم مرتبط میشوند.
یک مدل مالی بسیار ساده P=R-C میباشد که در آن سود P =، درآمد R = و هزینهها C = . این معادله به توصیف روابط بین این متغیرها میپردازد. مدل مالی مشهور دیگر مدل مبلغ نقدی حاضر است:


که مبلغ حاضر P =، پرداخت آینده به دلار F =، نرخ سود(درصد) i = و تعداد سالها n = .
معادله فوق فرد را قادر میسازد تا به آسانی ارزش پرداخت، 000/100 دلاری از امروز تا پنج سال آینده با نرخ سود 10 درصد را تعیین نماید،

100/000 P = = 62،092
(1+0/1)5


در بخشهای آینده مدلهای ریاضی پیچیدهتر و جالبتری را رائه خواهیم داد.

9,4 بهینهسازی برنامهنویسی(مدلسازی) ریاضی
ایده اساسی بهینهسازی در فصل 2 معرفی شد. برنامهنویسی(برنامهریزی) خطی یا LP، معروفترین فناوری در مجموعه ابزار بهینهسازی است که برنامهنویسی(برنامهریزی) ریاضی نام دارد. که بصورت گسترده در DSS مورد استفاده قرار میگیرد. درواقع مدل برنامه ریزی خطی دارای کاربرد‌های بسیار مهمی می‌باشد.
.را ببینید Theweb chapter on procter and Gamblبرای مثال
برنامه ریزی ریاضی: برنامهریزی ریاضی در واقع مجموعه‌ای از ابزار‌های طراحی شده جهت کمک به حل مسائل مدیریتی و اجرایی است که در آن تصمیم گیرنده باید منابع کمیاب را در فعالیت‌های رقابتی جهت بهینه سازی اهداف قابل اجرا اختصاص دهد. برای مثال : نحوه توزیع زمان بین محصولات گوناگون یکی از مشکلات می‌باشد، که برنامه ریزی خطی ( Lp) این مشکلات را با ویژگی‌های زیر نشان می‌دهد.
ویژگی‌های Lp
• محدود بودن منابع اقتصادی موجود برای بودجه تخصیص داده شده.
• کاربرد منابع در تولید محصولات و یا خدمات
• به طور کلی دو یا چند روش وجود دارد که منابع مورد استفاده قرار می‌گیرند که هر یک را یک راه حل یا برنامه گویند.
• هر فعالیتی اعم از تولید یا فعالیت خدماتی که در آن منابع استفاده شده، اهداف بیـان شـده را کـسب می‌نماید.
• این بودجه به وسیله‌ی چندین محدودیت و نیازمندی معمولاٌ محدود شده است که محدودیت و قید نامیده می‌شود.
DSS در عمل 2,4
بهینهسازی موقعیت کارخانه آبجوEFES

گروه مشروب سازی EFES خواست بهترین موقعیت برای احداث کارخانه آبجو جدید در ترکیه را تعیین کند. در پروژه اولیه،EFES از یک مدل برنامهنویسی آماری برای تعیین جای کارخانه مشروب سازی جدید استفاده کرد. در بعضی از این کارخانههای جدید در حال ساخت مدیران EFES از تیمهای مشابه درخواست کمک کردند.
مکانهای گوناگون بعنوان موقعیتهای ممکن برای احداث کارخانه آبجو ارزیابی شده بودند. یک تحلیل اقتصادی نامرغوب بودن بعضی از جایگزینها را که بعضی از مدیران از آنها حمایت میکردند، آشکار کرد. ارزیابی کردن احتمالات باقیمانده یک مدل برنامهنویسی شده ترکیبی عدد صحیح، توسعه یافته بودند که مطرح شدن هر دو موقعیت از احداث کارخانه آبجو جدید و توزیع جو و آبجو. تاثیرات اداره طولانی مدت از تصمیمات و کاهش ارزش حاضر از هزینه کلی مطرح شده بود. روش آماده موقعیتهای شناخته شده برای احداث کارخانه آبجو جدید کاربرد مساعد و موفق بهینهسازی نرمافزار و میزان حساسیت تحلیلها هدایت شده است با تعیین فشاری از نیروی انتخاب مکانهای مطلوب خاص. بعضیها این پنداشت را قبول کرده بودند در حالی که دیگران موجب افزایشات زیادی در هزینه کل سیستم شده بودند(درحدود 19 میلیون دلار). EFES مدلی برای تصمیمات پخش و توزیع استفاده کرد. به عنوان گام بعدی،تصمیمات توزیع و موقعیت میتواند پیوند خوردهباشد(مثلاً در قالب کاربرد 4,1)

مدل Lp بر اساس فرضیات اقتصادی زیر استوار است :
فرضیاتLp :
- بازده بودجه‌های مختلف را می‌توان مقایسه نمود و با یک واحد مشترک ( دلار ) اندازه گرفت.
- بازده هر بودجه مستقل از سایر بودجه‌ها است.
- بازده کلی در واقع بخشی از بازده‌های ارائه شده توسط فعالیت‌های دیگر می‌باشد.
- تمام داده‌ها بر اساس تعریف، شناخته شده است.
- منابع باید به اقتصادی‌ترین روش استفاده شود.
در خصوص مشکلات مربوط به بودجه راه حل‌های بسیاری وجود دارد که بسته به فرضیات اساسی، تعداد راه حل‌ها میتواند نا محدود و یا محدود باشد. معمولاٌ راه حل‌های متفاوت ارائه دهنده‌ی سود هـای متفاوت می‌باشند. از میان راه حل‌های موجود حداقل یکی بهترین است، بر اساس میزان نیـل بـه هـدف بـا حداکثر سود دهی که این امر را " راه حل بهینه " می‌نامند و با استفاده از الگوریتم‌های ویژه یافت می‌شود.
برنامه ریزی خطی ( Lp)
هر مسئله Lp از متغیرهای تصمیم ( زمانی که مبالغ مشخص نیست، نیاز به جستجو دارد )، اجرای هدف ( یک اجرای خطی، ریاضی، که متغیرهای تصمیم را به هدف ربط داده، به اجرای هدف و بهینه سازی آن می‌پردازد )، ضریب‌های اجرای هدف( ضرایب واحد‌های سود و زیان که تعیین کننده اهداف متغیرها است )، محدودیت ( که به صورت نابرابری‌های خطی یا برابر بودن‌هایی که منابع و نیازها را محدود می‌کند )، ظرفیت و قابلیت‌ها ( که توصیف کننده محدودیت‌ها بالا و پایین در مورد قید‌ها و متغیرها است ) و ضرایب ( که تعیین کننده منابع سود برای متغیر تصمیم می‌باشد ) تشکیل شده است ( به DSS در 3,4 نگاه کنید.)
DSS در فوکوس 3,4
برنامهنویسی خطی
برنامهریزی خطی شاید شناختهشدهترین روش بهینهسازی خطی و نامعادله هستند. به طور نظری یک تعداد نامحدودی است. که با تخصیص بهینه منابع به فعالیتهای رقابتی از راهحلهای احتمالی برای مسائل تخصیص از این نوع سروکار دارد. مسئله تخصیص (رجوع شود به وجود دارد. استفاده از روشهای ریاضی، روش 2002Hsiang,) به وسیله روش توصیف مدل زیر نشانداده برنامهنویسی خطی و به کار بستن یک روش جستجوی شده است: مسئله پیدا کردن مقدار متغیرهای تصمیم 1X و کامپیوتری منحصر به فرد که بهترین راهحلها را در زمان 2X و غیره و چنان که مقدار متغیر نتیجه Z است افزایش مناسب، پیدا کند. از این گذشته، روش حل، تحلیل حساس یافته. موضوع یک مجموعه از محدودیتهای خطی است و اتوماتیکی را ارائه میدهد.
که تکنولوژی، شرایط بازار و متغیرهای غیرقابل کنترل دیگر را بیان میکند. ارتباطات وابسته به ریاضی همه معادله Lp فرمول مدل ترتیبی تولید می‌کند :
شرکت MBI به تولید کامپیوترهای با هدف ویژه می‌پردازد. یک تصمیم باید اتخاذ شود در مورد میزان کامپیوترهایی که در ماه آینده در کارخانه Boston باید ساخته شود. دو نوع از کامپیوترها در نظرگرفته شده است: یکی 7-CC است که نیاز به 300 روزکار و 10000 دلار هزینه مواد دارد. و دیگری 8-CC که نیاز به 500 روزکار و 15000 دلار مواد لازم دارد. سود حاصله از 7-CC در حدود 8000 دلار می‌باشد. در حالیکه سود 8-CC در حدود 12000 دلار است. کارخانه ظرفیت 200000 روزکاری را هر ماه دارا می‌باشد و بودجه

مواد مورد نیاز حدود 8 میلیون دلار در ماه می‌باشد. بازار فروش نیازمند است که هر ماه حدود 100 واحد از 7-CC و حداقل 200 واحد از 8-CC ساخته شود. این مسئله سود‌های شرکت را بوسیله تعیین چند واحد
7-CC و چند واحد 8-CC در طول ماه تولید شود، به حداکثر می‌رساند .نکته مهم اینجا است که در جهان واقعی ماه‌ها طول می‌کشد تا اطلاعات لازم جهت حل این مسئله گردآوری شود و با این داده‌ها بی شک قادر به تأمین تمامی اطلاعات در مورد نحوه ساخت مدل نخواهد بود. این مسئله در مورد INERYS در
فعالیت 1,2 , 22 که ابزارهای web- based برای جمع آوری داده‌ها به کار می‌رود. ( 6,2 DSS – ) مدل سازی :
در برنامه ریزی خطی استاندارد ( Lp) مدل ساخته شده دارای سه جزء زیر می‌باشد.
متغیرهای تصمیم:
X= واحد‌های 7-CC تولید شده  


این مدل دارای یک جزء چهارم پنهان است. هر مدل برنامه ریزی خطی دارای متغیرهای واسطه‌ی درونی است که به صورت صریح بیان نمی‌شود. محدودیت‌های کار و بودجه، هر یک مقداری اعشاری را دارا می‌باشند. هنگامی که طرف سمت راست معادله از سمت چپ کمتر است، محدودیت نیاز بازار نیز ممکن است مقداری مازاد داشته باشد. هنگامی که سمت چپ بیشتر از سمت راست باشد، این مازاد‌ها به صورت درونی بوسیله‌ی متغیر‌های مازاد که تعیین می‌کنند که مکانی برای تعدیل سمت راست وجود دارد، نشان داده می‌شود. این متغیر‌های کسری و مازاد متوسط هستند که دارای ارزش زیادی برای تصمیم گیرنده هستند، بخاطر روش‌های برنامه ریزی خطی که در ایجاد پارامتر‌هایی برای تحلیل مشروط اقتصادی به کار می‌رود. مدل ترکیبی تولید، دارای تعداد نامحدودی از راه حل‌های ممکن می‌باشد. به فرض اینکه یک طرح تولید محدود به تمام فرضیات منطقی در طرح تولید ماهیانه نیست، نیاز به راه حلی برای به حداکثر
رساندن سود کلی که همان راه حل بهینه است، داریم. خوشبختانه Excel با addin solver به آسانی قادر به یافتن بهترین راه حل برای این مسئله می‌باشد. این داده‌ها مستقیماٌ در صفحه‌ی گسترده‌ی excel وارد کرده و Solver را فعال می‌کنیم. هدف، متغیرهای تصمیم و محدودیت‌ها را شناسایی می‌کنیم، و همچنین در options به فعال نمودن Boxes Assume Linear Model و Assum Non- Negative می‌پردازیم و سپس مسئله را حل می‌کنیم. در مرحله بعد تمام سه گزارش، جواب، حساسیت و محدودیت‌ها را انتخاب کرده تا بهترین راه حل را به دست آوریم. 333,33 =1X2 = 200، X، سود = 5،066،667 همانطور که در شکل
8,4 نشان داده شده است، Solver سه گزارش مفید جهت یافتن راه حل ارائه می‌دهد. آن را امتحان کنید.
ارزیابی گزینه‌ها و انتخاب نهایی بستگی به نوع معیاری که انتخاب کرده ایم دارد. آیا در تلاش برای یافتن بهترین راه حل هستیم؟ یا می‌خواهیم که نتایج به اندازه کافی مناسب باشد؟ ( فصل دوم مراجعه کنید).
مدل‌های برنامه ریزی خطی ( کلی و تخصصی ) می‌تواند به طور مستقیم در سیستم‌های مدل سازی مورد
علاقه کاربر به کار رود. دو نوع از معروف‌ترین آنها Lingo، Lindo می‌باشد. Lindo یک سیستم برنامه ریزی خطی و صحیح است. مدل‌ها به همان روش که به صورت جبری تعریف شده اند، مشخص گردیده است. بر اساس موفقیت Lindo این شرکت به تولید Lingo یک زبان مدل سازی که شامل توسعه مثبت بهینه ساز Lindo جهت حل مسائل غیر جبری می‌باشد، پرداخت. IMERYS DSS استفاده از Lindo را به عنوان سازنده و حل کننده مدل خود تکمیل نمود. استفاده از برنامه ریزی ریاضی به ویژه برنامه ریزی خطی در عمل نسبتاٌ مشترک است. برنامههای استاندارد کامپیوتری در دسترس می‌باشد. اجرای بهینه سازی در بسیاری از ابزارهای DSS از قبیل Excel در دسترس می‌باشد. همچنین ارتباط متقابل بین نرم افزارهای بهینه سازی با Excel، سیستم‌های مدیریت پایگاه داده‌ها و ابزارهای مشابه وجود دارد. مدل‌های بهینه سازی اغلب شامل حمایت از اجرای تصمیم می‌باشد. ( 2,4 DSS, ) .
 
DSS در کانون 4,4
اساسی منطبق بر مدل جبری مثال LINDO: یک مدل ترکیب محصول

در اینجا نسخه Lindo از مدل

است:
























ترکیب محصول را بررسی میکنیم .توجه کنید که این مدل بطور

DSS در کانون 4,5 مثال LINGO: یک مدل ترکیب محصول
فرمانهای زبان اختصاصی تر از Lindo می‌باشد، در بخشهای داده و مجموعه.
در تعامل هستند، دادهها در تغییر نیست. این روش در
در اینجا نسخه مدلسازی،تعاریف کامپیوترهای اضافی واین مدل به خودی خودپایگاه داده به سادگیIMERYS قالب کاربردی
LINGO از مدل ترکیب محصول را بررسی میکنیم. به خطمجموعه و تعاریف داده توجه کنید .اگرچه این مدل پیچیده یا منابعی که میتوانند افزوده شوند به وسیله اضافه کردن
غیرقابل تغییر است. در مدلهایی که با پایگاههای داده قابل تغییر هستند اما فهرست و صورت مدل قابل
4,1 استفاده شده بود.
برخی از مهمترین کاربرد‌های اخیر برنامه ریزی ریاضی شامل طـرح شـبکه اینترنتـی ( 2001Gourdin ) ومسائل مربوط به تخصیص اعتبار شبکه‌های تلفنی است. ( 2001Bourjollyet.al. ) بدست آوردن یک راه حلبهینه برای هر دو این مسائل بر نحوه کارکرد اینترنت/web و بر نحوه تجـارت الکترونیکـی و m-commerce تأثیر بسیار چشمگیری می‌تواند داشته باشد.
مثال‌های دیگری نیز که در مدیریت عملیات و تولید به آن اشاره کردیم ( 2001wolsey ) وجود دارد. و مسائل مربوط به کوله پشتی ( کالایی با بالاترین ارزش بدون فراتر رفتن از محدوده وزنی ) که برای بررسی صفحه فضاپیما بکار می‌رود ( 2002Ledgard ( 2000 ) .( Erlebach , kellerer , pferschy
, Bossarts , fine توصیف می‌کنند که چگونه بسته‌های برنامه ریزی برای web در دسترس است که به وسیله بازار آن لاین Bond connect برای تحلیل امنیت درآمد‌ها به منظور کمک به ارتباط و درج قیمت‌ها در یک حراج ترکیبی استفاده می‌شود. ( 2001Geoffrion , Krishnan ( توصیف می‌کند که چطور مدل سازی ریاضی در حال حرکت به سمت web می‌باشد. برای مثال Mathml یک زبان بالا بردن قیمت در
.( www. W3. org /math/ ) .فرایند ریاضی می‌باشد

10,4 اهداف چندگانه، حساسیت، تحلیل مشروط و جستجوی هدف
فرایند جستجو که قبلاٌ توصیف شده مرتبط به ارزیابی میباشد. ارزیابی گام آخری است که منجربه راه-حل شمارش شده میشود.
اهداف چندگانه
با تحلیل تصمیم‌های اجرایی در واقع ارزیابی مورد توجه قرار می‌گیرد که با احتمال بسیار تا کنون هر جایگزینی به سمت رسیدن به هدف پیش می‌رود. متأسفانه مسائل مدیریتی به ندرت با هدف ساده‌ای چون رسیدن به حداکثر سوددهی قابل ارزیابی می‌باشد. امروزه سیستم مدیریتی بسیار پیچیده بوده و داشتن یک هدف در آن به ندرت پیش می‌آید. در عوض مدیران خواستار نیل به اهداف هم زمان می‌باشند که برخی از آنها گاهاٌ با یکدیگر در تعارض هستند. سهام داران مختلف دارای اهداف متفاوتی هستند. لذا اغلب لازم است که هر جایگزینی در پرتو چندین هدف تحلیل شود. ( 2001koksalan and zionts ). برای مثال یک شرکت سودده را در نظر بگیرید. علاوه بر کسب درآمد، شرکت خواستار توسعه، گسترش محصولات و کارمندان و فراهم کردن امنیت شغلی برای کارگران و خدمت به جامعه می‌باشد. مدیران در پی راضی نمودن سهام داران و در همان زمان لذت بردن از حقوق بالا و محاسبه هزینه‌ها و کارمندان که خواهان افزایش پرداخت‌ها و سود می‌باشند. هنگامی که یک تصمیم در مورد یک پروژه سرمایه گذاری اتخاذ می‌شود، برخی از این اهداف موافق یکدیگر و برخی متضاد یکدیگر هستند. اکثر مدل‌های کمی تئوری تصمیم بر اساس مقایسه تأثیرات یا به طور کلی » سوددهی « استوار است. لذا لازم است که مسئله قبل از مقایسه تأثیرراه حل‌ها به صورت یک مسئله تأثیرات تبدیل شود. یک روش معمولی برای اداره اهداف چندگانه، مدلبرنامه ریزی خطی می‌باشد. برای مثال به Dss در عمل ( 6,4 ) توجه کنید که مدل MBI به صورت مدل برنامه ریزی تک هدفی تغییر می‌یابد.
مشکلات خاصی در زمان تحلیل اهداف چندگانه بوجود می‌آید که شامل موارد زیر می‌باشد:
- اغلب بدست آوردن یک صورت صریح از اهداف سازمان دشوار می‌باشد.
- تصمیم گیرنده ممکن است اهمیت اهداف خاصی را در طی زمان و یا سناریوهای مختلف تصمیم را تغییر دهد.
- اهداف اصلی و فرعی به صورت‌های متفاوت در سطوح گوناگون سازمان و در بخش‌های مختلف مورد بررسی قرار می‌گیرد.
- اهداف در واکنش به تغییرات در سازمان و محیط، تغییر می‌نماید.
-  کمی کردن روابط بین گزینه‌ها و نقش آنها در تعیین اهداف بسیار دشوار می‌باشد.
- مشکلات پیچیده بوسیله گروه‌های تصمیم گیرنده که هر کدام دارای یک دستور کار شخصی می‌باشند، حل شده است.
- شرکاء به صورت متفاوت به اهمیت اهداف گوناگون اشراف دارند.

چندین روش در اجرای اهداف چندگانه هنگام کار با Mss می‌توان بکار برد. معروف‌ترین آنها عبارت است از :
- تئوری سوددهی
- برنامه ریزی اهداف
- بیان اهداف همزمان با محدود شدن استفاده از برنامه ریزی خطی.
- سیستم ممیز
بعضی از روش‌ها حتی به طور مؤثر با تصمیم گیرنده در ارتباط هستند. به منظور یافتن فضایی جهت دست یافتن به تمامی اهداف در حالی که در جستجو برای یافتن راه حل مؤثر هستند.
Selecting a college , scott homes مثال‌های زیر را در بر می‌گیرد. ( رجوع شود به Ehrgott and Gandibleaux ). روش‌های جدیدی به طور مستمر جهت دست یافتن به اهداف چندگانه ساخته شده است.
. pferschy , kellerer – Erlebach , Zionts ( 2001 ) , koksalan مثلاٌ : تحلیل حساسیت
سازنده مدل به پیش بینی‌ها و فرضیاتی در خصوص وارد کردن داده‌هایی می‌پردازد که آینده بسیار نامطمئنی را برآورد می‌کنند. هنگامی که این مدل حل شد، نتایج بستگی به این داده‌ها دارد. تحلیل حساسیت در تلاش برای تخمین تأثیر متغیرها در مورد داده‌های وارد شده و یا پارامترهای موجود در راهحل‌های پیشنهاد شده می‌باشد. تحلیل حساسیت در Mss بی نهایت مهم می‌باشد، زیرا موجب انعطافپذیری و اتخاذ شرایط متغیر می‌شود و با نیاز به موقعیت‌های تصمیم گیری متفاوت درک بهتری از مدل و موقعیت تصمیم گیری فراهم می‌نماید. و مدیر را مجاز می‌نماید داده‌ها را جهت اعتماد سازی در مدل وارد نماید.


 

DSS در کانون 4,6 برنامهنویسی هدف مدل MBI
سمت چپ نشان داده شدهاند. برای شد، هیچ تاوانی وجود نداشت. اگر ما ) ما وجود دارد. اگر ما در زیر هدف شاید مزدها نباید برای هیچ تولیدی سود را به هدف دست یافتن به سود یا یک تاوان است اما اگر بالای هدفمان از اهداف چندگانه و اهمیت بالاتر اهداف نیستند اما نیاز به محدود کردن
2X1 + 500X2 – OVER300 : هدف تلاش بودجه
CC-8
راهحل خاص، متغیرهای UNDER و . در زیر یک مدل Lingo و حل آن بردن مهم است. ما 500 واحد از 7-CC (، از 5 میلیون دلار بالاتر رفتیم، که
. اما چون مقدِار 2OVER، 000/50
، هزیه مرزی انجام کار اضافی را بر

در مدل برنامهنویسی هدف، همهمثال، محدودیت کار یک مقداربیشتر از 000/200 روز کار کنیمباشیم( کمتر از مقدار هدف کارپرداخت شود. همان درستی سبقت گرفتن سطح هدف از 5 قرار بگیریم،یک تاوان نیست.
یا پایینتر بودن از هدفمان به ماوجود دارد.
– OVER1 + UNDER1 = 5،000،000
100
هدف کم کردن وزن جمع متغ
OVER میزان انحراف مقادیر موجود است. بودجه درست رو(1X )، و 200 واحد از 8-CCمنجربه سود کلی 4/6 میلیون است، ما 000/50 ساعت کار میگرداند، این راهحل روی
اهداف مانند محدودیتها که مقادیر هدف دارند در هدف 000/200 روزه داشت. اگر هدف برآورده می
، ما در بالای هدفمان هستیم، و تاوانی برای انحراف(خطا کنیم) باز هم ممکن است تاوانی وجود داشته باشد،محدودیت بودجه است. در این مدل، ما هدف بالا بردن
میلیون دلارتبدیل میکنیم .اگر ما پایین هدفمان با شیم،
تاوانها بر اساس وزنههای که نشان دهنده اهمیت هر کدام تحمیل میشوند. در اینجا محدودیتهای بازاریابی
+ UNDER2 = 200،000، هدف سود : 8،000X1 + 12،000X2 هدف : 10،000X1 + 15،000X2 – OVER3 + UNDER3 = 8،000،000
=>1X : نیاز بازاریابی برای 7-X2>=200، CC : نیاز بازاریابی براییرهای OVER و UNDER می‌باشد. برای یک
محدود هدف سمت چپ را از هدف نهایی نشان میدهندی هدف است(بالاترین وزن را در هدف داشت). سود
( 2 X) تولید کردیم. ما با 4/1 میلیون دلار (2OVERدلاری شده است، که 3/1 میلیون دلار بیشتر از قبل استاضافی انجام میدهیم .وقتی که میزان 2OVER در هدفاستاندارد برنامهریزی خطی اولیه بهبود پیدا میکند.
تحلیل حساسیت روابطی از این قبیل را می‌آزماید.
- تأثیر تغییرات در متغیر‌های خارجی و پارامتر‌های متغیر‌های نتایج.
- تأثیر تغییرات در متغیر‌های تصمیم و متغیر‌های نتایج.
- تأثیر عدم قطعیت در تخمین متغیر‌های خارجی.
- تأثیرات روابط مختلف وابسته در بین متغیر‌ها .
- قدرت تصمیم گیری تحت شرایط متغیر.

تحیل‌های حساسیت در موارد زیر مورد استفاده قرار می‌گیرد :
- اصلاح و مرور مدل‌ها به منظور حذف حساسیت زیاد.
- جزئیات اضافی درباره متغیر‌های حساسیت و یا سناریو‌های مربوطه.
- کسب برآورد‌های بهتری از متغیرهای خارجی حساسیت
- تغییر سیستم جهان واقعی به منظور کاهش حساسیت واقعی
- پذیرش و استفاده از جهان واقعی حساسیت‌ها که منجر به بررسی مستمر نتایج واقعی می‌شود.

دو نوع از تحلیل حساسیت‌ها عبارت است از: خودکار، آزمون و خطا تحلیل خودکار حساسیت:
تحلیل خودکار حساسیت در اجرای مدل کمی استاندارد از قبیل برنامه ریزی خطی استفاده می‌شود. که مثلاٌ توضیح میدهد که چگونه دامنه‌ی ارزش، پارامتر یا متغیر وارد شده بدون اینکه بر راه حل پیشنهادی تأثیر گذارد، متفاوت می‌باشد. تحلیل خودکار حساسیت محدود به یک تغییر در هر زمان و تنها مربوط به متغیرهای ویژه‌ای می‌باشد. اگرچه این تحلیل بسیار قدرتمند بوده و قادر به محدود نمودن‌های بسیار سریع می‌باشد بدون اینکه تلاش زیادی را صرف کند.
تحلیل خودکار حساسیت که بخشی از برنامه ریزی خطی می‌باشد، ( lP) که راه حل‌هایی را برای مسئله‌ی تولید در شرکت MBI که قبلاٌ توصیف کردیم ارائه می‌دهد. تحلیل حساسیت هم بوسیله solver و هم Lindo فراهم شده است. اگر در سمت راست، محدودیت فروش در 8-CC به اندازه یک واحد کاهش یابد، سود خالص به میزان 33,333،1 دلار افزایش می‌یابد. اگرچه در سمت راست کاهش تا مقدار صفر نیز موجه می‌باشد. برای کسب جزئیات بیشتر به ( 2003Taylor ( 2002 ) , Lieberman , Hillier ( رجوع کنید.

آزمون و خطا :
تأثیر تغییر در هر متغیر یا در چندین متغیر از طریق یک روش آزمون و خطای ساده قابل تعیین می‌باشد. شما برخی از داده‌های وارد شده را تغییر داده و مسئله را مجدداٌ حل می‌نمایید. هنگامی که این تغییرات چندین دفعه تکرار شود راه حل‌های بهتری ارائه داده می‌شود. انجام چنین بررسی‌هایی با استفاده از نرم افزار‌های مدل سازی مناسب Excel به آسانی قابل اجرا است. که دارای دو روش می‌باشد؛ تحلیل مشروط و جستجوی هدف.



محاسبه سر به سر نرخ سود با استفاده از جستجوی هدف
یکی از کاربرد‌های مهم جستجوی هدف این است که بسته‌های نرم افزاری مدل سازی را قادر به محاسبه مستقیم سر به سر نرخ سود‌ها می‌سازد. این امر مستلزم تعیین ارزش متغیر‌های تصمیم می‌باشد که سود صفر را تولید می‌کنند. برای مثال در یک مدل طراحی مالی در Excel نرخ داخلی سود در واقع نرخ بهره ایست که تولید کننده ارزش خالص صفر می‌باشد.
در بسیاری از سیستم‌های تصمیم انجام تحلیل حساسیت امر دشواری می‌باشد، به دلیل اینکه روند از پیش طراحی شده تنها مجال محدودی را برای پرسیدن سؤالات شرطی می‌دهد. در Dss انتخاب‌های شرطی و جستجوی هدف به راحتی قابل اجرا می‌باشد. این هدف کسب شده NPV را با ارزش برابر 0 قرار می‌دهیم.
بوسیله تغییر کادر نرخ بهره که جواب برابر با 38,77056 درصد می‌شود.
11,4 روش‌های جستجوی حل مسئله روش‌های جستجو
هنگام حل مسئله، مرحله انتخاب، مستلزم یک جستجو برای تعیین خط مشی مناسب می‌باشد که قادر به حل مسئله است. چندین روش اصلی جستجو وجود دارد که بستگی به معیار انتخاب و نوع روش مدل سازی استفاده شده دارد. این روش در شکل 11,4 نشان داده شده است. در خصوص مدل‌های دستوری (هنجاری) مدل‌هایی از قبیل مدل‌های برنامه ریزی ریاضی یا یک روش تحلیلی یا یک محاسبه عددی جامع بکار گرفته می‌شود. در مورد مدل‌های توصیفی، مقایسه تعدادی محدود از گزینه‌ها استفاده می‌شود که یا بصورت ناآگاهانه و یا بصورت اکتشافی مورد استفاده قرار می‌گیرد .معمولاٌ این نتایج به سوی جستجوی تصمیم گیرنده هدایت می‌شود.
فناوری‌های تحلیلی
فناوری‌های تحلیلی از فرمول‌های ریاضی برای کشف راه حل بهینه بطور مستقیم و یا پیش بینی نتایج معین استفاده می‌کنند. فناوری‌های تحلیلی بطور اصلی برای حل کردن مسائل سازمان یافته که معمولاٌ ماهیت اجرایی و یا تاکتیکی دارد، استفاده می‌شود. در مسائلی از قبیل بودجه منابع و مدیریت بازدهی بکار می‌رود.
روش‌های تحقیقی تجربی و یا ناآگاهانه بطور کلی برای حل مسائل پیچیده بکار می‌رود.
الگوریتم‌ها
فناوری‌های تحلیلی ممکن است از الگوریتم‌ها برای افزایش کارایی جستجو استفاده نمایند. یک الگوریتم، فرایند جستجوی مرحله به مرحله ( شکل 12,4 ) برای بدست آوردن راه حل بهینه می‌باشد. راه حل‌ها ساخته و مورد آزمایش قرار می‌گیرند تا به اصلاح وضعیت منجر شوند. اصلاح یک راه حل هروقت که ممکن باشد روی می‌دهد و راه حل جدید بر اساس اصول انتخاب مورد آزمایش قرار می‌گیرد. این فرایند مادامی که امکان اصلاحات بیشتر وجود دارد ادامه می‌یابد. اکثر مسائل برنامه ریزی ریاضی بوسیله الگوریتم‌های مؤثر قابل حل است ( 2001Armstrong ) دستگاه‌های جستجوی web از الگوریتم‌ها برای سرعت بخشیدن به جستجو و تولید نتایج درست استفاده می‌کنند. Monika Henzinger الگوریتم‌هایی را ساخت که Google از آن در جستجو‌هایش استفاده می‌کند. الگوریتم‌های Google آنقدر خوب هستند که Yahoo حدود 1 میلیون دلار سالانه برای استفاده از آن پرداخت می‌کند.
جستجوی کورکورانه
در انجام جستجوی توصیفی، یک راه حل مطلوب ارائه شده است که هدف نامیده می‌شود. مجموعه‌ای از مراحل از شرایط اولیه تا رسیدن به هدف را مراحل جستجو گویند و حل مسئله به وسیله جستجو در فضای راهحل انجام میشود. اولین روش جستجو در واقع جستجوی کورکورانه میباشد. دومین روش جستجوی تجربی است که در بخش بعدی مورد بحث قرار میگیرد.
تکنیک‌های جستجوی کورکورانه، روش‌های جستجوی خودسرانه‌ای است که توصیه نمی‌شود. دو نوع از این روش تحقیقی وجود دارد : یک فهرست کامل که در آن تمامی گزینه‌ها ( انتخاب‌ها ) مورد ملاحظه قرار گرفته و بهترین راه حل کشف می‌شود و یک فهرست ناقص که جستجوی نسبی است که تا هنگامی که راه حل مناسبی یافت شود، ادامه می‌یابد که در واقع شکلی از بهینه سازی فرعی می‌باشد.

































در جستجوی کورکورانه در میزان زمان و ذخیره داده‌های کامپیوتر محدودیت‌های عملی وجود دارد. در اصل روش‌های جستجوی کورکورانه در نهایت در بسیاری از موقعیت‌های جستجو، راه حلی بهینه را می‌یابند که در برخی از موقعیت‌ها دامنه جستجو محدود شده است. اگرچه این روش در حل مشکلات بزرگ به خاطر راه حل‌های بسیاری که برای بررسی وجود دارد، قابل اجرا نمی‌باشد.
جستجوی اکتشافی
در بسیاری از موارد یافتن قوانینی جهت هدایت روند جستجو و کاهش میزان محاسبات ضروری ممکن به نظر می‌رسد. این کار با روش جستجوی اکتشافی امکان پذیر است.



12،4برنامه ریزی اکتشافی
در بسیاری از مسائل پیچیده تصمیم گیری، یافتن بهترین راه حل‌ها مستلزم صرف هزینه و زمان زیادی می‌باشد و یا ممکن است حتی غیرممکن باشد. روش شبیه سازی نیز ممکن است طولانی، پیچیده، نامناسب و حتی نادرست به نظر برسد. تحت این شرایط، یافتن راه حل‌های مناسب، سریع و کم هزینه در سایه استفاده از روش اکتشافی امکان پذیر است.
روش اکتشافی ( از کلمه‌ای یونانی به معنای کشف، گرفته شده ) عبارت است از قانون‌های تصمیم گیری در مورد حل یک مسئله است. معمولاٌ روش اکتشافی مستلزم تحلیل‌های سخت و دشوار مسئله و گاه آزمایش دقیق آن می‌باشد. برعکس دستورالعمل‌ها معمولاٌ بعنوان یک نتیجه‌ای از تجربه آزمون و خطا ساخته می‌شوند. برخی از روش‌های اکتشافی برگرفته از دستورالعمل‌ها است. جستجو‌های اکتشافی ( برنامه ریزی ) فرایندی مرحله به مرحله ( مثل الگوریتم‌ها ) می‌باشد که تا زمانی که راه حل رضایت بخشی بدست آید ادامه می‌یابد، ( بر خلاف الگوریتم‌ها ). در عمل چنین جستجو‌هایی سریع تر و ارزانتر از یک جستجوی کورکورانه می‌باشد و راه حل‌ها به بهترین راه حل بسیار نزدیک می‌باشد. در حقیقت مسائلی که از نظر تئوری قابل حل هستند در عمل گاه بوسیله روش اکتشافی حل میشود که میتواند یک راهحل را با درصد کمتری از ارزش بهینه تضمین کند. برای کسب جزئیات بیشتر به Glover,Kochenberger رجوع کنید. مثالهای این مبحث در جدول6,4 آمدهاست.
جدول 4,6 مثالهایی از روش اکتشافی
ترتیب و اولویت بندی کارها بوسیله ماشین کاری را که به حداقل زمان نیاز دارد، ابتدا انجام دهید
خرید سهام اگر نسبت قیمت به درآمد از 10 بالاتر است، سهام خریداری نکنید.
مسافرت از آزادراه بین 8 و 9 استفاده نکنید.
سـرمایهگـذاری در پـروژههـای بـا تکنولوژی پیشرفته در پروژه‌هایی بـا بـرآورد (اعتبـار ) دورههـا‌ی بـا ز پرداخـت کمتـر از 2 سـال سرمایهگذاری کنید.
خرید خانه فقط در محله خوب خریداری شود، اما فقط در حدود قیمت پایین خریـ داری شود

تصمیم گیرنده از روش‌های اکتشافی بنا به دلایلی که برخی معقول تر از دیگری است استفاده می‌کند.
برای مثال تصمیم گیرنده هنگامی از روش اکتشافی استفاده می‌کند، که از بهترین روش برای حل یک مسئله آگاه نیست و یا اینکه فناوری‌های شبیه سازی هنوز ساخته نشده باشد که گاه قادر به بدست آوردن تمامی اطلاعات لازم نمی‌باشد و از طرفی نیز هزینه کسب اطلاعات و یا ساختن مدل‌های پیچیده بسیار زیاد می‌باشد.که این نمونه در web-based Dss شرکت Barkly , Cameron برای کاهش میزان هزینه و اصلاح خدمات کلی بکار گرفته شد، این روند در Dss در فعالیت 2,3 توصیف شد.
روند روش اکتشافی را می‌توان بعنوان قانون‌هایی برای کمک به حل مسائل پیچیده، یافتن روش‌هایی برای تفسیر اطلاعات در دسترس و ساخت روش‌هایی که به راه حل کلی و الگوریتم محاسباتی ختم می‌شود، استفاده شود. اگرچه این روش اکتشافی در ابتدا جهت حل مسائل با ساختار ناقص بکار می‌رفت اما از این روش می‌توان در ساخت و فراهم نمودن راه حل‌های مناسب در مورد مسائل سازمان یافته و پیچیده استفاده نمود که سریع تر و ارزان تر از الگوریتم‌های بهینه سازی خواهد بود، ( 1998etal. ). مشکل اصلی در استفاده از روش اکتشافی این است که همانند الگوریتم‌ها عمومی نمی‌باشند، لذا از آنها معمولاٌ در موقعیت خاص استفاده می‌شود. مشکل دیگر روش اکتشافی این است که راه حل ضعیفی را ارائه می‌دهند.
روش اکتشافی اغلب شبیه الگوریتم‌ها بیان می‌شود. اگرچه یک فرایند مرحله به مرحله در حل یک مسئله می‌باشند اما هیچ تضمینی نمی‌کنند که یک راه حل بهینه را بدست آورند.
در واقع روش اکتشافی برای مدیرانی که در تنگنای زمانی قرار دارند یا سایر حرفه‌ها،روشی ساده جهت برقراری ارتباط با جهان پیچیده است و موجب خلق قضاوت نسبتاٌ درست در مورد مسائل می‌باشد.
در واقع اتخاذ روش ساده کردن تصمیمات امری احتناب ناپذیر می‌باشد. تنها ایراد این روش این است که افراد، روش اکتشافی را بدون آگاهی از آن اتخاذ می‌کنند. ( 2001Bazerman ). برنامه ریزی اکتشافی روشی است که از روش اکتشافی در یافتن راه حل‌های ممکن و نسبتاٌ خوب در مورد مسائل پیچیده استفاده می‌کند. منظور از نسبتاٌ خوب یعنی 9,99-90 درصد ارزش یک راه حل بهینه می‌باشد. روش اکتشافی یک روش کمی است که نقش مهمی در مدل Dss ایفا می‌کند. یعنی جایی که روش اکتشافی برای حل مسائل برنامه ریزی پیچیده استفاده می‌شود. همچنین این روش می‌تواند کیفی بوده و نقش مهمی را در فراهم نمودن اطلاعات برای سیستم‌های تخصصی داشته باشد.
روش شناسی
تفکر اکتشافی لزوماٌ به سمت یک روش مستقیم پیشروی نمی‌کند. گرچه مستلزم جستجو، یادگیری، ارزیابی، قضاوت و سپس جستجوی مجدد، یادگیری مجدد، ارزیابی مجدد بعنوان کشف و تحقیق، می‌باشد.
دانش حاصل شده از موفقیت و یا شکست موجب تغییر روند جستجو می‌شود که معمولاٌ قبل از اینکه مسئله اولیه حل شود، لازم به تعریف مجدد اهداف و یا مسائل و یا حل مسائل ساده و مرتبط می‌باشد.
روش اکتشافی جستجو Glover and Kochenberger 2001 ) Tubu ) بر اساس راهکارهای جستجوی آگاهانه جهت کاهش فضای جستجو و ارائه راه حل‌هایی با کیفیت بالا در حل مسائل کامپیوتری می‌باشد. اصولاٌ این روش راه حل‌های با کیفیت بالا و راه حل‌های با کیفیت پایین را یادآوری کرده و در جهت راه حل‌هایی با کیفیت بالا و دور شدن از راه حل‌هایی با کیفیت پایین حرکت می‌کند. موفقیت روش جستجوی Tubu در حل بسیاری از مسائل ترکیبی با مقیاس بالا ثابت شده است. روش اکتشافی جستجوی Tubu بخشی از روش ( 2001Bourjolly ( برای فهرست کردن بسامد‌های تلفن در کانادا می‌باشد.
الگوریتم‌های ژنتیک ( 2002Reeves and Rowe , 2002 : sarker etal ) که با مجموعه‌ای از راه حل‌های تولید شده تصادفی شروع شده و به ترکیب جفت‌هایی از راه حل‌ها می‌پردازد و شکل جدیدی از آنها را تولید می‌نماید.تنها بهترین راه حل برای تولید نسل بعدی نگهداری می‌شود. تغییر‌های تصادفی نیز ممکن است روی دهد. برخی از کاربرد‌های جدید بوسیله ( 2002ursem , filipic , krink ( برای کنترل گلخانه ابداع شده. ( 2002Borgulya ( برای برنامه ریزی ماشین استفاده می‌شود. الگوریتم‌های ژنتیک در فصل آینده بطور مفصل توضیح داده خواهد شد.
چه موقع از روش اکتشافی استفاده کنیم؟
در موقعیت‌های زیر کاربرد روش اکتشافی مؤثر است:
• داده‌های وارد شده محدود و ناقص باشد.
• حقیقت آنقدر پیچیده باشد که مدل‌های بهینه سازی قابل استفاده نباشد.
• الگوریتم دقیق قابل اعتماد در دسترس نباشد.
• مسائل پیچیده برای شبیه سازی، بهینه سازی و صرف زمان زیاد جهت محاسبه مقرون به صرفه نیستند.
• بهبود بخشیدن به کارآیی روند بهینه سازی از طریق تولید راه حل‌های مناسب آغازین امکان پذیر است.
• فرایند‌های نمادین بیش از فرایند‌های عددی در سیستم‌های تخصصی بکار می‌رود.
• تصمیم‌ها باید به سرعت گرفته شود و محاسبات ممکن نباشد ( در بعضی از روش‌های اکتشافی نیاز به کامپیوتر نیست ).

مزیت‌های روش اکتشافی عبارت است از:
• به سادگی قابل درک بوده و جهت اجرا و توضیح آسان تر می‌باشد.
• در آموزش مردم برای خلاقیت و ساخت روش‌های اکتشافی در سایر مسائل کمک می‌نماید.
• در زمان تنظیم و تدوین صرفه جویی می‌کند.
• برنامه ریزی کامپیوتر و تأمین نیازمندی‌ها مقرون به صرفه است.
•- در زمان محاسبات و زمان تصمیمگیری صرفه جویی نموده و برخی از مسائل آنقدر پیچیـده هـست ند کـه تنهـا از طریق روش اکتشافی قابل حل می‌باشند.
• معمولاٌ از چندین راه حل قابل پذیرش استفاده می‌کنند.
• بیان کننده میزان تجربی یا تئوری بودن کیفیت راه حل می‌باشد.
• می‌توانند شامل اطلاعاتی در هدایت جستجو باشند. چنین اطلاعاتی ممکن است خاص مسائل یا بر اساس عقاید کارشناسی باشد که در سیستم تخصصی و یا ساز و کار تحقیق کار میکند، باشد.
• در خصوص مدل‌هایی که از طریق برنامه ریزی ریاضی قابل حل می‌باشد، کاربرد روش اکتشافی ویژه امکان پذیر است. گاه روش اکتشافی به این مدل ترجیح داده می‌شود و گاهی اوقات راه حل‌های اکتشافی بعنوان راه حل اولیه در روش‌های برنامه ریزی ریاضی بکار می‌روند.
محدودیت‌های اولیه روش اکتشافی عبارت است از :
• تضمین کننده بهترین راه حل نمی‌باشد. گاهی اوقات ارزش اهداف را به شیوه نامناسب محدود می‌نماید.
• ممکن است استثنا‌های بسیاری در مورد قوانین وجود داشته باشد.
• انتخاب‌های متوالی تصمیم ممکن است در پیش بینی نتایج آینده آن موفق نشود.
• وابستگی‌های متقابل یک بخش از سیستم، گاه بر تمام سیستم تأثیر می‌گذارد.
نقش الگوریتم‌های روش اکتشافی همانند سایر الگوریتم‌ها است اما از نظر بهترین راه حل هیچ تضمینی
( Command Evans , 2000 ) .ارائه نمی‌دهد
روش اکتشافی ساختاری :این روش‌ها یک راه حل ممکن را با افزودن بـه اجـزای دیگـر بدسـت مـی آورند، تا زمانی که بهترین راه حل کشف شود. مثلاٌ در مورد فروشندگان سیار، معمولاٌ از نزدیک‌ترین شهری که تا کنون نرفته‌اند دیدن می‌کنند.
روش اکتشافی اصلاحی :این روش با یک راه حل ممکن شروع شده و در تـلاش بـرای بهبـود آن مـی باشد. برای مثال در راه حل فروشنده سیار: تلاش برای تغییر تصمیم در مورد دو شهر.
برنامه ریزی ریاضی :این روش در مدل‌هایی که کمتر پیچیده است بکار مـی رود. بـا امیـد بـه کـسب اطلاعات در مورد بهترین روش. این تکنیک اغلب در بهینه سازی بکار می‌رود.
تجزیه:این روش مستلزم حل یک مسئله در طی مراحل خاص می‌باشد. در web-chapter. P&G مسئله توزیع ابتدا حل و سپس در حل مسئله استراتژی تولید مورد استفاده قرار گرفت.
افراز :این روش مستلزم تقسیم یک مسئله بصورت بخش‌های قابل حل و کوچک تـر و سـپس دوبـاره جمع کردن تکه‌ها برای ساختن راه حل می‌باشد. این تکنیک در مورد مسئله فروشنده سـیار بکـار مـی رود.
ابتدا باید کشور به چهار ناحیه تقسیم شود و هر مسئله‌ای حل گردد و سپس راه حل‌ها بـه یکـدیگر مـرتبط شوند. وسایل نقلیه روزمره از این فناوری و روش اکتـشافی اسـتفاده مـی کننـد . ( 2002Applegate etal ) و همچنین دروس دانشگاهی، کلاس‌ها و برنامه ریزی دانشگاه از این فناوری‌ها اسـتفاده مـی کننـد . ( foulds 2000and Tohnson )


13,4 شبیه سازی
شبیه سازی کردن یعنی فرض بر حضور ویژگی‌های واقعی است.
شبیه سازی تکنیکی در Mss است که جهت انجام آزمایش‌ها ( مثلاٌ در تحلیل مشروط ) بوسیله یک مدل از سیستم مدیریت مورد استفاده قرار می‌گیرد. در کامپیوتر معمولاٌ یکسری رویداد تصادفی در موقعیت تصمیم گیری واقعی وجود دارد. به دلیل اینکه Dss با موقعیت‌های نیمه سازمان یافته و یا سازمان نیافته در ارتباط است، واقعیت پیچیده بوده و با بهینه سازی و دیگر مدل‌ها به آسانی ارائه داده نمی‌شود. اما عمدتاٌ بوسیله شبیه سازی قابل اجرا می‌باشد.
ویژگی‌های عمده شبیه سازی :
شبیه سازی دقیقاٌ یک نوع مدل نیست. مدل‌ها بطور کلی واقعیت را نمایش می‌دهند در حالیکه شبیه سازی معمولاٌ واقعیت را تقلید می‌کند. در بعد عملی، ساده سازی کمتری در شبیه سازی نسبت به مدل‌های دیگر وجود دارد. بعلاوه شبیه سازی تکنیکی جهت هدایت و انجام آزمایش‌ها می‌باشد. همچنین گاه مستلزم آزمایش ارزش ویژه‌ی تصمیم یا متغیرهای غیر قابل کنترل در مدل می‌باشد و تأثیر روی متغیرهای نتایج را مورد بررسی قرار می‌دهد. در ابتدا تصمیم گیرنده در Dupont خریداری ماشین‌های ریلی را انتخاب نموده در حالی که انتخاب آن مستلزم برنامه ریزی بهتر جهت توسعه ماشین‌های موجود، آزمودن، یافتن قابلیت بیشتر و صرفه جویی در پول می‌باشد. شبیه سازی یک روش توصیفی است تا یک روش تجویزی . در واقع هیچ روش جستجوی خودکار برای راه حل بهینه وجود ندارد. در عوض یک مدل شبیه سازی به توصیف و پیش بینی ویژگی‌های یک سیستم ارائه شده تحت شرایط مختلف می‌پردازد. زمانی که ارزش‌های این ویژگی‌ها محاسبه گردید، از میان چندین گزینه بهترین آن انتخاب خواهد شد. فرایند شبیه سازی معمولاٌ یک آزمایش را دفعات مکرر تکرار نموده تا یک برآورد از تأثیر کلی اعمال بدست آورد. در اکثر موقعیت‌ها،شبیه سازی کامپیوتر مناسب می‌باشد، اما چندین روش شبیه سازی دستی معتبر وجود دارد.
معمولاٌ هنگامی که یک مسئله آنقدر پیچیده است که بوسیله فناوری‌های بهینه سازی عددی نمی‌توان آن را انجام داد، از شبیه سازی استفاده می‌شود. منظور از پیچیدگی این است که مسئله بوسیله بهینه سازی قابل تدوین نیست. یا فرمول بسیار بزرگ بوده، ارتباط بین متغیرها بسیار زیاد می‌باشد، یا اینکه این مسئله در طبیعت به صورت عدم قطعیت یافت می‌شود. طراحی و آزمایش یک مدل جدید یک اتومبیل بسیار پیچیده می‌باشد. این دلیلی است که جنرال موتور در شبیه سازی در سراسر فرآیند طراحی استفاده می‌کند. ( ببینید 2002Gallagher ). موفقیت جنرال موتور Dimler-chrysler را برای حرکت به این سمت ترغیب می‌نماید. تا 2005 کارخانه دیجیتال از ابزار تصویر پردازی و شبیه سازی برای طراحی، ساخت و آزمایش تمامی دستگاه‌ها استفاده می‌نماید.
مزیت‌های شبیه سازی:
شبیه سازی در MSS به دلایل زیر استفاده می‌شود.
• این تئوری نسبتاٌ دقیق است
• بخش عظیمی از تراکم زمانی می‌تواند حاصل شود. که تأثیر طولانی مدت بسیاری از سیاست‌ها را به مدیران القا می‌کند.
• شبیه سازی بیشتر توصیفی است تا هنجاری،که مدیر را به طرح سؤالات شرطی مجاز می‌کند. مدیران از روش آزمون و خطا در حل مسئله استفاده می‌کند. و این کار را سریع تر، آسان تر، دقیق تر و با ریسک کمتر انجام می‌دهد.
• مدیر را قادر به آزمودن متغیرهای تصمیم و با انتخاب‌های متفاوت بخش‌هایی از محیط که واقعاٌ مهم بوده، می‌سازد.
• یک مدل شبیه سازی صحیح، نیاز به آگاهی اولیه از مسائل دارد. بنابراین سازنده MSS را مجبور به برقراری ارتباط با مدیر می‌سازد.
• این امر ساخت DSS را مطلوب می‌سازد به خاطر اینکه سازنده و مدیر هر دو به درک بهتری از مسئله و تصمیم‌های بالقوه موجود می‌سازد. ( 1999 Eldob:et.al ).
• این مدل از دیدگاه مدیر ساخته شده است.
• مدل شبیه سازی برای یک مسئله خاص ساخته شده است و معمولاٌ برای مسائل دیگر قابل حل نمی‌باشد. و هیچ درک کلی نیاز نمی‌باشد و هر جزء در مدل بر بخشی از سیستم واقعی منطبق می‌باشد.
• شبیه سازی گونۀ گسترده‌ای از مسائل را از قبیل میزان بازدهی، تعداد کارمندان، طرح‌های طولانی مدت.
• شبیه سازی شامل پیچیدگی‌های واقعی مسائل است لذا ساده نمودن مسائل دیگر لازم نمی‌باشد.
شبیه سازی از توزیع واقعی احتمال بیش از توزیع تقریبی تئوری استفاده می‌کند.
• شبیه سازی به طور خودکار بسیاری از اقدامات اجرایی مهم را انجام می‌دهد.
• شبیه سازی اغلب تنها روش مدل سازی DSS است که می‌تواند مسائل سازمان نیافته نسبی را کنترل نماید.
• برخی از بسته‌های شبیه سازی نسبتاٌ آسانی ( Monte carlo) یافت می‌شود که شامل بسته‌هاینرم افزاری صفحهگسترده Risk ) add-in@ ) می‌باشد. نرم افزار نمودار تأثیرات قبلاٌ تعریف شدهاست. بسته‌های Java based و سیستمهای شبیه سازی تصویری دارای ارتباط متقابل، به طور خلاصهبحث خواهد شد.
نقص‌های شبیه سازی:
نقص‌های اولیه شبیه سازی در اینجا ذکر شده است:
• وجود راه حل‌های بهینه را نمی‌توان تضمین نمود اما راه حل‌های نسبتاٌ خوب تقریباٌ یافت می‌باشد.
• ساخت مدل شبیه سازی فرآیندی کند و پر هزینه می‌باشد، اگرچه سیستم‌های مدل سازی جدید تر برای استفاده، آسان تر می‌باشد.
• راه حل‌ها و نتایج یک معادله شبیه سازی معمولاٌ قابل ارجاع به دیگر مسائل نمی‌باشد.
• گاه توضیح شبیه سازی آنقدر آسان می‌باشد که دیگر نیازی به روش‌های تحلیلی نخواهد بود.
• نرم افزار شبیه سازی گاهی اوقات نیاز به مهارت‌های خاصی دارند که علت این امر پیچیدگی روش‌های رسمی حل کردن میباشد.
روش شبیه سازی
شبیه سازی مستلزم ساختن یک مدل از سیستم واقعی و انجام آزمایش‌های مکرر بـر روی آن میباشـد . ایـن روش شامل مراحلی می‌باشد که در تصویر 4:13 نشان داده شده است.
تعریف مسئله
مسئله جهان واقعی مورد آزمایش و طبقه بندی قرار می‌گیرد. در این مرحله ما مشخص می‌کنیم که چـرا یـک روش شبیه سازی مناسب است، مرز بندی سیستم، محیط و نشان دادن جنبه‌های مختلف مسئله در این مرحلـه صورت میپذیرد.
ساختن مدل شبیه سازی
این مرحله مستلزم تعیین متغیرها و روابط بین آن‌ها و جمع آوری داده‌ها می‌باشد. اغلب ایـن فرآینـد توسـط یک فلوچارت توصیف می‌شود و سپس برنامه کامپیوتر نوشته می‌شود.
آزمودن و معتبر ساختن این مدل
مدل شبیه سازی باید به درستی سیستم تحت مطالعه را ارائه داده و به آزمایش و معتبر ساختن آن بپردازد.




شکل 4,12 فرآیند استفاده از الگوریتم
مسئله
دنیای واقعی





تکمی ل ارزیابی محصول طراحی آزمودن و ساخت- تعریف نتایج نتایج آزمایشات آزمایشات اعتبارسنجی مدل شبیه- مسئله
شبیهسازی مدل سازی





طرح آزمایش
زمانی که اعتبار مدل ثابت شد یک آزمایش طراحی می‌شود، تعیین اینکه چه مدت برای ساخت شبیه سازی طول می‌کشد بخشی از این مرحله می‌باشد. در اینجا اهداف مهم و متقابلی وجود دارد، از جمله درستی و هزینه‌ها،تعیین سناریو‌های معمولی ( میانه، میانگین برای متغیرهای تصادفی )، سناریوی بهترین مورد ( هزینه پایین، سود بالا ) بدترین مورد ( هزینه بالا، سود پایین ) امری معقول به نظر می‌رسد. این امر در تعیین دامنه متغیرهای تصمیم گیری و محیط کار و کمک به رفع ایراد‌های مدل شبیه سازی کمک بسزایی می‌نماید.
هدایت آزمایشی
هدایت آزمایشی شامل مسائلی می‌شود که از تولید متغیر تصادفی تا ارائه نتایج را دربر می‌گیرد.

ارزیابی نتایج
نتایج باید مورد ارزیابی قرار بگیرد به علاوه ابزار آماری استاندارد، برای تحلیل‌های حساسیت نیز می‌تواند مورد استفاده قرار گیرد.

کاربرد ( اجرا )
اجرای نتایج شبیه سازی شامل مسائلی می‌شود مانند که در اجرای هر برنامه‌ای وجود دارد. بخاطر اینکه مدیر در شبیه سازی بیشتر از سایر مدل‌ها در گیر می‌باشد. شانس موفقیت در این روش بیشتر است.
بسیاری از بسته‌های نرم افزاری شبیه سازی، شبکه‌های (Web) آماده می‌باشند. که معمولاٌ در طول خطوطDSS که در شکل 1,3 نشان داده شده ساخته می‌شود. کاربر از طریق جستجوگر Web به سرور اصلی متصلمی باشد. این سرور به سرورهای بهینه سازی و سرورهای پایگاه داده‌ها متصل شد، و به تناوب ممکن استبه انبار داده‌ها متصل شود. برای مثال به ( 2000Pooley and wilcox ( در مورد توصیف سیستم شبیه سازی Java-based مراجعه کنید. همچنین به وب سایت فروشنده‌های اصلی مراجعه کنید.
انواع شبیه سازی:
شبیه سازی احتمالی:
در شبیه سازی احتمالی یک یا چند متغیر مستقل احتمالی هستند که توزیع احتمالی معینی را دنبال می‌کنند که می‌تواند توزیع گسسته و یا توزیع پیوسته باشد.

جدول 4,7 توزیعهای احتمالی گسسته در مقابل توزیعهای احتمالی پیوسته
تقاضای روزانه احتمالات گسسته احتمالات پیوسته
5 0/10
تقاضاهای روزانه بطور متوسط توزیع میشود با میانگین 7 و انحراف استاندارد 2/1
6 0/15
7 0/30
8 0/25
9 0/20
توزیع‌های گسستهکه شامل موقعیتی است با تعداد محدودی از وقـایع ( متغیـر هـا ) کـه تنهـا بـه تعـداد محدودی از مقادیر میپردازد. توزیع‌های پیوسته، موقعیت‌هایی با تعداد نامحدودی از وقایع ( متغیرها ) کـه امور دشواری را از قبیل توزیع نرمال را دنبال می‌کند. این دو نوع در جدول 7,4 نشان داده شده اسـت . شـبیه سازی احتمالی با کمک یک تکنیک به نام Mante-Carb که در مرحله اول مورد استفاده قرار می‌گیـرد قابـل اجرا می‌باشد.
شبیه سازی وابسته به زمان در مقابل شبیه سازی مستقل از زمان
در موقعیت مستقل از زمان آگاهی از اینکه رویداد دقیقاٌ در چه زمانی رخ داده است چندان مهم به نظر نمی‌رسد. مثلاٌ ممکن است ما آگاه باشیم که تقاضا برای یک محصول معین در روز سه واحد می‌باشد. اما برای ما پی بردن به اینکه چه موقع از روز این تقاضا وجود دارد چندان مهم به نظر نمی‌رسد. در برخی موقعیت‌ها زمان به عنوان یک عامل در شبیه سازی در نظر گرفته نمی‌شود. برای مثال به طرح کنترل وضعیت ثابت کارخانه (1999Beswell ) می‌توان اشاره کرد . از سوی دیگر در مسائل خط انتظار که در تجارتالکترونیکی قابل اجرا می‌باشد، دانستن زمان دقیق رسیدن بسیار مهم است . این یک موقعیت وابسته به زمانمی باشد .
نرم افزار شبیه سازی
در واقع صدها بستۀ نرم افزاری شبیه سازی برای گونه‌ای از موقعیت‌های تصمیم گیری وجود دارد که بیشتر به عنوان سیستمهای web – based کار می‌کند از قبیل بسته‌های نرم افزارهای P.C شامل Analytica،
. Silk و SIMUL8 و web Gpss و Risk و Excel addins crystal ball شبیه سازی تصویری
نمایش گرافیکی نتایج محاسبه شده که ممکن است شامل انیمیشن باشد یکی از موفق‌ترین پیشرفت‌ها در ارتباط انسان با کامپیوتر و حل مسئله می‌باشد . که در بخش بعدی به توصیف آن می‌پردازیم .
شبیه سازی شیءگرا
چندین مزیت در ساخت مدل‌های شبیه سازی که از روش مختص شی ء استفاده می‌کند وجود دارد .
CLOI و YUN یک مدل شبیه سازی شیءگرا را برای تحلیل عملیات ترمینال کانتینری، ابداع نموده‌اند . هر تکه از تجهیزات در ترمینال در مدل شبیه سازی نمایش شی ء برنامه ریزی می‌شود . SIMPROCESS یک وسیلۀ مدلسازی فرآیند مختص شی ء می‌باشد، که کاربر را قادر می‌سازد تا یک مدل شبیه سازی که قادر به نمایش اشیاء می‌باشد، تهیه نماید . زبان مدلسازی واحد (UML ) یک ابزار مدلسازی است که برای سیستم‌های شیءگرا و اجرای آنها می‌باشد . چون UML یک مدل شیءگرا می‌باشد، در عمل برای مدل سازی پیچیده و سیستم‌های فوری به کار می‌رود که در واقع یک سیستم نرم افزاری است که ارتباط مستمر با محیط را حفظ می‌نماید . مثال ما شامل سیستم‌های DSS و اطلاعات و ارتباطات می‌باشد (SELIC
. (1999
مثال شبیه سازی
اکنون مثالی از مدل شبیه سازی کمی و یک مدل شبیه سازی صفحۀ گسترده جهت ارزیابی یک مسئلۀ نقدینگی ساده در یک web – chapter ارائه می‌دهیم . DSS در فعالیت 1,4 یک نمونۀ مطالعۀ شبیه سازی برای طراحی شبکۀ IT ارائه داده است . شرکت تولیدی CACI اکنون( COMNENT III) یک سیستم شبیه سازی ویژه برای تحلیل این نوع از مسائل در طراحی شبکۀ IT را ارائه داده است . Mehrotra, saltzman (2001) از یک روش شبیه سازی برای تحلیل یک مرکز تلفن استفاده می‌کند. (2002JOVANAVIC(تعیین می‌کند که چطور کارها را در سیستم‌های توزیع شده از طریق شبیه سازی،برنامه ریزی میکند. اینمسئله در زمان مدیریت شبکه‌های کامپیوتری اهمیت ویژه‌ای دارد . (2001 Drnzek ( از شبیه سازی برایبهبود مراقبت ویژه در یک بیمارستان نظامی استفاده نمود . او تغییرات پیشنهادی را در یک سیستم مراقبت بهداشتی با استفاده از مدل شبیه سازی برای تعیین تأثیر تغییرات بالقوه مورد تحلیل قرار داد . بدون اینکه روند استقرار یافتۀ مراقبت کارمندان، بیماران و یا امکانات را دچار تغییر نماید . Credit – Suisse – First Boston از سیستم شبیه سازی ASP برای پیش بینی سود وزیان سرمایه گذاری استفاده نموده است (Dembo
2000General Motors . ( et.at. ساختن مدل‌های فیزیکی اتومبیل‌ها را تا آخرین مرحلۀ طراحی به تأخیر می‌اندازد زیرا شبیه سازی ارزانتر بوده و نتایج درست تری را در آزمودن محصولات جدید ارائه می‌دهد . که شامل تست ضربه و تست‌های تونل باد می‌شود (2001 ) Witzerman توصیف می‌کند که چطور از ربات‌های مغازة رنگ فروشی GM برای بهبود و کارائی شبیه سازی شده است . این ابزار بسیار مؤثر بوده و منجر به اصلاحاتی عمده می‌گردد . در نتیجه امروزه تنها 18 ماه برای ساخت یک وسیلۀ نقلیۀ جدید طول می‌کشد که قبلاً 48 ماه بوده است . بازده مهندسی نیز همانند کیفیت آن افزایش یافته است ( 2002Marchant ).
14,4 مدلسازی محاورهای تصویری و شبیه سازی محاوره‌ای تصویری شبیه سازی مرسوم
شبیه سازی یک روش بسیار مناسب جهت کسب آگاهی در موقعیتهای MSS پیچیده می‌باشد. اگر چه معمولاً شبیه سازی به تصمیم گیرنده اجازة درک نمی‌دهد که چگونه یک راه حل برای یک مسئلۀ پیچیده در طول زمان شکل می‌گیرد و حتی قادر به ارتباط آن نمی‌باشد.. شبیه سازی معمولاً نتایج آماری را در انتهای مجموعه‌ای از آزمایشها گزارش می‌دهد . تصمیم گیرنده یک بخش ضروری در ساخت شبیه سازی و آزمایش‌ها نمی‌باشد و تجربیات و قضاوت‌های او در این مطالعه مستقیماً استفاده نمی‌شود . اگر نتایج شبیه سازی به قضاوت و نظر تصمیم گیرنده مرتبط نباشد، یک شکاف اعتماد در استفاده از مدل اتفاق می‌افتد .
یکی از شگفت انگیزترین توسعه‌ها در گرافیک‌های کامپیوتری مدلسازی محاورهای تصویری ( VIM ) می‌باشد . این تکنیک‌ها با موفقیت بسیار در DSS در بخش مدیریت عملیات مورد استفاده قرار می‌گیرد .
تصمیم گیرنده‌ای که از VIM در تصمیم گیری‌هایش استفاده می‌کند، سطح بالایی از حمایت را برای منافع خود در این مدل‌ها می‌یابد . ( 1999Bell etal . ) . این تکنیک دارای چندین نام و گونه می‌باشد که از آن جمله حل مسئلۀ محاوره‌ای تصویری، مدلسازی محاوره‌ای تصویری و شبیه سازی محاوره‌ای تصویری می‌باشد .
مدلسازی محاورهای تصویری از طرح‌های کامپیوتری برای نشان دادن تأثیر تصمیم‌های متفاوتمدیریتی استفاده می‌نماید . این مدل از طرحهای منظمی که کاربر در آن قادر است به تعدیل روند تصمیمگیری پرداخته و نتایج این مداخله را ببیند. یک مدل تصویری،طرحی است که بعنوان یک بخش درونی تصمیم گیری و یا حل مسئله می‌باشد و فقط یک وسیلۀ ارتباطی نمی‌باشد . Vim تأثیر تصمیمات مختلف را به شکل گرافیکی بر روی صفحۀ نمایش کامپیوتر نمایش می‌دهد . مثل GIS در P & G که از طریق بهینه سازی به طراحی مجدد زنجیرة عرضۀ کالا پرداخت (web – chapter ) . برخی از مردم عکس العمل بهتری نسبت به نمایش گرافیکی از خود نشان می‌دهند . این نوع از روابط، مدیر را در آگاهی از موقعیت تصمیم گیری یاری می‌دهد . برای مثال (2001Swishertal ( یک شبیه سازی تصویری شیءگرا را برای آزمایش و بررسی کارآیی محیط یک کلنیک پزشکان استفاده نمود که هدف از این کار فراهم نمودن کیفیت بالا و مراقبت بهداشتی کم هزینه در یک خانواده می‌باشند. این سیستم شبیه سازی،بهترین و مهمترین عوامل وارد شده را که بر روی عملکرد سیستم تأثیر میگذارد را شناسایی نموده است . این داده‌های وارد شده هنگامی که به درستی مدیریت شوند موجب هزینه‌های کمتر و سطح خدمات بالاتر می‌گردد . VIM می‌تواند یک سیستم پویا یا ایستا را ارائه دهد . مدل‌های ایستا یک تصویر مرئی از نتایج یک تصمیم انتخابی را هر بار ارائه می‌دهند . محل‌های پویا سیستم‌هایی را نشان می‌دهد که در طول زمان تکامل می‌یابد و این تکامل به صورت انیمیشن قابل ارائه می‌باشد . به مثال داده شده در این زمینه در تصویر 14,4 دقت کنید .
وب سایت orca چندین انیمیشن را که به وسیلۀ سیستم شبیه سازی آن تولید شده است را نشان می‌دهد DSS در عمل 4,7
PACIFIC BELL استفاده از شبیهسازی برای طراحی یک شبکه IT
نرمافزار شبیه سازی پشتیبانی تصمیم برای شبکهها و کاربردهای شبکه میتواند برای آزمایش با سناریوهای مشروط چندگانه مورد استفاده قرار گیرد. سپس IT میتواند بهترین راهحل را قبل از ساختن کورکورانه یا فرورفتن منابع در پروژههای بزرگ بدون فهم کامل از نتیجه مورد انتظار، تعیین کند. شبیهسازی کمک میکند که IT تعیین کند که چگونه زیرساخت باید نسبت به سناریوهای پیش آمده از قبیل افزایش ترافیک شبکه، تکنولوژیهای انتقال جدید،تغییرات توپولوژی، و کاربردهای اولویتهای جدید مثل ERP و پروتکلهای Voice-Over اینترنت (IP)، واکنش نشان دهد. ارزش ابزار پشتیبانی تصمیم به توانایی اطمی نان دادن، بموقع، و اطلاعات قابل رسیدگی، در مورد متغیرهای نتیجه، هدایت به سمت اطمینان، تصمیمات ذخیره منابع، بحران در میان طراحی و پیادهسازی سیستم IT اولیه، زمانی که مبادله‌ها سنجیده شده باشد و هزینهها قبل از بطور جدی و سنگین انجام دادن پروژه، مورد توجه و آزمایش قرار میگیرند. Pacific Bell، یک تابع از ارتباطات SBC، Inc.(SBC)، همکاری با آژانس دولتی بزرگ در کالیفرنیای جنوبی برای طراحی شبکه برای پشتیبانی بیش از 000/80 کارمند در صد‌ها مکان. سراسر پروژه کالیفرنیای جنوبی،SBC و DcisionGuru مورد استفاده دولت، یک ابزار مدلسازی و شبیهسازی از MIL3 Inc می‌باشد(واشنگتون) .
رقابت تیم دولتی SBC/ بر سر طراحی شبکهای استوار با اتصال هزاران گره در هر جایی به یک شبکه توانا از اطلاعات پشتیبانی شده، ویدئو، و صدا و پشتیبانی از رشد آینده، بود. تیم طراحی،ابتدا مدل خط مبنا از طرح "نمونه" فعالیت شبکهای را ساخت. سپس از نرمافزار شبیهسازیش برای کشف سودهای اجرایی خود استفاده کرد و با اختیارات معماری گوناگون عرضه کرد. این فرآیند تیم طراح را قادر ساخت، که همه شاخصهای شبکهای وابسته را بصری سازی کنند. بعد از اجرای چندین شبیهسازی،معلوم شد که شبکه شامل فقط ارتباطات 3-ATM OC، سودمندی خیلی کمی دارد. در صورتیکه از نظر اجرایی کاملاً قابل قبول بود، خیلی گرانبها بود. اما یک شبکه با تنها 1T اتصال بطور ناچیز، با هزینه کم قابل اجرا میباشد.
بهترین راهحل ترکیب بهرهوری هزینه از خطوط 1T با پهنای باند اتصالات ATM، در یک نمایش شبیهسازی میباشد. این استراتژی میانهروی مقدار زیادی از پول را ذخیره کرده و فشار گرانی بالقوه را از اجرای کمهزینه دور میکند.
یک پیآمد بحرانی،اندازه اختصاصی شبکه با مساحت پهناور(WAN) بود. این یک مبادله بین سرویسهای با تدارکات بالا، برای هر توانایی اضافی، صدها هزار دلار بطور غیر ضروری، و تدارکات کم، سبب ایجاد شبکه ضعیف و غیرقابل پذیرش شد. با شبیهسازی عناصر تصمیم اصلی،SBC/تیم دولتی یک معماری سودمند برای پیشبینی پهنای باند مورد نیاز با هزینه مقبول، طراحی کرد. بدون قربانی کردن سطوح خدمات، دولت هزینه مورد انتظار برای WAN را بیشتر از 25 درصد کاهش داد. SBC همچنین سود برد بیشتر از همان روشی که هیچ شرکت داخلی IT نمیتواند از شبیه سازی سود ببرد. آنها معتبر شدند بوسیله تصمیم گیرندگان تجاری با فراهم کردن دادههای قابل سنجش برای پشتیبانی از نظریهها، ساختن تصمیم گیرندگان دولتی خیلی راحت که SBC توانست سطوح خدماتی را که قول داده بود، تحویل بدهد.

DSS در عمل 8،4 شبیهسازی فعلوانفعال بصری:
بیمارستان ارتش ایالات متحده از شبیهسازی انیمیشن شدهیِ یک مطب

خانوادگی استفاده میکند
بیمارستان ارتش ایالات متحده آمریکا در هیجدلبرگ آلمان، از یک شبیه سازی انیمیشن تا گزینههای مختلف را برای مطبهای خانوادگی آنها گسترش دهد. این کلینیک تلاش میکرد تا کارمندان و پرسنل مختلفی را بطور تناوبی آزمایش کند و بهترین پذیرش و برنامه گردش کارمند را تعیین کند و سودمندی را افزایش دهد تا ظرفیت کافی را تامین کند. یک مدل شبیهسازی انیمیشن بسیار پیشرفته است. محیط رایج نشان داده شده بوسیله مدل وضعیت quo، نمیتوانست گنجایش مورد نیاز ملاقات بیماران سرپایی را تامین کند. مدلهای تناوبی پیشرفته بودند،که دو عدد از آنها احتمالاً خوب بودند. دو تا از مدلهای تناوبی، یک مدل کاملاً پزشکی ( مدل پزشک ) و مدل ترکیبی از هردوی پزشک و مهیا کنندههای غیر پزشک (مدل دسته کوچک)، دایر بودند و با هم سنجیده شدند و هیچ یک از این دو نتوانستند مسئولیت بیمار را بر عهده بگیرند. یک تغییر فرآیند در پذیرش آزمایشی بیمار بطور موازی، برای افزایش توانایی پذیرش و افزایش گنجایش توسعه داده شد. سپس هردو مدل توانستند ظرفیت مورد نیاز مطب را تعیین کنند. مدل پزشکی و مدل combo بر مبنای شبیهسازی،برای حفظ سلامتی در یک فاز برنامه از قبل تا اخیراً انتخاب شدند. شبیهسازی به سرویس دهنده (مهیا کننده)و کارمندان پشتیبانی با استفاده از هزینه، زمان پایین، و بهبود فرآیند کوچک اما مهم، بینش میدهد. روش کاملاً پزشکی بعنوان یک آرایش کوتاه مدت بعد از توجه به هزینه، موضوعات وابسته به نظارت،و فراهم کننده قابلیت استفاده، سفارش شده بود. تغییرات در مطب، تا زمانی که محلی در آینده نزدیک فراهم شود، و تحولی در مهیا کنندگان غیر پزشککه میخواستند مقداری از زمان را بگیرند، بود.
اگرچه مدل پزشکی بعنوان یک دوره کوتاه مدت برای مواجه شدن با نیازهای اجتماع و سیستم حفاظت سلامتی انتخاب شده بود، مدل شبیهسازی نشان داد که بیشتر عملکرد و ارزیابی زمان انتظار بیماران باید بسمت کاهش زمان انتظار مشتری،هدایت شود. مدیریت تعدادی از پزشکان و اعضای پرسنل مورد نیاز را تعیین کرد تا از ظرفیت مورد نیاز برای بیماران، اندازه لازم برای محل انتظار، تغییرات زمانبندی مورد نیاز و تغییرات فرآیند لازم،بازدید کنند تا نیازمندیهای

نام نویسی،بهره برداری را یرای اجتماع در بر داشت. یک طرح مهاجرت، بر اساس ردیف-های تولید بیشتر مورد قبول واقع شده بود. ظرفیت، انتظارات بیمار، و هدفهای سازماندهی شده را بوسیله شبیهسازی، مشخص کند. اقدام به تعمیر کردن محل موفق بود و نتایج اضافی از

شبیه سازی محاوره‌ای تصویری



فلسفۀ اصلی VIS عبارت است از توانا ساختن تصمیم گیرنده جهت ارتباط با مدل شبیه سازی شده و آگاه شدن از نتایج آن در طول زمان . کاربر می‌تواند به صورت ONLINE راهکارهای متفاوت تصمیم گیری را امتحان نماید . چنین آگاهی هم در مورد مسئله و هم در مورد تأثیر جایگزین‌های تست شده حاصل می‌شود . تصمیم گیرنده می‌تواند در معتبر ساختن مدل نیز سهیم باشد. در واقع در هنگام استفاده از آن به خاطر حضور در ساخت و استفاده از مدل، دارای اعتماد به نفس بیشتر میباشند. تصمیم گیرنده‌ها به خاطر استفاده از دانش و تجربیات قادر به برقراری ارتباط با مدل جهت کشف استراتژی‌های انتخاب می‌باشند .
(1999Led low ) توصیف می‌کند که چگونه بیمارستان ارتش ایالات متحده در Heidelberg آلمان از شبیه سازی متحرک برای ساخت گزینه‌های متغییر در کلینیک خانوادگی استفاده نموده است . ( 8,4DSS in ) .
سیستم‌های نرم افزاری VIS متحرک سازی به وسیلۀ ( orca computer inc . ( Minuteman SoftwareGPSS/PC و Vissim طراحی شده است . آخرین فناوری شبیه سازی تصویری با مفاهیم واقعی در ارتباط است یعنی از جهان شبیه سازی شده برای نیل به تعدادی از اهداف آموزش به علاقه مندان گرفته تا بررسی داده‌ها در یک تصویر مصنوعی، ساخته شده است . برای مثال Harris corp یک سیستم شبیه سازی محاوره‌ای تصویری را برای نیروی نظامی ایالات متحده طراحی کرده است . این سیستم به نیروی زمینی امکان آشنایی با یک شهر را به منظور وفق دادن سریع خود با شرایط آنجا فراهم مینماید . همچنین این سیستم بوسیلۀ خلبانان برای آشنایی با هدف به وسیلۀ شبیه سازی حملات به کار گرفته می‌شود . این نرم افزار شامل همپایه‌های GIS می‌باشد .
مدل‌های محاوره‌ای تصویری و DSS
VIM در DSS در چندین عملیات مدیریت تصمیم مورد استفاده قرار می‌گیرد . این روش شامل آماده نمودن محاوره‌ای تصویری یک کارخانه با ارائۀ وضعیت حاضر آن می‌باشد . این مدل وارد کامپیوتر شده و مدیریت را از عملکرد کارخانه در آینده آگاه می‌سازد . مدیریت خط انتظار نمونۀ خوبی از VIM می‌باشد .
چنین سیستم‌هایی از DSS معمولاً چندین اقدام اجرایی را برای گزینه‌های مختلف تصمیم، محاسبه می‌کنند . مسائل پیچیدة خط انتظار نیاز به شبیه سازی دارد . VIM اندازة خط انتظار را همانطور که در طول شبیه سازی تغییر می‌کند، نمایش می‌دهد و پاسخ‌های شرطی را با توجه به تغییر متغیرها به صورت گرافیکی نشان می‌دهد . روش VIM در ارتباط با هوش مصنوعی نیز به کار می‌رود . در واقع ترکیب این دو تکینک به چندین قابلیت که از توانایی ساخت سیستم‌ها به صورت گرافیکی تا یادگیری در مورد پویایی سیستم منجر می‌شود . کامپیوترهای موازی با سرعت بالا نیز از قبیل آنهایی که به وسیلۀ Silicon Grophic .
inc ساخته شده است نیز به بازار آمده است و Hewlett – Packard هم سیستم‌های شبیه سازی متحرک پیچیده با مقیاس بزرگ را در زمان واقعی طراحی نموده است . ( فیلم سینمایی Toy story از این قبیل شبیه سازی می‌باشد) . الگوهای محاسبۀ شبکه نیز ممکن است به شبیه سازیهای مقیاس بزرگ کمک نماید . هدف کلی استفاده از نرم افزار پویایی اقتصادی VIM این است که به راحتی در دسترس می‌باشد . برای کسب اطلاعات بیشتر در خصوص نرم افزار شبیه سازی، تصویری و غیره. به سایت The society for computer
مراجعه OR/MS Today web sit و بررسی‌های نرم افزار سالانۀ simulation , The IMAGE society Inc.
کنید .

15،4 شبیه سازی نرم افزاری کمی
برخی از ابزار DSS چندین زیر روال داخلی برای ساخت مدل‌های کمی در دامنههایی از قبیل آمار، تحلیل اقتصادی، حسابداری و علوم تربیتی استفاده می‌شود . این مدل‌ها به وسیلۀ یک دستور فعال می‌شود از قبیل Movavg این کارکرد یک پیش بینی متوسطی از یک مجموعۀ زمانی از داده‌ها را تخیمن زده است که در یک مدل طراحی تولید بر اساس تقاضا گنجانده شده است .
NPV : این کارکرد ارزش خالص کنونی یک سری از نقدینگی‌ها در آینده را بر اساس نـرخ بهـر ة داده شده محاسبه می‌کند که بخشی از مدل تولید در مقابل خرید می‌باشد . سیستم‌های OLAP یک مجموعـه از بسته‌های نرم افزاری بهینه سازی، شبیه سازی آماری و هوش مصنوعی می‌باشد که به بخـش اعظمـ‌ی از داده‌ها جهت تحلیل نیاز دارد . برای مثال به Ferguson مراجعه کنید . به عـلاوه بـس یاری از ابـزار DSS مـ‌ی تواند به آسانی با بسته‌های نرم افزاری کمی استاندارد درارتباط باشد . سازندة DSS می‌تواند بـازده‌ی خـود را به وسیلۀ استفاده از بسته‌های نرم افزاری کیفی افزایش دهد . ( این مدل‌های از پیش برنامه ریزی شـده را گاه مدل‌های آمادة ساخت گویند ) . برخی از مدل‌ها از تکه‌هایی از دیگر مدل‌های کمی ساخته می‌شوند . برای مثال یک مدل برگشت می‌تواند بخشی از یک مدل پیش بینی باشد که از یک مدل طراحی برنامه ریزی خطی حمایت می‌کند . (تمرین 1,4) . بنابراین یک مدل پیچیده را به آسانی می‌توان بـا بـس یاری از مجموعـه‌های داده‌ها ادغام نمود. زبان مدلسازی Lingo قبلاً توصیف کرد که مسائل بهینه سازی می‌توانـد بـه وسـ یلۀ یک مجموعه از تعریف‌ها و یک بخش از داده‌ها طراحی شود . این مجموعه‌ها و داده‌ها می‌توانند توسـط یک پایگاه داده‌ها تغذیه شوند . در حالی که خطوط مدلسازی واقعی lingo به طور صـر یح بـه هـ یچ یـک از ابعاد و جنبه‌های داده اشاره نمی‌کند . در حالی که صفحه گسترده همان قابلیت را دارد و داده‌ها باید با دقت درج شود . برای کسب اطلاعات بیشتر در این خصوص به OR/MS Today web sit مراجعه کنید . به خاطر اینکه web امکان استفادة صفحۀ گسترده از مدل سازی، بهینه سازی، شبیه سازی و تکنیک هـا‌ی مربوطـه را افزایش داده است تأثیرات web بر روی این ناحیه‌ها را در جدول 8,4 فهرست کرده ایم .

عنوان مدلسازی
ساختار اینترنت، وب، اینترانت و اکسترانت را شرح میدهد. خدمتگذاران(سرورهای) کاربردی دستیابی به مدل-ها و روشهای حل آنها را در یک واسط کاربر

چگونگی بهینه کردن کارایی سایتها و مسیریابی پیامها از یک سایت به سایت دیگر و نحوه اختصاص پهنای باند را شرح میدهد.
توانایی تحلیل تجارت الکترونیک برای تعیین کردن اثر بخشی و کارایی را تامین میکند.
سرویسدهندههای کاربردی بر مبنای مدل ارزیابی تعادل بین سطح سرویس و نوع آن را مدلسازی میکند.
مدلهای پیشبینی دوام نرمافزارها و سخت-افزارهای انتخاب شده را پیش بینی میکنند.
مدلهای پیشبینی،کارایی شبکه و فعالیت تجارت الکترونیک را پیشبینی میکنند.
بهبود بخشیدن کامپونتها و دیگر سخت-افزارهای انتخاب شده.


مدلها
کلیه موارد فوق.
بهبود بخشیدن طراحی زیرساخت و بروز رسانی .
روش مدل فروشنده سیار، مسیریابی پیامهای پویا را بهبود میبخشد، همچنین مدارهای مجتمع و طراحی بورد مدار را بهبود میبخشد.
ارتباطات اینترنت، محاسبات شبکهای را آسان میسازد. همه گزینههای فوق
دسترسی به مدلها و روشهای حل اجرا شده بوسیله برنامههای جاوا و سایر سیستمهای توسعه وب
استفاده از مدلها بوسیله مدیران سلسله مراتبی بدلیل ساده بودن استفاده از آنها
دسترسی به ابزارهای هوش مصنوعی تحت وب برای ارائه دادن مدلها و روشهای حل در DSS دسترسی به همه اطلاعات در باره مدلها


برنامهنویسی-ریاضی(بهینه سازی)
کلیه موارد فوق.
برقراری قوانین، علاوه بر بهینه سازی برای مشخص کردن چگونگی سازماندهی شبکهها
همه گزینههای فوق
اکتشافی
و مسیریابی پیام.
شبیهسازی مشکلات، مدلهای احتمالی منجربه بهتر شدن کارایی میشود.
شبیهسازی ترافیک وب.
شبیهسازی فعالیتهای وب سایت برای افزایش کارایی تجارت الکترونیک.
همه گزینههای فوق
بهبود بخشیدن درک و انتقال نتایج پردازش توزیع شده
شبیهسازی
روشهای مبتنی بر هوش مصنوعی برای مدیریت مدل، کارایی وب را از طریق بهبود کارایی و اثربخشی زیرساخت شبکه، افزایش میدهند. دسترسی به ابزارهای برنامهنویسی تحت وب، روشهای هوش مصنوعی و سرویسدهندههای کاربردی که مدیریت مدل را انجام میدهند سیستمهای جدید مدیریت مدل تحت وب
سیستمهای مدیریت مدل

ابزار استخراج داده‌ها برای تحلیل تقطیع مشتری استفاده می‌شود . این ابزار ماهیت بسته‌های استاندارد بهینه سازی را به صورت خودکار در می‌آورند که در این راه روش‌های مناسبی را جهت تحلیل فروش فراهم می‌کنند . این ابزارها از طریق Teradata (teradata .com) , oracle corp , Magaputer Intelligence Inc ,
Informatica corp , IBM (ibmicom) , Hyperion solutions corp , Digi Mine Inc , Congnos در دسترس می‌باشند. این ابزار از نظر قابلیت، مفید بودن، قابلیت جابجایی در حال پیشرفت می‌باشند . مشابه توسعه در سیستمهای طراحی منابع شرکت جهت کاربرد عملیاتی، در OLAP جدید از نوع ADP (سکوهای توسعۀ تحلیلی) قابلیتهای تبلیغ و توسعه، سازندگان را قادر می‌سازد تا به ساخت کاربردهای آگاهانه با یک نگاه متفاوت در طی چند روز بپردازند . مدل‌های شیءگرا نیز به صورت اجزای گرافیکی خلق می‌شوند .
(2003Eckerson ) برای کسب اطلاعات بیشتر به (2001Fourer , Goux( مراجعه کنید . در نهایت Hossein Arsham 2003a , 2003b به یک شرح جامع در مورد ابزار تصمیم گیری و منابع علمی تصمیمات می‌پردازد .
بسته‌های نرم افزاری آماری
چندین هدف آماری در ابزار گوناگون DSS مورد نظر است . از قبیل میانـه – میـ انگین – انحـراف معیـ ار – واریانس – تست I و انواع گوناگون ارتباطات برگشتی (خطی) و پیش بینی و تحلیل واریـ انس . بـسته هـا‌ی آماری web – based شامل موارد زیر :
Statlib
Statpoint internet statistical computing center ( sgorp , com / on . line – computing . htm) statpages.net
Sticigui ( stat . Berkeley . edu / stark / sticiguil).
تحلیل برگشتی یک تکنیک آماری مناسب منحنی می‌باشد که یک نمونه از آن اجرایSPSS است که بهسرعت به عنوان یک مجموعه از داده‌ها در web – chapter تحلیل می‌شود، که این اجرا با کلیلک کردن یک دکمه راه اندازی می‌شود و نتایج در گزارش به روشنی نشان داده می‌شود و گزارش به صورت خودکار شکل می‌گیرد . این ویژگی‌ها قابلیت‌های توسعۀ DSS را تقویت می‌نماید . از طریق بسته‌های آماری ساده که در OLAP به کار رفته به راحتی می‌توان با صفحه‌های گسترده (Excel) ارتباط برقرار نمود . این نوع بسته‌ها عبارت است :
Systat (SPSS Inc . Chicago , Illinois , spss.com ) – SPSS – TSP- SAS – Minitab (Minitab
Inc . state college . Pennsylvania , minitab . com )
Statpac Inc .( Statpac . COM . Minneapolis . Minnesota ) . اکثر صفحات گسترده شامل رویه‌های آماری حرفه‌ای می‌باشد
نرم افزار آماری اکنون به عنوان یک ابزار تصمیم گیری در نظر گرفته می‌شود تا یک ابزار تحلیلی حرفه‌ای در روند تصمیم گیری نرمافزارهای آماری در استخراج داده‌ها در web، در ابزارهای OLAP و هنگامی که کاربر از روش‌های آماری حرفه‌ای آگاه نیست مورد استفاده قرار می‌گیرد . این تغییر جزئی در تمرکز کاربر به خاطر تکامل تکنولوژی و هزینۀ پائین و قدرت اجرایی بالای کامپیوتر صورت می‌پذیرد که این امر منجر به پذیرش بیشتر روش‌های آماری می‌شود . بسته‌های نرم افزاری علم مدیریت
صدها بستۀ نرم افزارهای علم مدیریت در بازار وجود دارد که از کنترل بازده گرفته تا برنامه ریزی مدیریت را شامل می‌شود و چندین موارد DSS شامل قابلیت‌های بهینه سازی و شبیه سازی می‌باشد . فهرستی منتخب از بـسته هـا‌ی علـم مـد یریت را در انتـشارات علـم مـد یریت مـ‌ی تـوان یافـت (e.g. OR/MS Today and
نرم افزارهـا یی بـر روی وب سـا یت (Lionheait انتشارات . org www.informasINFORMS Online .
OR/MS را در مورد تحلیل آماری، برنامه ریزی خطی، شبیه سازی، تحلیل تصمیم، پـ یش بینـ ی، وسـا یل نقلیه روزمره، صفحات گسترده add-ins می‌توان یافت . Java محصولات جدیدتری را دارا می‌باشد کـه از طریق سرورهای WEB و براوزر (جستجوگر) می‌توان به آنها به آسانی دسـت یافـت . بـرا‌ی مثـال Sunset Softwar Technology xa شامل سیستم‌های Java – based خطی و ترکیبی و غیره می‌باشد . نرم افزارهای فوق، روشهای آماری در OLAP و سیستم‌های استخراج داده‌ها مستقیماً در علم مدیریت مشارکت دارنـد .
Boguslavsky روش‌های تحلیلی و تصویری را که تا حدی در we – basaed spotfire net خودکار شـده‌اند را توصیف می‌نماید . این سیستم جهت سرعت بخسیدن به کشف ژن و دارو بین دیگر سیستم‌ها به کـار می‌رود (18,2 (DSS. چندین سیستم WEB – BASED برای حل مسائل پیچیده و چنـد معیـ اری طراحـ‌ی شده است که شامل سیستم Nimbus می‌شود . نرم افزار ILGO برای برنامه ریزی ریاضـ‌ی در دسـترس مـ‌ی باشد و بسیاری دیگر نیز می‌توانند در محیط WEB گنجانده شوند . اطلاعات بیشتری در مورد تکنیک هـا و
. Micheal Tricks operatins Research Page (mat . gsia . cmu. Edu ) , (www . بسته‌ها در وب سایت برای بسته‌های بهینه سـاز‌ی WEB یافت می‌شود . دو نوع از بزرگترین منابع ( informs . org INFORMS . می‌توان به موارد زیر اشاره کرد
The optimization software Guid (www . mcs anl . gov / otc / Guide / software Guide / )
The Decision Tree for optimization software ( plata . la . asu . edu / guid . html) . را برای بهینه سازی توصیف می‌کند ASPS چندین ( 2001) Krishnan , Geoffrion
Goux(2001) , Fourer به توصیف بسیاری از منابع و بسته‌های WEB – BASED می‌پردازد . برای مثال GIDEN یک Java – applet است که راه حل‌های تصویری را برای مسائل جاری شبکه فراهم می‌سازد . دو نوع از Java – applet‌هایی که برای حل مسائل فروشندة بسیار به کار می‌رود عبارت است از :
TSPFAST (home . wxs . nl / onno waale wijin / tspfast . html )
TSPX (home . wxs . nl / onno waale wijin / tspfast . html )
در دامنه سرورهای WEB – BASED، سرور NEOS برای بهینه سازی یک نمونه از این تلاش‌ها می‌باشد . در اینجا بیش از دوازده نوع از این حل کنندة مسائل یافت می‌شود . ( شکل 1,3 ) WIN GOSB یک نمونه از بسته‌های علم مدیریت آکادمیک و نسبتاً جامع می‌باشد . از جمله بسته‌های
تجاری می‌توان به cplex , IBMS (optimization system Lirary cosl) , Lingo – Lindo اشاره نمود . بسته‌های شبیه سازی شامل SIM SCRIPT , SIMULA , SLAM – Prmodel – GPSS می‌باشد . بسیاری از بسته‌های نرم افزاری آکادمیک به طور مستقیم از سوی مؤلف و یا از طریق وب سایت در دسترس می‌باشد .
مدیریت درآمد
ابزار و مدل سازی DSS در بخش اعظمی از منابع در حال توسعه می‌باشد . مدیریت درآمد مستلزم مدلهایی می‌شود که تلاش بسیاری را در جهت طبقه بندی نمودن مشتری‌ها، تخمین تقاضاها، تعیین قیمت برای هر مشتری و مدل سازی پویای تمامی این موارد به خرج می‌دهد . تا هنگامی که یک هواپیما از روی زمین بلند می‌شود صندلی‌های این خط هوایی در دسترس می‌باشد . اما زمانی که هواپیما از روی زمین بلند شود این صندلی دیگر سودآور نخواهد بود . از طریق روش مدیریت درآمد، یک خط هوایی ممکن است دارای تفاوت کرایۀ چند برابر برای صندلی‌های مربی در همان پرواز باشد . مدیریت درآمد مستلزم خلق مدل‌های اقتصادی دقیق و پیش بینی‌هایی در مورد هر محصول می‌باشد . اگر چه تعیین یک قیمت مناسب برای یک طبقه از مشتری‌ها در یک زمان مناسب بسیار مهم می‌باشد . در اصل بخش اصلی مدیریت درآمد مستلزم فروش محصولات خوب به شکل مناسب، در زمان مناسب و به مشتری مناسب از طریق یک کانال ارتباطی مناسب با قیمتی مناسب می‌باشد . بخش دیگر مستلزم آگاهی از زمان تغییر یک مشتری به خاطر اینکه یک مشتری بهتر با احتمال سود دهی بیشتر پیدا شده است . مدل‌های بسیاری در مدیریت درآمد استفاده می
شود از جمله می‌توان به : CO Operative Desjardins Movement in Quebec اشاره کرد که از تحلیل خوشه‌ای برای طبقه بندی تمام 2,4 میلیون عضو خود برای خدمت بهتر به آنها و فراهم نمودن محصولات مناسب تر برای مشتری‌های بهتر استفاده می‌کند و در نتیجه قادر خواهند بود وفاداری اعضا را حفظ کرده و سهم بیشتری از بازار را در دست گیرند و درآمد بیشتری را تولید نمایند . در مرکز مدیریت درآمد مدل‌های
پیش بینی و مدل‌های قیمت گذاری پویا براساس اقتصاد یافت می‌شود. ( see kephart , Hanson.Green (2000wald بزرگترین سازنده‌ها و کاربرهای روش‌های مدیریت درآمد در ابتدا صنایع هوایی بودند اما پیشرفت‌های اخیر رشته‌های بسیاری را در این ناحیه توسعه داده است . گروه بعدی،صنایع مرتبط با مسافرت می‌باشند از قبیل : راه آهن، هتل‌ها، آژانس‌های اتومبیل کرایه ای. اما مدیریت درآمدها سرانجام توسعه یافت و به موج عظمیی تبدیل شد که تولید کنندگان جزئی تا تولید کنندگان عمده را در بر می‌گرفت . اما امروزه صنایع دیگر که محصولاتشان را از طریق کانالهای اینترنتی توزیع می‌کنند با همان مسائل طراحی تولیدات روبرو هستند که خطوط هوایی با آن مواجه بود. آنها نیاز به مدل‌هایی دارند که توجه تمام را به محصولات دنبال کند، محصولات را با این کانالها تعدیل کند و تأثیر بر تقاضا و درآمد را تخمین بزند که این سیستم همان مدیریت درآمد با نرخ گذاری پویا می‌باشد (2001 see Geoffrion krishnam ) .
(2002Tedechi ( توصیف می‌کند که چگونه Saks از بهینه سازی قیمت که یک شکل مدیریت درآمد برای تعیین بهترین زمان جهت ثبت اجناس در فروشگاه‌ها است، استفاده می‌کند . سود ناخالص تا حدود 10 درصد افزایش می‌یابد . (2003Silver ( مفهوم بهینه سازی قیمت به ویژه مدیریت درآمد را توصیف می‌نماید . Rao (2001) , Mantrala یک سیستم DSS را که از یک مدل پیچیده برای تعیین کمیت‌های سفارش و ثبت اجناس رایج استفاده می‌کند را توصیف می‌نماید . مدل مدیریت درآمد حتی در مورد حراج‌ها که تجارت عمده‌ای در WEB به شمار می‌آید مورد استفاده قرار می‌گیرد . برای کسب اطلاعات بیشتر در مورد
مراجعه Horner (2000) , Kell (1999) – Boyd(1998) – cross (1997) , Lahoti ( 2002) مدیریت درآمد به
کنید . Baker , Collier یک مثال از این مورد را در صنعت هتل داری توصیف می‌کنند و oberwetter نحوة استفاده از این روش را در صنعت فیلم سازی توضیح می‌دهد . این سیستم در نواحی بارگیری محموله نیز مورد استفاده قرار می‌گیرد . Neo Yield هم از این سیستم در باربرهای اقیانوس در شبکۀ ASP استفاده می‌کند . Home Depot از مدل‌های برنامه ریزی ترکیبی در اجرای پیشنهاد ترکیبی اینترنتی برای تعیین هزینه‌های حمل و نقل استفاده می‌کند . جهت کسب اطلاعات بیشتر در این خصوص به وسیلۀ ارتباط با WEB –BASED به وب سایت‌های زیر مراجعه کنید :
PROS Revenue Managemet Inc . Manugistics Group Inc . Rev enue management system
Inc .
دیگر کاربردهای ویژة DSS
تعداد محصولات نرم افزارهای اجرائی DSS به طور مستمر در حال افزایش می‌باشد . تعداد در صفحه گسترده add-ins یافت می‌شود. از قبیل :
What,s Best ! ( linear programming lindo system Inc . Chicago , I Llinais , lindo . com )
Solver ( linear programming , Frontline system Inc . Incline village . Nevada . Frontsys . com )
@ Risk ( simulation , palisade corporation , New field , New york , palisade . com ) Braincel ( neural network , promised land Technologies Inc , new Haven , Connecticut . promland.com )
Evolver ( genetic algorithm , palisade corporation) گاهی اوقات لازم است که منبع بستۀ نرم افزاری،مناسب با نیازهای تصمیم گیرنده تغییر کند . بعضی کدهای منبع به صورت زبان خاص کاربرد در شبکه مورد استفاده قرار می‌گیرند . برای مثال بسیاری از بسته‌های خنثی شبکه می‌توانند یک تصویر قابل اجرا از مدل‌های ساخت کاربرد را در زبان برنامه ریزی C مورد استفاده قرار دهند و نهایتاً بسته‌های نرم افزاری خاص صنایع نیز، این نرمافزار تغییر برنامهریزی با کنترل زمان واقعی را دردست دارد و نتایج آن به صورت گرافیکی نشان داده میشود .
16،4 مدیریت مدل محور
به طور نظری سیستم مدیریت مدل محور یک بستۀ نرم افزاری با قابلیت‌های مشابه با DBMS می‌باشد . در حدود دوازده بستۀ تجاری DBMS وجود دارد که متأسفانه هیچ مدل جامعی از بسته‌های نرم افزاری مدیریت در بازار یافت نمی‌شود . اگر چه شباهت‌هایی بین این دو وجود دارد و ایده‌هایی از DBMS در مدیریت مدل به کار می‌رود . قابلیت‌های محدود MBMS توسط بعضی صفحات گسترده و دیگر ابزار DSS مدل‌ها و زبان‌ها فراهم می‌شود . در واقع هیچ MBMS استاندارد شده‌ای یافت نمی‌شود . بنا به برخی دلایل که در زیر به آن اشاره می‌کنیم :
• در حالی که طبقاتی از مدل استاندارد وجود دارد اما بسیاری دور از دسترس بوده و هر یک از آنها به صورت متفاوت ساخته شدهاند . (مثل برنامه ریزی خطی از طریق تحلیل برگشتی) • با ارائۀ یک مسئله، چندین مدل متفاوت و تکنیک مختلف ممکن است اجرا شود که گاهی اوقات تکنیک آزمون و خطا به عنوان تنها روش تعیین بهترین کار مورد استفاده قرار می‌گیرد .
• هر مدل ممکن است دارای چندین روش برای حل مسئله باشد که این امر بستگی به سـاختار – اندازه – شکل و داده‌های مسئله دارد . برای مثال هر مسئله برنامه ریزی خطی را مـ‌ی تـوان بـه وسیلۀ یک روش ساده حل کرد اما ممکن است روش‌های درونی نیز وجود داشته باشد . سـاده سازی روش نسبت به روشهای استاندارد کارایی بهتری دارد اگر به مدل مرتبط باشد .
• هر سازمانی به نحو متفاوت از مدل‌ها استفاده می‌نماید .
• قابلیتهای MBMS نیاز به کارشناسی و توانایی استدلال دارد که در سیستم‌های ویژه و سایر روش‌های هوش مصنوعی می‌تواند ساخته شود .
از نظر EOM جستجوی مدل مدیریت شامل چندین موضوع می‌باشد . از قبیل ساختار پایۀ مدل و نحوة نمایش آن . روش مدلسازی ساختار یافتۀ روند مدلسازی شامل: ادغام مدل، کاربرد هوش مصنوعی برای ادغام مدل و ساخت و تفسیر آن است. این مسئله در ایجاد این باور که چگونه هوش مصنوعی برای MBMS به کار می‌رود نقش بسزایی دارد . DOLK در مورد نحوة ترکیب مدیریت مدل و انبار داده‌ها توضیح می‌دهد . (2000WU( یک سیستم مدیریت مدل را برای تست ساختار DSS توصیف می‌نماید .
(2000Huh( توصیف می‌دهد که چگونه ارتباط در بین مدیریت مدل به وجود می‌آید . یک سیستم مدیریت مدل، جنبه‌های الگوریتمی و ساختاری مدلها و داده‌های مرتبط را برای کاربر MBMS آشکار می‌سازد )
1,4EG . The P & G WEB Chapter ; and IMERYS Case Application . قابلیت‌های شبکه باید برای MBMS مؤثر باشد . MBMS باید همچنین ترکیب شدن مدل را اجرا نماید (یک ادغام مدل با مدل) .
برخی از قابلیت‌های مطلوب MBMS شامل موارد زیر می‌باشد :
کنترل : برای کاربر DSS، باید گسترة عظمیی از کنترل را فراهم نمود . این سیستم را بایـ د بـه صـورت خودکار و به صورت دستی مورد حمایت قرار داد که بستگی به این دارد که کدام سیستم بـرا‌ی کـاربر مـورد نظر مناسب می‌باشد. کاربر باید همچنین قادر باشد از اطلاعات هدفمند استفاده نماید .
انعطاف پذیری :کاربر DSS باید قادر به توسعۀ بخشی از روش‌های حل کردن باشد و سپس قـادر بـه تغییر روش مدلسازی به روش مطلوب دیگری باشد .
جواب : MBMS باید جواب کافی فراهم کند تا کاربر بتواند هر بار از وضعیت فرآیند حل مـسئله آگـاه شود.
ارتباط : کاربر DSS باید در استفاده از MBMS احساس را حتی کـرده و نبایـ د در وارد کـردن داده هـا متحمل زحمت گردد .
کاهش افزودگی : سهیم شدن مدل‌ها با یکدیگر و حذف ذخایر اضافی به عنوان انبار داده‌ها می‌توانـد در اجرای این هدف نقش مهمی ایفا کند .
افزایش هماهنگی : این مسئله هنگامی که تصمیم گیرنده در همان مـدل و بـا همـان داده هـا در ارتبـاط است روی می‌دهد .
به منظور فراهم نمودن این قابلیت‌ها به نظر می‌رسد که یک طرح MBMS باید کاربر DSS را قادر بسازد تا به موارد زیر دست یابد .
• دسترسی به مدل‌های موجود
• بررسی و دستکاری مدل‌های موجود، شامل انتخاب مدل، ترکیب مدل و تهیۀ مدل‌های مناسب .
• ذخیرة مدل‌های موجود شامل جداسازی مدل، ارائۀ مدل و ذخیرة مدل منطقی و فیزیکی .
• حفظ موارد استاندارد مدل‌ها همانطور که هنگام تغییر شرایط مناسب می‌باشند .
• ساخت مدل‌های جدید با تلاش زیاد هنگامی که به آنها نیاز می‌باشد معمولاً به وسیلۀ ساخت مدل‌های جدید با استفاده از مدل‌های موجود صورت می‌پذیرد .
ملزومات دیگری برای این قابلیت‌ها نیاز می‌باشد . مثلاً وجود ارتباط مناسب و تغییر داده‌ها در بین مدل‌هایی که ترکیب شده‌اند امری ضروری می‌باشد . به علاوه به یک روش استاندارد برای تحلیل و تفسیر نتایج حاصله از مدل نیاز می‌باشند که به چند روش قابل اجرا می‌باشد . ( EG . by OLAP or expert system ) به عنوان یک نتیجۀ تجارت الکترونیکی و تسریع ارتباطات اینترنتی این مدل‌ها باید هر چه سریعتر توسعه یابند . داده‌ها باید آمادة وارد کردن باشند و تصمیم‌ها باید بر اساس نتایج راه حل هر چه سریعتر اجرا شود . در اینجا باید زبان مدل سازی سطح بالا و ابزارهای سطح بالا در محیط تجاری مدرن استفاده کنیم . در این مورد ریسک افزایش می‌یابد زیرا حتی موفق‌ترین مدل‌ها نیز نیاز به اصلاح و تغییرات زیادی دارند و در برخی جهات استفاده، به اندازة کافی درست نیستند رکود مدل یعنی ناآگاه بودن نسبت به مدل‌ها پس از اینکه تیم ساخت و توسعۀ مدل را کنار می‌گذارد، مشخص شود.
مانند MIS شناخت و آگاهی از مدل باید تا هنگام کسب سود از مدل حفظ شود . مدل‌ها باید مانند هر کد ثبت شوند جهت کسب اطلاعات بیشتر (2001Smith . Gunther.RATLIFF( مراجعه کنید .
در ASP پس از مدیریت مدل جریان حرکت به سوی WEB می‌باشد . سه مثال از این نـوع عبـارت است از :
MMM , web – based Model Management system – Multisimplex
MBMS مستقیماً بر قابلیت DSS برای حمایت از تصمیم گیرنده تأثیر می‌گذارد . برای مثال در یک مطالعۀ آزمایشگاهی CHUNG تعیین کرد که MBMS با حمایت از مدلسازی بر اجرا و رفتار تصمیم گیرنده در حل مسأله تأثیر می‌گذارد . تصمیم گیرنده که چنین حمایت کافی از MBMS دریافت می‌کند بدون آن قادر به انجام هیچ کاری نخواهد بود . MBMS به درک تصمیم گیرنده از حل مسئله کمک کرده که این امر از کار شمارش اعداد گرفته تا توسعۀ استراتژی‌های حل مسئله و در نتیجه تغییر روش تصمیم گیری را در بر می‌گیرد . این امر که OLAP و ابزار استخراج داده‌ها در تلاش برای بهبود تصمیم گیری هستند، بسیار مهم می‌باشد .
زبان مدلسازی
چندین زبان ویژة مدلسازی وجود دارد که به عنوان اهداف اولیۀ نرم افزار که شامل اجرای شبیه سازی و بهینه سازی می‌باشد، عمل می‌کند . این زبان‌ها هدف اولیۀ کدگذاری الگوریتمی بوده که مدیر را در ساخت و ادارة مدل‌ها یاری می‌نماید . برخی از زبان‌های مشهور مدلسازی جهت برنامه ریزی ریاضی عبارت است GAMS- AMPL Ling .
سیستم مدیریت مدل ارتباطی
همانطور که قبلاً در مورد بررسی ارتباطی داده اشاره کردیم در یک سیستم مدیریت مدل ارتباطی، یک مدل به عنوان یک فایل مجازی یا یک رابطۀ مجازی مورد بررسی قرار می‌گیرد . سه عملیاتی که نیاز به جامعیت ارتباطی در مدیریت مدل دارد عبارت است از اجرا، بهینه سازی و تحلیل حساسیت .











نمونه کاربردی 1,4
طراحی فرایند خاک برداری در IMERYS: یک قالب کلاسیک از تصمیم سازی
بخش3: مدل سازماندهی فرایند


مقدمه
این نمونه کاربردی ادامه نمونه کاربردی 1,2 و2,2 است . تیم اجرای بهینه سازی فرایند(POP) درGEORGIA
وSANDERSVILLE یک مدل برنامه ریزی ریاضیاتی را در مقیاس بزرگ طراحی کردند که از عملیات پردازش حفر چاه تا تولید نهایی را شرح می‌دهد. دراینجا ما ساختار مدل pop را شرح می‌دهیم:مقیاس بزرگ،عمومی،مدل جریان شبکه چند محصولی با شروط جانبی .
علاوه بر این شرح می‌دهیم که داده و مدل چگونه مدیریت می‌شوند. ودر نهایت،شرح می‌دهیم که چگونه از مدل استفاده
میشود. توسعه الگوی نخست POP DSS با جزئیات در نمونه کاربردی 1,6 شرح داده خواهد شد.
گیاهان
دامنه فاز اول پروژه به صورت عمومی برای ارائه مدلی یکپارچه جهت 4 گیاه درنظر گرفته می‌شود. دو گیاه مرطوب، یک گیاه خشک و یک گیاه نیمه خشک. اما مرحله استخراج درنظر گرفته نمی‌شود. بخش حفر واستخراج در مرجله بعد به مدل اضافه می‌شود. تازمانی که توسعه مدل برای گیاه نیمه خشک درحال انجام است،ECCI توسط IMATEL
(فرانسه) یک گیاه مرطوب و یک پنجم از گیاه خشک و درنهایت گیاه نیمه خشک را خریداری کرده است. به طور مختصر در نمونه کاربردی 1,6 توسعه مدل گیاه خشک را کامل می‌کنیم .برای اعتبار سنجی نتیجه،گیاهان را تا زمانی که عملیاتی شوند در مدل نگهداری می‌کنیم .
مدل POP DSS در 1999 برای یک گیاه مرطوب،گیاه خشک و گیاه نیمه خشک توسعه یافت.پس از آن ما گیاه نیمه خشک را با خرید بازار خارجی و تقاضاها برای خاک رس‌های میانی جایگزین کردیم .
قالب‌های ساخت مدل متغیر‌های تصمیم شامل حفر کردن برای استخراج،اندازه ونوع خاکی که باید استخراج شود، چگونگی ترکیب نمودن انواع خاک رس خام، تجهیزات مورد نیاز برای خاک برداری، سرعت فرایند خاک برداری، تقاضاهای مورد انتظار، خاک رس نهایی که در بازار خریداری می‌شود و مانند اینها.
خوشبختانه، مسئله جریان شبکه چند محصولی، جریان بسیاری از محصولات را بوسیله لینک‌های معمولی (کمانها) که محدودیت ظرفیت دارند، نشان می‌دهد. مدل می‌تواند به صورت گرافیکی نشان داده شود که فهم آ ن را ساده می‌کند.
مدل تعمیم یافته به این صورت است که هرلینک می‌تواند جریان چندگانه داشته باشد.که هرجریان بین صفر ویک می‌باشد که نشان می‌دهد چه مقدار از جریان واقعی به گره پایانی هرلینک می‌رسد. این روش برای هزینه‌های مدل استفاده می‌شود که نتیجه انتقال فیزیکی وشیمیایی خاک را به مقصد نشان می‌دهد.بعلاوه بعضی از عوامل جانبی نیز بر روی ترکیبات و ظرفیت لینک‌ها تاثیر می‌گذارند. این مدل یک مدل ایستا می‌باشد.
ایجاد یک مجموعه استاندارد از الگوهای ساخته شده، گسترش و اجرای مدل را برای گروه راحت تر می‌کند. برای یک خاک مخصوص، چندین قالب ساخت مدل وجود دارد، امام مسئله مهم تر، فرایند می‌باشد. فرایندهایی وجود دارند که نشان دهنده نوع تجهیزات خاک برداری می‌باشند.برای مثال،انتقال خاک از حفر تا رسیدن به یک گیاه خاص یک فرایند می‌باشد. فرایند دیگر کوبیدن و خرد کردن است.
الگوهای دیگر، از قبیل نوع تانکر حمل، از تعریف فرایند پیروی می‌کنند.بعضی از فرایند‌ها به سادگی توسط گره‌ها نشان داده می‌شوند: یک منبع(مانند یک تامین کننده)،یک چاهک(تقاضای یک محصول نهایی)، ویک لینک که جریان را بین هر زوج از الگوهای ساخته شده ایجاد می‌کند.هر فرایند یک مجموعه از خاک‌ها را شامل می‌شود که جریان از آنها عبور میکند. برای هر جریان در طول یک فرایند، داده‌های زیر باید مشخص شوند:نرخ جریان(به صورت تن بر ساعت که بسته به نوع خاک متغیر است)،واحد ارزش گزاری برای هرتن، واحد ارزش گزاری برای هر ساعت استفاده، فاکتور ترمیم، ظرفیت محدود برای هر جریان،ومحدودیت برای زمان فرایند .
قالب‌های ساخته شده اولیه از یک فرایند ساده شامل دو گره و یک کمان ساده می‌باشد.گره اول یک گره تغذیه است. هریک از فرایند‌های پیشین آن می‌توانند برای این گره، گره تغذیه باشند.گره بعدی گره محصول می‌باشد. این گره در جایی قرار دارد که محصول پس از طی فرایند،رسیده وآماده تحویل به مقصد بعدی می‌باشد.متغیر‌های تصمیم،جریان فرایند را مشخص میکند (بوسیله کمان). یک فرایند ساده شبیه به شکل زیر می‌باشد:







فرایند‌های پیچیده دو یا چند محصول خواهند داشت. یک طبقه بندی از فرایند، خاک رس را به دو قسمت :دانه ریز و دانه درشت تقسیم می‌کند. هریک از این دو فرایند به صورت مجزا وپس از دیگری انجام می‌
FEED
PRODUCT
شود، بنا براین هرمحصول،تازمانی که نرخ وواحد ارزش گزاری در فرایند تغییر نکرده، معیار صحت مخصوص به خود را دارد. یک فرایند پیچیده دارای یک گره میانی می‌باشد(و یا یک مجموعه گره میانی)،یک گره محصول برای هریک و کمانهایی که به آنها لینک می‌شوند، شبیه به شکل زیر می‌باشد:
E

OCESS SET
R

PROD01
مواد شیمیایی که خواص خاک را تغییر می‌دهند در فرایندی دیگر به خاک اضافه می‌شوند. مقدار استفاده شده با توجه به جریان، نسبی می‌باشد(پوند در هر تن)، وبا توجه به نرخ استفاده فرایند از آن، مقدار مواد شیمیایی می‌تواند متغیر باشد.پردازش دیگر بر روی همان خاک، می‌تواند منجر به استفاده از مواد شیمیایی دیگری شود. جهت جریان‌های فرایند‌ها برای خاک می‌تواند ا ز یک گیاه به گیاه دیگر ویا اقتصاد به گیاه ویا از استخراج به سمت گیاه و مانند اینها باشد.مدل پس از اتصال این فرایندها به یکدیگر، با استفاده از لینک‌ها ساخته می‌شود،که جهت انتقال خاک را مشخص می‌کند. این کمانها،همه انتقال خاک‌ها را نشان می‌دهند.حدود 15 نوع خاک خام،5خانواده از خاک‌های مرطوب و3 محصول خشک اصلی وجود دارد.با وجود اینکه تعداد کمی از این خاک‌ها می‌توانند با هم ترکیب شوند ویا باخاک‌های دیگر ترکیب شوند با گیاه‌های اضافه شده،حدود چندصد محصول به بازار ارائه می‌شود.صدها راه برای ترکیب کردن مواد خام حاصل از خاک‌های مرطوب وجود دارد. هرنوع از آنها از چندین مسیر فرایند تولید،می توانند عبور کنند.برای تولید هرخاک خاص چندین راه وجوددارد،وترکیبات متفاوت و مواد شیمیایی متفاوت می‌توانند استفاده شوند. مدل به مشخص شدن بهینه‌ترین ترکیب استفاده شده کمک می‌کند.هنگامی که مدل ساخته شد،جریان حرکت خاک (متغیر تصمیم برحسب تن )وزمان مصرفی برای هرخاک درهر فرایند مشخص می‌شود. این مقادیر همگی ظرفیت بندی شده اند.ومقدار کل جریان وکل زمان مصرفی به خاطر محدودیت‌های فیزیکی برای تجهیزات وخصوصیات محصول نهایی،ظرفیت خاص خود را دارند. دستورالعمل مورد استفاده ونیز اینکه از چه فرایندی با توجه به ظرفیت‌ها استفاده شود،بستگی زیادی به طراحی اهداف شرکت دارد.همان طور که تقاضا برای هرنوع خاک،یک فرایند است،استخراج نیز فزایند می‌باشد.هدف ماکزیمم کردن سوداست. هر محصول نهایی دارای یک قیمت است که بر اساس آن فروخته می‌شود. بیشتراز3,2 میلیون تن ازخاک خام سالیانه به صورت مدل در می‌آید .
مشکلات مدلسازی
مسئله‌ای که ساختن این مدل را سخت
ووابسته به اندازه بزرگ آن کرده و،اینست که چندین خاصیت از فرایندهای مختلف باید ارزیابی شوند،درحالی که فرایندها فعلا ساخارمند نشده اند.پس از اینکه یکبار گیاهان نیمه خشک و بخشی از گیاهان خشک فروخته شدند، جریان به این بخش از مدل با صفر کردن ظرفیت فرایند،بسته می‌شود و بازار خرید برای اضافه شدن محصول نهایی باز می‌شود. بعد از آن، اندازه مدل با50 درصد از گیاهان و خاک‌هایی که به مدل اضافه می‌شوند،افزایش می‌یابد.
زبان مدلسازی LINGO و یکپارچه سازی با پایگاه داده ACCESS
مدل در LINGO ایجاد می‌شود که مستقیما با یک بانک اطلاعاتی اکسس که بیش از ده‌ها جدول رابطه‌ای در واسط ODBC دارد،یکپارچه می‌شود. خطوط مدل LINGO به صورت مستقل از دستورات لینک داده‌ها مشخص شده اند. فرایند بهینه سازی مدل LINGO باداده‌های پایگاه داده، نتیجه را به صورت اتوماتیک به پایگاه داده بر می‌گرداند. خطوط مدلLINGO معمولا به صورت مخفف توابع ریاضی و جبری است، بنابراین یک وسیله آشنا برای ساخت مدل می‌باشد. به عنوان مثال خطوط مدل LINGO برای محدودیت‌های تامین کردن مسئله انتقال(ازکارخانه تا مشتری) می‌تواند به شکل زیر باشد:
@FOR(FACTORY(I))

@SUM(CUSTOMER(J):FLOW(I,J))

<=CAPACITY(I);که بدین معناست:برای هر FACTORY(I)،جمع تمام جریانها از گره تامین کننده I تا گره تقاضای J برای همه مشتری‌ها،کوچکتر یا مساوی ظرفیت قابل دسترس I در کارخانه I می‌باشد.دستورات داده خاصی وجود دارند که همه داده‌های ضروری برای مجموعه کارخانه،مشتری و ظزفیت را مشخص می‌کنند. بخش حفر مدل POP بسیار شبیه به مسئله انتقال بهبود یافته است.محدودیت‌هابرروی ترکیبات می‌تواند مشخص شود.
استفاده از DSS POP
DSS مانند یک جدول پایگاه داده اکسس که براساس منو می‌باشد،نوشته شده و داده‌ها را در سیستم مدیریت می‌کند. یک سناریوی خاص،ازطریق صفحه واسط گرافیکی کاربر(GUI) بر روی جداول اکسس نصب می‌شود. کاربر تقاضا‌ها را جمع آوری کرده،سایر تنظیمات فرایندها را انجام می‌دهدو سپس LINGO را با یک کلیک فعال می‌سازد.
LINGO به صورت خودکار مدل را با استفاده از پایگاه داده‌ها ایجاد کرده و نتیجه را بر می‌گرداند . LINGO نتیجه را در پایگاه داده‌ها بار می‌کند و کنترل را به GUI بر می‌گرداند.
سپس برنامه‌های اکسس،گزارشات و گراف‌های کاربردی ومعنادار را برای مسئله استخراج خاک و فرایند آن،تولید می‌نمایند.محل‌های حساس مشخص می‌شود،این موارد می‌توانند ذخیره شوند و سپس سناریوی دیگری اجرا شود. برای یک دوره تناوبی ثابت (مثلا یک سال یا فصل یا دوهفته)نتیجه مدل مشخص می‌کند که کدام معدن فعال،چه مقدار خاک از هرمعدن حفر،خاک از معدن به کدام واحد از فرایندها حمل شده و کدام ستورالعمل و ترکیب مواد خام استفاده شده است.همچنین همه جریانهای انتقال خاک را در درون سیستم مشخص واینکه چه نوع خاکی در بازار خریداری شده است را تعیین می‌نماید. مدل به سرعت مشخص می‌کند که چه فرایندهایی بر روی ظرفیت‌های موجود درحال اجراست و نیز اگر ظرفیت را در جایی افزایش دهیم،پتانسیل افزایش بهره چقدر خواهد بود(با تحلیل حساس).
گاهی اوقات فرایندهایی با کاربرد کمتر وجود دارند که می‌توانند مقداری از بار فرایندهای محدود دیگر را حمل کنند. اما کار زیادی برای ما انجام نمی‌دهند .مدیران کارخانه‌ها،به استفاده از این فرایندها بی میل هستند اما آنها را به دقت آزمایش می‌کنند و گاهی از آنها استفاده می‌کنند.مدل همچنین،مشخص می‌کند که چگونه اجرای وضعیت جاری با یک محصول با کیفیت بالا باعث کاهش حفر آن شده و منجربه ایجاد یک فرایند جدید می‌شود. در نهایت بعضی از فرایندهای غیر قابل استفاده مشخص میکنند که بعضی از محصولات نهایی، معمولا در سایر گیاهان تولید می‌شوندکه می‌توانند .
خلاصه و نتیجه گیری
مدل POP به عنوان بخشی از POP DSS در IMERYS،به طراحی یک مدل سالانه،فصلی و حتی هفتگی کمک میکند.مدل POP به تصمیم گیرندگان کمک می‌کند تا مشخص کنند که کدام گزینه‌ها در مقابل تقاضای زیاد،بیشتر دوام میآورند و سود بیشتری می‌دهند. طراحی برای میلیون‌ها تن
خاک کار کوچکی نیست،و POP DSS این کار را به آسانی و با سرعت انجام می‌دهد. POP کار خود را برای سایر گیاهان و خاک‌های IMERYS گسترش می‌دهد . POP DSS موفقیت آمیز است.


سؤالات برگرفته از این فصل
١) موقعیت‌های تصمیم گیری بر اساس آگاهی و باور‌های تصمیم گیرنده را نام برده و با شکل توضیح دهید.
(١٠




5 هوش تجارت: انبار داده،اکتساب داده،داده کاوی، تجزیه و تحلیل کسب و کار و تجسم آن اهداف این مجموعه
 توصیف مسائل مربوط به جمع آوری، مشکلات و کیفیت داده‌ها
 توصیف ویژگی‌ها و ساختار سیستم‌های مدیریت پایگاه داده
 توضیح اهمیت و نحوه استفاده از انبار و مرکز داده
 توصیف تحلیل تجارت و هوش تجارت و اهمیت آنها در سازمان‌ها
 توضیح پردازش تحلیلی آنلاین، داده کاوی، مجسم سازی داده‌ها و چند بعدی بودن داده‌ها و همچنین بیان اینکه تجزیه تحلیل بی درنگ می‌تواند در بهبود تصمیم گیری موثر باشد.
 توصیف اینکه چطور وب بر روش‌های پایگاه داده تاثیر گذار است و بالعکس
 بیان این موضوع که چگونه روش‌ها و تکنولوژی‌های پایگاه داده به عنوان قسمتی از تحلیل تجارت یا هوش تجارت در بهبود تصمیم گیری‌ها موثر است.
 توضیح تحلیل‌های هوش وب و اهمیت آنها در سازمان‌ها
بسیاری از سازمان‌های به جمع آوری حجم عظیمی از داده می‌پردازند تا کارمندان با استفاده از آنها قادر به کشف اسرار ارزشمندی شوند که سازمان آنها را قادر به رقابت موفقیت آمیز سازد.بعضی سازمان‌ها این امر را به خوبی انجام می‌دهند، اما سایرین در این موضوع کاملا ناموفق هستند. جهت استفاده از ابزارهای تحلیلی به منظور بهبود تصمیم گیری سازمانی، به یک ساختار بنیادی داده و معماری ویژه نیاز است تا تجزیه تحلیل دستورات موثر را تسهیل بخشد. توانایی تحلیل تصمیم از راه دستیابی به همه اطلاعات مرتبط به عنوان
هوش تجارت شناخته می‌شود. هوش تجارت شامل انبار کردن داده‌ها، پردازش تحلیلی آنلاین، داده کاوی و تجسم و چند بعدی بودن است. رئوس مطالب این فصل به شرح زیر است :
1,5 آشنایی: به اشتراک گذاری داده‌ها یه عنوان یک جزء مهم از استراتژی اصلی جهت امنیت داخلی
2,5 طبیعت و منابع داده‌ها
3,5 جمع آوری داده، مشکلات و کیفیت آن
4,5 خدمات بانک داده‌های وب سایتی / اینترنتی و تجاری
5,5 سیستم‌های مدیریت پایگاه داده در سیستم‌های پشتیبانی تصمیم / هوش تجارت
6,5 ساختار و چیدمان پایگاه داده
7,5 انبار کردن داده(ذخیره سازی داده‌ها)
8,5 مرکز‌های داده
9,5 هوش تجارت/ تجزیه و تحلیل تجارت
10,5 پردازش تحلیلی آنلاین
11,5 داده کاوی
12,5 مجسم سازی و چند بعدی بودن داده‌ها و تحلیل‌های به موقع
13,5 سیستم‌های اطلاعات جغرافیایی
14,5 هوش تجارت و وب : هوش وب/ تجزیه تحلیل وب

1,5 آشنایی: به اشتراک گذاری داده‌ها یه عنوان یک جزء مهم از استراتژی اصلی جهت امنیت داخلی

انبار سازی داده‌ها سبب فراهم سازی ساختار استراتژیک داده‌ای می‌شود که ما را قادر به تحلیل پشتیبانی تصمیم می‌کند. انبار سازی داده‌ها امکان داده کاوی و توانیایی هماهنگی خودکار را برای مقادیر عظیم از اطلاعات کمی، فراهم سازد تا حقایق مخفی درون داده‌ها آشکار شود. پرتال‌های داده‌ای به عنوان نسل بعدی انبار داده‌های بر پایه وب، پدید آمدند. یکی از مهمترین پورتال‌های داده‌ای در پاسخ به حملات تروریستی در آمریکا و در تاریخ 11 سپتامبر سال 2001 ایجاد شد.
استراتژی ملی امنیت داخلی ایالات متحده شامل یک دید ملی در به اشتراک گذاشتن اطلاعات مرتبطبرای کشف فعالیت‌های تروریستی است. این ایده بیان می‌کند که:
ما قصد داریم محیط ملی بسازیم تا زمینه به اشتراک گذاشتن اطلاعات ضروری امنیت داخلی را فراهم آورد. ما باید سیستمی متشکل از چندین سیستم بسازیم که بتواند اطلاعات صحیح را به افراد صالح در هر زمانی انتقال دهد. اطلاعات به صورت هم سطح(افقی) و در میان سطوح دولتی و یا به صورت عمودی(رده‌های مختلف) افراد فدرال و ایالت‌هاو دولت‌های محلی و همچنین شهروندان و صنایع خصوصی به اشتراک گذاشته می‌شود. با استفاده صحیح مردم از این فرآیند و تکنولوژی، ماموران امنیت داخلی در سراسر آمریکا می‌تواند آگاهی‌های کامل و جامع از تهدید‌ها و خشونت‌ها همچنین افراد موجود جهت ارجاع به این تهدید‌ها را داشته باشند. ماموران نیز می‌توانند اطلاعاتی را که نیاز دارند را دریافت کنند تا بتواند با سرعت و به طور موثر به این تهدیدات پاسخ دهند.
هدف این پروژه به وجود آوردن یک مدل کارآمد برای یکپارچه کردن اطلاعات است که در منابع گسسته وجد دارد، به طوری که حریم شخصی و آزادیهای مدنی افراد تضمین گردد. پنج طرح اصلی شناسایی شده شامل استراتژی‌های:
1. تلفیق به اشتراک گذاری اطلاعات در سطح دولت فدرال.
2. گسترش یکپارچه سازی و اشتراک گذاری اطلاعات در سطح ایالتی و دولت‌های محلی، صنایع خصوصی
، و شهروندان.
3. برگزیدن استانداردهای معمول برای فراداده الکترونیکی مرتبط با امنیت ملی.
4. بهبود ایمنی ارتباطات عمومی.
5. اطمینان از صحت اطلاعات عمومی.
برگرفتــــــه از اســــــتراتژی ملــــــی بــــــرای امنیــــــت داخلــــــی وب ســــــایت
www.whitehouse.gov/homeland/book/index.html

این اهداف زمانی عملی خواهند بود که ابزاری برای مهیا کردن اطلاعات اشتراکی در آژانس‌های گوناگون وجود داشته باشد و در انبار‌های داده مستقل نگهداری شود. برقراری امنیت مرزها به تنهایی11 نهاد(ارگان) را درگیر میکند. تقریبا 80 درصد ساختار انبار داده در مدت 18 ماه تکمیل می‌شود. اما این در حالی است که اجرای کامل آن بین 3 تا 5 سال زمان خواهد برد. در پایان، انبار کردن اطلاعات منجر به افزایش امنیت ایالات متحده خواهد شد، که مدلی است برای اینکه چطور همه کشورها می‌توانند برایحمایت از مرزهای شان و برای امنیت شهروندان شان کاری انجام دهند. این پروژه بلند پروازانه قطعا بدون چالش نخواهد بود. به عنوان مثال، اطلاعات مورد نیاز باید از پرونده‌های مهاجرت،همچنین پرونده خزانه داری (خرید و فروش با تبادل مبالغ زیادی از پول)، و اف بی آی (سوابق جنایی) استخراج می‌شود. داده‌ها در فرمت‌ها و انواع مختلف هستند ؛ تلاش اصلی این است که جریانی جهت ایجاد امکان جستجو از طریق این داده‌ها برای شناسایی تهدیدات بالقوه و جنایت فراهم گردد.
سوالاتی جهت ایجاد ذهینت
1.. شناسایی چالش‌های مواجه با اداره امنیت داخلی در یکپارچه سازی پایگاه داده‌های متفاوت و مجزا.
2. تعیین منابع اطلاعاتی باعث می‌شوند اطلاعات موجود در این پورتال‌ها مفید باشند.
منافع مد نظر کدامند؟
3. مشخص شدن تصمیمات پشتیبانی شده توسط این پرتال‌ها
4. از چه ابزارها و روشهای پشتیبانی تصمیم گیری می‌توان برای شناسایی فعالیت‌های تروریستی بالقوه بهره برد؟
5. شما چه چیزی را به دفتر امنیت داخلی جهت بهبود توانایی‌های این پورتال توصیه می‌کنید؟

2,5 طبیعت و منابع داده‌ها
به منظور درک وضعیت، تصمیم گیرنده به داده‌ها، اطلاعات و دانش نیاز دارد. اطلاعات باید به گونه‌ای سازماندهی و تلفیق گردند که آنها را مفید سازد. سپس تصمیم گیرنده باید بتواند ابزارهای تحلیل را به کار گیرد(فرآیند تحلیل آنلاینOLAP، داده کاوی و غیره) به طوری که بتوان اطلاعات داده‌ها و دانش بهره برداری کامل کرد(رجوع شود به فصل 3 و 4). این ابزارهای جدید به تحلیل گر و تصمیم گیرنده این اجازه را می‌دهند که رابطه بین اطلاعات را تعیین کند و باعث فهم بیشتر و ایجاد مزیت رقابتی گردد. مثلا سیستم مدیریت مشتری مداری به مدیران و تحلیل گران این امکان را می‌دهد که درک بهتری از مشتریان بدست آورند و می‌توانند انتخاب احتمالی برای یک محصول یا خدمات ویژه را با یک قیمت خاص تعیین کنند.
تلاش‌های بازار یابی بهبود یافته و فروش حداکثر می‌گردد.
همه سیستم‌های اطلاعاتی(سیستم‌های اطلاعات اجرایی، سیستم‌های مدیریت محتوا، سیستم‌هایمدیریت درآمد، سیستم‌های مدیریت و برنامه ریزی منابع، سیستم‌های مدیریت زنجیره‌ای منابع، سیستم‌های مدیریت دانش) از سیستم‌های مدیریت پایگاه داده، انبار داده، فرآیند تحلیل آنلاین و داده کاوی به عنوان یک اصل استفاده می‌کنند( رجوع شود به فصل 8 و 9). این ابزارهای تحلیل تجارت و هوش تجارت شرکت را قادر به رقابت موفقیت آمیز می‌نماید به عبارت بهتر این ابزارها تصمیم گیرنده‌ای عالی با قابلیت‌های فراوان به وجود می‌آورد. مثلا این کاربرد نشان می‌دهد چگونه یک شرکت ایجاد شده و از پایگاه داده در یک روش رقابتی استفاده می‌کند.
این توضیحات نشان می‌دهد که چه چیز‌هایی در نهایت منجر به بروز خطا می‌شود اگر اطلاعات جمع آوری شده شامل عملکرد افراد و سازمان‌هایی نباشد که بر عملکرد سازمان شما تاثیر دارند( در فضای تجارت این‌ها مشتریان، مشتریان بالقوه و شرکت‌های رقیب هستند). موضوع حساس برای بخش امنیت داخلی آمریکا این است که اطلاعات را از منابع مجزا جمع آوری و تحلیل نماید. این اطلاعات باید در انبار داده تلفیق شوند و به طور خودکار از طریق ابزار‌های داده کاوی و توسط تحلیل گران تحلیل شود، البته استفاده نادرست ممکن است در فرآیند جمع آوری و استفاده از حجم عظیمی از اطلاعات اتفاق بیافتد.
اثر پی گیری و بهره برداری از اطلاعات برای مزیت رقابت پذیری می‌تواند عظیم باشد. صنایع‌ای مثل هواپیمایی، بانک داری و همه مبادلات تجاری الکترونیکی موفق برای شکوفایی خود به اطلاعات و محتوای آن اعتماد می‌کنند. یک اتوماسیون کار مجرب یک فرصت تجاری از ابزارهای تلفیقی و پایگاه داده مدرن ایجاد کرده است . سانگینی در سال 2002 توصیف خوبی از پایگاه‌های داده، اطلاعات، دادهOLAP، مخزن، داده کاوی ارائه داد. فروشندگان اصلی پایگاه داده شامل ماکروسافت، اوراسل، سایبیس و‌ای بی ام می‌باشند. فروشندگان پایگاه داده به طور مرتب توسط مطبوعات تجاری بازبینی و رصد می‌شوند. مثلا مقاله بازنگری محصولات به طور سالانه در ماه جولای از آقای وایتینگ در سال 2000 را مطالعه کنید(www.dmreview).
همه سیستم‌های پشتیبانی تصمیم از داده، اطلاعات و دانش استفاده می‌کنند. این سه واژه گاهی به جای یکدیگر استفاده می‌شوند ولی ممکن است معانی متعددی داشته باشند. یکی از راه رایج در نظر گرفتن آنها به شرح زیر است:
• داده: مواردی درباره چیزها،حوادث، فعالیت‌ها و تراکنش‌هایی که ثبت، طبقه بندی و ذخیره می‌شود اما برای منظور خاصی سازمان دهی نمی‌شود. داده می‌توانند شامل اعداد، الفبا، اشکال، صداها و تصاویر باشد.
• اطلاعات : داده‌هایی که به طریق خاصی سازمان دهی شدند و معنای خاصی برای دریافت کننده دارند یاممکن است با آشکار شدن آن گیرنده را شگفت زده کنند. روش MSS داده‌ها را طوری پردازش می‌کند که نتایج آن برای یک عمل یا تصمیم مشخص معنا دارد باشد.

DSS در فوکوس 1،5

امنیت حریم خصوصی و نگرانی قیمت

دولت ایالات متحده قصد دارد تا تکنولوژی تحلیلی در مقیاس جهانی در جنگ علیه تروریسم است به کار گیرد، اما آیا به عنوان سلاح موثری ثابت خواهد شد؟ در سال یکسال ونیم پس از 11 سپتامبر، 2001، سوپر مارکت زنجیره ای، فروشگاه‌های لوازم خانگی، و دیگر اصناف به طور داوطلبانه انبوهی از سوابق مشتری‌ها به سازمانهای اجرای قانون فدرال ارائه دادند، تقریبا همه این کار را تجاوز حریم خصوصی افراد اعلام کردند. بسیاری دیگر در پاسخ به دستور دادگاه برای کسب اطلاعات، به عنوان بخشی لازم از قانون این امر را انجام دادند. دولت حق دارد داده‌های شرکت‌ها بر اساس قوانین تصویب شده پس از حوادث سپتامبر 11، 2001 جمع آوری کند.
اف بی آی(FBI) در حال حاضر مقادیر زیادی از داده‌ها را، به منظور ردیابی و کشف فعالیت که می‌تواند توطئه‌های تروریستی و یا جرم و جنایت نمایان سازد، ذخیره می‌کند. داده‌ها تراکنشی هستند که آژانس‌های اجرای قانون در آنها به دنبال یافتن نتایج مد نظر هستند. شرکت‌های تجاری آمریکایی در این میان گیر کرده اند. بعضی از آنها مجبور به ایجاد سیستم‌های ویژه‌ای برای تولید داده‌های مورد نیاز آژانس‌های اجرای قانون هستند. یک شرکت معمولی باید به طور میانگین 5 میلیون دلار برای یک سیستم هزینه کند. از سوی دیگر، عدم پیروی هزینه‌های سنگین تری را دنبال خواهد داشت. شرکت وسترن یونیون در دسامبر سال 2002 8 میلیون دلار برای عدم پیروی از این قانون جریمه شد.
مسائل حریم خصوصی فراوانند. از آنجـا کـه دولت در حال دستیابی بـه اطلاعـات شخـصی افراد جهـت تـشخیص الگوهـای مـشکوک از فعالیت است، احتمال سوء اسـتفاده و اسـتفاده غیر قانونی از داده هـا وجـود دارد. از ایـن رو ممکن است هزینه‌های حفظ حریم خصوصی
قابل توجه باشد. مشکلات عمده‌ای بـا نقـض آزادی‌ها و حقوق فردی افراد وجود دارد. نیاز بــه ســازمانی بــرای "مراقبــت از مراقبــان" احساس می‌شود. DHS نباید به جمـع آوری اطلاعات بدون فکر بپردازد، بلکه باید فقط داده‌ها و اطلاعاتی را استخراج کند کـه مربـوط بـه الگوهـای شناسـایی بـوده منجـر بـه توقـف فعالیــت هــای تروریــستی بــالقوه شــود.



DSS در فعالیت 2،5

ابزارهای پایگاه داده‌ها فرصت تجربه منافع جدیدی را به روی تجربه کنندگان اتوماسیون باز میکند
کارشناسان در زمینـه اتوماسـیون فرصـت هـای داده‌ها منجر به ارائه تاریخچه مالکیت هر وسیله تجاری جدیدی از ابزار داده‌ها ایجاد کرده‌اند کـه نقلیه خریداری یا فروخته شده در ایـالات متحـده مدیریت، استخراج، و ادغام. و یکپارچه سـازی را آمریکا، برای کاهش هزینه به ازای هر جـستجو از انجام می‌دهد. کارشناسـان اقـدام بـه راه انـدازی طریق وب سایت است. بـازار کلانـی جهـت ایـن یک پایگاه داده عظیم (دهمین پایگاه بـزرگ دنیـا ) ســرویس وجــود دارد بــه خــصوص از طــرف برای پیگیری داده‌های فروش خـودرو کـرده انـد . فروشندگان خودرو. کارشناسـان همچنـین تمرکـز داده‌های بدسـت آمـده از نـوع خـارجی بـوده از خود را معطوف شرکت‌های تولید کننـده قطعـات سوابق عمومی حاصل از فـروش خـودرو حاصـل خـودرو بـرای شناسـایی فراخـوانی و رد یـابی می‌شود. اتصال این چگونگی فروش قطعات خودرو، کرده اند.
دانش: دانش شامل داده یا اطلاعات سازمان دهی شده‌ای است که برای انتقال به منظور فهم، یادگیری پردازش می‌شود و کارشناس می‌تواند با آن، فعالیت یا مشکل جاری را حل کند. دانش می‌تواند کاربردی از داده و اطلاعات در تصمیم گیری باشد.
اطلاعات MSS شامل اسناد، عکس، نقشه، صدا، ویدئو و انیمیشن است. این داده‌ها را می‌توان ذخیره نمود و به روش‌های مختلفی قبل و بعد از استفاده ذخیره و طبقه بندی کرد. آنها همچنین می‌تواند شامل افکار، عقاید، مفاهیم باشد. داده می‌تواند خام یا خلاصه شده باشد. بسیاری از روش‌های MSS از داده خلاصه شده یا کلی استفاده می‌کند که ناشی از سه منبع اصلی است: داخلی، خارجی و شخصی.
داده داخلی
این نوع داده در یک یا چند جا ذخیره می‌شود. این داده‌ها در مورد مردم، محصولات خدمات و فرآیند‌ها هستند. مثلا داده‌هایی درباره کارمندان و حقوقشان معمولا در یک پایگاه داده ذخیره می‌شود. داده‌های تجهیزات و ماشین آلات می‌تواند در پایگاه داده بخش نگه داری ذخیره گردد. داده‌های فروش را می‌توان در چندین جا ذخیره نمود. داده‌های فروش‌های متمرکز در یک پایگاه داده‌ی متمرکز و جزئیات در پایگاه داده هر بخش.MSS میتواند از داده خام علاوه بر داده پردازش شده استفاده کند. داده داخلی از طریق اینترانت سازمان یا شبکه داخلی دیگر در دسترس است.
داده خارجی
منابع زیادی از داده خارجی وجود دارد که از پایگاه داده اقتصادی تا داده‌های جمع آوری شده توسط سنسور‌ها و ماهواره‌ها طبقه بندی می‌شوند. داده‌ها در قالب عکس، صدا، آهنگ بر روی سی دی، دی وی دی و اینترنت در دسترس هستند. فایل‌ها و گزارش‌های دولتی یک منبع اصلی از داده‌های خارجی هستند و بیشتر آنها امروزه در وب در دسترس هستند( به عنوان مثال www.Ftc.gov). داده خارجی همچنین در سیستم‌های اطلاعاتی، جغرافیای، ادارات سر شماری فدرال و منابع دیگر آمار گیری در دسترس هستند که داده‌ها مستقیما از مشتری یا از تامین کننده داده جمع آوری می‌شوند. نهاد‌های اقتصادی، بانک‌های محلی،موسسه‌های تحقیقاتی و محیط‌های در گیر با داده و اطلاعات به عنوان کاربری از روش MSS هستند. داده از سراسر جهان می‌آید بیشتر داده‌های خارجی به یک MSS خاص ربطی ندارند اما باید بررسی گردد تا ما مطمئن شویم موارد مهم از نظر ما دور نماند. استفاده از اسکن هوشمند و نهاد‌های مترجم می‌تواند برای حل این مشکل مفید باشد.
داده و دانش شخصی
کاربرانMSS و کارمندان شرکت‌های دیگر تجربه ودانشی دارند که می‌توان برای استفاده در آینده ذخیره کرد. شامل تخمین فروش، نظراتی درباره کارهایی که رقبا احتمالا انجام خواهند داد و ترجمه مقاله‌های جدید مردم چه می‌دانند و با چه روش‌هایی برداشت و مدیریت می‌کنند.(فصل 9)


3,5 کیفیت،مشکلات و جمع آوری داده‌ها
نیاز به استخراج داده از میان منابع داخلی و خارجی کار ساخت MSSرا پیچیده می‌کند گاهی اوقات جمع اوری داده خام لازم است در موارد دیگر،اطلاعات گرفتن ازمردم یا اینترنت لازم است بدون توجه به اینکه چطور جمع اوری می‌شوند داده باید فیلتر شود بیان کلاسیک آن"زایدات درونی و زایدات بیرونی" است بنابراین،کیفیت داده یک موضوع فوق العاده مهم است.
روشهای جمع آوری داده خام
داده خام را می‌توان به طور دستی یا با ابزارها و سنسورها جمع آوری کرد روشهای جمع آوری داده شامل مطالعات،بررسی،مشاهدات و اطلاعات گرفتن از کارشناسان است به علاوه،حسگرها و اسکنرها به طور قابل ملاحظه‌ای در استفاده از داده‌ها کارآیی دارند احتمالا قابل اعتمادترین روش جمع آوری داده از طریق کنترل موجودی خرید است . وقتی شما چیزی می‌خریدفروشنده اطلاعات فروش را همراه با اطلاعات شخصی شما از روی کارت اعتباری ثبت می‌کند که فروشندگان در بازار و دیگر خرده فروشان را قادر می‌کند که مخزن عظیمی از داده‌ها بدست آورند و درباره مشتری‌هایشان اطلاعات داشته باشند این اطلاعات برای تعیین الگوهای خرید مشتری تا مدیریت موجودی انبار می‌باشد و فرصت‌های بازرگانی جدیدی را مشخص می‌کند که به مدیریت خرده فروشی هم کمک می‌کند.
Ewalt توصیف میکند چگونه PDAs برای جمع آوری و استفاده اطلاعات مورد استفاده قرار می‌گیرند. شرکت‌های ترابری مدتی است که از PDA استفاده می‌کنند شرکت melnoیک شرکت حمل و نقل جهانی، اخیرا بیش از 800 راننده با PDAs مجهز کرد. لینکهای رادیویی برای رانندگانی استفاده می‌شوند که بسته‌هایی راجا به جا می‌کنند. راننده برچسب کد نوار روی بسته داخل PDAرا اسکن میکند، و پرتوهای داده‌ها را به اداره اصلی گسیل می‌شود.
نیاز به، اطلاعات دقیق و قابل اعتماد برای هر MSS جهانی پذیرفته شده است. با این حال، در زندگی واقعی، توسعه دهندگان و کاربران با مشکلاتی در ساختار و محیط‌های پر سر و صدا و دشوار مواجه هستند.
طیف گسترده‌ای از سخت افزار و نرم افزار برای ذخیره سازی، ارتباطات و ارائه داده‌ها وجود دارد اما تلاش بسیار کمتر‌ی انجام شده است برای توسعه دادن روشهای برداشت داده‌های MSS در محیط‌هایی تصمیم گرفتن مشکل تر است. روش‌های ناکافی برای مقابله با این مشکلات ممکن است اثر تکنولوژی پیچیده در توسعه و استفاده MSSرامحدودکند برخی از روش‌های فیزیکی شامل گرفتن اطلاعات از طریق نوار یا با کدهای آر اف آی دی (برچسب شناسایی رادیو فرکانس) فن آوری است. دکمه آر اف آی دی الکترونیکی یک سیگنال شناسایی با بعضی از داده‌ها (چندین کیلو بایت هنگامی که این دستگاه‌های جدیدبود) به طور مستقیم به یک گیرنده در این نزدیکی هست می‌فرستد.
جعبه بسته بندی حتی یک محصول مصرف کننده می‌تواند به آسانی قابل شناسایی باشد. در اوایل سا ل2000 تولیدکنندگان،خطوط هوایی و توزیع کنندگان از دستگاه‌های آر اف آی دی برای امنیت وبا سرعت پردازش بالا در دریافت و پرداخت مشتری استفاده می‌کردند.
فروشگاههای وال مارت در ژوئن 2003اعلام کرد که تا اواخر ژانویه 2005باید 100 تامین کنندگان اصلی از آر اف آی دی برای پیگیری پالت کالا از طریق زنجیره عرضه اقدام کنند.(ضمیمه 3,5 را مشاهده فرمائید) Swatchابزاری رابا مدل ساعت ایجاد کردکه حرکت اسکی شکل روی ان کدبندی شده است حرکت انواع شیب را شناسایی کرده واطلاعات را با خواص دیگری به اشتراک می‌گذارد.

DSS در فعالیت 3،5

آر اف آی دی برچسب‌ها به طور جمع آوری خودکار و استفاده از اطلاعات کمک می‌کند

در ماه ژوئن سال 2003، مجموعه فروشگاههای وال مارت اعلام کرد که تا سال 2005، 100 تامین کننده اصلی مواد آن باید از بر چسب‌های آر اف آی دی برای پیگیری پالت کالا خودشان استفاده کنند. وال مارت در نظر داشت این موضوع تلاش بیش از یک شرکت خاص و نیازمند همکاری تمام فروشندگان و تامین کنندگان برای پذیرش آر اف آی دی و استاندارد‌های مرتبط با می‌باشید. وال مارت باید ابتکار عمل را در استقرار حدود 1 میلیارد برچسب آر اف آی دی برای پیگیری و شناسایی اقلام موجود در جعبه‌ها پالت به کار می‌برد. وال مارت تمرکز خود را روی استفاده از تکنولوژی در جهت بهبود مدیریت موجودی در زنجیره عرضه خود قرار داد. وال مارت تصمیم به گسترش فن آوری جهت مشروع جلوه دادن و کاهش فشار آن، گرفت. تعیین ضرب العجل توسط وال مارت منجر به افزایش سرعت هماهنگ شدن شرکت‌ها و صنایع خواهد شد.
ابتکار عمل وال مارت برای مقرون به صرفه بودن این موضع تعیین، واحد قیمت 5 سنت (ایالات متحده آمریکا) و یا کمتر برای آر اف آی دی بود. در اواسط سال 2003، هزینه هر

برچسب آر اف آی دی بین 30 تا 50 سنت بود تحویل داد. اما هنوز شانس کمی برای یافتن . بر اساس 5 درصد هزینه‌های هر بر چسب، محموله‌های گم شده شرکت دلتا وجود مبلغ سرمایه گذاری شده برای بر چسب‌ها به داشت.
تنهایی برابر 50 میلیون دلار می‌شد. در سال برچسب آر اف آی دی برای ردیابی حرکت 2003، دستگاه برچسب خوان در حدود 1000 داروها در مراکز خاکستری(به عنوان مثال، دلار یا بیشتر فروخته شد. نیمه قانونی) اروپا استفاده شده. در آن زمان، وال مارت، تنها خرده فروشی نبود که به داروها در جنوب اروپا بسیار ارزان تراز سمت به آر اف آی دی حرکت کرد. مارکس و داروها در شمال اروپا بود،از اینرو عمده اسپنسر (Marks & Spencer)، یکی از فروشان بی پروا به جنوب سفر می‌کردند و بزرگترین خرده فروشان بریتانیا، از آر اف آی دارو‌ها را برای فروش مجدد در شمال دی در عملیات‌های زنجیره‌ای تامین غذا خود خریداری می‌کردند. برچسب آر اف آی دی را استفاده کردند. هر کدام از 5,3 میلیون سینی در داخل جعبه‌ها نصب شده بودند. وقتی که‌های پلاستیکی استفاده شده برای انتقال یک فروشنده با یک عمده فروشی متقلب محصولات دارای برچسب آر اف آی دی مواجه می‌شد، می‌توانست منبع کالاها را بودند. شرکت پروکتر‌اند گمبل از آر اف آی هنگامی که به نزدیک 3 متری کانتینر‌ها دی به صورت آزمایشی در مبادلات با چندین برسد، شناسایی کند .سپس کلیه قرار داد‌ها با خرده فروش به مدت شش ماه در سال 2003 این گونه عمده فروشان فورا لغو می‌شد.
استفاده کرد. سایر موارد استفاده از آر اف آی دی عبارتند از در سال 2003، خطوط هوایی دلتا آغاز به تعبیه علامت‌ها جهت باز شدن خودکار درب استفاده از آزمون آر اف آی دی برای شناسایی‌ها برای افراد مجاز به تردد، و فراهم آوردن چمدان‌ها و محموله‌های بارگذاری شده و امکان دسترسی به حرکت‌ها و سایر اتفاقات تخلیه شده در فرودگاه تمارک استفاده کرد. دلتا (از طریق برچسب آر اف آی دی جاسازی در داده‌ها را به صورت بارکد بر روی برچسب‌ها ساعت یا کارت عبور و مرور). همچنین چاپ می‌کرد. انجام تست به دلیل تداخل استفاده از آنها در خودرو‌ها جهت تعیین بالقوه سیستم‌های بی سیم فرودگاه دیگر خودکار میزان عوارض عبور و مرور (مانند بسیار حیاتی بود. شرکت دلتا انتظار سطح شهر لندن، به تمرین 9 مراجعه کنید)، مورد بالاتری از دقت را نسبت به سیستم بارکد دیگر استفاده در اتومبیل عبارتند از ذخیره و قدیمی داشت. با این حال، دلتا 99 درصد از نگهداری تمام سوابق تعمیر (این مورد هم 100 میلیون محموله انتقال داده هر سال را اکنون برای چنگال‌های صنایع آسانسور فورک

استفاده می‌شود)، و یا حتی در زیر پوست افراد برای شناسایی (توسط خود پردازها، موزه‌ها، سیستم حمل و نقل، ورود به هر گونه امکانات و یا متصدیان اجرای قانون).
برخی از صاحبان حیوان خانگی این برچسب‌ها را با استفاده از جراحی در زیر پوست حیوان خانگی خود قرار دادند تا اگر آنها گم شدند یا دزدیده شدند قابل ردیابی باشند. در نهایت، ممکن است جعبه‌های حاوی کالاهایمصرفی و کیف‌ها به گونه‌ای تولید شوند که حاوی برچسب‌های آر اف آی دی باشند به طوری که وقتی خارج شدن شما از فروشگاه کالای انتخاب شده را شناسایی کرده و به صورت خود کار هزینه آن را از حساب کارت اعتباریتان و یا برچسب نصب شده در زیر پوستتان کم کند.

حتی ازدستگاه‌های بیومتریک برای جمع آوری داده‌های دنیای واقعی استفاده می‌شود. سیستم‌های بیومتریک ویژگی‌های مختلف جسمی و رفتاری افرادرا شناسایی و تصدیق هویت بازدید کنندگان و مهاجران وارده به ایالات متحده را ارزیابی می‌کنداز پایگاه داده‌ها و روش استخراج داده‌ها نیز استفاده می‌شود برخی از 400 میلیون دلار در بیومتریک و برای کنترل مرزهای امریکا در سال2003هزینه شد.

مشکلات داده
تمام سیستم‌های مبتنی بر کامپیوتربه داده‌ها بستگی دارند. کیفیت و یکپارچگی داده‌ها حساس است اگر از MSS برای جلوگیری از سندرم GIGOاستفاده می‌شود MSSبه داده‌ها بستگی دارد زیراانباشت داده است که اطلاعات و دانش را قلب هر گونه تصمیم گیری می‌کند اطلاعات مشکلات عمده DSS در جدول 1,5 خلاصه شده است همراه با بعضی از راه حل‌های ممکن.
داده‌ها باید در دسترس سیستم باشد و یا سیستم باید اطلاعات را شامل زیرسیستمی برای دستیابی به داده باشد موضوعات مسائل را باید در مرحله برنامه ریزی ایجاد سیستم در نظر گرفته شود. اگر مشکلات پیش بینی شوند، هزینه‌های حل آنها را می‌توان تخمین زد. اگر آنها بیش از حداند، پروژه MSS نباید انجام شود تاموجب کاهش هزینه‌ها و مشکلات شود..
جدول1-5
راه حلهای ممکن علت مشکل
ایجاد یک راه حل سیستماتیک برای ورود داده‌ها.ورودی داده اتوماتیک .ایجاد کنترل کیفیت روی داده‌ها.ایجاد برنامه‌های امنیتی مناسب اطلاعات بی دقت جمع آوری شده‌اند داده‌های خام با بی دقتی وارد شده‌اند داده‌ها دستکاری شده‌اند اطلاعات صحیح نیستند



اصلاح سیستم برای ایجاد داده. استفاده از وب برای به دست آوردن داده‌های تازه. ایجاد یک سیستم برای مقیاس دهی داده‌های مشخص روش ایجاد داده به اندازه کافی سریع نیست داده‌ها زمان بندی نیستند
از انبار داده استفاده کنید از موتورهای تحقیق مناسب استفاده کنید مدلهای ساده تر یا مجتمع تر ایجاد کنید داده‌های خام با اهداف تحلیل ناسازگارند . از مدلهای پیچیده استفاده کنید داده‌ها به درستی اندازه گذاری یا شاخص گذاری نشده‌اند
پیش بینی کنید چه داده‌هایی در آینده نیاز است ازانبار داده استفاده کنید داده جدید تولید یا آنها را تخمین بزنید به هیچکدام از اطلاعات ذخیره شده نیاز نیست اطلاعات مورد نیاز به سادگی وجود ندارند

کیفیت داده
کیفیت داده‌ها (DQ) یک مسئله بسیار مهم است زیرا کیفیت کارایی داده و همچنین کیفیت تصمیم گیری بر اساس آنها تعیین می‌کند. داده‌ها در پایگاه داده‌های سازمان اغلب نادرست، ناقص یا مبهم هستند آسیب‌های اقتصادی و اجتماعی از داده کیفیت کم میلیاردها دلاراست.
موسسه انبارداری داده‌ها (TDWI) تخمین زده است که در سال 2001 داده‌های مشتری با کیفیت کم موجب تجارت611میلیاردی در یک سال هزینه پست، چاپ وکارمندان شده که ناشی از ارتباطات و بازاریابی غلط است هزینه واقعی داده‌ها با کیفیت کم بسیار بالاتر است.
سازمان‌ها می‌توانند مشتری‌های دائمی را با حروف نادرست هنگام فراخوانی یا ذخیره در وب سایت مایوس کنند هنگامی که یک شرکت مشتریان وفادار خود را از دست می‌دهد، آن را از دست می‌دهد فروش و همچنین پتانسیل درآمد آینده را از دست می‌دهد بعضی از آنها عبارتند از هزینه‌های کار مجدد، از دست رفتن مشتریان، گزارش دیرهنگام، تصمیمات غلط، فعا لیت پروژه، سرعت کم پاسخ به نیازهای جدید (فرصت‌های از دست رفته)، و تاخیر در اجرای پروژه‌های بزرگ است که بستگی به پایگاه داده‌های موجود دارد کیفیت اطلاعات یکی از آن موضوعاتی که هر کس می‌داند مهم است اما تمایل دارد غفلت کند.
کیفیت داده‌ها اغلب ایجاد شور و شوق کم میکند و معمولا تابع نگهداری است شرکت‌ها به وضوح حاضر به قبول داده باکیفیت پایین شده است. شرکتها حتی می‌توانند با کیفیت داده‌ها کم هم زنده بماندند رشد کنند آن مساله زندگی ومرگ نیست، اما بعضی اوقات می‌تواند باشدنادرستی داده‌ها می‌تواند هزینه بر باشد اکثر شرکت‌ها کیفیت داده‌ها راگاهی مدیریت می‌کنند (a،Eckerson 2002)
با این حال،. با توجه به هچر (2003)، کیفیت داده‌ها مشکل عمده‌ای در توسعه وکاربری انبار و هوشکسب و کار و تحلیل کسب و کار است.
کیفیت داده می‌تواند اجرای انبار داده‌ها به مدت شش ماه یا بیشتر به تعویق اندازد
داده‌های نادرست ذخیره شده و سپس گزارش به کسی که اعتماد او را به سیستم جدیدازبین می‌رود TDWI اخیرا منابع بدون پوشش داده‌ها را موردتحقیق قرارداده است پاسخ دهندگان به نظرسنجی TDWF خطاهای ورودی توسط کارکنان به عنوان علت اولیه داده‌ها‌ی نادرست یاد کردند کیفیت داده‌ها اغلب در روزهای آغازین انبارداری نادیده گرفته شد بسیاری از تصمیمات اصلی در مورد کیفیت اطلاعات در حال حاضر نیاز به بازنگری دارد تابا خواست‌های تصمیم گیران مطابقت کند.
برای مثال سازمانی که به دلیل کیفیت داده‌ها رنج می‌برد، نگاه به ضمیمه 4,5 کنید.
استرانگ تحقیقات گسترده‌ای در کیفیت داده انجام داده و آنها را به چهار دسته زیر تقسیم کرده است:
• کیفیت داده :متنی ارتباط،ارزش افزوده،موعد زمانی،کامل بودن، مقدار داده
• کیفیت داده :حقیقی دقت،هدفمندبودن،قابل باور بودن،شهرت
• کیفیت داده دست یافتنی: قابل دسترسی،امنیت دسترسی
• کیفیت داده نمایندگی: قابلیت ترجمه،سهولت فهم، معنای کوتاه،معنای سازگار

جدول2,5 منبع مشکلات کیفیت داده
درصد پاسخ منبع مشکل کیفیت داده
76 ورود اطلاعات توسط کارمندان
53 تغییرات در سیستم‌های منبع
48 جابجایی داده‌ها و یا تبدیل پروژه‌ها
46 انتظارات چندگانه توسط کاربران
34 اطلاعات خارجی
26 خطاهای سیستم‌ها
25 ورود اطلاعات توسط مشتریان
12 سایر


DSS در فعالیت 4،5

کیفیت داده در زندانهای مونتانا مجرمین هستند

دربخش زندانیان اصلاحی مونتانا سالها به کیفیت داده توجه می‌شد باقدیمی شدن سیستم‌های فناوری اطلاعات، خطاهای ورودی داده در گزارشات هم ایجادشد فرم‌های مورد نیاز که به مقامات ایالتی و فدرال ارسال می‌گشت نمی‌توانست دروغ را آشکارسازد. اگرچه گروه isوزارت ساعت‌های بیشماری را صرف تلاش برای حفظ سطح یکپارچگی گزارش‌ها کردولی اعتماد کلی در کیفیت داده‌ها کم بود.موضوع در سال1997زمانی مهم شد که وزارتخانه یک میلیارد دلار را گم کردودلیل آن سیستم اطلاعاتی بود که فاقد قوانین تجاری وداده‌های مرتب بود سیستم‌های دقیق نمی‌توانست پیش بینی کند چه تعداد از هر نوع مجرم زندانی خواهد بود.

خوشبختانه، هیچ مجرمی با داده‌های به هم ریخته فراموش نشده بودولی هیچ راهی برای پیش بینی نیاز زندان از خرید و خدمات وجود نداشت در اواسط سال 1999، تلاش‌های مهمی در تمیز کردن سیستمهای اطلاعات زندان انجام شدو داده‌های دقیق کامل شدتا سال 2001،نگهبانان سیستم‌های اطلاعات وزارتخانه فرهنگ کیفیت داده را ایجاد کردند.
اگر چه غیر معمول نیست، بلکه مهم است که توجه داشته باشید که برخی از 15 تا 20 درصد درآمد عملیاتی ممکن است بر روی کارهای جنبی یا تعمیرات مشکلات کیفی صرف شود و بعضی از سازمان‌ها مانند وزارت اصلاحات مونتانا شرایطی را برای اطمینان از کیفیت داده‌ها ایجاد کرد.


استرانگ در سال 1997 چارچوبی را ایجاد کرد که موضوعات و مرزهای اصلی را در هر طبقه بندی بیان می‌کند آنها پیشنهاد می‌کنند که متغیرها و روابط اصلی در هر دسته تعیین شوندو تلاش می‌شودراه مدیریت بهتر بر داده‌ها هم تعیین شود برخی از مشکلات فنی هستند، مانند ظرفیت، در حالی که بقیه مربوط به جرایم کامپیوتری بالقوه هستند.
کیفیت اطلاعات مهم است، خصوصا برای ERP،CRM وسیستمهای اطلاعاتی دیگر.
مشکل این است که انبارداری داده‌ها،تجارت الکترونیک وپروژه‌های CRMاغلب در معرض داده با کیفیتکم هستندزیرا شرکت‌هایی رل لازم دارند که داده‌ها را از سیستمهای چندکاره استخراج وتلفیق کنندکه اغلب همراه با خطا،ارزش کم ومشکلات یکپارچه سازی است این مشکلات و زمانی که کسی شروع به خلاصه سازی نکند مشخص نمی‌شود.
کیفیت بهبودیافته اطلاعات نتیجه بهبود فرآیند طراحی شده برای شناسایی و حذف علل ریشه‌ای اطلاعات بد است انبار داده‌ها نیاز به مرتب کردن دارد هر زمان که انبار پر یا به روزآوری می‌شود). به منظور بهبود کیفیت داده‌ها و حفظ دقت نیاز به یک برنامه تضمین کیفیت فعال است.
برک وهیگل در سال97 مدلی را برای مدیریت و بهبود کیفیت داده‌ها ایجاد کردند که این برنامه عملی در ضمیمه 5,5 توصیف می‌کنیم بعضی از سودهای اصلی از نمونه‌های بهبود کیفیت شامل یکپارچه سازی سیستمهای اطلاعاتی دو تجارت است که بعد از دستیابی ادغام می‌شوند به جای سه سال تلاش در یک سال کامل شد مثال دیگر رسیدن به یک سیستم CRM کامل توزیع کردن فروش وبازار یابی سازمان‌ها در یک سال به جای کار در سه سال است سپس کنسل کردن آن .



DSS در فوکوس 3,1

برنامه عملی برای کیفیت داده

برنامه عملی برای کیفیت داده یک چارچوب توصیه شده برای هدایت در مسیر بهبود کیفیت داده است به اقدامات زیر توجه شود:
1-تعیین وظایف حیاتی کسب و کار در نظر گرفته می‌شود
2-شناسایی معیارهای مهم برای انتخاب عناصرداده‌ای
3-تعیین عناصر داده‌های حیاتی
4-تعیین نگرانی‌های کیفیت داده برای عناصر داده‌ای حساس و عوامل آنها
5-شناسایی استانداردهای اعمال شده به هرعنصرداده‌ای حساس
6-طراحی روش اندازه گیری برای هر استاندارد
7-شناسایی و پیاده سازی سریع ابتکارات بهبود یافته کیفی داده‌ها
8-پیاده سازی روش‌های اندازه گیری برای به دست آوردن خط مبنای کیفی داده‌ها 9-تخمین اندازه گیری‌های، نگرانی‌های کیفیت داده‌ها و علل آنها.
اینها بعضی از بهترین تمرینات را برای کیفیت داده در عمل هستند.
• کار روی داده‌ها کافی نیست. نرم افزار پاک کردن داده‌هافقط روی چند موضوع کار می‌کند: شماره‌های غلط، غلط املائی، زمینه‌های ناقص. اطلاعات روش برنامه‌های جامع کیفیت داده که رویکرد استاندارد سازی دارد و اطلاعات یکپارچه بمانند.
• شروع در اوج. یک مدیریت برتر باید از موضوعات کیفیت داده آگاه باشد و اینکه چطور روی سازمان اثر می‌کنند باید پذیرای هر تلاش جبرانی باشند زیرا منابع نیازمند موضوعات با دوام زیاد است.

10- برنامه ریزی واجرای ابتکارات بهبودی 12-گسترش فرایند که شامل عناصر اضافی
11- ادامه اندازه گیری سطوح کیفیت داده شود وابتکارات تنظیمی

وزارت اصلاحات مونتانا وضعیت توصیفی در ضمیمه 4,5 از مشکل داده با کیفیت کم به دست آورد که ناشی از ایجاد فرهنگ کیفی از طریق برنامه تضمین کیفیت بود بهترین تمرینات را برای کیفیت داده در ضمیمه 6,5توصیف می‌کنیم که برای یک سازمان مهم است تا سطح بالایی از یکپارچگی و کیفیت داده داشته باشد.
موضوعات کیفیت داده،روش‌ها،وراه حل‌ها با جزئیات را "برسون"مورد بحث قرار می‌دهد.

DSS در فوکوس 3,1بهترین تمرینات برای کیفیت داده
• آگاهی از داده‌های خود. فهم این مطلب که چه داده‌هایی داری وچه استفاده‌ای از آنها می‌شود. تعیین سطح مناسب دقت لازم برای هر داده.
• این موارد را در یک پروژه پیوسته انجام دهید. فرهنگ کیفیت داده را ایجاد کنید.
یک روش ایجاد و بهترین تمرین‌ها را برای ورود و چک کردن اطلاعات انجام دهید
• نتایج را بسنجید. حسابرسی منظم نتایج تا اطمینان حاصل شود که استانداردها اعمال واثرات ان روی سطوح پایینی تخمین زده شود

یکپارچگی داده‌ها
یکی از موضوعات اصلی کیفیت داده، یکپارچگی داده‌هااست سیستمهای بایگانی قدیمی تراحتمالا فاقد یکپارچگی هستند به همین دلیل است که تغییرایجادشده در یک فایل وجای مشخص ممکن است در فایل و جای دیگر ایجاد نشودکه منجربه داده‌های متضاد می‌شود مسائل خاص کیفیت داده‌ها و اقدامات به استفاده از داده‌ها بستگی دارد این یک مسئله مهم در تحلیل محیط‌های مختلف است مانند یک یادداشت ارائه شده توسط لوتوس / دومینو و شیاردار می‌باشد در منطقه انبار داده‌ها، به عنوان مثال، گری و واتسون پنج مسئله زیررا متمایز کردند:
•یکنواختی: هنگام برداشت اطلاعات یکنواختی بررسی شودکه اطمینان حاصل شود که داده‌ها در محدوده مشخص شده اند.
•نسخه: چک نسخه زمانی انجام می‌شود که داده‌ها از طریق متادیتا تبدیل شوندو اطمینان حاصل شود که فرمت داده اصلی تغییر نکرده است.
•بررسی کامل بودن: بررسی کامل بودن اطمینان می‌دهد که خلاصه‌ها صحیح هستند واینکه همه ارزشهای مورد نیازبرای خلاصه سازی را شامل می‌شود.
•بررسی انطباق: بررسی انطباق اطمینان می‌دهد که خلاصه داده‌ها در ballpark است به این دلیل است که در طی تجزیه و تحلیل گزارش دهی و ارتباط سازی داده‌ها ارزش گزارش شده و ارزش قبلی با هم برابر هستند تغییرات ناگهانی می‌تواند نشانه تغییر اساسی در تجارت،خطاهای تحلیل یا داده نادرست باشد.
•بررسی سلسله ای: بررسی سلسله‌ای یک بازگشت رو به عقب به منبع داده از طریق تبدیلهای گوناگون است.

دستیابی و یکپارچه سازی داده‌ها
یک تصمیم گیر نیاز به دستیابی به منابع داده دارد که باید بررسی شوند قبل از انبار و مرکز داده و نرم افزار هوش تجاری ایجاد دسترسی به منابع داده،یک فرایند کاری اصلی بود حتی با ابزارهای مدرن مدیریت که بر پایه وب هستند تشخیص اینکه چه داده‌هایی باید برای تصمیم گیرنده فراهم شوند یک کار مهم است که نیاز به متخصصان پایگاه داده دارد زمانی که انبار داده بزرگ می‌شود کار یکپاچه سازی داده‌ها سخت تر می‌شودکه برای وزارت امنیت داخلی مهم است به ضمیمه 7,5 نگاه کنیدکه چطورDHSدر حال کار روی داده‌های یک شرکت عظیم و پروژه یکپارچه سازی کاربردی است نیاز به ادامه تحلیل تجاری وجود دارد علاوه بر داده‌های تاریخی،ویرایش شده و تلفیق شده کاربران تجاری نیاز به دستیابی به داده‌های بدون ساختار وزمان واقعی دارند به علاوه،هر چیزی باید با محتوای انبار داده موجود تلفیق شود دستیابی از طریقPDA وباایجاد گفتگودر حال رایج شدن است.
فاکس در سال 2003 مدلهای اطلاعاتی فعال برای تبدیل اطلاعات در ایجاد یک سیستم گسترده را توصیف می‌کنداین مدلها زمانی مد نظر هستند که سفارش ایجاد شده کاربرد با هزینه بالا دارد انها باید شامل اختلافات معنایی و ترکیبی بین الگوها باشد که مخصوصا زمانی مهم است که ادغام اتفاق می‌افتد و کاربردهای موازی باید یکپارچه شوند منابع داده می‌تواند شکلهای متفاوتی باشد:جداول پایگاه داده مرتبط، اسنادXML، پیامهای تغییرات داده الکترونیک،مواردثبت شده و ....
درخواست‌های فروشنده نرم افزار مستقل مانند برنامه ریزی منابع شرکت،نرم افزار مدیریت رابطه مشتری،ونرم افزار خانگی الگوهای ورودی و خروجی خود را تعریف می‌کنند.
اغلب الگوهای مختلف اطلاعات مشابه را متفاوت نگه می‌دارند مدل اطلاعاتی،مرکزی است وبیان کننده یک دید با معناوطبیعی از شرکت است کاربرد موردی توصیف می‌کند که چطور یک شرکت ساختاری را برای یکپارچه کردن اطلاعات از منابع مجزا ایجاد می‌کند .

DSS در فعالیت 7،5

یکپارچگی داده‌های مربوط به امنیت داخلی

"استیو کوپر"دستیار ویژه رئیس جمهور و مسئول وزارتخانه امنیت داخلی امریکا،مسئول تعیین کاربرد و انواع داده‌ها است که می‌تواند به تامین نیاز سازمان،جابجایی به محل امن،وضعیت چارچوب کار،تلفیق شبکه‌های مجزا و استانداردهای 22نهاد فدرالی با 170000 کارمند که برای شکل گیری DHS ادغام شد. این کار تا میانه سال 2005 تکمیل شد . مشکل واقعی این است که نهادهای فدرالی به طور خودکار عمل می‌کنند و سیستمهای IT آنها برای همکاری با هم طراحی نشده‌اند مخصوصا اینکه DHS نیاز به ارتباط بین انبار‌های داده دارد.
DHSیکی از پیچیده‌ترین پروژه‌های انتقال و جمع آوری داده‌ها در دولت‌های فدرالی دارد چالش جابجایی اطلاعات از سیستم‌های قانونی یا درون نهادها،باید در همه نهادها مدنظر باشد پیچیده بودن موضوع ناشی از سرعت قدیمی شدن کاربردها و پایگاه داده در دولت است بهبود یکپارچگی داده در سطوح ایالتی،محلی و فدرال در دست اقدام است دولت در حال استفاده از ابزاری از جهان متحد است مشکلات مهمی ایجاد می‌شود زیرا هر نهاد تعریف خودش را از قوانین تجاری دارد که بیان کننده این است که چطور داده‌ها توصیف،جمع اوری وقابل دسترسی می‌شوند مقداری از داده‌ها بدون ساختار ند و در پایگاه داده مرتبط قرار ندارند و به اسانی دستکاری و تحلیل نمی‌شوند . کاربردهای اقتصادی در این یکپارچه سازی استفاده می‌شوند .
حجم عظیم این کار با تکنولوژی انبارگردانی داده‌ها انجام می‌شود انفورماتیک و فروشندگان نرم افزار راه حلهایی برای یکپارچه کردن داده‌ها ایجاد کرده‌اند که سازمان را قادر به ترکیب سیستمهای مجزا می‌کند تا اطلاعات در سازمان قابلیت دسترسی بیشتری داشته باشند چنین نرم افزاری برای چنین پروژه‌ای با این مقیاس بزرگ،ایده آل است.
این ایده‌ای است برای تصمیم گیری و ایجاد ساختار شرکت برای نهادهای ایالتی و فدرال که درگیر امنیت داخلی هستند این ساختار به موفقیت دفاع داخلی کمک می‌کند اولین قدم در جابجایی داده،تعیین همه کاربردها و اطلاعات در حال استفاده است قدم بعدی تعیین موارد استفاده و بدون استفاده است هنگامی که یک سازمان می‌داند چه داده‌ها و کاربردهایی را باید حفظ کند فرایند مشکل جابجایی داده‌ها شروع می‌شود اولا لازم است که یک بدنه اصلی در داده‌ها تعیین و ساخته شود چالش اصلی دیگر در میدان انتقال داده امنیت است مخصوصا هنگامی که داده‌ها و کاربردها چند دهه قدیمی شوند امنیت داخلی دارای مولفه حمایتی فراساختاری وهمچنین تحلیلگر اطلاعات است این ضمیمه 8,5 فرایندهای بازیابی، تبدیل و بارگذاری راتوصیف می‌کند.
می تواند تنها چالش مشکل برای DHS باشد امنیتداخلی علاوه بر ایجاد کوه عظیمی از اطلاعات جمعآوری شده ازمنابع مجزا مجبور است که اطلاعات در اختیار کسا نی که روی آن کار می‌کنند قرار دهد در حالی که بسیاری از آنها خارج دولت فدرالی هستند حتی گاهی دولت مرکزی تشخیص می‌دهد که عیوب داده ممکن است DHS را آزار دهد جابجایی اطلاعات به جایی که نیاز است کاری که روی آن باید انجام شود حساس و مشکل است بیش از 650000مامور اجرای قانون محلی و ایالتی در یک فضای اطلاعاتی مجازی کار می‌کنند و دور از دسترسی تروریست‌ها لیست‌هایی را به وزارتخانه برای ماموران کنسول گری فراهم می‌کنند بر طبق گزارش "رادمن" آمریکا هنوز یک آمریکا نا آماده در خطرات است نیروی کار عدم به اشتراک گذاشتن اطلاعات به عنوان یک مشکل بحرانی که باید به آن توجه شود می‌داند هنگامی که نوبت مبارزه با تروریسم می‌شود ماموران پلیس به طور موثر عمل می‌کنند .
نهاد پروژه‌های تحقیقاتی پیشرفته مربوط به امور دفاعی،240میلیارد دلار روی پروژه‌های ترکیبی مربوط به آگاهی‌های اطلاعاتی هزینه کرد که صرف ایجاد راههایی برای تعامل با پایگاه‌های داده‌ای قانونی جهانی شد اگر چه آنها پایگاه داده‌ای مرکزی و منفرد بودند.

که اصول اولیه برای یکپارچه کردن داده‌ها هستند را

بسیاری از پروژه‌های یکپارچه سازی دارای سیستم‌های گسترده‌ای هستند در ضمیمه 9,5 لیستی از کارهاییکه باید در چنین پروژه‌هایی انجام شود یا نشود را ارائه می‌دهیم جزئیات و تاثیرات را در "اوراویک" سال2003 و همچنین فصل 6ببینید ..
یکپارچه سازی داده‌ها از پایگاه‌های داده‌ای گوناگون و منابع مجزای دیگر،مشکل است اما هنگامی که به درستی انجام نشود می‌تواند در سیستم‌های گسترده‌ای مانند ERP،،CRM وپروژه‌های زنجیره‌ای منجر به فاجعه شود .
ضمیمه 10,5 برای موضوعات مرتبط با مرتب سازی داده‌ها که قسمتی از یکپارچه سازی داده‌ها است ببینید.
همچنین "داسو"و"جانسون"(2003)و "مادسون"(2003) توضیح می‌دهد که چطور ساختار تحویل دادن به موقع به یک شرکت اجازه می‌دهد که به آسانی تقاضا‌ها را با توجه به اصل تکرارپذیری یکپارچه کند و برای اجرای تغییر انعطاف پذیر هم بماند. نویسندگان زیر در موضوعات یکپارچه سازی داده،مدلها،روشها و راه حلها بحث کرده اند: بالن و کالوانس ودولین واریکسون و فاکس و هلند و ...

یکپارچه سازی داده‌ها از طریق XML
XMLدر حال تبدیل شدن به زبان استاندارد برای یکپارچه سازی داده و پایگاه داده است؟ تا سال 2004 مقداری از 40درصد تراکنش‌های اقتصادی الکترونیک با سرور XMLانجام شد که با توجه به 16درصد سال 2002می توان گفت که XMLموجب انقلابی در مبادله داده‌های الکترونیک شده است ایجاد کنندگان سیستم‌ها باید مراقب باشند زیرا XML نمی‌تواند بر منطق ضعیف تجاری غلبه کند اگر فرایندهای تجاری بد باشند هیچ روش یکپارچه سازی،آنهارا بهبود نمی‌دهد اگرچه XMLیک راه عالی برای مبادله داده‌ها از طریق کاربردها و سازمان‌ها است موضوع حساس این است که آیا می‌تواند به عنوان فرمت پایگاه داده‌ها به خوبی عمل کند.
XMLیک عدم تطابق در رابطه با پایگاه داده مرتبط است :کار می‌کند اما به سختی باقی می‌ماند مشکلاتی در اجرا مخصوصا در جستجو بین پایگاه داده وجود دارد.
ایکس ام ال (XML) (سیستمی است که برای تصحیح ساختار متن استفاده می‌شود) از فضای بسیار زیادی استفاده می‌کند. با این حال هنوز موتورهای اطلاعاتی بومی ایکس ام ال موجود هستند، برای اطلاعات بیشتر به 2000Dejesus () مراجعه کنید.

DSS در فوکوس 8،5

ETLچیست؟
برنامه‌های بازیابی،تبدیل و بارگذاری کاربری مورد نیازواجرای همه فرایندها و،اطلاعات را از سیستم‌های منابع بازیابی و به عملیات‌ها اجزای داده تغییر می‌کند فرمت رایج تبدیل و در منبع داده‌ای هدف (مانندبرنامه ریزی،مدیریت خطا،حسابرسی مانند انبارداده بارگذاری می‌کند ابزار وآمار).
ETLداده‌ها را بین منبع و هدف جابجا می‌ETLبرای انبار داری و یکپارچه سازی داده کند وهنگام این جابجایی، ومبادله متا دیتا با‌ها فوق العاده مهم است.


DSS در فوکوس 9،5

بایدها و نباید‌ها لازم هنگام اجرا یک پروژه سرمایه گذاری ویکپارچه سازی عظیم

آنچه باید انجام داد :
1- جهانی فکر کنید و محلی عمل کنید. جسورانه طرح ریزی کنید، و بطور فزاینده عمل کنید.
2- اجزای یکپارچه چهارچوب پروژه را مشخص و تعریف کنید.
3- روی اهداف تجاری تمرکز کنید که دارای هزینه‌های بالا و پیچیدگی‌های فنی کمتری هستند.
4- با سیستم سرمایه گذاری به فنابدی برنامه استراتژیکی و راهبردی خودتان برخورد کنید.
5-برای پیشرفت خود خط مشی اتخاذ کنید که دارای الگو بوده و بتوان چند بار از آن استفاده کرد.
6-از نمونه اصلی به عنوان مولدی برای ارزیابی پروژه خود استفاده کنید.
7-یکپارچگی و مجتمع سازی را در بخش‌های مختلف چکیده پروژه رعایت کنید.
8-منطق تقاضا را در شالوده سرمایه گذاری بنا کنید.

9-مسئولیت پروژه خود را به بالاترین حد 5- فرض کنید که طرح‌های فرآیند شرکت واگذار کنید و انجام مذاکره را فراموش موجود برای یکپارچگی این فرآیند کافی نکنید. خواهد بود: در صورتی که این طرح‌ها یکسان
10-برای ثبت و ذخیره پیام‌ها برنامه ریزی نیستند.
کنید تا بتواند حسابرسی‌ها و وصول‌ها را به 6-برای تغییر فرآیندهای تجاری خود به عنوان نحو احسن پی گیری کنید. بخشی از اجرای درخواست سرمایه گذاری برنامه ریزی کنید.
آنچه نباید انجام داد: 7-قصور کنید که تمام دانش مربوطه در پروژه
1-به جای ارزیابی فن تجارت در فن آوری تیمی شما موجود می‌باشد.
اطلاعات به انتقاد از فن تجارت در طرح 8-متمرکز کردن کالاهای تجاری بخش سرمایه سرمایه گذاری بپردازید. گذاری به عنوان قسمتی از اجزای درخواست 2-برای یک دوره بیش از آنچه نیاز دارید سرمایه گذاری کنترل اوضاع را از شما سلب
خرید کنید. کند.
3-برای یک ذخیره داده،طرح برنامه سرمایه 9-سرکشی در تقاضاهای موجود
گذاری را جایگزین کنید. 10-استفاده از شیوه‌های موقتی و غیر رسمی
4-تمرکز بر روی یکپارچگی پروژه، بر پایه و تکنیک‌های طراحی پیام.
پیام رسانی و دقت در زمان مگر آنکه این امر کاملا اجباری باشد.
نرم افزار مجتمع سازی داده‌ها
طراحان نرم افزار مدیریت و ذخیره داده‌ها و مدارک برای انتقال داده‌ها از مبدا به مقصد به طور چشمگیری از سیستم ایکس ام ال استفاده می‌کنند. برای مثال: شرکت نرم افزاری کپتیو(Coptive) آرتی اس‌ای آمریکا (Rtse) شرکت محصولات تصویری کوفکس(Kofax) و شرکت نرم افزاری تاور(Tower) همگی برای انتقال مدارک به وب، اینترنت و برنامه‌های کاربردی مخابره‌ای از سیستم ایکس ام ال استفاده می‌کنند.
شرکت رزیتانت (Rossetta net) سازنده سیستم‌های ایکس ام ال به تازگی پیشنویس استاندارد بی تو بی (B2B) را ارائه داده است که به موجب آن بهره وری زنجیره‌ی ذخیره‌ی داده‌ها افزایش می‌یابد. شرکت بیزتاک (2000Biz talk) از ایکس ام ال به منظور کمک به شرکت‌هایی که درصدد مدیریت داده‌ها، تعادل آسان اطلاعات با شرکای تجاری خود و پرداخت هزینه‌های کمتر هستند، کمک می‌کند‌ای دی تی (ADT) (ابزار اطلاعاتی سابق) ابزاری برای انتقال داده‌ها از کامپیوتر است و بین تغیرات به وجود آمده و داده‌ها و برنامه‌های کاربردی ارتباط برقرار می‌کند. این نرم افزار به شرکت‌ها امکان را می‌دهد که بتوانند اطلاعات مورد نیازشان را از بیش از 30 منبع استخراج کرده و آن را انتقال دهند. این منابع شامل پایگاه اطلاعات مربوط به فایل‌های آی ام اس (IMS) و، وی اس‌ای ام(VSAM) و برنامه‌های کاربردی می‌باشد.
سپس این داده‌ها در پایگاه داده‌ها و یا انبار داده‌ها بارگذاری می‌شوند. شرکت واران لیستی از ابزارهای نرم افزاری تهیه کرده است که از سیستم ایکس ام ال برای استخراج و انتقال داده‌ها استفاده می‌کند.

DSS در فوکوس 3,1
مرتب کردن داده‌های ذخیره شده

در تمامی سازمان‌ها همیشه مقداری داده‌های افزونه، داده‌های غلط، داده‌های گم شده و داده‌هایی با کد‌های غلط وجود دارد که محتملا در سیستم‌هایی با ارتباطات محدود انبار شده اند.
این مشکل مشابه مشکل اتاق زیر شیروانی است که برای بسیاری از صاحبخانه‌ها امری آشنا و ملموس می‌باشد. مکانی که همواره پر از اشیایی چون جعبه‌های لباس‌های فصلی، وسایل تزئینی شب کریسمس،آلبوم‌های خانوادگی و دیگر اشیای مهم انبار شده است . به زودی شاهد خواهیم بود که بهم ریختگی و انباشته شدن این همه وسایل کنترل امور را از دست ما خارج خواهد کرد. این مساله امری است که به دفعات در شرکت‌ها رخ داده است واحد‌های اداری چند منظوره، طرح‌های تولیدی و بخش‌های تسهیلاتی دیگری که عهده دار اداره امور عرضه و تقاضای داده برای ارایه دهندگان منابع انسانی و سایر وظایف می‌باشد آمیزه‌ای از داده‌های مختلف تبدیل به انبوهی از اطلاعات ذخیره نشده و نا منطبق می‌شود. در این شرایط یکپارچگی و مجتمع سازی داده‌ها سیار سخت خواهد شد.
مرتب کردن داده‌ها :
پیش از مرتب کردن داده‌ها، بخش فن آوری اطلاعات باید طرحی را برای یافتن و جمع آوری تمامی داده‌ها و نیز اداره‌ی آنها ارائه دهد. توصیه‌ی متخصصان به شرح زیر می‌باشد:
1-نوع اطلاعات ذخیره شده را تعیین کنید.
برای انجام این کار یک هیئت نقشه برداری داده‌های تشکیل دهید.
2-از نرم افزارهای نقشه برداری استفاده کنید که قادر باشند داده‌های مورد نیاز را از بسیاری منابع شامل برنامه‌های کاربردی ـ فایل‌های شخصی، مدارک مربوط به سیستم اچ تی ام ال، منابع بی برنامه و سیستم‌های سرمایه گذاری جمع آوری کنند. چند مرکز اطلاعاتی وجود دارند که چنین نرم افزارهایی را توسعه می‌دهد.
3-کار خود را با پروژه‌های به صرفه شروع کنید. اولین پروژه یکپارچه و مجتمع سازه شده‌ای را که انتخاب می‌کنید باید متعلق به یک واحد تجاری باشد، پر سود باشد. در این صورت شما با معامله‌ای سودمند مواجه خواهید شد.
فرآیندی از نقشه برداری، مرتبت کردن و جمع آوری داده‌ها بوجود آورید. شرکت‌ها موظف هستند که به طور مستمر اطلاعات را بخش‌های مختلف استخراج و ذخیره کنند.



4,5 سرویس‌های پایگاه داده‌های مربوط به امور بازرگانی و اینترنتی
داده‌های بیرونی از منابع مختلف به سازمان‌ها منتقل می‌شوند. برخی از این داده‌ها طی همکاری با شرکای تجاری از پایگاه‌های معین منتقل می‌شوند.(مدیریت زنجیره‌ای ذخیره اطلاعات به واسطه همکاری به بخش 7 و 8 همین کتاب مراجعه کنید). اینترنت یک مرکز اطلاعاتی عظیم است.
-شبکه‌ی اینترنتی : دسترسی به هزاران پایگاه داده‌ای در سرتاسر دنیا از طریق اینترنت میسر می‌شود. یک کاربر اینترنتی می‌تواند به صفحات فروشندگان،مشتریان، و رقبا دسترسی پیدا کند به مشاهده و برداشت اطلاعات بپردازد و یا به انتقال یافته‌ها بپردازد. اینترنت مرکز ذخیره داده‌های بیرونی برای استفاده برای مواقع ضروری می‌باشد.
بانک داده‌های تجاری و بازرگانی: یک پایگاه اطلاعاتی بازرگانی اینترنتی این امکان را به شما می‌دهد که به پایگاه داده‌های مربوط دسترسی پیدا کنید. این سرویس قادر است داده‌های بیرونی را به موقع و با هزینه‌های مناسب به سیم ام ام اس منتقل کند . برای مثال داده‌های جی آی اس باید دائماً تصحیح و به روز شده، در دسترس عموم قرار گیرد. در حال حاضر چندین هزار سرویس اطلاعاتی در حال فعالیت هستند که بسیاری از آنها از طریق اینترنت مورد استفاده‌ی عموم قرار می‌گیرند. جدول 3,5 لیستی از سرویس‌های اطلاعاتی فعال را در اختیار شما قرار می‌دهد.
-جمع آوری داده‌ها ممکن است – از چندین منبع خارجی کاری پیچیده باشد. محصولات شرکت‌های مربوط مانند شرکت اراسل (oracle)، آی بی ام و سای بیس قادرند به این اطلاعات را از منابع خارجی دریافت کرده و آن را به صورت قابل استفاده در مکان‌های مناسب قرار داده تا در مواقع ضروری مورد استفاده قرار بگیرند. ازآنجایی که بسیاری از منابع مربوط به داده‌های بیرونی برروی شبکه‌های وب موجود می‌باشند. بهتر است S برای جمع آوری و تفسیر داده‌های بیرونی از عامل‌های اطلاعاتی هوشمند استفاده کنیم.
-پلیتیر، پیر، و هوانگ سیستم چند عاملی را معرفی کردند. که برای بازیابی داده‌های هوشمند از منابع تعمینی فایل‌های نامتجاین، مورد استفاده قرار می‌گیرند. این سیستم‌ها از عامل‌های نرم افزاری استفاده می‌کنند و برای مجتمع سازی داده‌ها کارایی دارند برای دریافت اطلاعات بیشتر بی لو یو ات ال 2000 مراجعه کنید.
سرویس‌های پایگاه داده‌های تجاری بازرگانی (بانک داده‌ها )
سایت کمپیوسرو با آدرس اینترنتی و منبع آن. شبکه‌های ارتباطی کامپیوتر شخصی بانک‌های داده‌های آماری ( داده‌های در رابطه با تجارت و آمار بازارهای مالی) و نیز بانک‌های اطلاعاتی مربوط به فهرست کتب ( اطلاعاتی در رابطه با اخبار، منابع، کتابخانه‌ها و دایره المعارف‌های الکترونیکی) را ایجاد کرده اند.
سایت کمپیوسرو بزرگترین سرویس‌های اطلاعاتی برای استفاده‌ی کاربران کامپیوتر شخصی می‌باشند.
-سایت کمیواستت . این سایت داده‌های مربوط به آمار مالی ده‌ها شرکت را در اختیار کاربران قرار می‌دهد، منابع ثبت شده‌ی اطلاعاتی ایجاد بانک داده‌های آماری در رابطه با کشاورزی، بانکداری، خرید کالا، آمارنگاری، اقتصاد، انرژی، سرمایه گذاری، بیمه، تجارت بین الملی فولاد و صنعت حمل و نقل، می‌پردازد .
-اقتصاددان‌های شرکت‌های نرم افزاری تعدادی از این بانک‌های داده‌ای را ذخیره می‌کنند. سایت استاندارد و فقر نیز یکی از این منابع به شمار می‌رود که به ارائه‌ی سرویس‌هایی که زیر نظر بانک مرکزی داده‌های ایالات متحده می‌باشند، می‌پردازد.
-سرویس اطلاعاتی داوجنز بانک ملی داده‌های آماری را در رابطه با بازارهای بورس و سایر بازارهای مالی و فعالیت‌های مربوط به آن و نیز آمارهای مالی مربوط به کلیه‌ی شرکت‌هایی که در مبادلات بورس امریکا و نیویورک فعالیت دارند و نیز هزارات شرکت منتخب دیگر را در اختیار کاربران قرار می‌دهد.
-اخبار مربوط به این سایت در روزنامه وال استریت بارن و سرویس خبری داو جنز قابل دریافت است.

سیستم‌های اطلاعاتی لاک هید بزرگترین مرکز اطلاعات کتاب شناسی به شمار می‌رود. سیستم گویای این مرکز خلاصه اطلاعات و چکیده‌ای از هزاران بانک اطلاعاتی مربوط به کشاورزی، تجارت، اقتصاد، آموزش، انرژی، مهندسی، محیط زیست، زیر سازی، انتشار اخبار، دولت، تجارت بین المللی، ثبت اختراعات، داروسازی، دانش و دانش اجتماعی ارائه می‌دهد اطلاعات این سیستم بر پایه‌ی پژوهش‌های اقتصادی شرکت‌های مختلف به از جمله شرکت‌های تجاری و آژانس‌های دولتی می‌باشد.
مرکز داده‌های مید، این سرویس بانک داده‌ها، دو بانک بزرگ کتاب شناسی را به کاربران خود معرفی می‌کند . یکی از آنها بانک داده‌های لکسیس است که به ارائه‌ی مقالات واطاعات قانونی و حقوقی می‌پردازد. و دیگری بانک داده‌های نکسیس می‌باشد یک پایگاه اطلاعاتی کتاب شناسی کامل که شامل روزنامه، مجلات و نامه‌های خبری، سرویس‌های خبری، مدارک دولتی و غیره می‌باشد را به کاربران ارائه می‌دهد. این پایگاه داده‌ای شامل متن کامل و نیز خلاصه‌های روزنامه‌ی نیویورک تایمز و 29 جلد دایره المعارف انگلیسی می‌باشد. این پایگاه همچنین دارای بانک داده‌های هوشمند بازاریابی و تبلیغات و نیز سیستم پژوهش حسابداری ملی اتوماتیک می‌باشد.

سیستم‌ها و پایگاه داده‌ای شرکت‌ها و شبکه‌های جهانی
توسعه در سیستم‌های مدیریت مدارک و سیستم‌های مدیریت ظرفیت به میزان استفاده‌ی کارمندان و مشتریان از جستجوگرهای اینترنتی برای دسترسی به اطلاعات به روز بستگی دارد. مسائل دشوار در سیستم‌های شبکه جهانی دشوار تر می‌شوند ( به گیت 2002 و رایزا 2003 مراجعه کنید)
تصحیح و به روز رسانی مدارک، اطلاعات و سایر موارد از اهمیت ویژه‌ای برخوردار است در غیر اینصورت این داده‌ها فاقد ارزش و اعتبار خواهند بود. محاسبات دقیق مخصوصاً در رابطه با سیستم‌های مدیریت توسعه و مدیریت گنجایش از اهمیت بسیاری برخوردار است . مدیران شرکت‌ها امیدوارند که سیستم‌های دی ام اس و سی ام اس بتوانند مدارک و اطلاعاتی را که در رابطه با وضعیت سازمان‌های مربوطه می‌باشد .
در هر دقیقه تصحیح و به روز رسانی کنند. ( به گیت، 2002، رادن و آ 2002و 2003 ب مراجعه شود) دسترسی سریع به چنین اطلاعات به روزی نشان دهنده‌ی پیچیدگی‌های موجود در طراحی و توسعه‌ی انبار داده‌ها و ابزارهای در دسترس آن می‌باشد. ( برای توضیحات بیشتر به بخش 12/5 مراجعه کنید) شبکه‌های توسعه یافته‌ی دیگر شامل نرم افزار
پایلت همراه با نرم افزار بلوسل و سیستم‌های پشتیبانی گروهی می‌باشند که از طریق برنامه‌های کامپیوتری و سیستم‌های مدیریت پایگاه داده‌ای به طور مستقیم به تهیه‌ی داده‌هایی می‌پردازند که جستجوگرهای شبکه جهانی قادر به دریافت و نشان دادن آن از طریق اینترنت باشد.

مرکز انتشارات اینترنتی پایلت یک سازمان مستقل تولید شبکه‌های جهانی محسوب می‌شود . سه شرکت بزرگ فروشنده‌ی سیستم‌های مدیریت پایگاه داده‌ها مربوطه – اراکل و مایکروسافت و آی بی ام که دارای محصولات اصلی پایگاه داده‌های هستند. بین خدمات رسان و مراجع و برنامه‌های اینترنتی که داده‌های غنی چند رسانه‌ای و جدید را ثبت کنند هماهنگی ایجاد می‌کنند.
از این رو دیگر شرکت‌ها نیز در این زمینه فعالیت می‌کنند. طراحان شرکت اوراکل قادر به ساخت برنامه‌های گرافیکی خدمات رسان و مراجع در کو پی ال / اس کی وال و اجرای برنامه زبانی اس کی وال و کوبال و سی پلاس پلاس می‌باشند. ابزارهای دیگر به تهیه تسهیلات جستجوگرهای شبکه‌ی جهانی ایجاد شبکه‌های چند رسانه ای، نوشتن متن‌های محتوا و مراحل برنامه‌ای اُ ال‌ای پی می‌پردازند.
استراتژی شبکه مایکروسافت حمایت از هوش تجاری شبکه جهانی می‌باشد.
عرضه کنندگان داده‌ها به وب سایت‌ها و مجتمع سازی پایگاه داده‌ها شامل این مراکز می‌باشند.
اسپایدر تکنولوژی،‌هارت سافت ویر، شرکت نکست سافت ویر، شرکت نت آبجکتس، شرکت اُُراکل، و وان ویو، این عرضه کنندگان، تکنولوژی شبکه جهانی را با منافع و سیستم‌های پایگاه اطلاعات پیوند می‌دهند.
استفاده از شبکه جهانی بر محاسبات در شکل ابزار گروهی (فصل 7) و سیستم داده‌های سرمایه گذاری (فصل8) سیستم مدیریت دانش ( فصل9) سیستم‌های مدیریت مدارک و کلیه‌ی موارد مربوط به طراحی شامل سایر سیستم‌های اطلاعاتی سرمایه گذاری مانند: سیستم‌های‌ای آر پی با طراحی منابع سرمایه گذاری‌ای آر ام با مکانیسم سرعت مبادله اس سی ام با انجمن پزشکی کامپیوتر می‌پردازد.

5,5سیستم‌های مدیریت پایگاه داده‌ها در سیستم‌های پشتیبانی تصمیم گیری/ هوش تجاری
پیچیدگی اغلب پایگاه‌های داده‌ای گروهی و پایگاه‌های داده‌های مستقل ام ام اس در مقیاس بزرگ باعث می‌شود سیستم‌های عامل کامپیوترهای معیار برای وجه اشتراک بین کاربران و پایگاه‌های اطلاعاتی ناکافی باشند. سیستم مدیریتی پایگاه داده‌ها با دادن امکان مجتمع سازی هر چه بیشتر داده‌ها، ساختار فایلی پیچیده، مبادله و بازیابی سریع، حفظ هر چه بیشتر امنیت داده‌ها سیستم عامل معیار را تکمیل می‌کند .
سیستم‌های مدیریتی پایگاه داده‌ها برنامه‌ی نرم افزاری است که برای افزودن اطلاعات به پایگاه داده‌ها، بروز رسانی،حذف بهره وری،ذخیره و بازیابی اطلاعات مورد استفاده قرار می‌گیرند.
سیستم مدیریت پایگاه داده‌ها که با یک زبان طراحی ترکیب می‌شود نوعی سیستم توسعه یافته است که برای ایجاد سیستم‌های پشتیبانی تصمیم گیری و سایر سیستم‌های پشتیبانی مدیریت استفاده می‌شود.
سیستم مدیریت پایگاه داده‌ها برای کنترل داده‌ها در مقیاس‌های بزرگ کاربرد دارد.
داده‌ها اغلب از پایگاه‌های داده‌ها استخراج شده و به منظور بهره وری و تحلیل بیشتر داده‌ها در طرح‌های آماری، مالی و ریاضی قرار داده می‌شوند. سیستم پیچیده دی دی اس نیز این وظیفه را بر عهده دارد.
وظیفه اصلی سیستم‌های مدیریتی پایگاه داده‌ها، مدیریت داده‌ها می‌باشد. منظور از مدیریت داده‌ها ایجاد، حذف، تغییر و نمایش داده‌ها است. سیستم‌های مدیریت پایگاه داده‌ها به کاربران این امکان را می‌دهند که علاوه بر انتشار داده‌ها در رابطه با داده‌ها نیز سوال‌های خود را مطرح کنند. ( برای کسب اطلاعات بیشتر به راما کرش نان، و گیرگ،2000 مراجعه کنید). یک مدیریت پایگاه داده‌ها موفق همراه با بازیابی داده‌ها می‌تواند برای شرکت‌ها سودهای کلانی را به همراه داشته باشد. همانگونه که در ضمیمه 11,5 اجرای سیستم دی دی اس توضیح دادیم.
متاسفانه دررابطه با نقش سیستم مدیریت داده‌ها و صفحات گسترده برخی مشکلات و پیچیدگی‌ها وجود دارد. زیرا قابلیت‌های این سیستم مشابه قابلیت‌های موجود در صفحات گسترده‌ی مجتمع سازی شده چون برنامه‌ی اکسل می‌باشد و این امر کاربران سیستم مدیریتی پایگاه داده‌ها را قادر می‌سازد که کار صفحات گسترده‌ی سیستم دی دی اس را به سادگی با سیستم مدیریت پایگاه داده‌ها انجام دهند.
بسیاری از برنامه‌های صفحات گسترده مجموعه‌ای از قابلیت‌های اولیه و مقدماتی سیستم‌های مدیریت پایگاه داده‌ها را به کاربران ارائه می‌دهند. اگر چه چنین مجموعه‌ای در برخی موارد می‌تواند ارزشمند باشد اما در موارد دیگر می‌تواند منجر به طولانی شدن فرآیند پردازش داده‌ها و نتایجی نه چندان مفید شود. افزایش تسهیلات به این سیستم‌ها به اندازه‌ی کافی قاطعانه نیست و اغلب بسیار دردسر ساز و دشوار است و در پایان، باید اضافه کرد که ممکن است حافظه این کامپیوترها اندازه صفحات گسترده‌ی کاربران را محدود کند. سیستم مدیریت پایگاه داده‌ها، برای برخی برنامه‌های کاربردی با چندین پایگاه اطلاعاتی همکاری کرده و بیش از صفحات گسترده قادر به پردازش داده‌ها می‌باشد.
برای استفاده از برنامه سیستم پشتیبانی تصمیم گیری دی اس اس لازم است که هم با مدل‌ها و هم داده‌ها کار کنید. بنابر این استفاده از تنها یک ابزار مجتمع سازی مانند برنامه اکسل کارآمد نخواهد با این وجود برقراری ارتباط بین سیستم مدیریتی پایگاه داده‌ها و صفحات گسترده فرآیندی بسیار ساده است که مبادله‌ی داده‌ها را بین برنامه‌های مستقل و کارآمد تسهیل می‌کند. مدل شبکه‌های جهانی وب و ابزارهای پایگاه داده‌ها به منظور همکاری با یکدیگر طراحی شده‌اند ( فُرِِر 2001)
برنامه‌های سیستم پشتیبانی تصمیم گیری یا دی اس اس در مقیاس‌های متوسط و کوچک سیستم مدیریت پایگاه داده‌های پیشرفته و یا صفحات گسترده‌ی مجتمع سازی شده را ایجاد می‌کنند. سیستم دی اس اس را یک سیستم ساده‌ی مدیریت پایگاه داده‌ها و یک برنامه‌ی صفحه گسترده نیز می‌تواند ایجاد کند.
سومین راه برای ایجاد برنامه دی اس اس استفاده از یک مولد مجتمع سازی شده‌ی دی اس اس می‌باشد.
معامله سه میلیارد دلاری شبکه‌های محلی شرکت اویل ضمیمه 11,5
بازیابی و مدیریت کارآمد داده‌ها تا چه میزان اهمیت دارد؟ شرتک اویل موفق به عقد یک قرارداد سه میلیارد دلاری، برای زیرسازی فناوری اطلاعات خود شده است .در این قرارداد ده ساله شرکت اویل موظف است قطعات یدکی موتورهای هواپیمای رل ریس را توزیع کند.
یکی از دلایل موفقیت شرکت اویل قابلیت این شرکت برای ارائه‌ی سرویس‌های پیشرفته می‌باشد مانند پیش بینی در میزان فروش کالا . این شرکت به تازگی از سیستم‌های طراحی منابع سرمایه گذاری‌ای آر پی . مدیریت زنجیره‌ای ذخیره‌ی داده‌ها، مدیریت روابط با مشتری و برنامه‌های کاربردی تجارت اینترنتی اطلاعات دریافت می‌کند. تا بواسطه‌ی آن بتواند دسترسی به فهرست قطعات هواپیمایی و کشتی‌های خود را تسهیل کند 0 هزینه‌ی برخی از آنها 30 تا 40 میلیون دلار برآورد می‌شود.
انتظار می‌رود که این سیستم با کاستن هزینه‌های مربوط به فهرست‌های از دست رفته خود به تنهایی، هزینه‌های این پروژه را عهده دار شود. دسترسی به موقع و سریع به اطلاعات عملی رقابتی است که منجر به بالارفتن بازدهی می‌شود.


6,5ساختارها و سازمان‌های پایگاه داده‌ها
چندین ساختار منطقی می‌تواند رابطه‌ی بین اسناد و اطلاعات شخصی ذخیره شده را در یک پایگاه داده‌ها شرح دهد. ( به کرنک و 2002، منینو 2001 و مک فادن 2002 و پست 2002 و وری کاردی 2003 مراجعه کنید.) سیستم‌های مدیریت پایگاه داده‌ها نیز به گونه‌ای طراحی شده‌اند که از چنین ساختارهایی برای انجام وظایف خود بهره بگیرند.
این ساختار رایج شامل: ساختار رابطه‌ای سلسله‌ای و شبکه‌ای می‌شود که در جدول 1,5 نشان داده شده است.

پایگاه داده‌های رابطه‌ای
در سیستم پایگاه داده‌های دی اس اس، ساختار رابطه‌ای به صورت مسطح یا جدول به نمایش در می‌آید. این ساختار کاربران را قادر می‌سازد که داده‌ها را در جداول دو بعدی ( شیوه‌ای که در میان مردم نیاز رایج است، مشاهده نمایند. ساختار رابطه‌ای سیستم مدیریت پایگاه داده امکان دسترسی بکاربران را به طرح درخواست خود چند برابر می‌کند. بنابر این یک فایل داده‌ای شامل تعدادی ستون در قسمت پایین صفحه می‌باشد. هر ستون بخشی جداگانه و مستقل محسوب می‌شود. داده‌های ردیف شده در یک صفحه نشانگر داده‌های شخصی است که در چندین بخش طراحی و تنظیم گردیده است. طراحی صفحات گسترده نیز به همین ترتیب می‌باشد. چند فایل داده‌ای را می‌توان توسط یک بخش مشترک داده که در آن دو یا چند فایل وجود دارد به یکدیگر مربوط نمود. نام این بخش‌های مشترک باید با دیکته‌ی درست آن نوشته شود و اندازه و نوع این بخش‌ها باید یکسان و مشابه با یکدیگر باشد. ( بایت‌های کاملاً یکسان) برای مثال در جدول 1,5 بخش داده‌های مربوط به نام مشتری هم در فایل مشتری و هم در فایل کاربردی موجود است و این ویژگی نشان می‌دهد که این دو فایل به همر مربوط هستند. عدد مربوط به حاصل بخش داده‌ها را می‌توان در فایل حاصل و نیز فایل کاربردی مشاهده نمود. به واسطه‌ی این ارتباط مشترک این سه فایل با یکدیگر مرتبط شده و پایگاه داده‌های رابطه‌ای را ایجاد می‌کنند.
مزیت پایگاه داده‌های رابطه‌ای شامل سهولت در آگاهی مصرف کننده، سهولت در گسترش و تغییر داده‌ها، دسترسی نسبی از داده‌ها که بهنگام طراحی و گسترش اولیه‌ی پایگاه داده‌ها از میزان معین بیشتر نشود. این ساختار میزان بیشتری از اطلاعات و دسترسی کارآمد به آن را فراهم می‌سازد. بسیاری از انبارهای داده‌ها به وسیله‌ی ساختار رابطه‌ای سازمان دهی می‌شوند.

پایگاه داده‌های سلسله‌ای
در مدل سلسله ای، داده‌ها از بالا به پایین مرتب می‌شوند و بین داده‌ها رابطه‌ای منطقی برقرار می‌شود. این مدل شبیه به مدل درختی و یا نمودارهای سازمانی می‌باشد . این مدل به طور عمده در پردازش معاملاتی که نتایج آنها فهم و حیاتی باشد کاربرد دارد.

پایگاه داده‌های شبکه
ساختار پایگاه داده‌های شبکه ای، امکان برقراری ارتباطات پیچیده‌ای چون اتصال جانبی بین داده‌های مرتبط را افزایش می‌دهد. نام دیگر این ساختار مدل کداسیل می‌باشد .این ساختار قادر است فضای ذخیره سازی را به واسطه‌ی اشتراک برخی از داده‌ها حفظ کند. برای مثال در شکل 1,5 سبز و قهوه‌ای T.L ,S.L را به اشتراک گذارده اند.
پایگا ه داده‌های مقصود گرا
برنامه‌های کاربردی و جامع سرویس‌های ماهواره‌ای موبایل یا ام اس اس، مانند برنامه‌هایی که شامل ساخت کامپیوترهای مجتمع سازی شده می‌باشند. نیازمند دسترسی به داده‌های پیچده‌ای که شامل عکس‌ها و ارتباطات گسترده هستند
می باشند. و چنین شرایطی نمی‌توان داده‌ها را براساس ساختار سلسله ای، شبکه‌ای و حتی ساختار رابطه‌ای که عمداً در شیوه‌ی الفبای عددی کاربرد دارد سازمان دهی کرد. برای ایجاد و دسترسی به پایگاه داده‌های رابطه‌ای ممکن است حتی سیستم اس کی وال نیز کارآمد نباشد برای اجرای چنین برنامه‌هایی باید از یک نمودار گرافیکی ( مانند شیوه‌ای که در سیستم مقصود گرا اعمال می‌شود) استفاده کرد. مدیریت داده‌های مقصود گرا بر پایه‌ی اصول برنامه نویسی مقصود گرا می‌باشد ( برای جزئیات بیشتر به فصل شبکه جهانی، همچنین به مور و بریت 2001 مراجعه کنید). سیستم پایگاه داده‌های مقصود گرا به ترکیب ویژگی‌هایی زبان برنامه نویسی مقصود گرا ( مانند برنامه‌ی وریتو و یو ام ال ) با مکانیسم دسترسی و ذخیره‌ی اطلاعات می‌پردازد. ابزارهای مقصود گرا به طور مستقیم بر پایگاه داده‌ها تمرکز می‌کنند. سیستم مدیریت پایگاه داده‌های مقصود گرا با اُ اُ دی بی ام اس . این امکان را میدهد که داده‌ها به شکلی قابل فهم تحلیل شوند و برارتباط طبیعی بین داده‌ها تاکید دارد. یک چکیده برای ایجاد سلسله مراتب و خلاصه کردن اهداف استفاده می‌شود و به طراحان پایگاه داده‌ها امکان می‌دهد که داده‌ها و رمزهای متداول را در یک هدف واحد ذخیره کنند. سیستم مدیریت داده‌های مقصود گرا، داده‌ها را به صورت اهداف تعریف کرده و با ساختارهای مربوط به آنها خلاصه می‌کند.
این سیستم از یک سلسله گروه‌ها و زیر گروه‌های مربوط به داده‌ها استفاده می‌کند. ساختار در قالب، ارتباطات و عملکرد در قالب شیوه‌ها ورویه‌های متداول همگی در یک هدف مشترک قرار می‌گیرند.
از بازار نرم افزار مربوط به سیستم‌های مدیریت پایگاه داده‌های رابطه‌ای و هدفمند انتظار می‌رود که تا سال 2006 تا مرز 20 میلیارد دلار رشد داشته باشند. مدیران پایگاه داده‌های مقصود گرا در سیستم‌های توزیعی دی اس اس برای برنامه‌های کاربردی پیچیده، کارایی بسیاری دارند. سیستم پایگاه داده‌های مقصود گرا قادر است که داده‌های پیچیده را در برنامه‌ی ام اس اس اجرا کند. برای دریافت مثال‌های تشریحی تر به فصل اجرای سیستم دی اس اس، 12/5 مراجعه کنید. شرکت سیستم‌های تریدنت فیرفََکس، ویرجینیا، برای اهداف نیروی دریایی امریکا، سیستم پایگاه داده‌های مقصود گرا را توسعه داده‌اند ( به اسکاریتو مراجعه نماید)

پایگاه داده‌های چند رسانه‌ای
سیستم‌های مدیریت پایگاه داده‌های چند رسانه‌ای یا ام ام دی بی ام اس
اشکال مختلف داده‌ها و نیز متون و یا داده‌های عددی را مدیریت می‌کنند. اشکال مختلف داده‌ها شامل تصاویری چون عکس‌ها دیجیتالی، تصاویر گرافیکی مانند نقشه‌ها یا فایل‌های عکس، تصاویر مافوق متن، نماهنگ‌های ویدئویی، صدا و واقعیت‌های مجازی ( تصاویر چند بعدی) می‌باشد.
فهرست کردن چنین داده‌هایی پیچیده و دشوار است باید از کلمات کلیدی و مهم و تصحیح شده استفاده کرد.
گسترش و توسعه‌ی شیوه‌های مدیریت داده‌های مربوط به برنامه‌هایی نظیر جی آی اس ( سیستم اطلاعات جغرافیایی) و یا سایر برنامه‌ها
وب کاری پیچیده و دشوار است. مدیریت داده‌های چند رسانه‌ای برای هوش تجاری بسیار حائز اهمیت است ( به دی اکوستینو 2003 مراجعه کنید. )
بیشتر اطلاعات مربوط به شرکت‌ها را در خارج از کامپیوتر و در مدارک، نمودارها، عکس‌ها، تصاویر و کاست‌های ویدئویی می‌توان یافت. در شرکت‌ها باید از برنامه‌هایی استفاده کرد که بتوان از انواع داده‌های کارآمد سود برد، باید از سیستم‌های خاص مدیریتی پایگاه داده‌ها استفاده کرد. که توانایی اداره و کنترل انواع داده‌ها را داشته باشند. چنین سیستم‌هایی انواع داده‌های سودمند چند رسانه‌ای را مانند سیستم بی ال اُ بی در خود ذخیره کرده اند.
سیستم‌های مدیریت پایگاه داده این قابلیت را فراهم می‌کنند ( مک فادن ات ال 2002) طرحی قابلیت‌های مدیریتی امری پیچیده و دشوار محسوب می‌شود. مثالی از این مورد را هرویس 2002 در تجربه‌های فضانوردی ناسا شرح می‌دهد. زمانی که ناسا سعی می‌کرد تصاویر فضایی را که سالی راید فضانورد ارسال کرده بود را دانلود و فهرست کند.
خوشبختانه، زمان و نیروی کافی، برای طراحی مجدد مکانیسم فهرست بندی در سیستم‌های پایگاه داده‌های چند رسانه‌ای و شبکه‌های جهانی زمان و نیروی کافی وجود داشت ( برای دریافت جزئیات بیشتر به هرویس 2002 مراجعه نمایید) توجه داشته باشید که ممکن است در طراحی و توسعه‌ی انبار داده‌ها مشکلات مشابهی رخ دهد.
برای کسب اطلاعات بیشتر در رابطه با برنامه‌های شبکه‌ی جهانی مربوط به پایگاه داده‌های چند رسانه‌ای و برای نمایش داده‌های چند رسانه‌ای در روی شبکه جهانی ( شامل محصولات مایکرومدیا و شرکت هوش مجازی) مراجعه کنید. به فی بری 1997 مراجعه کنید.، همچنین به فصل اجرای سیستم پشتیبانی تصمیم گیری نیز مراجعه نمایید. در این فصل چگونگی استفاده‌ی یک شرکت سازنده‌ی فیلم‌های انیمیشن از پایگاه‌های اطلاعات چند رسانه‌ای شرح داده شد ( شرح چگونگی ساختن شخصیت جیمی نترن، در فیلم پسر نابغه) تکنیک‌های مدیریتی و پایگاه داده‌ای باعث کاهش هزینه‌ی ساخت سریال‌های کارتونی تلویزیونی شده است.
اهداف بیمارستان جی پیرس وود ضمیمه 12,5
گلن پالمیر مدیر پردازش اطلاعات در بیمارستان جی پیرس وود از اینکه شرکت عرضه کننده سیستم‌های مدیریتی پایگاه داده‌های او، سیستم‌های خود را به مقصود گرا تغییر داده بودند ناراضی بود در همین زمان، بیمارستان GPWدر فلوریدا دارای سیستمهای مختلفی بود که با گذشت چندین سال قابلیت آن در ارتقای سلامت روانی افزایش یافته بود عملکردهای کند و دسترسی هر چه سریعتر به داده‌های مورد نیاز برای این بیمارستان امری دشوار به شمار می‌رفت این شرکت عرضه کننده سیستمهای خود را به سرعت تغییر داد و مدت زمان طرح تبدیل 5ساله را به 8ماه کاهش داد و از آن پس بیمارستان GPWکلیه سیستمهای خود را به سیستمهای شبکه‌های جهانی و مقصود گرا مبدل کرد و بر قابلیت استفاده از داده‌ها در فرایندهای تبدیلی تمرکز نمود.پایگاه داده‌ها برای فعالیت هر چه بیشتر در فضای سیستم مقصودگرا دائما بروز رسانی می‌شد پس از ارتقا و سازمان دهی مجدد پایگاه داده‌ها، سیستم جدید بسیار سریعتر از سیستم قدیمی عمل می‌کرد . برای مثال در سیستم قدیمی 2ساعت زمان لازم بود تا یک درخواست انجام شود که سیستم جدید این زمان را به کمتر از 1 دقیقه کاهش داد. در سیستم جدید پرسنل بیمارستان به سرعت و به آسانی آموزش داده می‌شدند و برای دسترسی به اطلاعات، استفاده از جستجوگرهای شبکه جهانی، با مدیریت و برنامه ریزی اینترنتی کاملا سازگاری داشت

ممکن است برخی سخت افزارهای کامپیوتری ( شامل سیستم‌های مرتبط با پایگاه داده‌ها) قادر به پخش همزمان صدای فیلم نباشند. اما یک تاخیر جزئی در این زمینه ضروری به نظر می‌رسد. ( می‌توانید سیستم پخش صدا و تصویر را در ویندوز امتحان کنید) تراشه پردازشگر شرکت پنتیوم برای پردازش داده‌های چند رسانه‌ای و نمایش گرافیکی همزمان آن از تکنولوژی گسترش داده‌های چند رسانه‌ای استفاده می‌کند. این فن آوری و سایر فن آوری‌های مشابه در بسیاری از تراشه‌های پردازشگر و سی پی یو استفاده می‌شود.

پایگاه داده‌های اسنادی
عنوان دیگر پایگاه‌های داده‌های اسنادی،سیستم مدیریت اسناد الکترونیکی می‌باشد(سویفت 2001) این سیستم برای کاستن دفعات سازماندهی مجدد و ذخیره داده‌ها استفاده می‌شود از این سیستم برای انتشار اطلاعات از انبار داده‌ها م مدیریت،پردازش پروانه کار کارشناسان،پیگیری محموله‌های کشتی و اتوماسیون کارهای در جریان استفاده می‌شود بسیاری از سیستمهای مدیریت گنجایش بر اساس سیستم مدیریت اسناد الکترونیکی عمل می‌کنند و اکثر کاربردهای سیستمهای مبتنی بر وب را شامل می‌شوند.
چون edm از هر دو پایگاه داده‌ای چند رسانه‌ای و جهت دار استفاده می‌کنند، پایگاه داده‌ای اسنادی در دو بخش گنجانده شد . آنچه در موردEDMمنحصر بفرد است اجرا و کاربردهای آن است. شرکت MODANNE DOUYLAS آگهی‌های خدمات هواپیمایی را به مشتریان خود در سراسر دنیا از طریق اینترنت توزیع کرد. شرکت از حجم متناوب آگهی‌ها با بیش از 200 خط هوایی، 4میلیون صفحه اسناد در سال استفاده کرد. هم اکنون کل آن در شبکه هست،علاوه بر این صرفه جویی در پول وزمان نیز برای شرکت و مشتریان وی به جا مانده است.
MOROROLA از DMSنه تنها برای ذخیره اسناد و بازیابی آنها بلکه هم چنین برای همکاری گروهی کوچک و تقسیم آگاهی و دانش شرکت در سطح وسیع استفاده می‌کند . گروههای مجازی را توسعه داده است که در آن مردم می‌توانند بحث کنند و اطلاعات را به همراه DMS فاقد شبکه منتشر کنند .
سیستمهای مدیریتی اسنادی فاقد شبکه یک سیستم مقرون به صرفه و کارآمد است هم اکنون آمریکا، گزینه دریافت ماهانه وضعیت صورتحسابهای آنلاین شامل توانایی در جزئیات وضعیت دانلود، احیا و بازیابی چرخه‌های قبلی صورتحساب و بررسی فعالیتی که به تعویق انداخته شده،اما هنوز صورتحساب می‌شود.
همینکه این گزینه در نظر عموم رشد می‌کند، هزینه‌های پستی و تولید را کاهش می‌دهد شرکت XEROX اولین سیستم مدیریت دانش و اطلاعات خود را در سکوی EDM خود توسعه داد.
پایگه‌های اطلاعاتی چند رسانه‌ای سیستمهای مدیریت: ساده تر ضمیمه 13,5
IBM ساخت سرور چند رسانه‌ای کتابخانه دیجیتالی DB خود را به منظور ذخیره، اداره و بازیابی متن، ویدئو و تصاویر دیجیتالی شده در شبکه،توسعه داد . کتابخانه دیجیتال شامل چندین محصول نرم افزاری و سخت افزاری موجود در IBM است که پیشرفت هر خرید و مشاوره، ادغام شده است و پیشاپیش با ذخیره چند رسا نه‌ای و بسته‌های بازیافتی از سایر فروشندگان عمده و اصلی مورد استفاده قرار می‌گیرد شرکت به ثبت رسیده media way اذعان می‌کند که سیستم مدیریت پایگاه اطلاعاتی چند رسانه‌ای می‌تواند اطلاعات چند رسانه را بازیابی، ذخیره و شاخص گذاری کند و زمانی راحت است که پایگاه داده‌ای مربوطه، اطلاعات فهرست دار را نگهداری می‌کنند . dbms از شرکتهایی است
که به دنبال آنچه mediaway،تحت عنوان کاربردهای فهرست چند رسانه می‌نامد،می باشد که صدا، ویدئو و تصاویر را در طول سکوهای نهایی چندگانه، مدیریت می‌کند به گفته آژانس تبلیغات مثلا ممکن است خواهان استفاده از محصول در ایجاد دسترسی به تصاویر آگهی‌های سالهای قبل که در سرورهای گوناگون ذخیره شده،باشند .
jimmy neutron :من می‌توانم این پایگاه داده‌ای را درست کنم ضمیمه 14,5
تهیه کنندگان و سازندگان فیلمهای کارتونی که در فیلم jimmy neutron کار می‌کنند : پسر نابغه،هزاران قالب را روی چهار بانک اطلاعاتی بزرگ،ردیابی کرد تولیدات dnaشرکت خدمات انیمیشن که با nickelodeonو نویسنده نمایشنامه‌های تلویزیونی و کارگردان استیو odekerk برای تولید فیلم کارکرد، مشکل جفت کردن 1800 سکانس که مرکب از فیلم 82 دقیقه‌ای با ردیابی و ثبت آنها در چهار بانک اطلاعاتی،نشان داد. یکی از آنها سوارکردن اولیه داستان، فیلم برداریهای اختصاص یافته برای بازیگران انفرادی ودیگری پیشرفت هر قالب در سراسر مرحله تولید است. در اجرای فیلم،20000 ورودی وجود دارد . هر ضبط، اطلاعات را در خصوص هر تاریخ فیلمبرداری و بازگرداندن آن به اول طرح را دنبال می‌کند . بانکهای اطلاعاتی می‌توانند فیلم را تنها در هیجده ماه تکمیل کنند . بهترین بخش این است که هر فردی دسترسی به فیلم برداری همان لحظه را داشته باشد و نیازی به ردیابی فردی و جستجو با 4 تا 8 فوت نداشت.
Mediaway تنها فروشنده‌ای است که این هدف را دنبال می‌کند . فروشندگان پایگاه داده‌ای مربوطه نظیر شرکت ثبت شده oracle یک سری خصوصیات داده‌های چند رسانه‌ای ادغام شده در سرورهای بانک اطلاعاتی شان دارند . به علاوه، بانکهای اطلاعاتی نیز برای ذخیره تصاویر اسکن حق دارند. در میان صنایعی که از این فناوری استفاده می‌کنند، مراقبت بهداشتی،بیمه،خرده فروشی و کار املاک هست
منبع: تنظیم شده و خلاصه شده از وب سایتها و اطلاعات آگهی شده فروشندگان مختلف


بانک اطلاعاتی هوشمند
فناوریهای هوش مصنوعی،خصوصا عاملین هوش در شبکه و شبکه‌های خنثی مصنوعی، دسترسی و دستکاری بانکهای پیچیده را آسان می‌کند درمیان سایر موارد،سیستم مدیریت بانک اطلاعات را با تهیه و ایجاد آن به همراه قابلیت تداخل،ارتقا می‌دهند که منجر به بانک اطلاعات هوشمند می‌شود
دشواریها در تلفیق es به بانکهای اطلاعاتی بزرگ، مشکل اصلی برای شرکتهای بزرگ،شده استفروشندگان مختلف با تشخیص اهمیت این انسجام و تلفیق،محصولات نرم افزاری را برای پشتیبانی از آنها توسعه داده‌اند نمونه چنین محصولی،DBMS مربوط به ORACLE است که برخی از عملکردهای ESرابه شکل بهینه پرس و جو ثبت کرده که کارامدترین مسیر برای پرس و جوهای بانک اطلاعاتی در سفر است در بانکهای اطلاعاتی توزیع شده،بهینه گر پرس وجو تشخیص می‌دهد که این نسبت به حالت عکس آن برای انتقالدو ثبتی به ماشینی که ده هزار رکورد را نگهداری می‌کند مناسبتر است(بهینه سازی برای کاربران مهم است چون با چنین قابلیتی تنها نیاز به آشنایی با چند قانون را دارند و تنها درخواست استفاده از پایگاه داده‌ای را می‌کنند)محصول دیگر INGRES است کارگزاران هوشمند می‌توانند تحقیقات بانک اطلاعاتی را خصوصا در انبارهای اطلاعاتی بزرگ، افزایش دهند آنها همچنین می‌توانندمرجع کاربر را حفظ کنند و قابلیت بررسی رابا پیش بینی نیازهای کارب افزایش دهند اینها مفاهیم مهمی هستند که در نهایت منجر به محاسبه در حال حاضر می‌شود ضمیمه 15,5 را با تمرکز بر جزئیات پیشرفتهای اخیر در کارگزاران هوشمند مشاهده کنید
یکی از ابتکارات اصلی IBM در تجارت AI تامین سیستم فرعی پردازش اطلاعات است که با بانک اطلاعاتی کار می‌کند و کاربران را قادر به استخراج اطلاعات از بانک اطلاعاتی و هدایت آنها به پایگاه داده‌ای سیستم در ساختارهای مختلف می‌کند . هم اکنون بانک اطلاعاتی کار ذخیره عکسها، گرافیکها،صداهاو انواع دیگر رسانه را انجام می‌دهند . طبق نتایج، دسترسی و مدیریت بانکهای اطلاعاتی سخت تر می‌شود استفاده از سیستم‌های هوشمند در دسترسی به بانک اطلاعاتی نیز در استفاده از مداخلات زبان طبیعی، مهم است چون می‌تواند برای کمک به اطلاعات تحلیلی و بازیابی آنها به افرادی که آشنایی به برنامه نویسی ندارند کمک کند.
BOT‌های آینده ضمیمه 15,5
امروزه به اندازه کافی نهادهای نرم افزاری وجود داردکه در سیستمهای کمکی،موتورهای جستجو و ابزار خرید یافت میشوند . طی چند سال بعد، زمانی که تکنولوژی رشد پیدا کرد و نهادها ارتباطات خودرا با یکدیگر افزایش دادنددر فرایندهای تجاری سازمان تاثیر گذاشتند. آموزش،حمایت در تصمیم گیری و توزیع دانش هم اثر می‌پذیرد اما کارشناسان،تدارکات به عنوان قاتل در تجارت روزمره در نظر می‌گیرند. ویژگی کارگزاران نرم افزاری هوشمند موجب می‌شود تا آنها بدون دخالت انسان کار خود را اجرا کنند. همچنین اکثر عاملین، گرایشهای کاربران مربوط به یادگیری تطبیقی آنها را نشان می‌دهندو شخصی سازی بر اساس آنچه در مورد کاربران می‌آموزند را ارائه می‌دهند. یک هدف نرم افزار و توسعه دهندگان آنها، پیشرفت و گسترش ماشینهایی است که کارهایی را که مردم نمی‌خواهند انجام دهند، انجام می‌دهد. دیگری محول کردن امور به ماشینها در کارهایی که ناظربر انسان است نظیر مقایسه قیمت،کیفیت،دسترسی و هزینه حمل
اقلام.
نهادها می‌توانند به طور خودکار تحقیقات هوشمند را اجرا کنند به سوالات پاسخ دهند به شما بگویند چه وقت اتفاق می‌افتد،تحویل و ارائه خبر، معلم خصوصی و مقایسه در خرید را انجام دهند کارگزاران از یک سیستم به سیستم دیگر حرکت می‌کنندوبا هم مذاکره می‌کنند. آنها از تسهیل دهنده به تصمیم گیرنده تغییر می‌کنند

7,5 انبار گردانی داده‌ها
برای باز کردن دید، یک سناریو در مورد انبار داده‌ها که می‌تواند برای پشتیبانی در تصمیم گیری،تحلیل مقادیر انبوه اطلاعات از منابع مختلف بکار رود را نشان می‌دهد که قادر است نتایج سریعی را برای حمایت از مرحله مهم تامین سازد . اطلاعات مهم در بسیاری از موسسات دولتی پخش می‌شوند و با هم یکی می‌شوند تا در موارد نیاز در تبادلات فنی و سازمانی جدی، در دسترس باشند . سازمانهای خصوصی و دولتی اطلاعات،داده‌ها و آگاهی‌های لازم را به میزان اطلاعات و ذخیره آنها در سیستمهای کامپیوتری شده جمع آوری می‌کنند. به روز کردن،بازیابی، استفاده و انتقال این اطلاعات پیچیده تر است در همین زمان، تعداد کاربرانی که با اطلاعات مربوط به دسترسی به شبکه در تعاملند روبه افزایش است . کار با بانک اطلاعاتی چندگانه دشوار است ونیازمند کارشناسی دقیق است . داده‌ها برای انبار داده از ورودی‌ها و خروجی‌های متعدد آورده می‌شود.
داده‌های حاصل از انبار داده به شکل منابع مختلف بیرونی و درونی است و طبق نیازهای سازمانها، مرتب می‌شود. زمانیکه داده‌ها در مخزن داده باشند ممکن است انبار اختصاصی داده برای یک محدوده خاص یا بخش معین باشد غالبا انبار اختصاصی داده‌ها حذف می‌شوند و ابزار هوشمند کسب و کار در کامپیوتر‌های شخصی سرویس گیرنده به آسانی بارگذاری می‌شوند و مکعب‌های داده محلی بکار می‌روند.
مخزن داده‌ها را می‌توان به عنوان مجموعه‌های شی مدار،یکپارچه و متغیر زمانی و غیر نرمال و غیر فرار شرح داد که از تصمیم گیری تحلیلی حمایت می‌کنند . به شکل 2-5 در مورد چهارچوب مخزن داده نگاه کنید. اولستین یک معرفی کلی در مورد مخزن داده ارائه داده است مانینو(2001) تکنولوژی و مدیریت انبار داده را مورد بحث قرار داده است . از آنجاییکه راه حلهای مدیریت اطلاعات می‌توانند اطلاعات گزارشی و مستندات الکترونیکی ایجادشده توسط هر فعالیت را در هر سیستم عامل مجتمع کنند راه حل مدیریت اطلاعات باعث دستیابی به اطلاعات و گزارشات پردازش شده از مخزن داده می‌شود. مخزن داده یک مخزن داده جامع است که تحلیلهای تصمیم گیری مورد نیاز را توسط سازمان حمایت می‌کند که با ارائه اطلاعات خلاصه شده و مفصل است . همانطور که از این تعریف بر می‌آید به همه اطلاعات مرتبط با سازمان دسترسی دارد و از منابع مختلف ناشی می‌شود که هم بیرونی وهم درونی هستند. به شکل 2-5 دربارهچگونگی عملکرد داده در مخزن(سمت چپ)و در مورد تحلیل با ابزار(سمت راست) توجه کنید.
مخزن داده با تفکیک فیزیکی محیط‌های حمایت از تصمیم گیری و محیط‌های عملی شرکت شروع می‌شود . در قلب بیشتر شرکتها، مخزنی از داده‌های عملی وجود دارد که معمولا از سیستم‌های پردازش تبادل آنلاین مبتنی بر سیستم عامل اصلی ناشی می‌شود مانند نقطه ورود سفارش درخواست‌های فروش.
بیشتر سیستمها یoltp درابتدا در COBOL بکار می‌روندبخصوص سیستمهای بانکداری و در محیط سیستم کنترل اطلاعات مشتری فعالیت می‌کنند. سیستمهای OLAP در مورد مدیریت مالی و موجودی و کنترل نیز می‌تواند داده‌های عملی را ایجاد نماید (بیشتر شرکتها از وب برای سیستمهای موروثی استفاده می‌کنند) این امر یک اشتباه پرهزینه و عمدی است (به برنامه کاربردی2-5 وفصل 6نگاه کنید) در محیط عملی، دستیابی به داده، فعالیتهای منطقی کاربرد و منطق ارائه داده مرتبط با هم هستند که معمولا در پایگاه داده غیر مرتبط است . داده‌های OLAP معمولا داده‌های جزئی هستند که یک رویداد خاص مانند ثبت معامله فروش را کنترل می‌کنند و معمولا خلاصه نمی‌شوند . این مخازن داده‌های غیر مرتبط به بازیابی داده برای کاربرد تحلیلی از کسب و کار/هوش تجارت/پشتیبانی و تصمیم گیری نمی‌پردازند. به هر حال اطلاعات پشتیبانی از تصمیم گیری باید برای مدیریت قابل دستیابی باشند نکته مهم تفکیک فیزیکی مخزن داده از سیستم OLAP است.

انبارداری داده‌ها، از اولین استراتژی تلفیق شرکت آمریکایی حمایت کرد: ضمیمه 16,5
اولین شرکت آمریکایی که استراتژی خود را از بانکداری سنتی تغییر داد صرفا روی مدیریت روابط بامشتری تاکید داشت که موجب شد این شرکت قادر به تغییر از یک شرکت با 60میلیون ضرر در سال 1990 به رهبر خدمات مالی ابتکاری در دهه بعد شود . اجرای موفق این استراتژی بدون انبار داده‌ها که VISION نام دارد امکان پذیر نبود و می‌توانست اطلاعات مربوط به رفتارهای مشتری نظیر محصولاتی که استفاده می‌کنند،خرید و موقعیت مشتری را ذخیره کنند • شناسایی 20درصد از مشتریان سودآور رده بالا
• شناسایی 40تا 50 درصدی از مشتریان غیر سودآور
• حفظ استراتژی‌ها
• مجراهای توزیع با هزینه کمتر
• استراتژی‌هایی برای تو سعه روابط مشتری
• جریانهای اطلاعاتی مجددا طراحی شده
دسترسی به اطلاعات در طول انبار داده‌ها می‌تواند موجب یک تغیییر انقلابی و تکاملی شود اولین شرکت آمریکایی قادر به دستیابی به یک تغییر انقلابی شد و خودش را به شرکتهای خدمات مالی تبدیل کرد

ویژگی‌های مخزن داده
ویژگی‌های مخزن داده به صورت زیر است:
●مبتنی بر موضوع: داده‌ها طبق موضوع(مثلا مشتری، نوع سیاست گذاری و ادعای یک شرکت بیمه) سازمان دهی می‌شوند و شامل اطلاعات مرتبط با حمایت از تصمیم گیری هستند. موضوع مداری،کاربران را قادر می‌سازد تا نه تنها چگونگی انجام کسب و کار خود بلکه علت آن را تعیین کنند . مخزن داده با پایگاه اطلاعاتی عملیاتی متفاوت است اکثر پایگاه‌های اطلاعاتی عملیاتی دارای جهت گیری بر محصول هستندو بر گونه‌ای تنظیم می‌شوند تا معاملات به صورتی باشند که پایگاه داده بروز بشود و جهت گیری موضوعی یک دیدگاه جامع را درباره سازمان فراهم می‌کند.
●یکپارچه شده: داده‌های منابع مختلف به طور متفاوت کدگذاری می‌شوند. به عنوان نمونه داده‌های جنسیت را بصورت 0و1 در یک مکان و MوF در مکان دیگر کدگذاری می‌شوند. در مخزن داده نیز آنها را به شکلی تمیز می‌کنند که استانداردشده و ثابت باشند. اکثر سازمانها از همان شرایط مشابه برای داده‌های انواع مختلف استفاده می‌کنند. به عنوان نمونه "فروش خالص"به مفهوم مجموعه تعهدات بخش بازار یابی است اما فروش کلی به بخش بازاریابی باز می‌گردد. داده‌های یکپارچه، مفاهیم ناپایدار و متغیر را برطرف می‌کنندو واژگان یکنواختی را در سازمان فراهم می‌کنند همچنین طرح زمان و داده در سراسر دنیا متفاوتاست.
●متغیر زمانی(مجموعه‌های زمانی): داده‌ها وضعیت کنونی را ارائه نمی‌دهند آنها در روند 5یا 10 ساله یا بیشتر بکار می‌روند که مربوط به شیوه‌های کار، پیش بینی و مقایسه‌ها است . کیفیت موقتی در انبار داده‌ها وجود دارد زمان یک بعد مهم است که باید همه مخازن داده آن را حمایت کنند داده‌های تحلیلی مربوط به منابع متعدد شامل نقاط زمانی متعدد است (مثلا بازدید‌های روزانه،هفتگی، ماهانه)
●غیر فرار بودن: زمانیکه داده‌ها وارد انبار می‌شوند فقط قابل خواندن هستند و نمی‌توان آنها را تغییر داد یا بروز کرد . داده‌های بلا استفاده کنار گذاشته می‌شوند و تغییرات به عنوان داده‌های جدید ثبت می‌شود. این امر انبار داده را قادر می‌سازد تا به گونه‌ای هماهنگ شود تا برای دستیابی به داده‌ها قابل کاربرد باشد. مثلا مقادیر زیادی از فضای آزاد مورد نیاز نیست.و سازماندهی مجدد پایگاه اطلاعاتی درارتباط با عملکردهای ضعیف انبار داده زمانبندی میشود.
●خلاصه شده: داده‌های عملیاتی گرداوری میشوند زمانیکه در خلاصه‌ها مورد نیاز هستند.
●غیر نرمال بودن: داده‌های انبار داده معمولا نرمال نیستند و دارای فراوانی وتکرار بالایی هستند.
●منابع: همه داده‌ها چه بیرونی وچه درونی ارایه میشوند.
●فوق داده‌ها (به مفهوم داده در باره داده تعریف میشوند)را شامل میشوند.

فوق داده‌ها
ما به بحث فوق داده درباره بخش انبارداده میپردازیم زیرا تا ثیرات عمده‌ای بر چگونگی عملکرد انبار داده دارند.
همانطور که قبلا ذکر گردید عبارت فوق داده به داده‌های درباره داده‌ها اشاره دارد.فوق داده، ساختار و برخی از مفاهیم مربوط به داده را شرح میدهد در نتیجه در کاربرد موثر یا غیر موثر نقش دارند.
مارکو نشان داده است که فوق داده کلید راه حل چالش ایجاد مربوط ایجاد سازگار با تکنولوزی است .
مقامات اجرایی تشخیص می‌دهند که دانش اطلاعات شرکت متفاوت است.فوق داده شامل دانش است و از طریق سازمان میتوان به ان دسترسی یافت واز عوامل مهم موفقیت است.
فوق داده‌ها می‌توانندکاربر خود را از فرایند‌های توسعه کاربرد و اطلاعات بهبود بخشند .
ایجاد مخزن فوق داده در اکثر سازما نها الزامی است.
فوق داده‌های کسب وکار‌ها باعث کاهش مشکلات مربوط به IT افزایش ارزش سیستم در کسب وبهبود تصمیم گیری در باره کسب وکار میشوند.
طبق نظر کاسام،فوق داده‌های کسب وکار شامل اطلاعاتی است که درک ما را از داده‌های انتقالیافزایش میدهند . هدف اصلی فوق داده، ارایه متن داده‌هاست
یعنی اطلاعات مربوط به دانش را غنی می‌سازد. فوق داده تجاری به سختی می‌تواند با کارایی ارایه شود و احتمال داده‌های سازماندهی شده را بیشتر منتشر می‌سازد.نیازهای متنی برای همه کاربران مشابه نیستند.فوق داده‌ها به شیوه‌های متعددی به تبدیل داده واطلاعات به دانش کمک می‌کنند .
فوق داده‌ها شالوده‌ای را برای معماری کلان تجارت شکل میدهد.تا نتبا یوم چگونگی شنا سایی شرایط مورد نیاز فوق داده را شرح میدهد .
ودووا و ترلی نیز بررسی مدیریت فوق داده را برای مخازن داده ارایه می‌دهد.
فوق داده معنایی،فوق داده ایست که از نظر متنی اطلاعاتی مرتبط با محتوا را بر اساس ویژگی صنعت یا ویژگی بنگاه شرح می‌دهد ومربوط به مدل یا ماهیت فوق داده است.اصولا این امر مستلزم ارایه سطح در فوق داده است.
معادن متنی بعنوان شیوه‌ای پویا برای در نظر گرفتن فوق داده معنایی است .برای جزییات به" شت" نگاه کنید.
ویرایش فوق داده بنگاه ADT در مورد انجمن‌های کامپیوتری گسترش دهنده توانایی‌هایADT است(دربخش دستیابی و تلفیق داده شرح داده شده است) که توانایی مدیریت فوق داده را در بر میگیرد.
معماری انبار داده و فرایندها
چندین معماری اصلی برای انبار داده وجود دارد.معماری‌های دو ستونی و سه ستونی متداولتر هستند.
اما گاهی فقط معماری یک ستونه وجود دارد0
مک فادن،هوفر وپرسکات این معماریی‌ها را با تفکیک مخزن داده به سه بخش تشخیص داد.
1-خود مخزن داده که شامل داده ونرم افزار مربوطه است.
2-نرم افزار کسب داده که داده‌ها را موروثی ومنابع بیرونی میگیرد و انها را مستحکم میکند و خلاصه میکند وانها را در مخزن داده بار گزاری میکند.
3-نرم افزار سرویس گیرنده که به کاربران اجازه می‌دهد تا به داده‌های مخزن دسترسی یافته و آنها را آنالیز می‌کند.
در معماری 3ستونی سیستمهای عملیاتی شامل داده‌ها ونرم افزار کسب داده‌ها در یک ستون مخزن داده درستونی دیگر وسومین ستون شامل موتور تحلیل کسب وکار وپشتیبانی از تصمیم گیری است.

مزیت این معماری است به صورت تفکیک عملکردهای مخزن داده است که محدودیت‌های منابع را حذف میکند وانبار اختصاصی است داده را به سهولت ایجاد میکند.
گروه" وانگارد"به معماری 3 ستونه مبتنی بروب برای معماری کسب وکار خود پرداخت و همه داده‌هارا مجتمع سازی کند وداده‌های مشابهی را برای کاربران داخلی فراهم کند.همین نحوه هیلتون همه سیستمهای مستقل سرویس دهنده /سرویس گیرنده را با استفاده از سیستم بنگاه طراحی وب به انبار داده 3ستونی منتقل نمود.
این تغییر شامل سرمایه گزاری سه و هشتم میلیون دلاری است وکاربران تاثیر می‌گزارداین امر باعث افزایش کارایی پردازش (سرعت) تافاکتور 6 میشود.
هیلتون انتظار دارد و سالانه چهارو پنج دهم دلار و چهاروتا پنج دلار صرفه جویی نماید هیلتون قصددارد تا تکنولوزی خوشه بندی DELLرا برنامه ریزی کند.در معماری دو ستونی موتورDSS در همان سیستم عامل مخزن است در نتیجه ساختارهای 3ستونه مقرون به صرفه تر هستند .در مورد داده‌های معماری انباربه"میمنو" نگاه کنید.
معماری‌های وب دارای ساختار مشابهی هستند.ونیازمندانتخاب طرح برای انبار داده‌های وب با توجه به سرویس گیرنده مجزا می‌باشد.
سرعت بارگزاری صفحه در تعیین کاربردهای مبتنی بر وب بسیار مورد توجه است درنتیجه ظرفیت سرویس دهنده به دقت برنامه ریزی می‌شود .
چندین موضوع وجوددارد که هنگام تصمیم گیری درباره کاربردمعماری باید در نظر گرفت .در بین آنها میتوان به موارد زیر اشاره نمود:
1-کدامیک از سیستمهای مدیریت پایگاه داده بکار میرود اکثر مخازن داده‌ها با استفاده از سیستم‌های منطقی مدیریت پایگاه داده ایجاد میشوند ORACLEسرویس دهندهSQL (مایکروسافت) متداول‌ترین سیستمها‌ی به کار رفته هستندهریک از معماری مبتنی وب وسرویس دهنده /سرویس گیرنده مورد حمایت قرار گرفته اند0

2- آیا پردازش موازی وتفکیک مورد استفاده قرار میگیرند.پردازش موازی باعث میشود CPUهای متعدد بتواننددرخواست پرس وجوی انبار داده را به طور همزمان پردازش میکنندوقابلیت مقیاس را هم فراهم میکند.
طراحان انبار داده نیازمند تصمیم گیری در باره جداول پایگاه داده تفکیک داده شده برای کارایی دستیابی هستند ومعیارهای موجود در نظر می‌گیرند.این نکته مهم است وبواسطه مقادیرزیاد داده‌های حاصل از انبار داده ضروری می‌باشند.داده‌هاباید سازگاربا این شیوه باشند.
3-آیا ابزارهای انتقال داده برای بارگذاری انبار داده بکا رمیروند.
4-چه ابزاری برای حمایت از بازیابی داده وتحلیل به کار میروند ؟

توسعه انبارداده
ساختار انبار درشکل 2,5نشان داده شده است.فرایند انتقال داده به انبار داده مستلزم استنباط داده از همه منابع مربوطه است.منابع داده شامل فایل‌هایی است که از پایگاه اطلاعاتی OLTPصفحه گسترده وپایگاه داده شخصی یا فایل‌های بیرونی بدست می‌آیند در واقع همه فایل‌های ورودی به صورت مجموعهای از جداول مرحله بندی نوشته می‌شوند که برای تسهیل فرایند بارگزاری طراحی می‌شوند. یک انبار داده شامل قوانین بیشمار تجاری است که چیزهایی رو ازجمله چگونگی استفاده از داده‌ها، قوانین خلاصه سازی،استاندارد سازی رمز نگاری ویژگی‌ها،چگونگی انجام محاسبات را در بر می‌گیرد. هر گونه مسائل مربوط به کیفیت داده فایل‌های اصلی‌ها باید قبل از بارگذاری در انبار داده‌ها تصحیح گردد. یکی از مزایای از انبار داده‌ها با طراحی خوب این است که این قوانین می‌توانند در یک مخزن فرا داده ذخیره شده و در انبار داده مرکزی اعمال شود. این تفاوت پرویکرد OLTP، که معمولا به دلیل اطلاعات و قوانین تجاری پراکنده در سراسر سیستم است. فرآیند بار گذاری داده‌ها در انبار داده‌ها می‌تواند یا از طریق ارائه ابزارهای رابط کاربر گرافیکی که به منظور کمک به گسترش و تعمیر و نگهداری، توسعه تجارت انجام داده شود یا از طریق روشهای سنتی در حال توسعه برنامه‌ها و انبار داده‌ها با استفاده از زبان‌های برنامه نویسی مانند ,SQLPL دات نت، سی + + . این تصمیم به روشنی برای سازمانها مشخص نیست. مسائل مختلف تاثیر گذار خواهد بود چه سازمان ابزار انتقال داده‌ها را خریده باشد چه خود اقدام به ساخت آن کرده باشد. این مسائل عبارتند از :
1. ابزار انتقال داده‌ها گران هستند.
2. ممکن است منحنی یادگیری طولانی داشته باشد.
3. اندازه گیری چگونگی عملکرد سازمان دشوار است تا زمانی که یاد بگیرند از ابزار‌ها استفاده کنند.
در دراز مدت، رویکرد ابزار انتقال داده باید به سمت ساده سازی انبار داده سازمان باشد. ابزارهای انتقال نیز می‌تواند در تشخیص از بین بردن هر گونه اشکالات در داده موثر باشند. عملکرد ابزار‌های OLAP و داده کاوی بستگی به این دارند که اطلاعات چقدر مناسب انتقال یافته اند.
الگو‌های ستاره‌ای
طراحی انبار داده‌ها بر مفهوم مبتنی بر مدل سازی ابعادی بنا شده است. مدل سازی ابعادی بازیابی مبتنی بر مدل است که از جستجو(Query) با حجم بالا پشتیبانی می‌کند. الگو ستاره به معنی این است که توسط مدل مدل سازی ابعادی به کار گرفته شده است.الگو ستاره‌ای شامل یک جدول گزاره مرکزی است. جدول واقع شامل ویژگی مورد نیاز به انجام تجزیه و تحلیل تصمیم گیری، صفات توصیفی مورد استفاده برای گزارش، و کلید‌های خارجی برای لینک به جداول ابعادی است. ویژگی‌های تجزیه و تحلیل تصمیم تشکیل شده است از اندازه گیری عملکرد، معیارهای عملیاتی، اندازه گیری‌های متراکم و تمام معیارهای دیگر مورد نیاز برای تجزیه و تحلیل عملکرد سازمان است. به عبارت دیگر، حقیقت(گزاره)جدول اولیه آدرس‌های آن چیز‌هایی است انبار داده‌ها برای تجزیه و تحلیل تصمیم گیری، پشتیبانی می‌کند. اطراف جداول گزاره مرکزی (و از طریق کلید‌های خارجی لینک شده است) به جداول ابعاد هستند. جداول ابعاد شامل ویژگی‌هایی است که داده‌های درون جدول گزاره را شرح می‌هد. جداول ابعاد تعیین می‌کنند که چگونه داده‌هاتجزیه و تحلیل شوند. نمونه‌ای از برخی ابعاد که محصول جدول گزاره را پشتیبانی واقع می‌کنند مکان، زمان، و اندازه هستند. نمونه‌ای از الگو ستاره‌ای در شکل 5,5 ارائه شده است.
گرین(GRAIN) انبار داده‌ها تعریف بالاترین سطح از جزئیات است که پشتیبانی می‌شود. گرین نشان می‌دهد که آیا انبار داده‌ها بسیار خلاصه شده و یا همچنین شامل اطلاعات مربوط به جزئیات تراکنشی است. اگر گرین بیش از حد بالا تعریف شده باشد، آنگاه انبار ممکن است جزئیات بیشتر داده‌ها را پشتیبانی نکند.. تمرین کردن فرآیند کاوش فراتر از اثر خلاصه برای تحقیق در ارزش تراکنش هر یک از جزئیات در مقایسه خلاصه کردن است. در سطح پایین از گرین بودن منجر افزایش به داده‌های بیشتر انبار ذخیره می‌شود. مقادیر بیشتری از جزئیات ممکن است بر عملکرد نمایش نتیجه با افزایش زمان پاسخ تحت تاثیر قرار دهد. بنابراین، در حین طراحی یک پروژه انبار داده‌ها، مهم است که سطح گرین را به درستی تعیین کنیم.
مشاهده برای بحث بیشتر در مورد مسائل گرین بودن در فراداده‌ها به 2002Tennant ()مراجعه کنید .
پیاده سازی انبار داده
پژوهش شرکت McKinsey نشان می‌دهد که بخش اعظمی از سرمایه گذاری در زمینه فناوری اطلاعات به هدر میرود.. IDC تخمین می‌زند که جهان 6,5 تریلیون دلار در زمینه فناوری اطلاعات در آن در طی دهه90(6,2 تریلیون در ایالات متحده) سرمایه گذاری شده است. سرمایه گذاری انجام شده درفناوری اطلاعات هیچ تأثیری بر روی بهره وری در 53 مورد از59 مورد مطالعه در پژوهش‌ها نداشته است.( در مورد اثربخشی در فصل بحث خواهد شد). با این حال، به گزارش McKinsey سرمایه گذاری می‌توانند بازگشت سرمایه گذاری داشته باشد در صورتی موثر در برنامه‌های کاربردی به فرآیندهای کسب و کار خاص گره خورده و مرتبط با شاخص‌های عملکرد باشند (نگاه کنید به بلر، 2003). این امر در انبار داده‌ها و در پیاده سازی بانک اطلاعاتی در مقیاس بزرگ بسیار مهم است. آنها باید مفید باشد، نه فقط از انباری از داده‌های بی پایان و‌ی مصرف. آنها باید برنامه‌های تجاری را به سمت ERP / ERM، مدیریت درآمد، CRM،SCM و غیره سوق دهند.
پیاده سازی انبار داده‌ها به طور کلی تلاش عظیم است که باید برنامه ریزی شده و با توجه به روش تبیین شده‌ای اجرا شود. در فصل 6، مفصل در این مورد بحث خواهد شد. در اینجا ایده‌های خاص و مسائل مربوط به انبار داده بحث خواهد شد. Eckerson چهار راه اصلی برای ایجاد یک انبار داده‌ها را توصیف کرد.
چهار روش اصلی در ساختن یک انبار داده ضمیمه 17,5
چهار روش اصلی در ساختن یک محیط انبار داده وجود دارد :
1- بالا- پایین 2- پایین – بالا 3- پیوندی 4- وابسته ( یکپارچه )
بسیاری از سازمانها از یکی از این روشها استفاده می‌کنند . در روش بالا – پایین، انبار داده به عنوان مرکز محیط روانکاوی در نظر گرفته می‌شود . این روش با دقت بسیار طراحی شده و به کار برده می‌شود . طراحی و اجرای تمام جنبه‌های دیگر هوش تجاری (BI) بر اساس این روش می‌باشند. این روش یک ساختار انعطاف پذیر و یکپارچه را برای پشتیبانی از ساختارهای بعدی داده‌های تحلیلی فراهم می‌کند . در روش پایین - بالا، هدف انتقال ارزش تجارت از طریق بازارهای داده چند بعدی با حداکثر سرعت می‌باشد، که در مراحل بعدی در یک انبار داده سازماندهی می‌شوند . در روش پیوندی هدف ادغام کردن دو روش اول می‌باشد . روش یکپارچه یک واگذاری به نیروهای طبیعی است که نوعی تخریب بهترین برنامه‌ها جهت توسعه یک سیستم کامل می‌باشد.این روش تمام امکانات ممکن برای یکپارچه کردن منابع تحلیلی را جهت مقابله با تغییرات موردنیاز و یا شرایط تجارت بکار می‌برد. در واقع این روش شامل یکپارچه کردن سیستمهای جداگانه می‌باشد .

چهار روش اصلی برای ساختن یک انبار داده عبارتند از -1 بالا – پایین 2- پایین – بالا 3- پیوندی 4- یکپارچه . ما این روشها را در سیستم پشتیبان تصمیم (17و5) به طور خلاصه آورده ایم .
روش یکپارچه احتمالا ناشناخته‌ترین روش می‌باشد . این روش اغلب به عنوان نوعی یکپارچه کردناطلاعات شناخته می‌شود. این روش با ایجاد و نگهداری یک دیدگاه منطقی از یک انبار یا بازار تنها در جاییکه داده در سیستمهای جداگانه قرار دارد به عنوان مکملی برای ETL سنتی(استخراج، تغییر شکل، بارگیری که یک روش انبار داده می‌باشد) و روشهای تکرار می‌باشد. (برای جزئیات بیشتر 2003Delvin ) مشاهده شود ) یک روش که در حال حاضر زمینه تفکر شبکه‌های جفت به جفت در تطابقات در حال توسعه می‌باشد. وب سایتهای معنایی داده‌ها را در ظروفی بسته بندی می‌کردند که این ظروف در مخازنی در فضای اطلاعات قرار داشتند . این روش می‌تواند راه حلی برای مشکل یکپارچه کردن داده‌های عظیم در مواجهه با سازمان امنیت ملی باشد . برای جزئیات بیشتر 2003King مشاهده شود .
2002Weir() بهترین شیوه‌ها برای اجرای یک انبار داده را توضیح می‌دهدکه ما آن را در سیستم پشتیبان تصمیم در بخش 18و5 به طور خلاصه آمورده ایم . فاجعه زمانی ممکن است رخ دهد که یک داده مسیر موفق را دنبال نکند . آدلمن و موس ریسکهایی را که در پروژه انبار داده با آن مواجه می‌شویم را توصیف کرده اند. بخش 19و5 مشاهده شود. کارورزها تعداد زیادی از اشتباهاتی را که در توسعه انبار داده رخ داده است جمع آوری کرده اندکه ما در سیستم پشتیبان تصمیم بخش 20و5 آنها را خلاصه کرده ایم. البته سه بخش از سیستم پشتیبان تصمیم وابسته به هم نیز وجود دارند. واتسن ات ال (1999) بیشتر در مورد نحوه تاثیرگذاری چنین اشتباهاتی در منجرشدن به عدم موفقیت در ایجاد انبار داده به بحث می‌پردازد .واتسن و‌هالی (1998) پروژه‌های انبار داده را هم به عنوان داده محور و هم به عنوان برنامه محور معرفی کردند. یک انبار داده محور بر پایه یک مدل داده است که مستقل از هر برنامه‌ای است . این مدل برای پشتیبانی نیازها و برنامه‌های مختلف کاربر طراحی شده است . رویکرد راهبردی در طراحی یک انبار داده محور متشکل از یک مدل داده به همراه گروهی از متخصصین تجارت که آشنا با دیدگاههای اطلاعاتی مختلف و موردنیاز برای پشتیبانی تجارت هستند می‌باشد. این رویکرد شامل یک روش بالا- پایین در تولید مشخصات نیازهای اطلاعاتی است نه رهاساختن داده‌ها . این مسئله دارای گستره وسیع بوده و نیازمند داشتن دانش در زمینه نیازهای فعلی و پیش بینی شده در مورد داده می‌باشد . در فراهم کردن یک روش ساختاری برای طبقه بندی داده‌ها بایستی از یک روش نقشه برداری استفاده کرد . انبار داده محور بایستی انعطاف پذیر باشد چرا که اطلاعات سازمان دائما بر اساس تغییرات در زیربنای تجارت نیازمند تغییر می‌باشند.
بهترین شیوه‌ها در اجرای انبار داده ضمیمه 18,5
در اینجا فهرستی از بهترین روشها در اجرای یک انبار داده موجود می‌باشد. این روشها در عمل ثابت شده و یک مجموعه عالی از راهبردها را تشکیل داده‌اند که در زیر آورده شده است .
• پروژه بایستی هم با اهداف تجارت و هم با اهداف راهبردها مناسب باشد.
• پروژه باید ساختار کاملی در خرید داشته باشد ( عاملان اجرایی، مدیرها، کاربرها)
• مدیریت انتظارات
• انبار داده بایستی طوری طراحی شود که قابلیت تغییرات گوناگون را داشته باشد.
• دارای قابلیت انطباق باشد .
• پروژه بایستی توسط متخصصین IT و تجارت مدیریت شود.
• ارتباط فروشنده و تجارت را توسعه دهد .
• تنها داده‌هایی را که دارای کیفیت استاندارد سازمان بوده و بدون نقص می‌باشند بارگیری کند .
• از ضرورتهای معامله چشم پوشی نکند .
• از لحاظ سیاسی مشکلی نداشته باشد.

هرچه تجارت پویاتر باشد، امکان تغییر نیازهای داده همزمان با توسعه انبار داده بیشتر می‌باشد .یک انبار برنامه محور در ابتدا برای پشتیبانی یک عملیات ابتکاری یا مجموعه‌ای از ابتکارات طراحی شد . و روشی است که برای توسعه بازار داده مستقل ترجیح داده می‌شود . ( بخش 18،5 مشاهده شود ) مزیت یک روش برنامه محور آن است که دامنه متمرکز بیشتری را فراهم می‌کند، و بنابراین احتمال موفقیت در اجرای انبار داده را افزایش می‌دهد . اما بزرگترین عیب این روش آن است که نیازهای حیاتی داده ممکن است در مراحل اولیه توسعه نادیده گرفته شوند و در نتیجه ممکن است چندین بار تکرار ضروری باشد .
ریسکهای انبار داده ضمیمه 18,5
ریسکهای زیادی در پروژه انبار داده وجود دارد . البته بیشتر آنها در پروژه‌های دیگر IT نیز دیده می‌شوند . (فصل 6 مشاهده شود ) اما به دلیل آنکه پروژه‌های انبار داده وسیع و گران می‌باشند این ریسکها در این پروژه‌ها از اهمیت بیشتری برخوردار می‌باشند . هر ریسک بایستی در آغاز پروژه ارزیابی شود . در زیر منبعی برای اطلاعات در مورد جزئیات و چگونگی کاهش دادن ریسکها وجود دارد :
• عدم وجود ماموریت یا هدف
• کیفیت منبع داده شناخته شده نیست .
• مهارتها در جای خود قرار ندارند.
• بودجه ناکافی
• فقدان نرم افزار پشتیبان
• حامی ضعیف
• کاربرها از سواد کامپیوتر برخوردار نیستند .
• مشکلات سیاسی
توقعات غیرواقعی کاربران •
ریسکهای طراحی و معماری •
ضرورتهای تغییر و گسترش دامنه •
فروشندگان خارج از کنترل •
پایگاه‌های چندگانه •
امکان خروج افراد کلیدی از پروژه •
از دست دادن حامی •
فراوانی زیاد فناوری‌های جدید •
داشتن و تعمیر سیستمهای عملیاتی •
محیط گسترده جغرافیایی •
جغرافیای گروه، فرهنگ زبانی •
اجتناب از اشتباهات در توسعه یک انبار داده موفق ضمیمه 20,5
در هنگام توسعه یک انبار داده موفق، بایستی مراقب این مشکلات باشیم (توضیحات مربوط به هریک را ملاحظه کنید) :
1. شروع به کار با زنجیره حمایتی اشتباه . شما نیاز به یک حامی اجرایی با نفوذ در منابع حیاتی برای حمایت و سرمایه گذاری در انبار داده دارید .شما همچنین به یک راه انداز پروژه اجرایی نیاز دارید، کسی که دارای احترام نزد حامیان اجرایی دیگر می‌باشد، انتقادات سالم در مورد فناوری داشته باشد و قاطع اما انعطاف پذیر باشد . افزون بر این نیاز به یک مدیر IS/IT برای هدایت پروژه دارید .
2. تنظیم کردن انتظاراتی که با آن مواجه نیستید و سبب ناامیدی مجریان در لحظه وقوع می‌شوند .
در هر پروژه انبار داده دو فاز وجود دارد : فاز اول فاز فروش می‌باشد، جایی که شما با فروختن مزایا به آن دسته که به منابع مورد نیاز دسترسی دارند از درون پروژه را می‌فروشید . فاز دو تلاش برای رویارویی با انتظاراتی است که در فاز اول توضیح داده شد . شما می‌توانید امیدوار به تحویل تنها یک تا هفت میلیون دلار باشید .
3. توجه به رفتارهای ناشیانه یا خام سیاسی . به سادگی نمی‌توان عنوان کرد که انبار داده به مدیران در گرفتن تصمیمات بهتر کمک خواهد کرد . این مسئله می‌تواند بر احساس شما مبنی بر اینکه آنها تاکنون تصمیمات بدی را اتخاذ کرده‌اند دلالت داشته باشد . این عقیده را که آنها می‌توانند با گرفتن اطلاعات موردنیاز تصمیمات بهتری را بگیرند بفروشید .
 

4. بارگیری انبار با اطلاعات تنها به دلیل آنکه موجود می‌باشد . اجازه ندهید که انبار داده مملو از داده شود . این مسئله باعث کاهش سرعت سیستم می‌شود . یک گرایش به سوی کاهش زمان محاسبه و تحلیل وجود دارد . انبار داده بایستی بارگذاری داده در مدت زمان طولانی را متوقف کند .
5. باور این مسئله که طراحی پایگاه داده در انبار داده مشابه طراحی پایگاه داده معاملاتی است که در حالت کلی مشابه نیستند . هدف انبار داده دسترسی به انبوه بایگانی به جای یک یا چند نوع می‌باشد که در سیستمهای معامله پردازش نیز چنین می‌باشد . بدیهی است که محتوا یعنی چگونگی سازماندهی داده‌ها اغلب متفاوت می‌باشد . سیستمهای مدیریت پایگاه داده به غیرزائد بودن، طبیعی بودن و وابسته بودن در جاییکه انبارهای داده زائد، غیرطبیعی و چندبعدی هستند گرایش دارند .
6. انتخاب یک مدیر انبار داده که بیشتر فناوری گرا باشد تا کاربرگرا . یک کلید برای موفقیت انبار داده درک این مطلب است که کاربرها بایستی چیزی را که نیاز دارند به دست آورند نه اینکه فناوری را تنها برای خود فناوری توسعه دهند .
7. تمرکز بر روی داده‌های ثبت گرای داخلی سنتی و چشم پوشی از ارزش داده‌های بیرونی، متن، تصاویر و گاهی صدا و تصویر . داده در قالبهای مختلف وارد شده و بایستی برای افراد مناسب در زمان مناسب و در فالب مناسب قابل دسترسی باشد . آنها بایستی به طور صحیح فهرست بندی شوند .
8. انتقال داده‌ها از طریق به اشتراک گذاشتن و بهم ریختن تعریفات . تنظیف داده یک جنبه حساس از انبار داده می‌باشد که شامل تطبیق دادن ناسازگاریهای تعاریف داده‌ها و قالب بندی سازمان گسترده می‌باشد . انجام این کار از لحاظ سیاسی ممکن است مشکل باشد اما با تغییر همراه است که این تغییر عموما در بخش اجرایی رخ می‌دهد .
9. پذیرش تعهدات اجرا، ظرفیت و مقیاس پذیری . انبار داده به طور کلی نیازمند ظرفیت و سرعت بیشتر در مقایسه با میزان استاندارد در نظر گرفته شده برای آن می‌باشد . برای طرحهای آینده مقیاس بیشتری در نظر بگیرید .
10. پذیرفتن این مسئله که مشکلات شما بیش از یکبار به اجرادرآمدن انبار داده خواهد بود . پروژه‌های سیستم پشتیبان تصمیم و هوش تجارت گرایش به تداوم تکامل دارند (فصل 6 مشاهده شود ) . هر آرایشی یک نوع از سرگیری پردازش نمونه اولیه می‌باشد . همیشه همانطور که به ابزارهای تحلیلی اضافی برای گروههای موجود و اضافی تصمیم گیرنده نیاز است به همان اندازه به افزایش تنظیمات داده‌های مختلف در انبار داده نیاز می‌باشد .بایستی برای بودجه سالانه و انرژی بالا برنامه ریزی شود چرا که موفقیت زاده موفقیت است و انبار داده هرگز به اتمام نمی‌رسد .
11. به جای توجه به هشدارها، تمرکز کردن بر روی داده کاوی فاقد عمومیت و گزارشات تناوبی .
پیشرفت طبیعی اطلاعات در یک انبار داده عبارت است از :
1. استخراج داده‌ها از سیستمهای اولیه، پاکسازی آنها و تغذیه آنها به انبار .
2. پشتیبانی گزارشات فاقد عمومیت تا زمان دانستن نیازهای مردم و بنابراین
3. تبدیل گزارشات فاقد عمومیت به گزارشات عادی برنامه ریزی شده .
این امر ممکن است طبیعی باشد اما بهینه و کاربردی نیست . مدیران پرمشغله بوده و نیاز به زمان کافی برای خواندن گزارشات دارند . سیستمهای هشدار بهتر بوده و قادر به ساختن یک انبار داده حیاتی می‌باشند . سیستمهای هشدار داده‌ها را تا انتقال به انبار اداره کرده و تمام افراد کلیدی را به محض وقوع یک اتفاق حیاتی آگاه می‌کنند .

ویکسوم و واتسن یک مدل تحقیق برای موفقیت انبار داده تعریف کردند که شامل هفت فاکتور مهم اجرایی است که می‌توانند به سه گروه حیاتی تقسیم شوند (امور سازماندهی، امور پروژه و امور فنی ) .
فاکتورها عبارتند از -1: حمایت مدیریتی 2- پشتیبانی کردن 3- منابع 4- مشارکت کاربران 5- مهارتهای تیمی 6- سیستمهای منبع 7- فناوری توسعه
در بسیاری از سازمانها، یک انبار داده تنها زمانی می‌تواند موفق باشد که یک حمایت مدیریتی ارشد برای پیشرفت و یک پشتیبان پروژه وجود داشته باشد . ( بهترین شیوه‌ها، ریسکها، و اشتباهاتی که در بالا توضیح داده شد مشاهده شود ) . اگرچه ممکن است یک نفر بر این عقیده باشد که این مسئله برای تمامی پروژه‌های فناوری اطلاعات صادق باشد اما خصوصا برای انبار داده از اهمیت زیادی برخوردار است .
موفقیت اجرای یک انبار داده منجر به تاسیس یک پایگاه داده معماری می‌شود که می‌تواند امکان تجزیه و تحلیل تصمیم گیری در یک سازمان را فراهم کند و در بسیاری موارد اغلب یک زنجیره عرضه جامع مدیریتی را با ایجاد امکان دسترسی برای مشتریان و فروشندگان یک سازمان فراهم می‌کند . اجرای یک انبار داده مبتنی بر وب امکان دسترسی به مقادیر وسیعی از داده را تسهیل می‌کند اما تصمیم گیری در مورد مزایای سخت مشارکت با یک انبار داده را مشکل می‌سازد . مزایای سخت مزایای مربوط به سازمانی هستند که می‌تواند در مورد شرایط پولی اظهار نظر کند . بسیاری از سازمانها با محدودیت منابع فناوری اطلاعات مواجه بوده و بایستی انتخاب کنند که کدام پروژه اول از همه شروع به کار کند . حمایت مدیریت و یک پشتیبان پروژه قدرتمند می‌توانند سبب ایجاد اطمینان از دریافت منابع مورد نیاز برای موفقیت در اجرا توسط پروژه انبار داده شوند . منابع انبار داده می‌توانند هزینه قابل توجهی را دربرداشته باشند، در برخی موارد نیازمند گرانترین پردازنده‌ها و افزایش شدید در دسترسی مستقیم به دستگاههای ذخیره دارند (DASD) انبارهای مبتنی بر وب اغلب برای اطمینان از این مطلب که تنها کاربران مجاز به اطلاعات دسترسی دارند، نیازمند سیستم امنیتی خاصی می‌باشند . مشارکت کاربران در توسعه داده و مدل سازی نحوه دسترسی یک فاکتور حیاتی برای موفقیت در توسعه انبار داده می‌باشد . در طی مدل سازی داده، تخصص نیازمند تصمیم گیری در مورد داده‌های مورد نیاز، تعریف قانونهای تجاری مرتیط با داده‌ها، و اینکه چه تراکم و محاسباتی ممکن است ضروری باشد . مدل سازی نحوه دسترسی نیازمند اتخاذ تصمیم در زمینه چگونگی بازیابی داده‌ها از یک انبار داده است، و در تعریف فیزیکی انبار با مساعدت در تعریف اینکه کدام داده‌ها نیازمند شاخص گذاری هستند کمک می‌کند . همچنین ممکن است اغلب نشان دهد آیا بازارهای داده‌های وابسته نیازمند تسهیل برای بازیابی اطلاعات هستند یا نه . مهارتهای گروهی نیاز به توسعه داشته و اجرای یک انبار داده نیازمند دانش بالا در زمینه فناوری پایگاه داده و توسعه ابزارهای مورد استفاده می‌باشد . سیستمهای منبع و توسعه فناوری همانطور که در گذشته به آنها اشاره شد، مرجعی برای تعداد زیادی از داده‌های ورودی و همچنین پردازش مورد استفاده در بارگیری و نگهداری یک انبار داده می‌باشند .
انبارهای داده عظیم و مقیاس پذیری
علاوه بر انعطاف پذیری، یک انبار داده نیاز به پشتیبانی از لحاظ مقیاس پذیری دارد . مسائل مهم مربوط به مقیاس پذیری عبارتند از تعداد داده در انبار، با چه سرعتی انبار انتظار رشد دارد، تعداد کاربران همزمان و پیچیدگی پرس و جوی کاربران .
یک انبار داده بایستی هم افقی و هم عمودی مقیاس گذاری شود . انبار به عنوان تابعی از رشد داده‌ها توسعه یافته و نیاز به گسترش انبار برای پشتیبانی وظایف تجاری جدید دارد . رشد داده ممکن است به علت افزایش داده‌های چرخه فعلی یا داده‌های قدیمی باشد. هیکس (2002) انبارهای داده و پایگاههای داده عظیم را توصیف می‌کند . در 2002، ظرفیت انبارهای داده Wal-mart(یکی از بزرگترین تعاونیهای دنیا ) 200 ترابایت تخمین زده شد . اولین انبار داده با ظرفیت پتابایت در اوایل 2004 عرضه شد . به دلیل ذخیره مورد نیاز برای بایگانی اندازه‌های بر حسب فوت جدید آن، برنامه‌های CNN یکی از اولین سازمانهایی بود یک یک انبار داده با ظرفیت پتابایت را راه اندازی کرد . (2002Newman مشاهده شود )
فرض کنید که اندازه انبارهای داده به یک نسبت تعریفی گسترده شده است، در این صورت مقیاس پذیری یک مسئله مهم می‌باشد . مقیاس پذیری خوب بدان معناست که پرس و جو‌ها و دیگر توابع دسترسی داده به صورت خطی همراه با اندازه انبار رشد خواهد کرد . در عمل، روشهای تخصصی برای ایجاد انبارهای داده بالارفتنی توسعه یافته‌اند . نانس (2001) موارد مقیاس پذیری در شرایط انبار داده را توصیف می‌کند . مقیاس پذیری در مدیریت صدهاترابایت یا بیشتر بسیار مشکل است . ترابایتها داده، حالت ایستایی داشته، فضای فیزیکی زیادی را اشغال کرده و نیازمند کامپیوترهای قوی می‌باشند . برخی شرکتها از پردازشهای موازی استفاده کرده و برخی دیگر از شاخص گذاری‌های هوشمند و پروژه‌های جستجو برای مدیریت داده‌های خود استفاده می‌کنند . برخی داده‌های خود را در سراسر ذخایر داده‌های فیزیکی مختلف پراکنده می‌کنند . زمانی که انبارهای داده به اندازه پتابایت برسند راه حلهای بهتر بیشتری برای توسعه مقیاس پذیری وجود خواهد داشت . دنگ (2003) اهمیت شاخص گذاری موثر برای انبارهای داده را تشریح می‌کند . شاخص گذاری صحیح می‌تواند قطعا منجر به جستجوهای موثر در سراسر مقادیر انبوهی از داده شود .
همانطور که یک انبار داده طراحی می‌شود، در نظر گرفتن شاخص گذاری صحیح برای کمک به حل مشکلات مقیاس پذیری حائز اهمیت می‌باشد .‌هال (2002) نیز به موارد مقیاس پذیری اشاره می‌کند . سیرز (Sears) یک رهبر صنعت در گسترش و به کار بردن انبارهای داده عظیم می‌باشد . (برای جزئیات بیشتر سیستم پشتیبان تصمیم ضمیمه 21,5 مشاهده شود )

کاربرها، توانائیها و مزایا
تحلیلگران، مدیران، مجریان، دستیاران مدیر و حرفه‌ای‌ها کاربران نهایی اصلی انبارهای داده هستند .
یک راه حل انبارداده‌ای بایستی امکان دسترسی به داده‌های حیاتی و جداکردن پایگاههای داده عملیات از پردازشهای فاقد عمومیت که می‌تواند سرعت سیستمهای TPS را کاهش دهد مهیا کرده و همچنین خلاصه اطلاعات سطح بالا را به خوبی مقیاس پذیریهای جزئیات داده فراهم کند . این خصوصیات می‌توانند دانش تجارت را بالا برده و مزایای رقابتی، تسهیل در خدمات مشتریان و رضایت آنها و تسهیل در تصمیم گیری را فراهم کرده، بازدهی کارکنان را بالا برده و به پردازشهای تجارتی موثر کمک کند .

کاربردهای انبار کردن داده
آلن (2001) یک نمونه عالی از یک انبار داده را فراهم کرد . او به موارد مربوط به مدلسازی ثبت کردن داده توسط دانش آموزان برای استفاده در بخش ثبت داده دانش آموزان که یک بازار جزئی از یک انبار داده در یک دانشگاه یا دانشکده است اشاره می‌کند . رایدر از انبار داده او برای استدلالات خود استفاده می‌کند .
(سیستم پشتیبان تصمیم ضمیمه 22،5 مشاهده شود )

رشد انبار داده سیرز(Sears) ضمیمه 21,5
در آوریل 2002، سیرز، رواباک و کو 95 ترابایت ظرفیت ذخیره جدید را گسترش دادند یعنی ظرفیت آن را سه برابر کردند . این امر این امکان را برای سیرز فراهم کرد تا دو انبار داده اصلی را تحکیم بخشیده و یک ذخیره شبکه منطقه‌ای که لیست موجودی را اداره کرده و انبار داده را با اطلاعات مشتریان بفروشد بسازد . ees از انبار داده برای اهداف تحلیلی استفاده می‌کند . آنها می‌توانند اطلاعات فروش تولیدات روزانه را دریافت کرده، خریدهای مشتریان را تحلیل کرده و آنها را به خریدهای قبل ارتباط دهند .

تبدیل RYDER RIDES به داده منطقی الکترونیک ضمیمه 22,5
با یک انبار داده جدید، سیستم‌های Ryderرو به تعمیر مجدد استراتژی تجارت الکترونیکی برای مطابقت با بیش از 1000 مشتری و ناوگان حمل که نیازمند حرکت سریع بود. هدف تلاش‌ها، گسترش ناوگان مدیریتی چرخه تامین کنندگان تجاری رایدر بود. سیستم از بسته‌های تجزیه و تحلیل بر پایه تکنولوژِِی شرکت NCR استفاده می‌کردبخش انبار داده‌ها Teradata و شرکت MicroStrategy، توزیع کنندگان نرم افزارهای تجزیه و تحلیل تجارت. سیستم جدید به باربری اجازه می‌دهد تا آنلاین سفارش دهد و همان لحظه ثبت گردد. چیز‌های بیشتری برای آینده برنامه ریزی شده است.

وال مارت تقاضا‌های غیره منظره مشتری‌ها از طریق یک انبار داده شناسایی و بر آورده می‌کند. ضمیمه 23,5
یک نمونه مواقعی اطلاعات به کار به وال مارت آمد پس از حملات 11 سپتامبر 2001 بود. وال مارت قادر بود تا به سرعت به شناسایی الگوهای خرید مشتریان خود را در روز حمله به عنوان تقاضا برای تسلیحات، آب معدنی، و لوازم زنده ماندن افزایش یافته است. وال مارت قادر بود تقاضای مشتری به سرعت برآورده کرده و بر اساس آن برنامه ریزی کند . این توانیایی ترسیم این موضوع که خرید‌های روزمره مشتریان برای چند روز به تاخیر افتاده و چند روز بعد به طور غیر معمول افزایش یافت.
وال مارت رهبر بلامنازع در زمینه انبار داده در منطقه خود است. 2000Westerman () به شرح موثر مدل وال مارت پرداخت. ضمیمه 23,5 یک مثال کوچک از استفاده موثر از انبار داده‌ها وال مارت است.
فروشندگان عمده انبار داده‌ها کارلتون، آی بی ام، Informix، مایکروسافت، NCR، اوراکل، رد بریک و سایبیس هستند .برای اطلاعات بیشتر در مورد انبار داده‌ها، نگاه کنید به Adelman and Moss
(2001), Alia* (2001), Barquin and Edelstein (1997a, 1997b), Barquin, Paller, and Edelstein (1997), Deng (2003), Eckerson (2002b, 2003), Edelstein (4997), Hall (2002), Konicki (2001), Mannino (2001), Mearian (2002), Mimno (1997), Mullin (2002), Nance (2001), Newman (2002), Watson and Haley (1998), Watson et al.
.((1999), Weir (2002), Westerman (2000), and Wixom and Watson (2001


8. 5 مارت داده
مارت داده‌ها زیرمجموعه‌ای از داده‌های انبار شده است، به طور معمول متشکل از یک تک مطلب (به عنوان مثال، بازاریابی، عملیات). مارت داده می‌تواند یا وابسته و یا مستقل باشد. مارت داده‌ها وابسته به زیر مجموعه است که به طور مستقیم از انبار داده‌ها ایجاد شده است. مزیت استفاده از مدل داده سازگار و ارائه داده‌ها با کیفیت است. مارت داده وابسته از مفهوم تک مدل سازمانی گسترده داده پشتیبانی می‌کند، اما اول باید انبار اده ساخته شود. مارت داده‌ها تضمین می‌کند که کاربر نهایی در حال مشاهده همان نسخه از داده‌هایی است که در دسترس سایر کاربران انبار داده است.
هزینه‌های بالای استفاده از انبار داده‌ها استفاده از آنها را به شرکتهای بزرگ محدود میکند. به عنوانی دیگر- بسیاری از شرکت‌ها از موارد کم هزینه تر استفاده میکنند، نسخه‌های با ضریب پایین انبار داده‌ها با عنوان بازارداده‌های مستقل ارجاع داده میشوند. بازار داده‌های مستقل انبار کوچکی است که برای برای یک واحد تجاری استراتژیک (SBU) و یا گروه طراحی شده است، اما منبع آن انبار داده‌های سازمانی نیست.
مزایای استفاده از بازار داده‌ها شامل موارد زیر است :
• هزینه کم در مقایسه با انبار داده‌های سازمانی (زیر 100،000 $ در مقابل 1 میلیون دلار یا بیشتر).
• زمان هدایت برای اجرا به طرز قابل توجهی کمتر است، اغلب کمتر از 90 روز.
• آنها به صورت محلی کنترل میشوند نه مرکزی،همرایزنی قدرت بر کاربر.
• آنها حاوی مطالب و اطلاعات کمتری نسبت به انبار داده‌ها هستند و از این رو پاسخ سریع تر و آسان تری ازلحاظ ادراکی و پیمایشی در مقایسه با سرمایه گذاری گسترده‌ای - انبار داده‌ها ارائه میدهند .
• آنها به یک واحد کسب و کار برای ساختن سیستم‌های پشتیبانی این اجازه را می‌دهند تا تصمیم خود را بدون تکیه بر یک بخش متمرکزIS بگیرد.
• بازار داده مستقل می‌تواند به عنوان اثبات یک مفهوم قبل از سرمایه گذاری از منابع مورد نیاز برای توسعه سازمانی جامع انبار داده‌ها باشد. این کار باعث بازگشت سریعتر سرمایه گذاری با تحقق پذیری سریعتر منافع و سود می‌شود.
انواع مختلفی از بازارداده‌ها وجود دارد :
1. تکرار(وابسته به) بازارداده‌ها . برخی اوقات آسانتر است که با بخش‌های کوچکتری از انبارداده‌ها کار کرد. در چنین مواردی یکی از زیرمجموعه می‌تواند تابعی از انبار داده‌ها در پایگاه داده‌های کوچکترباشد که هر کدام به مناطق خاص اختصاص داده شده است، همانطور که در شکل 2,5 نشان داده شده. در این مورد بازارداده‌ها علاوه بر انبار داده‌ها نشان داده شده است.
2. بازار مستقل داده‌ها. یک شرکت می‌تواند یک یا چند بازار داده مستقل بدون داشتن یک انبار اطلاعات داشته باشد. در چنین مواردی نیاز به یکپارچگی بازارداده‌ها وجود دارد. این امر ممکن است فقط در صورتیکه بازار داده‌ها تخصیص داده شده به مجموعه‌ای از اطلاعات خاص و معتبر باشد. بخش ISمشخص کننده قوانین به ابرداده‌ها است به طوری که اطلاعات نگهداری شده در هر بازار با سایرین سازگار باشد . وقتی که این مورد انجام نشده است، بازار داده‌ها به سختی قابل ادغام بوده وباعت ایجاد مشکلات جدی بالقوه برای تکه تکه شدن سازمان‌ها است.

9,5 هوش تجارت / تجزیه و تحلیل تجاری
اکنون که ما در مورد پایگاه داده‌ها، انبار داده‌ها،بازار داده‌ها، تحلیل و تصمیم گیری روش‌های مورد بحث در فصل 4 می‌دانیم، ما آماده هستیم تا در باره هوش کسب و کار / تجزیه و تحلیل تجاری بحت نماییم.
هوش تجارت به توصیف معماری اجزای اساسی محیط‌های کسب و کار اطلاعاتی، اعم از مباحث، سنتی مانند مدل سازی تجارت، پردازش و مدل سازی داده‌ها، به مباحث مدرن تر، مانند سیستم‌های کسب و کار حکومت، پروفایل اطلاعات، تطابق اطلاعات و کیفیت داده‌ها،انبارداری داده‌ها، و داده کاوی می‌پردازد (نگاه کنید به لوشین، 2003).

هوش تجارت شامل کسب داده‌ها و اطلاعات (و شاید حتی دانش، فصل 9) از طیف گسترده‌ای از منابع و استفاده از آنها در تصمیم گیری است.به اصطلاح فنی، تجزیه و تحلیل تجارت و کسب و کار ابعاد اضافی مانند مدل‌ها و روش‌های چاره سازی را به هوش تجاری می‌افزاید. اینها با اینکه اغلب درعمق ابزار مدفون شده اند،اما با این حال، تحلیلگر(مذکر یا مؤنت) نیاز نیست جهت کسب دستهایش را "کثیف" نماید . به طور معمول، شرایط و دوره‌ها تبادل پذیرند. ما کاربریهای اطلاعاتی هوش کسب و کاررا در شکل 6,5 نشان داده ایم. روش‌های هوش کسب و کار و ابزارهای آن به سادگی در ذات طبیعت قابل رؤیتند. آنها نقشه‌ها و نمودارهای چند بعدی داده‌هارا فقط با فشردن چند کلیک ماوس نشان میدهند. این روش‌ها به طور کلی دسترسی به داده‌ها از انبار داده‌ها و سپردن آنها به یک سیستم پایگاه داده چند بعدی محلی است. پردازش تحلیلی آنلاین (OLAP) روش‌ها به یک تحلیلگر یا حتی (به عنوانی کمتر) به مدیر اجازه می‌دهد تا اطلاعات را تکه تکه یا برش نماید،درحین مشاهده‌ی نمودار‌ها و لیست‌هایی که در ابعاد مشاهداتی منعکس می‌شوند. مدل ممکن است در مورد داده‌ها به کار بسته شود برای پیش بینی اعمال و یا برای شناسایی فرصت‌ها (برای مثال نرم افزار نگاه کنید به Temtec ناظر اجرایی، Cognos و بالبداهه Power Play، و آی بی ام پروفایل مکعب ناظر). روش‌های داده کاوی درخواست مدل‌های آماری و قطعی، و روش‌های هوش مصنوعی به داده‌ها، شاید توسط تحلیلگر (یا مدیر) به شناسایی روابط پنهان و یا واداریت هدایت شوند / کشف دانش در میان داده‌های مختلف و یا متن (برای نمونه نرم افزار بهIBM
DB2 Intelligent Miner Scoring, Angoss KnowledgeSeeker, Megaputer
Intelligence PolyAnalyst, and SAS Enterprise Minerمراجعه کنید). داده کاوی در بخش نمایش نتایج امر کاملا بصری است. اشکال و نمودار‌ها قالبا نشان دهنده نتایج هستند. بنابراین تفاوت اصلی میان OLAP و داده کاوی در این است که داده کاوی(بیشتر) به طور خودکار اجرا می‌شود، در حالی است که OLAP هدایت می‌شود. به عنوان ابزار در سهولت استفاده، بیشتر و بیشتر مدیراناز آنها استفاده می‌کنند، که منجر به حرکت هوش تجارت از سوی تحلیل گران به سسمت کاربران(مدیران) می‌شود. معرفی این مشکل جدید: گاهی مدیران نمی‌توانند کاملا روش‌های هوش تجات را درک کنند. در نتیجه، تمرکز خود را معطوف مجسم سازی می‌کنند به جای اینکه از ابزار‌های دقیق و صحیح استفاده کنند. با هر دو ابزار، مهم است که بدانیم که مهم است که سیستم‌های تحلیلی معمولا نیازمند تعریف سطح دسترسی به اطلاعات هستند. این شامل خرید و فروش با پاکسازی داده‌ها و یکپارچه سازی، یک کار مخصوص متخصصان IS است. ضمیمه 7,5 را مطالعه نمائید.
همه مدیران و مجریان باید از سیستم‌های اطلاعاتی تجارت استفاده است، اما گاهی برخی داده‌های بی ربط و یا ابزارهای بیش از حد پیچیده برای استفاده مشاهده می‌شود. گاهی اوقات مدیران به درستی آموزش ندیده اند. تجزیه و تحلیل اطلاعات از توزیع و پخش در سراسر یک شرکت چالش عمده است ؛بیشتر تجار بیشترین درصد از سرمایه گذاریرا با آنالیز‌های متوسط می‌خواهند، اما بیشتر چالش‌های درگیر اطراف فن آوری شامل فرهنگ، مردم، و فرآیندها می‌شود (نگاه کنید به هچر، 2003). مسئله مهم این است که چینش سیستم هوش تجارت را با نیاز‌های تجارت همسو کنیم. اگر سیستم اطلاعات مفیدی را فراهم نیاورد بی مصرف است. ضمیمه 24,5 برای مطالعه جزئیات بیشتر در مورد مطالعه اخیر در مورد اینکه چگونگی مدیریت جاری در ابزارهای هوش تجارت، نگاه کنید.
آیا سیستم‌های هوش تجارت شرکت‌ها را هوشمند تر می‌کند؟ ضمیمه 7,5
بیش از 570 مدیر اجراییIT به مطالعات CIO Insight در مورد هوش مصنوعی پاسخ دادند. CIO Insight برخی از حقایق جالب در مورد وضعیت فعلی هوش تجارت را کشف کرد.
• در اکثر موارد استفاده از تکنولوژی‌های هوش تجارت رو به افزایش است.
• شرکت‌های بزرگتر به نسبت کوچکترها بیشتر از هوش تجارت استفاده می‌کنند.
• در سال 2002 شرکت‌های موفق 50 درصد بیشتر به تکنولوژی هوش تجارت پرداخته‌اند تا شرکت‌های ناموفق.هوش تجارت به نظر ضروری می‌رسد اما موفقیت کافی نیست.
• دولت به طور موثر با نسبت بالاتری از هوش تجارت نسبت به سایر فاکتور‌های اقتصادی استفاده می‌کند. درصد استفاده از جمع آوری^ متراکم سازی، تجزیه و تحلیل و آنالیز در هوش تجارتی به صورت زیر می‌باشد:
ابزارهای گزارشی(1,82)، داده‌های اتوماتیک در زمینه اطلاعات(79)، اینترانت و پورتال(4,70)، انبار کردن داده‌ها(8,69)، مدیریت محتوا(63)، نرم افزار تصویر سازی داده‌ها(41.ب) موتور‌های ویژه جستجو(4,41)، نرم افزار فرآیند و روند کار (4,41)، بهره برداری به عنوان مثال (ماموران) 9,38

• فقط 49 درصد کمپانی‌ها با موفقیت کمتر از تلاش‌های هوش تجاری هود راضی هستند.
• 88 ئرصد کمپانی‌ها به دقت اطلاعات جمع شده از مشتریانشان اطمینان دارند.
• ناخورسندی از هوش تجارت معمولا ناشی از سختی در توزیع نتایج است.CIO‌ها می‌خواند تا بررسی نتایج را به صورت بلادرنگ در آورند
The 2003 CIO Insight Business Intelligence Research Study: Are " منبع : اقتباس از
,Your BI Systems Making You Smarter?" CIO Insight

در 50 سال اول از تاریخ محاسبات، سیستم‌های محاسباتی الهامات عمیق و جامع را در حوزه‌های مختلف تجارت داشته است.. سیستم‌های رایانه (محاسباتی)در حال حاضر زیرساخت‌های ضروری از مدیریت، اجرا و هماهنگی در فرآیندهای تجارتی هستند.در دهه‌ی اول هزاره جدید، ما شاهد عصر جدیدی سیستم‌های محاسباتی در همه جا هستیم. علم تجزیه و تحلیل سیستم‌های سازمانی پیچیده ترشده و در هم می‌آمیزد البته شاید نه تمام سیستم‌ها (Delic و Dayal، 2003). تصمیم گیران به طور کلی هر سازمانی نیاز به معماری فناوری اطلاعاتی دارند که در وحله اول تامین کننده نیازهای آنها باشد نه چیز دیگر. Delic و 2003Dayal () یک دید موثری از سیستم‌های سرمایه گذاری تحلیلی فراهم آورند که(رجوع شود به فصل 8) استفاده از هوش تجارت / تجزیه و تحلیل کسب و کار براساس نیاز پایه شان.
بر اساس گزارش IDC صادر شده در پاییز سال 2002، سازمان‌هایی که برنامه‌های تحلیلی را پیاده سازی و از آنها استفاده ه در محدوده 17 درصد الی بیش از 2000 درصد، با ROI متوسط 122 درصد رشد داشته اند( مراجعه گردد به "تاثیر مالی از کسب و کار تجزیه و تحلیل ترافیک، "IDC مهر 2002 ؛ همچنین Kaliebe، 2003). با این حال، بیش از نیمی از تمام پروژه‌های اطلاعاتی تجاری با شکست مواجه می‌شود. همگام با انبار داده‌ها، سایر فعالیتهای هوش تجارت نیز باید در نظر گرفته است، نه صرفا به عنوان یک مجموعه‌ای از پروژه‌های فناوری اطلاعات(IT)، بلکه به عنوان یک استراتژی دائما در حال تکامل، بیصرت، و معماری که پیوسته به دنبال هم راستا کردن عملیات سازمان و مسیر استراتژیک اهداف تجاری است. مفهوم هوش تجارت/ سیستم پشتیبان تصمیم هرگز در بحث ما به طور کامل در فصل6 پایان نمی‌پذیرد بلکه همچنان در حال توسعه و تکامل است. آشرکت‌ها هنگامی به موفقیت دست می‌یابند که کارهای زیر را انجام دهند: (نگاه کنید به Atre، 2003)

• تصمیم گیری بهتر با سرعت بیشتر و اعتماد به نفس.
• عملیات ساده و موثر.
• کوتاه کرئن چرخه‌های توسعه محصول .
• حئاکثر سازی ارزش خطوط تولید موجود و پیش بینی برای فرصت‌های جدید.
• ایجاد بازاریابی بهتر، با تمرکز بیشتر و همچنین بهبود روابط با مشتریان و تامین کنندگان.

سازمانها باید برای موفقیت درهوش تجارت چالش‌های مهم بسیاری درک و به مقابله با آنها بپردازند. ما این مطالب درضمیمه 25,5 توضیح داده شده است.
10 مورد انتقادانه برای عدم موفقیت هوش کسب وکار ضمیمه 25,5
10 دلیل برای شکست پروژه‌های هوش تجاری وجود دارد. سازمانها بایداین 10 چالش مهم را درک وبا آنها جهت موفقیت برخورد نمایند:

1.. عدم به رسمیت شناختن پروژه‌های BI به عنوان مقطع ابتکارات کسب و کار سازمانی، و درک کردن این موضوع که آنها با راه حل نوعی تک ایستاده متفاوتند.
2. عدم جذابیت یا سفارش یا ضعف حامیان کسب و کار.
3. خارج از دسترس بودن یا عدم تمایل نمایندگان کسب و کار.
4. فقدان کارکنان ماهر و در دسترس یا وسایل سودمند .
5. . عدم انتشار نظرات توسط نرم افزار (هیچ روش تکراری پیشرفتی وجود ندارد).
6. بدون ساختار ارائه‌ی شکست کار (بدون روش).
7. بدون تجزیه و تحلیل فعالیت‌های تجاری یا استاندارد.
8. بدون تقدیر از اثر داده‌های نادرست درسودآوری کسب و کار.
9. بدون درک برای ضرورت‌ها و نیاز‌ها
10. اتکای بیش از حد زیاد بر روش‌های متفاوت

منبع : اقتباس از شاکو آتر، " 10 عنصر مهم انتقادی چالش‌ها برای موفقیت هوش کسب و کار ". رایانه وردت ؛ سفید مقاله / تبلیغات ویژه ضمیمه). مکمل

ابزارهای هوش تجارت (هم داده کاوی و پردازش تحلیلی آنلاین OLAP) جهت مشخص کردن حقه‌های سرقت در سازمانها مورد استفاده قرار گرفته‌اند جهت مشخص کردن حقه‌های سرقت در سازمانها . آنها قادر به شناسایی فاکتورها تورم، اختلاس، جعل هویت مشتری، و جرائم مشابه هستند.
برآورد کل کلاهبرداری در بریتانیا تقریبا 30 میلیارد دلار (آمریکا) می‌باشد. کلاه برداری‌های صورت گرفته توسط کارکنان باعث متوسط ضرر 60،000 دلار است، در حالی که کلاه برداری‌های صورت توسط مدیران و یا سرپرستان باعث متوسط زیان $250،000 می‌شود. هنگامی که مدیران و کارکنان با هم توطئه کنند، میزان متوسط ضرر به $ 500،000 افزایش می‌یابد. اگر همه داده‌ها سیستم‌های داخلی با انبار داده‌ها برای تجزیه و تحلیل کلاه برداری یکپارچه باشند می‌توان آنها را با داده‌های خارجی مربوط به کلاهبرداری مقایسه کرد. بدین ترتیب الگوها و ناهنجاریهای به راحتی قابل شناسایی می‌شود. فعالیت‌های مشکوک قابل جدا سازی بوده، اندازه گیری و ردیابی می‌گردد. برای جزئیات بیشتر 2003Dorrington ()را مشاهده کنید.
ویلیامز – سونوما (Williams-Sonoma) میلیون با هدف قرار دادن بازار، نشانه گذاری چند مجرایی سریعتر جنسیت داده‌ها با استفاده از نرم افزار داده کاوی SAS (سیستم آنالیز استاتیک)، استخراج سرمایه، همراه با یک مجموعه از برنامه‌های CRM جهت سیستم آنالیز استاتیکی. مدل‌های جدید بازاریابی و سیستم مشتری به کاوش داده‌ها از بیش از 30 میلیون خانوار برای کمک به ایجاد یک خرده فروشی شخصی و تجربه خرید کانال‌های مختلف و مارک‌های مختلف میپردازد. برای مشاهده جزئیات بیشتر به 2003Bolen )) مراجعه فرمائید. کلاگن(Callaghan) توضیح داد که پیش بینی‌هایSPSS و تحلیل وب و سیستم آنالیز استاتیکی وب می‌تواند مورد استفاده قرا بگیرد جهت پیش بینی رفتار مشتری و توسعه تقسیم بندی مدل مشتری(کلاستر‌ها) که منجر به عملکرد بهتر تجارت می‌شود. خرده فروشان به طوز مکرر از ابزار‌های هوش تجارت استفاده می‌کنند این موضوع در بخش 26,5 نشان دادده شده است.
خرده فروشی جریان هوش کسب و کار را یکنواخت میسازد ضمیمه 26,5
کمپانی خلیج کوچک‌هادسون در ماه می‌2003 تبدیل به 333 شده است. با وجود سن آن، خلیج‌هادسون سیستم‌های اطلاعاتی خود را جهت ارائه به مدیران اجرایی، مدیران فروشگاه، و تامین کنندگان کلیدی ارتقاء داد برگه‌های فروش و داده‌های مشتریان را آنالیز کند. چالشی که شرکت با آن مواجه بود تعیین چگونگی تبدیل داده‌ها به اطلاعات مفید بود. این شرکت با استفاده از دو انبار داده‌ها و ابزار اطلاعاتی تجارت شرکت Teradata از شورای ملی مقاومت. جهت به پیگیری و اتخاذ تصمیم در مورد موجودی محصول و فروش.
اکثر فروشندگان - آجر و ملات نسبت به سایر صنایع در استفاده از هوش تجارت عقب تر هستند. به استثناء فروشگاه‌های وال مارت و سیرز . دیگر فروشندگان به برداشتن گام‌های موثرادامه دهند در کمپانی هری روزن، زنجیره‌ای از 17فروشگاه لباس مردانه، از 'ابزار تجزیه و تحلیل داده‌ها شرکتCognos به عنوان سیستم تجارت کالا استفاده می‌کنند.. بیش از دوجین گزارشات گزارشات فروش و موجودی برای تجزیه و تحلیل وجو دارد که به شرکت کمک می‌کند که تمایلات خرید را شناسایی کند، مدیریت فهرست موجودی، و بهبود سود ناخالص در حاشیه کار هستند.

فروشندگان دیگر به دنبال روش‌های مشابه برای به دست آوردن مزایای رقابتی هستند. قرار دادن محصولات مناسب در جای درست و در زمان مناسب با در قیمت مناسب هدف اصلی خرده فروشان است (نگاه کنید به مدیریت درآمد در فصل 4). انجام درست این مقوله تعیین کننده این است که چه کسی موفق می‌شود و چه کسی نه .
.
استفاده از هوش تجارت و ابزار تجزیه و تحلیل کمپانی BusinessObjects TruServ، کمپانی
مادر شرکت سخت True Value Hardware and Taylor Rental) باعث می‌شود منطقه قرمزموجودی (محصولات که در مدت یکسال ونیم فروخته نشده اند) بوسیله از 50 میلیون دلار در طول دو سال توسط تجزیه و تحلیل انباشتگی محصول کاهش یابد. همچنین برای نزدیک به یک سال،
سیستم شناسایی می‌کند 14 مرکزی را که محصولات قرار داده شده در آنها فروش بهتر نسبت به سایر نقاط کشور دارد.

فروشگاه‌ها در حال آموزش از فروشندگان (آنلاین) هستند که چگونه تحقیقات تحلیلی را در مورد عملکرد مشتریان انجام دهند . به عنوان مثال گروه J.Crew، وموسسه Nordstrom از DigiMine برای تجزیه و تحلیل فروش انلاین استفاده می‌کنند. Nordstrom حالتی را دارد که در آن خریداران آنلاین جستجوی یک حلقه انگشتر درست مثل آنی که یک مدل در آگهی به دست داشته است.
Nordstrom قادر بود به سرعت حلقه را هم فروشگاه‌ها و هم برای مشتریان (آنلاین) خود بدست آورد، حتی اگر به تا به حال محصول از قبل حمل نشده است.
مدیریت عملکرد تجارت اشیاءS.A. و مدیریت بر پایه عملکرد موسسه 0,6SAS .هر دو قابلیت آنالیز تحت وب را فراهم می‌آورند. نرم افزار مدیریت عملکرد تجارت اشیاءS.A شامل مدیریت هدف، برگه‌ها، استراتژی و نقشه‌ها، مشتریان را قادر می‌سازد تا با اهداف و عملکرد استراتژی سازمانی همسو شوند. نرم افزار مدیریت بر پایه عملکرد موسسه 0,6SAS فعالیت مبتنی بر مدیریت هزینه، تجزیه و تحلیل بهره وری مشتریان، محصولات، خدمات، یا فرآیندهای تجارت را نمایا می‌سازد. برای مشاهده جزئیات بیشتر به
(Callaghan (2003c) مراجعه کنید. صفحه آمار
صفحه آمار برای مدیران دقیقا همان اطلاعاتی که در قالب صحیح در زمان صحیح نیاز دارند، فراهم می‌کند. سیستم‌های اطلاعاتی تجارت که پایه و زیر بنای صفحه آمار هستند، که بر گرفته از سیستمهای اطلاعات اجرایی به سمت سیستم‌های اطلاعاتی سرمایه گذاری هستند که به انبار داده‌ها از طریق OLAP دسترسی دارند.(به فصل 8 و لئون، 2003 مراجعه گردد). صفحه آمار می‌تواند بر ارتباطات خط مشی شرکت‌ها تاثیر گذار باشد. صفحه آمار و scorecard‌ها آنچه را که مهم است اندازه گیری و نمایش. هر فرد، به صورت ایده آل، ممکن است بتواند بر روی آنچه برای او مهم است تمرکز کند. اساسا داشبورد از پیش یک نمایشگر OLAP را ارائه می‌دهد. شکل 7,5 را مشاهده کنید مثالی از Brio Performance Suite's "CEO Dashboard." " شرکتMQSoftware . صفحه آمار نمایش بلادرنگ از داده‌هارا فراهم می‌کند. Cognos Visualizer سری 7 مثال دیگری از یک صفحه نمایش آمار سازمانی است که مدیران را کمک می‌کند تا تصمیم بهتیر بگیرند. این بخشی از هوش تجارت Cognos است.
اطلاعات داشبوردها به بخشهای مختلف غیر مالی شرکت، اعم از بخش فروش و خدمات مشتریان، گسترش یافته است. به جدول 4,5 برای مشاهده جزئیات بیشتر از نحوه گسترش داشبورد در سازمان نگاه کنید.



در خطوط هوایی جنوب غربی آمریکا، آنها داشبوردهای دیجیتال را cockpits می‌نامند. افرادی می‌توانند نحوه نمایش اطلاعات مورد نیاز کار خود را شخصی سازی کنند. در شرکت Honeywell که متخصص جدا سازی مواد در Morristown، نیوجرسی، Cognos است.داشبورد‌ها به هر کس در بخش فروش عملکرد روزانه تجارت را به روشنی نشان می‌دهد. نمایندگان فروش می‌توانند نه تنها آمار فروش خود را ببینید بلکه می‌توانید ببینید که چگونه دیگران چه می‌کنند، همانند مدیران. این است که نه تنها به حرکت از رهبری ماهانه و مشاهده داده‌های سه ماهه به مشاهدات روزانه. در حال حاضر شرکت دارای یک تعریف مشترک و شامل همه اطلاعات می‌شود .
تعیین وضعیت مالیاتی با هوش تجارت ضمیمه 27,5
هوش تجارت کم هزینه،است وآزمونی قابل پی گیری در سه زمینه بحرانی جهت به کارگیری هرگونه ابتکار در هوش تجارت:
• تجارت نیازمند تجزیه تحلیل است : تجزیه و تحلیل اساسی استراتژیک و تاکتیکی اهدافی که باعث گسترش راه حل BI می‌شود، از جمله اینکه آیا ضمانت اجرایی و بودجه در دسترس هستند.
• تجزیه و تحلیل سازمانی : تجزیه و تحلیل تجارت موجود و ساختار سازمانی فنی، از جمله سطح فناوری اطلاعات / همکاری تجاری در محل، فرهنگ سازمان و شیوه و رویه رهبری، درک از مفاهیم BI، چه نقش‌ها و مسئولیت ایجاد شده است، و اینکه آیا افراد با توجه به مقدار زمان مناسب و مهارت کافی در اپست‌های درست قرار دارند.
• تکنیک/ فن تجزیه و تحلیل : بررسی این که آیا زیرساخت‌های فنی مناسب و روشهای توسعه موجود است، از جمله همه مربوط به سخت افزار و نرم افزار مربوطه، کمیت و کیفیت منیع داده‌ها، و روش و تغییر فرایند کنترل
ارزیابی نیروهای سازمان و بررسی نقاط قوت و ضعف در درون این سه حوزه و توصیه‌هایی در مورد چگونگی رفع مناطقکه در آنها مشکل به صورت بالقوه وجود دارد. به طور مطلوب چنین تجزیه و تحلیل باید قبل از توسعه یک مجموعه پر هزینه از سیستم‌ها، داده‌ها از جمله انبار OLAP، و داده کاوی انجام شود. ارزیابی خود کمک می‌کند تا آگاهی و پشتیبانی از ابتکارات ایجاد شود.


بورزینسکی (2002Burzinski ) توصیه می‌کند ارزیابی یک سیستم هوش تجارت قبل از هرگونه بکار گیری ابتکار صورت پذیرد. بخش ضمیمه 27,5 برای جزئیات بیشتر مشاهده کنید. توسعه اطلاعات تجاری و ابتکاراتانبار داده طی دهه گذشته به بسیاری از مسائل و حل مسائل آنها منجر شده است. ما به شرح مطالب مهم یاد گرفته شده در ضمیمه 28,5 می‌پردازیم.



وب تا به حال تاثیر عمیقی بر نحوه عملکرد این ابزارها و بهره برداری از آنها داشته استد .طبیعت بصری بسیاری از ابزار اطلاعاتی که اغلب در مبتنی بر وب می‌باشند،مرورگرها هستند. همانطور که استفاده از وب و افزایش تجارت الکترونیکی افزایش می‌یابد، تقاضا برای جمع آوری و تجزیه و تحلیل داده‌ها از به روش clickstream افزایش می‌یابد، که از آن برای شناسایی جایی که مشتری وب به آن می‌رود و جایی که پس از خواهد رفت و آنچه را که می‌خرید و یا نمی‌خرد. . (این سیستمها اغلب به نام هوش وب / تجزیه و تحلیل نامیده می‌شودبه خش 14,5 ب مراجعه کنید.) یک شرکت می‌تواند ترکیب اینها با داده‌های سرشماری و سیستم‌های اطلاعات جغرافیایی، به آنچه که می‌خواهد یعنی شناسایی بازار و پتانسیل‌های موجود و آینده دست یاید. پایگاه داده‌ها و تکنولوژی‌های هوش تجارت و تاثیرات وب در جدول 5,5 نشان داده شده است.

جدول 5,5
تاثیر بر روی وب تاثیر وب مدیریت دانش
داده‌های ذخیره شده و به اشتراک گذاشته شده برای بهبود طراحی و عملکرد سایت‌ها به کار برده می‌شود. سرورهای تحت وب گسترش یافته و صرفا برای کار برد‌های پایگاه داده فروخته می‌شود. محیط کارمند پسند و گرافیکی و سازگار سرور پایگاه داده سبب ذخیره موثر و کارآمد داده‌ها وو بازیابی راحت، سریع و دسترسی مستقیم به داده‌های موجود در سرورها، ذخیره داده‌های چند رسانه‌ای و دریافت پیش بینی‌هایی که تبدیل واقعیت شده است.
گسترش در موتور‌های جستجو مستقیما بستگی به تکنولوژی‌های پایگاه داده‌ها دارد. پایگاه داده
همانند بالا همانند بالا انبار داده و مارت داده

با پیشرفت تکنولوژی وب ارتباط قوی جهت استفاده از انبار داده‌ها فراهم می‌شود.
توزیع ویژگی‌های وب سرورها ارجاع می‌یابد باه توزیع انبار اده و مارت داده. این توزیع ویژگی‌ها سبب بهبود یکپارچه سازی اطلاعات می‌شود.
پیشرفت در تکنولوژی به حل مشکلات سنجش پذیری کمک می‌کند.
همانند بالا پیشرفت در تجارت الکترونیک و تحت وب سبب بهبود در تکنولوژی‌های موجود در وب/ اینترنت می‌شود. همانند بالا
در این جا گرافیک بر پایه وب بسیار حیاتی است زیرا سبب درک بهتر نتایج می‌گردد و دسترسی به مل‌های تحلیل و راه حل‌های مشکلات تجاری و مهندسی و غیره را فراهم می‌کند. پردازش تحلیلی آنلاینOLAP
همانند بالا همانند بالا موجب به خود کار سازی روش‌های تحلیل می‌گردد. داده کاوی
"کورتیکا"(2003Kurtyka ) موضوعی را مطرح کرد که ارتباط داشت به آموزش و هوش تجارت.
اسمیت(2001smith ) روشی را برای تشخیص استراتژیک ابزارهای هوش تجارت ارائه کرد. او تجزیه و تحلیلی از نمونه‌های بزرگ از ابزار فراهم آورد. برای مطالعه جزئیات بیشتر به (2001smith ) مراجعه کنید.
تعیین اینکه که کدام ابزار مورد استفاده اثر مهمی بر ویژگی‌های تحلیل تصمیم می‌گذارد که قابل پشتیبانی نیز باشد. ما به عمد ابزار‌های داده کاوی را از بحث پردازش تحلیلی آنلاین جدا کردیم. موضوعات و مباحث مربوط به پردازش تحلیلی آنلاین OLAP، داده کاوی و وب در باقی مانده فصل مطرح خواهد شد.
برای اطلاعات بیشتر در هوش تجارت ه مراجع زیر رجوع کنید :
Bolen (2003), Burzinski (2002), Callaghan (2003a), Delic and Dayal (2003),
Dorrington (2003), Kaliebe (2003), Kurtyka (2003), Leon (2003), Loshin (2003), Pallatto (2002a,b), Smith (2001), Songini (2003), Ulfelder (2000a), Vitt, Luckevich,
.(and Misner (2002), and Whiting (2003
درس‌های مهمی در مورد هوش تجارت و انبار داده ضمیمه 28,5
در10 سال اول هوش تجارت و انبار داده‌ها ابتکارات بسیاری با موفقیت همراه بود، از جمله کاربرد مناسب فناوری اطلاعات. در ادامه برخی از درس‌های مهم که باید بررسی و همل گردد تا به موفقیت کمک کند آمده است :

• ایجاد ثباتو پایداری در ساختارهای اساسی داده‌ها برای استفاده در هوش تجارت و تجارت جاری.
• حصول اطمینان از این که هر عنصر داده به خودی خود به صورت مجزا با مرتبط با دیگرعناصر است.

مد نظر داشتن سرمایه گذاری در تمامی تمرکزات، نه یک بخش، منطقه، و یا یک گروه بندی خاص.
بهره از هوش تجارت گزارشات تحلیلی را سازه نمی‌کند، اما بهاطلاعات یک مدیر و یا سرپرست نیاز است تا آنها را تبدیل به تصمیمات آگانه کند.
از تکنولوژی‌های مختلف هوش تجارت که به خوبی یکپارچه سازی اطلاعات را انتجام می‌دند استفاده کنید.
منبع : اقتباس ازRichard Skriletz, "New Directions for Business Intelligence," DM Review,
.April 2002, p. 10

10,5 پردازش تحلیلی آنلاین (OLAP)
برای سال‌های بسیاری فناوری اطلاعات، تمرکز اصلی خود را بر روی ساختمان سیستم‌های حیاتی که تراکنش شرکت‌ها پشتیبانی کند قرار داده بود. چنین سیستم‌هایی باید عملا با ترانس خطای معین وبوده و پاسخ دهی سریع داشته باشند. راه حل موثر با استفاده از پردازش تراکنش آنلاین (OLTP) فراهم شد، که بر پایه توزیه ارتباطی بین محیط‌های پایگاه داده بنا شده بود. آخرین تحولات در این زمینه عبارتند از استفاده از نرم افزارهای ERP و SCM برای انجام وظایف تراکنش، برنامه‌های کاربردی CRM و یکپارچه سازی با فن آوری‌های مبتنی بر وب و شبکه‌های داخلی، می‌باشد. ابزار بسیاری برای توسعه برنامه‌های کاربردی OLTP ایجاد شده اند. INFORMIX OnLine Dynamic Server یک مثالی از این ابزارهای مفید است.
OUTOKUMPU صنایع مس ضمیمه 29,5
محصولات مس شرکت "اتوکامپو" (فنلاند) هر ساله میلیون‌ها کیلوگرم فلزات پایه مورد فرآوری قرار می‌دهد که در محصولاتی از قبیل تسمه، مخازن آب آشامیدنی، و رادیاتورها استفاده می‌شود. این محصولات در خدمت صنایع الکترونیک، استخراج از معادن و فلزات، حمل و نقل و شرکتهای ساخت و ساز در سراسر جهان قرار می‌گیرد. اتوکامپو دارای چهار بخش با 13خطوط کار مستقل در اروپا و امریکا و آسیا است. تعیین سود حاصل از یک محصول، چگونگی کاهش هزینه‌های تولید، ‌ حجم معاملات مشتریان و سودآوری از مسائل مهم این شرکت است. ادغام و تجزیه و تحلیل اطلاعات کسب شده از هر واحد چالشی عظیم است، چرا که بازار فروش در بخش‌های مختلف شامل الزامات به خصوصی است که به نظر نمی‌رسد با یک سیستم کلی عملی باشد. راه حل ساخت یک انبار داده‌ها و استفاده از یک وب سایت مبتنی بر سرور OLAP است. پایگاه داده Hyperion's Essbase مورد استفاده قرار گرفت. دو مدل به سرعت ساخته شد. یک برای پشتیبانی از سودحاصل از مشتری و محصولات و دیگری جهت گزارش عملکرد تحویل. آنها از Viewer Executive، پردازش تحلیلی آنلاینOLAP کمپانی Temtec پایان استفاده کردند (نسخه‌ی نمایشی قابل امتحان (آنلاین) در
www.temtec.com است). ناظر اجرایی مبتنی بر وب بوده و با پایگاه داده عظیم Hyperion's Essbaseهماهنگسازی می‌شد. این امر به شرکت این اجازه می‌داد تا به سرعت اطلاعات از طریق بازار، محصول، یا مشتری ضمنا تجزیه و تحلیل از طریق تمرین را نیز پشتیبانی می. نتایج پیاده سازی منجر به یک ابزار تحلیلی و انعطاف پذیر شد که مورد قبول سراسر سازمان بود.
منبع : چگال از مورد : "Outokumpu محصولات مس فنلاند،"
دسترسی به داده‌ها غالبا نیازمند دو نرم افزار OLTP و MSS است. متأسفانه، تلاش برایارائه هر دو نوع درخواست ممکن است مشکل ساز باشد(1998Gray and Watson, ). از اینرو، برخی از شرکت‌ها، به جدا سازی پایگاه داده به دو نوع مجزا OLTP و OLAP می‌پردازند .نوع OLAP بر پایه انبار داده‌ها استوار است.
با این حال، گونزالس و رابینسون (2003Gonzales and Robinson )نشان دادند که برای کارکرد صحیح OLAP، سیستم مدیریت ارتباط بانک اطلاعاتی باید بهینه سازی گردد تا از OLAP به جای استفاده مستقیم ساده از، مکعب‌های داده چند بعدی پشتیبانی کند. پایگاه داده باید یکپارچه سازی با متمرکز کردن، منسج مسازی مداوم داده‌های دارای ابعاد متعدد در سراسر سازمان. برای آگاه سازی پایگاه داده از داده‌های سطح بالاتر نیاز به ترتیب بندی OLAP است، نیاز است فهرست‌های پایگاه داده برای مقاصد سطح بالاتر که مستقیما در ارتباط با OLAP و مدل‌های تجاری هستند، تنظیم گردند. در واقع، این اشیاء ماهیت ذره‌های موجود را گرفته و آنها ترکیب کرده تا ماهیت ابعادی ایجاد کنند همانند خصوصیات، گزاره(درست و نادرست)، روابط، سلسله مراتب و ابعاد. هنگامی که این اشیاء سطح بالا تعریف شده اند، اطلاعات جدید می‌تواند به عنوان بخشی از فهرستها ذخیره مدیریت شوند (نگاه کنید به گونزالس و رابینسون، 2003). در واقع، مدیریت ابرداده بخشی از سیستم مدیریت ارتباط پایگاه داده‌های شده تا آن را "OLAP آگاه "کند.
اصطلاح پردازش تحلیلی آنلاین (OLAP) اشاره به انواع فعالیتهای دارد که معمولا توسط کاربران نهایی در سیستم آنلاین انجام میشود (نگاه کنید به ضمیه 29,5)
ضمیمه 30,5
شرکت محصولات ساختمانی "الاید"(Allied) با استفاده از به اشتراک گذاری بازار و مشتری شرکت مصالح ساختمانی خود را گسترش بخشید. الاید از برنامه مالی (Cognos) استفاده کرد یک راه حل هوش تجارت از شرکت Cognos کمتر 90 روز است. در نتیجه، شرکت الاید قادر به استانداردسازی داده‌های شرکت به صورت گسترده و به طور خودکار بود قسمت خاصی از عملکرد مالی خود بهبود بخشد برنامه مالی (Cognos) اجازه می‌داد شرکت الاید نیروی کمتریرا برای تولید دستی گزارشات به کار برد، و به طور همزمان دسترسی به بودجه، پیش بینی‌ها، و عملیات شعب داشته باشد. این امر دید اطلاعاتی رایکپارچه کرده گزارش دهی دقیق مالی را سرعت می‌بخشید.

توافق خاصی وجود ندارد که چه نوع فعالیت‌هایی پردازش تحلیلی آنلاین به حساب می‌آید. معمولا یکی از این فعالیت‌ها شامل گرفتن کوئری(query) (ضمیمه 30,5 را مشاهده فرمایید)، دادن گزارشات خاص و گراف‌ها، اجرا آنالیزهای استاتیک،ایجاد سیستم پشتیبان تصمیم و نرم افزاری چند رسانه‌ای است. بعضی موارد شامل سیستم‌های اطلاعات اجرای/سرمایه‌ای و داده کاوی است. اساسا، OLAP مدلسازی و قابلیت‌های تجسم را برای مجموعه داده‌های بزرگ، چه سیستم‌های مدیریت پایگاه داده یا، در اغلب موارد، سیستم‌های انبار داده فراهم می‌کند. OLAP با داده کاوی متفاوت است بدین صورت که کاربران می‌توانند درخواست خاص و نامحدو بدهند. کاربران، به ویژه تحلیلگران، از سیستم‌های OLAP استفاده می‌کنند. انها OLAP را به گونه‌ای هدایت می‌کنند تا داده کاوی به دنبال روابط باشد همراه با بعضی جهت گیری‌ها از سوی تحلیل گر اعمال می‌گرددOLAP عموما کار را تسهیل می‌کند از طریق همکاری انبار داده‌ها (و یا مارت داده و یا انباره چند بعدی) و با مجموعه‌ای از ابزار OLAP. این ابزارها می‌تواند ابزار پرس و جو(Query)، صفحات گسترده، ابزار استخراج اطلاعات(داده کاوی)، ابزارهای تجسم داده‌ها و از این قبیل باشند. برای مشاهده یک لیست از ابزارهای OLAP به مراجع زیر مراجعه کنید:
Costanza (2000 Costanza (2000), Alexander (2003), Karpinski (1999), and
periodic reviews in the software sections of PCWeek, DM Review, InternetWeek, Intelligent Enterprise, and Software Review .در بخش 12,5 توضیح داده شده است OLAP طبیعت و ساختار چند بعدی تقریبا تمام سیستمهای

شرکت بیمه ING Antai (تایوان) از سرور OLAP آی بی ام برای تجزیه و تحلیل حجم عظیمی از اطلاعات و داده‌ها استفاده می‌کند تا مطالبات جعلی را یافته و همچنین به پروسه مطالبات سرعت بخشید.
تجزیه و تحلیل داده‌هایی که قبلا چندین هفته زمان می‌برد تنها در طی چند روز انجام می‌پذیرد. با بهبود ابزار آلات و سخت افزار می‌توان مطالبات را فورا آنالیز کرد. هزینه فرآیند مطالبات نیز به طور چشم گیری
کاهش می‌یابد. برای مطالعه بیشتر به 1997Raden () مراجعه کنید. بانک TCF از OLAP استفاده می‌کند تا اطلاعات مستقیما در دسترس کسانی که به آن احتیاج دارند قرار دهد. بانک می‌داند که مشتریانش به عنوان پایه و اساس تلاش‌های بازاریابی با دقت بیشتری پی گیری می‌کنند.جهت مطاله جئیات بیشتر ضمیمه 31,5 را مطالعه کنید. ما مطالب بیشتری را در بخش 11,5 و کاربرد موضوع 3,5 در مورد اینکه چگونه بانک از ابزار‌های تجزیه و تحلیل تجارت و هوش تجارت در زمینه‌های مشابه استفاده می‌کند دریافتیم.

(Querying) برای پرس و جو SQL
زبان ساخت یافته پرس و جو (SQL) یک زبان استاندارد برای دسترسی به داده‌ها اعمال نفوذ و تغییرات در سیستم‌های مدیریت پایگاه داده رابطه‌ای است. در واقع یک زبان نزدیک به انگلیسی است که متشکل از چند لایه جهت افزایش پیچیدگی و قابلیت سازگاری است. SQL برای دسترسی آنلاین به پایگاه‌های داده، عملیات‌های DBMs برنامه‌ها، کارهای اجرایی استفاده می‌گردد.


6 فصل ششم ایجاد و توسعه سیستم پشتیبانی تصمیم اهداف آموزشی :
 درک مفاهیم اساسی در ایجاد و توسعه سیستم‌ها
 تشریح چهار مرحله چرخه ایجاد نرم افزار ( PADI ) : طرح ریزی– تحلیل– ایجاد– پیاده سازی
 درک نمونه سازی و نمونه سازی یک بار مصرف و اینکه چرا DSS نوعاً با استفاده از این روش‌ها ایجاد می‌شود.
 تشریح عواملی که منجر به موفقیت یا عدم موفقیت DSS می‌شود .
 بحث درباره اهمیت مدیریت پروژه و مهارت‌های لازم برای یک مدیر پروژه خوب .
 تشریح سه سطح از فناوری DSS : ابزارهای اولیه DSS، ابزارهای مجتمع DSS (مولدها)، DSS‌های خاص  درک روند آموزنده‌ای که در جریان ایجاد DSS واقع می‌شود .
تا بدین جا، مفاهیم و اجزاء اساسی در تصمیم گیری و پشتیبانی تصمیم را ارائه کردیم . اکنون باید اینکه چطور یک سیستم پشتیبانی تصمیم را پیاده سازی کنیم، بیاموزیم . متاسفانه حصول DSS به راحتی بدست آوردن یک نرم افزار بهره وری مانند کلمه پرداز نیست.
DSS‌ها معمولا برای اداره کردن موقعیت‌های پیچیده طراحی می‌شوند و تعداد محدودی از آنها بصورت تولید انبوه در اختیار است . گرچه نرم افزار‌های OLAP ایجاد و توسعه DSS را تسهیل کرده‌اند اما اکثر DSS‌ها برای هر کاربرد خاص نیازمند برخی طراحی‌های منحصر بفرد در اجرا و پیاده سازی هستند .
در بخشهای زایر به ارائه روند ایجاد و توسعه DSS می‌پردازیم .
1,6- تصویر ابتدایی : osram Sylvaria به بخشهای کوچک فکر می‌کند . برای کل مجموعه راه حل ارائه می‌کند .
2,6- مقدمه‌ای به ایجاد و توسعه DSS
3,6- چرخه ایجاد نرم افزار سنتی
4,6- روشهای دیگر ایجاد و توسعه
5,6- نمونه سازی : روش ایجاد DSS
6,6- مدیریت تغییرات
7,6- سطوح و ابزارهای فن آوری DSS
8,6- چهار چوب‌های ایجاد و توسعه DSS
9,6- انتخاب ابزار برای ایجاد و توسعه DSS
10,6- DSS ایجاد شده توسط تیم
11,6- DSS‌های ایجاد شده توسط کاربران نهایی
12,6- در کنار هم قرار دادن DSS‌ها
13,6- DSS‌های آینده

1,6 تصویر ابتدایی : osram Sylvania به بخش‌های کوچک فکر می‌کند . برای کل مجموعه راه حل ارائه می‌کند –
یک درگاه تجاری، نقطه تجمیع مرکزی برای داده‌های اشتراکی، ابزار‌ها، و لینک‌های مورد استفاده قرار گرفته در طول اتصال مرور گر محسوب می‌شود . پورتال‌ها ( درگاه‌های ورودی ) مورد توجه سازمانهایی هستند که اطلاعات و فرایندهای تجاری آنان در میان گزارشات، کاربردها، سیستم‌ها و نواحی جغرافیایی مختلف پراکنده شده است . از همین رو فکر کردن به بخش‌های کوچک در ساختن اولین درگاه ورودی منطقی به نظر می‌رسد .
به جای سعی برای ساختن یک درگاه ورودی بسیار بزرگ سازمانی برای همه کس و همه چیز، شرکت‌ها ابتدا تمرکز خود را معطوف ساخت یک درگاه ورودی کوچک و تخصصی برای حل مشکل مبرم و وارد شده به حوزه یا فعالیت تجاری خاص می‌کنند – نمونه اولیه . این همان راهی است که گروهی کوچک و با
انگیزه از کارکنان IT و تجارت شرکت osram Sylvania به HR Infonet دست یافتند. درگاهی که به منابع انسانی تمرکز دارد . بخش آمریکای شمالی شرکت osram GmbH (آلمان) دارای 7,3 بیلیون دلار فروش و 12500 کارمند در 30 نقطه است . osram Sylvania تولید کننده و فروشنده کالاهای روشنایی و ابزار دقیق است .
صنعت روشنایی به شدت رقابتی است . نیروی انسانی (HR) برای osram بسیار مهم است . پیدا کردن، اجیر کردن و استخدام دانشمندان و مهندسان متخصص و پرسنل ساعتی چالشی بزرگ محسوب می‌شود. مدیریت مزایای مربوطه به کارمندان با راه حل‌های گران و خارج از سازمان حل می‌شود. مشکل استخدام نیازمند راه حلی سریعتر از روش کند، کسل کننده و سیستم کاغذی موجود بود . با سیستم موجود کارمندان قادر به انجام مقایسه‌های ((چه- اگر)) و یا حتی مشاهده هزینه برنامه‌های انتخابی خود نبودند ( هزینه‌ها به صورت گفتاری بیان می‌شد) . مشکل دیگر این بود که سیستم تغییرات روزمره آمار زندگی را اجرا نمی‌نمود ( مزایای مربوط به اضافه شدن فرزند به خانواده ) . این در خواست‌ها به صورت دستی انجام می‌شد . بهبود در سیستم به وضوح لازم بود . یک پورتال محاوره‌ای تحت web برای مزایای کارمندان بصورت خود سرویس باعث بهبود خدمات کارمندان می‌شد .
تبدیل استخدام مشاغل و ثبت مزایا به صورت متصل (online) هدف ابتداییHR Infonet بود . در صورتیکه احتیجات IT در این مورد تقریبا ساده بود، اما دو موضوع درون سازمانی وجود داشت . اولین مورد این بود که تنها یک سوم از کارمندان، کامپیوتر در اختیار داشتند . موضوع دوم مدیر پروژه راجر رودنستین بود که در سال 1995 به استخدام در آمده بود تا گروه سیستم PeopleSoft را پشتیبانی و توسعه سیستم PeopleSpft HR و واسط آن با سیسم پرداخت جدید را راهبری کند .
گروه چنان درگیر تبدیل سیستم پرداخت حقوق بود که تا اوایل سال 1996 قادر به آغاز درگاه ورودی HR نشد. دریافت و مصداقی از پروژه‌های قبلی وجود داشت که intranet (یک internet داخلی)چارچوب و زیر ساخت صحیح فن آوری برای سیستم HR است .
این تصمیم (ساخت یک intranet) مورد ساز و کار قرار گرفت .
راجر پروژه را که از جانب IT پشتیبانی می‌کرد و جف‌هانت، نماینده جانشین نیروی انسانی، و نانسی دوبراسین و جولی تی بودآ همتای او در بخش HR، پروژه را از جانب مسایل تجاری پشتیبانی می‌کردند.
همچنین در طول روند، پشتیبانی دائمی از مایکل مارشال و بخش ارتباطات مشترک دریافت می‌کردند .
تیم راه حل به بخش‌های کوچک فکر کن، برای مجموعه راه حل ارائه کن را به کار گرفت. منابع برای ایجاد و توسعه HR Infonet کم بود . نه پرسنل اختصاصی وجود داشت نه اعتباری برای به خدمت گرفتن مشاور و نه بودجه ای، علی رغم این حقیقت که این پروژه بسیار راهبردی بود . راجر راه حلی را هدف قرار داد که آنها می‌توانستند انرا عملی کنند . به بخش‌های کوچک فکر کن به معنای لزوم حفظ پول و وقت گرانبها بوده برای مجموعه راه حل ارائه کن به این معنا بود که چارچوب ایجاد و توسعه و ساختار راه حل باید از عهده اداره کردن کاربردهای آینده در صورت افزایش توانایی‌های پورتال مانند راه حل‌های موجود بر آید. تقریبًاً مسلم بود که باید از فن آوری‌های درون سازمانی استفاده شود و این به توانایی‌ها و قابلیت‌های کارکنان IT محدود می‌شد.
بعد از چند پیشنهاد از چندین همکار و برخی ارزیابی‌ها از سیستم‌های بالقوه، گروه سرویس دهنده Lotus Notes/Domino را به کار گرفت. در طول 3 ماه، تیم به طور موفقیت آمیزی یک پورتال کاربردی برای اعلان استخدام مشاغل در پایگاه داده‌هایLotus Script و Notes/Domino با عامل‌ها را آماده کرد. این شروع باعث اعتبار بخشیدن به فن آوری شد و تیم به کاربرد بعدی سیستم پرداخت: اجازه دادن به کارمندان برای تعیین و تصحیح مزایا به صورت متصل (Online). برای کارمندانی که کامپیوتر در اختیار نداشتند دکه‌هایی ایجاد شد که از مرورگرهای استاندارد و تدابیر خاص امنیتی استفاده می‌کرد. به پرسنل ساعتی هم شناسه شبکه و آموزش‌های لازم داده می‌شد.
قدم بعدی در روند برنامه استخدام مشاغل خلق یک جریان کاربر اساس Intranet بود که به مدیران اجازه می‌داد تا پست‌های بلاتصدی را تشریح کنند و با استفاده از فرم‌های متصل (Online) آنها را به فرد HR مناسب مسیردهی کنند. امکان این اعلان اکنون به طور مستقیم در وب سایت مشترک قابل انجام بود. بعد از خلق موفقیت آمیز پورتال اولیه HR InFonet، تیم طرح را برای در برگیری تعداد بیشتری از مزایای HR (نیروی انسانی) و اطلاعات جبرانی گسترش داد.
در اوایل سال 2000، پورتال به کارمندان این اجازه را می‌داد که مزایای خود را مشاهده کنند، هزینه‌های برنامه‌های مختلف را مقایسه کنند، برای کمک گرفتن در اتخاذ تصمیمات مربوط به مزایای خود به اطلاعاتی دسترسی داشته باشد، ثبت مزایای خود را تغییر دهند و بسیاری از وظایف مدیریت HR (نیروی انسانی) را انجام دهند، مانند ایجاد طرحی برای دیدن حقوق، اداره برنامه کمک هزینه و سرشماری گزارش‌ها و بسته‌های بازنشستگی .تا آن زمان، پورتال به عنوان نقطه کانونی برای اعلان مشاغل بنگاه، دادن تقاضاها و به خدمت گرفتن جریان کار و همچنین واسطی برای مزایای HR (نیروی انسانی) برای تمامی کارمندان به خدمت گرفته می‌شد.
بازخورد کارمندان بر روی توانایی‌های HR جدید به طور شگرفی مثبت بود، زمان چرخه استخدام بهبود یافته بود و قابلیت تولید و بهره وری HR افزایش یافته بود. کار با مدیریت مزایای HR بسیار بهتر شده بود و حتی کاربران دکه‌ها هم سیستم را پذیرفته بودند. با مدیریت مزایا در درون سازمان، شرکت سالیانه 500,00 دلار صرفه جویی می‌کرد.
به جای فکر کردن به تمامی ابعاد و ارائه راه حلی که تمام مشکلات را یکباره حل کند، همان طور که سیستم‌های تحلیل سنتی عمل می‌کنند، تیم از یک راهبرد متمرکز استفاده کرد، از پیش پا برداشتن مشکل کلیدی در ابتدا و سپس رفتن به سراغ مشکل بعدی. چنین توسعه و ایجاد تدریجی (ایجاد تکرای) به صورت رسمی به عنوان نمونه سازی (Prototyping) شناخته می‌شود.
فکر کردن به تمام مجموعه ممکن است به بودجه‌های میلیون دلاری، کارکنان اجیر شده و تهیه کردن هزاران صفحه خصوصیات و ... منجر شود.یک پروژه بزرگ در مقایسه با پروژه کوچک بیشتر به شکست نزدیک است. در عوض تیم برای کل مجموعه راه حل ارائه کرد که با ایجاد طرح و نقشه فن آوری برای بدست آوردن موقعیت سریع و در برآورده کردن یک شالوده قوی برای ساختن آینده محقق شد. راهبرد نمونه سازی به بخش‌های کوچک فکر کن برای یک مجموعه راه حل ارائه کن منجر به موفقیت عظیم پورتال Infonet در Osran Sqlvania شد. بینش عملی در بکارگیری این فلسفه را در بخش 1,6DSS in Focus ارایه کرده ایم.
موفقیت منجر به موفقیت می‌شود و بدین گونه تیم قادر به ایجاد کاربردهای بیشتر در درون HR Infonet و مانند آن می‌شود. HR Infonet صحت اعتبار مفهوم پورتال را ثابت کرد.
سئوالاتی برای تصویر ابتدایی
1. نیاز مهم تجاری چه بود؟ مزایای سیستم کامل شده HR Infonet چه بود؟ توضیح دهید.
2. چرا داشتن پشتیبانی IT، پشتیبانی تجارت کاربردی و پشتیبانی اجرایی در پروژه مهم بود؟
3. کاربران چه کسانی بودند؟ سیستم در گرفتن چه تصمیماتی به کاربران کمک می‌کرد؟
4. کاربران چگونه در ایجاد و توسعه سیستم گنجانده شدند؟ مدیریت چطور؟
5. آیا شما احساس می‌کنید که اگر تیم ایجاد و توسعه به مجموعه کل فکر کرده بود، که آن سعی به طراحی و ایجاد راه حل کلی در طول یک زمان طولانی است، آنها موفق می‌شدند؟ چه مشکلی بوجود می‌آمد؟آیا فکرمی کنید تیم از این قضیه در ابتدا آگاه بود؟ 

DSS in focus 6,1
رهنمودهایی برای پیاده سازی به بخش‌های کوچک فکر کن، برای کل مجموعه راه حل ارائه کن.
درا ین جابه چند بینش عملی برای بکار بستن فلسفه به بخش‌های کوچک فکرکن، برای کل مجموعه راه حل ارایه کن-
2همان, 6طور که در ایجاد osram Sylvania HR Infonet تشریح شد. می‌پردازیم.
• داشتن ترسیمی از استعدادهای نهان- شرکت osram از گروه کوچکی از پرسنل خود استفاده کرد که در پروژه دیگری نیز مشغول بودند و تقریبا هزینه‌ای نداشتند. مدیریت به آنها هیجانی دارد که به کار اضافه تحریک شوند. همچنین گروه پشتیبانی قابل اتکایی از پرسنل بخش IT داشت که برای موفقیت آنها ضروری بود.
• همکاری با پرسنل بازرگانی . راجر رودنستین با همتایان خود در سیستم بازرگانی HR، مزایا و جبران کار می‌کرد. او دفتر کاری نزدیک آن‌ها داشت و در طرح ریزی مشترک و انجام همکاری کمک می‌کرد. او سخت تلاش می‌کرد تا نیازهای آنان را مشخص کرده و در مورد چگونگی برآورده شدن این نیازها توسط IT پیشنهادهایی ارایه نماید. در یک پروژه IT موفق کاربران درتمام طول فرآیند اجرا دخیل هستند.
• استفاده از فرآیند تکراری. نمونه سازی بسیار ضروری بود. اعضای گروه قبل از شروع اجرا و توسعه تمامی جزئیات را در اختیار نداشتند اما در طول حرکت قادر به اصلاح آن بودند. آنها از یک فرآیند تکراری استفاده کردند. به صورتیکه آنها با نشست با پرسنل تجاری طرح توافقی را می‌ریختند که تشریح کننده این بود که چه کاری می‌خواهند انجام دهند. سپس یک نمونه ایجاد می‌کردند،و تکرارهای مداوم باعث رشد و تکامل در کاربرد می‌شد و سریعاً پروژه را پیش می‌برد.
• انتخاب ابزارهای صحیح فن آوری. سرویس دهنده Notes/Doxino به این دلیل انتخاب شد که شرکت پیش از این نیز از آن استفاده می‌کرد و استفاده از آن رایگان بودند. بعد از آشنایی با آن، اعضای تیم دریافتند که این سرور می‌تواند نیازهای کنونی وآتی آنها را برآورده سازد. این حقیقت نیز که تمامی کاربردهای آن تجمیع شده بود هم عامل بسیار مهمی بود. به همین خاطر پیوست دادن اجزاء سیستم به یکدیگر کار نسبتاً آسانی بود. و اینکه یک رابطه مشترک وجود داشت یک مرورگر وب.
• درخواست کمک از یک قهرمان در مدیریت بالایی . پشتیبانی کامل از جانب حامیان اجرایی به صورت منبعی برای یک پروژه تبدیل می‌شود. پروژه HR Infonet دارای قهرمان‌های بسیاری بود.
• ساختن برنامه آموزشی کاربران در هنگام انتشار سیستم . این امر باعث رضایت و مقبولیت بیشتری می‌شد. همچنین باعث کمتر شدن مشکلات با متخصصان غیرکامپیوتری در هنگام استفاده از سیستم می‌شد. کاربران باید به درستی آموزش می‌دیدند وگرنه ممکن بود کاربران در سیستم تشریک مساعی نکنند.
• همردیف کردن پروژه با نیازهای تجاری. بدون در نظر گرفتن این مورد بدست آوردن حامی اجرایی بسیار دشوار است. مزایای انجام پروژه از همان آغاز بسیار روشن بود. ضمن اینکه مزایای جدیدی هم در روند تکامل پروژه آشکار می‌شد و این یک نیاز حیاتی برای پروژه بود. منبع: به صورت جزئی برگرفته شده از : (2000Rudenstein (
2-6- مقدمه‌ای به ایجاد و توسعه DSS
سیستم HR Inforet شماری از مطالب مهم در ایجاد و پیاده سازی DSS/BI را به نمایش گذاشت. این سیستم با استفاده از یک رویکرد مهم در ایجاد و توسعه DSS به نام نمونه سازی ساخته شد. نمونه سازی یکی از گونه‌های وفق یافته از سیستم سنتی چرخه ایجاد نرم افزار (SDLC) است. تیم توسعه فعالیت خود را به صورت محدود شروع کرد و سیستم را با گذشت زمان گسترش داد. آنها سیستم را به صورت ترتیبی در ماژول‌هایی ایجاد کردند. به محض اتمام یک ماژول، ماژول مربوط برای کاربران تصحیح و به کار گفته می‌شد. سپس ماژول بعدی ایجاد، تصحیح و به سیستم اضافه می‌شد: سپس بعدی و به همین ترتیب و سیستم همین طور که شبه سیستم‌های پیشرو بیشتر به طور عملی در بودجه و زمان مقرر انجام می‌شدند رشد می‌کرد. و همین طور که تیم و مدیران درکارکردن با کاربران و مدیران در طول فرآیند ایجاد و توسعه با مشکلات تجاری بیشتر آشنا می‌شدند، قادر به تصحیح طرز عملکرد سیستم گذشته و استفاده از دانش نویافته خود در ایجاد ماژول‌های جدید بودند. با آموختن بیشتر درباره ساختار سیستم‌های واقعی از کاربران و متخصصان DSS. دانش جدید درماژول‌های جدیدتر به خدمت گرفته می‌شد و ماژول‌های قبلی یا به روزآوری می‌شدند یا برای به روز آوری زمان بندی می‌شدند.
سیستمی در ابعاد بزرگ مانند HR Infonet بسایر سریع و با استفاده از چارچوب فن آوری‌های درون سازمانی ایجاد شد . HR Infonet توسط تیمی از متخصصان IS و متخصصان HR خلق شد. این سیستم یک DSS رسمی بود که به منظور استفاده برپایه وقوع دوباره توسط تعداد زیاد کارمند که برخی از آنها دارای سواد کامپیوتری نبودند. طراحی شده بود. نهایتاً سیستم به رشدو تکاپوی خود ادامه داد زیرا موفقیت آن مدیران و تیم را به سویی رهنمون کرد تا راه‌های جدید دربه کار بستن ایده‌های ایجاد شده برای دیگر موقعیت‌های تصمیم گیری را ببینند.
ایجادو توسعه یک DSS مخصوصاً یک DSS بزرگ، فرآیند پیچیده‌ای است . این عمل شامل موضوعاتی است که در محدوده مسایل فنی (انتخاب سخت افزار و شبکه) تا مسایل رفتاری (واسطه‌های کاربران و تاثیر بالقوه DSS برروی افراد، گروه‌ها و کل سازمان) گسترده شد. این فصل اساساً برروی مسایل ایجاد و توسعه نرم افزار DSS متمرکز است.
از آنجائیکه گونه‌ها و رده‌های متعددی از DSS وجود دارد، تعیین یک رویکرد به عنوان بهترین روش برای ایجاد و توسعه هر DSS مقدور نیست . تنوع زیادی در این زمینه وجود دارد که ناشی از تفاوت‌ها در سازمان‌ها، تصمیم گیرنده‌ها و حوزه مساله DSS است. برخی از DSS، برای پشتیبانی از تصمیمات one-time طراحی شده‌اند مانند :
برای استفاده چندین Case Application 6,1 در IMERYS DSS درحالیکه Scott Housing decision .باره ایجاد شده است
بعضی از سیستم‌ها ممکن است در عرض چند روز در بسته‌های OLAP، صفحه گسترده و یا دیگر
ابزارها ایجاد شوند، درحالیکه برخی دیگر، مانند Osram Sylvania HR Infonet، چندین ماه زمان می‌برندو به رشد خود در طول چند سال آینده هم ادامه خواهند داد. اکنون به کاوش در موضوعاتی نظیر زمان ایجاد و توسعه DSS، جنبه‌های مدیریتی، مدیریت تغییرات و نظیر آن می‌پردازیم .

DSS IN ACTION 6,2
نمونه سازی رابط کاربر به موفقیت DSS می‌انجامد.
چند سال قبل، من برای یک بنگاه بین المللی مشاوره در پیترزبرگ پنسیلوانیا کار می‌کردم در آنجا برای تعیین نیازهای یک تولید کننده بزرگ تراکتور به روشهای توازن خط مونتاژ وارایه یک سیستم پشتیبانی تصمیم به بازدید کارخانه رفتم. اگر کارخانه پیشنهاد را می‌پذیرفت، من آنرا پیاده سازی و اجرا می‌کردم. هر چند روشهای بسیاری برای حل مساله توازن خط مونتاژ وجود دارد، اما این مورد موقعیت متفاوتی بود. اگرچه من با کارهای منتشر شده در زمینه توازن خط تولید آشنا بودم،پی بردم که مهندسین صنعتی شرکت رویکردی منحصر بفرد، قابل تحسین و موثر بوجود آورده بودند که از اطلاعات پایگاه داده روش‌های تولید بهره می‌برد. من آنها را وادار به پیروی از روش‌های موجود نکردم. در عوض، خصوصیاتی را برای یک سیستم منحصر به فرد ایجاد، و به عنوان بخش مهمی از پیشنهاد در آن گنجاندم، نمونه اولیه رابط کاربر مجموعه‌ای از منوها، صفحه‌های نمایش، و گزارشات، به طوریکه رئیس مهندسی صنایع می‌توانست چگونگی شکل و کار سیستم را مشاهده نماید . (بسیاری از کاربران رابط کاربر را به عنوان کل سیستم قلمداد می‌کنند). با نمونه اولیه رابط، مشتری می‌توانست آنچه را که قرار بود دریافت کند، ببیند. این نمونه اولیه باعث بهبود و دخالت کاربر و مدیریت می‌شد و توقعات و انتظارات آنها را راهنمایی می‌کرد. این یک نقطه کانونی بود که باعث می‌شد کاربران و مدیران حس کنند سیستم ارایه شده دقیقًاً همان چیزی است که آنها سالها به آن نیاز داشتند. پیشنهاد توسط شرکت پذیرفته شد و پروژه شروع و به طور موفقیت آمیز در زمان مقرر و زیر سقف بودجه تعیین شده به انجام رسید. نمونه اولیه رابط کاربر حتی برای من هم به عنوان راهنمای ایجاد سیستم بسیار مفید بود.

3,6 چرخه ایجاد نرم افزار سنتی
ایجاد و توسعه رویکردی بسیار سنجیده و منظم برای تحقق بخشیدن به سیستم است. برای فراهم کردن ساختار در ایجاد و توسعه سیستم، روشی مورد نیاز است. تعداد زیادی از چرخه‌های ایجاد نرم افزار سنتی برای سیستم‌های اطلاعاتی، از جمله DSS، وجود دارد. هر یک از ابزارهای مهندسی نرم افزار به کمک رایانه (CASE) یک روش را برگزیده است. مسائلی با پیچیدگی بیشتر این است که هر سازمانی که سیستمی را ایجاد می‌کند می‌تواند گونه تغییر یافته درون سازمانی را با توجه به نیازهای خاص خویش بوجودآورد. هر روش به مراحل مختلف در جهت‌های متفاوتی تاکید دارد. اما تمامی SDLC‌ها که حس شهودی و عملی را به همراه دارد باید رهنمودها وفرایندهای خاصی را دنبال کند.
معمولاً نوعی از نیاز آغاز کننده فرآیند و یک سیستم تکمیل شده نتیجه آن خواهد بود. SDLC سنتی از چهار مرحله بنیادی تشکیل شده است : طرح ریزی، تحلیل، طراحی و پیاده سازی (PADI) که آنر ا به سمت یک سیستم مستقر سوق می‌دهد (شکل6-1) سیستم به صورت یک چرخه است زیرا بازگشت به هر مرحله ازهر مرحله دیگر قابل انجام است. گرچه پیشرفت ایده آل مستلزم رعایت سلسله مراتب است. تمامی پروژه‌ها باید از طیق این مراحل انجام شوند هر مرحله شامل چندین گام است که به تکنیک‌های تولید موجودیت‌های قابل تحویل (deliverables) متکی است. ما SDLC توصیف شده توسط Demis و wixon (2003) را بر می‌گزینیم. در جدول 6-1 مراحل بنیادی، گام‌ها و موجودیت‌های قابل تحویل در هر گام را نشان داده ایم . بیان و ارایه SDLC خطی (linear) به نظر می‌رسد، اما درهر زمان پروژه می‌تواند متوقف و یا به گام‌های قبلی درهر مرحله‌ای بازگردد. این مورد، در ایجاد و توسعه سیستم web هم مورد استفاده قرار می‌گیرد. اگرچه موضوعات خاص دیگری هم وجود دارد که بعداً بحث خواهد شد. اکنون به بحث درباره مراحل و گام‌ها می‌پردازیم (به جدول 6-1 نگاه کنید). در جدول 6-2 مراحل ایجاد سیستم و تاثیر وب را نشان داده ایم .
به طور مطلوب پروژه به سمت پایین وبه گوشه راست جریان دارد. فلش‌های رو به بالا بیانگر تغییراتی است که می‌تواند در طول ایجاد سیستم، فرآیند را به مراحل قبلی باز گرداند.

شکل 1-6- چرخه ایجاد نرم افزار سنتی SDLC

نیا
‌ز طر
‌ح ریزی

تح
لیل

طر
احیپیا
ده س
یستم
به طور مطلوب پروژه به سمت پایین و به گوشه راست جریان دارد نقش‌های رو به بالا بیانگر تغییراتی است که می‌تواند در طول ایجاد سیستم، فرآیند را به مراحل قبلی باز گرداند. این فرآیند همچنین به فرآیند آبشاری نیز معروف است.
1- طرح ریزی : مرحله طرح ریزی با یک نیاز اجابت نشده تجاری آغاز می‌شود. این نیازها عبارتند از فرصت‌های محتمل که از طریق پویش‌های محیطی شناسایی می‌شوند. آیا مشکلی برای حل شدن وجود دارد ؟ شروع پروژه شامل یک درخواست سیستم است که روی آن تصمیم گیری شده. اگر چنین درخواستی ارزنده ظاهر شود، یک مطالعه امکان سنجی به همراه خواهد داشت . (تحلیل) . مطالعه امکان سنجی این که آیا این ایده مناسب رشد و ترقی است را در نظر می‌گیرد. سوالات مربوط به امکان سنجی فنی، هزینه امکان سنجی و امکان سنجی سازمانی دراین جا پاسخ داه می‌شوند. چنانچه پروژه تصویب شود. مدیر پروژه منصوب خواهد شد و او طرح کار را بوجود می‌آورد. کارمندانی را برای پروژه درنظر می‌گیرد و روش‌هایی را برای مدیریت پروژه انتخاب می‌کند.
2- تحلیل : مرحله تحلیل همانند مصاحبه یک خبرنگار است. این مرحله مطرح کننده و پاسخگوی سوالات مهمی از قبیل اینکه کاربران چه کسانی خواهند بود، سیستم چه چیزی را انجام می‌دهد و اینکه کی و کجا به اجرا درخواهد آمد. این مرحله با ایجاد یک استراتژی تحلیل و یا طرح برای راهنمایی پروژه آغاز می‌شود. اگر سیستم موجود وجود داشته باشد، همراه با روش‌هایی برای رسیدن به سیستم جدید مورد تحلیل قرار می‌گیرد. این امر منجر به جمع آوری اطلاعات بیشتر، و تهیه مقدمات برای یک مدل پردازشی و یک مدل داده می‌شود.
3- طراحی : مرحله طراحی بیان کننده چگونگی طرز کار سیستم است، با توجه به تمامی جزئیات سخت افزار، نرم افزار، ساختار شبکه، رابط کاربر و به همین ترتیب. در این مرحله رابط کاربر، فرم‌ها،صفحه‌های نمایش، گزارشات و برنامه‌ها، پایگاه‌های داده و فایل‌ها تخصیص داده شوند. در استراتژی طراحی در مورد مقداری از سیستم که باید خریداری یا به صورت مقاطعه کاری انجام گردد، تصمیم گیری می‌شود. این امر موجب سوق پیدا کردن به سمت طراحی ساختاری که خود منجر به طراحی فایل و پایگاه داده و به طور متقابل منتج به طراحی برنامه می‌شود. روی هم رفته این عوامل خصوصیات سیستم را تشکیل می‌دهند.
4- پیاده سازی : مرحله پیاده سازی همه آن را باهم به ارمغان می‌آورد. این جایی است که سیستم خریداری یا ساخته می‌شود. ساخت و سازها نه تنها شامل ساختن سیستم بلکه انجام آزمون‌هایی برای معلوم کردن صحت و سقم کار سیستم نیز هست . طرح ریزی بهتر منجر به سیستمی با اشکالات کمتر خواهد شد . راه اندازی آخرین گام است و شامل راه اندازی و اجرای سیستم است .  
جدول 1-6- چرخه ایجاد نرم افزار سنتی
مراحل عمده گام‌های جزئی موجودیت‌های قابل تحویل
طرح ریزی: چرا سیستم
را می‌سازیم









تحلیل: سیستم چه، توسط چه کسی کی، کجا خواهد بود؟


طراحی: سیستم چگونه کارخواهد کرد؟





پیاده سازی : تحویل سیستم
1-شناسایی ارزش تجارت
2- تجزیه و تحلیل کردن امکان سنجی
3- انجام طرح کار
4- به کار گیری افرادی برای پروژه

16- راه اندازی
درخواست سیستم مطالعه امکان سنجی طرح کار
طرح نیروی انسانی منشور پروژه
ابزارهای مدیریت پروژه
ابزار CASE لیست استانداردها بندهای پروژه یا فایل‌ها ارزیابی خطر
تجزیه و تحلیل طرح اطلاعات مدل فرایند مدل داده طراحی طرح طراحی ساختار طراحی زیر ساخت طراحی رابط
طراحی ذخیره اطلاعات طراحی برنامه آزمون طرح برنامه‌ها اسناد تبدیل طرح آموزش طرح
(2000) wixom و Dennis منبع : بر اساس
در شکل 1-6- چهار مرحله در ساخت یک SDLC را نمایش دادیم، که گاهی از آن به عنوان مدل آبشاری یاد می‌شود (1999swanson etal.). جریان آب و ذرات درون آن تمایل دارند به سمت پایین حرکت کنند. اما اگر نیازی به بازگشت به مراحل قبلی باشد، امکان بوجود آمدن جریان آبشار در خلاف جهت تاثیر جاذبه نیز وجود دارد.
فرآیند تحلیل، طراحی و پیاده سازی سیستم باعث بروز تغییرات سازمانی می‌شود که باید مدیریت شوند (بخش6-6).
ایجاد و پیاده سازی DSS شامل پیاده سازی تغییرات است - تغییر در سازمان و یا در وظایف انفرادی.
در سراسر فرآیند توسعه و ایجاد عواملی وجود دارند که باید درست انجام شوند وگرنه سیستم شکست خواهد خورد. (در 3,6DSS in focus نمایش داده شده) انتظارات کاربر باید مدیریت شود، کاربران و مدیران باید لحاظ شوند، حامیان اجرایی و IT باید مقرر شوند و ارتباط با آنها باید آزاد باشد. بخشی از دردسرهای معمول در پیاده سازی DSS را در 4,6DSS in focus آورده ایم. یک مساله بحرانی در مدیریت پروژه شناسایی این است که آیا پروژه واقعا شکست خورده است یا نه و چه موقع پروژه را متوقف کرد. ورتن (2001) چگونگی پی بردن به اینکه آیا پروژه دچار مشکل شده است را شرح می‌دهد که آن را در DSS in
5,6focus بیان می‌کنیم .  
جدول 6-2 مراحل ایجاد سیستم و تاثیر وب
مرحله
ایجاد سیستم تاثیر وب تاثیر برروی وب
طرح ریزی - دسترسی به ابزارهای باکیفیت بالا، مبتنی بر وب و گرافیک گرا
- دسترسی به همکاری اطلاعاتی با تیم ایجاد نرم افزار از طریق ابزارهای همکاری تحت وب
- رابط سازگار کاربر پسند برای ابزارها برای تمامی پیاده سازی‌ها/ سایت‌های تحت وب مورد نیاز است
تحلیل - تمامی موارد فوق
- دسترسی به مدل‌ها و داده‌ها برای تمامی پیاده سازی‌ها/ سایت‌های تحت وب مورد نیاز است
طراحی - تمامی موارد فوق
- نرم افزار مدیریت پروژه برای تمامی پیاده سازی‌ها/ صفحه‌ها/ سایت‌های تحت وب مورد نیاز است
- نرم افزار مدیریت انباره داده بهبود مدیریت سایت
- نرم افزار محاسبه مشارکتی بهبود ابزارها برای پایش و بهبود
پیاده سازی کارآیی وب کاربردهای تجارت الکترونیک
- سیستم‌هایی با کیفیت بالاتر
سیستم‌های نرم افزاری تحت وب و زبان‌هابه طور پیوسته در حال بهبود هستند.این مجموعه به آسانی منجر به کاربردهای تجارت الکترونیک شده است. سیستم‌هایی با کیفیت بالا


DSS in focus 6,3
ایجاد و توسعه موفق سیستم‌ها : چه می‌توان کرد!
در طول نیم قرن اخیر در پیاده سازی سیستم‌ها، موضوعات متعدد و استواری که منجر به موفقیت سیستم می‌شوند پدیدار شده اند. در این جا به ده مورد برتر از این مسایل که دارای تاثیر مثبت روی کارایی در ایجاد و توسعه نرم افزار هستند را ذکر می‌کنیم . این موارد بر اساس مشاهدات اخیر حاصل شده اند:
• استفاده مجدد از موجودیت‌های قابل تحویل (deliverables) با کیفیت بالا
• تجربه بالای مدیریتی
• تجربه بالای کارکنان
• فرآیندها / روش‌های موثر
• مهارت‌ها و ابزارهای موثر مدیریتی
• ابزارهای موثر CASE
• زبان‌های برنامه نویسی سطح بالا
• ابزارهای برآورد کیفیت
• مشاغل ویژه
• شرکت پذیری موثر کاربران (ارتباطات)
• مهارت‌های ارتباطی قوی در بین اعضای تیم
در سازمان‌هایی که میزان بهره وری آن‌ها، در رای گیری از 5 درصد کاربران، درصدر قرار گرفته است، تمایل بسیار زیادی وجود دارد که این عوامل در وضعیتی بهتر از حد متوسط باشند : روش‌ها و ابزارهای مدیریت پروژه . روش‌ها و ابزارهای کنترل کیفیت، روش‌ها و ابزارهای نگهداری و روش‌ها و ابزارهای ایجاد و توسعه . شرکت‌هایی که در انتهای لیست قرار گرفته اند، نوعاً دراین موارد ضعیف رده بندی شده اند. توجه کنید که مهمترین عوامل نوعاً به موضوعات غیر فنی گرایش دارند. فن آوری در دسترس و اثر بخش معین است . برای موفقیته پروژه مهارت‌های پررنگ مدیریتی، سازمانی و ارتباطی لازم و ضروری است.


منبع : برگرفته شده از C.Janes (2000a,2000b)
DSS in focus 6,4
دردسرهای پیاده سازی سیستم و چگونگی تشخیص آنها
منشا دردسرهای پیاده سازی عبارتند از : انتظارات مدیریتی، مسایل فرایند و سفارشی، کمبود منابع، مجتمع سازی فن آوری.
موارد زیر فهرستی از نشانه‌های اخطار از یک پیاده سازی مشکل دار و راه‌های تصحیح آن است.
1- عدم حمایت از جانب مدیریت و یا تیم پروژه (یا زمانیکه بازیکنی نباشد، بازی هم نخواهد بود) اما یک تیم پروژه قوی متشکل از مدیران قدرتمند و کارکنان فنی می‌توانند در رسیدن به اهداف واقعی، طرح قوی و مستدل پروژه، منابع صحیح و خریدهای لازم کمک کنند.
2- هدف نامعین، جدول زمانی تعریف نشده و میدان عمل بالونی (قابل افزایش). پروژه نیازمند درک روشنی از خود در ابتداست
. رویکرد ایجاد مرحله‌ای (نمونه سازی) با استفاده از یک برنامه زمانی باعث ادامه روند پروژه می‌شود، بازخوردهایی را فراهم می‌کند و به واسطه درس‌های آموخته شده در ایجاد سیستم، میدان عمل پروژه را درمحدوده‌ی قابل قبولی حفظ می‌کند.
3- جنبه‌های نامشخص از تصمیمات ساختن- در برابر-خرید. تیم باید در مورد مسایلی از قبیل اینکه چه مقدار از پروژه توسط خود تیم ایجاد شود، چه مقدار باید خریداری شود و چه مقدار از بخش‌های خریداری شده تغییر داده شود تصمیم گیری نماید،موضوعات تاثیر گذار دراین عوامل میدان عمل پروژه، توانایی‌های تیم توسعه و ایجاد و زمان در دسترس است.
4- قرار دادن انتظارات واقعی برای نرم افزار استاندارد و طرح ریزی برای تغییر آن
5- مزایای کیفیتی : برخی مزایا ( و هزینه‌ها) مبهم هستند. تمامی سودها، با دلار قابل اندازه گیری نیستند. برخی از آنها در برگیرنده »داشتن احساسی خوب« راجع به یک تصمیم است. با جمع آوری داده‌ها در چنین مواردی و استفاده از آنها در مورد کار خود قضاوت کنید.
6- هرگز کاربران را خریداری نکنید (از کاربران خارج سازمان استفاده نکنید) کاربران از همان ابتدا باید بخشی از فرآیند ایجاد و توسعه باشند. آنها را به حساب بیاورید و به تحریک وادارید.
7- مهارت‌های ضعیف مدیریت پروژه . مدیر پروژه باید دارای مهارت‌های خوبی برای مدیریت پروژه در جهت انجام موفقیت آمیز آن باشد.
8- عدم احساس مسئولیت و جوابگویی. تیم ایجاد توسعه نه پاسخگو و نه مسئول کارهایی است که انجام می‌دهد یا نمی‌دهد.
با استفاده از مهارت‌های خوب مدیریت پاسخگویی و مسئولیت پذیری را اعمال کنید.

منبع : تا حدی برگرفته از A.R.Starck چگونه مانند یک حرفه‌ای پیاده سازی کنیم؟
ابزارهای CASE
برای پروژه‌های پیچیده،SLDC باید توسط ابزارهای مهندسی نرم افزار توسط رایانه (CASE) مدیریت شود. این ابزارها اساسا سیستم‌های اطلاعاتی برای تحلیل گران سیستم‌ها هستند و می‌توانند در مدیریت تمامی جنبه‌های ایجاد و توسعه سیستم کمک کنند. ابزارهای CASE که در مرحله تحلیل در به وجود آوردن نمودارهای سیتم کمک می‌کنند upper CASEنامیده می‌شوند.
ابزارهای CASE که نمودار را مدیریت و کد را برای جداول پایگاه داده تولید می‌کنند lower CASE نامیده می‌شوند و ابزارهای (I- CASE) integrated CASE هر دو کار را انجام می‌دهند. برخی از ابزارهای CASE تنها برای اداره کردن سیستم‌های شی گرا طراحی شده‌اند که این امر با پشتیبانی از زبان مدلسازی یکپارچه (UML) صورت می‌گیرد. ابزارهای CASE برای روش‌های جدید و سریع ایجاد و توسعه سیستم و همچنین اشیاء قابل استفاده مجدد کد بسیار مهم است، که هر دو را بعدا بحث خواهیم کرد. برای دیدن جزئیات اینکه تا چه میزان تحلیل‌های شی گرا و سطوح اجرایی آن توسط تحلیل گران سیستم، در مقایسه با روش‌های قدیمی، مورد قبول واقع می‌شود به (1999Fedorowiczan Villenevve ( و (1999morris etal. ( مراجعه کنید.
گرچه شاید به نظر برسد که ابزار‌های CASE محدودیت‌هایی بر روی جنبه‌های خلاق گرایانه‌ی ایجاد و توسعه سیستم اعمال کنند، این ابزارها بسیاری از وارسی‌های سیستم را در حین ساخته شدن آن انجام می‌دهند. برای مثال، شاید یک تحلیل گر اقدام به استفاده از یک فیلد داده خاص نماید، اما اگر در ابتدا چنین چیزی در چارچوب ابزار CASE تعریف نشده باشد، ابزار اجازه استفاده از آن را نخواهد داد. چنین نوع داده‌هایی در انباره CASE نگهداری می‌شوند که به تضمین سازگاری منطقی در سیستم جدید و نگهداری مستندات سیستم کمک می‌کند. برخی از گونه‌های ابزارهای CASE حتی می‌توانند به عنوان گروه افزار فرض شوند، به خاطر روشی که ایجاد کننده‌های سیستم می‌توانند در طول ایجاد سیستم با هم همکاری کنند.
Dss in focus 6,5
تشخیص زمان شکست پروژه
پروژه (Dss/BI یا تشکیلاتی) شما زمانی که یک یا چند یک از موارد ذیل را تجربه می‌کنید به مشکل بر خورده است.
1- دل و روده شما سر و صدا می‌کند. حالت عصبی دارید.
2- مدیر پروژه شروع به کشیدن سیگار می‌کند. تغییر در طرز رفتار کارکنان بیان کننده وجود مشکلات است.
اگر از صحبت کردن دست می‌کشند و یا هیجانی نشان نمی‌دهند، مشکلی وجود دارد.
3- چرخ شایعه به طور اضافه به جلو می‌رود.
4- هر روز چیز جدیدی راجع به نرم افزار می‌آموزید
اگر برخی یا تمامی نشانه‌های اخطار وجود دارند، زمان عمل است. این‌ها نمونه‌ای از کارهای قابل انجام است:
مسئولیت تمام امور نادرست را به عهده بگیرید (انجام آن بسیار سخت ولی مهم است- مالکیت مشکل) تحلیلی از پروژه تا به امروز انجام دهید- حتی یک بیگانه را برای رسیدگی و بارزسی از موقعیت فعلی پروژه پیدا کنید.
پروژه را روز چهارشنبه تعطیل کنید، به طوریکه کارکنان شما بقیه هفته را برای به نتیجه رساندن نتایج ضعیف وقت داشته باشند و سپس هفته بعد برای یک شروع با نشاط سر کار حاضر شوند.
فروشنده را متهم و تعقیب نکنید، این کار بسیار طول می‌کشد.
نهایتا، رزومه کاری خود را به روز آوری کنید (طرح پشتیبان)
منبع: برگرفته ورتن (2001)
 
CASE و دیگر ابزارهای طراحی و تحلیل
،Rational Rose، Oracle/9i Derelopersuit عبارتند از CASE برخی از ایزارهای شناخته شده
،Logic Waks Suite، Parading Plus،Visible Enterprise wakbench،Rational Suite Analyst studio Visval studio. NET،Visval studio،O 32،X32،C 32،V 32،Axion Dsn
نرم افزارهای جدید تحلیل و طراحی فراهم کننده ابزارهای تحلیل، گزارش و همکاری است. Sybase Power Designer که ابزار طراحی RAD است، از مدل‌های فیزیکی داده‌های رابطه‌ای پشتیبانی می‌کند و قابلیت‌های مدل سازی UML را فراهم می‌کند. این ابزار در برگیرنده یک انباره رده سازمانی و ابزارهای همکاری برای ایجاد کننده برنامه کاربردی، طراح پایگاه داده و تحلیل گران داده است. چندین کاربر به صورت همزمان قادر به ذخیره سازی و اشتراک گذاری اطلاعات طراحی در یک زمان و همکاری بر روی
چندین پروژه طراحی برنامه‌های کاربردی هستند. Oracle Internet Development Suite شامل ابزارهای Java ابزارهای گزارش، ابزارهای ایجاد برنامه کاربردی،ابزارهای هوش تجاری و ابزارهای ساخت پورتال‌های سازمانی در یک چارچوب تجمیع شده است. Rational Requisite Pro در شناسایی احتیاجات کمک می‌کند. Rational Clrar Quest فراهم کننده ابزارهای اندازه گیری مطمئن و موثر است. که عبارتند از گزارشات، نمودارها و رابط وب.
اینترنت ابزارهای طراحی و تحلیل را تحت تاثیر خود قرار داده است. در گذشته یک پروژه ایجاد و توسعه شاید 3 تا 6 ماه به طول می‌انجامید. چنین زمانی برای برنامه‌های کاربردی تجارت الکترونیک زمان بسیار زیادی است. تحلیل و طراحی در پروژه‌های ایجاد و توسعه تحت وب بسیار مهم و پیچیده هستند که به خاطر طبیعت متنوع و توزیع شده عوامل دخیل و نیز تعامل مستقیم مشتریان با تجارت به صورت متصل (online) است. عوامل زیر باید به دقت در طراحی و تحلیل سیستم‌ها مد نظر قرار گیرند:
1- ارتباطات. این معلوم است
2- نیازمندی‌ها. نیازمندی‌ها در یک برنامه کاربردی تحت وب به خاطر نیاز به ارتباط بین کاربردها و احتیاجات برنامه‌ها و نیز تاثیر نیازمندی‌های متغیر بسیار بحرانی است.
3- تجمیع. اجراء مختلف باید به صورت سازگار عمل کنند.
4- مدل سازی تجارت. فرم‌ها باید از توابع پیروی کنند.
تجمیع بزرگترین سختی در پیاده سازی سیستم است. تجمیع به طور اخص در کاربردهای تجارت
الکترونیک بسیار ضروری است. xDoc محصول Microsoft می‌تواند فرایند تجمیع داده‌ها از سرویس دهنده‌های مختلف را آسان کند. همچنین این اجازه را به کاربران منفرد می‌دهد تا داده‌های خود را باسرورهای موجود یا جدید تجمیع نمایند. Office XML سپس می‌تواند عملیات تجمیع را به طور مستقیمانجام دهد. برای جزئیات به (2002Scannell and moore ( مراجعه کنید.
اشکال زدایی و آزمون کد
اشکال زدایی و آزمون اغلب جنبه نادیده گرفته شده از پیاده سازی سیستم‌ها را تشکیل می‌دهند.
هومفری (2002) نشان می‌دهد که حتی مهندسین نرم افزار با تجربه هم، تقریبا در هر 10 سطر کد مرتکب 1 خطا می‌شوند. یافتن خطاها در اوایل فرایند بسیار آسان تر و ارزان تر است. شرکت Xerox مقدار زمانی را که طول می‌کشد تا یک خطا پیدا و تصحیح شود را برآورد کرده است: کد به وسیله برنامه نویس بازنگری می‌شود 3( دقیقه) . کد به وسیله برنامه نویس دیگری مورد بازرسی قرار می‌گیرد (25 دقیقه) تست یک ماژول کوچک (32 دقیقه) تست کامل سیستم (1400 دقیقه). بهتر است روش‌هایی به کار گرفته شود که به شناسایی مشکلات در مراحل اولیه فرایند ایجاد کمک کند روش‌های چالاک به چنین کاری گرایش دارند.
نگاهی به 6,6Dss In ACTION برای مشاهده هزینه‌های کد نویسی در هم و برهم بیاندازید.
ابزارها و سرویس‌های آزمون و تضمین کیفیت، برای برآورد کردن نیازهای با کیفیت عمومی بیشتر و همین طور برای تحویل نتایج قوی تر و روان تر نسبت به انجام آزمون به تنهایی، اصلاح شده اند. تست خودکار در حال تغییر شکل دادن به بازرسی خودکار کد است. ایده، ایجاد درک عمیق تر از ویژگی‌های برنامه کاربردی در سطح کد و نشان دادن تاثیر هر تغییر اعمال شده به کد است. چنین چیزی برای استقرار وب سایت‌های محاوره‌ای بسیار مهم است.
در عصر گردانندگی اینترنت، ابزارها و برنامه‌های کاربردی باید تجمیع و به خوبی با هم کار کنند. آزمون اغلب بخش فراموش شده ایجاد نرم افزار است. آزمون باید سنجیده و به درستی انجام شود. نر م افزارهای آزمون برای برنامه‌های سرویس دهنده نیز ایجاد شده است. محصولاتی که میزان بار، کارایی، اهمیت و قابلیت اطمینان سرویس دهنده را می‌آزماید عبارتند از:
Redview’s Web Load
Mercury Interactive از شرکت Load Runner
Segve Software از Silk Performer Conpuware از Track Recard, QARun, QADirector, QALoad, File AID
Rational Soft ware از شرکت Requisite Pro .برای آزمون وظیفه ای، کارایی و قابلیت اطمینان طراحی شده Rational Suite Teststvdio
درنهایت، روش‌های پیشرفته‌ای برای کمک به اشکال زدایی به وجود آمده. برای مثال Gerard Holzman از Bell Labs از تئوری Omega Automata استفاده می‌کند که شاخه‌ای از ریاضیات منطقی است و به صورت خودکار مدل مورد نیاز برای چک کردن خطا در کد را تولید می‌کند. Holzman پیش بینی کرده که تا سال 2008 روش‌های مانند این در ابزار‌های ایجاد و توسعه نرم افزار به صورت استاندارد درخواهند آمد.
DSS IN ACTION 6,6
اشکالات را در ابتدا پاک کنید
کنسرسیوم Sustaimable Computing که یک مرکز همکاری برای کاربران عمده IT محققان دانشگاهی و آژانس‌های حکومتی است، برآورد کرده است که نرم افزارهای اشکال دار و معیوب در سال 2001 در سراسر دنیا 175 بیلیون دلار هزینه داشته اند. بنا به گفته رئیس موسسه ملی استاندارد و فناوری، این اشکالات نرم افزاری در ایالات متحده سالیانه قریب به 60 بیلیون دلار هزینه برای شرکت‌ها به همراه داشته است. یک سوم ازاین هزینه‌ها را میتوان با آزمون‌های بهبود یافته که موفق به کشف خطا در مراحل اولیه فرایند ایجادنرم افزار می‌شوند را حذف رد. (بنا به گفته NIST موسسه ملی استاندارد و فناوری).
Theresa Lanowitz تحلیل گر شرکت Garther نشان می‌دهد که هزینه یک خطای نرم افزاری که تا مراحل آخر چرخه ایجاد تصحیح نمی‌شود 80 تا 1000 برابر بیشتر از زمان تصحیح آن در مراحل اولیه است.
متخصصان نشان می‌دهند در صورت رفع 1 درصد از اشکالات نرم افزاری حدود 90 درصد از مشکلات سیستم محو خواهد شد. یکی از راه‌های جلوگیری از اشکالات سیستمی آموزش و تعلیم کاربران است. استراتژی که برای اشکال زدایی در سیستم در نظر گرفته می‌شود باید به طوراخص در برگیرنده برنامه نویسان باشد.
مدیریت پروژه
سیستم‌هایی با ابعاد بزرگ بسیاری از پروژه‌های ایجاد توسعه DSS را تشکیل می‌دهند. چنین سیستم‌هایی توسط تیم‌هایی ایجاد می‌شوند، و رهبر تیم باید دارای مهارت‌های مدیریتی خوبی باشد. Standish Group International برخی واقعیت‌های شگفت انگیز را در مورد پروژه‌های IS/IT بیان می‌کند. گرچه نرخ موفقیت پروژه‌های IT بالا و تجاوز از زمان و هزینه پایین است، در سال 1998 تنها 26 درصد از کل پروژه‌های بررسی شده (از میان 000/23 پروژه کاربردی در شرکتهای بزرگ و متوسط و کوچک امریکا) به طور قطعی به موفقیت رسیده‌اند (28 درصد با شکست مواجه شدند و 46 درصد با چالش روبرو شدند. به بیان دیگر به دلیل تجاوز زیاد از زمان و هزینه و یا تغییرات زیاد در حوزه کاری موفق نبوده اند). از منابع
دیگر،Wall street jounal برآورد می‌کند که 50 درصد از کل پروژه‌های فن آوری انتظارات را برآورده نمی‌سازند و اینکه 42 درصد از پروژه‌های نرم افزاری قبل از شروع رها می‌شوند.
شرکتهای بزرگ دارای نرخ موفقیت کمتری (24 درصد) نسبت به شرکت‌های متوسط (28 درصد) وشرکت‌های کوچک (32 درصد) هستند. اما نرخ موفقیت در سال 94 بسیار بدتر از این بوده است 9( درصدبرای شرکتهای بزرگ،16 درصد برای شرکتهای متوسط،28 درصد برای شرکتهای کوچک). پول اتلاف شدهبر روی پروژه‌های IT از 150 بیلیون دلار در سال 94 به حدود 97 بیلیون دلار در سال 98 کاهش پیدا کردهاست (پروژه‌هایی با هزنیه‌های کمتر از 000/750 دلار در 55 درصد موفق ارزیابی شده اند. در محدوده 2-1 میلیون دلار 18 درصد و در محدوده 510- میلیون دلار 7 درصد،2000Abbitt ). بنابراین پروژه‌های بزرگ بسیار بیشتر از پروژه‌های کوچک با شکست مواجه می‌شوند. این روند مخصوصا در EPR و سیستم‌های انبار داده که برای سازمانهای ساده طراحی شده اند، و همچنین سیستم‌های اطلاعاتی کل شامل DSS نیز صحیح است. بهبود در به موفقیت رساندن پروژه‌های بزرگ از سال 94 بسیار چشم گیر بوده است که این امر شاید به خاطر مدیریت بهتر پروژه و استانداردهای بهتر به دست آمده است. اساساً پروژه‌های IT به نسبت گذشته بهتر عمل می‌کند اما هنوز می‌توانند بهتر شوند.
هرچه تیم کوچکتر و مدت انجام پروژه کمتر باشد احتمال کلی موفقیت بیشتر است. صنایع خاص دارای نرخ موفقیت بالاتری هستند. به عنوان مثال نرخ موفقیت برای صنایع خرده فروشی (59 درصد) بخش مالی (32 درصد) تولید (27 درصد) حکومتی (18 درصد) همچنین صنایع خرده فروشی دارای کمتری پروژه‌های مواجه شده با شکست و یا به چالش کشیده شده است.
Johnson (1999) گزارش می‌کند که شرکت‌ها در آمریکا سالیانه بالغ بر 275 بیلیون دلار برای حدود
000/200 پروژه ایجاد نرم افزار کاربردی صرف می‌کنند که بخش اعظم آن به علت کمبود مهارت کافی در مدیریت پروژه با شکست مواجه می‌شود. بنیاد و اساس اصول مدیریت پروژه، طرح ریزی، اجرا و کنترل تمامی منابع، وظایف و فعالیت لازم برای به انجام رساندن پروژه است. این فرایند یک کار گروهی است و با مردم سر و کار دارد. مجموعا عوامل سازمانی منجر به شکست پروژه می‌شوند.
Downs (2001) بیان می‌کند که پروژه‌های بزرگ برای تبدیل شدن به یک پروژه سود آور به زمان زیادی نیاز دارند. همانند کانال سوئز که یک قرن طول کشید تا مجموع هزینه‌ها و درآمدها یکسان شوند. این نقطه مشابهی است که ما در مواجهه با سازمانهای بزرگ دیجیتالی که تجارت الکترونیک را پشتبانی می‌کنند قرار داریم. کانال سوئز معرف تمام پروژه‌های بزرگ سازمانی است. آنها در این پروژه اقدام به انجام کاری کردند که قبلا هرگز انجام نشده بود، پس طراحی و ساختمان پروژه آنها دارای ناشناخته‌های فراوانی بود. عقب نشینی از طرح، حادثه و تغییرات شدید در استراتژی بارها به وقوع پیوست.
همانند صنعت ساختمان سازی، موضوع اصلی این است که صنعت نرم افزار شکستهای خود را توجیه م یکند و همچنان به ارتکاب خطاهای طرح ریزی، برنامه نویسی و مدیریت ادامه می‌دهد. مدیریت پروژه عرصه‌ای حیاتی است که نیازمند بهبود اساسی است (در 7,6DSS in focus به معرفی چاشنی مدیریت پروژه م یپردازیم). ) Johnson1999) گزارش می‌کند که CIOها (مدیران ارشد اطلاعات) خواهان وجود مهارت‌هایزیر در یک مدیر پروژه هستند: دانش فن آوری و تجاری، حس داوری، مذاکره، ارتباط و سازمان یافتگی. آنهاروی بخش تجاری بیشتر از بخشهای فنی تاکید دارند و مهارت‌های نرمتر، مانند سیاست و مدیریت زمان باارزش تر به نظر می‌رسند. بسیاری از واحدهای اقتصادی مهارت‌های مدیریت پروژه را هسته لیاقت وشایستگی مدیر قرار می‌دهند. آنها به این مورد به عنوان آینده IT می‌نگرند. برای مثال شرکت FMI قادر به کاهش پرسنل خود به میزان 20 درصد و افزایش 30 درصدی در بهره وری به علت مرکزیت توجه جدید در مدیریت خود بودکه به عوامل IT کمک می‌کرد تا مجموعه‌ای وسیع تر از مهارت‌ها را به وجود آورند و درک بهتری از اینکه نرم افزار چگونه به فعالیت تجاری مربوط می‌شود را به دست آورند (1997 Fryer)

Lowdon (2000) نشان می‌دهد که مسئولان ایجاد و توسعه اغلب درک کاملی از وضعیت موجودیت‌های قابل تحویل پروژه خود (deliverables) ندارند. حتی زمانیکه به تکمیل پروژه خود نزدیک شده اند.
یکی از دلایل ممکن که وضعیت و موجودیت‌های قابل تحویل ناشناخته می‌مانند این است که فرایند‌های انجام شده توسط تیم توسعه از مدیر پروژه و کاربران مخفی است. تیم ایجاد گاهی دچار حس کار در تاریکی می‌شود. همانند گذشته، ارتباط میان اعضای تیم ایجاد،مدیر پروژه، کاربران نهایی و مدیران برای موفقیت در پیاده سازی حیاتی است. کل فرایند نرم افزاری باید به طور کامل برای کاربران قابل رویت باشد.
یک تیم خوب برای موفقیت پروژه‌های هوش تجاری (BI) بسیار مهم ایت. پروژه‌های مطلوب در DSS/BI بنا به ذات خود، برای برآورده کردن اهداف استراتژیک تجاری طراحی شده‌اند و به همین خاطر نیازمند مشارکت و صرف نیروی بیشتر از جانب گروهی است که در بخش تجاری سازمان مشغول هستند.
پیدا کردن افراد مناسب برای شرکت در تیم ایجاد در جهت کسب موفقیت پروژه هوش تجاری ضروری است. مهارت‌های فنی مهم هستند، اما مهارت‌های نرم نیز برای اداره کردن جنبه‌های تجاری و فنی پروژه لازم است. در غیر این صورت پروژه با شکست مواجه خواهد شد.
چنین تیم‌هایی باید همکاری و ارتباط داشته باشند. گاهی اوقات اعضا در موقعیت‌های مکانی متفاوتی قرار دارند. نتیجتا نرم افزارهای جدید مدیریت پروژه قابلیت‌های همکاری متصل (online) را نیز مهیا می‌کنند. ارتباطات برای موفقیت پروژه بسیار ضروری است (2000(kemp . مدیر پروژه باید ارتباطات میان تیم‌ها را فعال سازد.
تخصص
تیم‌های ایجاد نرم افزار معمولا برای هر پروژه جدید شکل دوباره‌ای به خود می‌گیرند. که این امر بنا به احتیاجات پروژه و افراد در دسترس صورت می‌پذیرد. مهم‌ترین و ضروری‌ترین منبع برای تیم‌های دانش تخصص است، اما این خود به تنهایی برای تولید یک کار با کیفیت بالا کافی نیست. تخصص بایدمدیریت و هماهنگ شود. ) Faraj and Sproull2000) در عمل،اهمیت هماهنگی در تخصص را در تیم‌هایایجاد نرم افزار بررسی کرده اند. آنها یافته‌اند که هماهنگی تخصص رابطه بسیار قوی با کارایی تیم از خودنشان می‌دهد که به طور قابل توجه روی مشخصات ورودی تیم، حضور تخصص و هماهنگی مدیریتی اثرمند شده است. تخصص می‌تواند باعث به موفقیت رسیدن پروژه شود، اما تیم هنوز محتاج ارتباطات خوب و مهارت‌های مدیریتی پروژه به همراه یک پشتیبان متعهد است.
7,6DSS IN FOCUS چاشنی مدیریت پروژه
a) Trepper2000) چاشنی مدیریت پروژه را فراهم آورده است. شرکت‌های محدودی در زمینه مدیریت پروژه خبره هستند و اکثر شرکت‌ها در دنبال کردن هر رویکرد که بهترین عملکرد را داشته است با شکست مواجه می‌شوند. همان طور که چاشنی بیان می‌کنداکثر سازمان‌ها در صرف وقت کافی برای عوامل زیر توفیق نمی‌یابند:
1- تعریف احتیاجات
2- مدیریت کردن تغییرات
3- فراهم کردن سطح اجرایی پروژه با خریداری
4- تعیین خط زمان بر اساس اهداف و ویژگی‌های واقع بینانه
5- حل کردن مشکلات مدیریت پروژه با راه حل فن آوری یا آموزش
علاوه بر این موارد،5 مورد دیگر هم وجود دارد که بنگاه‌های اقتصادی اصلا انجام نمی‌دهند که نهایتا منجر به شکست پروژه می‌شود. (Trepper, 2000a) استقرار و تعریف خط مبنا تعریف توابع کنترل پروژه از قبلفراهم نمودن آموزش رسمی
استفاده از زمان برای تعریف فرایندهای تکرار پذیربرآورد صحیح از میزان سختی و پیچیدگی برنامه
Charles H. Treppor منبع: برگرفته شده از

8,6DSS IN FOCUS مهارت‌های مدیریت پروژه
توسعه مهارت‌های مدیریتی و کیفیت‌های زیر مسلما به یک مدیر پروژه کمک خواهد کرد (قابل اطمینان بودن و شایستگی فن آوری مفروض است) رهبری ارتباطاتتفکیک تضادهامذاکرهساختن تیم
مهارتهای شنیداریمدیریت کردن روابط
منبع: برگرفته شده از (2001Jill viteiloo (
 
9,6DSS IN FOUCS عوامل موفقیت پروژه
10 دلیل برتر برای موفقیت پروژه عبارتند از:
پشتیبانی اجرایی
دربرگیری کاربران نهایی مدیر پروژه با تجربه
اهداف مشخص و صریح تجاری میدان عمل محدود شده زیربنای استاندارد
احتیاجات اساسی بنگاه اقتصادی (بدانید که به کجا می‌روید) روش رسمی
برآوردهای مطمئن پرسنل کارآزموده

منبع: برگرفته شده از (2002Julia King (

پروژه‌های تجارت الکترونیک و وب
ایجاد پروژه‌های تجارت الکترونیک و وب نیاز به مهارت‌های مدیریت پروژه و کار تیمی را تشدید کرده است. (2006Treppor ( برخی از عوامل کلیدی که به طور اخص منجر به یک پروژه موفق تجارت الکترونیک م یشود را شرح می‌دهد. این عوامل اساساً منحصر به همان مواردی هستند که برای هر پروژه IT مورد نیاز است:


DSS IN ACTION 6,10
بهتر است یک برنامه کاربردی تجارت الکترونیک طرح ریزی شود تا اینکه ببینیم چه پیش خواهد آمد Sigma- Aldrich، تامین کننده مواد شیمیایی برای لابراتوارهای تحقیقاتی، در اواخر 1998 یک سایت تجربی برای تجارت الکترونیک راه اندازی کرد،Pipeline، که انتظار چندانی از آن نداشت وب سایت به هسته انبارداری متصل نبود و سیستم پردازش سفارشات SAP بود. سفارشات به صورت دستی از اطلاعاتی که توسط Pipeline در فایلهای ساده تولید می‌شد، در برنامه کاربردی فرایند سفارشات شرکت ثبت می‌شد. یک سفارش معمولی تحت وب 50٪ بیشتر از فرایند استاندارد سفارش تلفنی زمان می‌برد (12 دقیقه در برابر 8دقیقه). ما مورین سرویس مشتریان می‌توانستند 45 سفارش تحت وب را اداره کنند در حالی که در مورد سفارشات تلفنی این تعداد به 60 میرسید. مسئولان شرکت فکر آن را نکرده بودند که این می‌تواند یک مشکل تلقی شود زیرا آنها انتظار این همه سفارش وب را نداشتند.
هنگامی که فروش online راه اندازی شد، مشکل هم شروع شد. در ظرف 6 ماه از عملیات، وب حجم روش غیر قابل باوری را به بار آورد: 8 میلیون دلار، از آنجایی که هر سفارش حدود 200 تا 300 دلار ارزش دارد این به معنای تعداد زیادی سفارش است که باید پردازش شوند. در ظرف 2 ماه از عملیات مدیران اجرایی Sigma دریافتند که برای حذف رسیدگیهای اضافه سفارشات،Pipeline باید به روز آوری شود. بعد از یک بررسی دقیق مدیران شرکت Haht commerce را انتخاب کردند.
آنها به نفع نرم افزار سرویس دهنده وب Haht سرویس دهنده وب Domino را از معامله کنار گذاشتند. پروژه تجمیع 109 میلیون دلار هزینه و 6 ماه زمان برد. در سه سال دوری این تلاش‌ها در سودی معادل 7. 4 میلیون دلار نتیجه داد. سیستم نه تنها سفارشات را سریع تر پردازش می‌کرد، بلکه کار کمتری نسبت به سفارشات تلفنی در برمی گرفت و مهم تر از همه افزایش چشم گیر در داد و ستد بود.
منبع: برگرفته شده از (2002Kim S.Nash ( شکست در پیاده سازی پروژه
از آنجایی که پروژه‌های DSS/BI بیشتر از آنکه به موفقیت برسند یا به شکست منجر شوند و یا به چالش کشیده می‌شوند، از روی احتیاط به بیان عوامل شکست و ذکر مثال‌هایی می‌پردازیم. مدیران اکثر سازمان‌ها نسبت به مطرح کردن شکستن سیستم بی میل هستند. گرچه با بررس شکست‌ها در کنار موفقیت‌ها بسیار بیشتر می‌توان آموخت. شماری از مجلات علمی و تجاری IS، مرتبا شکست‌هایی را گزارش می‌کنند و اهمیت آنها را تصدیق می‌کنند. تنها سود حاصل از تجربه پروژه بد این است که می‌تواند به شکل گیری یک مدیر پروژه بهتر کمک کند (2000(Melymuka . گاهی اوقات زمان آن می‌رسد که پریز پروژه‌ای را که به مشکل برخورد کشید. (2001Kapur ( نموداری را تشریح می‌کند که به زمان کنار گذاشتن یک پروژه مشکل دار اشاره دارد. اساسا در فرایند ایجاد نقاط عطفی وجود دارد که نقاط رفتن یا نرفتن هستند. در این مواقع امکان پذیری و توانایی به تحویل پروژه به دقت باید مورد ارزیابی قرار بگیرد.
قبلاً در مورد عواملی که منجر به موفقیت سیستم می‌شد بحث کردیم. زمانی که بعضی و یا حتی یکی از آنها حضور نداشتند، احتمالا شکست پروژه حاصل می‌گردد. برای مثال یک قهرمان اختصاصی در مدیریت بالایی الزامی به نظر می‌رسد، اما برای رسیدن به موفقیت کافی نیست. اما زمانی که قهرمان سازمان را ترک می‌کند، احتمالا پایه منابع پروژه به خطر می‌افتد، که منجر به شکست پروژه می‌شود.
سازمان Standish گزارش می‌کند که پروژه‌ها معمولا به خاطر عوامل زیر با شکست مواجه می‌شوند:
عدم دخالت گروگذار احتیاجات ناقصعدم پشتیبانی حامیانتظارات غیر واقعی
عدم تعهد از جانب مشتریان تجاری
در اکتبر سال 2000، Computer world لیستی از پروژه‌های IT که سنبل شده بودند ارایه کرد. لیست 10 مورد بالایی از فهرست آنها شامل پروژه‌های بزرگ و بسیار پیچیده بود. بسیاری از آنها سخت‌ترین پروژه‌های IT بودند که سازمان‌ها تابه حال انجام داده بودند. پنج مورد پیاده سازی‌های دشوار و مهیب برنامه ریزی منابع سرمایه‌ای بودند. همانطور که قبلا دیگران هم اشاره کرده بودند دلایل ریشه‌ای شکست پروژه‌های IT در این لیست در طول سالها تغییر نکرده بود و عبارت بودند از: ارتباطات غلط، اهداف نامعلوم، خزش دامنه، رهبری ناشایسته و مدیریت پروژه رقت انگیز. (2002Bigs , Arnott ( عواملی را که منجر به شکست در DSSهای اندازه متوسط در شرکتهای تولیدی ملی در سیدنی استرالیا می‌شوند را شناسایی کرده اند. آنها این عوامل را اخلال گرهای تکاملی می‌نامند. در طول فرایند ایجاد، مشاوران خارجی از پشتیبانی مدیریت ارشد محروم م یشوند. Bigs , Arnott اخلال گران محیط ایجاد زیر را شناسایی کرده اند: عوامل متعدد فرهنگ سازمانی،پشتیبانی مدیریت ارشد، نگرش کاربر، نگرش تحلیل گر، تجربه کاربر و قابلیت‌های تیم ایجاد. اخلال گران فراید ایجاد عبارتند از: تحصیلات کاربر، پشتیبانی، در برگیری، ارزیابی، تعلیم و ... اطلاع از این اخلال گران ممکن است به ایجاد کنندگان DSS یک اخطار زودهنگام در مورد احتمال شکست پروژ دهد. ریسک‌های مهم در پروژه‌های نرم افزاری را در 11,6DSS IN FOCUS تشریح کرده ایم.
بنا به نظر سنجی انجام شده توسط Boston Consulting Group از کاربران تجاری، تنها یک سوم از پروژه‌های نرم افزاری سازمانی به عنوان پروژه موفق طبقه بندی می‌شوند. تنها 33 درصد از ابتکارات کاربردی سازمانی که مطالعه شدند می‌توانستند مثبت یا موفق در نظر گرفته شوند البته این زمانی است که در این مقیاس‌ها تحلیل شوند: ارزش ابتکار، اثر هزینه، تاثیر مالی ملموس حصول هدف. هنگامی که زمان و کوشش بیشتری برای تحلیل سیستم صرف شود احتمال موفقیت افزایش می‌یابد. به وضوح تحلیل برای موفقیت ضروری است.

DSS IN FOCUS 6,11
خطرات پروژه نرم افزاری
خطرات پروژه نرم افزاری محصول شک مرتبط با عوامل خطر در پروژه و مقدار زیان بالقوه به علت شکست م یباشد. در یک مطالعه چند ملیتی،25 درصد از تمامی پروژه‌های ایجاد نرم افزار لغو شده‌اند و 80 درصد آنها بالاتر از بودجه مورد نظر انجام شدند با متوسط تجاوز از حد بودجه به میزان 50 درصد. از سیستم‌های اعزام شده به تولید، بیشتر از 75 درصد شکست اجرایی محسوب می‌شدند چون یا استفاده نمی‌شدند یا ویژگی‌ها و مشخصه‌های کاربر را برآورده نمی‌کردند. مجموعا 53 عامل خطر بیان شده است که 10 مورد برتر عبارتند از:
عدم تعهد مدیریت ارشد به پروژه شکست در به دست آوردن تعهد مشتریکج فهمی در درک احتیاجاتعدم در برگیری مناسب کاربران
عدم وجود دانش و مهارت لازم در پرسنل پروژه
عدم احتیاجات یخ زده (بی حرکت)- سیستم نهایی یک هدف متحرک باشد.
میدان عمل و اهداف متغیر
شکست در مدیریت انتظارات کاربران نهاییکارگزینی ناکافی و نادرست

منبع: برگرفته شده از (2001Schmidt (
 
این امر ثابت شده است که پروژه‌هایی در مقیاس بزرگ همیشه سخت و پر زحمت هستند مشکلات مشابهی که ایجاد پروژه‌های DSS و IS/IT را به ستوه می‌آورد. تمامی انواع پروژه‌ها را تحت تاثیر قرار داده،قبلا در این فصل از پروژه کانال سویز به عنوان یک پروژه سخت یاد کریم. شکست The BIG DIG را در 12,6DSS INATION در نظر بگیرید. همانند بسیاری دیگر از شکست‌ها. ارتباطات و دیگر موضوعات مدیریتی مشکلات اصلی بودند. در بخش WHEATKY (2000) IT/DSS/BI نشان می‌دهد که چگونه دولت بریتانیا با ایجاد و به کارگیری یک سیستم ناجور IT در ابعاد بزرگ باعث بوجود آمدن بحرانی اساسی شد.
اکثر مشکلات به علت عوامل مدیریت پروژه و انتظارات غیر واقعی است.
همانطور که برای بسیاری از پروژه‌ها صدق می‌کند. پروژه‌های انبار داده معمولا در برآورد کردن انتظارات شکست می‌خورند. آنها پروژ ههایی با خطر بالا هستند. کنسرسیوم COTTER در حدود 150 شرکت که انبارهای داده‌ای را ایجاد کرده‌اند مورد بررسی قرار داده است. مطالعه انجام شده نشان می‌دهد که گرچه ف نآوری هنوز بخشی از مشکلات است اما عوامل مدیریتی و سازمانی هم به شکست کمک می‌کنند. در مطالعه انجام شده 20 درصد بیان کرده‌اند که انبار داده آنها هیچ ارزشی به بار نمی‌آورد. در صورتی که 15 درصد آن را یک موفقیت کامل نامیده اند. درحدود 39 درصد بیان کرده‌اند که سیستم آنها یک موفقیت متوسط و 26 درصد بیان کرده‌اند که ارزش کمی به همراه دارد. حتی اگر نرخ موفقیت پروژه‌ها در گذر زمان در حال بهبود است کار بسیار زیادی برای غلبه بر این نرخ‌های موفقیت ترسناک برای انجام وجود دارد.
توجه خوانندگان را به شکست در پیاده سازی انبار داده در 14,6DSS IN FOCUS جلب می‌کنیم مهمترین عوامل شکست در این مورد عدم در برگیری کاربران و اهداف نامعین است که قبلا بیان شد و نیز عدم وجود حمایت اجرایی واقعی است. این عوامل جزئی از نشانگرهای کلیدی برای وجود شکل در پروژه از همان ابتدا هستند.
(2000Carr ( شکست پروژه Hersheys chocolate را تشریح می‌کند که نتیجه پیاده سازی یک سیستم مدیریت منابع سازمانی در ابعاد بزرگ درست قبل از فصل شلوغ تعطیلات در سال 1999 است. این پروژه تقریبا شرکت را ورشکسته کرد. خوشخبختانه در تلاش دوم Hershey آن را اصلاح کرد.
(1999 , 1998Jiang et al. ( راه‌هایی را تشریح می‌کند که به شناسایی برخی دلایل شکست در زمان آغاز به کار پروژه کمک می‌کند. رویکرد آنها بر اساس جهت گیری تحلیل گران سیستم‌ها و درک آنها از شکست است این مورد به راستی در مرکز مشکلات ارتباطات میان سیستم ایجاد و میان تیم و کاربران است. با اهمیت استراتژیک رو به رشد سیستم‌ها در داخل سازمانها بنگاه‌های اقتصادی به واسطه مدیران تجاری به مشارکت بیشتر روی پروژه‌های IS تشویق می‌شوند.









DSS IN ACTION 6,12
گشتن به دنبال جواب در مدیریت پروژه
یک نمونه عالی از پروژه شکست خورده پروژه BIG BAG است. که یک پروژه مربوط به امور عام المنفعهبود. اساساً اصلی‌ترین راه‌های رفت و آمد اتومبیل‌ها در بوستون از زیر زمین می‌گذرد. اجرای این پروژه سختتر از پروژه‌های کانال پاناما و سد Hoover بوده برآورد هزینه اولیه پروژه 2,2 بیلیون دلار بود. تا سال 2002پروژه 1. 14 بیلیون دلار یا بیشتر هزینه در بر داشت که بیشتر آن مستقیما از جیب مالیات پردازان تامین می‌شد.
پروژه Big DIG مشکلاتی را که پروژه‌های DSS مکرر با آن روبرو هستند را به نمایش گذاشت. مشکلاتاولیه ناشی از برآورد غیر وقاعی هزینه و نظارت ناکافی مدیریتی به طراحی تونل بود. مقاطعه کاران فرعی درتهیه اطلاعات کافی در زمینه مشکلات موفق نبودند و مقاطعه کاران دیگر را معطل کردند که این باعث به تاخیرافتادن کل پروژه شد. حجم خالص پروژه بیان می‌کرد که سیستم‌های IT برای مدیریت موثر می‌توانند به کارگرفته شوند که آن دنبال کردن هزینه‌هاست. اما از آن‌ها به صورت موثر استفاده ش. هنگامی که مدیریت امورمالی را سر و سامان داد، ارتباطات و گزارشات را مد نظر قرار می‌دهد. مهمترین درس از پروژه BIG BAGبرپایی ارتباطات در میان گرو گذاردن است. مشکلات باید به درستی و صادقانه همانطور که رخ می‌دهندگزارش شوند.

نرم افزارهای مدیریت پروژه
همراه با مجموعه مدیریت گرای مهارتهای پروژه ابزارهای نرم افزاری بسیار عالی برای کمک به مدیران
پروژه نیز وجود دارد. این نرم افزارها عبارتند از Active project , Plan View , Microsoft Project بسیاری از این ابزارها قادر به فعالیت تحت وب برای مقدور ساختن کارهای گروهی به صورت متصل (Online) هستند. (2000Microsoft Project ( همراه با نرم افزار Microsoft Project Central شامل ابزارهای مناسب همکاری تحت وب هستند. نرم افزار Plan View Web برای اداره کردن مدیریت پروژه و مدیریت نیروی کار طراحی شده. Plan view یک ابزار پویا و چند بعدی برای مدیریت منابع و برنامه‌هاست. اکثر ابزارهای مدیریت پروژه بر پایه وب هستند که عبارتند از Business،RUP،Plan view،on Eaterprise،on projectGates .Microsoft Project،Engine’s BEN (2003) تشریح می‌کند که بسیاری از فروشندگان ابزارهای مدیریت پروژه ابزارهای مدیریت نمونه کارها را نیز به سیستم‌های مدیریت پروژه اضافه کرده اند. به عنوان مثال Worklenz از شرکت Metier، داده‌های پروژه را جمع آوری و تحلیل می‌کند که این امر برای شناسایی ناکارامدی‌ها، پیش یبنی کارهای آینده و بهبود فرایندها صورت می‌گیرد. Microsoft Project شامل یک انبار متمرکز از پروژه‌ها و منابع است. Openterprise از شرکت On Project به کاربران اجازه دیدن تمامی پروژه‌ها، وظایف، منابع، موضوعات، فایل‌ها، اتفاقات و یادداشت‌ها را می‌دهد.
یکی از دیگر جنبه‌هایی که ابزارهای مدیریت پروژه به آن می‌پردازند همکاری در میان تیم‌های مختلف ایجاد است. مدیران پروژه از نرم افزارهای GSS و سیستم‌هایی مانند Web EX , Groove به صورت مستقیم استفاده می‌کنند. به علاوه سیستم‌های نرم افزار مدیریت پروژه قابلیت‌های GSS را در خود گنجانده اند. یک رویکرد برای مدیریت سبد سرمایه گذاری پروژه ایجاد یک داشبورد دیجیتال برای دنبال کردن مدیریت پروژه است. چنین چیزی اساساً یک سیستم اطلاعاتی اجرایی است. جنرال موتور از چنین رویکردی استفاده کرده است. به 16,6DSS IN ACTIONAL برای جزئیات بیشتر نگاهی بیاندازید نرم افزارها و روش‌های مدیریت پروژه بر پایه یک روش منظم بررسی می‌شوند.
DSS IN FOCUS 6,14
تشریح شکست در پیاده سازی انبار داده
در اینجا به چند نماد مهم که در پروژه‌های پیاده سازی انبار داده ظاهر می‌شوند اشاره می‌کنیم. این شاخص‌های پیشرو پیش بینی می‌کنند که پروژه با شکست روبروست.
عدم وجود اهداف یا مقیاس‌هایی قبل از شروع پروژه
بسیاری از پروژه‌های سیستمی مهم به صورت همزمان جریان دارند.
مدیر عامل قبل از تیم پروژه بودجه و مهلت اتمام پروژه را مشخص می‌کند.
هیچیک از کارمندان داخلی در تیم پروژه انبار داده حضور ندارند.
مدیر پروژه با مسئولیت فراوان
دسترسی به داده‌های منبع در ابتدا تایید نشده استعدم نیاز کاربران به تحلیل‌های قوی داده
عدم وجود نشست‌های روزمره حامیان اجرایی و مدیر پروژه شکست پروژه آزمایشی
چند درس قابل آموختن از مواجه با شکست:
حمایت و شراکت اجرایی با IS ضروری‌ترین عامل موفقیت برای ایجاد انبار داده است.
اجازه ندهید که پروژه بدون داشتن درک روشنی از اهداف تجاری و اینکه آنها چطور اندازه گیری می‌شوند پیش رود.
با اجرای یک پروژه آزمایشی افزایشی مشخص کنید که آیا قادر به دستیابی به منافع مد نظر هستید یا نه.
برگرفته شده از L.G pavl


4,6 4-6- روش‌های دیگر ایجاد و توسعه سیستم‌ها ایجاد موازی: یک روش سنتی
روش‌های بسیار دیگری نیز برای بوجود آوردن سیستم‌ها وجود دارد. که همگی آنها بر پایه روش SDLC سنتی هستند. نزدیکترین این روش‌ها به SDLC روش ایجاد موازی است، که مراحل طراحی و پیاده سازی به چندین نسخه بعد از مرحله تحلیل تقسیم می‌شوند. هر یک از این نسخه‌ها شامل ایجاد یک زیر سیستم جدا یا یک شبه پروژه است. سپس در یک مرحله پیاده سازی تمامی این قطعات توسط تجمیع کننده سیستم در قالب یک سیستم منسجم گرد هم می‌آیند. بخشی از پیاده سازی DSS به این شکل انجام می‌شود.
چهار مولفه، پایگاه داده، اساس مدل، رابط کاربر و دانش می‌توانند اساسا به صورت موازی ایجاد شوند.
روش‌های ایجاد سریع برنامه‌های کاربردی
روش‌های ایجاد سریع برنامه‌های کاربردی طوری SDLC را تعدیل کرده‌اند که بخش‌هایی از سیستم م یتوانند سریع ایجاد شوند. کاربر هرچه سریع تر می‌تواند عملکردی از آنها بدست آورد. این گونه روش‌ها عبارتند از ایجاد مرحله ای، نمونه سازی و نمونه سازی دور انداختی، تمامی این روش‌ها در ایجاد سیستم‌های وب با استفاده از ابزارهای برنامه نویسی وب سودمند هستند.
روش ایجاد مرحله‌ای شامل تفکیک سیستم به دنباله‌ای از نسخه‌های سیستم است که به صورت ترتیبی ایجاد شده اند. هر نسخه از نسخه قبل خود عملکرد بیشتری را دارد، و این نسخه‌ها سیستم نهایی را شکل می‌دهند. مزیت این روش این است که کاربران عملکرد سیستم را سریع بدست می‌آورند. عیب این روش این است که سیستمی که کاربران با آن شروع به کار می‌کنند از نظر طراحی ناقص است. اکنون به مهمترین روش در ایجاد DSS‌ها و سیستم‌های وب می‌پردازیم: نمونه سازی.
نمونه سازی شامل اجرای مراحل تحلیل، طراحی و پیاده سازی به صورت همزمان و مکرر است. (شکل 6-3) نمونه‌های اولیه سیستم سریعاً ایجاد و به کاربران عرضه می‌شوند، که از ورودی‌های کاربران برای تصحیح این نمونه‌ها استفاده می‌شود. مزیت اصلی این روش این است که سیستم‌ها برای استفاده کاربران سریع مهیا می‌شوند حتی اگر سیستم هنوز برای استفاده رسمی آماده نباشد. بازخوردها دریافت می‌شود و سیستم می‌تواند در حرکت به سوی نمونه بعدی اصلاح شود. همین طور تحلیل‌های بیشتری شاید مورد نیاز باشد. یکی از معایب این است که تغییرات سریع معرفی می‌شوند و کوششی برای تصحیح تصمیمات طراحی در اوایل طرح انجام نمی‌شود. در عوض این اشکالات در طول تکامل سیستم رفع می‌شوند. این روش همانند ساخت شورولت مونزا است. اگر نمونه سازی با دقت و اعمال خوب طراحی انجام شود، بسیار موثر خواهد بود. نمونه سازی دورریختی به هر دو روش نمونه سازی و روش سنتی SDLC شبیه است.
همانند SDLC مرحله تحلیل کامل است، اما نمونه‌های طراحی شده برای کمک به درک بیشتر درباره سیستم مورد نظر ایجاد می‌شوند، مخصوصا وقتی سیستم به درستی فهمیده نشده باشد. اغلب نمونه‌های دور ریختنی به عنوان آزمون‌های آزمایشی بر روی یک چارچوب ایجاد ساده تر برای آموختن بیشتر درباره احتیاجات کاربر و سیستم‌هایی استقرار یافته ایجاد می‌شوند. زمانیکه آزمون آزمایشی موفق ظاهر شد، نمونه اولیه دور انداخته می‌شود و یک طرح مقدماتی از سیستم واقعی شکل می‌گیرد. بعد از آن،DSS با یکی از رویکردهای SDLC یا نمونه سازی کامل می‌شود. نمونه طراحی به تعمیم کمک می‌کند تا جزئیات را در سیستم تدبیر نماید.  
ایجادهای چالاک و برنامه نویسی فوق العاده
روش‌های ایجاد چالاک گونه نسبتا جدیدی از نمونه سازی سریع هستند، روش ایجاد سریع نرم افزارهای کاربردی. تعدادی از این روش‌های برنامه نویسی سبک وزن وجود دارد: برنامه نویسی فوق العاده Scrum،(XP) و Crystal. برنامه نویسی فوق العاده احتمالا محبوب‌ترین نمونه از فرایندهای چالاک هستند. این روش‌ها سعی در کنار گذاشتن بسیاری از فرمالیته‌های موجود در چرخه ایجاد سیستم و حتی نمونه سازی دارد. در سال 2003 دو سوم از سازمان‌های IT نوعی از فرایندهای ایجاد چالاک نرم افزار را استفاده کرده اند. روش‌های چالاک برای پروژه‌هایی که احتیاجات نامعین و یا پروژه‌هایی که احتیاجات آنها به سرعت تغییر می‌کند بسیار مناسب هستند. برای مثال سازمان مالی AG’S ITM از شرکت دایملر کراسیلر از این روش‌های جدید برای سرعت بخشیدن به ایجاد برنامه‌های کاربردی Java خود استفاده کرد. مشخصه‌های این ابزارها عبارتند از: ورودی‌های سنگین کاربران، تیم‌های خود – سازمان که به مدیریت برای اداره کردن خود اعتماد ندارند و تحویل افزاشی و روش‌های چالاک نوعا فرآیندهای حجیم مستند سازی را که می‌تواند پروژه ایجاد را در باتلاق غرق کند، از بین برده است. پروژه بر اساس احتیاجات به قطعه‌هایی تفکیک می‌شود. کدهای کاربردی برای هر قطعه در بازه‌های زمانی کوتاه تحویل می‌شود (14 تا 90 روز) و در معرض آزمون‌های متعدد قرار می‌گیرد. علی رغم مزایا، شاید مشکلاتی در تجمیع پروژه‌های چالاک به یکدیگر وجود داشته باشند.
Beinato (2004) چگونگی بهره بردن از روش‌های چالاک برای موفقیت در ایجاد نرم افزار را شریح کرده است. اساساً، روش‌های ایجاد چالاک نشان می‌دهد که شما باید کد را بارها مورد آزمون قرار دهید،مالکیت فرایند را به گردن گیرید، حامی تجاری داشته باشید و مراحل ایجاد را نظات کنید تا مشکلات بالقوه را به محض رویت تصحیح کنید. و باید در صورت ناامید نمایان شدن پروژه از متوقف کردن آن راضی باشید.
همچنین او اضافه می‌کند که بودجه محدود، تیم ایجاد را مجبور به تمرکز به واجبات می‌نماید. بودجه محدود همچنین متوقف کردن یک پروژه شکست خورده را آسان می‌کند احتیاجات باید در کمترین حد باشند. پروژه باید بر مبنای موفقیت نهاده شود نه امید. تیم پروژه را کوچک نگه دارید و مدیران غیر IT را برای پروژه انتخاب کنید.
برنامه نویسی فوق العاده به منظور تسهیل سریع وآسانتر ایجاد برنامه‌های کاربردی با کیلیت بالا ایجاد شدند و ویژگی‌های آن‌ها عبارتند از:
* قصد‌های کاربران یا نیازهای آنان که تعیین کننده ویژگی‌های نرم افزار است معمولا بر روی کارت‌های شاخص نوشته شده و اساس احتیاجات پروژه هستند.
* آزمون‌های کاربردی ساده توسط کاربران قبل از شروع کد نویسی نوشته می‌شود.
* کد نویسی به قسمت‌های کاربردی بسیار کوچکی که در 2 یا 3 روز انجام می‌شوند تقسیم می‌شود.
* برنامه نویسان به صورت جفت کار می‌کنند. پروژه به دفعات در میان تیم می‌چرخد که به تمام تیم درک صحیح از کل پروژه می‌دهد.
* کد مکررا دوباره ایجاد و تجدید نظر می‌شود.
بنا به گفته Copaland (2001) برنامه نویسی فوق العاده از 12 فعالیت ایجاد طرفداری می‌کند که عبارتند از:
* تیم‌های ایجاد برنامه‌های کاربردی
* برنامه نویسی جفت: دو برنامه نویس با هم کار کنند.
* تمامی برنامه نویسان مالکیت گروهی کد را دارند و نیز قابلیت تغییر آن را Copeland خاطر نشان می‌سازد که مدل سازی چالاک شامل مفاهیم عمومی معینی است:
* ایجاد محتوای ساده
* آزمون کد در غالب اوقات
* استفاده از چندین مدل طراحی
اصلی‌ترین ضعف فرایندهای چالاک عدم مستند سازی و طراحی است و مزیت واضح آن تمرکز زیاد بر روی آزمون است.
اشکال زدایی و آزمون در ایجاد سیستم‌های چالاک
همان طور که قبلا اشاره کردیم، فرآیند اشکال زدایی و آزموندن که، گرچه ضروری است، اما غالبا در ایجاد سیستم‌ها نادیده گرفته می‌شوند. روش‌های ایجاد چالاک (RAD) طوری اشکال زدایی و آزمون را ساخته‌اند که روشی برای ایجاد این سیستم‌هاست.

5,6 نمونه سازی : شناسایی روشهای توسعه وضعیت DSS
بدلیل نیمه ساخت یافته یا غیر ساخت یافته بودن طبیعت مسایلی که سیستم پشتیبانی تصمیم نشان می‌دهد، واقعا بعید است که مدیران و توسعه دهندگان DSS درک کاملی از مسایل پشتیبانی تصمیم داشته باشند.
آنها ممکن است که دامنه و حوزه مسایل، انواع مدلها یا فناوریهای مناسب برای بکارگیری و یا نیازمندیهای اطلاعاتی را نفهمیده باشند. بنابراین بسیاری ازDSS‌ها از طریق پروسه ساخت نمونه اولیه توسعه می‌یابند.
همچنین ساخت نمونه اولیه بعنوان طراحی تکراری و یا توسعه تکاملی و تدریجی شناخته می‌شود. (و نامهای دیگری چون فرایند میانی، طراحی وفقی و طراحی افزایشی)
متدولوژیهای توسعه نمونه اولیه، ساخت DSSای را هدف قرار داده که از طریق یک سری از گامهای کوتاه و با فیدبکهای آنی از کاربران بتواند اطمینان کافی از صحت پیشرفت توسعه و رشد آن را فراهم سازند.
از اینروی ابزارهای DSS باید انعطاف پذیر باشند تا تغییرات را بسرعت و سهولت قبول کنند.
در شکل 3,6 جزییات روش نمونه سازی را نشان داده ایم. نمونه سازی یک فرایند ساخت از نسخه‌ای سریع و کثیف از سیستم است. این رویکرد تکاملی با طرح ریزی کلیDSS وبرخی تحلیلها آغاز می‌شود.
کاربران و مدیران بخوبی یک بانی اجرایی باید با موضوع درگیرشوند. سایر عوامل مانند عوامل حیاتی برای دستیابی به موفقیت یا عواملی که به شکست منجر می‌شوند در بخش گشودن تصویر اولیه از موضوع و بسیاری در بخش DSS در عمل و بخش DSS در جعبه‌های مرکز توجه اشاره گردیدند.
درادامه، تحلیلها، طراحی وفازهای پیاده سازی ساخت نمونه بصورت تدریجی وتا زمانیکه یک نمونه کوچک توسعه می‌یابد انجام می‌شوند . (با تصمیم گیری مشترک توسط توسعه دهندگان، مدیران و کاربران) سپس پیاده سازی این آخرین قطعه از سیستم رخ می‌دهد. همزمان دیگر تکرارها در حلقه‌ی " تحلیل-طراحی –پیاده سازی – ساخت نمونه از سیستم " مانند بقیه زیرسیستمها اتفاق می‌افتد همچنین تا زمان رسیدن به ثباتی قابل قبول و رشدی جامع از سیستم قابلیتهایی به سیستم پهن شده افزوده می‌گردد.
بدین ترتیب است که سیستمهایی مورد بحث در بخش گشودن تصویر از سیستم ویا بخش نمونه‌های کاربردی، توانسته‌اند توسعه یاببند.
اولین تصمیم گیری عمده، زیر مسایلی را شامل می‌شود که ابتدا باید ساخته شوند. کاربر و توسعه دهنده مشترکاً زیرمسایلی را برای DSS اولیه‌ای که بصورت نمونه اول پیاده سازی خواهد شد را مشخص می‌کنند. این تلاش آغازین، روابط کاری اولیه را میان شرکت کنندگان را فراهم ساخته وسبب گشودن خطوط ارتباطی می‌گردد. زیر مسایل باید به اندازه کافی کوچک باشند که طبیعت مساله، نیازمندیهای یک پشتیبانی کامپیوتر پایه و طبیعت این پشتیبانی، بصورت شفاف و سریع طور احراز شوند که این باید در نظر شخص تصمیم ساز از ارزش و توجه بالایی برخوردار باشد. در بخش گشودن تصویر اولیه، زیر سیستمهای سودرسان برای کارمندان بودندکه قابلیت دید قوی برای سیستم فراهم می‌کردند چراکه هرکسی از آنهااستفاده کرد. برای نمونه‌های کاربردی 1,6 یک واحد صنعتی تصفیه و نسخه‌های مدل از گزارشهایمتعددی بوده ( DSS در عمل 2,6 را ببینید) . این رویکرد به تحریک ذهن مدیران و کاربران در مورد توانمندیهای دلخواه آنان از سیستم کمک می‌کند. یک نمونه اول، بصورت ایده آل کوچک اما قابل استفاده برای تصمیم سازان است. هیچ مطالعاتی از تحلیلهای عمده سیستم یا امکان پذیری در آن نیست. درواقع توسعه دهنده و کاربراز میان همه مراحل فاز توسعه سیستم بسرعت می‌گذرند هرچند در مقیاسی کوچک باشد.

سیستم باید ضرورتاً ساده باشد . همانطوریکه سیستم رشد می‌کند باید بطور پیوسته ارزیابی گردد. درانتهای هر چرخه باید توسط کاربر و توسعه دهنده ارزیابی گردد. در این فرایند تعامل کافی میان کاربر،توسعهدهنده و فناوری در نهایت اهمیت قراردارد. دراین میان تعادلی میان تلاش و همکاری کاربر و توسعه دهنده وجود دارد : کاربر در جهت بکارگیری و ارزیابی توانمندیها کار میکند و توسعه دهنده در فازهای طراحی و پیاده سازی قویتر عمل می‌کند . کاربر نقشی فعال را در جهت تقویت موقعیت توسعه متعارف سیستم بازی می‌کند . جاییکه غالباً کاربر در نقش غیر فعالی است.قابل توجه است که مشخصات نیازمندیهای داده یا اطلاعاات در طول آزمایشات توسعه دهنده، توسط کاربر رشد می‌کند.
همانطور که در فصل 2 توضیح داده شد، تصمیم سازان باید قالبی را برای ساخت تصمیمات هوشمندانه به اشتراک گذارند . McCartty و 2002 Mc Cartty طرفدار این است که مدیریت یک گروه توسعه فناوری به تنظیماتی نیاز دارد مانند دیدگاه مشترک از پروژه و تنظیمات قوعدی برای اینکه اعضاء با یکدیگر کار کنند.
(2001Malhotra etal ( در مورد اینکه یک گروه پشتیبانی تصمیم با انعطاف، پیوسته برای پشتیبانی از یک تیم مهندسین ساخت محصول اصلاح می‌شوند توضیح می‌دهد. سرانجام تیم توسعه GSS برای مراقبت از نشستهای فنی گروه طراحی محصول مورد نیاز است. بطوریکه اعضا بتوانند دانش دست اول خود از چگونگی استفاده سیستم را اعمال کنند. و اینکه چگونه خواسته‌های گروه طراحی تعدیل می‌گردد که اینها برای اشترک دیدگاه کاربران است. تیم توسعه سیستم اغلب بصورت پراکنده‌اند و گاهی برای شرکتهای دیگر هم کار می‌کنند . نیاز برای تعاملی سطح بالا و کارگروهی امری حاکم است. دیدگاه فقط برای ساخت تیمی بهتر از طریق اهرم ذهنی برتر و یا ابزارهای رایج نیست بلکه استعداد رساندن مشتریان به توسعه سیستم است. درگیریهای مدیریت پروژه رفتن به سطحی بالاتر از پرسش و پاسخ است و نیاز به مدیریت تعاملات دارد . ( 2001johnson را ببینید) . GSS می‌تواند توسعه دهدگان نرم افزار را یاری دهد.
ابزارهای جدید CASE نرم افزارهای تعاملی را دربرمی گیرند. برای مثال Source Cast ( Web based) Collab Net و VA Software و Quovix . این نسخه‌های نرم افزاری مبتنی بر WEBجهت رهگیری سیستم، تعاملات برخط و یک مخزن را فراهم نموده اند. (2002(Fry
ارزیابی جزیی جدا ناپذیر از فرایند توسعه است و مکانیزم کنترلی برای تمامی فرایند طراحی تکراری محسوب می‌شود.مکانیزم ارزیابی همان چیزیست که همه بها و تلاش توسعه یک DSS سازگار با ارزشها را حفظ می‌کند. در پایان ارزیابی، تصمیمی براین اساس ساخته می‌شود که تصفیه بیشتر DSS یا توقف آن است.
اگر ارزیابی OK باشد ما به مرحله پیاده سازی معمول DSSمی رویم که می‌توان شامل آموزش کاربران و مانندآن باشد. دور بعدی گسترش می‌یابد و نسخه اولیه بهبود پیدا می‌کند تمامی گامهای تحلیل، طراحی، ساختمان، پیاده سازی و ارزیابی برای بهترشدن تکرار میگرردند.
سالهای گذشته تحت تسلط ارتباطات SDLC سنتی، شخص تحلیلگر، نیازمندیهای اطلاعاتی و سایرداده‌ها را از کاربر تامین می‌کرد و برای یک دوره طولانی بدنبال توسعه یک سیستم می‌رفت . در طی زمانمحیط کسب و کار، سازمان، نیاز کاربران و حتی خود کاربران ممکن بود عوض شود. در زمانیکه سیستم تحویلدهی می‌شد ممکن بود هیچ نیازی پاسخ داده نشود یا پشتیبانی مورد نظر از سازمان خارج شده باشد ( بعنوان یک مثال عالی از این موقعیت 2002 Vender,Van Dyke ,Prybutoke, را ببینید.) در ساخت نمونه اولیه، بازگشت به گامهای آغازین، همانطور که انتظار آن می‌رود به این موضوع که تحلیلهای اولیه ناقص بوده اشاره می‌کند.
رویکرد طراحی تکراری کاربردی خاص از DSS را می‌سازد . این فرایند بشکلی سرراست برای یک طراحی DSS جهت پشتیبانی از فرد مناسب است. فرایند در حالتیکه برای پشتیبانی از گروه یا سازمان باشد پیچیده میگردد که البته نامعتبر نیست. مخصوصاً اینجا نیاز بزرگتری برای مکانیزم پشتیبانی از ارتباطات از جمله کاربران و توسعه دهندگان وجود دارد .همچنین نیازی برای مکانیزم منطبق کردن تغییرات فردی، در زمانیکه نگهداری از یک سیستم رایج مرکزی که برای همه کاربران استاندارد است، وجود دارد.  

بسیاری از DSS‌ها و وب سایتها با روش ساخت نمونه اولیه ساخته می‌شوند. اولین دلیل این است کهساخت نمونه اولیه به توسعه دهنده گان این امکان را می‌دهد تا یک سیستم قابل استفاده ( و شاید جزیی ) را را ه اندازی وآنرا نسبتاً سریع اجرا کنند. و اگر نگاه یک جانبه DSS و وب سایتها هنوز کامل نشده اما همیشه در وضعیت تکامل، ساخت نمونه اولیه از سیستم می‌تواند گزینه‌ای ایده آل باشد ( بخش DSS در کانون توجه 18,6 را ببینید) . برخی از نمونه سازیها از سیستمهای غیر DSS از طریق همان بسته‌های نرم افزارهای که برای توسعه DSS‌اند استفاده می‌کند که شامل مولدهای DSS و ابزارهای گزارشدهی، مولدهای رابط کاربر گرافیکی و صفحات گسترده می‌باشد. یک مولد کاربردی اغلب چیزی جز مجموعه‌ای از ابزار نمونه سازی نیست که گستره وسیعی از فعالیتهای توسعه را فعال ساخته و به یک مولدDSS یسیار شبیه است.
خصوصاً توسعه DSS از طریق ساخت نمونه اولیه انجام می‌شود که بخاطر دلایل زیر است:
کاربران و مدیران در هر فازو هر تکراری درگیر می‌شوند . ذات تکرار به کاربران اجازه می‌دهد تا در طراحی سیستم درگیر شوند که بسیارهم مهم است.این رویکرد از یک نیاز برای ایجاد مهارت در کاربران و تشخیص اینکه پیاده سازی موفق است با درگیرشدنهای فعالانه بسیار آسان قابل حصول است. گاهی این درگیر شدن روش توسعه مشترک joint application development یا JAD خوانده می‌شود. موضوع آموزش صراحتاً در پروسه طراحی قرارگرفته . درحالیکه کاربران در طراحی سیستم درگیر می‌شوند، هردو طرف کاربران و توسعه دهندگان سیستم در مورد پشتیبانی تصمیم و مسایل مختلط با ساخت یافتگی ناقص و نیز در مورد فناوریهایی که می‌توانند مستعد بکارگیری باشند آموزش می‌بینند .
اساساً ساخت نمونه اولیه چرخه حیات متعارف مطرح در گام میانی 7 یا تعیین نیازمندیهای اطلاعات را کنار می‌گذارد.( جدول 1,6 را ببینید). نیازمندها با پیشرفت آزمایشات رشد می‌کند.. این راهبرد چنین فرض می‌کند که فقط نیازمندیها بصورت جزیی در ابتدای توسعه سیستم درک شده‌اند و و سعی دارد تا با درگیرشدن فعال کاربران بصورت کم هزینه و با فیدبک سریع از فرایند توسعه، آنها را بوضوح مشخص نماید.
یک معیار کلیدی از طریق ساخت نمونه اولیه بدست می‌آید که فاصله زمانی کم میان تکرارهاست.
فیدبکها باید سریع باشند این معیار از فرایند آموزش مورد نیاز بدست می‌آید: درست و بموقع بودن فیدبکها لازمه آموزش اثربخش است.
نمونه اولیه باید ارزان باشد . و از حد آستانه حداقل برای ارزش سرمایه و تراز مالی متعارف کمتر باشد. توسعه یک نمونه اولیه ممکن است یک تصمیم همراه با ریسک باشد، مخصوصاً برای یک DSS . بنابراین بدلیل اینکه منافع یک DSS، غیرقابل لمس و مرتبط با موضوعاتی چون تصمیم سازی قابل بهبود یا خوش فهم، یک سرمایه گذاری بالا در یک تصمیم است
DSS در کانون توجه
--- چگونه شرکتها نیروی خود را در جهت سرعت فناوری اطلاعات بکار می‌گیرند----
در اینجا اصولی هست که می‌توانند یک پروژه را از محرکی با یک ضربه به محرکی مستمر تعویض کند. بسیاری از آنها درگیر جنبه‌های روش توسعه نمونه اولیه شده اند.
1- هدف گذاری بر کاربردهای کوچک و 5- واگذاری پروژه‌های بزرگی که پیش از این تاکتیکی. در شرف وقوع بوده است.
2- آرایش مواردکاربردی بصورت تکراری 6- شکستن پروژه‌های عمده به قطعات قابل وقابل باز بودن برای اختصاصی شدن مدیریت بر تحویلدهی
3- استفاده از سخت افزارهای مرتفع کننده نیاز 7- بکارگیری کاربردهای بسته بندی شده
4- استفاده از فناوری شیء 8- بخدمت گرفتن مهیا کنندگان سرویسهای IT

فواید ساخت نمونه اولیه
برخی از فواید عمده ساخت نمونه اولیه بدین قرار است:
کوتاه بودن زمان توسعه
کوتاه بودن زمان پاسخ کاربر (فیدبک از جانب کاربر)
بهبود در یادگیری کاربر از سیستم، از نیازمندهای اطلاعاتی آن، از قابلیتهای سیستم.
پایین بودن هزینه
نکات مضر و محدودیتهای ساخت نمونه اولیه
زمانیکه چنین رویکردی بکار می‌رود، منافعی که بخاطر مرحله بندی کردن محتاطانه، از طریق هرکدام از مراحل چرخه عمر سیستم حاصل می‌گردد، از دست می‌رود . این منافع شامل یک یادگیری از اول تا آخر از فواید سیستمهای اطلاعات و هزینه‌ها، یک سری توضیحات با جزییات از نیازمندیهای اطلاعاتی کسب و کار و کاربران با آمادگی خوب است.بهر حال می‌توان از طریق استفاده از ابزار CASE برای به اجرا در آمدن سازگاری از این موضوع می‌توان طفره رفت.

توسعه مخازن دادهDatawarehouseروش مخازن داده NCR
روش مخزن داده سریع انسیتو SAS روش مایکروسافت
Kimball روش
Gbison(2002) ,O Donnel, Arnott روشهای فوق را تحلیل و مقایسه کردند. در حالیکه هر یک از روشها در مسیر خود موفق بود، بعضی روشها تلاش بیشتری را صرف طرح ریزی می‌کردند (مثلا NCR) و بقیه نه . در بیشتر حالات یک پروژه زمانیکه شکست می‌خورد، این امر بدلیل کمبودی در آزمایش روی بخش مهندسان یا پیاده سازان بود و اینکه سازمان مبادرت به توسعه پروژه بسیار بزرگی نموده است.
6,6 مدیریت تغییرات
پیاده سازی یا اصلاح یک DSS یا چیزی مشابه یک سیستم فناوری اطلاعات، بهمراه خودش تغییرات را وارد سازمان می‌نماید .اساساً شغلهای مورد علاقه در توسعه نر م افزار در طول چهل سال چنین مشکلاتی را داشته‌اند . چرا که افراد بخوبی، تغییرات را اداره نمی‌کرده اند. (2002 (Humphrey . یکی از وظایف بسیار مشکل اما ارزشمند، که توسط مدیران باید ایفا شود مدیریت تغییرات است.این امر بطور قابل ملاحظه‌ای پروسه‌ی ماهرانه‌ای است که برای هزاره جدید پیشتاران .... (machiavellis the princeرا ببینید.) مدیریت تفییرات زمانی برایDSS وخیم می‌شود که کاربران تنها سعی در حل مشکلات دارند نه اینکه داده یا اطلاعات را از سیستمهای اطلاعاتی بکاربرند. در اینجا راههای زیادی برای مدیریت یک پروسه تغییر وجود دارد. (2002Dupu را ببینید.) کارمندان باید با سیستمهای جدید آنگونه که پیاده سازی شده‌اند خو بگیرند.
(Trepper را ببینید.) عموماً تغییرات باید بطور کامل توسط مدیران ارشد سازمان پشتیبانی شوند. (2002Xu ,Kaye را ببینید.) همچنین هر کسی که بهرشکلی از تغییرات متاثر میگردد باید در گیرشود. (2001Chiasson ,lovato را ببینید.) آموزشهای مناسب نیز مهمند اما درگیر کردن تمامی افراد موثر، در تمامی مراحل توسعه نیز بسیار مهم است. (DSS در عمل 19,6 را ببینید.)
DSS در عمل 19,6
درگیر کردن کاربران در توسعه بسیار حیاتی است.
در شرکت Frito-lay مدیران زمانی دچار اشتباهی شدندکه نمونه اولیه از یک سیستم پورتال مدیریت دانش را توسعه دادند ولی از درگیرکردن تیم فروش در طراحی ابزار طراحی غفلت نمودند. این امر بطورمستقیم پذیرش کاربران سیستم را متزلزل ساخت. بعدها لازم شد تا با بازنگری و جاسازی موارد اشتباه، از نیروی حمایتی بخش فروش بهره برداری گردد همآنهایی که گمان می‌کردند ابزارهای تجدید نظر شده تنها اتلاف وقت خواهد بود. ظرف چهارماه تیم پروژه با افراد بخش فروش بصورت تنگاتنگ کارکرد . همکاری ( درگیرشدن ) بیشتر به کاهش معنی دار گردش مالی انجامید. درگیر شدنهای اولیه کاربران بسیار اساسی است. اگر آنها به طراحی وارد شوند به ابزارهای طراحی تبدیل خواهند شد. برای یک تیم توسعه، گوش فرادادن به نیازهای آنها بسیار مهمتر از این است که چیزهایی برای کمک به فرایند‌های کسب و کار شرکت، توسعه پیداکند.


مدیر پروژه باید از تبحر خوبی در ارتباطات برخوردارباشدخصوصاً زمانیکه با مدیران و کاربران سرو کار دارد.Melymuka(2001a) ده مرحله ظاهراً ساده را برای بکارگیری کاربران در توسعه سیستم توصیه می‌کند. (DSS درکانون توجه20,6 را ببینید.) مطمئناً موفقیتهای پروژه به سیاستهایی بستگی دارد که همه تاثیرگذاران را درگیرکند. سیاستها ممکن است برای حفظ پشتیبانی لازم باشد(2002Levinson ,kemp را ببینید.) اعتماد باید توسعه و حفظ شود.
(2001Gonzales را ببینید.) گاهی این اعتماد به سختی قابل حصول است و این زمانیست که مشاوران بیرونی بکارگرفته شده اند.بعضی اوقات افراد بیرونی آنچنانکه عوامل بیرونی دیده می‌شوند ساده بنظر می‌رسند. ولی افرادی که بنظر می‌رسد بیشتر به ایجاد گسستگی مبادرت می‌کنند تا اینکه تغییرات درستی را بوجود آورند.
موقعیتهای سخت ممکن است از طریق مشخص سازیهای دقیق و اولویتگذاری تکراری پروژه مدیریت گردد. یک رویکرد، ماتریس عدم کار، برخورد و ممکن بودن DIF می‌باشد.(2001Gonzales را ببینید.) این رویکرد ممکن است فایده مشخص نمودن مناسبات مشترک، همپوشانیها، نیازمندیها، اولویت گذاری تکرارها را اثبات کند و برای تصمیم سازیهای بدون بایاس بکار رود.
یک روند کار برای نگهداری سیستمها موجود و ازقبل به جا مانده از طریق ارتقای آنها بوسیله یک نرم افزار نهایی برپایه وب است که توسعه داده شده .در حالیکه این اغلب یک تثبیت خوب و سریع است اما مانند نصب یک موتورجت برروی یک ماشین است که سرانجام ماشین در خواهد شکست. سیستمهای گذشته ممکن است فرایندهای کسب و کارجاری را پشتیبانی نکنند. اینکه زمان تعویض کل سیستم قبلی مشخص شود بسیار اهمیت دارد.

DSS در کانون توجه 20,6 چگونگی بکارگرفتن کاربران در توسعه نرم افزار
اغلب کاربران نمی‌دانند که چه می‌خواهند و یا احتیاج دارند. یک مدیر پروژه خوب با برقراری ارتباط مناسب در رابطه با مدیران و کاربران قرارمی گیرد. او اولویتهای کاربران را در راس گروه فناوری اطلاعات می‌گذارد . در اینجا 10 مرحله برای درگیرکردن کاربران در توسعه سیستم ذکرشده است.


DSS در عمل 6- 20 هراس مردم در از دست دادن شغل بعلت فناوری
Jacquard چیزی را توسعه داد که می‌توانست اولین وسیله موفق محاسباتی در جهان باشد.
دستگاه بافندگی Jacquard در لیون فرانسه در اواسط 1700 . این دستگاه بافندگی ابریشم بود که از کارتهای سوراخ شده‌ای برای کنترل الگو استفاده می‌کرد. ( شما می‌توانید نمایش این دستگاه بافندگی را در La Maison des canuts در لیون را ببینید.) بعد از اینکه او فناوری خود را معرفی کرد، بافندگان ابریشم، کارخانه او را به آتش کشیدند. آنها احساس می‌کردند که شغل و وسیله امرار و معاششان مورد تهدید واقع شده است. درس این داستان این است که افرادی که در جریان تغییرات درگیر نشدند در برار تغییرات مقاومت خواهند کرد. نهایتاً بافندگی جاکارد یک استاندارد صنعتی شد که به پیروزی کارخانجات بافندگی فرانسه در رقابت تنگاتنگ جهانی کمک می‌کند.
اساساً در مواجه شدن با سوال " چه زمانی باید سیستم مورد تعویض قرار گیرد" (2001Champy را ببینید.)
تغییری در فرهنگ سازمانی لازم است و زمانیکه بصورت نادرست مدیریت شود سیستمهای جدید از همان ابتدا فناشده اند. تاکیدات کاربران باید مدیریت شود . آنها باید در سیستم جدید و روش کار جدید مشارکت کنند. بسیاری از فاکتورهای موفقیت DSS بر پشتیبانی صحیح برای تغییرات توسط مدیران ارشد، درگیرشدنهای مناسب همه سهامداران در تغییرات و ارتباطات باز در مورد تغییرات تاکید می‌کنند. (1992Guimaraes , Igbaria , lu را ببینید.) فاکتورهای سازمانی و مدیریتی مواردی حیاتی در مدیریت تغییرات هستند. باید مقاومت در برابر تغییرات، پیش بینی و مدیریت شود. یک مثال عالی از این مقاومت دربرابر تغییرات در اواسط دهه 1700 در فرانسه رخ داد . (DSS در عمل22,6 را ببینید.) بعضی پیاده سازان سیستمها مهاجرت به سیستم جدید را به پروسه غم گساری و سوگواری تشبیه کرده اند. (DSS در عمل22,6 را ببینید.)
مدیریت نمودن انتظارات کاربران از سیستم جدید اهمیت دارد. برای مثال 2001Klein , Jiang توضیح می‌دهد که چگونه هماهنگی و هم صدایی می‌تواند در توسعه سیستم بکار رود. هم صدایی، هماهنگی میان آنچه کاربر می‌خواهد با آنچه بدست می‌آورد است.

DSS در عمل 22,6
مقاومت در برابر تغییرات : غصه خوب
زمانیکه یک کاربر فناوری در یکی از100 شرکت موفق، ازطرح شرکت برای سیستم جدید مدیریت ارتباط با مشتریان مطلع می‌شود از باور آن امتناع می‌کند. او هر مشکلی را که ممکن است سیستم را از خط خارج کند را مشخص می‌کند و نتیجه گیری می‌کند که این کار بی معنی است. از لحظه‌ای که تیم پروژه شروع به حل مجدد موضوع می‌کند او عصبانیت با مدیر پروژه را آغاز می‌کند. بعدها زمانیکه سیستم بصورت شفاف پا به دنیای واقعی می‌گذارد کاربر مبادرت به چانه زنی میکند. او می‌خواهد افراد جدیدی برای کار با سیستم جدید گرفته شوند در حالیکه کارکنان فعلی بتوانند با سیستم گذشته کار کنند. وقتیکه به تاریخ تعویض سیستمها نزدیک می‌شود آنرا پس می‌زند و دچار افسردگی می‌گردد. سرانجام به کیش سیستم جدید در می‌آید . مدیران پروژه این مقاومت او را درک نمی‌کنند و از این موضوع پی می‌برند که کاربر غمگینانه کار می‌کند. او مرگ سیستم قدیمی را هرطور که هست اداره می‌کند گویی عشقی واقعی درگذشته اوست. این مقاله شرح می‌دهد که چرا مردم در برابر تغییرات از خود مقاومت نشان می‌دهند. کاربران در مواجه با از دادن یک سیستم بمانند عبور از مراحل یک عزاداری رفتار می‌کنند: حاشا، خشم، چانه، افسردگی و سپس پذیرش . هر زمان تغییری چه خوب یا بد باشد، بعضی از سطوح غصه رخ می‌دهد. این امر شاید همان راه واکنش انسانها به تغییرات خارج از کنترل آنهاست. بهترین راه گذشتن کاربران از این غصه، تمرکز بر روی جنبه‌های مثبت سیستم جدید است.درگیر شدن کاربران در راهی مثبت مهم است . همچنین تحصیلات تکمیلی و آموزشهای مقتضی می‌تواند کمک کند.  
وقتیکه تطبیقی بخاطر پیش بینیها مدیریت می‌شود. کاربران بیشتر از سیستم رضایت پیدا می‌کنند.
تئوری تغییرات Lewin1947 :Schein1956) Lewin-Schein را ببینید.) راهنمایی درست، برازنده و بی نهایت عملی است که با توجه به بسیاری از موضوعات مختلط و گاهاً مخالف و ماندگار در فرایند تغییرات پویا مطرح شده است. سه گام اصلی آن عبارتست از:
ازحالت غیرقابل تغییر خارج کردن. ایجاد یک آگاهی از نیاز به تغییرات و اقلیمی که پذیرای تغییرات باشد.
حرکت. تغییر در مقدار جهت نیروهایی که نیازهای اولیه را مشخص می‌کنند برای تغییرات توسط توسعه روشی جدید و آموختن گرایشات جدید و رفتارها.
غیرقابل حرکت ساختن. وادارساختن دوباره تغییرات مورد علاقه‌ای که بوجود آمده‌اند و برپاساختن تعادلی جدید، پایدار و قابل نگهداری.
تئوری تغییرات مذکور بصورت بسیار مختصر چگونگی وا رد کردن تغییرات به یک سازمان را شرح می‌دهد در حالیکه بشکلی بسیار قابل انعطاف اجازه تغییر و اندازه تغییر و محیط تغییرات را می‌دهد.2001Levasseur روشن میکند که آزمودن علت تغییر مهم است.
گاهی یک بحران می‌تواند باعث تحریک و ایجاد تغییر باشد. وقتهای دیگر هم میل به بهبود باعث ایجاد تغییر می‌شود.
DSS بصورت نوعی پیاده سازی می‌شوند تا اطلاعات و مدلهای بیشتری را برای یک تصمیم ساز فراهم کنند که نیاز به دسترسی به این ابزار دارد. یک اصل برای مدیریت تغییرات اثربخش این است که باید افراد از آنچه به ایجادش کمک می‌کنند پشتیبانی هم بنمایند . مشارکت فعال با سهامداران،مهمترین عنصر اثربخش تغییرات است. بسیاری از شکستها بخاطر ارتباطات غیرفعال در ابتدا رخ می‌دهند و شکست دیگر برخورد احساسی با تغییر است. ما این موضوع را در این فصل توضیح می‌دهیم.
موفقیت در پیاده سازی بستگی به استمرار، شعورهمکاری تیمی و ارتباطات فعال کاربران با سایر سهامداران دارد. تغییر نمایندگان ویژه مدیریت، اعضای تیم و مشاوران باید یک رهبری رویایی را برای فعال ساختن فازها تدارک ببیند که بیشتر از مدیریت بالا به پایین، فرماندهی و کنترل و ریزمدیریتی که آنرا نادیده بگیرد. سپس پیشتازان در تلاش برای تغییرات می‌توانند برای موفقیت وخامت جنبش را ایجاد و نگهداری کنند.
درپایان یا در گام ساکن کردن دوباره مدل، عوامل تغییر صدا زده می‌شوندتا با افراد داخل سازمان بصورت فعال در فعالیتهای نصب، تست، رفع عیب، کاربری، اندازه گیری و ارتقای سیستم همکاری کنند.آنها نمی‌توانند خیلی ساده گزارش ساده‌ای به مدیر ارشد تحویل دهند و پیاده سازی را با افراد تحت تاثیر آن رها کنند. این موضوع می‌تواند مانند انجام یک جراحی قلب باز باشد که از مریض خواسته شود تا از اینجا به بعد مراقبت و پرستاری خودرا پاسخگو باشد. ساکن کردن دوباره مدل بصورت موفق به تعهدی نیازمنداست تا فعالانه تا زمانیکه رفتارهای جدید با رفتارهای قبل از تغییر تعویض شود با مساله درگیر بماند. واضح است که این امر بصورت دفعی رخ نمی‌دهدو بدون پشتیبانی مداوم تا زمان رسمیت پیداکردن تغییر امکان پذیرنیست. (2001Levasseure رابرای جزییات بیشتر ببینید.)2002 Levasseure به شرح روشی می‌پردازد که تحلیل ایده آل وضعیت(ISA) نامیده می‌شود که ابزاری برای ردگیری پیاده سازی سیستم است.
یک وضعیت ایده آل توضیحاتی است که از آنچه بعضی افراد می‌خواهند و کاملاً از آنچه فکر میکند مستقل است. فرایند ISA اساساً فرایندهای تغییرات Lewin-Schein را در سه مرحله زیر دنبال می‌کند.
1. ایجاد وضعیت ایده آل بعدی
2. ایفای نقش بعنوان تخمین زننده وضعیت جاری
3. توسعه تعدادی از آلترناتیوهای قابل ایجاد برای پل زدن به وضعیت مطلوب از مسیر وضعیت جاری
 

1975Zand ,Sorenson نمونه‌های متعددی از پیاده سازیهای پروژه‌های علوم مدیریت را در سازمانهای زیادی مطالعه کردند. آنها دریافتند که موفقیت سراسری در یک پروژه، بطور مستقیم به این بستگی دارد که چگونه زمانیکه فرایند تغییر، اداره می‌شود بتواند در موضوعات هرگامی موفق باشد. ما نیروهای مطلوب و نا مطلوب که با موضوعات مربوطه روبرو می‌شوند را درجدول3,6شرح داده ایم.

جدول 3,6 : نیروهای مطلوب و نامطلوب در طول گامهای مدل تغییرات Lewin-Schein
نیروهای نامطلوب نیروهای مطلوب گام تغییرات
مدیریت واحد قادر به توضیح دادن شفاف مشکلات خود نبودند مدیران ارشد احساس کردند این مساله برای شرکت مهم شده است.
مدیریت ارشد مشکل سراسری را زیادی بزرگ احساس کرد مدیریت ارشد با مساله درگیر شدند
مدیریت واحد ازجانب پروژه احساس تهدید کرده مدیریت واحد نیاز به تغییر را تشخیص داد
برخی از مدیران واحدها از پروژه متنفر شده‌اند مدیر ارشد پروژه را آغاز کرد
هردومدیر ارشد و مدیر واحد در مدت مذاکره روراست وباز برخورد کردند
مدیران واحد احساس کرده‌اند که به تنهایی از اداره پروژه برمی آیند مدیران واحد به برخی تجدیدنظرها در بعضی فرضیات اولیه راغبند
تحلیلگران اغلب در آموزش مدیر میانی فعال نبوده‌اند مدیریت واحد و تحلیلگربصورت مشترک داده جمع آوری کردند.
مدیر واحد در توسعه راه حل جدید مشارکتی نداشته همه داده‌های مربوطه قابل قبول و آماده شده
غالبا مدیریت واحد راه حل پیشنهادی تحلیلگر را کاملا درک نکرده تغییرجدید درست شده
تحلیلگر چنین احساس کرده که پروژه را خیلی سریع بپایان رسانده مدیریت واحد همگی آلترناتیوها را ارزیابی و مرور کرده
مدیریت ارشد ه برخی انتخابها توصیه شده
مدیریت ارشد در توسعه یک راه حل مشارکت داشته
همه پیشنهادیه‌ها‌ی مربوط به راه حل مدام اصلاح شده
تحلیلگر هیچ سعی برای پشتیبانی از رفتارمدیریتی بعد از استفاده نکرده مدیریت واحد راه حل را آزموده
تحلیلگر تلاشی برای برقرارساختن دوباره پایداری بعد از استفاده نکرده استفاده‌های متناوب ارجحیت راه حل را آزموده
نتایج اغلب دربیان بصورت کمی و قابل اندازه گیری بودن مشکل دارد تحلیلگران فیدبکهای مثبت را بعد ازقبول و استفاده وارد کردند
راه حل نهایی بصورت گسترده بعد از موفقیت اولیه پذیرفته شده
مدیریت واحد کسب موفقیت از طریق راه حل جدید را اظهارداشته
 

7,6 سطوح فناوری و ابزارهای DSS
دسته بندی سطوح فناوری برای DSS نه تنها برای فهم توسعه DSS مهم است بلکه برای توسعه دادن یک چارچوب برای استفاده از آنها نیز حائز اهمیت است. 1982Sprague , Carlson به شرح چارچوبی پرداختند که کلاسهایی از پلتفورمهای پیاده سازی را تعیین می‌کند. آنها سه سطح فناوری برایDSSهستند :
ابزارهای اولیه، ابزارهای مجتمع ( مولدها ) و DSSهای ویژه . ما تعدادی از تماسهای میان سطوح فناوری DSS و وب را در جدول 4,6 نشان داده ایم.
ابزارهای اولیه DSS
در پایین‌ترین سطح فناوری DSS ابزارهای اولیه قرارداردند. این عناصر بنیادی، توسعه یک مولد DSS یا DSS ویژه را تسهیل می‌کنند . مثالهایی از ابزارهای DSS : زباهای برنامه سازی، گرافیکها، ویرایشگرها، سیستمهای پرس و جو و مولدهای اعداد تصادفی هستند. همچنین در این دسته بندی سیستمهای برنامه سازی وب هم قرار می‌گیرند. ( مثلاً PHP , .NET , Java) که اشیایی را دربردارند تا توسعه DSS یا BIهای برپایه وب را تسهیل کنند.
ابزارهای مجتمعDSS
یک ابزار مجتمع DSS یا مولد (موتور) DSS یک بسته نرم افزاری مجتمع است که مجموعه‌ای از قابلیتها برای ساخت یک DSSویژه را بسرعت، ارزان و آسان فراهم می‌کند. یک مولد، قابلیتهای گوناگونی از مدل سازی، ایجاد گزارش و نمایش گرافیکی برای کمک به ایفای نقش تحلیلگر ریسک درخود دارد. این توانمندیها در بسته‌ای با سهولت کاریری مجتمع گردیده اند. یک مولد مخصوص کامپیوتر شخصی و عمومی Excel است. زبان نسل چهارم مانند Cognos Power House 4GL و Power House Web (برای توسعه کاربردهای OLAP از نوع پایه وب ) همچنین ابزارهایی را در آن گرد هم آورده که قابلیت دستیابی و دستکاری داده‌ها را در یک چارچوب مدل دارند.
جدول 4,6 سطوح فناوری DSS / تماس ابزارها و وب
(Impacts on the تماسهای بر روی وب
web) (web Impacts) تماسهای وب سطح فناوریDSS
برای نوشتن برنامه‌هایی استفاده می‌شود که زیرساختهای وب و پروتکلها و مکانیزمهای تبادل پیام و تجارت الکترونیک را تحت تاثیر زبانهای برنامه سازی بهبودیافته‌ای که به آسانی بر برنامه‌های کاربردی سرورها و سرویس گیرندهای روی Web قراردارد. اولیه ابزارهای
DSS
قرارداده است.
مانند بالا مولدهای اصلاح شده (زبانهای برنامه سازی سطح بالا و سیستمها) یی که به آسانی برای برنامه‌های کاربردی سرورهای روی وب قرار دارد. ابزارهای مجتمع
DSS
مانند بالا
اینها بطورخاص برنامه‌های کاربردی در تجارت الکترونیک هستند که بدلیل ارتباط برقرارکردن مشتریان با سازمانها، در تماس مستقیم با موضوع تجارت الکترونیک قراردارند
تحلیلگری تجارت برپایه وب می‌تواند مستقیما بر وب گسترده شود با دسترسی به داده و مدلهای روی چندین سرور کاربرد از طریق رابط کاربری گرافیکی و کاربرپسند DSS ویژه

یقیناً سیستمهای OLAP باید بمانند ابزارهای مجتمع DSS دیده شوند . حتی یک زبان مدل سازی خطی مانند Lingo باید یک ابزار مجتمع را مورد توجه قراردهد. Lingo توسط IMERYSبکاررفت. ( کاربردهای موردی 1,6 را ببینید.) در محیطی با شدت داده‌ای بالا، بسیاری از ابزارهای مجتمع می‌توانند از طریق فناوری مرورگرهای وب استاندارد در دسترس قرارگیرند.همانطوریکه در شکل 1,3 در قالب معماری نوعی طرحریزی شد.
DSSویژه ( کاربردهای DSS)
محصول نهایی – کاربرهای DSS که واقعاً در کار صورت گرفته است، یک DSS ویژه یا SDSS خوانده می‌شود. دومثال آن سیستم HR InfoNet (درگشودن تصویر اولیه از DSS ) و IMERYS pop DSS ( کاربردهای موردی 1,6) هستند. مثالهای متعددی از DSS/BI بر روی وب وجود دارد. بعنوان مثال، وب سایتهای پشتیبانی تصمیم ( www.decisionsupport.com) و Yankelovich Partners به آدرس زیر را ببینید.
Secure.yankelovich.com/info/decision_support_system.html
ارتباط میان سه سطح
ارتباط و وابستگی میان این سه سطح در شکل 5,6 نشان داده شده است. ابزارهای اولیه DSS برای ساخت ابزارهای مجتمع بکاررفته است و آنها نیز در ساخت DSS ویژه بکار رفته . هرچندکه ابزارهای اولیه می‌توانند همچنین برای ساخت DSSویژه بکار روند. بعلاوه ( نشان داده نشده در شکل) ابزارهای ساده تری هم برای ساخت ابزارهای پیچیده تر می‌توانند وجود داشته باشند . مولدهای DSS یا مجموعه برنامه‌های مرتبط که با هم مجتمع شده‌اند نهایتاً در ساخت DSS ویژه و تامین انعطاف برای قبول سریع تغییرات مفید ند. استفاده از مولدها می‌تواند مقدار معناداری از زمان و هزینه را صرفه جویی کند. بدینسان یک DSS تجاری را ممکن می‌کند. توسعه دادن DSS تنها با ابزار اولیه می‌تواند بسیار زمانبر و پرهزینه باشد، خصوصاً اگر ابزار اولیه، خود نیاز به توسعه داشته باشد. بسیاری از DSS‌های اولیه بدون مولد توسعه داده شده اند.
اما تقریباً جدیدترها، منحصراً با مولدهای بر پایه وب توسعه یافته اند.

شکل 5,6 ارتباط و وابستگی سطوح تکنولوژی
ویژه DSS

تولیدات DSS مانند صفحات گسترده و...
ابزارهای DSS ( زبانها و..)

8,6 پلتفورمهای توسعه DSS
براساس سطوح تکنولوژی که در بخش قبل توضیح داده شد، چندین پلتفورم نرم افزاری اساسی درتوسعه DSS وجود دارد. که مهمترینشان موارد زیر است.
• نوشتن یک DSS اختصاصی شده، در یک زبان برنامه سازی عمومی مانندویژوال بیسیک یا کوبول . این راهبرد در سالهای 1980 تا1990 قابل مشاهداست اما کمتر سازمانی بعداً آنرا ادامه داد. گرچه بعضی مواقع DSS‌های در مقیاس فوق وسیع با بسیاری از اینترفیسها به سایر CBIS‌ها به این روش ساخته شدند.
• استفاده از یک زبان نسل چهارمیGL)4) . در اینجا چندین کلاس از GL4 مانند زبانهای داده گرا
، صفحه گسترده و زبانهای با گرایش مالی وجود دارد. این ابزارها می‌توانند با بهره ده یا حتی بیشتر به نسبت زبانهای برنامه سازی عمومی، قابلیت تولید برنامه سازان را تقویت کنند. حتی OLAPهای جدید نیز نسل چهارم را در خود جای داده است.برای مثال Cognos Power House4GL و PowerHouseWeb . برای بیشترین قطعه، این زبانها با استفاده مستقیم OLAP در مکعب‌های داده‌ای چند بعدی و صفحه گسترده، جایگزین شده اند.
• استفاده از OLAP با مخازن داده یا پایگاه داده وسیع . موتورهای تحلیلگر برخط، تنها مکعبات داده‌های چندبعدی تولید نمیکنند بلکه ابزارهای تحلیلگری فراهم میکنند که بصورت "مجموعه برنامه‌های پشتیبانی تصمیم" (“decision support system suites” ) عمل می‌نمایند. اگر مدیری بخواهد ارتباطاتی در داده خو برقرارکند و ترجیح دهد که آن چه کار می‌کند، روشهای داده کاوی می‌تواند روشها را زمانیکه نتایج اثر بخش و پاسخگو تولید می‌کنند را مخفی کند.
• استفاده از یک ابزار مجتمع توسعه DSS (موتور یا مولد) . یک بسته مجتمع، نیاز به استفاده از چندین GL4 را از بین می‌برد که بهترین مورد شناخته شده آن همان Excel و 3-2-1Lotus است. موتورها بسیار کاراتر از یک مجموعه از GL4‌های اختصاصی هستند اما آنها دارای جنبه محدویتهای بیشتر هستند.
• استفاده از یک مولد DSS با دامنه مشخص . مولدهای DSS با دامنه مشخص برای ساخت سیستمهای بسیارساخت یافته طراحی شدند عموماً در یک حوزه عملیاتی، آنها سیستمهای OLAP را شامل می‌شوند که بطور خاص برای تحلیل خرده فروشی، تولید و سایر حوزه‌ها طراحی شده‌اند .
• توسعه DSS با استفاده از روشهای CASE . همانطور که در بخش 3,6 توضیح داده شد، سیستمها با دنبال کردن یک چرخه حیات بصورت سنتی توسعه داده شدند و ابزارهای CASE می‌توانند در سیستمهای پیچیده و بزرگ مساعدت کنند . همچنین ابزارهای CASE می‌توانند در توسعهDSS نیز استفاده شوند . این ابزارها تاکید به سازگاری دارند چنانکه یک نمونه‌های اولیه نمی‌تواند داده‌های ناموجود را استفاده کند. ( DSS در عمل 23,6 را ببینید).
• توسعه یک DSS پیچیده با مجتمع ساختن چندین مورد از راهبردهای فوق . این راهبرد خصوصاً برای DSS‌های پیچیده مناسب است. برای مثال نمونه اولها می‌توانند با زبانهای برنامه سازی و مولدها توسعه یابند در حالیکه پروژه با ابزار CASE مدیریت گردد.
بیشتر این پلتفورمها لینکهای مجتمع شده‌ای به وب دارند و بسیار از اینترفیسهای مرورگروب استفاده می‌کنند.  

9,6 انتخاب ابزار توسعه
ابزارهای تجاری و مولدها‌ی متعددی در بازه گسترده‌ای از قیمت وجود دارد. بعضی از نرم افزارها تنها بر روی کامپیوترهای بزرگ اجرا می‌شوند درحالیکه بقیه نرم افزارها تنها بر روی یک کامپیوتر شخصی می‌تواند اجرا گردد. بسیاری از نرم افزارها بر روی وب اجرا می‌شود . بررسی زبانهای برنامه نویسی، آنها را پر پایه معینی نشان می‌دهد.برای مثال (2000KAY( توضیحاتی از زبانهای برنامه نویسی جاری، قابلیتها و نمونه بردار زبان شناسی آنها را ارایه داد. این راهنما ممکن است مفید بودنش را در انتخاب یک زبان برنامه نویسی برای یک کاربرد خاص ثابت کند. بسیاری از سوالات وابسته باید بوسیله قصد استفاده سازمان از ابزار DSS به انضمام هرکدام از ابزارها برای استفاده، سخت افزارهایی که باید آنهارا اجراکنند، سیستمهای عامل مورد استفاده و شبکه‌ای باید روی آن اجرا شوند، نشان داده شود.

Southwestern Bell در عمل 23,6 شرکت تلفن DSS
شرکتSouthwestern Bell برای 7,15میلیون مشترک زمینی و 2,5میلیون مشترک تلفن بی سیم، سرویس تلفنی فراهم کرده وهرکدام با حق انتخابهای متعدد. درایلتهای تگزاس، ارکانزاس،کانزاس، میسوری و اوکلاهما . شرکت به ساخت ابزار مذاکره فروش پیچیده در مقیاس گسترده‌ای برای کاراتر ساختن فرایند سازماندهی داده‌ها برای سرویس دهی مشتریان احتیاج پیداکرد. شرکت به مستندسازی شفاف هر دو مورد یعنی فرایند و مزایای طراحی شی گرا نیاز داشت. ابزار CASE ساخت Rational Rose را برای ساخت چارچوبه کاربردهای مقیاس وسیع و پیچیده خود، پذیرفت .شرکت همچنین به قابلیت رساندن طراحی اطلاعات پیچیده به مردمی با حداقل تجربه فناوری نیاز داشت.Rose بدلیل ترسیمات گرافیکی از اشیاء که به سهولت قابل دستکاری داشت، کارابود . بعلاوه Rose ازطریق استفاده از قابلیت فعال سازی تیم (برای همکاری –یکGSS) ارتقاء پیدا کرد. همچنین شرکت از قابلیت تولید کد Rose که تغییرات در طراحی، بیدرنگ به محصول منعکس می‌گردد نیز استفاده کرد. ازطریق ابزارCASEساخت Rose، تحلیلها مستقیماً به طراحی و درون پیاده سازی از راه کد جابجا می‌شدند در حالیکه مستندسازی سیستم نیز حفظ می‌شد. قابلیت ابزارCASE کمک کرد تا اصول منطقی قابل انتقال به اعضای تیم و به طرفین بیرونی گردد.
انتخاب سخت افزار
DSS بر روی پلتفورمهای متنوعی اجرا می‌گردد. از کامپیوترهای شخصی (یک کاربرد سادهExcel) تا
کامپیوترهای چندپردازنده بزرگتر مانند آنچه (National Oceanic and Atmospheric NOAAAdministration) برای پیش بینی وضع آب و هوای ملی امریکا استفاده می‌کند. بعضی بر روی شبکهایستگاههای UNIX اجرا می‌گردند(شبکه‌های محاسبات گرید را دربرمی گیرد.) درحالیکه بقیه از کامپیوتر شخصی بعنوان یک سرویس گیرنده وب که به سرویس دهنده وب متصل شده استفاده می‌کنند. معمولاً ساختار معماری سخت افزاری یک سازمان و دسترس پذیری آن برای کاربران، در انتخاب سخت افزار اثردارد.( گشودن تصویراولیه را ببینید).
انتخاب نرم افزار
• انتخاب ابزار DSS یا مولدها یک فرایند پیچیده است چرا که :
• در زمانی که انتخاب باید صورت گیرد، نیازمندیهای اطلاعاتی DSS و خروجیها کاملاً شناخته شده نیستند.
• صدها بسته نرم افزاری در فروشگاهها وجود دارند.
• بسته‌های نرم افزاری بسرعت بروز می‌شوند.
• قیمتها بسیار متغیر است.
• بسیاری از افراد ممکن است در تیم ارزیابی درگیرشوند.
• یک زبان برنامه نویسی ممکن است در ساخت چندین DSS بکاررود بنابراین قابلیتهای مورد نیاز ابزار ممکن است از یک کاربرد به کاربرد دیگر عوض شود.
• اجزای یک DSS بزرگ ممکن است با ابزارهای متفاوتی توسعه یافته باشد.
• تصمیم گیری برای انجام انتخاب، خود چندین موضوع متضاد را درگیر می‌کند که بسته‌هایی را که مورد مقایسه قرارمی گیرند را در رقابت قرارمی دهد. موضوعات متعدد‌ی غیرقابل درک هستند; بقیه هم در تضاد با یکدیگرند.
• موضوعات فنی، عملکردی، استفاده کننده نهایی و موارد حاشیه‌ای همه مورد توجه اند.
• ارزیابیهای تجاری موجود توسط شرکتها اجراشده اند.مانند Decisions,DataPro,SoftwareDigest و راهنمای خریداران در مجلات دادوستد مانند eWeek و InfoSystems ذهنی بوده و اغلب بصورت ظاهری مخصوص ابزارهایی است که برای کاربردهای غیر DSS نیز بکار می‌روند.
• درجه اشتیاق برای ماندن با چند فروشنده محدود و عدم دسترسی به محیطهای باز سیستمی مشتری- خدمتگذار بشکلی که اجازه آمیختن و تطبیق محصولات از چندین فروشنده را بدهد باید مورد توجه قرارگیرد.
انتخاب یک مولد DSS
زمانیکه یک سازمان، مولد DSSای را بصورت خانگی دارد عموماً این بیشترین احتمال انتخاب برای یک کاربرد DSS است.( مثال نکات مربوط به OsramSylvania در بازگشایی دید اولیه) هرچند که شرکتها لزوماً تنها یک مولد را استفاده نمی‌کنند. بعضی مولدهای DSS در کاربردهای معینی بهتر از بقیه‌اند پس سازمانها بطور نمونه چندین مولد را استفاده می‌کنند و ممکن است در زمانهایی به خرید مولد جدیدی نیاز باشد. این جهت که موضوعات زیادی وجود دارد بعضی از آنها کیفی است و غالباًًآلترناتوهای زیادی وجود دارد یک سیستم تصمیم یار مانند انتخاب ماهرانه (Expert Choice Inc) می‌تواند فرایند انتخاب را بهبود دهد. (فصل4) DSS در عمل24,6 را برای مثالی از درگیرشدن در انتخاب نرم افزار ببینید.
استفاده مجدد از اجزاء
انتخاب نرم افزار می‌تواند ساده تر باشد اگر سازمان یک یا حتی چند پلتفورم/زبان توسعه را مورد استفاده قراردهد. برای تعداد محدودی، اجزاء می‌توانند استفاده مجدد شوند اگر آنها بشکلی طراحی و پیاده سازی شوند که استفاده مجدد، نسبتاً آسان باشد. , (2001Den Haan(
(2001Hudson(2001),Wiliams(2001),Zellen(، حس خوب ناشی از استفاده مجدد اجزاء را روشن می‌کنند. قابلیت استفاده مجدد یکی از اصول مقدماتی مدیریت دانش است. اما برای توسعه کد این در سطح بسیار پایینی است. جایی برای اختراع دوباره چرخ نیست. اگر شما بتوانید اجزاءرا برای انجام وظایف استاندارد طراحی کنیدمیتواند استفاده مجدد گردند. بعبارت دیگر مدیریت و مستندسازی اجزاء می‌تواند فرایند بغرنج و پیچیده‌ای باشد. توسعه مشخصات سرمایه قابل برگشت (RAS) می‌تواند کمک کند.
استاندارد باز برایRAS، راهنماهایی فراهم کرده که برای چگونگی توصیف، توسعه و بکارگیری کتابخانه‌ای از سرمایه نرم افزاری قابل استفاده مجدد می‌باشد. این زبان مدلسازی یکپارچه (UML) را برای طراحی مدلها استفاده می‌کندوفرایند یکپارچه رشنال(RUP) را برای تشریح گردش کار. اصول اساسی در استفاده مجدد اجزاء، بخشی از UML است . (Booch , Rumbagh ,1998 ;Jacobson , Griss2001; Jacobson
(1998,Griss,Jonson1998 ,Kruchten در سال 2001 هنوز RAS در دوره نوزادی بود اما پتانسیل با توان مالی عظیمی را در برخورد با توسعه کد دارا بود
بسته‌ها و اجزای دست ساز توسط افراد، برای توسعه‌ی مبتنی بر اجزاء باید بصورت محکم مجتمع شوند تا پتانسیل خود را بدست آورد. این موضوع بطورخاص برای کاربردهای تجارت الکترونیک بحرانی است. اکنون این موضوع ساده تر از همیشه است، اما چالشهای محکمی ایستادگی می‌کنند. این انتظار می‌رود که درصدبالایی از همه کاربردهای جدید اصولا از همین اجزاء سرهم شود. (2000Williams را ببینید) 2001DenHaan مواردی را در مجتمع سازی نرم افزارکاربردی توضیح می‌دهد.این یک مساله بحرانی استچراکه یک زبان توسعه جهانی وجودندارد . مسایل مجتمع سازی امروزه شامل موارد ذیل است:
برنامه کاربردی به برنامه کاربردی (A2A)تجارت به تجارت (B2B)
تجارت به مصرف کننده (B2C) وب
به میزبان
بی سیم به میزبان پنجره به
میزبان
سازمانها مبادرت به اتصال کاربردهای کسب و کار الکترونیکی راهبردی خود بوسیله پورتال صنعت و انجمنهای الکترونیکی و Back-office می‌کنند همچنین سعی در بازکردن موسسه به روی شرکای تجاری،مشتریان، تامین کنندگان و فروشگاههای جدیدمی نمایند. دامنه مجتمع سازی اجزاء و بکارگیری مجدد کد همچنان درحال انتشار است. استفاده مجدد از اجزاء ممکن است کلید وی ژه مجتمع سازی باشد اگر اجزاء در برنامه‌های کاربردی دیگر مجتمع شده باشند.
DSS در عمل 24,6
چگونه می‌توانم از نرم افزار رومیزی کمک بگیرم
زمانیکه LeonardLopez بودجه مربوط به خرید نرم افزار جدید برای میزکاری خود را تامین کرد،راهبردی منطقی، پاسخگو و مستدل را توسعه داد.او مصمم بود بر این نیازها چراکه 1) یک فرایند منطقی برای کمک به انتخاب نرم افزار رومیزی که مشتمل بر نیازمندیهای جمع آوری شده وداده‌های تحلیلی باشد و تصمیم سازی کند2.) یک پیاده سازی از این فرایند بتواند در بازه زمانی محدود وبا بودجه محدود قادر به کارباشد. 3)یک تصمیم نهایی خوب . درطول مسیر بسیاری از سیاستها و موارد رفتاری شامل شکل گیری کمپ طرفدارانی از یک محصول و با اعضایی از کارکنان در مقابل محصول دیگر، افراد بخش فروش پرتلاش و برونسپاری قطعه‌ای از فرایند، برای یک مشاور آگاه. این تکاپوی 16 هفته‌ای طرح انتخاب فرایند بشرح ذیل بود:
هفته (ها) فعالیت(ها)
1 تعیین طرفین کلیدی و تماس با آنها
2 برقرارکردن فرایندی برای نشستهای گرد آوری نیازمندیها
3 و4 هدایت نمودن نشستهای گرد آوری نیازمندیها
4و 5 ساختن نیازمندیها در قالب درخواست پروپزال(RFP)
6و7 توزیع RFP‌ها به فروشندگان مستعد ( دادن اجازه 2 تا 3 هفته برای هر پاسخ)
8 و9 جمع آوری تجدیدنظرها برای نیازمندیها ; نشر و انتقال نیازمندیها
10 و 11 جمع بندی و خلاصه سازی داده‌های حاصل از RFP
12 انتخاب لیست کوتاه RFP ; قضاوت و رایزنی طرفین
13 تنظیم مصاحبه ونمایشهای لیست کوتاه
14 روی هم گذاشتن نتایج مصاحبه‌ها: ساخت گزینه‌های انتخابی اول و دوم
15 مذاکره جزییات قرارداد با انتخاب اول
16 نهایی کردن قراردادهای انتخابی ; تنظیم طرح پیاده سازی در مکان Lopez یک مدل تصمیم سازی را توسعه داد مانند بخشی از این فرایند برای توسعه و سنگین کردن معیار . او استنتاج کرد که بعضی از موارد مهم که باید در نرم افزار سرو کارداشت اینها هستند: - انتخاب نرم افزار ب راستفاده آینده اثر دارد. - نشستهای هدایت شده با فروشندگان با شرکاء برای درنظرداشتن گرفتن پشتیبانی یا انعطافی که شما در آینده درکنار مسیر بیشتر به آن احتیاج پیدا می‌کنید- کسب اطمینان از مشارکت کامل در تلاشهای انتخابی، بودجه برا‌ی شرکا از دپارتمانهای دیگر – معماری که شما خریداری می‌کنید باید از نظرفنی با محیط شما سازگارباشد.- مطمئن شوید که محصولی سازگار انتخاب کرده اید.
 
برون سپاری
هنگام انتخاب نرم افزار کسی باید اینکه نرم افزار در درون سازمان ایجاد شود و یا به شرکتهای بدون سازمانی سپرده شود را در نظر بگیرد. مشکل عمده در رابطه با بدون سپاری این است که سازمانی که خواهان ایجاد نرم افزار است مسئولیت محصول تمام شده را به عهده دارد و نه بنگاه خارجی که نرم افزار را به وجود آورده است. از آنجایی که سازمان در نهایت برای سیستم مسئول است اعضای سازمان (کاربران، مدیران،حامیان اجرایی) در صورتی که سیستم در درون سازمان ایجاد شده باشد باید در این فرایند درگیر باشند.
هنگامی که Daimler Chrysler Capital برنامه‌های کاربردی مالی را به یک ASP سپرد، مدیران آن آگاهی یافتند که باید در رابطه با اینکه آنها از سیتم چه می‌خواهند و نی زاینکه این سیستم چطور با سازمان رابطه دارد شفاف باشند. بدون سپاری لزوما باعث بهبود عملیات ناکارآمد نمی‌شود. همچنین بسیار مهم است که تشخیص دهیم که بنگاه اقتادی مالک پروژه و برای آن مسئول است.
) yordan2001) بیان می‌کند که امروزه تقریبا تمامی پروژه‌های IT شامل بعضی از عناصر بدون سپاری برای ایجاد برنامه‌های کاربردی هستند، عملیات مرکز داده، میزبانی وبع آمزوش کاربرد نهایی و غیره در هنگام بدون سپاری در نظر گرفتن تعدادی از جنبه‌های مهم بسیار عاقلانه است. برای مثال پروژه‌های بلند مدت نیازمند تعهد بلند مدت فروشنده است. برای جزئیات به 25,6DSS IN FOCUS نگاهی بیاندازید.
بررسی‌های در هم آمیخته‌ای در صنعت درباره بدون سپاری پروژه‌های IT , DSS در برابر ایجاد درون سازمانی وجود دارد. روی هم رفته سرمایه گذاری نسبتا بیشتری بروی پروژه‌های DSS هنگامی که به بیرون سپرده می‌شوند انجام می‌شود اما هزنیه پرداخت به طور قابل ملاحظه‌ای بیشتر است. از سوی دیگر در هنگام چاپ این کتاب، تمایل عمومی بیشتر به انجام پروژه‌های در مقیاس بزرگ در درون سازمان بود که این امر به خاطر نارضایتی از بنگاه‌های مشاور بود.
DSS IN FOCUS 6,25 انتخاب فروشنده
1. مقرر کردن نیازها آنگونه که به تجارت مربوط می‌شود.
2. انتخاب تیمی که شامل اعضای فنی و مدیریت است.
3. انتخاب استراتژی و تلاش برای استاندارد کردن آن.
4. درخواست برای پیشنهادات
5. تمرکز به هزینه کل مالکیت نه تنها هزینه ابتدایی
6. ایجاد استراتژی مذاکره به صورت موازی با RFPهای خود.
7. در نظر گرفتن ارزش رابطه‌ها در هنگام بررسی قیمت‌های پیشنهادی
8. آشکار نگه داشتن گزینه‌ها
9. مشتری خوبی باشید.
10. در صورت امکان قرارداد را بین دو فروشنده تقسیم کنید.
11. پیش بینی آینده
12. واقع بین باشید.
 

10,6 DSSهای ایجاد شده توسط تیم
DSS ایجاد شده توسط تیم نیازمند تلاش قابل توجهی است، گرچه تیم شاید از تعداد افراد محدودی تشکیل شده باشد همانند تیمی که HRINFONOD را در تصویر ابتدایی فصل ایجاد کردند. DSS ایجاد شده توسط تیم نیازمند طرح ریزی و سازمان دهی گسترده است. طرح ریزی و سازمان دهی به DSS خاص بستگی دارد. به سازمانی که DSSدر آن مورد استفاده قرار می‌گیرد و غیره. فعالیت‌های معین عمومی‌اند و باید توسط هر سیستمی اجرا شوند.
یک DSS پیچیده محتاج گروهی از افراد برای ساختن و اداره کردن آن است. تعداد افراد در گروه بستگی به عواملی مانند حجم، تلاش و ابزار استفاده شده بستگی دارد. بعضی از شرکت‌ها تلاش برای ایجاد DSS را با تیمی متشکل از 2 یا 3 نفر شروع می‌کنند و برخی دیگر با 12 تا 15 نفر.
محل استقرار سازمانی تیم ایجاد DSS نیز متنوع است. برخی از مکانهای معمولی در بخش IS است و یادر بخش مالی حسابداری یا بازاریابی.
فرایندی ک تیم ایجاد DSS دنبال می‌کنند به کاربرد خاص از DSS بستگی دارد. گروه شاید به صورت موقت فقط برای ایجاد یک DSS خاص به وجود آید و یا شاید به صورت دائمی باشد که در این حالت اعضای گروه برای پروژه‌های خاص DSS منصوب می‌شوند.
بسیاری از DSS‌های ایجاد شده از سال 1980 تا اواسط 1990 سیستم‌های پیچیده و با ابعاد بزرگ بودند که در درجه اول برای فراهم کردن پشتیبانی سازمانی طراحی شده بودند. چنان سیستم‌هایی، هنوز هم برای حل مشکلات پیچیده و کاربردهای وسیع شرکت‌ها بوجود می‌آیند. این سیستم‌ها توسط تیمی متشکل از کاربران، واسطه‌ها، ایجاد کنندگان DSS، متخصصان پشتیبانی فنی و پرسنل IIS ساخته می‌شود. از آن جائیکه در هر رده افراد متعددی وجود دارند، تیم‌ها می‌توانند بزرگ باشند و ترکیب آنها در طول زمان تغییر یابد. ایجاد DSS بوسیله تیم فرایندی پیچیده، طولانی و پرهزینه است. از اوایل سال 2000، با پیشرفت ابزارها و مولدها، تیم‌های کوچک قابلیت ایجاد DSS‌های پیچیده را پیدا کرده اند.
11,6DSS‌های ایجاد شده توسط کاربران نهایی
PC‌ها در سراسر سازمان‌ها پراکنده شده اند، ارتباطات با سرورهای داده بهبود یافته و ابزارهای نرم افزاری در زمینه کیفیت، توانایی، قیمت و پسند کاربران بهبود یافته است. نهایتا، اکنون کاربران ابزارهای لازم برای ایجاد DSS/BI خود و حتی سیستم‌های تحت وب را در اختیار دارند.
محاسبات کاربران نهایی (هم چنین به ایجاد توسط کاربران نهایی هم شناخته می‌شود) ایجاد و استفاده از سیستم‌های اطلاعاتی مبنی بر کامپیوتر است که بوسیله افرادی خارج از حوزه رسمی سیستم اطلاعاتی صورت می‌گیرد. این شامل تمام کاربران در تمام حوزه‌های کاربردی در هر سطح از مهارت‌ها و در هر سطح از سازمان است. مدیران، مدیران اجرایی، کارکنان، منشی‌ها و دیگران.
DSS‌های ایجادشده توسط کاربران نهایی دارای یک تعریف محدود دیگر نیز هست. این سیستم‌ها عبارتند از تصمیم گیرنده‌ها و حرفه‌ای‌های (کارکنان دانش، مانند تحلیل گران مالیاتی یا مالی و مهندسین) است که با ساخت و یا استفاده از کامپیوتر مشکلات را حل و یا بهره وری را افزایش می‌دهند. اکنون به مزایا و خطرات ایجاد DSS‌ها توسط کاربران نهایی می‌پردازیم.
DSS‌های ایجاد شده توسط کاربران نهایی: مزیت‌ها و خطرات مزیت‌های مهم فراوانی وجود دارد که اینکه چرا کاربران می‌خواهند DSS خود را، خود بوجود آورند توضیح می‌دهند.
* زمان تحویل کوتاه است، دیگر انتظاری برای تیم ایجاد DSS برای زمان بندی و انجام ایجاد DSS وجود ندارد.
* شرایط لازم برای مشخصات احتیاجات رسمی و گسترده کاربران حذف می‌شود. چنین مشخصه‌هایی غالبا در DSS ناقص و غلط هستند به خاطر مواردی مانند عدم توانایی کاربران براش مشخص کردن احتیاجات یا ارتباطات بین تحلیل گران و کاربران، گاهی اوقات زمان زیادی صرف ایجاد این مشخصه‌ها م یشود.
*برخی از اشکالات پیاده سازی DSS کاهش م ییابد.
*هزینه معمولا بسیار پایین است.
برخی از خطرات جدی در DSSهای ایجاد شده توسط کاربران نهایی عبارتند از:
*چنین DSSهایی می‌توانند کییت پایینی داشته باشند. عدم وجود تجربه رسمی در طراحی DSS و تمامی کاربران نهایی به در نظر گرفتن کنترل‌های مرسوم، روال‌های آزمودن و مستند سازی استانداردها می‌تواند منجر به سیستم‌هایی با کیفیت پایین گردد.
*سه دسته از خطرات کیفیت بالقوه وجود دارد: ابزارهای غیر صحیح یا شبه استارندارد مورد استفاده از ایجاد DSS خطرات در ارتباط با فرایند ایجاد (عدم توانایی در ایجاد سیستم‌های قابل کار یا ایجاد سیستمی که نتایج اشتباه تولید می‌کند) و خطرات مدیریت داده (از دست دادن داده‌ها، استفاده از داده‌های ناصحیح و اشتباه)
*خطرات امنیتی افزایش می‌یابد به علت ناآشنایی کاربران با مقیاس‌های امنیتی.
*عدم مستند سازی و روال‌های نگهداری موجب به وجود آمدن اشکالاتی می‌شود. مخصوصا اگر ایجاد کنندگان سازمان را ترک کنند.
کاهش خطرات محاسبات کاربر نهایی
به خاطر آنکه بیشتر DSSهای شخصی و بسیاری از DSSهای سازمانی توسط کاربران نهایی ایجاد م یشوند، مدیریت و کاهش خطرات مرتبط با DSSهای ایجاد شده توسط کاربران نهایی حائز اهمیت است.
تی مهای ایجاد با تجربه از ابزارها و زبان‌های گوناگونی جهت ساختن DSS استفاده می‌کنند. اما کاربران نهایی معمولا از ابزارهای مجتمع DSS مانند Excel استفاده می‌کنند. آنها معمولا از ریوکرد فقط من چکش را دوست دارد برای حل مشکلات استفاده می‌کنند.
بسیاری از برنامه‌های کاربردی صفحه گسترده به عنوان خطر قابل ملاحظه‌ای برای سازمان نمایان م یشوند زیرا آنها وظایف مهمی مانند تحلیل‌های مالی، بودجه بندی را پشتیبانی می‌کنند. اگر خطای منطقی یا مستند سازی ضعیف باعث به وجود آمدن اطلاعات نادرست شود و یا باعث سختی در ابزار صفحه گسترده شود، خطر استفاده از داده‌های نادرست برای تصمیمات مالی بسیار بالاست. هزینه یک تصمیم تجاری اشتباه که برای پایه اطلاعات ضعیف قرار دارد بسیار بالاست. موضوعات کیفی رنج آورترین موضوعات هستند. چگونه کار یک کاربر نهایی می‌تواند معتبر شود هنگامی که کاربر نهایی سیستم خود را به وجود آورده و از آن استفاده می‌کند؟
بسیاری از مطالعات موضوع خطرات و کنترل‌ها را در ایجاد سیستم‌ها به وسیله کاربر نهایی خطاب قرار داده اند. برخی عوامل که منجر به خطاهای صفحه گسترده می‌شوند عبارتند از بی تجربگی ایجاد کننده. رویکردهای ضعیف طراحی، گونه‌های برنامه‌های کاربردی، پیچیدگی مشکلات، فشار زمان، عوامل دیگر عبارتند از جنسیت، تخصص برنامه کاربردی و ترکیب گروه کار. Jarin and Morision (2000) استفاده از یک رویکرد ساخت یافته طراحی در ایجاد سیستم‌های صفحه گسترده را پیشنهاد کرده اند. این رویکرد ایجاد باعث کاهش قابل ملاحظه خطاها در دو تجربه شد.
بررسی داده‌ها نشان می‌دهد که خطاهای صفحه گسترده معمول هستند. Freeman (1996) در گزارشی بیان می‌کند که حدود 90 درصد از صفحه‌های گسترده یا بیشتر از 150 خط، حداقل یک اشتباه فاحش فرمولی داشته اند. اطمینان بیش از حد شاید جدی‌ترین جنبه از خطاهای صفحه گسترده است زیرا باعث کاهش حدی می‌شود که کاربران نهایی به مدل‌های خود اعتبار می‌بخشند قبل از آنکه استفاده کنند برای گرفتن تصمیمات مهم. چنین خطاهایی می‌تواند برای شرکتها میلیون‌ها دلار هزینه در بر داشته باشد.
Whitaker (1999) برای کاهش خطاهای صفحه گسترده دو راهکار ساده، مبرهن و غالبا از قلم افتاده پیشنهاد می‌کند:
درک طبیعت و مکانیک حرکت مشکلی که مدل شده است.
صرف وقت برای بازبینی صفحه گسترده مدل شده.
او همچنین یاداوری می‌کند که ابزارهای رسیدگی به صفحه گسترده در دسترس برای کمک به شناخت فرضیات فرمول وجود دارد.
ساختاری که ابزارهای CASE به روی تحلیلگران، طراحان، و پیاده سازان سیستم وارد می‌کند می‌تواند کاربر نهایی را به وفادار ماندن به روشهایی که سازگاری منطقی را در یک DSS خاص به وجود میآورد،مجبور کند. همچنین موضوع سطح تجربه با چارچوب ایجاد و مشکل تصمیم گیری می‌تواند کیفیت DSS را تحت تاثیر قرار دهد. خلاصه اینکه واحد سازمانی باید مسئولیت را برای تضمین اینکه DSS ایجاد شده توسط کاربر نهایی استانداردهای کیفیت سختی را برآورد می‌سازد، به عهده گیرد. داده باید دقیق، به موقع و مناسب باشد و سیستم باید جوابهای صحیح را فراهم کند. واحدی که چنین عوامل خطری را تضمین می‌کند م یتواند بخشی از مرکز IS ریاضتی تیم DSS باشد.
یکی از راهکارهایی که در عمل خوب نتیجه می‌دهد دادن پروانه به برنامه‌های کاربردی ایجاد شده توسط کاربر نهایی است. هنگامی که یک برنامه کاربردی جدی توسط کاربر نهایی به وجود می‌آید کاربر میتواند آن را با یک روش تصویب شده سازمانی به وجود آورد. در زمان آغاز به کار ویژگی‌های اساسی باید در یک گزارش یک صفحه‌ای برای کرده پروانه DSS تهیه شود که به آن DLG گفته می‌شود. اعضای DLG به ایجاد کنندگان به وسیله فراهم کردن ابزارها و دادههای مناسب و همینطور روشهایی برای دسترسی به داده کمک م یکنند. به این ترتیب امنیت حفظ می‌شود. هنگامی که DSS کامل شد، باید مستند سازی شود و DLG استفاده از آن را تصویب کند. مستند سازی باید چنان باشد که در صورتی که ایجاد کنندهای سازمان را ترک کرد،DLG بتواند سیتم را نگهداری کند. سپس DSS برای استفاده افراد تصویب می‌شود یک نسخه از کلیه مواد نزد DLG نگهداری می‌شود و اطلاعات مربوط به DSS در یک پایگاه دانش که در دسترس تمام اعضای سازمان است، فهرست می‌شود.
چنین اعمالی باعث ترقی استفاده مجدد از نرم افزار میشود. DSS می‌تواند برای استفاده افراد استفاده افراد متعدد، استفاده گروه کاری، دپارتمان، سازمانی و یا استفاده بین سازمانی جوازدهی شود. هر یک از مراحل بالا نیازمند محدودیت‌های بیشتر در کیفیت و مستند سازی هستند تا تضمین کنند که خطرات در DSS در پایین تری حد قرار دارد.

12,6 در کنار هم قرار دادن DSSها
در فصل 3. ساختار یک DSS تحت وب معمولی را شرح دادیم. آن ساختار شامل چندین سرور و یک مشتری بود که همگی تجمیع شده بودند تا به تصمیم گیرندگان در کار هوش تجاری کمک کنند. تجمیع همچنان موضوع بسیار مشکلی است و مهم تر اینکه اکنون که ابزارهای DSS/BE به سوی وب مهاجرت کرده و به آسانی ابزارهای همکاری و ارتباطات را برای تصمیم گیرندگان فراهم کرده اند. این‌ها و دیگر ملاحظات باید در زمینه ایجاد DSSهای جدید و مهاجرت سیستم‌های قبلی به سوی وب مد نظر باشد.
ابزارهای ایجاد بهره وری ایجاد کنندگان را افزایش داده و به آنها در ساختن DSS پاسخگو به نیازهای کاربران کمک می‌کند. فلسفه ابزارهای ایجاد و مولدها بر پایه دو مفهوم ساده و بسیار مهم استوار است:
استفاده از ابزارهای بسیار خودکار در طول فرایند ایجاد و استفاده از قطعات از پیش تولید شده در تولید کل سیستم در هر زمان ممکن. مفهوم اول به همان میزانی بهره وری را در ایجاد کنندگان افزایش می‌دهد که یک اره برقی بهره وری یک بخار را که در گذشته از اره دستی استفاده می‌کرده است و مورد دوم به میزان بهره وری را افزایش می‌دهد که دیوارهای پیش ساخته بهره وری بخار را در ساختن خانه افزایش می‌دهد.
خوشبختانه مولفه‌های تشکیل دهنده سیستم در صورت استفاده مصرف نمی‌شوند و می‌تواند دوباره و دوباره استفاده شوند. در هنگامی که این اجزا در DSS ایجاد می‌شوند باید دقت کرد تا با هم همخوانی داشته باشند (مانند اجزاء ساختمان).
DSSهای چیزی بیشتر از MBMS , DBMS و رابط کاربر و مولفه‌های دانش است. رابط‌هایی در میان اجزاء و سیستم‌های خارجی وجود دارد.
معمولا پایگاه داده DSSباید به صورت منظم از پایگاه‌های داده منبع دیگری تازه شود. شاید ابزار مخصوصی برای کاربرد لازم نظیر تولید گزارشات وجود داشته باشد. شاید پایگاه داده‌های مدل و مدل‌های متعددی وجود داشته باشد که هر یک به صورت متفاوتی ایجاد و استفاده شوند و شاید افراد زیادی در فرایند ایجاد درگیر باشند. نه تنها مولفه‌ها باید ساخت یافته باشند بلکه ابزار و مولدهای خالص برای ایجاد باید انتخاب، نصب و مدیریت شوند.
هسته سیستم شامل زبان ایجاد و یا یک مولد DSS است. بعضی از قابلیت‌های لازم که در بالا ذکر شد در مولدهای DSS تجمیع شده اند. و بقیه در صورت نیاز می‌توانند اضافه شوند. این مولفه‌ها می‌توانند برای ساختن یک DSS جدید و یا به روز رسانی یک DSS موجود مورد استفاده قرار گیرند. ساختمان چنین سیستم شامل ترکیب ماژول‌های نرم افزاری است. خوشبختانه سیستم عامل‌های شیء گرای جدید برای ایجاد DSS‌های محیطی سازگار و کاربر پسند فراهم کرده اند. ابزارها و مولدهایی که در این سیستم عامل‌ها اجرا میشوند می‌توانند به آسانی نتایج و داده‌ها را به اشتراک گذارند. از آنجایی که یک رابط سازگار و کاربر پسند م یتواند سریعا ایجاد شود مشکلات مربوط به رابط‌های مولفه‌ها در کمترین حد خود است.
گرایشات در پیاده سازی DSS/BI
در فصل 2 و 3 به چند نمونه اخیر از ایجادهای DSS/BI اشاره کردیم، گرایشات متعددی وجود دارد که به تاثیر گذاشتن به برنامه‌های کاربردی DSS/BI ادامه می‌دهد و آنها عبارتند از:
مدیران آسانتر ابزارها، تکنیک‌ها و روش‌های DSS/BI را قبول می‌کنند.
ابزارهای هوش مصنوعی و روشهای آن در DSS/BI جاسازی شده است.
فن آوری‌های وب به توانا ساختن ایجاد DSS/BI از داده‌ها اطلاعات و دانش دسترسی مستقیم ارتباطات و همکاری ادامه می‌دهند.
GSS به بسط و توسعه یافتن خود از طریق محاسبات همکار ادامه می‌دهد.
فن آوری کامپیوتر به تکامل سریع خود ادامه می‌دهد. قابلیتها به طور شگفت انگیزی افزایش پیدا م یکند و هزینهها کاهش مییابد.
سیستم‌های مدیریت منابع سازمان/ طرح ریزی منابع سازمان (ERM/ERP) گرچه بسیار گران هستند، اما در حال بسط و توسعه هستند. این سیستمها اغلب روشهای DSS را برای تصمیم گیری بهتر مهیا و یکی م یکنند.


 
سوالات انتهای فصل
1- فازهای بنیادی و گامهای کوچکتر در توسعه چرخه عمر سیستم سنتیSDLC را نام برده، توضیح دهید
2- ابزرطراحی به کمک کامپیوتر را تعریف کنید . چرا مهمم است؟
3- نام ببریید دلایل اینکه چرا چیره دستی خوب مدیریت پروژه توسط رهبران تیم توسعه نیاز است.
4- مدیریت تغییرات را تعریف کنید
5- دلایل شکست سیستم‌های اطلاعاتی در عمل را نام ببرید
6- ساخت نمونه اولیه را تعریف کنید
7- توضیح دهید چگونه فازهای نمونه سازی به فازهای چرخه حیات سنتی مربوط می‌شود.
8- نمونه سازی یک سیستم را با نمونه سازی طراحی مقایسه کنید
9- دلایلی را نام ببرید که باعث شده روش نمونه سازی اولیه گزینه انتخابی در توسعه بیشتر DSS‌هاست.
10- سه سطح فناوری DSS را نام ببرید
11- ابزارهای مجتمع (موتور) DSS را تعریف کنید و اهداف آنها را شرح دهید
12- پلتفورمهای توسعه DSS را نام ببرید
13- تعدادی از مشکلات در انتخاب نرم افزار DSS را نام ببرید
14- تفاوتهای میان DSS‌های توسعه یافته تیمی با توسعه یافته کاربر نهایی را نام ببرید
15-کاربر نهایی و محاسبات کاربر نهایی را تعریف کنید
16- فواید عمده توسعه کاربر نهایی را نام ببرید
17-پتانسیلهای مخاطره در کیفیت در روش کاربرنهایی را نام ببرید
18-روشهای بهبود کیفیت توسعه DSS که در صفحات گسترده توسعه یافتند را نام ببرید
19-تفاوت در اجزایی که یک DSSدارد را نام ببرید شرح دهید که چرا اغلب نمی‌توان آنها را بهم چسباند
20- گرایشهای مختلف در DSS را نام ببرید

7 فناوریهای محاسبه مشارکتی: سیستم‌های پشتیبانی گروهی اهداف یادگیری:
 درک مفاهیم اساسی کار گروهی، ارتباطات و مشارکت.
 توصیف اینکه رایانه‌ها و سیستم‌های رایانه‌ای چطور ارتباطات و مشارکت را تقویت کرده و افزایش داده اند.
 تشریح اصول زیر بنایی و امکانات سیستم‌های محاسباتی مشارکتی یا سیستم‌های پشتیبانی گروهی
.(GSS)
 توضیح مفاهیم و اهمیت چارچوب زمان/مکان.
 درک مفاهیم کسب و از دست دادن فرآیند و بدست آوردن و از دست دادن کار/تکلیف و توضیح اینکه GSS چطور هر کدام از این موارد را ارائه، افزایش یا کاهش می‌دهد.
 توصیف اینکه GSS چطور تشابه و ناشناختگی را بکار می‌برد و چگونه منجر به بدست آوردن یا از دست دادن فرآیند/کار می‌شوند.
 توصیف چگونگی ساختمند کردن یک ملاقات الکترونیکی.
 درک و فهم سه فناوری GSS.
 درک اینکه web چگونه سیستم‌های پشتیبانی گروهی یا محاسباتی مشارکتی و یا ملاقات‌های الکترونیکی را فراهم می‌آورد.
 توضیح و تفسیر چگونگی یادگیری از راه دور از طریق نرم افزار GSS.
 توصیف خلاقیت و اینکه GSS چگونه می‌تواند خلاقیت را افزایش دهد.
گروه‌ها اکثر تصمیم گیری‌های پیچیده سازمان‌ها را بر عهده دارند. مردم به کمک یکدیگر و همراه با هم کار می‌کنند. افزایش و ارتقاء پیچیدگی تصمیم گیری‌های سازمانی، نیاز به برگزاری جلسات و کارهای گروهی را افزایش می‌دهد. حمایت از کار گروهی در صورتیکه اعضای گروه در مکان‌ها و زمان‌های متفاوتی فعالیت می‌نمایند، بر جنبه‌های مهم ارتباطات، فناوریهای رایانه و روش شناسی شغلی تأکید فراوانی دارد. حمایت و پشتیبانی گروهی یک جنبه انتقادی از سیستم‌های تصمیمات این قرن می‌باشد. سیستم‌هایکار مشارکتی با حمایت کامپیوتر (CSCW) ابداع شده‌اند تا در فرآیند‌ها و عملکرد کار/تکلیف تقویت‌ها را فراهم کنند. CSCW شامل سیستم‌های پشتیبانی گروهی (GSS)، سیستم‌های جلسات الکترونیکی و سیستم‌های کنفرانس الکترونیکی می‌باشد. بسیاری از خوانندگان هنوز هم یادگیری از راه دور را گونه و شکل مهمی از محاسبه مشارکتی به حساب می‌آورند. در پایان، خلاقیت را مورد بحث قرار می‌دهیم و اینکه محاسبه مشارکتی چطور می‌تواند آن را ارتقاء بخشد. بخش‌های این فصل به شرح زیر است:
1/7← تصویر/شکل مقدماتی: SCORE‌های کریسلر با گروه افزار
2/7← تصمیم گیری گروهی، تعامل و مشارکت
3/7← حمایت ارتباطی
4/7← حمایت مشارکتی: کار مشارکتی با حمایت کامپیوتر
5/7← سیستم‌های حمایت گروهی
6/7← فناوریهای سیستم‌های حمایت گروهی
7/7← فضای جلسه سیستم‌های گروهی و Online
8/7← فرآیند جلسه GSS
9/7← یادگیری از راه دور
10/7← خلاقیت و تولید ابراز عقیده و نظر
1,7 تصویر مقدماتی: نمرات/امتیازات کرایسلر با گروه افزار برنامه امتیاز کرایسلر
شرکت کرایسلر با چالشِ کاهش هزینه‌های عرضه سر و کار دارد به گونه‌ای که از طریق ؟ برای کاهش هزینه تأمین کننده اش، سودآوری تأمین کننده را افزایش می‌دهد. SCOPE تأمین کننده‌ها را در داد و ستد وسیع و گسترده کرایسلر (SCOPE) به مبارزه می‌طلبد تا بطور مستمر به جستجو و تعیین فرصت‌هایی برای کاهش هزینه‌ها بپردازند. SCORE روش ثبت کردن و مستند سکردن کرایسلر از کاهش هزینه‌ها و ارتقاء کیفیت در حوزه‌های گوناگون می‌باشد، از جمله طراحی، ساخت، سازماندهی، مستند سازی و معاملات اجرایی و اداری است. برنامه کاهش هزینه در ابتدا بر روی کاغذ ثبت می‌شد. این برنامه در سال 1989 شروع به کار کرد. زمانیکه کرایسلر مرحله بی سابقه‌ای را اجرا نمود در این مرحله به تأمین کننده‌هایش پیشنهاد کرد که می‌توانند هزینه‌ها را کاهش دهند. در سال 1994، کرایسلر برنامه را آن لاین نمود. سه سال بعد یعنی در سال 1996، از 6/2 میلیون دلار خسارت و ضرر به 5/3 میلیون دلار سود خالص دست یافت. برنامه SCORE در سرمایه گذاری بازگشتی چشم گیر و قابل توجه داشت. کرایسلر کارآمدی، کیفیت و تواناییفراهم کردن را دنبال می‌کرد در حالیکه سود و منفعت تأمین کننده‌هایش را افزایش می‌داد. کرایسلر با تأمین کننده‌هایش مثل شریک رفتار می‌نمود، نه رقیب. و هدفش یافتن راه‌هایی برای ارتقاء کارآمدی و کاهش قیمت‌ها بصورت دو جانبه است. در سال 1997، کریسلر /13 تا از تأمین کننده‌هایش را مفتخر به دریافت جایزه Platinun Pentastar دانست و آن‌ها را برای عملکرد برجسته شان معرفی نمود. کرایسلر مایل است که بهترین مشتری تأمین کننده‌هایش باشد زیرا بهترین مشتری همیشه بهترین خدمات را دریافت می‌کند.
سیستم امتیاز گرفتن (SCORE)
در سال 1989، فرآیندهای تجاری SCORE که بر روی کاغذ ثبت می‌شدند، توسعه یافته و بکار گرفته شدند. هدف تشخیص موارد زائد و ضایع در زنجیره ارزشی و حذف آن‌ها بود. این سیستم تقریباً موفق بود.
کریسلر به منظور ارتقاء تعامل و مشارکت و افزایش سرعت فرآیند، از یک سیستم بر پایه کاغذ به یک محیط گروه افزار تبدیل شد. فرآیند تجاری به خوبی و درستی صورت می‌گرفت و از سال 1994 فناوری مناسبی روی کارآمد تا آن را پشتیبانی کند. اولین امتیاز آن لاین، یک پایگاه داده‌ای لوتوس نوت (سرویس گیرنده یک برنامه کارببردی گروه افزار می‌باشد) بود با صدها مشتری. تأمین کننده‌ها بوسیله اینترنت یا یک مودم به سیستم امتیاز کریسلر دسترسی پیدا می‌کردند. آنها از یک فرم یادداشت‌های آن لاین استفاده می‌کردند که در آن پس انداز هزینه‌ها و مخارج توصیف می‌شد. با فشار یک دکمه، این طرح ارتقاء پس انداز خارج به کرایسلر ارائه می‌شد. اطلاعات مربوط به پس انداز طراحی شده، جمع آوری می‌شد و توسط یک خریدار مورد بازبینی قرار می‌گرفت و در صورت ارزشمند بودن به همه اعضای گروه (مالی، خرید، مهندسی) ارسال می‌شد و سپس آنها بر روی این طح همکاری و مشارکت می‌نمودند. حدود هفتاد درصد همه پیشنهادات پذیرفته می‌شدند. نسل دوم سیستم‌های آن لاین (2(SCORE از کارکردهای تدارکات اتوماتیک و email پشتیبانی می‌کردند. 2SCORE شامل گزارش کاربران، عوامل محرک هوش سیستم، گزارشات پایگاه داده و حمایت روز بانه بود. 2SCORE همچنین سازماندهی مجدد فرآیند تجاری موفق را برای عملکرد هموارتر شامل می‌شد.
در سال 1998، SCORE تبدیل به یک استاندارد شرکتی برای داد و ستد با تأمین کننده‌ها و افزون تمام تدارکات به کالاهایی شد در فقط در تولید اتومبیل‌ها کاربرد داشتند. با روی کار آمدن 3SCORE، هزار تأمین کننده‌ها آن لاین شدند.
3SCORE که بر پایه وب می‌باشد به کاربران این امکان را می‌دهد که از طریق سایت Convisint بهاین برنامه دسترسی پیدا کنند. Convisintیک شبکه اضافی است که همه اتومبیل سازان امریکا و صدها تأمین کننده‌های آن‌ها در آن مشارکت دارند. این شبکه در سال 1998 عملیاتی شد و از اواسط سال 1999 سهتأمین کننده مطرح کریسلر به آن متصل شدند.
سودهای امتیاز (SCORE):
سودی که کریسلر بهمراه دارد روابط با تأمین کننده‌ها را و خرید با کیفیت بالا را افزایش می‌دهد که به محصول با کیفیت بهتر منتهی می‌شود. SCORE این امکان را به کریسلر می‌دهد تا با استفاده از مهارت و تخصص تأمین کننده‌هایش تبدیل به یک شرکت بهتر شود. قوه ابتکار منجر به پس انداز دلار شد: دو و نیم میلیون دلار در سال 1998: بیش از 1 میلیون دلار در 1997 و 2/1 میلیون دلار در 1998. سود تأمین کننده‌ها شامل تشخیص روشهای کیفیتی و بدست آوردن سودهای یکسان از پس انداز مشارکتی می‌باشد. سود اصلی برای مشتریان واضح و آشکار است: یک محصول/تولید با کیفیت بالا با قیمت مساوی یا پائین. در سال 2000، کریسلر دو میلیون دلار پس انداز کرد و همه تأمین کننده‌هایش آن لاین بودند.
* نظریات
پل لارنس در مدرسه تجاری‌ها دارد و رانجی گولاتی در دانشگاه شمال غربی (نورث وسترن) روابط و مسائل تدارکات را دو کارخانه بزرگ امریکایی مطالعه نمودند (کارخانه‌های کریسلر و نورد). آنها با مدیران اجرایی مصاحبه نمودند و برای هر یک از اجزای اصلی یک اتومبیل کارشناسان خرید را مورد تحقیق قرار دادند. کار آن‌ها مشخص کرد که برای ساخت زنجیره‌های تدارکاتی مفید و انعطاف پذیرتر، سازندگان باید با تأمین کننده‌هایشان روابط دراز مدت داشته باشند. آن‌ها باید با هم کار کنند تا اجزا و تولیدات را بهبود ببخشند، به تغییرات لازم و ضروری پاسخ دهند (در حین تبادل اطلاعات حساس). روابط مطمئن را می‌توان از طریق رابطه و پیوند با تأمین کننده‌های بیرونی کسب کرد- در صورتیکه هر دو طرف برای ایجاد محیط مشارکتی گام‌های معینی را بردارند. گولاتی معتقد است: سازندگان اگر روابط محکمی با تأمین کننده‌ها برقرار کنند، بهترین امکانات را بدست می‌آورند. آنها با شرکت‌های مستقل و منعطف کار می‌کنند تا در زمینه یک قطعه خاص تخصص لازم را کسب نمایند و همچنین انسجام و پیوند محکمی را که فقط در تقسیمات درون سازمانی امکان دارد، بدست می‌آورند. ساخت یک پیوند مطمئن نیاز به زمان و تلاش بسیاری دارد.
لارنس می‌گوید: برای مدیران تمایل به سرمایه گذاری در روابط وجود دارد اما مسئله اصلی »ساخت در مقابلِ خرید« نیست، بلکه آنچه مهم است »ساخت، خرید یا متحد شدن« می‌باشد.
سیستم گسترده کریسلر نشان می‌دهد در مدیریت زنجیره تدارکاتی یک شرکت به همان اندازه مدیریت سیستم توزیع یا دستگاههای آن اهمیت دارد. در صورتیکه با تأمین کننده‌هایش بطور درست همکاری نماید،منفعت و سود استراتژیک مهمی را نسبت به رقبایش بدست می‌آورد.
سیستمSCORE کریسلر نمونه باندی از چارچوب گروه افزار لوتوس می‌باشد. جف پاپوس (رئیس ومدیر اجرایی سازمان در لوتوس) اظهار می‌دارد: این سیستم یکی از بهترین کمیت نمایی‌های ارزشی است که صنعت بطور آشکارا دیده است. گری رو نیز می‌گوید: کریسلر این احساس را به ما القا می‌کند که وقتی شما با گروه افزار همکاری می‌کنید و یا با استانداردها و روابط بازرگانی کار می‌نمائید، چه اتفاقی می‌افتد.
این است ارزش داشتن سازمان‌هایی که در آن نوع زیر بنای اقتصادی سرمایه گذاری می‌کنند.
بنابر عقیده تام استالکمپ، معاون اجرایی تدارکات و عرضه: آنچه ما انجام می‌دهیم بدست آوردن کاراهیی، کیفیت و قابلیت ارائه، بدونه کاهش سود تأمین کننده‌هایمان می‌باشد. بِِرنی بدارد معتقد است: من هرگز بازخورد منفی از تأمین کننده‌های SCORE دریافت نکرده ام. آن‌ها همگی SCORE را دوست دارند.
این سیستم بطور اساسی موفق است. شیوه‌ای است برای مشارکت کردن با هم و شما می‌بینید که همانطور که کریسلر رشد می‌کند، این سیستم نیز رشد و توسعه مخی یابد.
چهار عنصر در کریسلر و سازمان‌های تأمین کننده‌‌اش وجود دارند که در موفقیت SCORE نقش اساسی بر عهده داشتند:
پشتیبان فرآیندتأمین کننده‌های فرآیندکارکنانارزیابی و اجرا.
کارخانه‌هایی که چنین فرآیندی را طراحی می‌کنند باید بطور دقیق راه‌هایی را در تأخیر و وقفه را در طول ارزیابی کاهش می‌دهند، تعداد پیشنهادات کم ارزش را محدود می‌نماید و زنجیره تدارکات را در بر می‌گیرد، بررسی نمایند.
سؤالاتی برای باز کردن
1. چه چیز کریسلر را واداشت، توسعه یک فرآیند تجاری مشارکتی را با تأمین کننده‌هایش بررسی نماید؟
2. توضیح دهید که چطور زنجیره تدارکاتی عمل می‌نماید و چطور کریسلر از فناوری استفاده می‌کند تا رابطه میان خود و تأمین کننده‌هایش را بهبود بخشد؟
3. توضیح دهید که چرا کریسلر سیستم خود را تبدیل به سیستم گروه افزار نمود؟
4. همکاری و مشارکتی را که SCORE میان تأمین کننده‌ها و شرکت و درون کارخانه ایجاد می‌کند راتوصیف کنید؟
5. منافعِ تأمین کننده‌ها و کرایسلر را تشریح کنید:
6. شما چطور از طریقSCORE می‌توانید پیشرفت کنید.
7. وب را بررسی نموده و بیان کنید که SCORE چطور روی کار آمده است؟ چه ویژگی‌های دیگری دارد؟ پس اندازهای سالانه‌‌اش چگونه می‌باشند؟

2,7 تصمیم گیری گروهی، رابطه و مشارکت:
بخش قبلی نشان داد که چطور پشتیبانی رایانه‌ای می‌تواند به افرادیکه بصورت گروهی و برای منفعت سازمانشان کار می‌کنند، کمک کند. سیستم SCORE مشارکت میان گروه‌های کریسلر و فروشندگان آنها را و همچنین میان گروه‌های درون کریسلر را در بر می‌گیرد. کارخانه‌های دیگر نیز بطور موفقیت آمیز از این مدل استفاده می‌کنند. برای مثال، جانسون کنترل (Johnson Controls) هزینه‌های تولید را با 20 میلیون دلار کاهش داده است. مرکز بیمه لندن، از طریق همکاری، توانسته مخارج این سازمان را تا ده درصد و فرآیندهای کاغذی را تا بیش از 30 درصد کاهش دهد. تایمکس نیز هزینه‌های چرخه توسعه تولیدات را بالغ بر 40 درصد کم کرده است (کونزر،2002).
لاک هید مارتین نیز قراردادی 19 میلیون دلاری را بر اساس قابلیت‌های مشارکتی‌‌اش برنده شده است (کونیکی،2001).
افراد تصمیم می‌گیرند، طراحی می‌کنند و تولیدات را می‌سازند. استراتژی‌ها و سیاست‌ها را توسعه می‌دهند، نرم افزارها را طراحی می‌نمایند و ... .
آنها مشارکت نموده و تعامل برقرار می‌کنند و بطور گروهی عمل می‌نمایند. برخی ویژگی‌های کار گروهی به شرح زیر است:
یک گروه تکلیفی را اجرا می‌کنند، گاهی تصمیم گیری می‌کنند و گاهی نه.
برخی اعضا در مکان‌های مختلفی می‌باشند.
برخی اعضا در زمان‌های متفاوت کار می‌کنند.
بعضی اعضای گروه برای سازمان‌های گوناگونی کار می‌کنند.
گروه گاه دائمی و گاه موقتی است.
گروه یا در سطح مدیریتی است و یا می‌تواند سطوح را تغییر دهد.
در کار گروهی گاهی همیاری صورت می‌گیرد و گاه تضاد و اختلاف.
در امر تولید گاه سود وجود دارد و گاهی ضرر و خسارت.
تکلیف/کار مورد نظر بهتر است خیلی سریع به اتمام برسد.
ملاقات همه اعضای گروه در یک مکان گاهی غیر ممکن یا بسیار گران تمام می‌شود.
بعضی داده‌های مورد نیاز، اطلاعات یا دانش لازم در منابع گوناگونی موجود می‌باشند که بسیاری ازآنها خارج از سازمان است.
مهارت و تخصص اعضای خارج از گروه (افراد خارجی) گاهی مورد نیاز گروه است.
وقتیکه افراد بصورت گروهی کار می‌کنند به ویژه زمانیکه اعضای گروه در موقعیت‌های متفاوت هستند یا در زمانهای متفاوت فعالیت می‌کنند، نیاز به برقراری رابطه، مشارکت و دستیابی به اطلاعاتی دارند که شکل‌های متعددی را دارا می‌باشند. برای اینکه گروه‌ها بطور مؤثر با یکدیگر مشارکت کنند نیاز به شیوه‌های ارتباطی و فناوریهای تعاملی مناسب دارند. اینترنت و مشتقاتش، شبکه‌های داخلی و خارجی، پایه‌هایی هستند که بر اساس آن‌ها بیشتر روابط برای مشارکت رخ می‌دهد. اینترنت (وب) شبکه‌ای از شبکه‌های رایانه است که تصمیم گیری سازمانی را از طریق ابزارهای مشارکتی حمایت می‌نماید و به داده‌ها، اطلاعات و دانش از داخل و خارج سازمان دسترسی می‌یابد. پشتیبانی شبکه درون سازمانی توسط شبکه داخلی (intranet) صورت می‌گیرد (اساساً یک اینترنت داخلی است). کارکنان یک سازمان می‌توانند از طریق ابزارها و روش‌های اینترنتی، اطلاعاتی کسب نمایند. کاربردهای خاص شامل روش‌ها و اسناد داخلی مهم،لیست‌های آدرس،e-mail، دستیابی ابزار و توزیع نرم افزار می‌باشند.
یک شبکه داخلی پشت دیوار آتش یک شرکت با ایمنی کامل عمل می‌کند و این دیوار آتش شبکه را از دستکاری خارجی نامناسب حفظ می‌دارد. نمونه خوب یک شبکه داخلی، شبکه اطلاعاتی Osram Sylvania HR (یک پورتال) می‌باشد که در فصل /6 توضیح داده شده است. یک شبکه خارجی کار گروهی را به هم متصل می‌نماید و مشابه یک شبکه داخلی عمل می‌کند که اعضای گروه را از سازمان‌های متعدد بهم پیوند می‌دهد. بعضی از سازندگان خودرو تأمین کننده‌ها و واسطه‌هایشان را در همین شبکه‌های خارجی بدست می‌آورند تا به آن‌ها در رسیدگی به شکایات مشتریانشان درباره تولیداتشان کمک نمایند.
شبکه‌های خارجی دیگر برای طراحی تولیدات گروه‌ها را بهم متصل می‌کنند و چندین تأمین کننده متقاوت باید در زمینه طراحی و تکنیک‌های ساخت با هم همکاری نمایند. و شبکه‌های خارجی مثل Convisint توسط تمام صنایع بکار می‌روند تا شرکتها و تأمین کننده‌ها را بهم پیوند دهند. پیشرفت‌های زیادی در زمینه طاحی مشارکتی بر پایه وب صورت پذیرفته است. ابزارهای جدید همواره در حال توسعه و پیشرفت هستند. استودیو معماری Outodesk و Cocreat,s Onespace امکان فعالیت همزمان چندین طراح را فراهم کرده اند.
بسیاری از سازندگانی که بطور خودکار و اتوماتیک فعالیت می‌نمایند، به این مسیر متمایل شده‌اند زیرا علاوه بر عرضه مدل‌های جدید به بازار در هزینه و زمان نیز صرفه جویی می‌کند. این بازار باید تا سال2007 بیش از صد میلیون دلار ثروت داشته باشد.
برای کسب اطلاعات بیشتر درباره اینکه GSS چطور طراحی و تجزیه و تحلیل سیستم‌ها را بهبود میبخشد، لوری و ویلسون (2000) و می‌بِِری (2001) را مطالعه نمائید.
تصمیم گیری حتی در سازمان‌های سلسله مراتبی نیز یک فرآیند مشارکتی است. یک گروه ممکن است درگیر یک تصمیم یا کاری مرتبط به یک تصمیم باشد مانند ایجاد یک لیست مختصر از راه‌های قابل قبول یا انتخاب ملاک و معیاری برای ارزیابی یک روش.
فعالیت‌های زیر و فرآیندهای ذکر شده جلسات را مشخص می‌نمایند:
جلسه، فعالیتی مشترک است که توسط گروهی از افراد صورت می‌گیرد که موقعیت‌های یکسان یا نزدیک بهم دارند.
نتیجه جلسه بستگی دارد به دانش، نظرات و قضاوت شرکت کننده‌های آن.
نتیجه جلسه همچنین وابسته است به ترکیب گروه و فرآیند تصمیم گیری که توسط گروه بکار رفته است.
تفاوت نظرات و عقاید یا از طریق طبقه بندی افراد و یا مذاکره و یا حکمیت و داوری حل می‌شود.
بسیاری از ابزارهای رایانه‌ای تولید شده‌اند تا از گروه‌ها حمایت نمایند. این ابزارها را گروه افزار می‌نامند زیرا هدف اولیه آن‌ها حمایت از کار گروهی است. خود این کار را »کار مشارکتی با پشتیبانی رایانه« (CSCW) می‌نامند. ابزارهای گروه افزار از طرق جستجوی وب به راحتی پیدا می‌شوند. برخی از گروه افزارهای قابل توجه عبارتند از : سیستم‌های گروهی آن لاین و محیط/فضای جلسه،Groove، جلسه شبکه ای، Webex و مکان افزار (Placeware). بعضی از ایمیل‌ها، چت روم‌ها و نرم افزارهای پیام فوری ویژگی‌های گروه افزارها را نشان می‌دهند. ارتباط از راه دور، کنفرانس از راه دور، مدیریت زنجیره تدارکات و تجارت الکترونیکی از طریق فناوریهای مشارکتی و ارتباطی برقرار می‌شوند. دور بودن از اداره (خانه،خوابگاه و ...) غیر ممکن است و متصل نبودن به شبکه نیز امکان پذیر نیست. یادگیری از راه دور نیز یکی از حوزه‌های محاسبه مشارکتی است که با سرعت زیادی در حال توسعه و پیشرفت است. و گروه افزار می‌تواند خلاقیت را در فرآیند تصمیم گیری ارتقاء بخشد. گروه‌ها و کارهای گروهی در سازمان‌ها رو به ازدیاد می‌باشند. در نتیجه، گروه افزارها برای حمایت از کار گروهی مؤثر و مفید همواره شکل گرفته و تکامل می‌یابند. برای مثال‌ها و نمونه‌هایی از گروه افزارهای مؤثری که در صنعت بکار می‌روند، مک گی و مورفی (2001) را مطالعه نمایید.

3,7 حمایت از برقراری ارتباط/تعامل
ارتباط یک عنصر حیاتی برای حمایت از تصمیم است. بدون ارتباط و تعامل هیچ گونه مشارکت و همکاری وجود ندارد. تصمیم گیرندگان باید با همکاران، متخصصان، آژانس‌های دولتی، مشتریان،فروشندگان، شرکای تجاری و دیگر گروه‌های مورد نیاز ارتباط برقرار کنند. آنها همچنین به داده‌ها واطلاعاتی از مکان‌های مختلف دنیا نیاز دارند. گروه‌های تصمیم گیرنده باید در محیط کار با هم تعامل،مشارکت و مذاکره نمایند. سازمانهایی در سیستم ارتباطی ندارند باید فوراً عملکرد خود را متوقف نمایند.
گروه‌های مجازی بویژه آن‌هایی در کارهای طراحی را اجرا می‌کنند، به تکنولوژی ارتباطی سریع برای موفقیت در کارهایشان نیاز دارند. تجارت الکترونیک مؤثر فقط از طریق فناوریهای ارتباطی بر پایه وب ممکن می‌باشند.
فناوریهای اطلاعاتی مدرن به ویژه از طریق وب، لوازم حمایت ارتباطاتی ارزان، سریع، آماده و مستعد و قابل اطمینان را فراهم می‌آورند. سیستم‌های کامپیوتری شبکه‌ای از جمله اینترنت، شبکه داخلی و شبکه خارجی چارچوب‌هایی می‌باشند که ارتباطات را پشتیبانی می‌کنند.
از نظر تاریخی، این سیستم‌ها با تلگراف، تلفن، رادیو و تلوزیون آغاز شدند. فناوریهای بعدی بر اساس آن‌ها ساخته شدند. در حدود صد سال، دستگاه‌های فاکس، نامه الکترونیکی، برنامه‌های چت، گروه‌های خبری، فهرست‌های پست الکترونیکی، تابلوهای اعلانات الکترونیکی و سیستم‌های ویدئو کنفرانس تولید و اختراع شدند. استفاده از سیستم‌های ویدئو کنفرانس در حوادث 11 سپتامبر 2001 بطور چشمگیری رشد کرد. حتی سیستم‌های تلویزیونی سه بعدی نیز وارد بازار شد. بیشتر این فناوری‌ها در وب/اینترنت کاربرد دارند. چون آن‌ها بطور گسترده‌ای در شرکت‌های مدون و حتی در خانه‌ها بکار می‌روند، در این بخش جزئیات را مورد بحث قرار نمی‌دهیم. دوباره برمی گردیم به فناوری‌های مشارکتی که شامل جدیدترین پیشرفت‌های ارتباطی در مورد سیستم‌های جلسه الکترونیکی (EMS) و خدمات سیستم‌های کنفرانس الکترونیکی می‌باشد که عموماً برای پیوند دادن تصمیم گیرنده‌ها از اینترنت استفاده می‌شود. با توجه به نظرات دیوید (1999) در رابطه با ویدئو کنفرانس، مزایای زیر در همه روشهای ارتباطی پیشرفته در سازمان‌ها کاربرد دارند:
بهره وری کارکنان را افزایش می‌دهد.
در تصمیم گیری‌های کلیدی افراد بیشتری را درگیر می‌نماید.
محدودیت‌های جغرافیایی را کمرنگ می‌نماید.
فرهنگ مشارکت و همکاری ایجاد می‌نماید.
کیفیت زندگی کارکنان را بالا می‌برد.
تعامل و ارتباط یک مسئله اجتماعی است که در آن مذاکره درباره تفاوت‌ها به منظور درک و فهم ارتباط برقرار کننده‌ها از هم، یک اولویت تجاریمهم محسوب می‌شود. درک اینکه چطور افراد در فرآیند تصمیم گیری با هم تعامل دارند بسیار مهم است. اسمولایر و اپراگ (2002) تعامل را بر اساس سه بعد- معنا، اقتدار و اعتماد- و بر اساس کار آنتونی گیدتر بررسی می‌کنند. این نظریات به سرعت درک غنی و پرباری را نسبتبه چگونگی برقراری ارتباط ما زمانیکه با هم کار می‌کنیم ایجاد می‌کند.
سیستم پشتیبانی تصمیم با تأکید بر 1/7
مشکلات برقراری ارتباط
برقراری ارتباط بطور کلی می‌تواند مشکل ساز باشد اما شیوه‌های ارتباطی کامپیوتری شده اکثر اشارات غیر کلامی ما را منتقل نمی‌کنند. بخش عظیمی از آنچه منظور ما است توسط اشارات و سر نخ‌های غیر کلامی منتقل می‌شود. حالات چهره، زبان بدن، لحن و تُُن صدا، حالات ظاهر، لمس کردن و فاصله و مسافت برخی از آنها هستند. (برای مثال، این امکان وجود دارد که تعیین نمائیم چه کسی در انتخابات ریاست جمهوری امریکا برنده می‌شود و این از طریق اندازه گیری میزان متوسط چشم بر هم زدن هر کاندیدا صورت می‌گیرد.
از زمان رقابت کندی-نیکسون در سال 1960 تا 2000 هر کاندیدایی که کمتر پلک زده است، برنده این رقابت شده است.)
جنبه‌های چند فرهنگی و ظرافتهای زبانی وجود دارند که به آسانی و از طریق کانال‌های ارتباطی کامپیوتری قابل انتقال نیستند.
اولین تلاش در جهت ارسال اشارات و علائم غیر کلامی در ایمیل‌های متنی بودند. برای مثال در این سیستم، کاراکترهای (: یک چهره شاد است که »متبسم« نامیده می‌شود و نوشتن همه پیام با حروف بزرگ به این معناست که تو داری »فریاد« می‌کشی. این علائم در نرم افزارهای پیام فوری به روز شده اند. بعضی از جنبه‌های ارتباطی را مانند تکرار لمس کردن و یا فاصله میان شرکت کننده‌ها را نمی‌توان از طریق تکنولوژی بررسی نمود. با این حال، فناوری ویدئویی می‌تواند حالات‌های چهره و برخی زبان‌های بدن را نمایش دهد. محققان سعی دارند سیستم‌های مشارکتی تولید کنند که بیش از این‌ها ماهیت ارتباطی بشر را که معنا و مفهوم پیام دریافت شده را دقیق تر می‌نماید، درک کنند. آنها همچنین در حال تولید ابزارهای بیرونی مانند چهره‌های روبات‌ها می‌باشند که می‌توانند حالات را منعکس کنند.
سیستم پشتیبانی تصمیم در عمل برای 2/7
ویدئو کنفرانس در مواقع مورد نیاز آماده است.
فناوری ویدئو کنفرانس می‌تواند هزینه‌های سفر را کاهش و بهره وری شرکت را افزایش دهد. دادن دناردو، مدیر ویدئو کنفرانس جهانی در شرکت شیمی داو اظهار می‌دارد که ویدئو کنفرانس به طور وسیعی خدمات مشتری را بهبود می‌بخشد و به داو کمک می‌کند تا تولیدات را سریعتر به بازار تحویل دهد. وی می‌گوید: ما می‌دانیم که ویدئو کنفرانس قادر به کاهش چرخه زمانی است زیرا ما می‌توانیم در زمانی مشابه جلسات گوناگونی را برگزار کنیم. داو (DOW) دارای حدوداً 160 دوربین ویدئویی در دفاتر مرکزی‌‌اش در میدلند و میشیگان است و در سال بیش از 7 میلیون دلار از هزینه سفرها پس انداز نموده است. در این شرکت، فناوری از اتاق‌های کنفرانس درون سازمانی به سایت‌های مشتریان نیز منتقل شده است. دناردو می‌افزاید: سخت افزاری بسیاری ارزان است، مشتریان آن را دوست دارند. تا جولای 1999، داو شش مشتری را پذیرفته است.
شرکت کوانتوم هر ماه حدود پانصد هزار دلار از هزینه‌های سفر، زمان اتلاف شده و بهره وری پس انداز می‌نماید. این نظریه را آقای آلبرت ویلارد یک تحلیگر شبکه ابراز داشتند. کوانتم بیش از 20 اتاق کنفرانس مجهز به ویدئو در سراسر جهان دارد. سود و مزایای اولیه تجارت در تبادل اطلاعات، شتاب و سرعت می‌باشد. برآوردها و تخمین‌ها متغیر هستند اما پت کانوی مدیر بازاریابی تولیدات در شرکت VTEL برآورد می‌کند که ویدئو کنفرانس باید بودجه سفر یک شرکت را حدود 15 درصد کاهش دهد.
مهمترین پس انداز در نتیجه سرعت افزوده انتقال اطلاعات بدست می‌آید. فناوری از ویدئو کامپیوترهای شخصی یا اتاقهای کنفرانس متفاوت می‌باشد. بیشتر شرکت‌ها از DSL و یا ارتباطات اینترنتی تلویزیونی و یا خطوط IDDN استفاده می‌کنند. ویدئو کنفرانس یک شیوه اقتصادی برای کاهش هزینه‌های سفر و حمایت از بهره وری است. از 11 سپتامبر 2001، این فناوریها از اهمیت ویژه‌ای برخوردار شدند زیرا سفرهای هوایی، همانند گذشته دیگر ایمن و راحت نمی‌باشند.

4,7 حمایت از مشارکت (حمایت مشارکتی): کار مشارکتی با حمایت کامپیوتر
در سازمانهای مدرن مردم با هم مشارکت و همکاری می‌کنند. در سازمان‌ها گروه‌ها تصمیمات عمده را می‌گیرند. حل مشکلات پیچیده مستلزم آن است که افراد با هم کار نمایند و گروه‌های کاری را تشکیل دهند.
ارتباطات در درجه اول اطلاعات را از فرستنده به دریافت کننده (گیرنده) انتقال می‌دهد، اما مشارکتعمیق تر است. مشارکت و همکاری مفهوم و دانش را میان اعضای گروه منتقل می‌نماید. اطلاعات بطورفعال در طول مشارکت و همکاری عمل می‌کنند. مشارکت شامل انتقال اسناد و مدارک، اطلاعات و دانش است و فعالیت‌هایی از قبیل طوفان/بارش فکری و رأی گیری را نیز در بر دارد. مشارکت بر افرادی دلالت دارد که با هم کار می‌کنند و نیاز دارد به ابزارهای حمایت محاسبه مشارکتی که بر پایه شیوه‌های ارتباطی ساخته می‌شوند. CSCW‌ها به عنوان سیستم‌های حمایت گروهی (GSS) و یا گروه افزار شناخته شده‌اند و شامل سیستم‌های جلسه الکترونیکی و سیستم‌های کنفرانس الکترونیکی می‌باشند.
چارچوب زمان/مکان
تأثیر مثبت یک فناوری محاسبه مشارکتی بستگی دارد به موقعیت اعضای گروه و زمانی که اطلاعات منتقل شده فرستاده یا دریافت می‌شوند. دیسنتیکس و گالوپ (1987و1985) چارچوبی را برای طبقه بندی فناوریهای حمایتی ارتباطی IT (فناوری اطلاعات) ارائه نموده اند. ارتباطات به چهار قسمت تقسیم می‌شود که در تصویر 1/7 نمایش داده شده اند. این چهار قسمت در دو بعد زمان و مکان سازماندهی شده اند.
ص329
*زمان:
زمانیکه اطلاعات تقریباً بطور همزمان ارسال و دریافت می‌شوند، ارتباطات همزمان و همگام است. تلفن‌ها، تلویزیونها و ملاقات‌های چهره به چهره نمونه‌هایی از این نوع هستند. ارتباطات غیر همزمان و ناهمگام زمانی صورت می‌گیرند که دریافت کننده اطلاعات را مدتی پس از ارسال آن‌ها دریافت نماید.
*مکان:
فرستنده‌ها و گیرنده‌ها هم می‌توانند در یک اتاق باشند و هم می‌توانند دور از یکدیگر باشند.
چهار قسمت ذکر شده به شرح زیر است:
*زمان مشابه/مکان مشابه: شرکت کننده‌ها یکدیگر را چهره به چهره در یک مکان و در یک زمان می‌بینند همانند جلسات سنتی و یا اتاق‌های تصمیم گیری عادی و مرسوم. هنوز هم این شیوه مهم است حتی اگر بر پایه وب باشد زیرا گاهی برای شرکت کننده‌ها لازم است که محل کار را ترک نمایند تا مواردی را که باعث حواس پرتی می‌شوند را کاهش دهند (تلفن همراه خود را خاموش نمائید).
*زمان مشابه/مکان مشابه: شرکت کننده‌ها در مکان‌های متفاوتی هستند اما در زمان یکسانی با هم رابطه برقرار می‌کنند برای مثال از طریق ویدئو کنفرانس.
*زمان مشابه/مکان مشابه: افراد در شیفت‌ها/نوبت‌های گوناگون کار می‌کنند. بنابراین اطلاعات را برای نوبت بعدی باقی می‌گذارند.
*زمان مشابه/مکان مشابه: شرکت کننده‌ها در مکان‌های متفاوتی هستند. آنها اطلاعات را در زمان‌هایمتفاوت ارسال و دریافت می‌کنند. در صورت سفر اعضای گروه، داشتن برنامه‌های کاری گوناگون یا کار درمناطق با زمان‌های متفاوت از این روش استفاده می‌شود. جلساتی از این قبیل قوانین خاص خود را دارد. برای مثال در زمان بارش فکری، بسیار اهمیت دارد که افرادیکه دیرتر وارد جلسه می‌شوند با همه نظراتی که ارائه شده اند، به یکباره روبرو نشوند. این امر باعث می‌شود احساس نادیده گرفته شدن کنند.
عقاید و نظراتی که ارائه شده‌اند را باید به آرامی به آنها منتقل کرد.
گروه افزار
اصطلاح گروه افزار به تولیدات نرم افزاری دلالت دارد که حمایت مشارکتی از گروه‌ها می‌کند. گروه افزار یک مکانیزم را برای گروه‌ها فراهم می‌آورد که از طریق آن نظرات، داده‌ها، اطلاعات، دانش و منابع دیگر را مبادله نمایند. فناوری‌های محاسبه مشارکتی متفاوت به شیوه‌های گوناگون کارهای گروهی را حمایت می‌کنند، و این بستگی دارد به طبقه بندی زمان/مکان که کار در آن انجام می‌گیرد و همچنین وابسته است به هدف گروه و کار. ابزارهای جدیدی ابداع شده‌اند که جلسات را در هر زمان و مکانی حمایت کنند.
هزاران بسته نرم افزاری وجود دارد که شامل چندین عنصر گروه افزار می‌باشد. برخی از آنها فقط ظرفیت مشارکتی مقدماتی را دارند در حالیکه بقیه آنها برای هر بعد از مشارکت حمایت‌هایی را ترتیب می‌دهند.
تقریباً همه برای رابط کاربر به شیوه مرورگر وب و همچنین پروتکل‌های ارتباطی از فناوری اینترنت بهره می‌جویند.
عموماً گروه افزارها برای یکی از موارد زیر قابلیت دارند: بارش فکری الکترونیکی، جلسه/کنفرانس الکترونیکی، برنامه ریزی گروهی، طراحی تقویم، طراحی، ساخت مدل، ویدئو کنفرانس، مبادله مدارک الکترونیکی، رأی گیری و حافظه سازمانی. خدمات جلسات الکترونیکی نیز موجود هستند از جمله مرکز جلسه Webex، مرکز کنفرانس مکان افزار و کنفرانس MCI که هر کس می‌تواند با پرداخت حق عضویت در جلسه شرکت نماید. برخی از گروه افزارها از قبیل لوتوس نوت/دومینو، جلسه شبکه مایکروسافت،groove و سیستم‌های گروهی آن لاین، فعالیت‌های گسترده‌ای را حمایت می‌نمایند. هر فروشنده نتایج موفقی را درباره تولیدات یا خدمات GSS خود عنوان می‌کند. در بخش‌های بعدی بطور مختصر بعضی از سیستم‌های گروه افزار مطرح را توصیف می‌نمائیم.
:Lotus Notes/Domino
لوتوس نوت یا دومینو اولین گروه افزارهایی می‌باشند که بطور وسیعی کاربرد دارند. لوتوس نوت به کاربران این امکان را می‌دهد که به اطلاعات مبادله شده دسترسی یابند. برای مثال سیستم SCORE کریسلر در بخش قبلی و پورتان شبکه اطلاعاتی Osram Sylvania HR در فصل /6 در سرویس گیرندهLotus Note برنامه ریزی شده بودند. Note‌ها از طریق کن فرانس وب، ایمیل کار گروهی، پایگاه‌های داده‌ای توزیعشده، تابلوی اعلانات، ویرایش متن، مدیریت اسناد، قابلیتهای گردش کار، رأی گیری، طبقه بندی و ابزار رشد کاربردی، قابلیت مشارکتی آن لاین را فراهم می‌آورند. همه موارد فوق در یک محیط با یک رابط کاربر گرافیکی انسجام یافته اند. Note یک شرکت مجازی را اداره می‌کند و روابط درون سازمانی را ایجاد می‌نماید. میلیون‌ها کاربر نوت در هزاران سازمان وجود دارند. بسیاری از کاربردها مستقیماً در لوتوس نوت برنامه ریزی شده اند. این شامل فضای یادگیری است، یک بسته نرم افزاری درس افزاری می‌باشد که یادگیری از راه دور را حمایت می‌کند.
جلسه شبکه‌ای مایکروسافت
Microsoft Netmeeting
این مورد یک بسته نرم افزاری مشارکتی است که شامل نرم افزار تخته سفید، مبادله کاربردی، انتقال فایل، چت متنی، کنفرانس داده‌ای و کنفرانس صوتی و ویدئویی کامپیوتری می‌باشد. این تبادل کاربردی،پیشرفت وسیع آن چیزی است که یک دهه پیش »نرم افزار تخته سفید« نامیده می‌شد. این نرم افزار (Microsoft Netmeeting) در سیستم اجرایی ویندوز قرار دارد . بعنوان یک نمونه موفق از این نرم افزار سیستم پشتیبانی تصمیم 4/7 را مشاهده نمایید.
سیستم پشتیبانی تصمیم : رأی گیری اینترنتی
فناوریهای مشارکتی که شامل مکانیزه‌های رأی گیری از طریق اینترنت است , کار گروهی را بهبود بخشیده است . رأی گیری برای ادارات عمومی , نهایت استفاده از گروه افزار محسوب می‌شود . موضوع داغی در اوایل سال 2000 در ایالات متحده مطرح بوده مسئله این بودکه ایالت‌ها چه زمانی اجازه برپایی انتخابات عمومی را از طریق اینترنت می‌دهند. تگزارس اولین ایالتی بود که این امکان را برآورده کرد . در سال 2000 آلاسکا نظر خواهی اینترنتی را برای ساکنین مناطق دور افتاده فراهم کرد . نظر خواهی یک بخش رسمی از انتخابات مقدماتی ریاست جمهوری آلاسکاست . ایالت واشنگتن به همه رأی دهنده گان ثبت شده اجازه داد در انتخابات مقدماتی ریاست جمهوری در سال 2000 از اینترنت استفاده نمایند . کالیفرنیا و آریزونا نیز این نوع رأی گیری را امتحان کردند .B این نوع رأی گیری اینترنتی باعث کاهش در هزینه‌های پست و برگه رأی گیری و همچنین کاهش خطا در شمارش اراء می‌شود . پس از مشکلات انتخابات ریاست جمهوری آمریکا در سال 2000 چندین ایالت ماشین‌های رأی گیری الکترونیکی را تهیه نمودند. ایالت جورجیا آن دستگاه‌ها را در انتخابات محلی بعدی بکار گرفت و بالاخره رأی گیری از طریق وب را پذیرفت . در سال 2000، چندین ایالت به بررسی چگونگی ایجاد و انجام رأی گیری صحیح و بدون خطا از طریق وب پرداختتند. برای کسب اطلاعات بیشتر در زمینه رأی گیری آن لاین ,‌هاریسون (2000) و تیلت (2000) را مشاهده کنید .
: Groove
فضای دایر groove کاربرد پایانه‌ای groove برای مباحث امنیتی , مبادله فایل, پروژه‌ها و جلسات است
. فضای دایر groove چه تنها بکار گرفته شود و چه با سرورهای مبادلاتی گروه و خدمات میزبان این امکان را برای مشارکت ان لاین – آف لاین بطور همزمان فراهم می‌آورد که هزینه پروژه را کاهش دهد و زمان تحویل کالاها و خدمات را به بازار افزایش دهد . ابزار گروه یک وسیله توفان / بارش فکری انعطاف پذیر می‌باشد که به اعضا اجازه میدهد لیست‌های سلسله مراتبی ساختار بندی شده را تهیه کنند . چارچوب همکاری هم سطح گروو در مقابل دیوارهای آتش فعالیت می‌کند ونیازی به تشکیلات ویژه یا سازمان فناوری اطلاعات ندارد . یک نسخه (ورژن) نمایش دهی عملی و مفید برای انتقال دادن و بارگذاری کردن مفیداست .
با وجود اینکه مدتی طول می‌کشد تا اولین جلسه را سازمانبندی کندو همه فایل‌ها را به کاربران انتقال دهد، اما این بسته نرم افزاری ارزان، مفید و کارآمد و هم رتبه و هم سطح است . در تصویر 2/7 نمونه‌ای از آن مشاهده می‌کنید .
اتاق جلسه سیستم‌های گروهی و آن لاین (بر خط , مستقیم)
اتاق جلسه سیستم‌های گروهی یکی اولین بسته‌های جلسه الکترونی زمان مشابه مکان مشابه بودو سرعت را برای صنعت تنظیم می‌نمود . سیستم‌های گروهی آن لاین در وب بصورت ناشناس عمل می‌کننددر حالیکه اتاق / فضای جلسه در یک شبکه منطقه‌ای و محلی اجرا می‌شود . سیستم‌های گروهی آن لاین پاسخی به نیازهای بازار بودو در بسیاری از تحقیقات آکادمیک بکار می‌رفت تا ابزارهای ضروری را چگونگی عملکرد آنها را ایجاد و بررسی نمایند . این بسته‌ها برای بقیه بخش‌های بازار سرعت کار را تنظیم می‌کردند.
قابلیت‌های آنها رادر بخش بعدی مورد مطالعه قرار می‌دهیم .
مرکز همایش Webex و مرکز کنفرانس مکان افزار
مرکز همایش webex یک گروه افزار پرداخت برای هر بار استفاده است . این مرکز شیوه ساده و با هزینه کمی را فراهم می‌آورد که جلسات اکترونیکی را از طریق وب برگزار نمایند . زمان و فضای جلسه در وب اجازه و قابل دسترسی هستند .webex شامل همه ویژگی‌هایی است که شما برای اجرای یک همایش به آن نیاز دارید . مرکز همایش webex دادهها , صدا و تصویر را در یک مرورگر استاندارد وب برای جلسات واقعی از طریق اینترنت منسجم می‌نماید . این کار بر روی هر نوع رایانه‌ای (رومیزی، کامپیوترهای کیفی یادستی بی سیم ) امکانپذیر است . webex شامل همه ابزارهایی است که برای تبادل اسناد یا نظرات موردنیاز می‌باشند . مرکز همایش webex جلسات آن لاینی را برگزار می‌نماید که نیازی به کارشناسان فناوری اطلاعات ندارندو هزینه‌های راه اندازی بسیار پائینی دارند. شبکه آهنگ رسانه‌ای webex برقراری ارتباط برای ویدئو کنفرانس‌ها را خیلی سریع انجام می‌دهد . مرکز کنفرانس مکان افزار هم خدمات مشابهی را فراهم می‌کند . البته علاوه بر آن , کلاس درس مجازی را هم در یک محیط یادگیری از راه دور می‌باشد، تهیه و تدارک می‌بینید.
سیستم پشتیبانی تصمیم 4/7:
جک ادنل مدیر اجرایی شرکت ادنل و شرکا می‌باشد. این شرکت قراردادی در منهتن قرار داد و شعبی نیز در شیکاگو، لندن و میلان دارد . تا همین اواخر، ادنل لازم می‌دانست زمانی که پروژه‌ها در مراحل اساسی ومهم هستند، در سایت باشد . وی اظهار می‌دارد زمانیکه در حال معامله با گروهی از معماران، طراحان و پیمانکاران هستیم که هر کدام زبانی متفاوت دارند و اصطلاحات حرفه‌ای مخصوص به خود را دارا می‌باشند تماس‌های تلفنی وایمیل‌ها کافی نمی‌باشند . کم کم من و شرکایم دریافتیم بیشتری وقت خود را در فرودگاه‌ها سپری می‌کنیم . همایش شبکه مایکروسافت حمایت محاسبه مشارکتی را برای کارهای گروهی فراهم کرد . همچنین ویدئوی / تصاویر فوری را نیز تدارک دید . اکنون ادنل واعضای گروهش بصورت آن لاین یکدیگر را ملاقات می‌کنند . وی می‌گوید : همه می‌توانند چنین تجهیزاتی را تهیه کنند و از این طریق نه تنها درباره پیشرفت بخشی از پروژه شان صحبت کنند . بلکه آن را نشان دهند .
ما می‌توانیم در حالیکه روبروی هم نشسته ایم بر روی فایل‌ها و پرونده‌های مان کار کنیم . همچنین می‌توانیم حالات چهره یکدیگر را ببینیم بنابراین کاملاً مشابه یک جلسه واقعی است . ادنل برآورد می‌کند که کنفرانس از طریق وب حداقل در سال 1999 نیم میلیون دلار از هزینه‌های سفر شرکتش را کاهش داده است و همچنین افراد کمتری نیز در آخرین سفر هوایی شان مبتلا به ویروس وبیماری شدند که این خود مزیت بسیار مهمی است.
نکات:
توسعه و اجرای سیستم‌های وسیع داد و ستد مشارکتی مثل لوتوس نوت گران قیمت و پر هزینه است .
برای کسب سود از چنین گروه افزاری، نیاز به کارکنان پشتبانی تمام وقت می‌باشدتا سیستم را عملیاتی کنند . از طرفی groove نسبتًاً ارزان است واستفاده و نصب آن برای یک سازمان ساده و آسان است . گزارش‌های صنایع برآورد می‌کنند که همه انواع گروه افزارها بخشی از فرآیند تصمیم گیری مشارکتی شده‌اند . در سال 2001 کل بازار به 4/4 بیلیون دلار رسیده است، بیست درصد بیشتر از سال گذشته، تا سال 2005 باید به 8/8 بیلیون دلار برسد . این رشد نیاز به زمان و پس انداز پول از طریق کاهش سفرها و از طریق تمرکز زدایی سازمانی و جهانی شدن امکان پذیر است.

5,7 سیستم‌های حمایت از گروه
بیشتر کار گروهی در جلسات صورت می‌گیرد . علیرغم انتقادهایی که از مفید بودن و کارآمد بودن جلسات می‌شود، هنوز هم افراد در گروه‌ها به بحث درباره موضوعات مختلف و کار می‌پردازند . جلسات می‌توانند موثرو مفید باشد با وجود اینکه بیش از 80 درصد آنچه در یک جلسه ورد بحث قرار می‌گیرد یا فراموش می‌شود و یا به اشتباه به یاد می‌آید . سیستم پشتیبانی تصمیم (B 7/5 (DSS مجموعه‌ای از منافع نهانی یا سودهای فرآیند کار گروهی را مشخص و تعیین می‌کنیم . کار گروهی اغلب با اختلالاتی روبروست که خسارارت یا زیانهای فرآیند نامیده می‌شوند.
هدف GSS افزایش بعضی سودهای مشارکت و همکاران و کاهش یا حذف برخی از خسارات است . محققان شیوه‌هایی را برای توسعه فرآیندهای کار گروهی ایجاد کرده‌اند که بعضی از این شیوه‌ها دینامیک گروه می‌باشند . دو شیوه بعنوان نمونه عبارتند از تکنیک گروه اسمی (NGT) وشیوه دلفی (زبان بانک اطلاعاتی).این شیوه‌ها روشهای دستی برای حمایت کارگروهی هستند . لیندستون و تاروف (1975) و فصل مربوط به وب را برای کسب اطلاعات بیشتر مطالعه نمایید.
موفقیت محدود و ناچیز روشهایی از قبیل NGT و دلفی منجر شد به استفاده از فناوری اطلاعات برای حمایت از جلسات گروهی فناوری اصلی سیستم حمایت از گروه (GSS) نام دارد. در آغاز دهه 1990 این اصطلاح جای سیستم حمایت از تصمیم گروه GDDS را گرفت . زیرا محققان پی بردند که فناوریهای محاسبه مشارکتی بیش از تصمیم گیری عمل می‌کردند .B
یک GSS کامل هنوزهم بعنوان یک سیستم اطلاعاتی طراحی شده محسوب می‌شود اما از اواسط دهه
1990 بسیاری از قابلیت‌های GSS در ابزارهای بهره وری کاربرد دارند برای مثال Microsoft netmeeting client بخشی از ویندوز است . بیشتر GSS‌ها به آسانی مورد استفاده قرار می‌گیرند زیرا دارای رابطه گرافیکی کاربرد (GUI) ویندوز و یا مینجی مرورگر وب می‌باشند . بیشتر GSS‌ها عمومی و کلی هستند واز فعالیت‌هایی از قبیل تولید نظر و عقیده رأی گیری و حل ناسازگاری حمایت مینمایند.
یک سیستم جلسه الکترونیکی (EMS) نوعی از گروه افزار است که از جلسات در هر زمان و مکانی پشتیبانی می‌کند . تکالیف گروهی شامل موارد زیر می‌باشند اما به آنها محدود نمی‌شوند : ارتباط، طراحی، ابراز عقیده ونظر، حل مسأله بحث موضوعی، مذاکره، حل ناسازگاری، تجزیه و تحلیل سیستم و طراحی آن و فعالیت‌های گروهی – مشارکتی از قبیل آماده سازی ومبادله مدارک . EMS بطورکلی در بردارنده ویدئو کنفرانس‌های رایانه‌ای می‌باشد که در گذشته ممکن نبود. با این حال، بین این دو مفهوم ابهام وجود دارد، بنابراین باید امروزه، آنها رامترادف به حساب آورد.
تنظیمات GSS از جلسه یک گروه در یک موقعیت واحد برای حل یک مسئله خاص تا موقعیت‌های گوناگون که از طریق کانال‌های ارتباط از راه دور با هدف بررسی مسائل متعدد صورت می‌گیرد، گسترده می‌شود . برای مطالعه جزئیات بیشتر با مالهوترای (2001) و بورک (2001) مراجعه نمائید. GSS می‌توان با استفاده از شیوه‌های مشارکتی جدید در همچنان در حال پیدایش واختراع می‌باشند در موقعیت‌های ناهمگام (و زمان‌های متفاوت) عمل نماید.
GSS را می‌توان از نظر فعالیت‌های گروهی معمولی که از حمایت رایانه‌ای سود می‌برند مورد بررسی قرار داد بازیابی اطلاعات، شامل دسترسی به ارزش‌های داده‌ای از یک پایگاه داده‌ای موجود و بازیابی اطلاعات از دیگر اعضای گروه مبادله اطلاعات، نمایش داده‌ها برای همه گروه بر روی یک صفحه نمایش معمولی و یا در ایستگاه‌های کاری اعضای گروه . کاربرد اطلاعات، کاربرد فناوری نرم افزار، روش‌ها و تکنیک‌های حل مسأله برای دستیابی به یک تصمیم گروهی . خلاقیت در حل مسأله از طریق GSS ارتقاء می‌یابد . هدف GSS حمایت از شرکت کنندگان جلسه است . بمنظو ارتقاء بهره وری و کارآمدی جلسات از طریق افزایش سرعت فرآیند تصمیم گیری و یا ارتقاء کیفیت نتایج GSS سعی دارد که پیشرفت/ سودهای کار و فرآیند را بالا برد و خسارت و زیان‌های آن‌ها را کم کند .منافع و سود حاصل از فرآیند GSS در سیستم حمایت از تصمیم 9/7 فهرست شده‌اند . بطور کلی، GSS در عمل موفق بوده است . با این وجود، بعضی از سودهای آن کاهش یافته‌اند . در حالیکه برخی از خسارات افزوده شده‌اند . بواسطه حمایت از اعضای گروه برای تبادل عقاید ونظراتشان، پیشرفت را به وجود آوره‌اند .ویژگیهای خاصی از جمله تشابه / توازن وگمنامی / ناشناس ماندن این پیشرفت را به وجود آورده‌اند . بسیاری از آزمایشات، مطالعات حوزه‌ای و تحقیقات انجام شده کارآیی واثر بخشی GSS را تأئید نمایند . پس از چند دهه بکار گیری GSS، آشکار است که GSS موفق می‌باشد و همواره برنده است . زمان ذخیره شدن سفرها و تشابه باعث کاهش هزینه‌ها شده اند، در حالیکه ناشناس ماندن منجر به تولیدوارائه نظرات بیشتر و ابراز نظرات خلاقانه تر نیز شده است.
برای مثال، کاربرد موردی 71، فصل WELCOM WEB را و همینطور وب سایت‌های فروشندگان GSS را مطالعه نمایید که درا ین وب سایت محاسبه مشارکتی باعث ایجاد سرعت در فرآیند و همچنین پس انداز و صرفه جویی در هزینه‌ها شده است.

سیستم حمایت از تصمیم 5/7
هفت اشتباه جلسات کسالت آور و هفت گام تا رستگاری و نجات
از آنجائیکه جلسات بی تأثیر، بی فایده و بی پایان است . به ما کمک می‌کند که بفهمیم چه چیز نادرست است و چه چیزهایی درست هستند . جلسات بد منبع پیام‌های منفی درباره یک سازمان واعضای آن می‌باشند . چون هر چه تعداد کارهای گروهی بیشتر شود، تعداد جلسات نیز افزایش می‌یابد. ابزارها وتکنیک‌های متعددی وجود دارند . که جلسات را موثرتر و حتی جالبتر میکنند و در ادامه خلاصه‌ای از هفت اشتباه جلسات خسته کننده و هفت شیوه برای مفیدتر کردن آن‌ها ذکر شده ا ست .
اشتباه اول : مردم جلسات را جدی نمی‌گیرند . دیر می‌آیند، زود می‌روند و بیشتروقتشان را به خط خطی کردن کاغذ می‌پردازند.
راه نجات: پذیرفتن اینکه جلسات، کارهایی واقعی ومهم هستند. ایجاد یک اعتقاد همگانی میانی شرکت کننده‌ها در جلسات مفید و مهم می‌باشند.
اشتباه دوم: جلسات خیلی طولانی هستند. باید زمان یک جلسه طولانی را میان دو جلسه کوتاهتر تقسیم کرد.
راه نجات: وقت طلاست، جلسات نباید بیش از 90 دقیقه طول بکشند . اغلب افراد توجهی به اینکه هزینه هر جلسه چقدر زیاد است، نمی‌کنند . برنارد دی کوون نظریه اندازه گرفتن جلسات را ارائه داد . این یک متر / کنتور شبیه به تاکسی است که کل هزینه یک جلسه رامحاسبه می‌نماید ( مدت زمان سفر یا بیماری) . یک نفر سریعاً به اعداد نگاه می‌اندازد و مجددا به سرعت به کار خود ادامه می‌دهد . گروه افزار می‌تواند تشابه و توازن را ترتیب دهد بویژه در توفان فکری که زمان جلسه را کم می‌کند .
اشتباه سوم: افراد غالب ازموضوع منحرف می‌شوند. شرکت کننده‌ها بیش از آنکه به بحث بپردازند، از این شاخه به آن شاخه می‌پرند.
راه نجات : دستور جلسه را جدی بگیرید و مسائلی را که ذهن شما را درگیر می‌کند در "پارکینگ" قرار دهید (منظور این است که این موارد برای مدتی از ذهن خود دور کنید). اطمینان حاصل کنید که دستور جلسه دارید و از قبل برای جلسه برنامه ریزی کنید .
اشتباه چهارم : پس از پایان جلسه هیچ اتفاقی نمی‌ا فتد . افراد مباحث و موضوعات را عملی نمی‌کنند.
راه نجات : مسائل نتیجه گیری شده در جلسه را به عمل تبدیل کنید . وقتی افراد جلسه راترک می‌کنند، گاه به خاطر نمی‌آورند که چه اتفاقی افتاده است . ظرفیت درک غلط نامحدود است. حافظه گروهی در این وضعیت موردنیاز است . مدارک مبادله شده باید یادآوری شود . این قدرتمند‌ترین نقش فناوری است . افراد باید بادقیقه‌های واقعی و فوری تنها گذاشته شوند.
اشتباه پنجم: افراد حقیقت را نمی‌گویند . مکالماتی صورت می‌گیرد اما صداقت چندانی به چشم نمی‌خورد.
راه نجات: ناشناس ماندن را ایجاد کنید . مردم به اندازه کافی احساس امنیت نمی‌کنند که آنچه را در ذهن صراحتاً بگویند . GSS که ناشناس ماندن را ایجاد می‌کند می‌تواند کمک کند.
اشتباه ششم: جلسات همیشه اطلاعات مهم را فرآموش می‌کنند و بنابراین تصمیمات انتقادی واساسی را به تعویق می‌اندازند.
راه نجات : داده‌ها را دریافت کنید. فقط به مبلمان اتاق جلسه توجه نکنید. در این زمینه هم GSS می‌توانددر تأمین وسیله‌ای برای دریافت و کسب داده‌ها کمک کننده باشد.
اشتباه هفتم: جلسات هیچگاه شرایط بهتری پیدا نمی‌کنند. افراد بارها و بارها اشتباهات مشابهی را انجام می‌دهند .
راه نجات: کار نیکو کردن از پر کردن است . کنترل کنید که چه چیزهایی کار می‌کنند و چه چیزها / افرادی کار نمی‌کنند . افراد مسئول و پاسخگو بار می‌آورید. در شرکت چارلز کواب، یکنفر به نام "مشاهده گر" وجود دارد که برای هر جلسه فهرست plus/delta را فراهم می‌کند این فهرست آنچه را که درست و آنچه را که غلط انجام می‌شود ثبت می‌کند . این فهرست‌ها در طول زمان دستور جلسه‌ای برای تغییر ایجاد مینمایند .این فهرست‌ها نهایتا حافظه سازمانی را تشکیل می‌دهند. برنارد دی کوون بیان می‌دارد .
جلسات تا چه اندازه میتوانند پیشرفت کنند ؟ افراد جلسات خوبی ندارند زیرا نمی‌دانند جلسات خوب چگونه هستند . جلسات خوب فق درباره کار نیستند. آنا در رابطه با سرگرمی وتفریح هم می‌باشند .این جلسات بیش از مشارکت وهمکاری هستند و آنه باید هدف خود را بر چیزی بیش از مشارکت گروهی متمرکز کنند .افراد باید آزادانه فکر کنند تا افکارشان خلاقانه تر باشد .

سیستم حمایت از تصمیم 6/7
منافع کار گروهی
شرایط یادگیری را فراهم می‌کند . گروه‌ها در درک مشکلات بهتر از افراد عمل می‌نمایند .
افراد نسبت به مشکلات و حل آنها احساس مالکیت می‌کنند . مسئولیت می‌پذیرند .
اعضای گروه در تصمیمات شخصیت خود را بکار می‌گیرند و بنابرآن به راه حل می‌رسند .
گروه‌ها دردرک خطاها بهتر از افراد عمل می‌کنند.

اطلاعات یک گروه بیش از یک عضو است . گروه‌ها می‌توانند دانش خود را ترکیب کنند تا دانش جدیدی ایجاد نمایند . هر چه نمونه‌های خلاقانه بیشتری برای حل مسأله ایجاد شود، راه حل‌های بهتری بدست می‌آید.
یک گروه ممکن است در طول حل مسئله همیاری بیشتری بکار گیرد.
کارکردن و فعالیت در یک گروه خلاقیت شرکت کننده‌ها و فرآیند را بر می‌انگیزد .
یک گروه با کارکردن با یکدیگر ارتباط بهتر و دقیق تری را ایجاد می‌کنند.
ریسک پذیری و میل به خطر کردن به حالت تعادل باز می‌گردد. گروه‌ها افراد ریسک پذیر رامتعادل کرده و محافظه کاران را تشویق و ترغیب می‌نمایند.
سیستم حمایت از تصمیم 7/7
اختلالات بالقوه کار گروهی (خسارت فرایند)
فشارهای اجتماعی سازگاری با گروه منجر به تفکر گروهی می‌گردد. •
نبود هماهنگی در کار جلسات و طرح جلسه نامناسب •
•
تمایل به تکرار آنچه قبلاً گفته شده است. •
تمایل اعضای گروه به اتخاذ تصمیمات پرخطر •
ارائه اطلاعات بیش از اندازه •
تجزیه و تحلیل ناقص یانادرست از کار •
عدم توجه •
بازخوردکند و آهسته •
این فرآیند کند و وقت گر است •
تأثیرات نامناسب (تسلط زمان، موضوع یا عقاید گروه اندکی از افراد) •
زمان بدون بهره وری( آماده شدن یا انتظار برای افرادی که دیر می‌رسند) •
هزینه‌های بالای جلسات •
استفاده نادرست یا ناقص از اطلاعات •
ارائه اطلاعات کم •
ادامه مطالب بصورت ناقص / نادرست در گروه •
عدم تمرکز •

سیستم حمایت از تصمیم 8/7
الگوهای تصمیم گیری گروهی – 2000EC، ویرایش دوم برای گروه‌ها :
براساس فرآیند سلسله مراتبی تحلیلی (AHP) روش شناسی تصمیم گیری بعنوان انتخاب کارشناس
(فصل 4) اجرا شده ا ست . 2000EC ویرایش دوم برای گروه‌ها به اعضای گروه کمک می‌نماید که اهداف
، مقاصد، ملاک‌ها و جانشین‌ها را توصیف نموده و سپس آنها در یک ساختار سلسله مراتبی سازماندهی کنند. شرکت کننده‌ها با استفاده از کامپیوتر‌های شخصی، اهمیت نسبی متغیرهای تصمیم را مقایسه و اولویت بندی می‌کنند. 2000EC برای گروه‌ها، سپس به تلفیق قضاوت گروه‌ها می‌پردازد تا به تصمیمی و نتیجه‌ای واحد برسد و به افراد این اجازه را می‌دهد که بررسی نماید . چطور تغییر ارزش معیارها / ملاک‌هایشان بر روی نتیجه موثر است . EC از شیوه افراد در تصمیم گیری، جمع آوری اطلاعات، ساختار بندی تصمیم، ارزشگذاری متغیرها و جایگزین‌ها و نتیجه گیری تقلید می‌کند . EC فرایند تصمیم را حمایت می‌کند . گروه سلسله مراتب تصمیم AHP را زمانیکه اعضا متوجه آن شوند، ساختار بندی می‌کند . این اعضای گروه هستند که قضاوت می‌کنند و همان‌ها هستند که تصمیم می‌گیرند .
سیستم حمایت از تصمیم 9/7
منفعت‌های فرآیند GSS پشتیبانی از پردازش موازی اطلاعات و ارائه نظر و عقیده
اجازه به گروه در استفاده از تکنیکها و شیوه‌های سازمان یافته و غیر سازمان یافته امکان بحث‌های رایانه‌ای موازی و مشابه
ناشناخته بودن به افراد خجالتی کمک می‌کند تا در جلسات مشارکتی نمایند.
امکان شرکت در رأی گیری‌های فوری و بدون ذکر نام را فراهم می‌کند .
امکان تعامل همزمان چندین کارر را فراهم می‌کند (کنفرانس)
امکان شرکت گروه‌های بزرگتر با اطلاعات، دانش ومهارتهای کامل ترارائه پیشنهاد برای دستابی آسان و سریع به اطلاعات بیرونی / خارجیکمک به شرکت کننده‌ها در ایجاد تصویر و وضعیتی بزرگ

ناشناخته بودن، افراد پرخاشگر را از تحریک جلسه باز می‌دارد.
ساختاری برای متمرکز نگه داشتن گروه بر موضوعات ایجاد می‌کند.
همه اطلاعات ارائه شده در جلسات را ثبت می‌نماید(حافظه سازمانی)

سیستم حمایت از تصمیم 10/7
سازمان شیمایی Eastman فرایندهای خلاق را حمایت می‌کند و با گروه افزار پانصد هزار دلار ذخیره مینماید .
مسئله : سازمان شیمیایی Eastman مایل به استفاده از جلسات حل مسئله خلاق بود تا از این طریق نظرات را پردازش کند.
مشتریان باید هر مشکلی را ارائه می‌دادند و باید از جداول و یادداشت‌ها / توضیحاتی نیز استفاده کردند تا راه حل‌های بهتری بدست باید. اما مطالعه و سازمان بندی یادداشت‌ها خیلی وقت گیر بود . شرکت به نظرات بیشتر و روشهای بهتری برای مطالعه نیازهای مشتریان احتیاج داشت . روشهای سنتی دیگر موثر نبودند. این فرآیند کاملاً بدون بهره وری شده بود و وقت زیادی می‌گرفت .
راه حل : سازمان Eastman سیستم‌های گروهی را انتخاب کرد تا حل مسئله‌‌اش را حمایت نماید واوضاع جلساتش رابهبود بخشد . امروزه جلسات به شرح زیل عمل می‌کنند. اول، شرکت کننده‌ها مسئله را بیان می‌نمایند و آن را تجسم و تصور می‌نمایند . سپس نظرات خود را به صورت توفان فکری ارائه می‌دهند تا راه حل‌های نهانی را برای مسئله مورد نظر ابزار کنند. سعی می‌کنند از تکنیک‌های خلاقیت استفاده کنند. در پایان، در جلسه دو ساعته، حدود 400 نظر از 9 نفر جمع آوری شده بود. بعد از طبقه بندی کردن موارد مشابه، گروه سه نظری را که در صدر قرار دادند با استفاده از ابزار تجزیه و تحلیل جایگزین تعیین می‌کند . سپس نتایج در یک صفحه گسترده Exel کپی می‌شوند تا یک طرح کار ایجاد کنند. علاوه بر این Eastman صد مدیر R&D رادر طول جلسات بکار گرفته تا استراتژی‌ها مطرح و برجسته راتعیین نمایند .
آنها پس از ارائه شدن 2200 نظر، با یک طرح کار برای تعیین سه نظر برتر، هشت موقعیت را عنوان کردند.
نتایج : هنری گوترانس، مدیر گروه هسته‌ای فناوری پلیمر در سال Eastman اظهار می‌دارد: ما دریافتم که با سیستم‌های گروهی با نظرات خاص و غیر معمول رو به رو می‌شویم، فضایی غنی تر داریم تا از میان آن انتخاب نمائیم و خیلی سریعتر به نقطه مورد نظر می‌رسیم . من مطالعاتی انجام دادم و محاسبه کردم که نرم افزار مورد نظر در پنجاه درصد زمان افراد صرفه جویی می‌کند و برای دوازده نفر در طول یک سال
بیش از پانصد هزار دلار ذخیهر می‌نماید . در نتیجه این سازمان دومین گواهینامه را خرید و به تجهیزات پیشرفت دیگری است یافت تا افراد بیشتری بتوانند از گروه اقرار بهره جویند.

6,7 فناوری‌های سیستم‌های حمایت گروهی
سه راه برای بار گیری فناوری GSS وجود دارد:
در یک اتاق تصمیم گیری با هدف خاص در یک وسیله یا تجهیزات چند کاربردی
به عنوان گروه افزاری بر پایه وب با مشتریانی که هر جا اعضای گروه هستند .

به کار خود ادامه می‌دهند (در هر مکانی کار خود را ادامه دهند)
ابتدایی‌ترین GSS در اتاق‌های تصمیم گیری با هدف خاص، طبق سفارش مشتری و گرانقیمت نصب شد همراه با کامپیوتر‌های شخصی بانمایشگرهای پایین تر از زمین که زیر میزها مخفی شدن بودند و یک صفحه نمایش بزرگ در جلوی اتاق . هدف و نظر اصلی این بود که فقط مدیران اجرایی و مدیران سطح بالا امکان استفاده ازاین تجهیزات را دارند . نرم افزار موجود در یک اتاق جلسه الکترونیکی معمولاً در یک شبکه محلی (LAN) کار گرفته می‌شود . اتاق‌های جلسات الکترونیکی اشکال و اندازه‌های متفاوتی دارند . چنین اتاق‌هایی در طراحی معمولی شامل 30 – 12 کامپیوتر شخصی شبکه بندی شده می‌باشند . یک کامپیوتر شخص سرور به یک سیستم پروژه‌ای با صفحه نمایش بزرگ متصل است و به شکبه نیز وصل است تا کار افراد رادرایستگاه‌های کاری نمایش دهد . درنزدیکی اتاق تصمیم اتاق‌های استراحتی وجود دارند که مجهز به کامپیوترهای متصل به سرور می‌باشند و زیر گروه هی کوچک می‌تواند در آن‌ها به مشورت بپردزند .
نتیجه مشورت‌های این زیر گروه‌ها رانیز می‌توان روی صفحه نمایش بزرگ نشان داد . سازمانها هنوز هم از این اتاق‌های الکترونیکی استفاده می‌کنند. واین اتاق‌ها امکان حمایت از جلسات زمان یکسان مکان یکسان را دارند. یکی از مدارس اهیو چنین تجهیزات قابل انتقالی را در یک اتوبوس فراهم نمود. با این که تکنولوژی مشارکتی کاربرد زیادی پیدا کرده اما هنوز هم گروه‌ها مایل به تعاملات رودرو می‌باشند . چنین امکاناتی می‌تواند آموزش از راه دور و ویدئو کنفرانس‌ها را هم پشتیبانی کند و حتی به عنوان یک آزمایشگاه کامپیوتری گران قیمت نیز عمل کند. راه دوم ساخت یک وسیله چند کاربردی است . مثل یک آزمایشگاه کامپیوتری با هدف عمومی و یا یک کلاس کامپیوتر برای مثال در دانشکده بازرگانی Terry درمجموعه دانشگاه‌های ایالت جورجیا، سن فورد‌هال دارای یک کلاس کامپیوتر با 48 صندلی بود که تجهیزات اتاق جلسه سیستم‌های گروهی نیز در آن نصب شده بود .ا ین کلاس سه کاربردی بود زیرا از آنجائیکه شامل جدیدترین نرم افزارها و سخت افزارهای آکادمیک ویدئو کنفرانس هم بود، بعنوان یک کلاس آموزش از راه دور هم قابل استفاده بود . چون یک اتاق تصمیم گیری برای صد در صد زمان یک کار گروهی استفاده نمی‌شود، این شیوه‌ای مفید برای کاهش و یا مبادله هزینه‌ها است . برای روش‌های اول ودوم، یک تسهیل گرآموزش دیده لازم است تا جلسات را هماهنگ و منظم کند . رهبر گروه نیز برای سازماندهی جلسه با وی همکاری می‌نماید .
موفقیت جلسه GSS بستگی دارد به کیفیت، فعالیت‌ها و پشتیبانی تسهیل گر . برای اطلاعات بیشتر نونیا ما (1996) را بررسی کنید تا اطلاعاتی درباره حمایت تسهیل گر که یک

تأثیرات وب
رابطه کاربرد گرافیکی، دوست داشتنی، ثابت برای مشتریان/ واحدهای گیرنده

محاسبه مشارکتی / GSS مشارکت

دسترسی سریع و ایمن به اعضای گروهابزارهای مشارکت پیشرفته دسترسی به داده‌ها / اطلاعات / دانش بر روی سرورهاامکان تبادل اسناد و مدارکامکان مشارکت در هر زمان ومکان
امکان مشارکت بین شرکتها، فروشندگان و خریدارانپیشرفت در مدیریت، سخت افزار، نرم افزار عمدتاً به واسطه مشارکت در CASE و دیگر ابزار طراحی و تجزیه و تحلیل سیستم‌ها
پیشرفت در روشهای ایجاد و طراحی سایتجستجو در وب بطور همزمان
ارتباطات ارتباط سریع و پیشرفته بین اعضای گروه و اتصال به داده‌ها و منابع دانش واطلاعات
امکان استفاده از ویدئو کنفرانس صوتی بدون استفاده از LAN
پیشرفت در مدیریت، سخت افزار، نرم افزار عمدتاً به واسطه مشارکت در CASE و دیگر ابزار طراحی و تجزیه و تحلیل سیستم‌ها
پیشرفت در روشهای ایجاد و طراحی سایت
جستجو در وب بطور همزمان
اتاق‌های تصمیم گیری رابطه کاربرد گرافیکی، دوست داشتنی و پایدار برای گیرنه‌ها
حمایت از ارتباطات
دسترسی به ابزارهای بر پایه وب
گرده‌های طراحی اتاق می‌توانند برای تهیه تجهیزات پیشرفته مشارکت نمایند.
پیشرفت در مدیریت، سخت افزار، نرم افزار عمدتاً به واسطه مشارکت در CASE و دیگر ابزار طراحی و تجزیه و تحلیل سیستم‌ها
پیشرفت در روشهای ایجاد و طراحی سایتجستجو در وب بطور همزمان
تجهیزات با حالات ترکیبی رابطه کاربرد گرافیکی، دوست داشتنی و پایدار برای گیرنه‌ها
حمایت از ارتباطات
دسترسی به ابزارهای بر پایه وب
گرده‌های طراحی اتاق می‌توانند برای تهیه تجهیزات پیشرفته مشارکت نمایند.
پیشرفت در مدیریت، سخت افزار، نرم افزار عمدتاً به واسطه مشارکت در CASE و دیگر ابزار طراحی و تجزیه و تحلیل سیستم‌ها
پیشرفت در روشهای ایجاد و طراحی سایتجستجو در وب بطور همزمان
گروه همنشین ارتباط واتصال سریع به رایانه را فراهم می‌اورندتا امکان مشارکت‌های فوری و سریع صورت بگیرد.
رابطه کاربرد گرافیکی، دوست داشتنی و پایدار برای گیرنه‌ها
حمایت از ارتباطات
دسترسی به ابزارهای بر پایه وب
گرده‌های طراحی اتاق می‌توانند برای تهیه تجهیزات پیشرفته مشارکت نمایند.
پیشرفت در مدیریت، سخت افزار، نرم افزار عمدتاً به واسطه مشارکت در CASE و دیگر ابزار طراحی و تجزیه و تحلیل سیستم‌ها
پیشرفت در روشهای ایجاد و طراحی سایت بعد مهم از GSS می‌
جدول 1/7 محاسبه مشارکتی / GSS جستجو وتأثیرات در وبوب بطور همزمان باشد اما اغلب مورد بی توجهی قرار گرفته است، کسب نمایید.
از اواخر دهه 1990 متداولترین روش، روش سوم بود : استفاده از گروه افراد بر پایه وب یا LAN که به اعضای گروه این امکان را می‌دهد تا از هر مکانی ودر هر زمانی کار کنند. این گروه افزار شامل ویدئو کنفرانس و کنفرانس صوتی می‌باشد . در دسترس بودن گروه افزارهای ارزان قیمت، با قدرت کافی و هزینه اندک کامپیوتر‌های شخصی قابل انتقال و حمل، این نوع سیستم را کارآمد و پایدار کرده بود . برخی از گروه ه افزرها به ویژه groove در یک حالت همتا و هم سطح عمل می‌کنند.یعنی وقتی فردی بر روی یک کپی از کل کنفرانس کار می‌کند، فقط نیاز به انتقال اختلافات و تفاوت‌های میان فایل‌هاست . بنابراین ارتباط تلفنی استاندارد به خوبی عمل می‌نمایند . همچنین هزینه‌ی بالای ساخت چنین تجهیزاتی و یافتن یک تسهیل گر با تجربه و نیاز به داشتن شرکت کننده‌هایی که از مکان‌های دیگر و در هر زمانی ارتباط برقرار نمایند، باعث می‌شود دیگر نیازی به استفاده از دو روش اول احساس نشود . وب، انعطاف پذیری را در برگزاری جلسات ایجاد می‌کند و مسائل جالبی را ارائه می‌کند درباره اینکه چطور چنین جلساتی را تسهیل نماید .
موعدهای زمانی برای مناطقی که زمان‌های متفاوت دارند و سفرها تنظیم شده‌اند . مشکل دیگر جلساتی که بصورت رودر رو نیست این است که شرکت کننده‌ها مایلند افرادی را به آن‌ها کار می‌کنند، ببینند . بعضی سیستم‌ها به تصایر ساکن و بی حرکت منجر هستنددر حالیکه ویدئو کنفرانس با نشان دادن زبان بدن بعضی از ابعاد جلسه را ارتقاء می‌دهد . در جدول 1/7، محاسبات مشارکتی GSS و تأثیرات وب را ارائه کرده ایم .
سپس بعضی از ویژگیهای یک GSS جامع از طریق سیستم‌های گروهی تشریح نموده ایم .


7,7 اتاق جلسه سیستم‌های گروهی و بصورت آنلاین
این‌ها گروه افزارهایی جامع هستند به انواع گوناگون فرآینهای گروهی را حمایت می‌نمایند. اتاق جلسه یک نسخه LAN است در حالیکه آنلاین، نسخه وب می‌باشد. هر دوی آن‌ها مجموعه یکسانی از ابزارها و قابلیت‌ها را فراهم می‌کنند . منظور ما از این نرم افزارها، سیستم‌های گروهی است . یک نظر اجمالی به ابزراها و روابط آنها با فعالیت‌های اصی GSS صورت گرفته است که در تصویر 3/7 نمایش داده شده است.
دستور جلسه یک صفحه کنترلی است برای برنامه ریزی وا جرای فعالیت‌های سیستم‌های گروهی یعنی مدیر جلسه می‌باشد . ابزارهای سیستم‌های گروهی به دودسته ابزارهای استانداردوابزارهای پیشرفته تقسیم شده اند. ابزارهای استاندارد سیستم‌های گروهی، فرآیندهای گروهی را حمایت می‌کنند از جمله توفان فکری، ساخت فهرست، جمع آوری اطلاعات، رأی گیری سازماندهی اولویت بندی و اتفاق نظر یافتن .
• توفان فکری الکترونیکی نظرات و عقاید را در حالتی غیر سازمان یافته جمع آوری می‌کند .
گروه‌ها به سرعت در ابراز نظرات آزادانه اقدام می‌کنند. شرکت کننده‌ها به طور همزمان و ناشناس مشارکت می‌کنند.
• طراح گروه به اعضای گروه اجازه می‌دهد درباره یک فهرست چند سطحی از موضوعات در یک ساختار کلی ا ظهار نظر نمایند . شرکت کننده‌ها می‌توانند نظرات را در هر سطح از طرح کلی ضمیمه نمایند . نظرات منسجم و مشارکتی هستند.
• گزارشگر موضوع به شرکت کنندگان اجازه می‌دهد که درباره فهرستی از موضوعات اظهار نظر و بحث نمایند . این نوع ابزار نظر و عقیده نظام مندتر از توافان فکری الکترونیکی است اما از طراح گروه نظام مندی کمتری دارد.
• طبقه بندی کننده این امکان را به گروه می‌دهد فهرستی از نظرات تهیه نمایند . طبقه بندی و رده بندی برای عقاید ایجاد می‌شود و شرکت کننده‌ها می‌توانند نظرات را در طبقه موردنظر جستجو کنند.
• رأی دادن باعث می‌شود که از طریق ارزیابی گروه از مسائل، توافق نظر اعضای گروه ایجاد شود . روشهای متعددی برای رأی دادن ارائه شده است . نتایج بطور الکترونیکی جدول بندی و بطور آماده یا گرافیکی نمایش داده می‌شوند .
• ابزارهای پیشرفته سیستم‌های گروهی در بردارنده افزودنی‌هایی برای تجزیه و تحلیل، تحقیقات و مدل سازی می‌باشند.
• تجزیه و تحلیل متناوب به گروه این امکان را می‌دهدکه فهرستی از شیوه‌ها را در مقابل فهرستی از ملاک‌ها و معیارها موردسنجش و طبقه بندی قرا ردهد چون تصمیمات گروهی نیازمند ارزیابی دیدگاه‌ها و عقاید چندگانه است . گروه می‌تواند فرضیه‌های شرایط و اجرا را بواسطه تعدیل ارزش ملاک‌ها مورد آزمایش قرار دهد .
• تحقیق امکان تولید، اجرا و تجزیه و تحلیل یک پرسشنامه آن لاین را فراهم می‌آورد.
• طراح (نمونه سازی) فعالیت، حمایت گروهی کاربر پسند را برای فرآیند کاری / تجاری همزمان که مدل سازی رامجدداً برنامه ریزی می‌نماید فراهم می‌کند.
علاوه بر این، بخش هوش گروهی امکان دریافت ودر برگرفتن جافظه سازمانی جلسات گروهی قبلی و ترکیب، انتشار و بکارگیری آن‌ها در جلسه جدید را صورت می‌دهد . دستور جلسه تسهیل گر را پشتیبانی می‌کند . از طریق دستور جلسه، تسهیل گر جلسه را طراحی و اجرا مینماید و گزارشات وداده‌های جلسه را ثبت و نگهداری می‌کند.
سیستم‌های گروهی شامل چندین منبع گروهی دیگر می‌باشند.
• افراد : شامل گروهی از شرکت کننده‌ها با اطلاعات پیش زمینه می‌باشند.
• تخته سفید: وسیله‌ای است برای یادداشت و کشیدن.
• جزوات : اطلاعات مرجع برای بررسی گروه هستند.
• سنجش عقیده : یک نسخه سریع وساده از ابزارهای رأی گیری است برای سنجش نظرات
• منابع شخصی زیر بهره وری افراد را بالا می‌برد:
• کامپیوتر کیفی : امکان دسترسی به کاربردهای متداول را فراهم می‌کند(ماشین حساب، ایمیل، واژه پردازی)
• ثبت وقایع شخصی : یادداشت برداری مشخصی را ممکن می‌سازد.
صفحه نمایش رویدادها : اعضا را از فعالیتها واطلاعات جدید مطلع می‌کند.
8,7 فرایند جلسه GSS
جلسات الکترونیکی در یک زمان و مکان و رودرو پیشرفتی معمولی را دنبال می‌کنند. در مرحله اول، رهبر گروه با تسهیل گر بمنظور طراحی جلسه ملاقاتی دارد، آنها نرم افزارهای مورد نیاز را انتخاب کرده ویک دستور جلسه تهیه مینمایند .
درمرحله دوم، شرکت کننده‌ها در اتاق تصمیمگیری حاضر شده و رهبر گروه مسئله یا سوال را برای آنها مطرح می‌کند . در مرحله سوم شرکت کننده‌ها نظرات خود را (توفان فکری) تایپ کرده و بصورت عمومی نمایش می‌دهند . چون شرکت کننده‌ها شاهد این هستند که دیگران چه مسائلی را روی مانیتورهای خود تایپ می‌کنند، می‌توانند نظرات جدیدی را تولید نمایند . در مرحله چهارم، تسهیل گر با استفاده از نرم افزارهای سازماندهی عقاید، موضوعات و نظرات معمول را جستجو و آن‌ها را در طبقه‌ها و رده‌هایی با نظرات مناسب و مرتبط سازمان می‌دهد . نتایج بصورت عمومی نمایش داده می‌شوند . در مرحله پنجم، رهبر گروه، بحثی را یا بصورت کلامی و یا الکترونیکی آغاز می‌کند . سپس شرکت کننده‌ها نظرات را اولویت بندی مینمایند . در مرحله ششم، 5، 10 موضوع برتر به نرم افزار تولیدنظر ارسال می‌شوند . این فرآیند (تولید نظرات سازماندهی نظر، اولویت بندی) ممکن است چند بار تکرار شود و یا تصمیم نهایی گرفت می‌شود. فعالیت‌های اصلی یک جلسه GSS را در "سیستم حمایت از تصمیم 11/7" فهرست کرده ایم . برای مشاهده مثال‌های عملی درباره کاربرد GSS "سیستم حمایت از تصمیم 10/7 و سایت اینترنتی Group systems را بررسی نمایید.
جلسات که در هر زمان ومکان صورت می‌گیرد، شیوه‌ای استاندارد محسوب می‌شوند و این به علت ازدیاد GSS بر پایه وب است . برخی از تفاوت‌ها به این دلیل هستند که شرکت کننده‌ها مایلند درباره دیگر شرکت کننده‌ها اطلاعاتی داشته باشند . زمان تکمیل کارها و تکالیف باید مشخص شود و تکلیف تسهیل گر دشوارتر می‌شود . موعد و زمان مقرر تحمیل می‌شوند تا اینکه گروه بتواند مرحله بعدی جلسه را اجرا نماید . مشکلاتی مشابه به موارد ذکر شده محیط‌های آموزش از راه دور را تحت تأثیر قرار می‌دهد . این مسئله به شرکت کننده‌ها یادآوری شود که در فرآیند جلسه گروهی در چه موقعیتی قرار دارند و آنها را متمرکز بر تکالیف دراز مدت کرد، از اهمیت ویژه‌ای برخوردار است .. مسائل دیگر شامل امنیت (حفظ اطلاعات ارزشمند)، دسترسی جهانی ( از خانه یا دیگر سایت‌ها)، دعوت‌های پوشه‌ای واطلاعات ( شرکت کننده‌ها باید به شرکت در جلسات دعوت شوند)، اطلاعات درباره شرکت کنند‌ها، مشخص کردن اینکه چه کسی روی سیستم است وکنترل‌های تسهیل گر طراحی و برنامه ریزی جلسه مهمترین مسئله می‌باشد . تسهیل گران باید ایجاد انگیزه نمایند، سرمایه گذاری درنتایج را ایجاد کنند، اغلب و بطور دقیق ارتباط برقرار کنند، نقش‌ها وتکالیف را تعیین نمایند ودر ایجاد ارتباط میان هدف و فعالیت (عمل) دقیق باشند .
سیستم حمایت ازتصمیم 11/7
فرآیند استاندارد GSS
ابراز نظر : این مرحله مقدماتی مسائل و مشکلات را می‌داند و سعی دارد نظرات خلاقانه‌ای را درباره مشخصات مهم آن ارائه دهد . ممکن است نظارت ارائه شده نتوانند کاری برای مشکل انجام دهند . یک ابزار توفان فکری الکترونیکی مناسب می‌باشد زیرا خروجی‌های آن فهرستی است از عقایدونظرات . زمان معمول 45-30 دقیقه است .
سازمندهی نظر: ابزار سازماندهی نظر، نظرات متعددی را که روی فهرستی از مسائل کلیدی ارائه شده است را مرتب میکند . خروجی ونتیجه این مرحله فهرستی است از تعداد محدودی عقیده و نظرمهم . زمان معمول 90-45 دقیقه است.
اولویت بندی: در این مرحله، نظرات اساسی اولویت بندی می‌شوند .یک ابزار رأی گیری مناسب است زیرا خروجی آن فهرستی طبقه بندی شده از نظرات و جزئیات است.زمان معمول مورد نیاز 20-10 دقیقه است .
ابراز نظر / عقیده : نظارت جدید بر پایه اولویت بندی نظارت کلیدی تولید شده‌اند . ابزار توفان فکری مثل گزارشگر موضوع که ساختار را تنظیم می‌نماید در اینجا مناسب است . نظرات تولید شده براساس راه حل‌هاست. نتیجه / خروجی این مرحله شامل حدود 20 نظر برای هر کدام از نظرات اصلی است .
این فرآیند ادامه پیدا می‌کند تا زمانیکه یک نظریه نهایی به عنوان یک راه حل برای مشکل انتخاب شود یا راه حل‌هایی محدودی را مشخص می‌کنیم تا بطور عمیق تر آن‌ها را مورد بررسی قرار دهیم . برخی از جلسات برای تصمیم گیری برگزار می‌شوند . دیگر جلسات آزمایشی مقدماتی هستند و تمرکز آن‌ها بر تولید نظارت و ابراز عقاید است . اغلب جلسات GSS طولانی تر از جلساتی هستند که حمایت نمی‌شوند.
اما شرکت کننده‌ها در توفان فکری وتجزیه و تحلیل مشارکت دارند و احساس می‌کنند که با استفاده از این سیستم تصمیمات بهتری اتخاذ کرده‌اند . برای کسب اطلاعات بیشتر نونامیکر (1991) را مطالعه نمایید.
موفقیت GSS :
موفقیت GSS عمدتاً به علت کارآمدی آن است . سیستمی موفق است که هزینه‌ها را کاهش دهد، به شرکت کنندگان دراتخاذ تصمیمات بهتر کمک کند و بهره وری را افزایش دهد .GSS بمنظور موفقیت به بسیاری از عوامل موفقیت سیستم اطلاعاتی نیاز دارد . یک مسئولیت / کار سازمانی، یک حامی اجرایی، یک حامی عملکردی، آموزش کاربرد رابطه فریبنده کاربر و غیره . مسئولیت سازمانی و حامی اجرایی برای موفقیت کلیدی ومهم هستند . در صورتیکه فرهنگ سازمانی از مشارکت رو در رو حمایت نکند، بنابراین قبل از بکارگیری GSS، باید آن را تغییر داد . در غیر اینصورت مورد استفاده قرار نمی‌گیرد و دچار شکست می‌شود . این مسئله در مدیریت دانش و آگاهی بسیار مهم است (فصل 9) داشتن تسهیل گری آموزش دیده، متعهد و خوش قیافه بسیار اهمیت دارد . درنهایت GSS برای حمایت کار گروهی سازمانی باید ابرازهای درست ومناسبی داشته باشد و باید شامل تشابه و نشناس بودن باشد تا منافع و سودهای فرایند و کار تأمین نماید. برنامه ریزی نادرست و ضعیف باعث می‌شود که گروه GSS را بخاطر عملکرد ضعیفش سرزنش نمایند . در نهایت، GSS باید پس از انداز مالی را صورت دهد، یا از طریق فرآیند وجلسات موثرتر و کارآمدتر و یا از طریق کاهش هزینه‌های سفر .
سیستم پشتیبان تصمیم 12/7
ایجاد فرهنگ مشارکت
مشارکت امری مربوط به مردم است و اگر شما مایل به مشارکت وهمکاری مردم هستید، ابزارهای مشارکتی نباید نگرش و طرز تفکر آنها را تغییر دهند . تکنولوژی حدود بیست درصد راه حل را تضمین می‌نماید . بقیه راه حل بستگی دارد به اینکه چطور در کاربران انگیزه استفاده از سیستم را ایجاد نمائیم . مدیران باید یک محل کار ایجادنمایند که از مشارکت مردم حمایت کند . این امر سه مرحله ساده را در بر می‌گیرد.
بدانید که چه می‌خواهید : از اعضای گروه بخواهید که تعریف خود را از موفقیت بیان نمایند . این بخشی از فرآیند ساخت و تشکیل گروه است . بونینگ راکت داین، گروه قراردادی رسمی راتنظیم کرد که اهداف در آن مشخص بودند و چگونگی عمل گروه نیز تعیین شده بود .
تعیین محدودیت‌های منابع این موارد شامل همه نوع اطلاعاتی است از توزیع جغرافیایی اعضای گروه گرفته تا گزارش روابط میان آن‌ها و حتی انگیزه‌های آنان . هر کدام از محدودیت‌ها، ابزارهایی را که گروه می‌توانند از آن‌ها استفاده کنند را نیز محدود می‌کند .
تعیین فناوری‌هایی که می‌توانند بر محدودیت‌های منابع غلبه کنند : به یاد داشته باشید که تجارت وکار نیازمند فناوریهای راحت، جدید و جالب است . برای مثال ویدئوکنفرانس‌ها و ... نیازمند ارتباطات باپهنای باند بالا می‌باشند.
زمانیکه همه اینها تعیین شود، یک نفر باید جلسات گروه را با امکانات خوب برای راهنمایی و آموزش شرکت کننده‌ها در مورد کاربرد ابزار تنظیم نماید . در این فرآیند محیط یادگیری نیز ایجاد شده است.
9,7 یادگیری از راه دور
بنابر مشاوره SPI بازار یادگیری آن لاین و آموزش سازمانی تا سال 2005، بیست بیلیون دلار پیشرفت می‌کند . پیشرفتهایی که در فناوریهای یادگیری از راه دور صورت گرفته است . شیوه‌های ارائه دروس و فراگیری آن‌ها را تغییر می‌دهد . دوره‌های سنتی از فناوری‌های جدید سود می‌جویند . در این قسمت، تاریخچه و پیشرفتهای یادگیری از راه دور و چگونگی ارتباط آن با GSS را مطرح می‌نمائیم.
یادگیری، محاسبه مشارکتی GSS
کلاس درس مکانی طبیعی برای یادگیری همراه با پشتیبانی رایانه‌ای است که یا بعنوان یک مکمل است و یا از طریق نرم افزارهای درسی صورت می‌گیرد. یادگیری فرآیند افزودن دانش جدید به مجموعه دانش‌های قبلی فرد است . بطورمعمول شامل مراحل از پیش تعیین شده‌ای می‌باشد که در سیستم پشتیبان تصمیم 13/7 مطرح شده است . فرآیند یادگیری نیازمند مشارکت و تعامل است .محاسبه مشارکتی (GSS) می‌تواند تجربه کلاس را بالا ببرد. مشخصه‌های GSS از قبیل توفان فکری و رأی گیری از عملکرد گروهی اعضای کلاس حمایت می‌نمایند . بکارگیری GSS در کلاس یادگیری مشاهده ای، یادگیری از طریق ارائه درس، شرکت در کارها وتکالیف و رضایت اعضاء را بهمراه دارد. از طرفی، ناشناخته بودن و دیگر ویژگی‌های GSS باعث ایجاد زیان‌هایی در فرآیند آموزش می‌شوند از جمله لودگی ومسخره بازی.
مربی باید این موارد را کنترل نماید ومباحثی را با استفاده از رسانه‌های ا لکتریکی که تا حد امکان به روشهای کلاس‌های سنتی شبیه است اجرا و اداره کند. وب یک موتور مفید برای توضیح اطلاعات درسی است . مثل یادداشت‌های برگرفته از کنفرانس‌ها . حتی با در دسترس بودن امکانات و مواد درسی کامل ومفصل، نقش توجه و تمرکز در کلاس کم نمی‌شود(تحقیق آموزشی نشان می‌دهد که توجه در کلاس مهمترین عامل موفقیت درسی است) کتاب‌های درسی، وب سایت‌های با بخش‌های جداگانه برای دانش آموزان و هیأت علمی را به نمایش می‌گذارند .
حتی فناوریهای محاسبه مشارکتی ساده مانند ایمیل و فهرست تجاری هم می‌توانند تجربه آموزشی را ارتقاء دهند . یک عامل اصلی موفقیت این است که اعضای کلاس و استادان با استفاده ازتکنولوژی به خوبی آموزش ببیند.
سیستم پشتیبان تصمیم 13/7
یادگیری چیست؟ فرآیند یادگیری بطور عادی شامل موارد زیر است :
1. تعیین اهداف فرآیند یادگیری
2. یافتن و بررسی مجدد مواد آموزشی
3. سنجش سطوح دانش دانش آموزان
4. تعیین مواد درسی مناسب برای دانش آموزان
5. تعیین اجزا یا بخش‌هایی که دانش آموزان باید به آنها دست یابند
6. بررسی دوباره و مداوم پیشرفت تحصیلی افراد و در صورت لزوم میانجیگری کردن
7. فراهم کردن و مدیریت ارتباط میان دانش اموزان و یا مربیان و دانش اموزان
8. سنجش فرآیند یادگیری
9. تهیه گزارش از نتایج فرآیند یادگیری افراد

سیستم پشتیبان تصمیم 14/7
چگونگی راه اندازی مباحث آن لاین
با استفاده از اسکوزیو (1999) نقش‌های تخصصی در مباحث آن لاین بسیار شبیه به مباحث رو در رو هستند . وی روشهای زیر را به اساتید توصیه کرده است تا در بحث‌ها بکار گیرند.
از مباحث آنلاین برای سخت یک گروه جامعه استفاده کنید. در بحث‌ها غیر رسمی صحبت کنید.
بحث‌های آنلاین برای را به مواد کلاسی رایج مرتبط نمایید. در کلاس به موضوعات بحث‌ها اشاره کنید . اگر دانش آموزان برنکته‌ای تکیه می‌کند (و شما وقت کافی ندارید) آن را به بحث‌های آنلاین تغییر جهت دهید.
موضوع بحث را سازماندهی کنید . آن را بصورت مسئله‌ای مطرح کنید که باید حل شود . یکی دانش آموزان برای ارائه اولین راه حل انتخاب کنید . دیگران باید آن راه حل را اصلاح کنند.
نقش‌ها را برای افراد شرکت کننده در مباحث توضیح دهید . آنها باید شامل، پیشنهاد دهنده اصلی، توسعه دهنده نظر، منعقد سازنده، پاسخگو به انتقاد و غیر ... باشند.
پاداش شرکت کننده‌ها را روشن کنید . پاداش‌ها شاید نمره و یا حتی ارتقاء دانش و آگاهی برای امتحان باشد . سوالات امتحان را باید از بحث‌ها استخراج کرد.
تنها، ارائه دادن نظرات را ممنوع کنید. اصرار نمایید که نکته‌هایی که افراد می‌گویند باید با توجه به منابع کتبی خاص، شرکت کننده‌های دیگر، منابع درسی دیگر و یاتجزیه و تحلیل آنچه که دانش آموز انجام داده است، باشد.
محل مباحثه را مثل مکانی برای سرگرمی حفظ کنید که افراد بتوانند هر آنچه را که دوست دارند برای دیگر شرکت کننده‌ها ارسال نمایند تا همدیگر رابهتر بشناسند. موافقت کردن با این فهرست مباحث به استاد مربوط است که آیا آنها با بپذیرد یا خیر .
علت استفاده از محاسبه مشارکتی در یادگیری چیست؟
تایرن و شفرد (2000) یک چارچوب تحقیقاتی جالب را برای کاربرد فناوری مشارکتی در کلاس‌های سنتی توصیف می‌کنند . عواملی مرتبط به اوضاع و احوال موقعیت یادگیری گروه و نتایج فرآیند یادگیری وجود دارند.
آلاوی (1995) نشان داد که دانش اموزانی که در محیط مشارکتی از راه دور بودند سطح بالاتری از تفکر انتقادی را بکار گرفتند و با گروهشان هماهنگ تر کار میکردند این تحقیق نشان داد اموزش ان لاین تلاشی ارزشمنداست فناوریهای محاسبه مشارکتی مستقیما قابل انتقال به محیط‌های یادگیری از راه دورهستند تا پایان دهه 1990 تکنولوژی تا جایی پیشرفت کرده که کلاسهای سنتی رایانه‌ای امکان تبدیل به کلاس‌های آنلاین ومحیط‌های یادگیری از راه دور براساس وب رادارند . تا حدودی ضروری است که کلاس‌های موجود رابا پشتیبانی مشارکتی بهبود بخشیم و آموزش را خارج از محیط کلاس درس نیز فراهم سازیم لو (2000) و تی چانگ و سنتا (2001) را مطالعه نمایید.
یادگیری از راه دور
یادگیری از راه دور (DL) زمانی صورت می‌گیرد که یادگیری شامل ابزارها و فناوریهای طراحی شده برای غلبه برمحدودیتهای یادگیری در زمان و مکان یکسان باشد . تاریخچه یادگیری از راه دور در ایالات متحده به سال 1728 بر می‌گردد که یک آگهی تبلیغاتی درروزنامه بوستون کلوب پیشنهاد دروس کوتاه مدت را از طریق نامه ارائه کرد . بانکر (1999) و متیو (1999) تاریخچه DL را تهیه کرده‌اند . یادگیری از راه دور هیجان انگیز است و قدرت پتانسیل نامحدودی دارد که یادگیری را در مراکز دانشگاهی، مدارس عمومی وخصوصی و مراکز آموزش‌های شغلی دچار تغییر وتحول عظیمی کند . اما یادگیری از راه دور مفهوم جدیدی نیست . زمانیکه تلوزیون در دهه 1920 اختراع شد . به عنوان ابزاری به نظر می‌رسد که می‌تواند در امر آموزش انقلابی بر پا کند . در دهه‌های 1920 و 1930 از رادیو برای برنامه‌های آموزش از راه دور استفاده می‌شد.
و سیستم‌های آموزش از راه دور و ویدئویی نیز چندین دهه بکار گرفته شدند . امروزه که فناوری دچار تکامل و تحول شده است ابزارهای پشتیبانی را ابداع می‌کندکه امکان یادگیری از راه دور را فراهم آورند . اینترنت و ویدئو کنفرانس و ابزارهای محاسبه مشارکتی که در محیط‌های کلاسی بصورت سفارشی ساخته شده اند، یادگیری از راه دور را گسترده و کم هزینه به نظر می‌آورند . یادگیری از راه دور در چند دهه گذشته در سراسر جهان به یک بخش اساسی و بنیادی در آموزش سطح بالاتر تبدیل شده است . شهرت این نوع یادگیری به طور روز افزون در حال توسعه است . DL یک روش غیر سنتی است برای انتقال دانش است . وضعیت دانش آموزان در دو دهه اخیر تغییر کرده است . همین که رشته اقتصاد و مسائل اجتماعی اقتصادی در آموزش پیدا شد، دانش آموزان در حال تکمیل تحصیلات خود در دانشگاه‌ها و به شیوه‌های غیر سنتی بودند . هزاران سازمان آموزشی در سراسر دنیا DL را ارائه می‌دهند . آموزش مستمر و مداوم از طریق سیستم‌های آموزش از راه دور پیشنهاد می‌شد و این پیشنهاد مربوط به بسیار از رشته‌های تخصصی است از پزشکی گرفته تا مهندسی (موریس 2003).
در اوایل سال 2003 حدود 350000 دانش آموزان در دوره‌های کاملاً آنلاین ثبت نام کردندو این آمار به طور روزانه در حال افزایش است . با مطالعه آثار کتبی و چاپی در سال 2004 مشخص شد که آموزش از راه دور جهانی شده است . بسیار مهم است که کشورهای جهان سوم می‌توانند از اینترنت، تلفن، ماهواره، رادیو و تلوزیون برای انتقال دانش بویژه در سطوح ابتدایی و متوسطه استفاده نمایند . و در بسیار از کشورهای در حال توسعه، دولت‌ها برنامه‌های تحصیلی دیجیتال را تنظیم می‌کنند تا برای شهروندان منابع آموزشی ارزان قیمتی را فراهم می‌کند .مانندتگزاس، حتی زبان لاتین هم بصورت آن لاین آموزش داده می‌شوده .
اکثر مراکز دانشگاهی مهم با استفاده از تکنولوژی برنامه‌های یادگیری از راه دور رضایت بخشی را ارائه می‌دهند . صدها دانشگاه در آمریکا در هزاران رشته تحصیلی دوره‌های DL را ارئه می‌دهند . تقریباً همه رشته‌های کارشناسی و اکثر رشته‌های کارشناسی ارشد عرضه می‌شوند . بیش از صد فوق لیسانس مدیریت بازرگانی آموزش از راه دور و برنامه‌های دکترا وجود دارد . برنامه‌ها از سازمان‌های سنتی گرفته تا سازمان‌هایی که توسط دانشگاه بین المللی جونز – یک محوطه / فضای مجازی است – حمایت می‌شوند . برای اطلاعات بیشتر در این باره سایت‌های زیر را بررسی کنید :
Peterson.com , Ecollege .com www.icdl.open.ac.uk/icdl/ : و همچنین
رکو (3-2)، ریفی (3-2)، بروکی (1-2)، باک (2001) و گیلبرت (2001)
بعنوان یک نمونه از یک برنامه فوق لیسانس مدیریت بازرگانی اجرایی در دانشگاه جورجیا، سیستم پشتیبانی تصمیم 16/7 را مطالعه کنید برای مطالعه تجربیات بیشتر درباره این دوره‌های ترکیبی در محیط‌های آنلاین منابع زیر را برسی نمائید .
دلار (2000)، اسکل (2000) و وارناک (2000) .
سازمان‌های آموزشی برای مشارکت با دانشگاه‌ها در زمینه سازماندهی برنامه‌ها و دوره‌های تحصیلی گرایش و تمایل زیادی دارند . برنامه UGA/IBM در سیستم پشتیبان تصمیم 16/7 ذکر شده است مثال خوبی است . گودریج (2002) توضیح می‌دهد که چطور IBM و مایکروسافت با چندین دانشگاه مطرح دوره‌های کارشناسی ارشد موفقیت آمیز را سازمان دهی کرده ند . کارخانه جنرال موتورز در یکی از برنامه‌های MBA (فوق لیسانس مدیریت بازرگانی) با دانشگاه کاردین شریک شد . برنامه‌های آموزش از راه دور مزیت‌های زیادی دارد اما متأسفانه عیوب و نقاط ضعف زیادی هم دارد .
سیستم پشتیبان تصمیم 15/7
آموزش از راه دور – دوباره ؟
در سال 1980، پذیرفتیم که بعنوان یک استادیار دانشگاه فنودیست جنوبی (SMU) مشغول به کار شوم .
در طول مصاحبه متوجه شدم که حدود نیمی از تدریس من باید بصورت آموزش از راه دور از طریق شبکه
TAGER باشد – یک سیستم مدار بسته که تقریباً تمام برنامه‌های سطح کارشناسی ارشد در رشته‌های مهندسی را انجام می‌دهد TAGER که از سال 1964 فعال شده، یک کنسرسیوم از پنج مرکز دانشگاهی و چندین شرکت در رشته‌های مهندسی را انجام می‌دهد TAGER، از دانشگاه‌ها در شرکت‌های کارخانه‌ها پخش می‌شوند . سیگنال‌های صوتی و تصویری از طریق امواج مدار بسته ارسال می‌شوند . شرکت موظف است که کلاس رسانه‌ای تهیه نماید به افراد اجازه شرکت بدهد . در محوطه دانشگاه 4 استودیوی کلاس وجود دارن که هر کدام به دو دوربین مجهز شده‌اند . زمان رفت و آمد دانش اموزان کمتر می‌شد، در حالیکه دانشگاه بدون نیاز به افزایش فضای کلاس‌ها می‌توانستند اندازه کلاس‌ها را زیاد کنند و مهمتر اینکه دانش آموزان با انگیزه تر و در سطح بالایی را نیز جذب کنند . در سال 1978 این برنامه توسعه یافت و شامل نوارهای ویدئویی شد که می‌توانستند از هر جای دنیا آن‌ها را پست کنند . در اواسط ده 1980، SUM به دانشگاه فناوری ملی (NTU ) برنامه‌های آموزشی خود را پیشنهاد کرد اما برای دانش آموزانB نیمه وقت ارتقاء داد / بهبود بخشید . زمان زیادی طول نکشید تا من فهمیدم که ساعات اداره تلفن لازم است و اینکه کلاس برای آماده شدن به زمان خیلی زیادی نیازمند است . مزایای دیگر هم وجود داشتند، عضو هیأت علمی در صورتیکه نمی‌توانست در کلاس شرکت کند، کنفرانس خود را پیشاپیش ارائه می‌کرد . من دانش آموزان را از روی صدایشان تشخیص می‌دادم تا آنجائیکه وقتی به دفترم می‌آمدند آن‌ها را می‌شناختم . به نظر می‌رسد که امروزه این تکنولوژی قدیمی و از مد افتاده شده است . بسیاری از دروس نکات و موضوعات تحقیقی که من امروزه در مقالات یادگیری از راه دور می‌بینیم , مشابه آنهایی هستد که در اوایل دهه 1980 تجربه کردم، یاد گرفjم ویا توسعه دادم . منبع چی آرونسون

سیستم پشتیبان تصمیم 16/7
فوق لیسانس مدیریت بازرگانی (MBA) از طریق یادگیری ترکیبی
دانشگاه جورجیا و PWC که در حال حاضر بخشی از IBM است با هم مشارکت می‌نمایند تا در طراحی یک گونه جدید از برنامه فوق لیسانس مدیریت بازرگانی را پیشگام شوند . این برنامه دو ساله ترکیبی است از فاصله، کلاس و یادگیری گروهی دروس تجاری و فنی این برنامه با همه افرادیکه ثبت نام نموده و به مدت دو هفته برای بازدید از محوطه دانشگاه و ملاقات اعضای هیئت علمی و شناخت یکدیگر آمده اند، آغاز می‌گردد پس از هفته اول، دانش آموزان به گروههای 5 نفره تقسیم می‌شوند و بقیه سال تحصیلی را با هم گروهی‌هایشان کار می‌کنند . گروه قرار دادی می‌نویسند که مسئولیتهایشان رامشخص کنند مثل میزان زمان کنفرانس‌ها و چگونگی انجام تحقیقات گروهی پس از محرومیت دو هفته‌ای – مشاوران به سر کار
خود بر می‌گردند . هر هفته آنها از طریق وب به کنفرانس‌های از پیش ضبط شده گوش می‌دهند و تکالیف خواندنی را بطور هفته‌ای کامل می‌نمایند . گروه‌ها در کنفرانس‌های لازم شرکت می‌کنند . هر نیم سال تحصیلی، دانشجویان در دانشگاه جورجیا برای یادگیری از طریق سایت به مدت یک هفته مجدداً گروه بندی می‌شوند .
این برنامه مشکلات محتوایی و پشتیبانی با برنامه‌های تمام وقت سنتی دارد و همچنین بابرنامه‌های نیمه وقت عادی نیز مشکلاتی دارد . زمانیکه این برنامه شروع به فعالیت کرد، برنامه‌های MBA یادگیری از راه دور در حال پیدایش و تکامل بودند . این برنامه یادگیری ترکیبی، شرایطی را فراهم می‌کند که دانشجویان مزایای هر دو نوع یادگیری، یادگیری در محیط دانشگاهی و یادگیری در محیط آموزش از راه دور را کسب می‌نمایند . یک مزیت دیگر این است که از بهار سال 2003، تخته سیاه در دوره‌های بازرگانی دانشکده تری، یک درس افزار استاندارد به حساب می‌آید . دوره‌های سنتی از بعضی از ویژگی‌های درس افزارها به منظور ارتقاء محیط یادگیری سوء استفاده میکنند .
نقاط قوت برنامه‌های آموزش از راه دور
• یادگیری هم با لوازم و وسایل سنتی می‌تواند موثر باشد و هم با امکانات دیگر
• چارچوب زمانی انعطاف پذیر موقعیت‌های آموزشی را برای بسیاری افراد فراهم می‌آورد از جمله مدیران عالی رتبه و مدیران اجرایی
• نیازی نیست که دانش اموزان شغل خود را از دست بدهند
• دسترسی در هر زمان ومکانی است
• کلاس‌های آنلاین مهارتهای خاصی را آموزش می‌دهند.
• اطلاعات بیشتری را می‌توان در اختیار افراد قرار داد.
• زمان ارتباط دانش آموز / اعضای هیئت علمی افزایش می‌یابد .
•DL نیاز به یادگیری مداوم و مستمر را فراهم می‌کند .
• توجه و تمرکز لازم نیست و می‌توان به راحتی آن را کنترل کرد .
• طرز تفکر و نگرش دانش آموزان همگام با آشنا شدن آنها با فناوری توسعه و رشد می‌یابد .
• افراد نشان میدهند که در امر یادگیری پیشرفت‌های مثبتی داشته‌اند .
• مشاهده شده است که اثرات (نمرات بالا در آزمون سطوح یادگیری بالا) در دوره‌های آنلاین بیشتر می‌باشد (دلار، 2000 و رید، 1999)
• دانش آموزان می‌توانند به سفرهای کاری شان ادامه دهند .
• فناوری جدید با قیمتی ارزان در اختیار افراد زیادی قرار می‌گیرد
• این کلاس‌ها هزینه اندکی دارند
• مواد درسی ثابت و پایدار هستند .
• فناوری می‌تواند دوره‌های مباحثه را مثل دوره‌های فنی اداره وکنترل کند نقاط ضعف برنامه‌های آموزش از راه دور
• تعاملات اجتماعی محدودتری در این روش وجود دارد (نبود جلسات رودرو)
• مشکلات ارتباطی وجود دارد (مخصوصاً در استفاده از ویدئو)
• دانش اموزان باید متمرکز باشندو در خود انگیزه ایجاد کنند
• دانش اموزان باید مهارت‌های مدیریت زمان موثر را داشته باشند
• کلاس‌های آن لاین نیازمند پشتیبانی اجرایی هستند .
• آمادگی اعضای هیئت علمی و زمان انتقال بیشتر از دوره‌های سنتی است .
• دوره‌ها باید دوباره طراحی شوند تا بهترین مکانیزم‌های ارئه برای ارائه موضوع را بکار گیرند .
• پاداش‌های اضافی / مازاد برای هیئت علمی توصیه شده است زیرا تلاش‌های زیادی می‌کنند.
• هیئت علمی نیازمند آموزش خاص در زمینه شیوه‌های اموزشی موثر و در زمینه تکنولوژی می‌باشد .
• دانش آموزان نیازمند به آموزش خاص در زمینه تکنولوژی هستند.
• دوره درسی نیازمند یک زیربنای تکنولوژی قابل اعتماد است برای مثال : سخت افزار و یک کارمند آموزش دیده
• دانش آموز باید مسئولیت بیشتری بر عهده بگیرد.
• داشتن مهارت در زمینه مواد درسی رتبه و درجه را تعیین می‌نماید . شیوه‌های مشارکتی به مدرس این امکان را می‌دهند که شرکت کننده‌ها را تشخیص دهند / تعیین کنند.
• دانش آموزان باید به سختی کار کنند زیرا این‌ها دروس واقعی می‌باشند و دوره‌ها و درس‌های مکاتبه‌ای نیستند .
• دانش آموزان باید کاملاً منظم و سازماندهی شده باشند.
• دانش آموزان باید متعهد باشند
• این کلاسها نیازمند پشتیبانی فنی میباشند .
درس افزارهای یادگیری از راه دور
صدها بسته نرم افزارهای درسی برای یادگیری از راه دور وجود دارد . این طیف وسیع از لوتوس نوت
groove، interwise , Microsoft netmeeting مکان افزار، webex و سیستم‌های گروهی گرفت تا نرم افزارهای درسی ویژه و خاص از تخته سیاه معروف و webCT vista و حتی تا محیط یادگیری لوتوس نوت وکلاس مجازی مکان افزار . تخته سیاه درس افزاری قدرتمند است .B در این برنامه برای تعامل افراد از طریق تشکیل گروه‌ها، فهرست بحث و کلاس‌های مجازی، مبادله اسناد و مدارک، ایمیل بین دانش آموزان و حتی هیئت علمی ودانش آموزان و ارسال تکالیف و بازخورد، از تخته سیاه استفاده می‌شود. کنفرانس‌ها، یادداشت‌های مربوط به آنها برنامه درسی و همه مواد درسی و جزوات بر روی تخته سیاه یافت می‌شوند .
آزمون‌های آن لاین مستقیماً طراحی و بطور اتوماتیک اداره می‌شوند . این سوالات بصورت صحیح /غلط، چند گزینه‌ای هماهنگ کردن (به هم وصل کردن) پاراگراف نویسی است . نتایج آزمون نیز بطور خودکار ثبت می‌شوند . نمره دهی آن لاین این امکان را به مدرس می‌دهد که همه نمرات را وارد کنند و بطور خودکار به دانش آموزان گزارش دهند (بطور خصوصی) در پایان ممکن است که برنامه یک درس از درس دیگری کپی و نسخه برداری شود که در اینصورت نیازی به پست کردن دوباره و بصورت دستی مدارک واسناد نمی‌باشد . جی آرونسون در همه کلاس‌هایش از این شیوه استفاده می‌کند . تصویر 4/7 را مشاهده کنید .کلاس درس مجازی Iearnlinc و Inter wise به مدرسان آنلاین این امکان را می‌دهد که با استفاده از وسایل چند رسانه‌ای و محتوایی در وب برنامه‌های کلاس را اداره و کنترل کنند . همچنین امکان مبادله کاربردی، دست بلند کردن الکترونیکی برای پاسخ دادن و ویژگی دیگر نیز فراهم است به معلم اجازه می‌دهد نگاهی به کامپیوتر رومیزی دانش آموزان نیز بیندازد . از روابط از پیش ضبط شده و یا تعاملات صوتی و تصویری یک طرفه و همچنین تعاملات صوتی دو طرفه در کنفرانس‌های صوتی نیز می‌توان بهره برد .
Testline امکان آزمون گرفتن جامع رانیز فراهم می‌آورد . راهنمای خرید ابزار و نرم افزارهای کنفرانس‌ها، جلسات و یادگیری از راه دور نیز به صورت آنلاین موجود است .
آموزش گروهی آنلاین
بسیاری از سازمان‌ها، کارمندانشان را به صورت آنلاین آموزش می‌دهند، نه تنها در زمینه فناوریهای نوین بلکه در سیاستگذاریهای، حوزه‌های فروش و دیگر زمینه‌ها، متخصصان از نظر زمان تحت فشار هستند . فناوریهای یادگیری از طریق وب به سازمان‌ها این امکان را می‌دهد که اعضاء وکارکنانشان را به روز کنند ( از طریق جدیدترین ابداعات، سیاست‌ها و شیوه‌ها ) در سال 1999 صنایع خصوصی 58 بیلیون دلار برای آموزش کارمندان صرف کردند . بعلت تقاضا برای دوره‌های تعاملی تر و ارزان تر، یادگیری آن لاین به سرعت تبدیل به به روش‌های اجرایی استاندارد می‌شود . بکار گیری کلاس در چند سال اولیه دوران طلایی (این هزاره) صورت گرفته است . هزینه‌های آموزش رایانه‌ای حدوداً 50 درصد کمتر است ازکلاس‌های سنتی و شامل هزینهه‌ای سفر نمی‌شود و محدودیت‌های اندازه کلاس را نیز ندارد . دوره‌های آنلاین تا سال 2002 بیش از نیمی از همه آموزش‌ها را در برداشتند . آموزش از طریق وب می‌تواند 24 ساعت در روز انجام شود . آموزش از طریق وب سریعتر وارزان تر از آموزش کلاسی است . IBM تخمین می‌زند که برای هر 1000 ساعت آموزش خارج از کلاس سنتی مبلغ 500000 دلار پس انداز می‌شود .
موسسه دادههای بین المللی (IDC) پیش بینی می‌کندکه در سال 2003، درآمد حاصل از فروش برنامه‌های آموزش اینترنتی در نرخ سالانه 5/46 درصد رشد خواهد داشت . یادگیری الکترونیکی پیشرفته نیازمند تعامل دو طرفه و فوری از طریق ابزارهای ویدئو کنفرانس و کنفرانس صوتی است که به دانش اموزان و مدرسان امکان برقراری ارتباط و بازخورد را می‌دهد . در بیشتر آموزش از طریق وب دانش اموزان کلاسی واقعی یا ضبط شده را می‌بینند و شرکت در کلاس محدود است به وارد کردن و ثبت موارد در تابلوهای اعلانات و شرکت در مباحث از طریق ایمیل 5 دلیل مهم استفاده از آموزش آنلاین بنابر نظر هیکی (2002) موارد زیر است :
1. پائین آوردن هزینه‌ها
2. کوتاه کردن فرآیند یادگیری از نظر زمان
3. دستیابی به مطالب جدید را توسعه دهید
4. بیشتر و بیشتر آموزش دیدن
5. کسب پول و درآمد از طریق فروش درس افزارهای خود
در کاربرد موردی 2/7، توضیح دادیم که سازمان شیمیایی داو چطور توانست با بکارگیری یادگیری از راه دور میلیون‌ها دلار در هزینه‌ها صرفه جویی نماید و موقعیت‌هایی را که در میان کارمندانش ایجاد کند .
شرکت چارلز اسکواب یک سیستم آموزش آن لاین را برای 5000 نماینده مراکز تلفنی‌‌اش نصب نموده است . یادگیری از راه دور که یادگیری الکترونیکی نیزنام دارد از ادارات و سازمان‌ها خارج شده است . حتی گروه‌های ورزش و کارکنان اورژانس نیز از این فناوری برای یادگیری مهارت‌های جدید و به روز ماندن در حوزههای کاری شان استفاده می‌کنند .
منابع یادگیری از راه دور
موارد زیر فهرستی است از سازمانها و مجلاتی که یادگیری از راه دور را توسعه و پشتیبانی نموده‌اند :
- مرکز یادگیری از راه دور در دانشگاه A&M تگزاس (cdlr . tamu.edu) این مرکز دارای یک کلاس ماکت است که بر روی وب می‌توان آن را دید.
- برنامه‌های توسعه و یادگیری در تکنولوژی‌های لوسنت منابع و مراجع شامل چکیده‌ای تحقیقات، مقالات منتشر شده، مطالعات موردی در بروشورهایی استکه مسائل چگونگی ایجاد دورههای یادگیری از راه دور را مطرح می‌کنند .
- انجمن آمریکایی ACENET آموزش (acenet. Edu) این سازمان در جریان بسیاری از مسائل مهم آموزش است این سازمان فهرستی را درباره چگونگی ارزیابی کیفیت برنامه یادگیری از راه دور یک سازمان منتشر می‌کند .
یادگیری از راه دور، آموزش و گواهینامه آنلاین (ww.ocedl.com) درباره آینده یادگیری از راه دور، گواهینامه (مدرک) آموزش و آموزش از راه دور مطالبی را حفظ می‌نماید.
انجمن یادگیری از راه دور ایالات متحده آمریکا (www.usdla.org) بسیاری از مقالات را فهرست می‌کند و آنها را به منابع مرتبط متصل می‌کند .
اتاق پایاپایی (کلر) آموزش از راه دور (/diste/home.html www.uwex.edu) مقالات را فهرست کرده و آنها را به منابع موجود ارجاع می‌دهد.
مجله آمریکایی آموزش از راه دور (www.ajde.com) مجله‌ای است که متداول در زمینه مسائل آموزش از راه دور .
CADEمجله آموزش از راه دور (www.code-aced-ca) مجله‌ای است در زمینه مسائل آموزش از راه دور.
ارزیابی یادگیری از راه دور
با وجود ایکه در ابتدا بسیاری از شرکت‌ها در پذیرش یادگیری از راه دور مردد بوده‌اند اما امروزه مزایای زیادی از این نوع یادگیری از طریق وب و یا شبکه‌های داخلی شرکت‌هایشان کسب کرده‌اند . تأمین کننده‌های مهم یادگیری الکترونیکی توسط هیکی (2002) مورد بحث قرارگرفتند . سازمان‌ها بطور جدی منتظر بازگشت سرمایه گذاری‌هایشان در یادگیری از راه دور هستند . در حالیکه هیئت داوران هنوز خارج از موضوع هستند اما مسئولان آموزش و صنعت در تلاش برای تعیین ارزش واقعی یادگیری از راه دور می‌باشند.
این نوع یادگیری گونه‌ای از مدیریت دانش و مشارکت است که می‌تواند در یک چارچوب 7/24 انجام گیرد . سنجش دوره‌های وابسته به وب از نظر هزینه و مزایا امری است اساسی . تجربیات بسیاری از دانش اموزان مثبت است . دانش آموزان مایلند کاربرد گروه افزارها را بیشتر یاد بگیرند . دانش آموزان در محیط‌های یادگیری از راه دور تمایل دارند که بهتر از دانش اموزان کلاسهای سنتی عمل کنند . انگیزه بسیار زیاد آنها، اصول اخلاقی و کاری و پشتیبانی همه جانبه از آنها باعث موفقیت دانش آموزان آموزش از راه دور می‌شود و اینها عواملی هستند که در موقعیت‌های یادگیری از راه دور مهم می‌باشند. مهمترین عامل برایکسب موفقیت در این نوع یادگیری این است که معلمان و کارمندان پشتیبان تا چه حدی می‌توانند دانش آموزان را تشویق به پذیرش مسئولیت دریادگیری شان نمایند . فناوری گروهی می‌تواند عملکرد یادگیری را افزایش دهد و تجربیات موثر در یادگیری گروهی را بالا برد . دانش آموزان و هیئت علمی باید بدانند که فناوری گروهی چطور بر عملکرد آنها تأثیر می‌گذارد . بعضی مسائل حول محور آموزش می‌چرخد، یا تعیین فناوری که باید استفاده شود و چگونگی استفاده از آن و یا اینکه چه استانداردهایی برای فایل‌هایی که افراد باید انجام دهند، بکار رود . یادگیری از راه دور، آموزش را تغییر می‌دهد و تغییرات اقتصادی، تکنولوژی و اقتصادی – اجتماعی باید به عنوان رفتارهای یادگیری و انتظار تغییرات دانش آموزان بررسی شود . تقاضا برای محیط‌های یادگیری مستقل از زمان و مستقل ازنظر جغرافیایی و انعطاف پذیر در حال افزایش است . علیرغم نقاط ضعف این نوع یادگیری، اما به علت تقاضاهای روز افزون افراد، یادگیری از راه دور به طور شگفت انگیزی در حال رشد است .
سیستم پشتیبان تصمیم 17/7
آموزش کارمندان موفق بوده و نتایج خوبی به همراه دارد در صورتیکه شرکت‌ها برنامه‌های آموزشی را قطع کنند، ارزش خود را از دست می‌دهند واگر در آموزش سرمایه گذاری کنند، ارزش خود را افزایش می‌دهند . طبق نظر جامعه آمریکایی آموزش و توسعه، شرکت‌های تجاری که در امر آموزش و توسعه سرمایه گذاری کرده اند، سهام کلی شان در سال بعدی بین 8/19 درصد و 9/36 درصد افزایش یافته است . رشد 68 دلاری که هر کارمند در هزینه‌های آموزش یک شرکت ایجاد می‌کند بطور متوسط 6 درصد رشد را در کل سهام شرکت در سال بعدی بهمراه دارد . بعنوان یک نمونه ویژه اولین بانک ملی کولورادو را که آقای دیو گیلمن در زمینه آموزش در آن سرمایه گذاری کرد را بررسی کنید . در نتیجه ارزیابی‌های بانکی نشان داده است 228 میلیون دلار به 650 میلیون دلار افزایش یافته است . آموزش همچنین میزان نقل و انتقالات کارکنان را نیز کاهش داده است .
10,7خلاقیت و تولید نظر و عقیده (ابراز نظر ) خلاقیت
خلاقیت امری پیچیده است . خلاقیت یک ویژگی اساسی و عمده در انسان‌هاست . ویژگی‌های خلاقیت مربوط به شخصیت افراد را می‌توان از طریق یک مقیاس 36 موردی به نام موانع شخصی برای افکار خلاق و اعمال نوآورانه ارزیابی کرد و همچنین می‌توان از آزمون‌های اندیشه‌های خلاق تورنساستفاده نمود . با این وجود محققان دریافتند که خلاقیت قابل یادگیری و افزایش می‌باشد و یک محیطکاری پروش نظر نمی‌باشد .
مطالعات عوامل موثر بر خلاقیت برنامه‌های بازاریابی سه طبقه از عوامل تأثیر گذار را توصیف می‌نمایند ورودی‌ها‌ی حل مسئله عوامل موقعیتی و عوامل انگیزشی . این عوامل شبیه متغیرهای ایستک می‌باشند .
بطور کلی، کارشناسان می‌دانند که چه زمانی ویژگی‌های ذاتی واکتسابی خلاق را می‌بینند .
تولید / ابراز عقیده از طریق توفان فکری الکترونیکی
تکنیک‌ها و شویه‌های ابزار / تولید نظر به جهت ارتقاء خلاقیت فردی وگروهی مورد پذیرش قرار گرفته است . نرم افزار تولیدنظر (توفان فکی الکترونیک ) به برانگیختن جریان آزاد تفکر خلاق آشفته کمک می‌کند . نظرات، واژه‌ها، تصاویر و مفاهیم با شور و شوقی بدون ترس و دلهره تنظیم می‌گردند و این براسا قاعده همیاری صورت می‌گیرد . بعضی نرم افزارها بمنظور توسعه فرآیند تفکر خلاق ذهن آدمی طراحی شده و می‌توان از آزمون‌ها برای خلق نظرات جدید درباره محصول / تولید، استراتژی‌های بازاریابی، فعالیت‌های تبلیغاتی اسامی، عناوین، شعارها و یا داستان‌ها و یا فقط برای توفان فکری استفاده نمود . بمباران کردن کاربر با نظرات بسیار زیاد، یک ویژگی کلی نرم افزارهای تولید نظر و عقیده است . این امر اساسی و مهم است زیرا به کاربر کمک می‌کند که از حالت تحلیلی خارج شده و به حالت خلاق نزدیک شود. تحقیقات روانشناسی نشان می‌دهد که مردم مایلند افکارشان را خیلی زود پشتیبانی کنند و از اولین نظرات خود به عنوان تخته پرش برای دیگر عقایدشان استفاده کنند . بنابراین، نظرات بعدی چندان جدید نیستند بلکه نتیجه ایجاد تغییرات جزئی در همان نظرات منحصر به فرد را ترغیب کند . مطالعات اخیر خلاقت و چگونگی ارتقاء آن توسط ابزارهای نرم افزاری را مشخص کرده است . تولیدنظر در GSS یک فرایند گروهی و مشارکتی است .نظر یک فرد، نظرات دیگران را باعث می‌شود و آن نظرات هم، عقاید بیشتری راتولید می‌کند ( زنجیره نظرات از طریق همیاری و مشارکت ممکن است ) افراد با ابزارهای پشتیبانی محاسبات مشارکتی مثل GSS همه تفکرات را صورت می‌دهند . تکنولوژی یک شیوه امن و ناشناس برای تشویق شرکت کننده‌ها به بیان نظرات می‌باشد که آن‌ها ابزار آن نظرات در یک موقعت قراردادی امتناع می‌ورزند . مردم با ساخت نظرات خود بر پایه نظارت دیگران به دید / نگاه خلاقی که قبلا آن را نداشته اند، دست می‌یابند . در حالیکه نظرات مسیر خود را در جهت فرآیند ادامه می‌دهند، تأثیر نفوذی به وجود می‌آید . گروه‌ها خاطراتی که موجب می‌شوند که خلاقیت را فعال می‌سازد .تبادل اطلاعات باعث افزایش خروجی و خلاقیت می‌شود . بسته‌های نرم افزاری ارزان قیمت در زمینه تولید نظر در بازار موجود است . تحت شرایط توفن فکری الکترونیکی، نظرات بیشتر و بیشتری که همگی خلاقانه هستند، تولید می‌شوند شرایط متفاوتی ایجاد شده‌اند . آرونسون (2000) تأثیرات فشار زمان را بر کیفیت وتولید نظر بررسی کرده است .
جایگزین‌های نرم افزارهای خلاقیت برای تولید نظر
Goldfire یک شرکت هوشمند است که نوآوری منفی را سرعت می‌بخشد. فناوری پردازش معنایی Goldfire قابلیت خواندن، فهمیدن و استخراج مفاهیم کلیدی از پایگاه‌های داده ای، شبکه‌های داخلی واینترنت شرکت را دارد . نرم افزار مفهوم را می‌خواند، درخت حل مسئله (شاخص دانش) را ایجاد می‌کند و یک فهرست انتزاعی از مفهوم تکنیکی در اسناد و مدارک مرتبط را تحویل می‌دهد . Goldfire از دانش علمی و مهندسی به منظور ایجاد الگوریتم‌های معنایی استفاده می‌کند تا تولید جدید را سرعت بخشیده وابداعات طراحی را پردازش کند. Goldfire بر پایه تئوری حل مسئله خلاق است . TRIZ نخستین بار توسط گنریچ آلتشالر و همکاران در سال 1964 در روسیه مطرح شد . بیش از دو میلیون اختراع ثبت شده بررسی شدند . با توجه به سطوح نوآوری طبقه بندی شده و بمنظور بررسی قواعد نوآوری زیر تجزیه و تحلیل شدند.
1. مسائل و راه حل‌ها در صنایع و علوم تکرار شدند.
2. نمونه‌های رشد و تحول در صنایع و علوم تکرار شدند.
3. نوآوریهایی که از تأثیرات علمی که از زمینه ایجاد شده بودند، استفاه می‌کردند .
نرم افزاری که خلاقیت انسان را تسهیل می‌نماید
چندین بسته نرم افزاری خوب وجود دارد که به تحریک خلاقیت کمک می‌کند . بعضی از آنها کاربردهای خاصی دارند و بعضی دیگر شامل واژه‌ها یا سوالاتی هستند که کاربران ر مجبور می‌کنند تا در الگوی فکری شان مسائل جدید و کشف نشده‌ای را بررسی کنند. این فعالیت به کاربران کمک میکند الگوهای فکری ادواری را فرو ریخته و یا بر تعلل و مسامحه غلبه نمایند . چنین نرم افزارهایی از روش‌های متفاوتی استفاده می‌کنندتا جریان نظرات کاربر را رهایی بخشند .برخی از این نرم افزارها به شرح ذیل است :
Thoughtpath,creative whackpack , ideafisher ,…
Thoughtpath نرم افزاری است که خلاقیت را از طریق گذرکردن یک کاربر از مجموعه‌ای از مراحل افزایش می‌دهد که این امر موفقیت را در عمل نشان می‌دهد . این نرم افزار کاربر را در مسائل و مشکلات راهنمایی می‌کندو موقعیت‌هایی را در جهت یافتن راه حلی خلاقانه و موثر فراهم می‌کند . این نرم افزار برای توسعه تفکر وسیع و آزاد طراحی شده است . امکان بازدید در وب فراهم است.
تفکر خلاق نرم افزارcreatine whackpack را فراهم می‌کند از 64 کارت تشکیل شده که شمار را ازالگوهای فکری تکراری و عادی خارج نموده و به شما این امکان را می‌دهد که به شیوه‌ای نو و بدیع به مسئله خود نگاه کنید . این کارت‌ها برای برانگیختن نیروی تخلیه طرای شده‌اند . خوشبختانه همه این 64 کارت در وب سایت مربوطه وجود دارد .شما می‌توانید با انتخاب کلید سهم خلاق دیگری را به من بده کارت دیگری را بطور تصادفی انتخاب کنید . Ideafisher شامل واژگان شرکت پذیری زبان انگلیسی است که کلمات و عبارات را ارجاع می‌دهد . ارتباطات شرکت پذیری، تأمین کاربر را با کلمات مرتبط به موضوع داده شده، براساس استعارات و تشابهات، برای رایانه آسان می‌نماید . بسیاری از این ارتباطات و اتصالات غیر خطی نامعمول و غیر متعارف می‌باشند اما همانطور که قبلاً ذکر شد، نظرات غیر معمول و عجیب می‌توانند نظرات جدید و موثری را خلق کنند . ارتباطات شخصی را نیز می‌توان به این پایگاه‌های داده‌ای افزود تا پایه کاربرد خلاقانه‌‌اش را وسیع کرد .
 نکات مهم فصل
• افراد در محیط کار با هم همکاری می‌کنند . گروه افزارها، کارهای گروهی را پشتیبانی می‌نمایند .
• اعضای گروه یا در یک سازمان و یا سازمان‌های مختلف کار می‌کنند . ممکن است در یک موقعیت مکانی یا چند جای گوناگون باشند، آنها یا در زمان‌های یکسن کار می‌کنند و یا در زمان‌های گوناگون.
• در صورتیکه افراد بصورت گروهی کار کنند بویژه اگر در زمانها یا مکان‌های متفاوت باشند، نیاز به برقراری ارتباط، مشارکت و دسترسی به مجموعه‌ای از منابع اطلاعات به اشکال گوناگون دارند .
• محاسبه گروهی با اصطلاحات گوناگون شناخته می‌شود از جمله گروه افراد، سیستم‌های پشتیبانی گروه
(GSS) و کار مشارکتی با حمایت رایانه (CSCW)
• اینترنت، شبکه‌های داخلی (اینترنت ) و شبکه‌های خارجی (اسکترانت) از طریق ابزارهای مشارکتی و دسترسی به داده‌ها، اطلاعات و دانش تصمیم گیری‌ها را حمایت می‌کنند.
• اینترنت و فناوری وب تأثیر زیادی بر چگونگی روابط و کار ما دارد.
• اینترنت یک اینترنت داخلی /درونی است.
• اینترنت خارجی گروه‌های کاری را به هم متصل می‌نماید در حالیکه اینترنت داخلی برای اعضای گروه‌ها از سازمانهای مختلف است . کاربرد معمول و متداول گروه افزارها برای یک زنجیره عرضه است که در بردارنده سازمان‌های متعددی است که از فناوری اینترنت بوجود می‌آیند .
• گروه 4 و گروه‌های کاری در سازمان‌ها رو به ازدیاد می‌باشند . در نتیجه، گروه افزارها برای حمایت موثر از گروه‌های کاری / شغلی به وجود می‌آیند.

مشارکت عمیق تر از تعامل است . مشارکت معنا یا دانش را منتقل می‌نماید . همچنین اطلاعات از طریقمشارکت بطور فعال مبادله می‌شوند .
• چارچوب زمان / مکان یک روش مطمئن برای توصیف الگوهای ارتباطی و مشارکتی کار گروهی است .
فناوریهای گوناگون می‌توند چارچوب‌های گوناگون را حمایت کنند.
• افراد یا با هم در یک زمان یا زمان‌های متفاوت و یا در یک مکان یا مکان‌های متفاوت کار می‌کنند .
• گروه افزار همان تولیدات نرم افزاری است که برای گروه‌های پشتیبانی مشارکتی فراهم می‌آورد.
• با وجود اینکه جلسات گاهی ناکارآمد و بی تأثیر هستند اما بیشتر کارهای گروهی در همین جلسات صورت می‌گیرد .
• گروه افزارها شامل امکاناتی برای توفان فکری الکترونیکی، کنفرانس الکترونیکی، برنامه ریزی گروهی، تقویم، برنامه ریزی، راه حل متضاد، ساخت مدل 4، ویدئو کنفرانس، تبادل مدارک الکترونیکی، رأی گیری و غیره می‌باشند .
• بیشتر گروه افزارها به اعضای گروه امکان ارتباط از طریق اینترنت با یک رابطه مرورگر وب می‌دهند.
• کار گروهی مزایا و زیان‌های بسیاری دارد.
• سیستم حمایت گروهی (GSS) ترکیبی است از سخت افزار و نرم افزار که کار روهی را بهبود می‌بخشد.
• سیستم‌های حمایت گروهی به عناوین دیگری نیز نامیده می‌شود از جمله سیستم الکترونیکی (EMS)
• کار مشارکتی با حمایت رایانه (CSCW) محاسبه مشارکتی و گروه افزار
•GSS سعی دارد سود و پیشرفت کار و فرآیند را افزایش وخسارات آن را کاهش دهد ..
• تشابه / توازن و ناشناخته بودن به افزایش سود حاصل از کار گروهی کمک می‌کند .
•GSS را می‌تون از نظرات گوناگون مورد بررسی قرار داد : فعالیت‌های معمول گروهی در زمینه بازگشت اطلاعات، مبادله اطلاعات و کاربرد اطلاعات
• می‌توان از GSS در یک اتاق تصمیم گیری الکترونیکی، در یک ازمایشگاه چند منظوره رایانه و یا در وب استفاده کرد
• گروه افزارهای بر پایه وب برای مشارکت در هر زمان ومکانی مناسب هستند.
• نرم افزار GSS شامل بخش‌هایی برای تولید نظر، سازماندهی، گزارشگر موضع، رأی گیری، تشکیل خط مشی و تجزیه و تحلیل داد و ستد باشد .
• جلسات در یک زمان ومکان GSS بطور کلی یک الگوی ثابت را دنبال می‌نماید .
• برنامه ریزی
• طرح /بین مسئله
• توفان فکری
سازماندهی نظر
• اولویت بندی بحث ونظر
• تولیدنظرات بیشتر
• کلاس یک محیط طبیعی است که در آن با حمایت رایانه، یادگیری افزایش می‌یابد .
• یادگیری از راه دور (DL) زمانی رخ می‌دهد که یادگیری با ابزارها و فناوریهایی انجام گیرد که بمنظور غلبه بر محدودیتهای یادگیری در یک زمان ومکان طراحی شده‌اند
• زمانیکه اقتصاد روابط آموزشی واجتماعی – اقتصادی تکامل می‌یابد، دانشجویان درحال تکمیل تحصیلات دانشگاهی خود به روشهای غیر سنتی هستند .
• دانشجویان وهیئت علمی باید بداند که فناوری مشارکتی چطور بر فعالیت آنها در دروس تأثیر می‌گذارد .
• خلاقیت یک مفهوم پیچیده است .
• خلاقیت را می‌توان با تکنیک‌های مدیریتی خوب و یک محیط حمایتی یاد گرفت و کسب کرد.
• تولید نظر این امکان را به شرکت کننده‌ها می‌دهدکه نظرات خود را بطور همزمن و ناشناس تولید و مبادله کنند .
• سیستم‌های حمایت از خلاقیت (CSS) به ویژه GSS برای فرآیند خلاقیت حمایت رایانه‌ای فراهم می‌آورد .
• خلاقیت انسان‌ها با سیستم‌های تولید / ابزار نظر (توفان فکری الکترونیکی) حمایت می‌شود.
• برنامه‌های نرم افزاری خلاقیت برای راه اندازی مفاهیم جدید از ارتباطات و تفکر آزاد و وسیع استفاده می‌نمایند .
• واژگان کلیدی
• ناشناس بودن
• غیر همزمان / ناهمگام
• محاسبه مشارکتی
• کار گروهی با حمایت رایانه (CSCW)
• نرم افزارهای درسی
• خلاقیت
• سیستم حمایت ا زخلاقیت
• اتاق تصمیم گیری
• روش دلفی
یادگیری از راه دور(DL)
• توفان فکری الکترونیکی
• سیستم‌های جلسه الکترونیکی
• جلسه الکترونیکی
• سیستم‌های مشارکتی داد و ستدهای گسترده
• شبکه خارجی
• دیوار آتش
• تفکر گروهی
• گروه افزار
• کار گروهی
• تولید / ابراز عقیده
• اینترنت
• شبکه داخلی
• تشابه / توازن
• پیشرفت فرآیند
• همزمان/همگام
• شرکت مجازی
1. ویژگی‌های کار گروهی را بصورت فهرست وار بیان کنید؟
2. فعالیت‌های جلسه را فهرست وار بگویید؟
3. هدف اولیه گروه افزار چیست؟
4. دلایل اهمیت روابط برای محاسبه مشارکتی / گروهی چیست؟
5. تفاوتهای میان مشارکت و ارتباطات را بنویسید؟

6. چارچوبها و فناوریهای مشارکتی چارچوب زمان / مکان مربوط به پشتیبانی روابط در فناوری اطلاعات را بیان کنید؟
7. دلایل اینکه چرا جلسات ناکارآمد هستند را نوشته و داده‌های حل مسئله را بیان نمائید.
8. گروه افزار را تعریف کرده و اهداف آن را بنوسید؟
9. فواید /پیشرفتهای کار گروهی را بیان نمائید؟
10. خسارات کار گروهی رابیان کنید؟
11. سیستم پشتیبانی گروه (GSS) را تعریف نموده و قابلیت‌های بالقوه آن را بیان کنید.
12. یک سیستم جلسه الکترونیکی را تعریف کنید.
13. تشابه و ناشناخته بودن را تعریف کنید.
14. سه شیوه بکارگیری فناوری GSS را نام برده و نقاط ضعف و قوت آنها را بیان کنید.
15. عواملی را که منجر به موفقیت GSS می‌شود، نام ببرید.
16. مسائل مهمی را که جلسات در هر زمان و مکان را در بر می‌گیرد، نام ببرید.
17. یادگیری چیست؟
18. ویژگی‌های محاسبه مشارکتی را که محیط کلاسی سنتی را بهبود می‌بخشد، نام ببرید.
19. دلایل شهرت و محبوبیت یادگیری از راه دور چیست؟
20. نقاط ضعف و قوت یادگیری از راه دور را بنویسید؟
21. خلاقیت چیست ؟ راه‌هایی که از طریق آن GSS خلاقیت را ارتقاء می‌دهد ذکر کنید.
سوالاتی جهت بحث و تبادل نظر
1. تفاوتها و شباهت‌های اینترنت، شبکه داخلی و شبکه‌های خارجی را توضیح دهید.
2. توضیح دهدی که چطور یک گروه می‌تواند حس همکاری نداشته باشد اما نیاز به مشارکت گروهی داشته باشد.
3. گروه افزار چطور با هدف اولیه‌‌اش می‌رسد.
4. بطور مفصل توضیح دهید که چرا ارتباطات برای محاسبه مشارکتی مهم است.
5. تعادل غیر کلامی چیست و چرا در تعاملات انسانی مهم است.
6. چرا مشارکت از ارتباط عمیق تر است.
7. چرا توصیف کار گروهی از نظر چارچوب زمانی / مکنی موثر می‌باشد.
8. حمایت‌های گروه افزار را توصیف کنید.
9. توضیح دهید که چرا اکثر گروه افزارها در وب بکار می‌رود.
10. هر یک از بسته‌های نرم افزاری ذکر شده در فصل را توصیف و مقایسه کنید.
11. نقاط قوت بکارگیری گروه افزارها را در وب توصیف نمائید.
12.GSS را با تصمیم گیری‌های گروهی غیر کامپیوتری مقایسه کنید.
13. چرا جلسات بی تأثیر هستند . جلست مفید و موثر چگونه باید اداره شوند.
14. جزئیات سود و پیشرفت کار گروهی را مورد بحث قرار دهید.
15. جزئیات خسارات کار گروهی را مورد بحث قرا ردهید.
16. توضیح دهید که GSS چگونه می‌تواند برخی از سودهای مشارکت و کار گروهی را افزایش داده و برخی از خسارات آن را کاهش دهد.
17. توضیح دهید چطور برخی ازویژگی‌های GSS در ابزارهای بهره وری کامپیوتری شده قرار می‌گیرند .
18. اصطلاح اصلی و ابتدایی برای سیستم حمایت گروهی، سیستم حمایت تصمیم گروهی
(GDSS) بود . چطور واژه تصمیم از این اصطلاح حذف شد؟ ایا این مسئله درست است
؟چرا؟
19. توضیح دهید که چطور تشابه و ناشناخته بودن باعث پیشرفت‌هایی در فرآیندهای گروهی می‌شوند؟
20. سه فناوری را که از طریق آن‌ها GSS بکار گرفه می‌شود را توصیف نمائید. نقاط ضعف و قوت آنها را بیان کنید .
21. چرا موعدهای مقرر برای جلسات در هر زمان و مکانی اهمیت دارند؟ اگر منظم نباشند چه اتفاقی رخ می‌دهد.
22. چه عواملی منجر به پیشرفت و موفقیت GSS می‌شود.
23. در زمینه نقاط ضعف و قوت یادگیری از راه دور، توضیح دهید که چرا برخی دانش آموزان محیط یادگیری از راه دور را ترجیح می‌دهند و برخی دیگر محیط‌های یادگیری سنتی را می‌پسندند؟
24. چطور GSS وب و ویدئو کنفرانس یادگیری از راه دور را موثرو کارآمد کرده اند؟
25. بطور مفصل توضیح دهید که چرا شرکت‌ها بسوی آموزش آن لاین گام بر می‌دارند؟
26. بطور مفصل خلاقیت را تعریف کنید؟
27. توضیح دهید که GSS چطور خلاقیت را حمایت می‌کند.
28. توضیح دهید که تولید نظر/ عقیده چطور عم می‌کند (توفان فکری الکترونیکی )
29. آیا رایانه‌ها می‌توانند خلاق باشند ؟چرا؟
تمرین‌ها
فهرستی تهیه کنید از شیوه‌های ارتباطی که در طول روز بکار می‌گیرید . کدامیک موثرتر می‌باشد؟ و کدامیک کارآیی کمتری دارد؟
تأثیر حذف هر یک از سیستم‌های ارتباطی را در یک شرکت بررسی نمائید ؟ شرکت‌های زیر ار چطور می‌توانند موثر و مفید باشند خطوط هوایی، بانک، شرکت بیمه، آژانس هواپیمایی، فروشگاه زنجیره‌ای و خواروبار فروشی . چه اتفاقی رخ می‌دهد ؟ بررسی کنی که چه سازمان‌هایی از صورت گرفتن این موقعیت جلوگیری می‌کنند؟
در بسیاری از ملل، سیستم‌های تلفن ناکافی و ناکارآمد هستند، علیرم زیاد بودن سیستم‌های رایانه ای.
شرکت‌های فعال در این نوع کشورها باید چه بکنند تا این تأثیرات در ارتباطا کاهش یابد و نادیده گرفته شود.
زبان بدن را بررسی کرده و یافته‌های خود را گزارش دهید . در صورت امکان آنرا ارائه داده (با بکارگیری زبان بدن)
بررسی نمائین که چطور محققان سعی در ایجاد و توسعه سیستم‌های رایانه‌ای آزمایشگاهی دارند که عوامل ارتباطی غیر کلامی رانشان می‌دهند /
موارد زیر را نرم افزرها را در وب بررسی نموده و توضیح دهید در سیستم‌های پشتیبانی گروهی رایانه‌ای چطور شامل این موارد می‌باشند .
شیوه‌های توسعه کارآمدی جلسات را بررسی کنید.
قابلیت‌های اصلی لووس فوت را باتوجه به تجربیات شخصی خود فهرست کنید و توضیح دهید که چطور می‌توان از آن‌ها برای حمایت از تصمی گیری‌ها استفاده کرد.
مدل تصمیم گیری 4مرحله‌ای سیمون را با کاربرد GSS که در سیستم پشتیبان تصمیم 11/7 مطرح شد، مقایسه کنید.
بهنظر شما نسبت هب گذراندن یک دوره یادگیری از راه دور چیست که در آن از نرم افزارهای آموزشی برای ارتقاء کار گروهی و رابطه با مربی استفاده می‌شود؟ سه مقاله درباره تجربیات دانش آموزان و هیئت علمی در یک دوره آموزش از راه دور پیدا کرده و نظریات خود را با تجربیات آن‌ها مقایسه کنید . نقاط ضعف و قوت چنین روشی چیست؟تمرینات گروهی :
فصل وب را بررسی کرده و تمرین‌ها را پاسخ دهید.
وب سایتGROOVE را مطالعه نموده و نرم افزار نمایش دهی را در کامپیوتر هر یک از اعضای گروهدانلود نمائید . از آنها برای توفان فکری و یا رأی گیری درباره یک مسئله خاص استفاده کنید . آیا با این نرمافزار احساس راحتی می‌کنید ؟چرا؟
به وب سایت یکی از خدمات گروه افزاری بر پایه وب دسترسی پیدا کنید .توصیف کنید که چه ویژگی‌هایی را ارائه می‌دهد و چطور می‌توند به اعضای گروه کند تا بصرت گروهی فعالیت نمایند .
دانشگاه‌هایی را که دوره‌های یادگیری از راه دور را ارئه می‌دهند مشخص کنید . حداقل 4 مقاله در این زمینه پیدا کنید . آیا ابزارهای کمکی درسی در مقایسه با شیوه‌های آموزش استاندارد موثر هستند؟
مطالعه موردی گروه‌های متعددی در یک بیمارستان درباره‌ی مسائلی به بحث پرداختند و نظراتی را برای برنامه ریزی استراتژیک ارائه دادند . بعضی از گروه‌ها از جلسات الکترونیکی بر پایه GSS استفاده می‌کردند در حالیکه گروه‌های دیگر از جلسات سنتی بهره جستند . بیشتر افرادیکه از GSS استفاده می‌کردند و سپس آن را کنار گذاشته بودند، دوباره به استفاده از GSS روی آوردند . زمانیکه پیشنهادات هر دو گروه مورد بررسی قرار گرفت، نظرات گروه‌های بر پایه GSS مورد پذیرش قرار گرفت . به نظر شما چرا چنین اتفاقی رخ داده است ؟توضیح دهید.
تمرین اینترنتی
تمرینات حمایت شده توسط گروه افزارها چگونه هستند ؟ محصولات نرم افزاری روی وب را که به گروه‌های کمک می‌کنند فعالیت نمایند و تصمیم گیری کنند مشخص کنید . یک بسته نرم افزاری را دانلود کرده، آن را نصب کنید و آن را راه اندازی کنید . یافته‌های خود را در کلاس گزارش دهید .
بمنظور یافتن سایت‌هایی که روش‌های بهبود بخشیدن به جلسات را توصیف می‌کنند، اینترنت را جستجو کنید . راه‌هایی که باعث می‌شوند جلسات موثرتر شوند را بیابید.
به وب سایت groupsystems.com دسترسی پیدا کنید و تولیدات GSS آن را مشخص کنید.
به وب سایت شرکت Expert choice دسترسی بیابید الف. اطلاعاتی درباره تولیدات حمایت از گروه آنها را پیدا کنید. ب. Team expet choice به مفهوم AHP در فصل 4 تشرح شد، مرتبط است . این محصول را ازنظر پشتیبانی تصمیم ازیابی کنید . آیا شما فکر می‌کنید که استفاده ازصفحه کلید پیشرفت‌های فرآیند را موجب می‌شود تا خسارات آن را به چطور و چرا؟
پنج ماجرای موفقیت GSS را در دنیای واقعی در وب سایت‌های فروشندگان پیدا کنید . آن‌ها را توصیف کنید . نرم افزارهای GSS و روش‌های آن چطور به موفقیت منجر شده اند؟ چه مشخصه‌های متداولی را با هم مبادله می‌کنند؟ موفقیت‌های فردی چه تفاوت‌هایی با هم دارند؟
به یک نسخه نمایش دهنده از یک GSS بر روی وب دسترسی پیدا کنید . از این سیستم دریکی ازجلسات گروهتان استفاده کنید . توضیح دهید که آیا از استفاده از این سیستم (نرم افزار) احساس خوشایندیداشته اید یا خیر ؟ چرا؟
سه سیستم نرم افزار درسی بر پایه وب را مشخص کنید. ویژگی‌های آن‌ها را با هم مقایسه کنید . اگر یک آزمون و یا یک نمونه نمایشی موجود است، از آنها استفاده کنید . کدامیک را ترجیح میدهید چرا؟
به وب سایت تفکر خلاق مراجعه کنید . مسئله‌ای را در ذهن داشته باشید سعی به حل آن دارید . از کلید سهم دیگری را به من بده استفاده کنید تا تفکر خود را توسعه دهید.
برای یکی از بسته‌های نرم افزاری خلاقیت که در متن توصیف شده است . به سراغ وب سایت یکی از کارخانه‌ها بروید و یک نمونه نمایشی را دانلود و بکارگیرید و تجربه خود را در یک گزارش تشریح نمائید.
موارد خوشایند و ناخوشایند و مسائل مفید و بی فایده را ذکر کنید.
تحقیق‌های گروهی
جدیدترین پیشرفت‌ها در زمینه محاسبه مشارکتی/GSSرا توصیف کنید.
فعالیت‌ها و مهارت یک تسهیل گر گروهی برای موفقیت یک جلسه GSS بسیار اهمیت دارد. مقالات و وب سایت‌های اخیر را در زمینه تسهیل GSS را مشخص نمایید و تحقیق گروهی‌ای بنویسید و در ان توصیف نمائید که چه چیز یک تسهیل گر خوب را برا یgss فراهم می‌آورد و GSS چطور تسهیل گر را پشتیبانی می‌کند .
برخی از محققان GSS با تأثیرات چند فرهنگی استفاده از سیستم رایانه مواجه می‌باشند . این امر بویژه در GSS بسیار مهم تلقی می‌شو چون در آن نظرات معمولاً با ملاقات شرکت کننده‌ها در مکان‌های مختلف سراسر دنیا مطرح و تلفیق می‌شوند . تحقیق گروهی بنویسیددرباره مسائل مهمی که باعث می‌شود GSS پیشرفت‌ها/ خسارات فرآیند را دریک محیط جلسه الکترونیکی چند فرهنگی به وجود آورد.
کاربرد موردی 1/7
قرص مصاحبه مشارکتی ایمن و موثر پی فایزر (PFIZER)
مقدمه :
در ایالات متحده، تحقیق و آزمایش دشوار و طولانی برای وارد کردن یک داروی جدید به بازر صورت می‌گیرد که نیازمند تلاش‌های گروهی بسیاری است . شکرت‌های دارو سازی پیش از آنکه محصولاتشان به تأئید سازمان غذا و دارو (FDA) برسد، باید آزمایشات وسیع و گرانقیمتی را انجام دهند. ازمجموع ده‌ها هزار عنصر کشف شده در هر سال، فقط هفت درصد آنها وارد بازار می‌شوند . پس از مرحله تولید شرکتهای داروسازی باید بوسیله بیش ازیک میلیون کاغذ مفید و موثر بودن دارویشان را تأئید و تضمین کنند . آنهاباید این کاغذها را به FDA که نمایندگی فدرال است و تولیدات دارویی را پیش از ورود به بازار ارزیابی می‌کند، ارسال نمایند . فرآیند اثبات و تأئید FDA، فرآیندی دراز مدت و وقت گیر است و عباوه بر این، شرکت‌های دارویی با فشار زیادی مواجه هستند . این بخاطر یک تجدید ساختار اجباری فرآیند مرور FDA می‌باشد . لازم است که این سازمان فرآیند مرور و بررسی را از 24-18 ماه به 12 ماه کاهش دهد تا داروها سریعتر به بازار عرضه کند . برای اینکه مراحل اثبات و تأئید توسط FDA به سرعت سپری شود، پی فایزر امکان عرضه دارو بصورت الکترونیکی را ایجاد کرده است . هدایتگر عرضه الکرونیکی پی فایزر (ESUB) یک پیشرفت گسترده نسبت به روش قدیمی (بر پایه کاغذ ) انتقال مدارک به سازمان غذا و دارو است. هزینه ساخت چنین سیستمی 2/3 میلیون دلار می‌باشد و حداقل 142 میلیون دلار از سال 2000 که راه اندازی شده است، به شرکت سود رسانده است( به این خاطر که زمانهای چرخه‌ای کوتاهتر شده اند) اما ESUB روش مشارکت پزشکان شرکت کننده در تحقیق و کارمندان فناوری اطلاعات را تغییر داده است.
جورج میلن، مسئول تحقیق و توسعه بخش تحقیق مرکزی پی فایزر در گروتون اظهار میدارد : ESUB تأثیر زیادی داشته است از این جهت که روشی را که ما بوسیله آن کارها را بطور خصوصی واز درون انجام میدهیم، تغییر کرده است . وی می‌افزاید : توانایی ما در به وجود آوردن اجزای داروی جدید موجب مقیاسی بی سابقه شده است و این چیزی است فراتر از یک سیستم رایانه‌ای جالب . ابزارهایی را که ESUB به ما می‌دهد درک و بینش راتحریک می‌کند . ما انتظار داریم که این امر منجر به یک تأثیر زنجیره سازی در نوآوری شود .ESUB بطور مستقیم بر صنعت تأثیر گذاشته است و بعنوان یک ملاک / معیار برای فرآیند عرضه به FDA خدمت می‌کند .
به اندازه یک کامیون کاغذ:
در اواسط 1995 محققان پی فایزر در حال تولید ترووان بودند یک داروی آنتی بیوتیک جدید که برای تأئید FDA در حال بررسی بود این محصول جدید بزرگترین تولید ضد عفونی بود که تا به حال FDA دریافت کرده بود. محققان و کارمندان پشتیبانی بخش‌های جداگانه‌ای از اسناد و مدارک کاغذی را بررسی نموده و نتایج آزمایشات این دارو را گزارش دادند . بالاخره در هر بخش اوراق اصلی جمع آوری شدند یک کاربرد دارویی جدید NDA نامیده شد.
پس از جمع آوری این کاغذها NDA ویرایش، کپی و برای آغاز مراحل تأئید و اثبات به FDA فرستاده شد.
FDA بخش‌هایی از این گزارش را به منتقدانی که تجزیه و تحلیل خودشان را می‌نوشتند توزیع کرد .
مدیریت اوراق، کنترل تجدید نظر و صحت و درستی ارجاع، چالش‌های مهمی محسوب می‌شد . منتقدان با بخش‌های تشکیل شده از 2000 کاغذ که حدود 5-6 فوت ارتفاع داشت کار می‌کردند . ارجاع باعثدردسرهایی اصلی می‌شد . منتقدی که نیاز به بررسی موردی در یک صفحه خارج از بخش خود می‌شد، باید انتظار می‌کشید تا FDA یک پیک را به انبار کتابخانه بفرستد تا ازنسخه اصلی کپی تهیه کند.
برای حل این مسئله کارکنان پی فایر از NDA‌های رایانه‌ای استفاده کردند تا بخش‌های اوراق را بطور الکترونیک بسازند . باوجود اینکه تهیه دادها صورت نمی‌گرفت و عملکرد بسیار کند بود اما بهترین شیوه در سال 1995 بود . در آن زمن وب در حال رونق گرفتن بود و البه‌هاک پیشنهاد کرده بو که دیگر زمان بکارگیری و آزمایش وب فرا رسیده است . در اوریل 1996‌هاک وتیم فناوری اطلاعات وی یک نمونه اولیه ساده را به یکی از پزشکان تووان نشان دادند تیم فناوری اطلاعات پی فایزر در هر هفته حدود یک نمونه اولیه ESUB را تولید می‌کردند کد مربوطه را حدود 40 بار بازنویسی می‌کردند تا اداره و مدیریت آن ساده تر شود . در طول تولید ESUB اندازه NDA برای تراووان تخمین زده می‌شد . عرضه‌ی تا حدود 50 هزار ورق، حدود 180 گیگابایت رشد کرده بود . همزمان با رشد پروژه فرآیند ساخت نمونه اولیه باعث ایجاد هیجان در میان اعضای تیم فناوری اطلاعات و تیم پزشکی شده بود.
ESUB تولید می‌شود:
در 28 دسامبر 1996 نه ماه پس از ارائه طرح ESUN تحویل داده شد . از آنجائیکه تراووان از نظر کاربرد و آزمایش پیچیده بود گروه‌ها در ابتدای امر این مشکلات را حل نمودند . در مارس 1997 ESUB به سادگی تهیه ویاگرا را در دست گرفت .
امروزه، گروه پزشکی می‌تواند با سازمان غذا و دارو ومنتقدان آن که از ESUB برای هماهنگی در کارهایشان استفاده می‌کنند، در زمینه کاربردهای یک داروی جدید همکاری نماید.
مزیت‌های ESUB
مزیت‌های ESUB از بازگشت سرمایه گذاریهای انجام شده فراتر است . ESUB تبدیل شده است به یک سیستم مبادله داده‌ای گروهی وسیعی که بعنوان ملاکی برای دیگر تولیدات شرکتهای دارویی، توسط سازمان غذا و دارو بررسی می‌شد. پی فایزر یک وضعیت رقابتی مثبت را در ساخت داروهای با کیفیت بالا در زمانی کوتاه فراهم آورده است . ESUB نیز در سازمان پی فایزر نقش برجسته‌ای را برای فناوری اطلاعات ایجاد کرده است . تیم گروهی پی فایزر بصورت مشارکتی با شرکای تجاری اش، سیستمی را تهیه نود هکه
دیدی جهانی نسبت به وضعیت یک آزمایش یا فرآیند کاربرد فراهم کرده است.
رقابت مثبت پی فایزر را از طریق اتصال محققان دارویی سراسر دنیا بهم افزایش داده است . ESUB شرکای تجاری از جمله دیگر سازندگان دارو را به پی فایزر جذب کرده است که به بازار کمک کرده و داروهای خود را در آن توزیع نمایند.
این امکان را برای پی فایزر فراهم آوره است که با سرعت زیاد در بازارهای جهان و در کشورهایمختلف نفوذ کند.
این امکان را برای شرکت فراهم کرده است که هر 12 ماه 5 داروی جدید را وارد بازار نماید که این سریعترین نرخ موجود در صنعت سات .
یک جدول اکترونیکی ازمحتویات را نشان داده که می‌توان از طریق آن انواع یک NDA را بررسی کرد.
امکان مرور و نقد قابل انتقال را فراهم کرده است . این مسئله خیلی مهم است زیرا FDA اغلب از مشاوران خارج از سازمان استفاده می‌کند.
تا سال 2000 تعداد کاربران این سیستم به 2000 شبکه جهانی در مراکز دولتی و پی فایزر رسید . منبع / مخزن ESUB تا 5 ترابایت رشد کرده است و هر ربع ساعت 1 ترابایت داده جدید به آن اضافه می‌شود .
مهمترین منفعت ESUB داروهای موثر ایمن و جدید هستند که سریعاً به بیماران ارائه می‌شوند.
سوالات موردی ESUB در شکرت پی فایزر چه نوع مشارکتی را حمایت می‌کند؟ ESUB چطور مشارکت‌ها را حمایت می‌کند؟حامیان چه کسانی هستند؟
سودهای حاصل از ESUB چه هستند ؟ چه نقاط ضعفی ممکن است داشته باشد؟
سازمان غذا و دارو در مشارکت با پی فایزر ( از طریق ESUB) به چه منافع خاصی دست می‌یابد؟ESUB چطور به عنوان مرکز یک شبکه خارجی با پی فایزر، آژانس ناظر بر آن (FDA) فروشندگان دارو سازان محققان دارویی و پزشکن معالج بیماران کار می‌کند؟
کاربرد موردی 2/7
شرکت شیمیایی دارو (DOW) بزرگترین کلاس درس جهان را ساخته است
بیان مسئله : در سال 2000 این شرکت 61 نفر را اخراج کرد و نسبت به 540 کارمند باقی مانده برای ارسال ایمیل به سرورهای شرکت مقررات کمتر و ساده تری را در نظر گرفت . بیل استاوروپولس(رئیس جدید) تصمیم گرفت که تمام 40000 کارمند داو در 70 کشور دنیا باید 6 ساعت آموزش و زمینه احترام و مسئولیت در محل کار ببینند/ این پاسخ جامع به یک مسئله در محیط کار برای بیشترین سازماندهی جهانی پرهزینه است . اما داو می‌توانست این آموزش را از طریق سیستم آموزشی بر پایه وب ارائه دهد. سایت
[email protected] را مشاهده کنید. راه حل :
بین اکتبر سال 2000 و فوریه سال 2001 بیش از 40000 کارمند ین دوره را گذراندند که دو ساعتمطالب کلی ارائه می‌شدو چهار ساعت هم به زبان اصلی افراد مسائل را مطرح می‌کردند . شرکت داو از این طریق توانست 7/2 میلیون دلار را ذخیره کند . 162 هزار دلار برای ثبت دستی وقایع کلاسی 300 هزار دلار برای امکانات کلاس و مربیان و 1 میلیون دلار برای جزوه‌های درسی و 2/1 میلیون دلار برای پس انداز حقوق افراد بود . بیشتر این ذخیره سازیها بخاطر زمان کوتاه آموزش بود.
راه حل مذکور و نتایج حاصل از آن :
سیستم یادگیری در تلفیق‌ها و فراگیرها یک بازپرداخت عظیم و فوق العاده را تحویل داد . جذب فوری کارکنان جدید کلیه نمایان کردن ارزش در یادگیری‌هاست . کارکنان سایت ساخت و تولید که به شرکت داو پیوستند باید یک دوره اجرایی سه مرحله‌ای را بگذرانند. تاکنون یازده هزار کارمند این دوره را بصورت آنلاین و در سی درصد زمان مورد نیاز برای آموزش سنتی طی کرده اد . داو دو میلیون دلار از هزینه‌های آموزش را کاهش داد/ [email protected] شیوه‌ای بود که 27هزار کارمند برای گذراندن دوره‌های شغلی ایمنی و سلامت محیطی طی نموده‌اند . و از این طریق 6 میلیون دلار پس انداز کردند. در نتیجه حوادث ایمنی کاهش یافتند و نیروی کار داو تا 25 درصد رشد یافته است . داو در زمینه سیستم یادگیری الکترونیکی 3/1 میلیون دلار هزینه کرده است . در اولین سال اجرایی، شرکت سودهای کلی را 30 میلیون دلار تخمین زد.
844279 دلار برای ثبت دستی، 1/3 میلیون دلار برای هزینه‌های ارائه آموزش، 2/5میلیون دلار برای کاهش مواد درسی و 8/20 میلیون دلار برای حقوق‌ها (آموزش از طریق وب نیاز به 40 تا 60 درصد زمان کمتری نسبت به محیط سنتی کلاس نیاز دارد) صرفه جویی شده است. زمانیکه [email protected] آغاز بکار کرد، 15 عنوان درسی را ارائه کرد. تا پایان سال اول، سیستم 98 عنوان درسی را ارائه داد و 24492 فارغ التحصیلی را ثبت کرد . در سال 2000، این سیستم 426 عنوان درسی را با 208464 اتمام تحصیلی ارائه کرد.
یک کلاس جهانی
[email protected] سریعًاً رشد کرد و اکنون یکی از جامع‌ترین ابزارهای یادگیری از طریق وب است دوره هیا کنونی از حسابداری و بازرگانی گرفته تا شیمی و هر یک از این رشته‌ها به زبان‌های هلندی، انگلیسی، فرانسوی، آلمانی، ایتالیای، پرتقالی و اسپانیولی (و برخی به زان‌های چینی، اندونزیایی،ژاپنی و تایلندی) تدریس می‌شوند. بیشتر کلاس‌ها به یک پس آموزش دارند تا مشخص نمیند که آیا کارکنان مهارت لازم را برای اخذ گواهینامه به دست آورده‌اند ؟ زمانیکه یک کارمند یک کلاس رابه اتمام می‌رساند، مدرک اتمام دوره بصورت خودکار به فایل آموزشی‌‌اش ارسال می‌گرد . در این نوع یادگیری نیز همانند کلاس‌های مسئولیتو احترام آن لاین میلیون‌ها دلار از طریق ارسال اطلاعات ذخیره می‌شود . شرکت داو برای طراحی و تحویل این اطلاعات مهم بصورت جهانی بهترین فناوری موجود را بکار برده است. رهبران ارشد برای محافظت از ارزش‌های شرکت تعهدات مستحکمی را داده‌اند و قول داده‌اند که در صورتیکه اینارزشها به خطر بیافتد، برخورد قاطعانه را صورت دهند.
سوالات موردی
چرا مدیران ارشد به حساسیت امر آموزش اهمیت می‌دادند؟ چرا یک مکانیزم یادگیری آنلاین مورد پذیرش قرار گرفت؟از طریق سیستم یادگیری چه منافع دیگری بدست می‌آمد؟شرکت داو از طریق سیستم یادگیری به چه منافعی دست یافته بود؟






8 فصل هشتم

12,8- برنامه ریزی نیازهای مادی (MRP)، برنامه ریزی منابع شرکت / مدیریت منابع شرکت (ERP/ERM) و سیستم‌های مدیریت زنجیره تامین (SCM) :
مفهوم زنجیره تامین به کامپیوتری سازی فعالیتهایش،همانطور که آنها در طی 50 سال اخیر تکامل یافتند
، مرتبط است . برای جزئیات درباره سابقه به (2003) Hugosو( 2003) Sheikh رجوع نمایید .
سیر تکامل پشتیبانی از زنجیره تامین کامپیوتری شده :
به طور تاریخی، بسیاری از فعالیتهای زنجیره تامین با مبادلات کاغذی ناکافی و ناکار آمد، مدیریت شده
. از زمان اولین کاربرد تجاری کامپیوترها، توجه به اتوماسیون فرآیندها در طول زنجیره تامین بود . اولین برنامه‌های نرم افزاری در دهه 1950 و اوایل دهه 1960 پدیدار شد و بخش‌های کوتاه را همراه با زنجیره تامین حمایت می‌کرد .مثالهای نوعی، سیستم‌های مدیریت اجتماعی - اختراعی، برنامه سازی و صورت حساب سازی هستند .اهداف عمده، کاهش هزینه‌ها، تسریع پردازش و کاهش خطاهاست . چنین کاربردهایی در حوزه‌های تقشی، مستقل از یکدیگر توسعه یافتند .
به زودی آشکار شد که وابستگی درونی بین برخی فعالیت‌های زنجیره تامین هست . برای مثال، دریافتند که برنامه‌های تولیدی، مستقیما به مدیریت اختراعات و برنامه‌های خرید، مرتبطند . مدل برنامه ریزی نیازهای مادی (MRP) در دهه 1960 طراحی شد . چون این مدل، غالبا به، به روز شدن روزانه نیازداشت، نیاز به حمایت کامپیوتر، آشکار بود . این امر به بسته‌های نرم افزاری (MRP) تجاری منجر شد .
سیستم‌های (MRP) شامل مدل‌های اختراعی با زمان‌های راهنما، برنامه تولیدی ارشد از تمام تولیدات نهایی ( که ممکن است، پیش بینی تقاضا باشد ) صورتحساب‌های مادی برای هر مونتاژ، می‌باشد . صورت حسابهای مادی، لیستی از تمام اجزای مونتاژ یا تولید نهایی هستند. آنها، ساختار درختی از بخش‌های بهم مرتبط از بخش‌های کوچک تا مونتاژ‌های عمده هستند که هر تولید نهایی را تشکیل می‌دهند .
سیستم (MRP)، برنامه تولید پیشنهادی تولیدات نهایی را گرفته، زمان‌های راهنما و ثبت‌های اختراع موجود را بکار برده، برگشتن از طریق ثبت‌ها، برای ایجاد افزایش کیفیت‌ها، که لیستی از بسته‌ها و بخش‌هایی است که باید تولید گردد و زمانی که باید نیازهای زمان راهنمای بخش‌ها و محصولات نهایی، برآورده شود .
به طور ایده آل، برنامه تولیدات نرم، ایجاد شده، توان کل کارخانه را در حدود 100 درصد ممکن بکار گرفته است . برنامه ریزی نیازهای توانی (CRP) برای یکدست کردن برنامه (MRP) براساس خاصیت کارخانه و کل توانهای مرکزی دستگاه توسعه یافته است . در حالیکه بسته‌های (MRP)، در بسیاری موارد مفید است، کمک به ایجاد سطوح اختراعی و کار آمدتر کردن بخش‌های زنجیره تامین، آنها اغلب، شکست خوردند . یکی از دلایل عمده شکست آنها، این تصور بود که عملیات برنامه / فهرست / خرید . به منابع مالی و کارگر مرتبط است . این تصور، به افزایش روش شناسی (MRP) منجر شد ونرم افزار، برنامه ریزی نیازهای تولید یا MRPII را درخواست کرد.
در طی این تکامل، سیستم‌های اطلاعاتی بیشتر و بیشتر یکپارچه شدند . این امر به مفهوم برنامه ریزی منابع شرکت ( تشکیلات اقتصادی ) (ERP)، منجر شد که بر یکپارچه سازی فعالیتهای پردازش مبادله شرکت متمرکز بود. سپس ERP توسعه یافت تا شامل تجهیزکنندگان داخلی و مشتریان باشد و سپس، تجهیزکنندگان و مشتریان خارجی را در آنچه به عنوان نرم افزار ERP/SCM توسعه یافته نامیده شده، مشتمل گردد .
چرا ادغام ؟
ایجاد یک شرکت قرن بیست و یکمی، نمی‌تواند با تکنولوژی کامپیوتر قرن بیستم نقش مدار به طور موثر انجام شود . بخش‌های مختلف،که سیستم‌های نقشی را بکار گرفتند، نتوانستند بایکدیگر به همان زبان ارتباط برقرار کنند . بدتر اینکه، فروش عمده، فهرست، و داده‌های تولیدی اغلب باید به صورت دستی به سیستم‌های کامپیوتری جداگانه وارد شود،هر بار که شخصی که عضو بخش خاصی نیست اطلاعات غیر رسمی مرتبط به بخش خاص نیاز خواهد داشت . در بسیاری موارد، رئیس‌ها به اطلاعاتی که نیاز دارند،دست پیدا نمی‌کنند یا وقتی به این اطلاعات دست می‌یابند که خیلی دیر است .
2001Sandoe&Saharia، مزایای عمده ادغام ( از لحاظ اهمیت ) را فهرست کردند :
مزایای ملموس :
کاهش فهرست، کاهش پرسنل، بهبود تولید، بهبود مدیریت سفارش، بهبود مالی نزدیک چرخه، کاهش هزینه IT، کاهش هزینه – تامین، بهبود مدیریت – نقدی، افزایش سود و در آمد، کاهش هزینه – لوجستیکی انتقال، کاهش نگهداری و بهبود حمل به موقع .
مزایای غیر ملموس :
قابل رویت بودن اطلاعات، پردازش جدید و یا پیشرفته، پاسخگویی مشتری، استاندارد سازی، انعطاف پذیری، جهانی سازی و عملکرد تجاری .
توجه کنید که درهر نوع مزایا، بسیاری بخش‌ها مستقیما به SCM پیشرفته مرتبط هستند .
برای بحث بیشتر درباره پیشرفت‌هایی که ادغام برای SCM ایجاد کرده، مقاله سفید "
. راببنید Competition's New Battleground"
" technology.com"www.cambridge در "The Integrated Value Chain" : ادغام زنجیره تامین
برای نسل‌ها، ارتباطات مختلف زنجیره‌های تامین شرکت، به طور مستقل از یکدیگر، مدیریت می‌شد . با این حال از دهه 1950 و با تشکر از معرفی سیستم‌های اطلاعاتی کامپیوتر – مدار، کمپانی‌ها، شروع به ادغام این ارتباط کردند . ادغام، با نیاز به کار امدتر کردن عملیات به منظور بر آوردن نیازهای مشتری در حوزه‌های تولید و هزینه خدمات، کیفیت، حمل و نقل، تکنولوژی و زمان چرخه، که با افزایش رقابت جهانی ایجاد شد، تسهیل شده بعلاوه اشکال جدید ارتباطات سازمانی و انقلاب اطلاعات بویژه در اینترنت و تجارت الکترونیک، SEM را در مرکز توجه قرار داد .
. ببینید Action 8,22 را در DSS
برنامه ریزی منابع شرکت / مدیریت منابع شرکت (ERP/ERM) :
با پیشرفت سرور / مشتری اقدامات وسیع، محاسبه چالش جدیدی شد : چطور تمام فرآیندهای عمده تجارت را با یک طراحی نر م افزاری منفرد در زمان حقیقی، کنترل کنیم . راه حل ادغام، به عنوان برنامه ریزی منابع شرکت (ERP) (گاهی مدیریت منابع شرکت ERM، نامیده شده ) شناخته شده مزایای از کارآیی افزایشی به کیفیت، تولید و سوددهی بهینه نوید داد ( برای اطلاعات بیشتر 2002Umble&Umble ) را ببینید نام ERP، به گونه‌ای گمراه کننده است زیرا نرم افزار بر برنامه ریزی یا منابع متمرکز نمی‌شود
.یک هدف عمده ERP، ادغام تمام بخش‌ها و نقش‌ها در یک شرکت به داخل یک سیستم کامپیوتری است که می‌تواند کل نیازهای شرکت را انجام دهد.
تاریخچه اعتبار مشتری و اطلاعات سفارش قبلی، دسترسی فوری را ایجاد می‌کند . این امر تولید و رضایت مشتری را می‌افزاید . و یک انتخاب سیستم ادغامی خود توسعه‌ای با استفاده از بسته‌های تجاری نقشی یا با برنامه ریزی سیستم خودتان است .
چطور WARNER-LAMBERT یک زنجیره تامین ادغامی را بکار می‌برند.
همه چیز با مزرعه‌های اوکالیپتوس در استرالیا آغاز شد، جاییکه درختان سریع رشد، برخی مواد بکار
رفته در دهان شویه ضد عفونی کننده لسیترین، یکی از تولید ات عمده WL) Warner-Lambert) را ایجاد می‌کردند . مواد از درختان اوکالیپتوس جمع آوری شده از استرالیا به کارخانه تولید WL در آمریکا حمل می‌شد . مشکل عمده WL امنیت که تعیین کند چقدر لسیترین تولید می‌شود . لسیترین توسط هزاران فروشگاه خرد و فروش خریداری می‌شد که برخی فروشگاه‌های بزرگی مانند Wal-Mart بوده و بسیاری هم فروشگاه‌های کوچکی بودند. مشکل این بود که کارخانه تولیدی، می‌خواست بداند چطور تقاضای کلرا پیش بینی کند . یک پیش بینی اشتباه باعث می‌شود WL با فهرست مازاد یا با کمبود مواجه شود .
نگهداری فهرست‌ها گران بود و کمبود‌ها به از دست رفتن تجارت و شهرت منجر می‌شد . WL، تقاضاها را با کمک DSS برنامه ریزی تقاضای منیوگستیک ( منیوگستیک یک فروشنده نرم افزاری SCM است.) پیش بینی کرد . با استفاده از دیگر تولیدات در Manugistics Supply Chain Planning Suite سیستم، تولید، توزیع و داده‌های فروش را در مقابل تقاضای مورد انتظار و اطلاعات جو تجاری را تحلیل کرد تا به WL کمک کند تعیین نماید چقدر لسیترین ( و دیگر تولیدات ) ایجاد و توزیع شده و چقدر از هر کدام از مواد خام لازم است . برای مثال، مدل می‌تواند تاثیر ارتقاء یا خط تولیدی که کاهش یافته را پیش بینی کند . گروه فروش و گروه بازاریابی در WL، با رئسای امور مالی و تدارکات و دیگر بخش‌ها، بطور ماهانه ملاقات می‌کردند . گروه‌ها، تقاضای مورد انتظار برای لسیترین را وارد DSS برنامه ریزی توان شرکت Marcam کرده، و تولید لسیترین را در مقدار مورد نیاز، برنامه ریزی کرده و سفارشات خرید الکترونیک را برای تجهیزکنندگان WL ایجاد می‌کرد . زنجیره عالی تجهیز WL از برنامه ریزی مشارکتی ابتکاری، برنامه پیش بینی و تکمیلی (CPFR) نشات می‌گیرد . WL و CPER را چند سال قبل، وقتی برنامه‌های استراتژیکی مشارکتی، داده‌های عملکرد و دیدگاه بازار با شرکت Wal-Mart درباره شبکه‌های خصوصی را آغاز کرده بود، به کار انداخت . کمپانی دریافت که می‌تواند از دانش بازار WL درست مانند اینکه Wal-Mart می‌تواند از دانش تولیدش سود ببرد، استفاده کند . در طی طرح WL و CPER، نسبت پر کردن قفسه تولیدات را افزایش داد . تا حدی که قفسه‌های فروشگاه انباشته شده –از 87 درصد به
98 درصد کمپانی حدود 8 میلیون دلار از فروش اضافی، معادل یک تولید جدید بدست آورد . WL اکنون اینترنت را برای توسعه برنامه CPFR برای تمام تجهیزکنندگان و شریکان خرده پایش بکار می‌گیرد .
انتخاب دیگر، استفاده از نرم افزار ادغامی تجاری در دسترس به نام ERP است . نرم افزار راهنما برای SAPRB،ERP است . People soft، Computer Associates، J.D.Edward، Oracle، Baan Company، تولیدات مشابه ایجاد می‌کنند . همه اینها شامل بخش‌های Web هستند که طراحی می‌شوند تا به سادگی از پورتال شرکت قابل دسترسی باشند . ( 6SAPA شامل J2EE به پیروی از سرور کاربردیش، 2003Taft راببیند .
این بسته‌های نرم افزاری، به طور گسترده‌ای بسط یافتند تا ابزار حمایت تصمیم را برای افزایش ادغام با سیستم‌های EIS سازمانی، شامل شوند.
این امر آشکارا به تحکیم تولیدات و خدمات و ایجاد نرم افزار، با امید به بهترین ویژگی‌های آن، منجر می‌شود .
سیستم‌های ERP براساس دیدگاه زنجیره – ارزشی سازمانی که بخش‌های نقشی، کارشان را هماهنگمی سازند، هستند . سیستم‌های ERP، فعالیت‌های تجاری سازمان را با مرتب کردن داده‌ها درباره آن فعالیت‌ها در یک پایگاه داده‌ای مرکزی، ادغام می‌کند . سیستم‌های برنامه ریزی شرکت طراحی می‌شوند تا رقابت را با به روز کردن توانایی سازمان به منظور ایجاد، اطلاعات دقیق و به موقع از طریق زنجیره تامین و اقدامش، افزایش دهند . بسته‌های نرم افزاری در دسترس تجاری، ادغام یکپارچه تمام اطلاعات را نوید می‌دهد : مالی و حسابداری، منابع انسانی، عملیاتی، زنجیره تامین و اطلاعات مشتری، دیدگاه واحدی از تجارت ایجاد کرده، تمام نقش‌ها و بخش‌ها را با ایجاد یک پایگاه داده‌ای وسیع که تمام مبادلات تجاری در آن وارد، ثبت، پردازش، نظارت و گزارش می‌شود . در بر می‌گیرد .
یک اجرای ERP موفق می‌تواند چرخه تولید را کوتاه کرده، دقت پیش بینی تقاضا را افزون، خدمات مشتری را بهبود بخشیده، هزینه عملیات اضافی را بکاهد ؛ ممکن است در هزینه‌های IT کلی با حذف اطلاعات اضافی و سیستم‌های کامپیوتری منجر شود. همچنین به کنترل و استفاده بهتر از فهرست منجر می‌
گردد.Flextronics international یک شرکت سنگاپوری 101 میلیون دلاری ERP در 26 مکان در سراسر جهان بکار گرفت . کمپانی فورا حجم انتقال فهرستش را بهبود بخشید. مدیرانش در فروشگاه داخلی شان به طور online خرید می‌کردند.
فهرست تدارک تثبیت شده به مدیران خرید Flextronics کمک می‌کند که با تهیه کنندگان، بهتر مذاکره کنند. برای ERP اولیه و راهنمای تمرکز چرخه ERP رجوع نمایید : برنامه ریزی، اجرا و پس و پس از اجرا ( از www.cio.comبدست آمده ) که بهترین کار و تصمیم گیری مورد نیاز برای کار موفق ERP در طی چرخه حیایش را بررسی می‌کند. نرم افزار ERP از بخش‌های نقشی هم گذشت و می‌توان آن را همراه با زنجیره تامین برای تهیه کنندگان و مشتریان گسترش داد . کمپانی‌ها، به طور موفق صدها برنامه با استفاده از نرم افزار ERP ادغام کرده، میلیونها دلار را صرفه جویی کرده و رضایت مشتری را بطور چشمگیری افزایش دادند . برای مثال mobile oil،300 سیستم اطلاعاتی مختلف را با اجرای 3SAPR/ در عملیات نفتی – شیمیایی آمریکا تثبیت کرد . ERP، نظم و سازماندهی را در فرآیند‌های تجاری وارد کرده، صفی از IT و اهداف تجاری را متحمل تر می‌سازد . بعلاوه، با استفاده از ERP، کمپانی‌ها تمام کناره‌های گرد گرفته تجارتش را می‌یابد .
یک مجموعه ERP، واسط منفردی برای مدیریت تمام فعالیت‌های عادی انجام شده در تولید – از ورود سفارشات فروش تا هماهنگی حمل و نقل، و خدمات پس از فروش مشتری را ایجاد می‌کند .
این همکاری در تولید بسیارمهم است، برای مثال SAPR/3) ERP،Dow Corning) را با برخی از بهترین ابزار مدیریت مدارک الکترونیک و همکاری (EDM) در دسترس توسعه داد .
EDM، محتوای مهمی که شامل بیش از 2 میلیون داده مادی فعال برای توسعه گران، مشتریان شریکاناست را مدیریت می‌کند . ابزار همکاری خدمات Emailو ابزار webرا ایجاد می‌کند . و Herman Miller توانایی‌های سیستم ERP را بسط داد تا شامل ارتباط زمان حقیقی و تصمیم گیری برای تمام کاربران در پورتال my sign باشد .
همراه با 150 کاربر داخلی، 400 کاربر تهیه کننده هستند . اخیرا سیستم‌های ERP برای تعامل مشتری بطور نقشی مشارکت کرده و روابط بین تهیه کننده، فروشنده را مدیریت کرده، سیستم‌ها را کمتر نگاه به داخل می‌سازند . ERP نقش مهمی در تمرکز تولید کنندگان کوچک و متوسط داشته که تغییرات فرآیند تجاری را در شرکت تسهیل می‌کند . فروشندگان به ایجاد محصولات ادامه می‌دهند تا نیاز‌هایشان را
برآورده سازند . این‌ها شامل مجموعه sap business، شرکت power Easy مجموعه ERP برای mac osx و سیستم‌های ERP از بهترین نرم افزار‌های میکروسافت است .ادغام کارخانه‌های چندتایی و تسهیل توزیع، به مدیریت بهتر زنجیره تامین منجر می‌شود . هزینه اجرای متواضعانه ERP می‌تواند از 2 میلیون دلار تا 4 میلیون دلار بسته به اندازه سازمان و تولیدات خاص و خدمات خریداری شده از فروشنده باشد .
هزینه اجرای کامل در یک سازمان بزرگ می‌تواند به امکانی از 100 میلیون دلار بیشتر باشد . تحقیق اخیر از 36 کمپانی با سود سالانه 12 میلیون تا 36 میلیون دلار نشان می‌دهد که متوسط هزینه اجرا 1006 میلیون دلار است و 23 ماه طول می‌کشد تا کامل شود.
یک موضوع مالی مهم اینکه کی و چقدر هزینه کنیم تا یک ERP به روز شود براساس تحقیقات AMR یک موضوع بیشتر کمپانی‌ها که سیستم‌های ERP را به روز کردند، پولشان را در گروه‌های ذیل خرج کردند : خدمات حرفه‌ای (%28-23)، سخخت افزار (%24-20)، تعلیم و کارگر (%23-16)، نرم افزار برای به روز کردن (%15-8) نرم افزار (%15-9) و شبکه‌ها (%10-7).
علی رغم هزینه‌ها وقتی ERP موفق می‌شوند، برگشت آن حیرت آور است .
همچنین سیستم به کاهش فهرست، منجر می‌شود زیرا برنامه ریزان مادی، به داده‌های به روز تر و دقیق تری دسترسی داشته که توانایی کمپانی را در دنبال و کنترل فهرست سیستم – گسترده و پیش بینی تقاضای آینده بهبود می‌بخشد .
ERP نسل دوم :
هذف ERP نسل اول اتوماتیک سازی فر ایند اداره تجارت کلیدی است . در طی دهه 1990 این مدل سود زیادی ایجاد کرد. اجرای سیستم بسته ERP سود مازاد تابعی را بدست داد ( سودی که اکنون مهم است ) و در واقع پروژ‌های ERP میلیون‌ها دلار کمپانی را صرفه جویی کرد . تا اواخر دهه 1990، سود‌های عمده‌ای از ERP بدست می‌آمد اما حرکت ERP از پایان دور بود . ثانیا نسل قدرتمند تر توسعه ERP با هدف به حرکت در آوردن سیستم‌های موجود به منظور افزایش کار آیی در پرداختن به مبادلات بهبودتصمیم گیری و شیوه‌های متغییر بیشتر برای انجام تجارت آغاز شد .
همانطور که بیاد می‌آورید در فصل 5، OLTP و OLAP بعنوان دو فعالیت متفاوت اما تکمیل کننده لحاظ شدند . ERP نسل اول اساسا OLAP را و دیگر فعالیت‌های مبادلاتی معمول را حمایت می‌کند .
برای مثال یک سیستم ERP نقش نظم دهی الکترون c را داشته یا بهتری شیوه برای صورتحساب مشتری است همه انچه انجام می‌شود انوماتیک ساختن مبادلات است .
گزارشات ایجاد شده توسط سیستم‌های ERP برنامه ریزان آمار درباره دوکمپانی رخ داده، هزینه‌ها و عملکرد مالی می‌دهد . گزارشات از سیستم‌های ERP تصویر کلی از زمان می‌دهد اما انها فعالیت‌های برنامه ریزی مداوم که برای برنامه ریزی زنجیره تدارک اصلی هستند را حمایت نمی‌کنند سیستمی که به اصلاح و افزایش برنامه به عنوان تغییرات و وقایعی که رخ می‌دهد تا آخرین دقیقه قبل از اجرای برنامه ادامه می‌دهد .
این نقص، نیاز به سیستم‌های تصمیم گیری – مدار را ایجاد کرده و این چیزیست که SCM و فروشندگان نرم افزار هوشمند تجاری ایجاد کنند . این محصولات توانایی‌های DSS/BI/BA را در بخش‌های کوتاهی از زنجیره تدارکات ارائه می‌کنند به صورت یک شکل ما به شیوه‌های ERP و SCM برای برنامه ریزی مشکل نگاه می‌کنیم . یک تفاوت اساسی بین این دو هست : در SCM سوال این است :" آیا من باید سفارش شما را بگیرم ؟" در عوض در شیوه ERP، سوال اینکه " چطور می‌توانم به بهترین شیوه سفارش شما را بگیرم یا انجام دهم ؟"
لذا، سیستم‌های SCMبعنوان تکمیل کننده سیستم‌های ERP برای ایجاد توانایی حمایت تصمیمات هوشمند عرضه شدند یک سیستم SCM را می‌توان برای پوشاندن سیستم‌های ERP موجود و برای استخراج داده از هر مرحله زنجیره تدارک ایجاد تصور واضح جهانی از جاییکه اقدام پیش می‌رود طراحی کرد .
ایجاد یک برنامه از سیستم SCMبه کمپانی امکان می‌دهد سریعا اثر اعمالشان را بر زنجیره تدارکات شامل تقاضای مشتری ارزیابی می‌کنند . لذا منطقی است که ERP و SCM را ادغام کنیم . اجراهای ERP، با برنامه ریزی توان CRM وسیستم‌های تحلیل عملکرد زمان حقیقی ادغام می‌شود . ادغام ERP با کار‌های تجارت الکترونی، نیز مهم است .
چچطور چنین ادغامی انجام می‌شود ؟ یک شیوه برای دستیابی به این اقدام، کار با نرم افزار مختلف از فروشندگان مختلف است مثلا استفاده ازSAPبعنوان یک ERP افزودن نرم افزار تولید مدار MANUGISTIC همانطور که در مورد WARNER LAMBERTقبلا نشان داده شده چنین شیوه‌ای ادغام و تناسب نرم افزار‌های مختلف را می‌طلبد که ممکن است موضوع پیچیده‌ای باشد مگر اینکه میانجیهای خاص وجود داشته باشند. یک تحت انتخاب، استفاده از بسته‌های برنامه ریزی پیشرفته APS استکه بخش‌هایی هستند که می‌توانند با ERP یا SCM کل ادغام گردند . APSدر بهینه سازی تولید و اطمینان از اینکه مواد مناسب در زمان مناسب موجودند تا تقاضای مشتری را برآورند، کمک می‌کند .
شیوه دوم برای فروشندگان ERP است برای افزودن حمایت تصمیم و توانایی هوشمند تجاری که مشکل ادغام را حل می‌کند . اما همانند ادغام DBMSو صفحات گسترده در Excel شما محصولات را با کار آمدی ضعیفتر می‌گیرید . بیشتر فروشندگان ERP چنین نقشمندی را برای دلیل دیگری می‌افزایند : زیرا ارزانتر است و برای مشتری در دسترس تر می‌باشد . نقش مندی افزون، که نسل دوم ERP را ایجاد می‌کند شامل حمایت تصمیم و CRM تجارت الکترونی انبار داده‌ها است . کمپانی‌ها، مایلند تا سیستم‌های پس از ERP را همانطور که در DSSدر 23,8Action نشان دادند بکار برند .
انتخاب سوم، اجاره دادن برنامه‌ها به جای ساخت سیستم‌هاست . وقتی برنامه‌ها را اجاره می‌دهیم، فروشنده ERP (یا اجاره کنندگان دیگر) از نقش مندی و مشکلات ادغام مراقبت می‌کند . این شیوه نسبتا جدید به عنوان جایگزین ASP شناخته شده است .
تهیه کنندگان خدمات کاربردی و منابع یابی خارجی ERP:
یک تهیه کننده خدمات کار بردی ASPیک فروشنده نرم افزار است که کاربردهای ERP مدار را شامل انواعی با توانایی DSSبه سازمانها اجاره می‌دهد . مفهوم پایه همانند شراکت زمانی قدیمی است .
منابع یابان خارجی، سیستم‌ها را تنظیم و برای شما اجرا می‌کنند . استفاده ازASPاستراتژی مدیریت ریسک را داشته و برای کمپانی‌های کوچک و متوسط، مناسب است . مفهوم ASP خصوصا در پروژه‌های ERP که برای نصب گران هستند، زمان طولانی طی می‌شود تا اجرا شوند، و برای کارمندان دشوارند، مفید است . با این حال ارائه یک ASP نیز در نقش‌های ERP افزوده مانند DSS/BI/BAو ECوCRMبازار داده تولیدات رومیزی و دیگر کاربرد‌های مرتبط با زنجیره تدارکات آشکار است . استفاده از ASPنیز جنبه‌های منفی دارد . ائلا فروشندگان ERP یک تعهد 5 ساله تقاضا می‌کنند . اما در 5 سال نرم افزار ERP ممکن است به طور چشمگیری تغییر کند و قیمت خرید بسیار پایین افتد و ثانیا انعطاف پذیری از بین برود . سیستم‌های اجاره‌ای نسبتا استاندارد و ممکن است برای نیاز‌هایتان مناسب نباشد و انتقال از یک سیستم اجاره‌ای می‌توان گران و زمان بر باشد .
مشکلات و شکست‌های ERP :
ERP می‌توان به سازمان کمک کند و زنجیره تدارکات شرکت را مدیریت کند . در عین حال به ذخیره کلی در تولیدات و هزینه مدیریت منتهی شود . علی رغم اهمیت استراتژیکی شان اجرای ERP، نسبت شکست بالایی را گزارش می‌دهد گاهی عملیات هسته‌ای اجرایی سازمان را به خطر می‌افکند .
چطور کمپانی‌های آمریکایی با ERP موفقند ؟
در اینجا چطور کمپانی‌های آمریکا با نصب‌هایERP موفقند .
OWENS: یک سازنده مواد ساختمانی مدل تجاریش و تفکر شرکتی‌‌اش را در سال 1999 تغییر داد .
برای مثال به جای فروش هواکش پوشش سقف و --------بطور جداگانه شروع به فروش سیستم‌های کامل پوشش سقف کرد که شامل بخش‌ها، نصب، حمل و دیگر خدمات بوده برای انجام این کار بطور اقتصادی کمپانی، هوش تجاری را بکار برد (انبار داده‌ها ) تا داده‌های ایجاد شده توسط سیستم ERP (از SAP) را تحلیل کند . انبار داده‌ها اطلاعات ارزشمندی درباره سود مشتری سود خط تولید عملکرد فروش و فعالیت‌های SCMایجاد می‌کند . ERP همچنین با کنترل فرآیند مغازه ادغام شده که نرم افزار SCM را بکار می‌برند .
GENERAL: یک سازنده تجهیزات ارتباطی مخابراتی و فروشنده نرم افزار SCMداده‌های بخش‌ها را وارد ابزار مدیریت محصولات متافاز کرد . ار آنجا داده‌ها وارد سیستم ORACLE ERPشدند قبلا داده‌های محصولات به طور دستی وارد هر سیستم شده بود که منجر به هزینه‌های بالا و خطاهای بسیاری شدند . همچنین کمپانی ابزار ترکیب محصول را به نیروی فروش و بخش تولید کمک می‌کند تا اطمینان یابند که ترکیبات محصول خاص قبل از اینکه سفارشات در ERP قرار گیرند،محتمل است بیشتر از 3 هزار تهیه کننده اجزاو دسترسی مستقیم به داده‌های محصولات در WEBبا استفاده از تکنولوژی متافازدادند .
ROLLERBLADO: سازنده اسکیت،(J.D Edvard) ERPرا بعنوان طراحی برای پیش بینی کمپانی اتوماسیون نیروی فروش و سیستم‌های انبار داده‌ای استفاده می‌کند . با طرح ادغامی ERP فعالیتهای حمایت تصمیمی، نا کار آمد تر شدند . اکنون یک سود دهی تحلیل فروش در کنار محصول ناحیه زمان بطور منظم و موثر انجام می‌شود .
ERP:Mott morth amrican را نصب کرد و دریافت که این مدل بازار یابی و مشکلات خدمات مشتریش را بطور مناسب جوابگو نیست . با استفاده از ویژگی‌های پیشرفته SAP کمپانی برنامه ریزی تولید و بهینه سازی برنامه حمل را افزود . ادغام با تجارت الکترونیک نیز بدست آمد . اکنون برای مثال توزیع کنندگان می‌توانند WEBرا برای چک کردن وضعیت سفارش شان با سیستم 3R/بکار ببرند .
آنجا شکست‌های عظیم و گران ERP وجود داشت ما قبلا چندین بار شکست ERP را در Hershey chocolate ذکر کردیم . hersheyبا عجله سیستم را بدون توجه دقیق که این مدل چکار دقیقا انجام می‌دهد بکار گرفت . عدم دقت در داده برای سیستم مزاحمت ایجاد کرد و بی نظمی گسترده‌ای در عملیات ایجاد شد .
در 1998 شهر Atlantaو georgiaیک سیستم people soft ERPاجرا کرد که بیشتر از 10 میلیون دلار هزینه داشت . این سیستم آنقدر ضعیف عمل کرد که شهر نهایتا آن را حذف نمود . هدف از بکارگیری آن، بررسی موضوعاتY2K به سرعت بود . به جای ارزیابی و بهبود فرآیند تجاری موجود، شهر مشاورانرا واداشت که برنامه را تغییر دهند تا فرآیند‌های موجود را پاسخگو باشد . شیوه‌های کاغذی منسوخ نشد وفقدان جدی تعلیم و مهارت در گروه ISمسئول ERP وجود داشت .
همچنین 2,8Application درباره بحران عمده mc donaldهنگام اجرای سیستم اطلاعاتی اقدامات عمده را ببینید . یک ERP موفق می‌تواند ستون هوش تجاری برای سازمان باشد، و به مدیریت دیدگاه یکپارچه‌ای از فرایند‌هایش بدهد . اما در ماه ژوئن 2000، Frank Gilletیک تلیل گر ارشد با شرکت –Forrester Researchبیان داشت :" تجربه کرده ایم که بیشتر {فروشندگان} ERP حمایت تصمیم و زمان اجرای آن را درک نمی‌کنند ان را خوب انجام نمی‌دهند .وقتی این مدل به طور مناسب بکار گرفته شود نرم افزار ERP اطلاعات را با حسابداری تولید، توزیع، بخش منابع انسانی در سیستم محاسباتی یکپارچه ادغام می‌کند . با این حال چالش‌هایی هست که همراه با اجرای سیستم ERP می‌آید . اجرای ERP بسیار با شکست مواجه می‌شود .وقتی اجرای ERP شگست می‌خورد معمولا به این دلیل است که سازمان زمان کافی هزینه یا تعلیم را برای مدیریت موضوعات تغییر فرهنگ اختصاص نداده است . در واقع تعلیم اغلب آخرین لحظه وضعیف است .
شکست‌های قابل توجه اجرای ERP :
در 30 سپتامبر 2002 موضوع computer worldدر لیست شرکتی ITدر دهه 1990 بود چندین تا از انها اجرای عمده ERP بودند . اینها شامل :
• سیستم SAP ERPبرای توزیع دارو شرکت FoxMeyer نقص سیستم شرکت را به سوی ورشکستگی کشاند .
• سیستم SAP ERPبرای شرکت W.W.GRANGER. این شرکت لااقل 9 میلیون دلار برای نرم افزار SAP و خدمات در 1998 و 1999 هزینه کرده . در طی بدترین 6 ماه GRANGER19 میلیون دلار در فروش و 23 میلیون دلار در سود را از دست داد .
• نصب و ادغام IBM مدار SAP برای شرکت غذایی Hersheyشرکت، 12 درصد فروش را در پرکارترین فصل سال 1999 در‌هالوین و کرسمیس از دست داد .
• ادغام کاربردی و Oracle ERP برای شرکت کشاورزی Tri valley growers. این شرکت بیش از
6 میلیون دلار نرم افزار ERP و خدمات در 1996 خرید . نهایتا استفاده از نرم افزار و پرداخت به فروشنده را متوفق کرد . Oracleتمام این ادعا‌ها را انکار کرد . مورد در ژانویه 2002 مطرح شد.
اجرای موفق سیستم برنامه ریزی منابع اقدامی ERP وظیفه سنگین است . برای اینکه یک سازمان سود ERP را بدست آورد، باید ابتدا برنامه‌ای برای موفقیت ترتیب دهد اما سازمان باید برای طراحی مجدد همراه با وقفه‌های کارکنان کاهش در تولید آماده باشد قبل از اینکه موعد پرداخت فرا رسد. سیستم‌های ERP برای اجرا به زمان و هزینه زیادی نیاز دارند. اجرای سیستم ERP در فرهنگ کمپانی خلل ایجاد کرده، تعلیمات گسترده می‌طلبد و به کاهش تولید تولید عدم جوابگویی به سفارش مشتری منجر شده که میتواند به طور موفق خط پایین را تخریب کند .
موفقیت دلچسب نهایی Hersheyدر ERP :
شرکت Hersheyوقتی که نرم افزار SAP AG R/3 ERPو دیگر برنامه‌های تجاری را درسال 1999 بکار گرفت با مشکلات عمده‌ای مواجه شد . در سپتامبر 1999 رئیس و CEDسابق Hershey اعلام کرد که مشکلات در ERP باعث شد کمپانی نتواند 100 میلیون دلار مواد را برای‌هالوین حمل کند . قیمت سهام Hersheyبیش از 8 درصد آن روز سقوط کرد . تحلیل گران، کاملا به توانایی حمل مشکلات این شرکت تا پاییز بعدی اعتماد نداشتند، تا وقتی که موارد به حالت نرمال برگشت . تجربه Hersheyخیلی متوسط بود.
مطلعات نشان دادند که بیشتر کمپانی‌هایی که نصب نرم افزار را دیر انجام می‌دهند، فرآیند تجاریشان موقتا وقفه داشته و سهام آنها برای حدود 6 ماه آسیب می‌بیند . یک متخصص ERP می‌گوید اجرای ERP مانند ریختن سیمان روی فرآیند تجاری شما می‌باشد . خوشبختانه، سازندگان مشکلات با مدل به روز آن به صورت نسخه وبی 3R/ خوش شانس تر بودند در جولای 2001 آغاز و در ماه می‌2002 تکمیل کردند .
هزینه به روز رسانی 20 درصد پایین بودجه بود . و هیچ تخریب پردازش سفارش و حمل محصول را که باعث خسارت 112 میلیون دلاری در 1999 شد، نداشت . بعلاوه Hersheyبیش تر از 30 پیشرفت در فرآیند تجاری مرکز یش در طی 60روز استفاده از سیستم جدید داشت . هزینه‌ها کاهش یافت، همانطور که زمان پردازش پیش می‌رفت . سیستم به محیط تولیدی با نقص تقریبا صفر رسید از ابزار تحلیل تجاری SAPاستفاده کرد که می‌تواند اثر فروش و برنامه‌های بازار یابی را همزمان سنجش کند .
بین 50 و 75 درصد شرکت‌های آمریکایی این سطح شکست را وقتی که تکنولوژی تولید یا اطلاعات پیشرفته را اجرا می‌کردند، تجربه کردند. دلایلی وجود دارد که چرا ERP شکست می‌خورد . بسیاری از شکست‌ها قابل پیش بینی است، اما CEDها یا CIOهای بیش از حد سیستم را وامی دارند که به شیوه‌هایی که طراحی نشده عمل کند .
اغلب داده‌ها قابل دسترس نیستند یا مقادیر هزینه‌های اضافی لازم است تا به آنها رسید .
ERPقطعا یک رسمی سازی فرآیند تجاری را ایجاد کرده که برخی شرکت‌ها به انجام آن مایل نیستند .
کار با نرم افاز اقداماتی گران و دشوار است . اجرا زمان بر است . دشوار است که مردم را وا داریم که شیوه‌هایی که کار می‌کنند را تغییر دهند تا سیستم به طور صحیح عمل کند . اما آنها نهایتا سازگار می‌شوند . و مشکلاتی در ابتدا وجود دارد نرم افزار اقداماتی، فقط نرم افزار نیست . این مدل تغییر در شیوه‌ای که تجارت انجام می‌شود را می‌طلبد . برخی از بزرگترین شکست‌های اجرای سیستم ERP به این دلیل رخ می‌دهد که توانایی‌ها و نیاز‌های جدید نرم افزاری با فرایند و شیوه تجاری کنونی سازمان منطبق نیست .
یک سیستم ERP که برای بر آوردن نیاز‌های تجاری خاص کمپانی طراحی نشده می‌تواند باعث مشکلاتعمده شود. یک عدم انطباق بزرگ بین توانایی‌های فنی سیستم و ساختار فعلی فرآیند یا نیاز‌های تجاریسازمان، وفقه‌های عمده‌ای را ایجاد می‌کند . عدم انطباق کمتر سرور بین فرآیند تجارت و نیاز‌های نرمافزاری مشکلات عمده‌ای برای اجرا کننده و کاربر پدید می‌آورد .در DSSدر 26,8Focus شیوه‌هایی برای اجتناب از شکست اجرای ERP و عوامل عمده موفقیت را شرح می‌دهد . همچنین umbleو haftو 2003umble را ببیند که درباره عوامل عمده موفقیت مراحل انتخاب نرم افزار و شیوه‌های اجرایی مهم برای اجرای موفق ERP تحقیق می‌کنند، و به acermanو van heldenرجوع کنید که به دنبال این هستند که چطور عوامل مهم موفقیت ERP بهم مرتبطند . hongو kingدرباره تناسب سازمانی ERP تحقیق می‌کنند .
نتایج شان از بررسی میدانی 34 سازمان نشان می‌دهد که موفقیت اجرایی ERP به تناسب سازمانی و احتمالات اجرایی با آنهایی که در ERP مدل سازی شده اند، منطبق نیست . برای مثال سیستم‌های اولیه ERP برای بخش‌های مجزای صنعت طراحی می‌شدند . بسیاری شرکت‌های شناور (شناور، داروئی، معدن) وقتی تلاش می‌کردند که با بسته ERP کار کنند با شکست‌های بد و گران مواجه می‌شوند . اگر فرآیند حقیقی تجاری با مدلهای ERP منطبق نباشد یک یا هر دو مورد باید برای انجام اجرا باشد ؛
(1) فرآیند حقیقی تجارت باید تغییر یابد تا با مدل سیستم ERP منطبق شود ؛ و/یا 2() بعلاوه نرم افزار گران باید توسط سازمان یا مشاورانش نوشته شود تا با تفاوتها وفق داده شود . نوعا برخی از هر کدام باید انجام گیرد . بدون توجه به آنها مشکلاتی خواهد بود . مورد اول به بلوک‌های فرهنگی سازمانی ضربه زده و نقصی در سیستم ایجاد می‌کند . و ERP که فرآیند را مدل سازی می‌کند ممکن است برای سازمان نامناسب باشد . مورد دومی مجموعه معمولی از مسائل ایجاد می‌کند که همراه با توسعه هر نرم افزار جدید است . با این حال، اگر نرم افزار ERP توسط فروشنده به روز شود تضمینی نیست که نرم افزار اضافی کار کند . لذا میلیون‌ها دلار که برای توسعه نرم افزار هزینه شده ممکن است هدر شود، در عین حال نرم افزار خانگی باید تغییر یابد یا کاملا بازنویسی شود . لذا مشکلات زیاد و هزینه مازاد در بکارگیری ERP وجود دارد . مثلا یک کارخانه بزرگ تجهیزات انتقال – زمین (هر قطعه تجهیزات به میلیون‌ها دلار فروخته می‌شود ) به طور موفق ERP را برای انجام عملیاتش نصب کرد .
وقتی یک مشتری خواست که تغییری در یکی از انتخابها در 5 تراکتری که سفارش داده بود دهد ( مثلا یک cd player به جای ضبط در کابین ) مدیر تولید نشان داد که این امر را نمی‌توان انجام داد .
یک قرار داد چندمیلیون دلاری به خطر افتاد، تا تغییر انجام شود، کمپانی باید سفارش تراکتورها را لغو کرده و نوع جدیدی ایجاد می‌کرد . برای مشتری مشکل CEOحل می‌شد او می‌رفت و CD Playerرا می‌آورد، به خط تولید و به کارگر می‌گفت که نیاز‌های تولید را نادیده بگیرد . سپس نرم افزار مازاد که چندین میلیون دلار هزینه برداشته بود،نوشته می‌شود تا امکان تغییرات سفارش در تولید را بدهد، در عین حالیکه تراکتور ساخته میشد . بوضوح سیستم ERP غیر قابل انعطاف بود یعنی زمان‌های ساخت طولانی را در مدل داخلیش پیش بینینمی کرد . چنین مشکلات ERP می‌تواند سازمان را فلج یا ور شکسته کند .
اجتناب از شکست اجرایی ERP :
سه دلیل اساسی برای شکست کل پروژه‌های مرتبط با ITوجود دارد (به فصل 6 رجوع کنید ) که عبارتنداز :
• برنامه ریزی یا مدیریت ضعیف (%77)
• تغییر در اهداف تجاری در طی پروژه (%75)
• فقدان حمایت مدیریت تجاری (%73)
خصوصیت شکست اجرایی ERP به 10 گروه تقسیم می‌شود :
• هدایت ضعیف مدیر ارشد
• اتوماتیک سازی مراحل اضافی یا فرآیند‌های بی ارزش در سیستم جدید .
• انتظارات غیر واقعگرایانه اجراهای ERP گران هستند و زمان زیادی برای اجرا می‌خواهند و هنگامیکه به کار می‌افتند پول و هزینه از دست می‌دهیم .
• مدیریت پروژه ضعیف
• تعلیم و آموزش ناکافی کاربر
• سعی در حفظ وضعیت موجود .
• عدم هماهنگی بین مدل تجاری ERP و فرآیندها تجاری واقعی
• داده‌های غیر دقیق همانند هر سیستم اقداماتی، داده‌های نا دقیق به تخریب منجر می‌شود .
• اجرای ERP به عنوان یک پروژه IT لحاظ می‌شود . این یک مجموعه از فرآیند‌های تجاری و نه پروژه می‌باشد .
این مدل به صورت محیط سازمان و تغییر فرآیند تجاری تکامل می‌یابد .
• مشکلات فنی عمده
6 بلوک ساختاری ذیل برای اجرای موفق سیستم ERP لازم است :
• تعهد سازمانی این برای تمام سیستم‌های اطلاعاتی اقداماتی بزرگ صحیح است . ERP بر تمام فرآیندتجاری اثر می‌گذارد .
• ارتباط واضح اهداف استراتژیک
•ERP را بعنوان اقدام وسیع لحاظ کنید .
• یک سیستم ERP قابل سازگاری برگزینید .
• از دقت داده‌ای اطمینان یابید .
• موضوعات چند – مکانی را حل کنید (مثلا آیا استاندارد سازی در عرض اقدام است یا نه ؛ ایا تمام سایتها را همزمان اجرا کنیم یا در فاز بگذاریم .)
در پرتو این موارد، ما می‌توانیم عوامل موقیت برای اجرای ERP را بنا کنیم :
• رهبر مستحکم ایجاد شده توسط کمیته برنامه ریزی مدیر ارشد
• اجرا بعنوان یک فرآیند پیوسته لحاظ شود .
• تیم‌های اجرا متشکل از بهترین کارگران کمپانی باشند که تمام نقش‌ها را ارائه می‌دهند
• مدیریت سطح میانی کاملا در اجرا درگیراست .
• تکنیک‌های مدیریت پروژه عالی بکار رود .
• سیستم‌های قدیمی شامل تمام سیستم‌های غیر رسمی باید حذف شود .
• سنجش‌های مناسب انجام و دقیقا نظارت شود .
• برنامه اجرایی تهاجمی و قابل دستیابی بنا شود .
• تکنیک‌های مدیریت تغییر موفق بکار رود .
• آموزش و تعلیمات گسترده انجام شود .
بعلاوهERP معمولا شامل مدل‌های تجویزی یا توصیفی نمی‌باشد . این امر در پردازش داده به صورتاطلاعات قابل استفاده مفید است اما نوعی در سطح مبادله انجام می‌شود . یک دوز خوبی از مدلهای بهینه یا/ شبیه سازیکه به موقعیت بستگی دارد، یقینا می‌تواند عملکردش را بهبود بخشد.
13,8 سیستم‌های مدیریت رابطه مشتری (CRM):
مقدمه :
مدیریت رابطه مشتری CRM شیوه اقداماتی است تا رفتار مشتری را درک کرده و بر رفتار مشتری اثر می‌گذاریم تا کسب مشتری، نگهداری مشتری، وفاداری و سود دهی مشتری را بهبود بخشیم.
یک سیستم مدیریت رابطه مشتری CRM و همچنین به عنوان سیستم مدیریت منابع مشتری شناخته شده، تکنولوژی برای انجام آن، ایجاد می‌کند . شرکت‌هایی که به نگهداری بالا و سود دهی مشتری می‌رسند، هدفشان محصول درست (خدمات ) به مشتری درست به قیمت درست، در زمان درست از طریق کانال درست برای بر آوردن نیاز با تمایل مشتری می‌باشد. این هدف اصلی CRM است . اگرچه این همان هدف مدیریت سود سرمایه است (فصل 4) CRM معمولا تمرکز عمده را بر قسمت فروش دارد . تعریف وسیعتر از CRM شامل تمام فعالیت‌هایی است که مشتریان گاهگاهی (ظاهرا یک زمان ) را به مشتریان وفادار با بر آوردن نیازهایشان تبدیل می‌کند، لذا آنها دوباره خرید می‌کنند . تاثیر تجارت الکترونی بر نیاز به کیفیت و دقت CRM اثر می‌گذارد.
CRM، یک فرآیند تعاملی است که اطلاعات مشتری را به روابط مثبت مشتری تبدیل می‌کند . این امر
، تماس مشتری با پرسنل، اطلاعات کارگران، نقش‌های فروش و بازار یابی و افراد مدیر را با هوش تجاری بهتر و آگاهی دهنده تر درباره مشتریانش، قدرتمند می‌سازد . CRM باید در هر چیزی که کمپانی دارد، هر کسی که در آن کار می‌کند و هر کجا که مبادله می‌کند، ادغام شود . وقتی یک شرکت بیان می‌دارد که خدمات عالی مشتری هدفش است، این یعنی‌ای ن هدف کل سازمان و نه فقط افرادی که مستقیما با مشتری در ارتباطند است.
CRM اساسا یک DSS سطح اقدام است . و کارهای CRM به کمپانی‌ها محدود نمی‌شود . آژانس‌های دولتی آن را برای بهبود خدمات مشتری و سازمان‌های غیر انتفاعی برای کارهای افزایش – بودجه بکار می‌برند . وفاداری مشتری مهم است . در بازار‌های رقابتی، اگر شما وفاداری مشتری را حفظ نکنید، شرکت دیگر آن را خواهد برد . در صنعت موبایل، بین 20 تا 30 درصد مشتریان، هر سال تهیه کنندشان را تغییر می‌دهند . شناسایی اینکه چه کسی تلاطم ----ایجاد می‌کند و حفظ درصد کوچکی که می‌تواند میلیونها دلار در سهام نگهداری شده ایجاد کند، مهم است مشتریان وفادار نوعا مشتریان سودده تری هستند . اگر سازمان بتواند فروش آینده را براساس رفتار مشتری پیش بینی کند . از فروش تجاوز می‌کند .
CRM با شناخت مشتری و استفاده از فروش عرضی می‌تواند مشتری را حفظ کند و سود بالایی داشتهباشد . این مدل بازاریابی دقیق هدف را با کمک به شناسایی مشتری و نیاز‌هااز طریق بخش مشتری امکان پذیر می‌سازد . . در دهه‌ها، خطوط هوایی اهمیت نگهداری را دریافته بودند . آنها دریافتند که انگیزه خرید بیشتر و تماس مثبی با مشتریان ایجاد و به رشد طولانی مدت و حفظ مشتری منجر می‌شود . خطوط هوایی برنامه‌های حفظ مشتری، مدیریت سهام (گاهی مدیریت دستاورد ) را ایجاد کرده تا محصول درست را به مشتری درست به قیمت درست در زمان درست بدهند و تکنولوژی را برای شیوه‌های بهینه سازی برای مدیریت قیمت، تجهیز و تقاضا بکار گیرند . خدمات مشتری برتر و پرسنلی شدن برای بهترین مشتریان و سود‌های خاص وفاداری به مارک را همراه دارد، هتل‌ها، آژانس‌های اجاره ماشین، ریل آهن و دیگری شرکت‌های صنعت مسافرتی این شیوه‌ها را به زودی بکار می‌گیرند . اکنون آنها توسط جریان اصلی مانند بخش‌های از صنایع : خرده فروشی، بیمه و خدمات اتخاذ شده‌اند . CRMداده‌ها را جمع آوری و مشتریان را دنبال می‌کند . نکته اینست که باید باید داده‌ها را برای مدیریت بهتر روابط بین مشتریان بکار گرفتChicago white sox یک تیم بیس بال آمریکا CRM را برای افزایش وفاداری طرفداران (برنده شدن برای ایجاد وفاداری بهتر است اما برنده شدن با تکنولوژی خیلی بهتر است افزایش فروش بکار گرفت.
بازاریابی :
بازاریابی از طریق مراحل : (1) بازار یابی انبوه 2() بازاریابی هدف 3() بازاریابی مشتری 4() بازاریابی یک به یک عمل می‌کند . هر فاز تکنولوژی را برای افزایش فروش بکار گرفته است .
اکنون CRM می‌تواند مفهوم بازاریابی -------را بسازد .
: به امتیاز 1000رسید CRM باChicago white sox
در سال 1997 سازمان white soxدریافت که رسیدگی بیشتر به طرفداران بویژه دارندگان بلیط فصل و آنهایی که به دنبال بلیط‌های گروهی هستند به فروش بیشتر و حفظ مشتری منتهی می‌شود . تیم میلیونها ار طرفداران را هر سال جذب می‌کرد و قبلا صدها هزار خریدار بلیط بالقوه داشت، اما هنوز کاغذ و ففولدرهای فایل را برای مدیریت اطلاعات بکار می‌گرفت . هر مدیر حسابداری مسئول 600 حسابدار و 600 جایگاه در حسابداران گروه بود . Tom sheridan مدیر فروش بلیط این تیم می‌گوید که بررسی تمام این اطلاعات بویژه از زمانی که 50 تا 75 درخواست در روز از دارندگان بلیط فصلی داشت دشوار بود.
شرکت gold mine, CRMرا بکار گرفت .
پایگاه داده‌ای‌‌اش افراد که به خرید بلیط علاقه داشتتند دنبال می‌کرد، راهنمای خرید و نامها از مسابقات بدست می‌ایند ( برای بازار یابی ارتباطی ) ومشتریانی که بلیط را خریداری کردند بدست می‌آوریم . در 2003 بیش از 30 هزار ثبت در پایگاه داده فروش بلیط و بیش از 100 هزار در پایگاه داده پست مستقیم بود . بازیهای داخل خانه و بیرون خانه از سیستم خواستند که این پایگاه داده‌ای را برای بلیط‌های فصلی فروش گروهی، طرحها و وقایعی برای مناطق گروه بکار برند . soxاز gold mine استفاده کرد تا کاریبیشتر از فقط دنبال کردن راهنما‌ها انجام دهد . CRM برای بازاریابی روابط مجموعه نگهدارنده و روابط اجتماعی بکار می‌رود . تیم مکانهای دارندگان بلیط فصلی را دنبال کرد (تا افراد را با سالی که بلیط خریده‌اند ردیابی کند، و تاریخ تولدها راثبت کرد (تا کارت تولد بفرستد ) . این مدل، همچنین ردیابی کرد که آیا دارندگان بلیط، عضویت به کلوپ استادیوم فروخته‌اند . بعلاوه sox به دنبال اطلاعات جمعیت شناختی مانند تعداد مشتریانی که Chicago Transit autorithyرا به جای ماشین راندن بکار گرفتند، دنبال کرد .
این اطلاعات به sox کمک کرد تا ترافیک را دنبال کند . CRM در بهبود برگشت موارد از دست رفته به مالکان خوب بود (حدود %50) زیرا نرم افزار داده‌های مکان نشستن مشتری را حفظ می‌کرد gold mineبه soxتوانایی داد که سرویس مدارتر به سوی دارندگان بلیط فصلی حرکت کند به جای اینکه پست‌های انبوه غیر شخصی برایشان بفرستد . sox با دارندگان بلیط فصلی که دنبال می‌کرد متفاوت بود . مدیران حسابداری بر فروش جدید و خدمات بهتری به مشتری متمرکز شدند .
در بازاریابی یک به یک، تغییری از تمرکز محصول به تمرکز مشتری وجود دارد . وفاداری مشتری برای موفقیت مهم است .

ارتباط با مشتری :
بخشی از هدف CRM افزایش موقعیت‌ها با بهبود فرآیند است تا با مشتریان مناسب ارتباط برقرار کرده، پیشنهاد مناسب را (محصول و قیمت ) از طریق کانال مناسب در زمان مناسب ایجاد کند .چطور یک شرکت یک موضوع می‌شود . cassو laver کاربرد زبان را بویژه در مواردی که مناسب روابط شخصی هستند . و اینکه شرح دهد چه چیزی در یک CRM میانجی اطلاعات رخنه می‌کند را ارزیابی کند . کمپانی‌هایی که اهمیت ارتباط مشتری را در می‌یابند و می‌توانند راه حل‌هایی برای مراکز ارتباط چند کانالی را ایجاد کند، خدمات مشتری را بهبود بخشید . و سود دهی را افزایش می‌دهد . این 7 استراتژی قدرتمند کار می‌کند خود سرویسی را انتخاب جذابی می‌سازد .
1- هدایت تعاملات در زمان حقیقی
2- بکارگیری ارزش صدا بر IP
3-WEB را در ارتباطات شما ادغام می‌کند .
4- بهترین کار گزارانتان را روی صحنه حفظ کنید .
5- خدمات غیر عادی را عادی سازید .
6- همه چیز را ادغام کنید .
ارزش یک مشتری :
یک مشتری با ارزش وفادار ؛ برگشت کننده، راضی، سود ده، نشانه متمرکز کلیدی برای سازمان‌های سود ده و در حال رشد جهانی است .


لذا برای سازمانها مهم است که مشتریانشان را بشناسند،DSS در 28,8Faus را ببینید.
وقتی Hard Rock café آموخت که چطور مشتریانش را بشناسد، این امر به سود بیشتری منجـر شـد .
DSS در 29,8Action را ببیند. همچنین (2001Deck( را ملاحظه کنید.
مشتریتان را بشناسید:
برای افزایش بازگشت سرمایه شرکت، فرهنـگ مناسـب، اطلاعـات و تکنولـوژی روابـط بـرای CRM کارآمد مهم است. با CRM، می‌توان:
1ـ مشتریانتان را می‌شناسید و در می‌یابید چه کسانی بهترین مشتریانتان هستند.
2ـ آنچه مشتریانتان می‌خرند را شبیه سازی کنید، بدانید چه چیزی را نمی‌خرند و چرا؟
3ـ زمانی که مشتری خرید می‌کند و چگونگی ؟
4ـ ترجیح‌های مشتریان را یاد بگیرد و مشتریان را وفادار سازید.
5ـ ویژگیهای بهترین مشتری و مشتری سود ده را تعریف کنید.
6ـ کانالهایی که به بهترین وجه، نیـاز گـروه هـایی خـاص مـشتری را بـرآورده مـی سـازد را شناسـایی و مدل سازی کنید.
7ـ آنچه مشتری در آینده ممکن است خریداری کند را پیش بینی کنید.
8ـ بهترین مشتریانتان را برای سالهای متمادی حفظ کنید.
بین یک مکان سنگی و سخت:
(2001worthen ( شـرح مـی دهـد کـه چطـور Hard Rock Café، ابتکـارات web تجـارت الکترونیکیاش را برای تسخیر داده‌ها جمعیت شناختی درباره مـشتریانش، شـرح مـی دهـد . CRM, Hard Rock را برای تبلیغات دقیق برای مشتریانش بکار می‌برد. م یبرد. م یدانـیم کـه سیـستم کـار مـی کنـد، زیـرا تبلیغات، باعث دیدار مجدد در دیجیت ـ دوتایی "چشمگیر" درمقایـسه بـا نـسبت پاسـخ اسـتاندارد 2 تـا 3 درصدی تبلیغات ؟ مستقیم میشود.
ثانیاً 70 درصد فراوانی که تصویرشان گرفته شده، در کافه، عکس‌هایشان،online است. بلاخره، فروش،200 میلیون دلار برای نیمه اول سال 2000 بود، در حالیکه فروش کل بـرای 1999، 388 میلیـون دلار بـود، و این با کاهش اولیه در فروش قبل از اینکه کار CRM،web آغاز شود همراه بود . HardRock جامعه‌ای از مشتریانش را ایجاد کرد.
هیچ کمپانی نمی‌تواند بالاترین سطح خدمات را به تمام مـشتریانش ارائـه دهـد فقـط بـا محاسـبه ارزش مـشتری بـه کمپـانی تـان، مـی توانیـد منـابع ارزشـمند را بـه طـور مناسـب اختـصاص دهیـد (Guepta 2002lehmam,) برای یک سازمان مشتری ـ مدار شدن لازم است، که اطلاعات در سطح شرکت سهیم شده و به طور مؤثر بکار رود (2003Lofrumento,) مشتریان باید بـه گروههـای تقـس یم شـده و هـر گـروه بـه محصولات مناسب با قیمت مناسب برسد (2001Levinson,2000;swift,)
در واقع ممکن است چندین گروه مشتری باشد که سازمانتان نتواند خواسته‌هایشان را برآورد برای مثـار، هیچ کارخانه اتومبیل ماشینی که زیر 1000 $ (نو)فروخته شود را نمی‌سازد. اگر یک محصول سـودن نباشـد، هر مشتری که یک محصول را بخرد، کل سوددهی را کاهش می‌دهد یک شرکت باید بعد از چـه وقـت یـک مشتری را بکار گیرد گروههای خاص مشتریان، سودن نیستند.
آنها را با شناخت و به دقت بررسی کرد، قبل از اینکه آنها را کنار بگذاریم (زیرا مکن است این افـراد بـه اعضای دیگری که جزء مشتریان سودن هستند مرتبط باشند یک مثال عالی 2001 و Lofrumento ( swift (2003) شرح می‌دهد که چطور یک بازی سوده‌ترین مشتریانش را می‌شناسد ـ تعجب آور اینکـه، تجارتهـای کوچک، نه تجارتهای بزرگ و دانشجویان کالج هستند . تأثیر بر خط پایینی، شگرف بود بانک 18 میلیـون دلار خسارت را در سود 4 میلیون دلار برگرداند. این مشابه آن مورد است که Chapter 1 opening ) Harrahvigngt) و Application8,2) Mohegansun) دریافتند سـودآورترین مـشتریان، تـاس پرتـات کنهـای سطح بالای کازینوبنودز بلکه، تاس پرتاب کن سطح پایین بـوده بانـک سـلطن تی کانـادا (تورنتـو ) 17 درصـد مشتریانش 93 درصد سودش را ایجاد می‌کنند (2002seldenl colvin ) بـرای تجـارت الکترونـی، بهتـرین مرجع برای اینکه مشتریان چه می‌خواهند، خود مشتریان اسـت، اسـتفاده از تحلیـل clickstrem مـی شـود، گرچه، موقعیتهای فروش عرضی را می‌توان شناسایی کرد،(2000Fickel برخی مطالعات نشان می‌دهد کـه متوسط نرخ حفظ مشتری در آمریکا، حدود 80 درصد است . لذا 20 درصد مشتریان شرکت، هر ساله ریـزش می‌کنند، یعنی شرکت با آنها را با مشتریان سودآور جایگزین کرده یا همه آنها را در طی 5 سال از دست بدهد (2002Guptal Lehmann,) باید دریا بین که حفظ مشتریان موجود، سان تر و سودآورتر از یافتن مشتریان جدید است فروش به مشتری جدید، 10 برابر فروش به مشتری موجود هزینه بردار است وفاداری مهم است کمپانیها می‌توانید با حفظ فقط 5 درصد بیشتر مشتریانشان می‌توانند سود به 100 درصد افـزایش دهنـد . یـک سازمان باقی بتوانـد ارزش را بـه خـط پـایین افـزایش 1 درصـدی رضـایت مـشتری تعیـین کنـد (Gupta 2002lehmann ) تعیین ارزش زمان حیات مشتری شامل تأخیر بر جذب مشتریان جـدی مهـم اسـت مـثلاًارزش تخمینی زمان حیات، (LTV) برای یک مشتری سوپر مارکت / مغازه با خانواده چهـار نفـری حـدود 220 نوار $ است.
به نظر می‌رسد و این مقدار، فقط نصب هزینههایی است که خانواده برای خریدهای مربوط به غذا صرف می‌کنند (2001swift) هر ابتکار CRM باید شامل تعیین ارزش زمـان حیـات مـشتری، شـامل تـاثیرش بـر خانواده و دیگر عوامل باشد.
تکنولوژیهای CRM:
کارهای اولیه CRM فقط ابزار اتوماسین نیروی فروش بود آنها شامل اطلاعـات تمـاس در یـک پایگـاه داده ای، همراه با اطلاعات پرسنلی که توسط افراد فروشنده بکار گرفته مـی شـد بودنـد تکنولوژیهـای ارتبـاط اکنون شامل انبارهای گسترده داده فعال است که پایه CRM امروزی و مدرن می‌باشد (فصل 5)
امروزه CRM شامل تحلیل هوشمندانه تجاری از طریق منبـع داده‌ای OLAP اسـت (2001cippola) اینها، CRM را با دیگر ابزار مانند ERP و EIS دیگر ادغام می‌کنند وقتی داده‌ها در انبار داده‌ای بـرای یـک کار CRM جمع آوری شد، منبع داده‌ای و ابزار OLAP/BI/BA (فصل 5) برای تحلیل آنها بکـار مـیرود این ابزار قدرتمند می‌تواند روابط بین رفتار مشتری، جمعیت شناسی محصول و دیگر عوامل را استتناج کنـد .
اصطلاح تحلیل پیش بینی، گاهی برای توضیح این فعالیتها بکار می‌رود.
Compton (2003) بهترین چیزهایی که شما می‌توانید با داده‌هایتان انجام دهید را شناسایی کـر ده اینهـا همگی تقریباً مشتری مدار هستند و لذا برای CRM بکار مـی رونـد . focus8830 DSS را ملاحظـه کنیـد . تقسیم مشتری اغلب توسط منبع داده انجام می‌شود. ( 3,5Application ). بسیاری از گروههای مشتریان را می‌توان توسط ابزار منبع داده‌ای شناسایی کرد (مثلهایی در فصل 5 و Levinson 2000 ). تقسیم CRM بـا دیگر سیستمهای اطلاعاتی اقدامی ادغام می‌شوند مثلاً: BPM PLM، SCM EIS :ERP و BAM .
اگرچه ادغام اغلب به مشکلاتی منجر میشود، مزایای انجام آن را می‌تواند زیاد باشد.
برای جزئیات بیشتر به (2002Maselli( و (2001Targowski( مراجعه کنید.
پتانسیل برای روابط ایجاد ـ سود وذخیره ـ سرمایه از دادهها همانطور که کمپانیهـا انبـار داده بزرگتـری می‌سازند کاربردها بیشتر ادغام شده تا کامپیوترها قدرتمند تر شده و فروشندگان نرم افزار تحلیلی، محصولاتی که آسان استفاده می‌شوند رامعرفی می‌کنند رو به افز ایش است مهم است بتوانیم پـیش بینـی کنـیم کـه کـدام مشتری مایل به رفتن است کدام به تبلغ بعدی پاسخ می‌دهد کدام آماده برای فروش عرضی است و اگر قیمتها تغییر کند، چه رخ می‌دهد.
15ـ مورد از بهترین چیزهایی که می‌توانید با داده‌هایتان انجام دهید:
این 15 موارد را دنبال کنید،و شما اطلاعاتی را بدست می‌آورید که واقعاً ارزشمند است:
1ـ از کیفیت دادن اطمینان یابید.
2ـ موفقیت را به لحاظ متریک بسنجید.
3ـ به کاربران امکان دهید آن دیدگاهی رالازم دارند بدست آورند.
4ـ داده‌ها در عرض کانالها متحد سازید لوله‌های بخاری راحذف کنید.
5ـ بخشهای معنی در از مشتری ایجاد کنید.
6ـ به رشد مشتری کمک کنید.
7ـ بدرا با خوب عوض کنید از دست دادن مشتری و تجارب بدر ا مطالعه کنید.
8ـ وفاداری و انگیزه سودآور را مدل سازی و پیش بینی کنید.
9ـ درخواست مناسب ایجاد کنید، با هر مشتری، مشتری بالقوه، مشتری از دست رفته بـه شـیوه مناسـب ارتباط برقرار کنید.
10ـ داده‌ها از آسیب، سوءاستفاده و سرقت، حفظ کنید.
مدل سازی پیش بینی می‌تواند حوزه محصولات و خدماتی که برای مـشتریان خـاص مناسـب اسـت را شناسایی کند (2003sabri,) حقیقی و گزارش کـاربردی، داده هـای دقیـق را مـی طلبـد (2003Reimers) . شرکت BankFinancial (شیکاگو) هیچ داده‌ای Clementine SPSS میز کار را برای پیش بینـی رفتـار مشتری، نسبت به تبلیغات هدف و درباره مشتری موجود و بالقوه بکار گرفتن قالب تحلیلـی توسـط (2003) Anthos بحث شده است . همچنین به (2003) Betts مراجعه شود با اسـتفاده از ابـز ار منبـع داده‌ای کـه بـا GIS ادغام شده، فرد می‌تواند ترجیح‌های جغرافیایی مشتری را پایه گذارد . برای مثال Betts شرح مـی دهـد چطور ابزار هوشمند تجاری Cognos ترجیح ملی برای مـرغ برگـر را در برابـر ریـف برگـز در نماینـدگی RedRobin Goumet Burgers در آمریکا شناسایی کرد.
نرم افزار بهینه سازی (مدیریت) سود، فرآیند محاسبه قیمت را که تجارت لازم اسـت بپـردازد تـا سـود، ماکزیمم شود را به طور اتوماتیک انجام دهد، این نرم افزار با استفاده از الگوریتم بهینه سـازی (فـصل 4) کـه فاکتور در متغیرهایی مانند پیش بینی تقاضا فهرسـت، الاسـتیه اقتـصادی عرض ـه و تقاضـا دارد،انطبـاق انجـام می‌دهد Harrah یک نرم افزار مدیریت سـود Manugistics را بکـار بـرد تـا قیمتهـای اتـاق در هتلهـای کازینواش را انطباق بخشد (songini2003c)
نرم افزار CRM: بطور متوسط، شرکتها 5,2 درصد سود سالانهشان را برای تکنولوژی مـشتری، نیمـی از کل هزینه IT صرف می‌کنند (2003Myron (Guptin (2003) نشان میدهد که نرم افزار CRM و سـهام بازار خدمات در 2003 7,6 بیلیون دلار بازار جهانی بـود . SAP، Siebel و oracle سـه تـا از بزرگترینهـا بودند که 59 درصد بازار جهانی را تسخیر کردند . سیستمهای مـدیریت روابـط مـشتری، در اطـراف ج هـانی، افزایش می‌یابد، بازار جهانی، دامنه‌ای از 15 بیلیون تا 30 بیلیون دلار را تا سال 2006 تخمین می‌زند، که همراه با رشد سالانه ترکیبی بالای 9 درصد است . بزرگتـری نفـوذ بـازار در امریکـا اسـت کـه ادامـه یافتـه و بـازارجهانیCRM را در سود کل و اندازه بازار، هدایت می‌کند تحلیل گران انتظار دارند نواحی دیگر نسبت رشـد بالاتری نسبت به آمریکا داشته باشند. برای جزئیات بیشتر (2003Picarille( را ببینید.
oracle و SAPAG و Siebel Systems شــرکت،CRM ســه فروشــنده نــرم افــزار عمــدهAspect، Broadvision، Amdocs، AccpAC هــستند .دیگــران شــامل شــرکت بــین المللــیInteract، i2Technotogies، Gddmine شـرکت نـرم افـزاری Epiphany،communications
،peoplesoft، onyx،Nortel Networks، Microsaft شـرکت،Kana software،Commeree
.است Suppotwizard، salesnet، salesforce.com، pivotal
ابــزار CRM بــرای تجارتهــای کوچــک تــا متوســط توســط شــرکت Salesnet pivotal و Callaghan 2003 a) SupportwizardInc) تهیه می‌شده. برای اطلاعات درباره محصولات خاص به CRM Buyers Gwide در www.destinationcrm.com و a) CRMguru.com2002) مراجعه کنید برای روشهای انتخاب تکنولوژی CRM مناسب برای سازمان به (2002Dyche( مراجعه کنید . برخی شرکتها به جای اینکه تغییرات عمده درمحـصولات فروشـنده ایجـاد کنند، مایلند که سیستم ـ داخل ـ خانه CRM شان را توسعه دهنده برای جزئیات بیشتر به Pender (2000) رجوع کنید.
مزایای CRM:
CRM همیشه برای سازمانهای کوچک، آسان بوده است نمایندگان یک سازمان کوچک، مـی تواننـد بـه سادگی تماس شخصی، را بکار گیرنده اما اکنون کمپانیهـای بـزرگ مایلنـد در CRM موفـق باشـند مزایـای
:(swift شامل (2001 و CRM
1ـ هزینه کمتر بکارگیری مشتریان.
2ـ نیاز بکارگیری مشتریان زیاد برای حفظ حجم ثابت تجارت نیست.
3ـ هزینه فروش را کاهش می‌دهد مشتریان موجود معمولاً بیشتر پاسخ می‌دهند.
4ـ سوددهی بالای مشتری از طریق تقسیم و هدفبندی محصولات و خدمات.
5ـ افزایش حفظ و وفاداری مشتری، طولانی تر می‌ماند، بیشتر خرید می‌کند و بیـشتر بـا شـما در تمـاس است.
6ـ خدمات مشتری را بهبود بخشیدن.
7ـ ارزیابی سوددهی مشتری به شناسایی گروه‌های سوده تر مشتری و اینکه چطور گروه‌های سوده جدید ایجاد شود منتهی میگردد.
8ـ مهاجرت از تمرکز محصول به تمرکز مشتری.
در اینجا برخی جزئیات است که مزایا را نشان می‌دهد. پستهای زیاد، بی فایده است 98 درصد کوپن هـایتبلیغاتی بی فایده‌اند این تبلیغات 10 برابر بیشتر هزینه برداشته، برای ایمکه سود از مشتری جدی ایجـاد کنـد تامشتری موجود یک افزایش 5 درصدی در نسبت نگهداری می‌توانـد سـودکمپانی را بـه 60 تـا 900 درصـد افزایش دهد . خدمات مشتری از طریق مرکز تلفن، 6 بار گرانتر است تا از طریق اینترنت، مشتریان وفادار کـه با یکدیگر ارتباط دارند،تجارت را با هزینه کم ایجاد می‌کنند مشتریان ارجاعی معمـولاً طـولانی تـر مـی ماننـد، محصولات بیشتری را بکار گرفته و سریعتر مشتری سود آور می‌شوند.
موضوعات و مسائل CRM:
بیشتر موضوعات و مسائل CRM، بر اساس فاکتورهای سازمانی است، آنها در طی اجرای مورد تلاش ظاهر می‌شئند یک سوم کل پروژه‌های CRM نتایج شگرفی ایجاد کرده، یک سوم پیـشرفت کمـی داشـت و یک سوم نهایی، هـیچ ایجـاد نکـرده اسـت (CRMguru.com 2002b) بـر اسـاس مطالعـه‌ای کـه توسـط Gartner Inc انجام شد،42 درصد گواهینامه پایان کاربری CRM که در 2002 خریداری شد، استفاده نشد
(Levinson (Songini 2003d (2002) نشان می‌دهد که شکستی در تفکـر مجـد و فرآینـد تجـاری و بـه شکل تکنیکی بیشتر اجراهای CRM را از بین برد،بیشتر فروشندگان تکنولوژی را که در سال 2001 بـه آنهـا تحمیل شد بعنوان یک شکست می‌شناسند بسیاری شرکتها کاربران را در گـزینش یـا توسـعه CRM دخیـل نکردند متخصصین CRM عقیده دارند که 80 درصد مزایای CRM از فرآیندهای جدید تجاری مـی آیـد در حالیکه 20 درصد به تکنولوژی مرتبط است 2002Close c را ببیند.
بر اسـاس بررسـی April a Harreld 2002) Infoworld-CToNetwork) مـشکلات CRM بـه علت ادغام دشوار (% 39) هزینه بالا RoI پایین (27) مقاومت از طرف کارمند یا مشتری (24) دیگـر عوامـل (5)، و راه حل‌هایی که نیازها را مرتفع نمی‌کرد. (5)
ادغام، مجموعه کاملاً جدیدی از مـسائل معرفـی کـرد . مـسأله بحرانـی اسـت یعنـی بـسیاری سـازمانها، سیستمهای موروثی دارند که کامل کار می‌کند اما با ابزار جدید ادغام نمی‌شود. مثلاً بخـش خـدمات وسـایط نقلیه (DVS) منیسوتا، تاخیر دو هفته‌ای در تعویض گواهینامه هـای راننـدگی داشـت . تـأخیر یـک ماهـه در بدست آوردن عنوان ماشین وجود داشت حرکت به سوی Web دشوار بود زیرا بیشتر دادنها فقط در کاغذ از طریق fax در دسترس بود مشکل عمده‌ای که سازمانها مواجهند، ادغـام CRM در منـابع داده‌ای (April a 2002Harreld ) مشکلات بیشتر در ادغام CRM با دیگر سیستمهای اقدامی، رخ مـی دهـد . یـک راه حـل CRM هدفش پیشرفت بازدهی نیروی فر وش است که باید کل جنبه‌هایمـدیریت فـروش بـه ویـژه فرهنـگ سازمانی و دخیل بودن کاربر را لحاظ کنـد (2003Thoreson ,) پـروژه هـای CRM، بـزرگ و هزینـه بـر هستند مانند اغلب پروژه‌های IT در مقیاس بزرگ آنها اغلب اهداف را برآورده نمی‌سـازند (2001Boslet ) CRM کار سختی است شرکته ا اغلب سریعًاً به سوی پـروژه هـای CRM رفتـه، میلیونهـا دلار بـدون آهـانسازی ضروری هزینه می‌کنند.
کارهایی CRM توسط تمام مشکلاتی که در توسـعه هـای IT در مقیـاس بـزرگ دخیـل اسـت، دچـار مزاحمت می‌شود (2001Boslet )
آهان سازی ضروری، شامل، اختصاص زمان و پول کـافی پایـه ریـزی اهـ داف واقـع گرایانـه و گـرفتن تعهدات شرکت از مدیران ارشد.
ـ سازگاری فرآیندهای تجاری ـ حفظ کارمندان
ـ یافتن ادغام کنندگان سیستم مناسب.
شکست Cigna Health Care در DSS در 31,8Action نشان داده شده، عواملی زیـادی را نـشان م یدهد که هنگام توسعه سیستم CRM مقیاس بزرگ باید لحاظ کرد.
طرف تاریکی برای CRM بنا به نظر مردم و موضوعات جامعه وجود دارد یک موضوع کلیدی است که CRM می‌تواند سازمان را به صورت غیر شخصی نشان دهد (2002scofield ) مشتریانی مانند Personal touch و بـسیاری سـازمانها از DSS) Marriiott International در 32,8 Action ) بـه Chicago DSS) white sox در 27,8Action ) در این مورد سرمایه گذاری کردند. مهم است کـه CRM را بکـار ببریم تا دانش مشتری را تسخیر کرده تا تماس شخصی را بهبود بخـشیده اگـر تمـاس شخـصی را از دسـت بدهیم، ممکن است سازمان نتواندنیروی مثبتی در جامعه باشد کـه بـه از دسـ ت دادن سـود منجـر مـی شـود .
Hollowell و Verma (2002) نشان می‌دهند که اهداف شخصی سازی ساده است : یادگیری و درک اینکه مشتری چه چیزی واقعاً می‌خواهد، سپس اطمینان از اینکه مشتری همان نگاه و احساس را پیامـد هـر کانـال بگیرد و تجارتی که موفقیت آمیزترین استراتژی crm دارد یاد می‌گیرد که راه حلهایی بـرای مـشتریان ایجـاد کند به جای اینکـه مـشتریانی بـرای محـصولاتش بیایـد . Waltner شـرح مـی دهـد چطـور شـرکت Art Technology Group نرم افزار CRM را ایجاد می‌کند که شخصی سازی اتومـات محتـوای وب سـایت برای خریداران منفرد تهیه می‌کند. شرکت IExplore کمپانی مسافراتی شیکاگوی ATG Dynamo suite را برای هدف قرار دادن اطلاعات online برای افراد بکار می‌برد. این موضوع بسیار مهمـی اسـت زیـرا وب سایتها به صورت اندازه عظیمی رشد کرده و مشتریان اغلب نمی‌توانند آنچه را که می‌خواهند بیابنـد ایـن امـر همچنین فروش عرضی را امک ان پذیر ساخته یک ویژگی مهم CRM با ایجاد بخشهایی که پروژه‌هایش آنچه مشتری می‌خواهند را نشان می‌دهند.
.شکست را تضمین می‌کند Cigna Healthcare
Cigna Heathcane برای یک تجدید نظر 1 بیلیون دلاری IT تلاش می‌کند که شامل ابتکـار CRMاست شکست می‌خورد. وقفه‌ها، مشکلات عمده‌ای در خدمات مشتری ایجاد می‌کند شرکت از اعـضای 133 میلیونی به 5,12 میلیون کاهش یافت . ؟؟ 40 درصد در ارزش سقوط کرد . تغییر Cigna هم با شتاب غول ؟؟ برای ایجاد سیستم جدید و هدایت آن و هم با تمایلش برای استفاده از تعهدات فنـاوری در کـاهش هزینـه و افزایش تولید دچار اشکال بود به مجرد اینکه سیـستم جدیـد online شـد، کمپـانی خـدمات مـشتریانش را کاهش داده.
درسهایی که cigna آموخت شامل (فصل 6) :
1ـ مدیریت پروژه را داخل خانه حفظ کنید حتی اگر مشاوره بکار می‌برید.
2ـ محیط واقعی و انتها به انتها را قبل از اینکه به طور زنده بکار رود تست کنید در مراحل کار کنید.
3ـ اطمینان یابید که داده‌های انتهای ـ پشتش تصفیه و فیلتر می‌شوند.
4ـ گروه مشتریان را در تمرکز بیاورید (آنها را شامل سازید ) پس از اینکه سیستم را تست کردید سـپس، بیانات را برای طراحی مجدد انتهایی جلویی بکارگیرد.
5ـ خدمات مشتری را در سیستم جدید تعلیم و دوباره باز آموزی کنید.
6ـ پس از ماه‌هایی که زنده برنامه را دارید انتظار بازدهی نداشته باشید، بر اساس درآمد یـا ذخیـره پـیش بینی شده تصمیمات تجاری نگیرید. صبر کنید تا آنها رخ دهند.
سنجش موفقیت CRM:
موضوع اصلی وقتی که یک CRM توسعه می‌یابد تعیین متر یک مناسب است کـه موفقیـت را بـسنجد سنجش خط پایینی خاص دشوار است اما دستیابی به آن غیر ممکن نیست در مطالعه اخیـر Patton ) CIO2002) آنها پرسیدند، چطور سازمانشان ROI یا ارزش اجرای CRM را می‌سنجد، آنها بـا کـاهش گـزارش چرخه (53%) کاهش هزینه مخارج (44%) بهبود رضایت مـشتری خـارجی (%36) بهبـود رضـایت مـشتری داخلی (35%) کاهش چرخه فروش (%32) افزایش تولیـد (25%) افـزایش فـروش (18%) دیگـر عوامـل 6(%) مزایای استراتژیک ؟؟ سند و اغلب به سختی می‌توان اندازه گرفت توانایی هـای CRM مـی توانـد بـر دیگـر فعالیتهای ارزش 1 افزوده همراه با زنجیره ارزش اثر گذاشته، لذا تجربه مشتری را افـزوده و سـود رقـابتی بـه دست آورد (2001swift ) مشارکت مالی CRM اغلب از کارهای تجاری جدید بدون سـابقه روشـن آمـده است CRM به تغییر رفتار مشتریانی که طرحهای خریدشان توسط عوامل خارجی انگیز اننـد شـده (swift 2001) برای مثال DSS در 32,8Action به شرح می‌دهد چطور Marriott Intenational یـک CRM بکار می‌برد چطور برنامه ریزی می‌کند که نتایجش را ارزیابی کند تجزیه Marriott منتهی شد بـه مجموعـه کلیدهای موفقیت : که در DSS در 33,8Focus طـرح شـده اسـت همچنـین 3,8 case Application را ببیند.
علایم موفقیت سیستم CRM شامل: 1ـ کمپانی‌ها سیستم را برای برآوردن نیازهای مشتری کلیدی بکـاربردند. 2ـ آنها تحلیل عمق هزینه‌های مشتری و سودبالقوه استتناج می‌کردند. 3ـ آنهـا اطلاعـات از واحـدهای تجاری جداگانه مرتبط ساخته یا سیلوهای اطلاعاتی را حذف می‌کردند 4ـ آنها انگیزه‌های سازمانی وسـاختار را دوبـاره طراحـی مـی کردنـد تـا آن کارمنـدانی کـه بـه مـشتری، نزدیکتـرین هـستند را قـدرت دهنـد .
(2003swift (svioklawong (2001) مجموعه‌ای از سوالات بسیاری برای پرسیدن موضوعات و قـوانینی برای تخمین احتمال موفقیت CRM تان تهیه کرده این سوالات به گ روههای ذیل تقسیم شدند : 1ــ قـوانینی برای بحث با تهیه کنندگان راه حل CRM 2ـ سوالات و موضوعات تجاری (داخلی) 3ــ سـوالات فنـاوری اطلاعات 4ـ سوالات کاربر تجاری 5ـ و پرچمهای قرمز هر کدام باید در تعیین آمادگی سازمان بـرای CRM به دقت لحاظ شود.
(2001Swift ( بـرای جزئیـات بیـشتر ببینـد بـرای اطلاعـات اضـافی دربـاره Swift (2001) CRM
Dyehe(2001،2002)، CRMguru.com (2002a2a2b) Berson(2000)، Berkowitz (2001)
، stackpole(2001)، Newman(2002)، Linoff a Berry، Hayes(2001)، Fayyad(2003)
.مراجعه کنید Tourniaire(2003) و Tillett(2000)
14. 8 پدیدار شدن سیستم اطلاعات شرکت : مدیریت چرخه حیات محصول (PLM) مـدیریت فرآینـد تجاری (BPM) و نظارت فعالیت تجاری (BAM):
در این بخش چندین سیستم اطلاعاتی شرکت نسبتاً جدید را شرح می‌دهیم که آغاز شد تا تأثیرات عمده بر سازمانها بگذارد، اینها شامل مدیریت چرخه ح یات محصول (PLM) مدیریت فرآیند تجـاری (BPM) و نظارت فعالیت تجاری (BAM) است.
هر سیستم در واقع یک روش شناسی است که بر کل اقدام تأثیر می‌گذارد. هر کدام ضرورتاً یک پورتـال اطلاعاتی اقدام وب ـ ؟؟ شد که اطلاعات از منابع جداگانه جمع آوری کرده آنها را ادغام کـرده و آن هـا را بـه کاربر برای مقاصد خاص می‌دهد سیستمهای مدیریت چرخه حیات محصول از رشته‌های مهندسی طراحـی و تولید رشد یافته، در حالیکه مدیریت فرآیند تجاری و سیستمهای نظارت فعالیا از مفاهیم سیستمهای مدیریت اطلاعات اقدام و اجرایی نشأت گرفته است.
سود مجموعه Marriott:
به طور سنتی هتلها عملکرد را با مقدار پولی که از هر اتاق بدست می‌آمد، می‌سـنجیدند امـا Marriott International محاسبه را به طور متفاوت آغاز کرد از سیستم مدیریت روابـط مـشتری (CRM) اسـتفاده کرد تا جریان درآمد را بر اساس اینکه هر مهمان چقدر هزینه کرده نه فقط بر ایـن اسـاس کـه در یـک اتـاق چقدر اقامت داشته در طی زمان در شهرهای مختلف، در حوزه موسیقی از هتلها مهمانسراها و مراکز کنفراس انجام شد گرچهMarriatt نمیتواند خط پایینی را درتلاشهایش سنجش کند اما مکانیزمهایی برای این اندازهگیری بکار گرفت. مدیران Marriott عقیده دارند که این تغییرات نهایتًاً به سودهی بیشتری منجر می‌شود.
پتانسیل رشد زیادی در صنعت پاشیون دادن از ساخت و اجازه اتاقهای بیشتر وجود ندارد لذا هتلها بایـد راههایی بیایند تا مشتری را وارد تا وقتی به آنجا می‌آیند بیشتر خرج کنند درآمد بدون اتـاق 34 درصـد سـود کمپانی هتل در صنعت سال 1999 محاسبه شد درآمد از این منابع که شامل رستورانهاست از سود اجازه اتـاق سریعتر رشد کرد.
این برای Marriott مهم است زیرا اگر بازاری باقی نمانده باشد، هتل ماریوت هم نخواهد بود . ماریوت داده‌هایCRM را از برنامه وفاداریش برای فروش عرضی به مهمانان بک ار بـرد و برنامـه ریـزان را ملاقـات کرد، مبادلات را با رستورانهای زنجیره‌ای که هتلها را اداره می‌کردند انجام داده ماریوت همچنین خدمات را به شرکتها و مشتریان فروش شخصی کرد این تلاشـها سـود را از مـشتریان راضـی تـر و فـادارتر افـزایش داده ماریوت تحقیق کرد اگر مهمانان در یک برنامـه تعطـیلات جدیـد بـه نـام personal Planning service شرکت کنند، چقدر در مهمانسرا هزینه می‌کنند مدیران اجرایی‌هارپوت عقیده دارند که این برنامه که به ایجاد سود بیشتر از ملاقات هر مهمان کمک می‌کند، به تکرار تجارت منجر می‌شود زیرا مهمانان تعطـیلات بهتـری دارند پایگاه داده‌ای برنامه به کارمندان هتل کمک می‌کند زمان گلـف رزرو شـام یـاد دیگـر فعالیتهـا را بـرای مهمانان پیش از شروع تعطیلاتشان انجام دهنده مهمانانی که برای برنام ثبت نام می‌کنند با مسئولی کـه برنامـه سفر را تنظیم و آن را در پایگاه داده ثبت می‌کند کار می‌کنند دفعه بعد که مسافر تعطیلات را درهتل مـاریوت داشته باشد، مشمول می‌تواند اطلاعات را برای تنظیم فعالیتهای مشابه اگر مهمان بخواهد تنظیم کند مهمانـانی که در برنامه شرکت می‌کنند بطور متوسط 100 دلار در روز در دوره‌های گلف، رسـتوران، فعالیتهـایی ماننـد تورهایی که م اریوت، از آنها کمیسیون می‌گیرد صرف می‌کنند این تلاشها وفاداری به مارک را ایجاد کرده کـه به تکرار تجارت منجر می‌شود پایگاه داده‌ای نیروی فروش فروشندگانی ایجاد می‌کند که دیدگاه کمپـانی را از حساب مشتری داشته تا به درک بهتر آنچه هر مشتری می‌خواهد بخرد آنچه مشتری مایل است بـرای جلـسه صبحانه صرف کند منجر می‌شود.
سیستم، تفاوتی ایجاد می‌کند زیرا ماریوت 55 میلیون دچار در فروش زنجیری ـ عرضی در سال گذشـته به دست آورده یک سنجش قادر به دنبال کردن آن است، کلاً ماریوت 7,8 بیلیـون دلار در فـروش در 1999 بدست آورد که هتلهای بزرگ رقیب مانند هیپلتون هیات و ستار وودی را شکست داد.
کلیدهایی برای موفقیت CRM:
در اینجا راهنمای فوری برای کمک به شما در ایجاد اجرای موفق CRM داریم:
کارهایی که باید انجام بدهید:
ـ به دنبال راه‌هایی باشید تا اینکه چطور رفتار مشتری باید تغییر کند وقتی سیستم CRM بکار می‌رود راسنجش کند .
ـ دید وسیعی را داشته باشید و صبر کنید ممکن است یک سال طول بکشد تا شرکت سودآوری را آغـازکند.
ـ تمرکزتان بر این باشد که کدام مشکل CRM باید حل شود.
کارهایی که نباید انجام دهید:
ـ بر ذخیره هزینه برای انتقال ارزش اعتماد کردن مانن د مدیریت سود، تمرکـز بـر ایجـاد سـود اسـت نـه شمول هزینه.
ـ مساوی قراردادن رضایت مشتری قبل با ارزش مشتری آینده.
تمام نقشمندی این سیستمها قبلاً توسط مجموعه‌ای از ابزار نرم افزاری جداگانـه تهیـه شـده امـا اکنـون بعنوان مجموعه کاربردی که ابزار مستقیماً ادغام می‌کند در د سترس است آنها را می‌توان به عتوان نشستن بـر بالای مجموعه ابزاری که مشتمل بر آنهاست دانست همه آنها با سیستمهایی که داده‌ها برایشان آماده می‌کنند و نیز توانایی‌هایی را به آنها می‌دهند ادغام می‌شوند.
آنها شامل سیستمهای اطلاعات اجرایی وادغامی (ERP،CRM، (EIS و SCM هستند در این مـورد بعداً مفصل بحث می‌کنیم.
سیستمهای مدیریت چرخه حیات محصول:
مدیریت چرخه حیات محصول (PLM) شیوه اجرای اطلاعات ادغـامی بـرای تمـام جنبـههـای حیـات محصول از طراحی از کارخانه بکارگیری حفظ منتهی شدن به حذف محصول از خـدمات و تظیمـات نهـایی است. مجموعه نرم افزار PLM امکان می‌دهد که دستیابی به روز کـردن دسـتکاری و دلایلـی کـه اطلاعـات محصول در یک محیط تقسیم شده و توزیع شده ایجاد می‌شود، را داشته باشیم تعریـف دیگـر PLM ادغـام سیستمهای تجاری برای مدیریت چرخه حیات محـصول اسـت (PLM دانـشگاه هیـشیگان، Stackpole، 2003) هدف plm طراحی توسعه محصول افزایش نو آوری در تولید است . PLM پتانـسیل بهبـود توانـایی کمپانی برای نوآوری وارد کردن محصول به بازار و کـاهش خطاهـا را دارا اسـت. کاربردهـای PLM نویـد شناوری تمام اطلاعات ایجاد شده در سراسر مراحل چرخه حیـات محـصول را بـرای هـر شـخص در یـک سازمان و تهیه کننده‌ها و مشتریان اصلی را می‌دهد کمپانی بـرای نـوآوری، وارد کـردن محـصول بـه بـازار و کاهش خطاها را دارا است کاربردهای PLM نوید شناوی تمام اطلاعات ایجاد شده در سراسر مراحل چرخه حیات محصول را برای هر شخص در یک سازمان و تهیه کننـدههـا و مـشتریان اصـلی را مـیدهـد . کمپـانی اتوماتیک یا تولید کننده سفینه فضایی می‌تواند زمانی را که برای معرفی مدلهای جدید بـه شـیوه هـای متعـدد صرف می‌کند کاهش دهد مهندسین محصول می‌توانند چرخه اجرای کـاهش داده و تغییـرات مهندسـی را در زنجیره طراحی توسعه یافته تایید کننده کارگزاران خرید می‌توانند به طور مؤثرتری با تهیه کنندگان کـار کننـدتااز قسمتها مجدداً استفاده شود و مدیران ارشد می‌توانند دیدگاه و سطح بالایی از تمام اطلاعات مهم محصول از جزئیات خط تولید تا نسبت شکسهایی که از داده‌ها و اطلاعات جمع آوری شده در زمینه انتخاب شـده را
بدست آورد. (2003stackpole ) بر خلاف بسته هـای PLM، ERP بـه ادغـام بـسیاری پایگـاه داده هـای مستقل نیاز دارد و لازم است مر دم از وظایف تجـاری مختلـف بـه کـار بـا هـم وادارد، PLM بیـشتر یـک استراتژی است تا یک سیستم یک این مـورد یـک اسـتراتژی بـرای ادغـام و سـهیم شـدن اطلاعـات دربـاره محصولات بین برنامه‌های کاربردی و بین حوزه‌های مختلف مانند طراحی، خرید، تولید، بازاریابی، فروش و
حمایت بعد بازار است (stakpole
2003) هدف نرم افزار PLM کمک به شرکتهاست تا داده‌های محـصول را داخـل و خـارج اقـدامات پیگیری و سهیم شوند . اطلاعات گنجانده شـده در ایـن سیـستمها اغلـب شـامل فایلهـای زیـاد CAD روی محصولات که حوزه‌‌اش از قسمتهای کامپیوتر تـا موتـور هواپیماسـت (2001PLM (Jones از نـرم افـزار مهندسی طراحی محصول تکامل یافته است نوعاً به PLM در تولید بـه کـار مـی رود PLM بـرای صـنعت خرده فروشی برای بهبود فروش و کاهش فهرست بکار می‌رود همچنین برای صنعت ساختمان بکار مـی رود سیستم PLM تمام اطلاعات الکترونیک درباره چرخه محصول را دنبال مـی کنـد یـک سیـستم PLM تمـام فرآیندهای ضروری بـرای طراحـی سـاخت بکـار گیـری و حفـظ محـصولی را بـه هـم مـرتبط مـی سـازد .
(2003Gallagher ) همانند دیگر سیستم اطلاعات اقدامی دیگر که در این بخش شرح داده شد، ابزار زیادی وجود دارد که بیشتر نقشهای اصلی plm را انجام می‌دهد. PLM آنها را بـه یـک مجموعـه کـاربردی اقـدام می‌کند. از طریق مجموعه PLM ارتباط و همکاری در طراحی و تولید محصول را بالا مـی بـرد بـا دیجیتـالی کردن طراحی محصول و فرآیندهایی ک ه در ایجاد آن دخیل است کمپانی‌ها می‌توانند از اشتباهات در طراحـی و تناقص در اشکال مختلف اطلاعات محصول خودداری کرد میلیونها دلار صرفه جویی کرده گـاهی بـش از 30 درصد هزینه‌های عملیاتی را صرفه جویی کنند (2003Gallagher).
مانند PLM، ERP مجموعه‌ای واحدهای از داخل مرتبط است هر کدام نقش خاصی را دارند امـا در حالیکه ERP طراحی شده تا داده‌های مبادله‌ی اولیه بررسی کند، PLM تمام داده‌های سـاختاری نـشده بـا طراحی و تولید و محصول مدیریت می‌کند (2003(Bartholomew,
داده‌های محصول، جز مرکزی سیستم plm اقدامی است PLM را می‌توان به شش قسمت مجزا تقـسیم کرد مدیریت طرح و ابتکار، مدیریت برنامه و پروژه طراحی مشارکتی، مـدیریت داده محـصول برنامـه ریـزی فرآیند تولید، مدیریت حمایت و خدمات (2003DAmicio) بهبود هر یک به پیشرفت در جنبه‌های مختلف طراحی و تولید منجر می‌شود. DSS در 34,8Action ببیند، که چطور lear فرآینـد طراحـی و تولیـدش را بهبود بخشیده است.
PLM و سیستم مدیریت دانش:
PLM را می‌توان به عنوان سیستم مدیریت دانش (فصل 9) برای تولید و کنترل نـوع محـصول دانـستPLM به مختصص‌های لازم ادغام، اسناد طراحی، برنامه‌های تولید و حمایت بعد از انتشار محصول و اسنادتکامل به مخزن متداول است در دسترس بودن این اسناد مهم در تمام مراحل پروژه برای تمام سهامداران باید همکاری را افزون، هزینه‌های ارتباطی و تأخیرها را کاسته، زمان حشو طراحی مجـدد را کـاهش داده اینکـه چطور طراحان و مهندسین مرحله ـ اول عملکرد جهان حقیقی و چالش‌های محصولی که تولید می‌کنند را در می‌یابند بهبود می‌بخشد این امر به توسعه طرحهای گردآوری، کلی تر و قابـل اسـتفاده مجـدد چرخـه توسـعه کوتاهتر، حساب اجزاء سادهتر، و هزینه‌های خدمات، تضمین پایین تر منجر می‌شود.
مزایای PLM:
PLM وقتی به طور مناسب اجرا شود، مزایای زیادی را ارائه می‌کند آنها شامل:
ـ انعطاف پذیری در نقشهای شغل طراحی
ـ کاهش زمان سفارش تغییر طراحی (ECO) و کمیتها به این دلیل که PLM نیاز دارد تکمیل شود.
ـ بخشهای قابل تغییرتر، زیرا تغییرات صحیح و ثابت است.
PLM در LEAR پرواز می‌کند:
Lear یک تهیه کنند اتوماتیک 4,14 میلیون دلاری در plm سرمایه گذاری سنگینی کرد، زیرا مدیران ارشد آن را به عنوان راهی برای مدیریت مؤثرتر کارهای توسعه محصول lear برای مشتریانش، تولید کنندگان پیشرو اتومبیل می‌بیند، قبلاً اطلاعات پروژه در یک شیوه غیر رسمی از طریق صنعت گسترده و e-mail منتقل شد. اطلاعات نوعاً ناپایدار بود با استفاده از راه حلهای Lear، EDSPLM پایه یک سیستم را بنا کرد تا به ماشین سازان، جریان ثابتی از اطلاعات درباره پروژه‌ها از برنامه‌های طراحی تا تغییر بخشها به آمار کیفی بدهد.
ـ طراحی محصول پیشرفته ـ زمان توسعه محصول سریعتر
ـ تصمیمات طراحی و تولید بهتر وسریعتر (مانند بخشهای استاندارد شده در مقابل مشتری) ـ کارآیی کلی و تولید و طراحی بیشتر ـ کاهش زمان ـ به بازار محصول ـ کنترل کیفی بهتر
ـ سیستمهای طراحی و تولید ادغامی
ـ افزایش همکاری در طراحی و مهندسی و همراه با تهیه کنندگان شرکاء و مشتریان
ـ یک منبع محصول مرکزی شده با توانایی مدیریت محتوایی برای اتمام اطلاعات طراحی محصول که ازطریق یک پورتال قابل دستیابی است.
کارآیی در طراحی، زمانی که طول می‌کشد یک محصول به بازار برسد کاهش می‌دهد برای مثال از طریقیک سیستم Flextronics،plm، تاخیر ECO یک هفتهای را به کمتر از یک روز کاهش داد.
بطور کلی،PLM, هزینه‌ها را کاسته و کارآیی را بهبود می‌دهد مثلاً PLM شرکت Air International Group را قادر ساخت تا اجزای رقابتیتری از مجموعه بزرگتری از تهیه کنندگان ذخیره کند و این امر، شرکت را رقابتی ساخت. وقتی پروژه‌‌اش را به مزایده گذاشت،5 تا 10 درصد ذخیره کرد (2003GEIS (Trommer,، مزایای بسیاری از اجرای PLM‌‌اش همانطور که در DSS در Action شرح آن رفت تجربه کرد.
موضوعات PLM
سیستمهایPLM مشکلات متداولی از سیستمهای اطلاعات اقدامی را نشان میدهد یک اجرای موفق به تمرکز بر نیازهای تجاری احتیاج دارد، این امر با ارزش تجاری داشته باشد،PLM به حامی مدیر ارشد،کاربر مناسب و تعلیم نیاز دارد، توسعه یک راه حل کامل PLM را می‌توان به پیچیده توسعه یک ERP کامل داشت (2003Vijayan,).
سیستمهای plm باید با ERP، MRP و نرم افزار SCM ادغام شده تا کارآمد گردند، آنها نوعاًًمزایای فوری کمی را نشان داده و اجرای آنها دشوار است مانند ERP سیستم PLM میتواند ناموفق باشد، اما وقتی موفق باشد، نتیجه میتواند خیلی عالی باشد.
PLM به یک استراتژی شرکتی نیاز دارد. PLM باید در بالاترین سطح در سازمان حمایت شود و تغییر یابد وقتی بر فرآیند تولید و طراحی اثر می‌گذارد مدیریت شود. PLM را باید بعنوان تغییر موضوع مدیریت به یک موضوع کنترل ترسیم طراحی دید (2003PLM (stackpole,، مشتمل بر تغییرات در، فرهنگ سازمانی است، زیرا بر بسیاری از فرآیندهای تجاری اثر می‌گذارد.
:GEISPLM سیستم
سیستمهای صنعتی GEIS) GE) سوبسید 5 بیلیون دلاری شرکت General Eleetcr پروژه مدیریت چرخه حیات عمده محصول PLM برای کاهش زمان توسعه محصول بهبود کارآیی زنجیره عرضه و کاهش هزینه‌ها اجرا می‌کند. PLM، GEIS برای ایجاد محیط مشترکتی برای برنامه ریزی توسعه، منبع، مدیریت برنامه توسعه می‌دهد GEIS تقریباً 15 میلیون سند مرتبط با محصول را به سیستم جدید، منتقل می‌کند تا سال 2005 بیش از 10 هزار کارمند به سیستم تکمیل شده را قابل دستیابی میکنند. (Vijayan ,2003a) جنرال موتور این را دریافت و از طریق PLM؛ به صرفه جویی چشمگیری رسید. DSS در
36,8Action را ببیند.
جنرال موتور با PLM، سریع می‌راند:
Kirk Gutman، افسر توسعه محصول جهانی در جنرال موتورز، مثال جالب جهان ـ واقعی از یکاستراتژی تهاجمی و موفق PLM ارائه داده GM از 1996 کارکرد تا یک محیط PLM جهانی را ایجاد وبکاربرد که شامل پایه هندسی مشترک ـ بزرگراه ریاضی همانطور که GM آن را ناحیه و یک لایه PDM مشارکتی روی EDS PLM ساخته تا 18 هزار کاربر و 1800 ارتباط تهیه کننده Teamcenter در آمریکای شمالی، اروپا و آسیا حمایت کند نتایج تجارت در زمان جالب است ساده سازی سیستم 1,500 کاربرد توسعه محصول زنده در 1993، به 500 تا کاهش یافت و صرفه جویی 1 بیلیون دلاری داشت.
GM، 35 درصدکاهش در بودجه کل توسعه محصول جهانی بدست آورد در حالیکه از 19 تا 30 برنامه توسعه گسترش یافت. GM توانست، زمان چرخه را از طریق فریز تا محصول از 60 ماه در اوایل 1990 به 18 ماه در 2002 رساند.
فروشندگان PLM : کمپانی‌های تولیدی،2003 میلیون دلار برای مجموعه کاربردی PLM در نیمه اول سال 2003 هزینه کردند (2003 و stackpole) انتظار می‌رود بازار برای نرم افزار مدیریت چرخه حیات محصول (PLM) به 5,7 میلیون دلار در 2006 و 14 بیلیون دلار در 2008 برسد. مجریان رشد شامل توانایی نرم افزاری برای کمک به تولید کنندگانی است که توسعه محصول پایین داشته تا هزینه را حمایت کرده و تا سرمایه هوش کمپانی را حفاظت کنند محرک کلیدی شامل را نقش عمده از فروشندگان تکنولوژی که نرم افزار PLM را ارائه می‌کنند تا در ارتباط با سیستم ERP یا نرم افزار مدیریت تولید اجرا کنند (2003Damico.) بر اساس سود سال 2001 فروشندگان پیشروی SAP، EDS، PLM، شرکت
Matrixone، Telelogic، IBM/Dassaunt، parametric Technolooy، AspenTechnology، و Agile software بودند. آنها 60 درصد بازار را در اختیار دارند. EDS فقط 13 درصد بازار را دارد. بازیگران کوچکتر هستند که 31 درصد باقیمانده بازار را دراختیار دارند آنها شامل:
، CoCreate softwane Inc، Baan، peoplesoft، Arena solutions Ine، Agilesofltware
Weinberger,2003 D'Amico ) .است optiva و OSI software، Oracle،omnify software
. (،2003
سیستم مدیریت فرآیند تجاری (BPM ):
یک سیستم مدیریت فرآیند تجاری (BPM) داده‌ها، برنامه‌ها و افراد را از طریق فرآیند تجاری مشترک ادغام می‌کند هدفش طراحی و اتوماتیک کردن فرآیند تجاری است، لذا مسئولیت اجرایی سازمان را تعدیل و محیط که فرآیندها بتواند برای ارزش استراتژیک انجام شود، ایجاد می‌کند. (2003Datz,2002;ckb) نرم افزار BPM می‌تواند بطور گرافیکی، فرآیند تجاری مانند، انتشار یا جمع آوری صورتحساب، تغییر طرح بصری به یک برنامه کاربردی، و مدیریت کار الکترونیک به نظارت که کار انجام شده و امکان دهد تغییرات وپیشرفتها به جریان کار وارد شود. (2003scheier,) .
BPM، قالب گسترده‌ای برای اتوماتیک سازی فرآیندهای افراد گسترده و ادغام میراث و کاربردی بستهبندی و عملیات هر روزه را ایجاد می‌کند مستمر اینکه BPM کتترل فرآیند و سیاست‌هایی که امکان می‌دهد تا مالکیت کامل فرآیندها را بگیرد و تطابق در زمان حقیقی هنگام تغییر شرایط ایجاد کند (2003CKB,) .
ضرورتاً BPM، یک پورتال اطلاعاتی اقداماتی در تمام فرآیندهای تجاری است. BPM سیستمهای ERP، CRM، EIS و SCM را ادغام می‌کند تا به مدیران امکان می‌دهد، هر فاکتور وابسته به بهداشت و پیشرفت سازمان را ببنید.BPM دستیابی بع زمان حقیقی اطلاعات مناسب درباره فرآیندهای تجاری را امکان پذیر م یسازد. ضرورتاً BPM نوید سیستمهای اطلاعاتی اجرایی در زمان حقیقی را می‌دهد. BPMتلاش می‌کند تا بهترین عمل را تسخیر و نظارت کند که به پیشرفت کارآیی منجر می‌شود همانطور که در موقعیت iuniverse در DSS در 37,8Action می‌بیند.
مدیریت عملکرد تجاری، روش شناسی فرآیند قوانین و همکاری کاری بین تمام مدیریان در تمام سطوح در اقدامات را یکپارچه می‌سازد. ویژگیهای فرآیند مدیریت، یک شیوه متحد و حمایت همکاری برایمدیریت پیش فعال و بهبود عملکرد مالی و عملیاتی، ضروری است (2003Hyperionn,) این پیشرفتها می‌تواند به موقعیتهای جدید، منجر می‌شود. DSS در 38,8Action را ببینید. هوش تجاری (BI) مدیران را با اطلاعاتی تجهیز می‌کند که به آنها امکان می‌دهد، تجارتشان را برای لحظه معین در زمان دریابند، برعکس،مدیریت عملکرد تجاری، مدیران را با کاربردهایی تجهیز می‌کند که یک فرآیند را برای مدیریت تجارتشان و اطلاعات از کاربردهای BI حمایت می‌کنند (2003Hypeiron ,) Luniverse با BPM اتوماتیک م یشود:
انتشارات کتاب ivniverse، نرم افزار Intalib BPM را در قسمتی بکار برد تا حمل کاتالوگ برای دلالان و دیگر شرکاء را خودکار سازد، قبل از اینکه BPM اجرا شود، فقط یک شریک سیستم اتوماتیک داشت تا کاتالوگ دریافت کند، دیگر حملهای شریکان، باید دستی در سیستم توسط کارمند ivniverbe وارد م یشود، که حدود 120 ساعت در ماه طول می‌کشد سیستم BPM به کارمندان امکان می‌دهدکه به قسمت دیگر کمپانی تغییر مسیر داده و به دیگر شریکان iuniverse امکان داده که سیستم حمل کاتالوگ‌هایشان را اتومات کنند.
Ijetravel، BPM در اوج پرواز می‌کند.
iJet Travel Intelligence اطلاعات هوشمندانه منبع باز online و خدمات مدیریت بحران بران افراد و شرکتها ایجاد می‌کند در ابتدا ijet می‌دانست که استفاده از برخی از تکنولوژهای مدیریت تغییر به فرآیند در دستیابی به اهداف تجاریش، مهم است پس از بکارگیری یک سیستم BPM در 2001 IJET فرایندهای تجاری‌‌اش را به سرعت و بدون هزینه و مداخله زمان بر توسط بخش IT ایجاد، بهینه، تغییر ومدیریت کرد، تحلیل برای اجرای تحلیل اثر بر طرحهای سفر به مشتریان، کمک به کمپانی‌هاتا توانایی قانونیو فرستادن کارگر به خارج را ارزیابی کنند، بکار رفت. سیستم به تحلیل گر امکان می‌دهد نیازهای شغلیایجاد می‌کند، منابع هوشمندانه مناسب ایجاد کند و اطلاعات موجود در ذخایر Pijet مرور کند. محیط BPM ارزش پیوسته ایجاد می‌کند به IJET امکان می‌دهد هشدارهای هدفی و دقیق ایجاد کند مهمتر اینکه
Ijet با اصلاح مدلهای تجاری و فرآیندها رشد کرده تا با شرایط و استراتژیهای بازار جدید سازگار شود.
با این حال فروشندگان به طور روتین شامل توانایی‌های BI/BA در BPM برای افزایش توانایی محصولشان هستند برای مثال، نرم افزار مدیریت عملکرد تجاری Hyperion، شامل ویژگی‌های تحلیل و هوش تجاری است، همانند plm ابزار نرم افزار برای bpm برای زمانهایی موجود است اما اکنون فروشندگان آنها را با هم بسته بندی می‌کنند.
مزایای BPM : نرم افزار مدیریت تجاری (BPM) م یتواند در طی یک یا دو سال با مرتبط سازی برنامه‌های گران به کارهای طراحی شده جدید هزین ههایش را بپردازد.
Trimac crop یک کمپانی باربری در Alberta، Calgary برگشت سرمایه 500 هزار دلاری سرمایه BPM در طی دو سال انتظار دارد، این امر از طریق کاهش کار کاغذی و تجارت افزوده از مشتریانی که سیستم سفارشی Trimac BPM را برای استفاده، آسانتر از رقبا یافتند انجام گرفت. (2003sheier,) BPM به جریان کار پیشرفته از طریق طراحی مجدد همکام اتوماتیک می‌شد و منتهی گشتف شرکتها باید برگشتشان را از کارهای BPM هم با کاهش هزینه و هم با پیشرفت فرآیند می‌سنیدند
witshireconstabulary (افسر پلیس در بریتانیا) BPM را برای پروژه پلیسی‌‌اش بکار گرفت. افسران احساس کردند که باید کاهش زمان صرف شده به موارد غیر عملیاتی و کارهای اجرایی کمک کند، این امر آنها را قادر می‌سازد که زمان بیشتری بر وظایف اولیه مثل گشت زدن پلیس، صرف کنند پیشرفت فرآیند نشان م یدهد که اجرای BPM یک زیر روش است که می‌تواند به صرفه جویی عظیم هزینه منجر شود. Shell oil این امر را تجربه کرد. DSS در 39,8Action را ببینید.
موضوعات BPM:
BPM سازمان را وا می‌دادر که به فرآیندها به دقت بنگرد اگر آنها بخواهند به دقت مدیریت کنند، آنها باید صحیح عمل کنند لذا مانند PLM و دیگر سیستم‌های اطلاعات اقدامی ERP و SCM اجرای PLM به نگاه دقیقی بر فرآیند تجاری نیاز دارد فرهنگ سازی موضوعاتی که باید مدیریت شوند را تغییر دهد زیرا فرآیندها همانطور که اجرا به پیش می‌رود تغییر می‌کنند همانند هر سیستم اقدامی مهم است که فقط آنچه وجود دارد را دنبال نکنیم، بلکه تعیین کنیم آیا فرآیند درست است، و آیا باید انجام بگیرد.
Shell oil سریعاً یک سیستم BPM را بکار گرفت و یک میلیون صدف را نجات داد«
به سازمان مالیات تکنراس shell oil حکمی داده شد که زمان گزارش مالی ماهانه‌‌اش را به نیم کاهشداده و اثر واضحی را در مورد ممیزان ایجاد کند. مشکل اصلی که برای شرکتهای بزرگ متداول استناهمگونی سیستمهای درگیر، بود شامل بخشهای به لحاظ جغرافیایی پراکند که اساساً 3SAPR/ و نیرJ.D.Edwards و oracle financials اجرا می‌شوند. Teamworks، Shell نرم افزار BPM Olombardi بکار گرفت تا ادغام کاربرد شرکت را انجام دهد خوشبختانه Teamworks به کدگذاری گسترده نیاز نداشت فقط سه ماه طول کشید تا برنامه را بکار گرفتند چون تیم فرآیند تجارت را سریعاً ابزار مدل گذاری کرد تحلیل گران مالی و IT بیشتر بر ارزیابی اینکه چطور آنها کار می‌کردند به جای تمرکز بر فناوری متمرکز بودند تمرکز اصلی بر فرآیند تجاری بود برای shell مهم بود که تصمیم بگیرد کدام منطقه فرآیند تجاری باید اتوماتیک شود و تنگناها را شناسایی کرد که چالش‌های بزرگی را داشت shell 1 میلیون دلار سرمایه در تمرکز از 6 ماه بدست آورد ارزش بیشتری از 1 بیلیون دلار سرمایه sap را استخراج کرد.
اکنون برنامه کمپانی توسعه نرم افزار کاربردی BPM در دیگر عملیات مانند اکتشاف، پالایش و خدمات مالی است.
همانند CRM و PLM مشکلات ادغامی در طی اجرا رخ می‌دهد (2003Shceier,) سیستمهای BPM در مقیاس بزرگ هستند، لذا آنها همان مشکلات مانند دیگر سیستمهای اقدامی نشان می‌دهند آنها به رقیب ارشد استلزام کاربر نیاز داشته و احتمال بالای شکست را دارند. ضرورتاً شکست سیستم شرکت
. (APPLICATION 8,2) بود BPM یک تلاش Mcdonall :BPM فروشندگان
Computer، Business، BEASYSTEMS، APrisocorp :شامل BPM فروشندگان
Handysoft corp، Fujitse softwarq، Fuego Inc، Filenet، Metastorm / sciences corp
C.I.D Edwards a، Intalio Inc، IDS scheer AG، IBM، Hyperion solutions corp،
، Nobilis software، Microsoft corp، Metastorm، Lombardi software Inc، co
، Savvion، SAP AG، Q-link teehonlogies،Peoplesof inc، Pegasystems Inc
، Uttimus / Silas Technologies Siebel systems، Seebeyoun Techonlogy
WebMethods، Vitria Technology Inc، Unisys corp، Tibco staffwareplc هستند. Scheier (2003) لیست فروندگان BPM با توضیحات محصول را تهیه کرد، فروشندگان به ادغام هوش تجاری، تحلیل تجاری به نرم افزار BPM ادامه داده و نیز سیستمهای BPM را بادیگران ادغام کردند برای اطلاعات بیشتر درباره smith l، Leahy(2003)، Lamonica (2003)، CKB(2003)، BPM(2003finger( و سایتهای فروشندگان BPM مراجعه کنید.
سیستمهای نظارت، فعالیت تجاری (BAM):
سیستمهای نظارت فعالیت تجاری (BAM) شامل سیستمهای بلادرنگ است که به مدیران برایموقعیتهای بالقوه مسائل در حال وقوع و تهدیدها را هشدار می‌دهد وسپس به آنها قدرت می‌دهد تا از طریقمدلها و همکاری واکنش نشان دهنده موقعیتها در زمان حقیقی بررسی سریعاً تحلیل و حل می‌شود. نرم وافزار نظارت فعالیت تجاری (BAM) فعالیتهای تسهیلات خاص را نظارت می‌کند مانند کارخانه یا مرکز تلفن یا فرآیند تجاری خاص مانند لوجستیک یا فروش BAM داده‌ها را از فرآیندهایمختلف در کمپانی و از شرکای خارجی اطلاعات ساختار بندی نشده ادغام کرده و توانایی همکاری برای تیمها ایجاد می‌کند تا
تصمیم گیری کنند (2003Keating )
دو فعالیتش شامل بررسی یک توسعه موقعیت به سریعترین حد ممکن و ایجاد پاسخ سریع است. تکنولوژی و اطلاعات می‌تواند دان‌ها را از تنوعی ازمنابع داخلی و خارجی در زمان حقیقی، جمع آوری کند آنها را برای بررسی طرحهای غیر منتظره که یک موقعیت ایجاد شده نشان می‌دهد تحلیل کند و سپس نتایج را به آنهایی که مسئول واکنش نشان داده هستند منتقل سازد این امر جنبه چابک شرکت زمان حقیقی است که اغلب به نام نظارت فعالیت تجاری، نامیده می‌شود (2003keating )
به عنوان یک لایه تکنولوژی BAM بر بالای راه حل BPM می‌نشیند تا داده‌های فرآیند تجاری را در زمان حقیقی گرفته و تحلیل کند، وقایع در یک پورتال اطلاعات اقدامی نمایش داده می‌شود. نمایش، دیدگاه ثابتی را برای متریک تجاری مانند نسبت موفقیت مرکز تلفن یا سطوح فهرست زنجیره عرضه را ارائه می‌کند هشدار زمان حقیقی فرآیندها را مانند برنامه حمل تجزیه کرده و به کاربران امکان می‌دهد به مسائل در زمان حقیقی واکنش نشان می‌دهند کاربردی‌های BAM دانها را از بسیاری منابع جداگانه جمع آوری کرده و آنها را به عنوان کل یکپارچه ارائه می‌دهد (2003BAM (Apirl, از دیده پایه سیستم اطلاعات اجرایی نشات گرفته است اما اکنون ادغام بالغ ابزار هوش ـ تجاری استانداردهای واقعی مانند XML و ابزار و روشهای توسعه نرم افزار چنین فناوری زمان حقیقی را در دسترس می‌سازد. (2003Keatingm,)
نظارت فعالیت بستگی به توانایی شناسایی وقایع مهمی دارد که در فعالیت رخ داده و پاسخ مناسب به کاربرد قوانین تجاری وابسته است قوانین ممکن است از پیش تعیین شده باشند یا در سیستم BAM پیچیده تر توسط سیستم در طی زمان از طریق شیوههای هوش مصنوعی مانند کارگزار هوشمند آموهته شوند (2003BAM (Mekie گزارش می‌دهد که فرآیند تجاری مستقیماً جریان می‌یابد فیلترها می‌توانند نشان دهند وقتی هر پارامتر مهم خاموش باشد یک هشدار به عنوان سیستم اطلاعاتی اجرایی به مدیر می‌گوید که بررسی کند چرا؟
ضرورتاً، سیستم BAM توانایی سیستم اطلاعات اجرایی زمان واقعی را به تمام تصمیم گیران منتقل م یکند جنرال الکترویک،CXO را بکار برد تا به مدیران اجرایی وضعیت زمان حقیقی سازمان را بدهد (2003BAM (keating. سان می‌تواند هشدارهای E-mail بفرستد.
مزایای BAM:
BAM، نه فقط در شناسایی و پاسخ به وقایع کمک می‌کند بلکه به مدیران امکان می‌دهد که وقایعسریعاً حل کرده و اثرشان را بر تصمیمات آگاهانه و زمانی مرور کنند .(2003Mckie) ضرورتاً دو تا ازمهمترین مزایا دستیابی داده زمان حقیقی در یک شکل قابل استفاده و دستیابی به ابزار برای مشارکت و مدل سازی مسئله است که به راه حل سریع، منجر می‌شود لذا تصمیمات سریعتر و بهتر اتخاذ می‌شود یک فعالیت تجاری باید اتوماتیک باشد برای اینکه نظارت شود نظارت بایستی هوشمندانه باشد و نتایج باید به آسانی قابل دستیابی بصری باشند و طوری عمل کنند که بتوان ارزش را استتناج کرد. مدل سازی فعالیت اولین مرحله در ایجاد سیستم موفق bam است این امر شامل یافتن فعالیتهایی است که ارزش نظارت دارند بهترین مراحل و وقایع و ارتباط آن وقایع با متریک عملکردی که باید مورد نظارت باشد (2003Mckie ) تحلیل فعالیتها به فرآیند پیشرفته منجر می‌شود.
موضوعات BAM سیستمهای BAM از بسیاری نقص‌های تمام سیستمهای اطلاعاتی اقدامی رنج م یبرند اغلب میدران اجرایی، آمادگی فناوری یا فرآیند تجاری که می‌خواهد نظارت کنند را لحاظ نمی‌کنند.
این یک دلیل شکست تسیم شرکت مک دونالد بود (2,8Application ) سیستمهای اقدامی به مدیریت ارشد، مشمول و تعلیم مناسب کاربران، نیاز دارند موضوعات ادغام می‌تواند تلاش BAM را مورد اشکال قرار می‌دهد داده‌ها باید از منابع مختلف استخراج و به کاربردان شود.
موضوعات مدیریت تغییر بسیار است،مانند بیشتر EIS‌ها اتخاذ مدل و روش به تکنولوژی و به تغییر در فرآیند تجاری نیاز دارد که یعنی تغییر مدیریت در مورد BAM تاخیر در جریان اطلاعات به مدیران سطح پایین امکان داد تا به آنهایی که حذف می‌شود پاسخ می‌دهند این امر باعث مشکلاتی در سیستم اطلاعاتی مدیران ارشد شد، و مدیران سطح بالا با را، یاد بگیرند که برخی مسائل را در دست افراد مسئول بگذارند حداقل برای مدتی تا به آنها فرصت دهند پاسخگو باشند مدیران اجرایی نباید قدرت کارمندانشان را کمتر تخمین بزنند همانند BAM EIS کارآ،به کار با واحدهای تجاری نیاز دارد تا شاخص‌های کلیدی (فاکتورهای مهم موفقیت ) را بشناسد و تکنیک‌های تحلیل که هشدار ایجاد موضوع را بدست می‌دهند
(alerts ) را ایجاد کند همچنین مانند EIS شیوه خوبی برای آغاز با BAM زمان حقیقی است تا بر مسائله تجاری با بازگشت قابل نمایش تمرکز کند (2003BAM (Keating توان دارد که اطلاعات درست را به مردمی که نیاز دارند سریعتر برساند همزمان اطلاعات در سطح بالا مدیریت گزارش شود مدیران اجرایی باید بگذارند مدیران مسئول درخط جلو با مسائل و موضوعات در زمان خود قبل از هر واکنشی مواجه شوند.(فصل بعد)
کلید موفقیت تجهیز آنها با موقعیتی همراه با اطلاعاتی است که برای تصمیم گیری نیاز دارند و همزمان به سطوح بالای مدیریت کمک کنند تا به طور موثرتر، اثرات تصمیمات را کنترل کنند. (2003Keating)
آناتومی نرم افزار celequest BAM :
نرم افزار Celequest، 2,0 BAM وقایع تجاری را نظارت کرده و آنها را به اطلاعات تاریخی یا بافتیاز انبار دادهها یا سیستمهای عملیاتی مرتبط کرده و سپس به کاربران هشدار می‌دهند که شرایط را آنطور کهانتظار داشته باشند که رخ می‌دهد. 0,2Celequest 4 جزء ادغامی دارد در بین آنها Activity server است که تکنولوژی پایگاه داده‌ای را ایجاد می‌کند تا به دیدگاه موقتی از وقایع دست یافتهو داده بافتی تاریخی را ادغام می‌کند. Adaptive Modeling Engline Activity Server بکار برده و قوانین تجاری را اجرا کرده شرایط استثناء را مدیریت کرده و مدل سازی وقایع دینامیک، مانند تحلیل سری ـ زمانی را امکان پذیر م یسازد با جزء scenarip Modeler کاربر طرح تحلیلی پیچیده را مدل سازی کرده و آنها را همانطور که در یک میانجی نوع صفحه گسترده رخ می‌دهد ارزیابی می‌کند هشدارها از طریق Activity Doshbcard ارائه شده در حالیکه جزء Application workbench دیدگاه تجاری پایه‌ای و مدل داده‌ای را ایجاد کرده تا فعالیت تجاری پیوسته‌ای را ارائه دهد، این اطلاعات با اطلاعات بافتی مرتبط است با تصویر معنی داری از فعالیت بدست دهدنرم افزار BAM می‌تواند وقایع تجاری مانند افزایش در حجم تلفن در مزکز تلفن تغییرات در موقعیت سرمایه گذاری سطوح فهرست زیر آستانه معین قرار گرفته تقاضایی که کاهش پیش بینی م یکند و افزایش در بازگشت محصول را نظارت کند بازارهای آهاج، خدمات مالی، خرده فروشی تولید و معامله کنندگان Homeland security هستند.
فروشندگان BAM: فروشندگان BAM به بهبود محصولاتشان با افزایش نقشمندی و با ادغام آنها با دیگر سیستمهای اطلاعات اقدامی و محصولات تحلیل تجاری / هوش تجاری ادامه می‌دهد.
(2003Havenstein,) مجموعه‌های ادغامی BAM به ترکیب پیگیری و تحلیل متریک عملکرد
(2003Bednarz) کمک کرده و گاهی بهینه سازی تجاری نامیده می‌شود Cognos سازندگان اطلاعات و دیگر شرکت، نظارت و هشدار برای سیستمهای هوشمند تجاری را توسعه می‌دهند. (سیستم اطلاعات اجرایی
cognos این توانایی‌ها را در دهه 1990 داشت) دیگران مانند Actimize ltd و seerun Corp تحلیل پیش بینی برای مدیریت روابط مشتری را در دو سیستمهایشان توسعه دادند (2003smith) فروشندگان BAM شامل Information Buildes، Firstrainino، cognos، Celequestinc، Actimizeltd، Tibco،sybase SeeRun، seebeyand، savvionlnc، Quantivellc، Microsoftwebmethods، vitria Teehnology، software هستند. در DSS در 40-8Focus توانایی‌های کاربرد celequest BAM را که شامل مدل سازی توانایی‌ها، به عنوان نمونه است بحث می‌نماییم همچنین callaghoan (8003b) را ببینید. Dss در 41,8Action را ملاحظه کنید تا ببینید چطور نرم افزار در عمل کار می‌کند.
15,8 سیستمهای حمایت تصمیم خط مقدم:
تصمیم‌ها در تمام سطوح در یک سازمان دو موفقیتش مشارکت دارد اما تصمیماتی که موقعیت فروش را حداکثر کرده یا هزینه درخواست خدمات مشتری را کم می‌کند، در خط مقدم توسط آنهایی که به موفقیتهایی که در طی دون تجارت روزانه ناشی شده نزدیکتر ند ایجاد می‌شود ایا این یک استناد سفارش است یک موقعیت فروش بالا یا قراردادی است که به تصمیم بستگی دارد، یک تصمیم گیرنده باید بتواند تصمیمات موثری را سریعاً بر اساس بافت و بنا به استراتزیها و راهنماهایی که توسط مدیریت ارشد تنظیم شده بگیرید.
Brocades'celeste BAM سستم
Brocade، مجموعه کاربردی Celequest، BAM را امتحان کرده تا مدلهای تجاری را برای تحلیل داده‌ها در شکل صفحه گسترده آشنا تحلیل کند،Formulas را می‌توان مانند Excel اضافه کرد Brocade تقسیم celequost، BAM را بکار می‌برد تا به داده‌هایی از فرآیند تولید نگاه کند مدیران باید بدانند زمانیکه داده‌ها از محدوده قابل پذیرش خارج می‌شوند مدیران می‌توانند هر چیزی از قطعات دائماً متغیر تا کیفیت اجزاء تولید شده برای Broeade توسط عرضه کنندگان نظارت شود سپس آنها می‌توانند از داده‌های استاتیک از انبار داده‌ها دستیابی داشته، و آنها را در مقابل گرایشات تاریخی مقایسه کرده و به طور خودکارنتایجی بدست آورند.
تصمیم گیری خط مقدم، مرحله‌ای است که کمپانی‌ها، فرآیند تصمیم گیری را، خودکار کردهو آنها را به سازمان و گاهی به شریکان منتقل می‌کنند این امر شامل قدرت دادن به کارمندان است به این صورت که به آنها امکان طراحی استراتژی ارزیابی متریک، تحلیل اثرات، انجام و تغییرات عملیاتی می‌دهد،تصمیم گیری خط مقدم به کاربران تجاری مانند مدیران خط مدیران اجرایی فروش و نمایندگان مرکز تلفن با مشارکت تصمیم گیری در کار روزانه شان خدمت می‌کند این کارگان به کاربردهایی نیاز دارند که به آنها کمک کند تا تصمیمات عملیاتی خوبی گرفته و کل اهداف شرکتی را برآورند. تصمیم خط مقدم کاربران را با سوالات مناسب، مکان داده مورد نیاز و متریک (مثلاً برای مشتری و سوددهی محصول) که داده‌ها را به اهداف شرکت و کارهای پیشنهادی که می‌تواند عملکرد را بهبود بخشد ترجمه می‌کند تجهیز می‌نماید برخی جنبه‌های CRM به عنوان سیستم خط مقدم نقش دارد.
برایمثال DSS Action8,4) Chicago، Whit sox، CRM) به فروشنده کمک می‌کند که مستقیماً با مشتریان بالقوه و موجود تعامل کند. محصولات کاربرد تحلیلی زمان حقیقی برای حمایت این اعمال (12,5section برای تحلیل بیشتر زمان حقیقی) ایجاد شده اند. کاربردهای مبادلات امروز و ابزارحمایت تصمیمی، به خودی خود نمی‌تواند به کاربران خط مقدم امکان دهد که تصمیمات بهتری اتخاذ کنند. سیستمهایی مانند آنهایی که از SAPAG و سیستمهای sipebol هستند فرآیند تصمیم ساده‌ای انجام زاده یا داده‌ای یا شیوه‌ای که بتوان در موقعیت پیچیده آن را تحلیل کرد، ارائه نمی‌دهند مدیران اجرایی ممکن است بافت را از گزارشات و سیستمهایی که از آنها ایجاد شده (مثلاً سیستمهای اطلاعات اجرایی یا مالی) بدست آورند اما این موارد کارگران خط مقدم را با راهنمایی در مسائل روزانه تجهیز نمی‌کند همزمان حمایت تصمیم سنتی، از فروشندگانی مانند Business objects Sa، cognos، pilot soflware برای متخصصانی می‌توانند به داده‌ها دست یابند آن را قسمت کنند بهتجارت معنی دهند مورد نظر است اما غیر متحمل است که در خط مقدم باشد لذا سازمانها فصل جدیی از کاربردی‌های تحلیل اقدامی برای انجام تصمیمات خط مقدم نیاز دارند.
سیستمهای خط مقدم: در تصمیم گیری خط مقدم، هر فرآیند عملیاتی، فرآیند تصمیمی متناظر برای ارزیابی انتخاب بهبود اجرا دارد، برای مثال مدیریت سفارش پیشنهادات فروش عرض دارد و نمایندگی خدمات مشتری می‌تواند بخشهای اضافی برای مشتری بر پایه نیازهای خاصش، ارائه دهد تصمیمات خط مقدم تصمیمات ساده را مانند فریز کردن حساب مشتری که پرداختها را انجام نداده با پیش تعریف قوانین تجاری و وقایعی که هدف آنهاست خودکار می‌سازد.  



فصل

ترجمه : فاطمه خانلرزاده مهدی ذکریاپناه گشتی 9


9 مدیریت دانش اهداف درس
 تعریف دانش و توصیف انواع مختلف دانش
 توصیف ویژگیهای مدیریت دانش
 توصیف یادگیری سازماندهی شده و ارتباط آن با مدیریت دانش
 توصیف چرخه مدیریت دانش
 معرفی تکنولوژی‌هایی که در سیستم مدیریت دانش می‌توانند به کارگرفته شوند
 معرفی روشهای مختلف مدیریت دانش
 توصیف فعالیتهای مدیر اصلی دانش و دیگر مسئولان درگیر در مدیریت دانش
 توصیف نقش مدیریت دانش در فعالیتهای سازمانی
 توصیف راههای ارزیابی سرمایه فکری در سازمان
 توصیف نحوه پیاده سازی سیستم‌های مدیریت دانش
 توصیف نقش تکنولوژی، افراد و مدیریت در مدیریت دانش
 توصیف فواید و اشکالات ابتکارات مدیریت دانش
 توصیف اینکه چطور مدیریت دانش می‌تواند نحوه عملکرد یک سازمان را دگرگون کند
در این فصل، ما ویژگیها و مفاهیم مدیریت دانش را بررسی می‌کنیم.همچنین توضیح می‌دهیم که چطور موسسات از فناوری اطلاعات استفاده می‌کنند تا سیستم‌های مدیریت دانش را پیاده سازی کنند و چطور این سیستم‌ها در حال تغییر شکل دادن سازمانهای امروزی هستند. مدیریت دانش گرچه از نظر مفهومی قدیمی است،اما درواقع شکل جدیدی از محاسبات گروهی است. هدف مدیریت دانش به دست آوردن، ذخیره کردن، نگهداری و تحویل دادن دانش مفید در قالب یک فرم معنی دار برای هرشخصی است که در هر زمان و مکانی در یک سازمان به آن دانش نیازمند است. مدیریت دانش،همکاری در سطح سازمان است. مدیریت دانش این پتانسیل را دارد که روشی را که مامحاسبات را جمع آوری و استفاده می‌کنیم،دگرگون کند، به این صورت که در بخشهای زیر در مورد آن بحث خواهیم کرد.
1,9 تصویر باز : زیمنس از آنچه که بواسطه مدیریت دانش می‌داند، آگاه است
2,9 مقدمه‌ای بر مدیریت دانش
3,9 یادگیری سازمانی و تغییر شکل
4,9 مبانی مدیریت دانش
5,9 روشهای مدیریت دانش
6,9 فناوری اطلاعات در مدیریت دانش
7,9 پیاده سازی سیستم‌های مدیریت دانش
8,9 نقش افراد در مدیریت دانش
9,9 تضمین موفقیت تلاشهای مدیریت دانش

1,9 تصویر باز : Siemens از آنچه که بواسطه مدیریت دانش می‌داند، آگاه است مسئله
Siemens AG، یک مجموعه 73 بیلیون دلاری از مهندسی برق و الکترونیک، همه چیز از لامپ چراغ برق تا ماشینهای زیراکس،از تجهیزات مولد برق تا قطار سریع السیر تولید می‌کند. در مدت این تاریخ 156 ساله، زیمنس به صورت یکی از بزرگترین و موفقترین شرکتهای دنیا پیشرفت کرده است. زیمنس بخاطر استعداد فنی مهندسانش مشهور است، اما بیشتر دانش آنها قفل و محبوس شده و در دسترس دیگر کارمندان نیست. برای رویارویی با فشار افزایش سودمندی‌های عضویت مشارکتی هر واحد تجاری،Simens AG نیاز دارد یاد بگیرد دانش و تخصص 460،000 کارمند خود در سرتاسر دنیا را به کار ببرد.
راه حل
ریشه مدیریت دانش در زیمنس به سال 1996 برمی گردد، زمانی که تعدادی از افراد تحت یک شرکت و با علاقه به مدیریت دانش (KM) یک انجمن علاقه مند را تشیکل دادند. آنها در مورد موضوع تحقیق می‌کردند، کارهایی که توسط دیگر شرکتها انجام می‌گرفت را یاد می‌گرفتند و تعیین می‌کردند چطور KM می‌توانست به زیمنس سود برساند. بدون پیشنهاد و تشویق مدیران اجرایی ارشد، کارمندان متوسط در واحدهای تجاری زیمنس، شروع به ساخت انبارها،انجمنهای تمرین و تکنیکهای غیررسمی اشتراک دانش کردند. در 1999 هیئت مدیره مرکزی زیمنس، اهمیت مدیریت دانش را در کل شرکت به وسیله ایجاد یک واحد سازمانی که مسئول گسترش سراسری KM بود، تصدیق کرد.
حرکت زیمنس به سوی مدیریت دانش با چالش‌هایی برای شرکت مواجه شد که جالب توجه‌ترین آنها از نظر تکنیکی و فرهنگی هستند. قلب راه حل تکنیکی زیمنس برای مدیریت دانش، وب سایتی به نام ShareNet است که عناصر یک انبار پایگاه داده، یک chat room و یک موتور جستجو را ترکیب می‌کند.
فرم‌های ورودی آنلاین اجازه می‌دهند که کارمندان بتوانند اطلاعاتی را که فکر می‌کنند برای همکارانشان ممکن است مفید باشد، ذخیره کنند. کارمندان دیگر زیمنس می‌توانند انباره‌ها را جستجو کرده یا عنوان‌ها را بررسی کنند و سپس برای اطلاعات بیشتر با استفاده از یکی از کانالهای ارتباطی قابل دسترس با مولفان آن ارتباط برقرار کنند. به علاوه، سیستم به کارمندان اجازه می‌دهد که سوال‌های ضروری و فوری خود را پست و اعلام کنند. چون پیاده سازی KM در زیمنس شامل تأسیس یک شبکه برای جمع آوری، دسته بندی و اشتراک اطلاعات بوسیله پایگاه‌های داده و اینترانت می‌شد، زیمنس درک کرد که IT تنها ابزار برای رسیدن به مدیریت دانش است. Randall Sellers،رئیس مدیریت دانش زیمنس در ناحیه امریکا، بیان می‌کند که : " به نظر من، نقش فناوری یا IT یک نقش کوچک است. من فکر می‌کنم 20 درصدIT و 80 درصد تغییر مدیریت است که مربوط به تغییر فرهنگ و واسط‌های انسان می‌باشد. "
زیمنس از یک تلاش سه جانبه استفاده کرد تا کارمندانش را متقاعد کند که مشارکت در مبادله و به اشتراک گذاشتن ایده‌ها و تجربیاتی که آنها می‌دانند، مهم و با اهمیت است. مشکل،مدیریت افرادی است که دانش را مدیریت می‌کنند. شما مجبورید این به اشتراک گذاشتن را برای آنها آسان کنید یا آنها این کار را نخواهند کرد. زیمنس 100 تبلیغ کننده داخلی را در کل دنیا گماشته است تا مسئول آموزش، پاسخگویی به سوالات و نظارت بر سیستم باشند. مدیریت اصلی زیمنس، حمایت کاملش را از پروژه‌های مدیریت دانش نشان داده است و شرکت، انگیزه لازم را برای غلبه بر مقاومت کارمندان و تغییرنظر آنها فراهم کرده است.
زمانی که کارمندان اسناد را به سیستم پست می‌کنند یا از دانش استفاده می‌کنند، زیمنس به آنها با سهم‌ها (shares) پاداش می‌دهد. مجموع سهم‌های یک کارمند می‌تواند با چیزهایی مثل مصرف کننده‌های الکترونیکی یا تخفیف سفرها به کشورهای دیگر تعویض شود. همچنانکه انگیزه واقعی سیستم اساسی تر می‌شود، فروشنده‌های مأمور تقریبا یاد می‌گیرند که برای برنده شدن قراردادهای پرمنفعت، دانش و تخصص همکاران قابل دسترس آنها در ShareNet، واجب و ضروری است. کارمندان در بازاریابی، سرویس،R&D و دیگر بخشها، وقتی یکبار درک می‌کنند که سیستم با یک روش راحت، اطلاعات سودمند را برای آنهافراهم می‌کند،بار دیگر نیز می‌خواهند شرکت و همکاری کنند.
ShareNet پیشرفت زیادی را پشت سرگذاشته که چندین چالش را برای زیمنس به همراه داشته است.
شرکت تلاش می‌کند تا تعادل را بین ابتکارات دانش سراسری و محلی حفظ کند تا تعادلی بین تلاشهای مدیریت دانشی که کل سازمان را پشتیبانی می‌کنند و آنهایی که به هر واحد تجاری منفرد و جدا کمک می‌کنند، وجود داشته باشد. بعلاوه، زیمنس تلاش می‌کند تا مانع آن شود که ShareNet توسط دانش دچار اضافه بار شده و عملا بلااستفاده گردد. بنابراین گروهی مأمور نظارت بر سیستم شده و محتویات بی ارزش و نامربوط را حذف می‌کنند.
نتایج ShareNet به شکل یک سیستم مدیریت دانش مبتنی بر وب به بیرون آمد که دانش قابل ارزش را ذخیره و فهرست بندی می‌کند، آن را برای هر کارمند قابل دسترس کرده و همکاری سراسری را افزایش می‌دهد. بیشتر شرکت‌ها، شامل Intel, Philips, Volkswagen قبل از مستقر کردن سیستم‌های مدیریت دانش خود،ShareNet را مطالعه می‌کنند. Teleos که یک شرکت مستقل تحقیقاتی مدیریت دانش است، زیمنس را برای 5 سال متوالی یکی از مورد تحسین‌ترین شرکت‌های دانش تصدیق کرد.
زیمنس سودهای قابل سنجش گوناگونی را از مدیریت دانش به دست آورد. به عنوان مثال، در آوریل 1999، شرکت یک بخشی از ShareNet را برای پشتیبانی از گروه شبکه ارتباطات و اطلاعات با هزینه 8,7 میلیون دلار، توسعه داد. در مدت 2 سال، این ابزار کمک کرد که در فروش مازاد،122 میلیون دلار تولید کند.
در نهایت، مدیریت دانش ممکن است یکی از مهمترین ابزاری باشد که به زیمنس کمک خواهد کرد تا اثبات کند اجتماع‌های بسیار گوناگون و متنوع می‌توانند کار کنند و این توانامندتر شدن مزیتی در عمر اطلاعات است.

سوالاتی برای تصویر باز
1. سیستم مدیریت دانش زیمنس، چطور به وجود آمد؟
2. زیمنس به سرمایه‌های دانش (هوشمندی)، چگونه می‌نگرد؟
3. معنای بکارگیری تخصص چیست؟ زیمنس چگونه آن را انجام می‌دهد؟ توضیح دهید چطور این به برگشت بالای سرمایه گذاری مرتبط می‌شود؟
4. فواید سیستم مدیریت دانش ShareNet زیمنس را توصیف کنید؟
5. معنای تغییر شکل فرهنگی که در زیمنس اتفاق افتاد را توضیح دهید، در پاسخ خود عنوان کنید چطور هیئت موسسان مختلف، سیستم را خریداری کردند؟
6. توضیح دهید چگونه اینترنت و تکنولوژی وب، سیستم مدیریت دانش را امکانپذیر کرد؟

2,9 مقدمه‌ای بر مدیریت دانش مفاهیم و تعاریف
تصویر باز، اهمیت و ارزش شناسایی دانش سازمان و به اشتراک گذاشتن آن در میان سازمان را توضیح می‌داد. در ابتدای کار، زیمنس ShareNet و دیگر سیستم‌های مدیریت دانش را توسعه داد تا سرمایه‌های فکری خود(که ظرفیت فکری نیز نامیده می‌شود) و دانش باارزش کارمندانش را به کار گیرد. زیمنس فرهنگ خود را به صورت سیستم مدیریت دانشی که گسترش داده بود، تغییر شکل داد که منجر به هزینه‌های عملیاتی کمتر و همکاری بیشتر در سطح سراسری کل شرکت شد. با وجود آنکه ارزیابی مشکل است،سازمانها ارزش سرمایه‌های فکری خود را تشخیص داده اند. رقابت شدید جهانی، شرکتها را به سمتی می‌راند که با تغییرشکل دادن خودشان به سازمانهایی که پیشرفت و اشتراک دانش را پرورش می‌دهند،از سرمایه‌های فکری شان بهتر استفاده کنند. شرکت Mitre تجربه مشابهی در مورد مدیریت دانش داشت.
باتوجه به ریشه‌ها و زمینه‌هایی در یادگیری سازمانی و نوآوری، ایده مدیریت دانش جدید نیست.
اگرچه، کاربرد ابزارهای فناوری اطلاعات برای آسان کردن ایجاد، ذخیره، انتقال و کاربرد دانش سازمانی که قبلا قابل کد شدن نبود، یک ابتکار مهم و جدید در سازمان محسوب می‌شود. مدیران موفق همواره از سرمایه‌های فکری استفاده کرده‌اند و ارزش آنها را تشخیص داده اند. اما نه تنها این تلاشها، سیستماتیک نبود بلکه تضمینی هم نمی‌کرد که دانش به دست آمده برای رسیدن به بیشترین منفعت سازمانی،به طور مناسبی به اشتراک گذاشته و پراکنده شود. مدیریت دانش (KM) فرآیندی است که به سازمانها کمک می‌کند تا اطلاعات و تجربیات مهمی را که بخشی از حافظه سازمان هستند و معمولا با یک روش غیرساختیافته در میان سازمان جای دارند، شناسایی، انتخاب، سازماندهی،منتشر و منتقل کنند.
ساختاردهی دانش حل مسائل، یادگیری پویا، برنامه ریزی استراتژیک و تصمیم گیری را موثر و کارا می‌سازد. شروع مدیریت دانش بر شناسایی دانش، تفسیر آن به روشی که بتواند به شکلی رسمی و فرمال به اشتراک گذاشته شود، وتعیین ارزش آن برای استفاده مجدد، تمرکز می‌کند. فناوری‌های اطلاعاتی که بایکدیگر، مدیریت دانش را برای کل یک سازمان قابل دسترس می‌کنند سیستم مدیریت دانش (KMS) نامیده می‌شوند.
بواسطه یک ناحیه پشتیبانی سازمانی و فناوری اطلاعات مدرن، یک سازمان می‌تواند تمام حافظه و دانش سازمانی خود مربوط به یک مشکل را، در هر زمان و در هر کجای جهان بیاورد. برای موفقیت سازمانی، دانش به عنوان یک سرمایه، باید بین افراد قابل مبادله بوده و قادر به رشد باشد. دانش مربوط به اینکه چطور مسائل حل می‌شوند می‌تواند ضبط شود تا مدیریت دانش بتواند یادگیری سازمانی را ارتقا داده و منجر به ایجاد دانش بیشتر شود.
دانش
دانش در مفاهیم فناوری اطلاعات، خیلی متمایز از داده و اطلاعات است (شکل 1,9). در حالی که داده، مجموعه‌ای از حقایق، مقادیر و آمارها است، اطلاعات داده‌ی پردازش شده و سازماندهی شده است که بموقع و دقیق هستند. دانش، اطلاعاتی است که ضمنی، وابسته و قابل عمل است. به طور مثال، یک نقشه که جزئیات مسیرهای رانندگی را از یک مکان تا مکان دیگر می‌دهد، می‌تواند داده فرض شود. یک تابلو ترافیک در بزرگراه که هر دقیقه بروز شده و یک تأخیر ترافیک را به علت ساخت و ساز در چند مایل جلوتر نشان می‌دهد، می‌تواند اطلاعات فرض شود. هشدار یک مسیر جایگزین عقبگرد می‌تواند دانش فرض شود. در این مورد، نقشه به این علت داده در نظر گرفته می‌شود، چون شامل اطلاعات مرتبط جاری که تأثیر در زمان و شرایط رانندگی از یک مکان به مکان دیگر بگذارد، نیست. هرچند، دانستن شرایط جاری به عنوان اطلاعات تنها زمانی مفید خواهد بود که شما دانشی را که قادرتان می‌سازد از منطقه ساخت و ساز خود را دور کنید، در اختیار داشته باشید. مفهوم آن این است که دانش، عناصر تجربی و بازتابی دارد که در یک زمینه داده شده، آن را از اطلاعات قابل تشخیص می‌کند. داشتن دانش به این دلالت می‌کند که می‌تواند برای حل مسائل به کار گرفته شود، در حالی که داشتن اطلاعات چنین معنای ضمنی مشابه‌ای را حمل نمی‌کند. توانایی برای عمل کردن یک بخش جدایی ناپذیر از مطلع و دانشپذیر بودن است. به طور مثال، دو شخص در یک زمینه مشابه و با اطلاعات مشابه ممکن است توانایی مشابه برای استفاده کردن از اطلاعات را با درجات موفقیت یکسان، نداشته باشند. بنابراین تفاوتی در توانایی انسان وجود دارد که بر ارزش می‌افزاید.
تفاوت در توانایی ممکن است به خاطر تجربیات متفاوت، آموزش متفاوت، دیدگاه‌های متفاوت و عوامل دیگر باشد. در حالی که داده، اطلاعات و دانش همگی سرمایه‌های یک سازمان در نظر گرفته می‌شوند، اما دانش یک سطح بالاتری از معنا را در مورد داده و اطلاعات فراهم می‌آورد. دانش، معنا را با خود حمل میکند و بنابراین بااینکه هنوز زودگذر است اما ارزشمندتر است.

شکل 1,9 داده، اطلاعات و دانش برخلاف دیگر سرمایه‌ها،دانش ویژگیهای زیر را دارد:
• نفوذ فوق العاده و بازدهی فزاینده : دانش موضوعی نیست که بازده را کاهش دهد. زمانی که استفاده می‌شود، مصرف نمی‌شود. مصرف کنندگان آن میتوانند به آن اضافه کنند و بنابراین بر ارزش آن بیافزایند.
• تقسیم، پراکندگی و نیاز به تازه کردن : همزمان با اینکه دانش رشد می‌کند، به شاخه‌ها و بخش‌هایی تقسیم می‌شود. دانش پویا است و اطلاعات به کار برده شده است. بنابراین، یک سازمان باید به طور پیوسته پایگاه دانش خود را تازه و بروز کند تا آن را به عنوان یک منبع امتیاز قابل رقابت نگه دارد.
• ارزش نامعلوم : ارزیابی تأثیر مبلغ سرمایه گذاری در دانش، مشکل است. جنبه‌های ناملموس بسیاری وجود دارد.
• ارزش نامعلوم اشتراک : به طور مشابه، ارزیابی ارزش اشتراک دانش نیز مشکل است و یا حتی اینکه چه کسی بیشتر نفع می‌برد.
در دهه‌های اخیر، اقتصاد صنعتی که بر پایه منابع طبیعی بود به سمت بودن بر اساس سرمایه‌های فکری تغییر شکل داده است. اقتصاد مبتنی بر دانش یک واقعیت است. تغییرات سریع در محیط تجاری نمی‌تواند به شیوه سنتی مدیریت شود. موسسات بسیار بزرگتر هستند و در بعضی نواحی حجم معاملات بسیار بالاست،نیاز به ابزارهای بهتر برای همکاری و ارتباطات و اشتراک دانش احساس می‌شود. موسسات باید استراتژی‌ها را توسعه دهند، تا مزیت رقابتی را با به کار بردن سرمایه‌های فکری خود برای کارآیی بهینه تقویت کنند.
برای رقابت در اقتصاد جهانی و بازارها،نیاز به پاسخ سریع به نیازهای مصرف کنندگان و مشکلات است.
برای ارائه خدمات، مدیریت کردن دانش برای موسسات مشاور که در نواحی جغرافیای مختلف دنیاپراکنده‌اند و همچنین برای سازمان‌های مجازی که به طور مثال در فصل وب، Sigma به عنوان یکموسسه مشاور مجازی در آلمان شرح داده شد، حیاتی می‌باشد. مقالات متعدد و زیادی در مورد دانش و معنای دانستن در رشته‌های معرفت شناسی، علوم اجتماعی،فلسفه و روانشناسی وجود دارد. بنابراین یک تعریف واحد از آنکه دانش و مدیریت دانش چه معنایی می‌دهد وجود ندارد،دیدگاه تجاری از آنها به طور منصفانه‌ای عمل گرا و واقع بینانه است. اطلاعات به عنوان یک منبع همیشه قابل ارزش نیست. دانش به عنوان یک منبع قابل ارزش است زیرا توجه خود را به ابتدا و انتهای انچه مهم است، متمرکز می‌کند. دانش به یک مفهوم و تجربه ضمنی اشاره می‌کند که بین استفاده و عدم استفاده آن تمایز قائل می‌شود. با گذشت زمان اطلاعات انبار شده و ضعیف می‌شود در حالیکه دانش گسترش می‌یابد. دانش پویا و طبیعی است. این بر آن دلالت دارد که اگر یک سازمان یا موسسه خصوصی در به روز کردن دانش بر اساس تغییر شرایط محیطی،دچار شکست شود، دانش امروز ممکن است به نادانی و جهل فردا تبدیل شود. برای اطلاعات بیشتر از معنا و استفاده مجدد دانش به قسمت 9,9 مراجعه کنید.
واژه ظرفیت یا سرمایه فکری، اغلب مترادف با دانش به کار برده می‌شود، که بر این دلالت دارد که یک ارزش مالی و مادی برای دانش وجود دارد. هرچند اندازه گیری سرمایه فکری مشکل است، اما بعضی از صنایع تلاش کرده اند. به طور مثال، در 2000 ارزش سرمایه فکری مربوط به صنعت بیمه خسارت مالی، بین 270 تا 330 بیلیون دلار برآورده شده است.
دانش با گذشت زمان، تجربه را شامل می‌شود که ارتباطات میان موقعیت‌های جدید و رویدادها‌ی در زمینه را نگه می‌دارد.با توجه به وسعت انواع و کاربرد‌های دانش، ما در یک تعریف ساده و زیبا می‌توانیم دانش را اطلاعات در عمل، در نظر بگیریم.
دانش ضمنی و آشکار
Polanyi اولین بار در مورد تفاوت بین دانش آشکار و ضمنی تفکر کرد. دانش آشکار دانش عینی تر،مستدل تر و تکنیکی تری است.( مانند داده، سیاستها، روال‌ها، نرم افزار، اسناد و غیره). دانش ضمنی معمولا در حوزه یادگیری تجربی، شناختی و ذهنی و غیر عینی است، بیشتر شخصی است و مشکل است که به آن ساختار داده و به فرم رسمی درآورد.
دانش آشکار شامل سیاستها، راهنماهای رویه ای، کاغذهای سفید، گزارشات، طرح‌ها، محصولات، استراتژیها، اهداف، مأموریت و تلاشهای اصلی شرکت و زیر ساخت فناوری اطلاعات می‌باشد. آن دانشی است که به فرمی کد شده (مستند شده) تا بتواند بین دیگران توزیع شود و بدون نیاز به تعاملات بین فردیبه یک فرآیند و استراتژی تبدیل شود. به طور مثال،توصیفی از اینکه چطور یک کاربرد شغلی به انجام برسد،می تواند به صورت آیین نامه سیاست منابع انسانی یک شرکت مستند شود. دانش آشکار، دانش فاش شده نیز نامیده شده است و این به علت سهولتی است که برای یک شخص، سند و یا یک سازمان به همراه دارد زمانی که به آسانی و با دقت مستند می‌شود.
دانش ضمنی،انبار متراکمی از تجربیات، نقشه‌های ذهنی، بینش‌ها، فراست، تخصص، فنون، رازهای کسب و کار،مجموعه مهارتها، درک و یادگیری است که یک سازمان دارد همانند فرهنگ سازمانی که در تجربیات گذشته و حال افراد، فرآیندها و مقادیر یک سازمان تعبیه و پنهان شده است. دانش ضمنی همچنین به عنوان دانش پنهان نیز ارجاع می‌شود که معمولا در مغز یک شخص جای گرفته و یا در تعاملات گروهی میان یک شعبه اداری پنهان گشته است. دانش ضمنی معمولا شامل تخصص و سطح مهارت بالاست .
گاهی اوقات دانش ضمنی نیز به آسانی قابل مستند شدن است اما به سادگی همچنان ضمنی و پنهان باقی می‌ماند زیرا شخصی که دارای دانش است، ارزش نهفته‌ای که آن دانش برای دیگر اشخاص دارد، تشخیص نمی‌دهد. مواقعی دیگر، دانش ضمنی غیرساختیافته و بدون فرم قابل لمسی است و بنابراین مشکل است که به صورت کد درآورده شود. Polanyi اشاره کرد که مشکل است بعضی دانش ضمنی را به شکل کلمات درآورد. به طور مثال،مستند کردن توضیح اینکه چطور یک دوچرخه را برانیم مشکل بوده و بنابراین ضمنی است. انتقال یا اشتراک موفق دانش ضمنی معمولا در میان انجمن‌ها، دوره انترنی، دوره کارآموزی، مکالمات و دیگر توانایی‌های تعاملات بین فردی و اجتماعی و یا حتی شبیه سازی، اتفاق می‌افتد. Nonaka و Takeuchi ادعا کردند که ناملموساتی مانند بینش‌ها، بصیرت‌ها، گمان‌ها، احساسات درونی، مقادیر،تصاویر، کنایه‌ها و تمثیل‌ها، سرمایه‌های نادیده گرفته شده‌ی رایج در سازمانها هستند. استفاده این سرمایه ناملموس برای زیرساخت یک شرکت و توانایی آن برای رسیدن به اهدافش، حیاتی است. دانش ضمنی،دانش چسبنده نامیده شده است زیرا جدا کردن آن از منبعش بسیار مشکل است .
به طور تاریخی،MIS بر جمع آوری، ذخیره، مدیریت و گزارش کردن دانش آشکار متمرکز شده است.
اکنون سازمانها، نیاز به اجتماع هر دو نوع دانش در قالب سیستم‌های اطلاعاتی رسمی را، تشخیص داده اند.
مدیریت دانش،مدیریت موثر و سیستماتیک ایده‌ها، اطلاعات و دانش برخاسته از کارکنان یک سازمان است.
برای قرن‌ها، رابطه شاگرد و مربی به علت طبیعت تجربی اش، ابزاری کند اما قابل اعتماد برای انتقال دانش ضمنی از شخص به شخص دیگر بود. زمانی که افراد یک سازمان را ترک می‌کردند، دانش خود را به همراه خود می‌بردند. یک هدف حیاتی مدیریت دانش، نگهداری رموز کار ارزشمندی است که به آسانی و بهسرعت، سازمان را ترک می‌کند. سیستم‌های مدیریت دانش (KMS) به استفاده فناوری اطلاعات پیشرفتهای، اطلاق می‌شود که مدیریت دانش درون و برون سازمانی را ساختاردهی، تسهیل و تسریع می‌کند.
(KMS) می‌خواهد با در دسترس گذاشتن تخصص ظرفیت انسانی سازمان به طور گسترده، به یک سازمان کمک کند تا از عهده تبدیل، تغییرات سریع و کاهش سازی برآید. آنها به علت افزایش فشار برای نگهداری یک کارگر موثر و آگاه، ساخته شده اند. علاوه بر این، آنها برای این ساخته شده‌اند که به سازمانهای بزرگ کمک کنند تا یک سطح سازگار از سرویس دهی به مشتری را فراهم کنند مانند آنچه در DSS در عمل 1,9 توضیح داده شده است.
3,9 یادگیری سازمانی و تغییر شکل
مدیریت دانش بر پایه مفاهیم یادگیری سازمانی و حافظه سازمانی است. وقتی اعضای یک سازمان همکاری می‌کنند،با عقایدشان ارتباط برقرار می‌کنند، یاد می‌دهند و یاد می‌گیرند، دانش تغییرشکل می‌دهد و از یک شخص به شخص دیگر منتقل می‌شود.
سازمان یادگیری
واژه سازمان یادگیری به توانایی یک سازمان در یادگیری از تجربیات گذشته‌‌اش گفته می‌شود. قبل از اینکه یک سازمان پیشرفت کند، اول باید یاد بگیرد. یادگیری شامل یک تعاملی بین تجربه و رقابت است. در انجمن‌های تمرین، این دو به صورت تنگاتنگی باهم مرتبط هستند. انجمن‌های تمرین تنها یک زمینه‌ای را برای تازه واردان فراهم نمی‌کنند که یاد بگیرند بلکه یک زمینه‌ای برای بینش‌های جدید که به دانش تغییرشکل می‌دهد نیز فراهم می‌کنند. ما درمورد انجمن‌های تمرین بعدًاً در این فصل بحث می‌کنیم. برای ساخت یک سازمان یادگیری،باید با سه موضوع حیاتی درگیر شد : 1) معنا (تعیین یک دیدگاه که سازمان یادگیری باید چه باشد) 2) مدیریت (تعیین اینکه چطور شرکت کار کند) 3) اندازه گیری (ارزیابی میزان و سطح یادگیری). یک سازمان یادگیری باید 5 فعالیت اصلی را به خوبی انجام دهد : حل مسائل سیستماتیک، آزمایش خلاق، یادگرفتن از تجربه گذشته، یاد گرفتن از بهترین عملکرد و تجربه دیگران، و انتقال سریع و کارآمد دانش در میان سازمان. بهترین خرید، بامشورت و موفقیت،تلاشهای مدیریت دانش خود را گرد ایجاد یک سازمان یادگیری که بهترین تجربیات را ضبط می‌کند، پی ریزی می‌کند.
حافظه سازمانی
یک سازمان یادگیری باید دارای یک حافظه سازمانی و وسیله‌ای برای ذخیره کردن،نمایش دادن و به اشتراک گذاشتن دانش سازمانی‌‌اش باشد. برآوردها متفاوت هستند، اما عموما این باور وجود دارد که تنها 20-10 درصد از داده‌های تجاری واقعا استفاده می‌شوند. سازمانها، گذشته را در سیاستها و رویه‌هایشان به خاطر می‌سپارند. اشخاص زمانی که با موضوع یا مسئله‌ای روبرو می‌شوند که باید حل شود، به طور ایده آل از این حافظه برای هر دو دانش ضمنی و آشکار، استفاده می‌کنند. هوش انسانی از حافظه سازمانی طرح می‌گیرد و با ایجاد دانش جدید بر ارزش آن می‌افزاید. یک سیستم مدیریت دانش می‌تواند دانش جدید را جمع آوری کرده و آن را به شکل ساده شده‌ای در دسترس قرار دهد.
یادگیری سازمانی
یادگیری سازمانی،توسعه دانش و بینش‌های جدیدی است که پتانسیل آن را دارند که رفتار سازمان را تحت تأثیر قرار دهند. آن زمانی اتفاق می‌افتد که انجمن‌ها، سیستم‌های شناختی و حافظه‌ها توسط افراد یک سازمان به اشتراک گذاشته می‌شوند. مهارتهای یادگیری شامل موارد زیر هستند:
• باز شدن چشم اندازهای جدید
• آگاهی از جهتگیری‌های شخصی
• در معرض دید قرار گرفتن داده‌های فیلتر نشده
• احساس فروتنی و افتادگی
ساختن یک حافظه یکی شده برای موفقیت حیاتی است. فناوری اطلاعات یک نقش حیاتی در یادگیری سازمانی بازی می‌کند و مدیریت باید اهمیت بیشتری به این ناحیه دهد تا آن را پرورش دهد.
از آنجا که سازمانها بیشتر از حالت وجود خارجی در حال مجازی شدن هستند،باید روشهایی را برای یادگیری سازمانی موثر توسعه دهند. تکنولوژی‌های تعاونی جدید می‌توانند به ابتکارات مدیریت دانش کمک کنند. یادگیری و حافظه سازمانی،همانطور که در ادامه توضیح می‌دهیم،نسبت به موضوعات افراد، کمتر به تکنولوژی وابسته اند.
فرهنگ سازمانی
توانایی یک سازمان برای یاد گرفتن، توسعه حافظه و اشتراک دانش به فرهنگ آن بستگی دارد. فرهنگ،الگویی از فرضیات پایه به اشتراک گذاشته است. با گذشت زمان سازمانها یاد می‌گیرند که چه چیزی کار می‌کند و چه چیزی کار نمی‌کند. وفتی درس‌ها طبیعت دوم می‌شوند، آنها بخشی از فرهنگ سازمانی می‌شوند. کارمندان جدید توسط مربی شان در طول مدت کارآموزی،فرهنگ را یاد می‌گیرند. اندازه گیری تأثیر فرهنگ همکاری بر روی یک سازمان مشکل است. هرچند، فرهنگ قوی معمولا نتایج پایه‌ای قابل اندازه گیری و قوی را تولید می‌کند : درآمد خالص بازدهی سرمایه گذاری را به همراه دارد و سالانه قیمت موجودی انبار را افزایش می‌دهد. به طور مثال،آزمایشگاه‌های Buckman، یک شرکت داروسازی، تأثیر فرهنگ را بوسیله فروش محصولات جدید، محاسبه می‌کند. Buckman متعهد شد که با قرار دادن اشتراک دانش به عنوان بخشی از ارزشهای اساسی کمپانی،فرهنگ سازمانی خود را تغییر دهد. بعد از برقرار کردن یک ابتکار عمل اشتراک دانش، فروش محصولات کمتر از 5 سال پیش از 22 به 33 درصد از کل فروش،افزایش یافت. اشتراک ابتکارات و انگیزش مناسب برای موفقیت مدیریت دانش، ضروری است. این حتی در بخش عمومی پیچیده تر می‌شود. به عبارت دیگر، یک فرهنگ سازمانی که اشتراک را پرورش نمی‌دهد،شدیداً می‌تواند به تلاش KM آسیب برساند.
تشویق کارمندان به استفاده از یک سیستم مدیریت دانش، هم برای شرکت کردن دانش و هم برای جستجوی دانش می‌تواند مشکل باشد. دلایلی که افراد دوست ندارند دانش را به اشتراک بگذارند، به صورت زیر است :
• تمایل به اشتراک گذاشتن اما نداشتن وقت کافی برای انجام آن
• عدم مهارت در روشهای مدیریت دانش
• درک نکردن مدیریت دانش و فواید آن
• فقدان تکنولوژی مناسب
• نبودن اجبار و الزام از سوی مدیران ارشد
• نبودن اعتبار مالی برای مدیریت دانش
• فرهنگ، اشتراک دانش را تشویق نمی‌کند
گاهی اوقات یک پروژه تکنولوژی شکست می‌خورد زیرا تکنولوژی با فرهنگ سازمانی مطابقت ندارد.
این به خصوص در مورد سیستم‌های مدیریت دانش صادق است زیرا آنها خیلی به اشخاصی که دانش خود را به اشتراک می‌گذارند، تکیه می‌کنند. بیشتر سیستم‌هایKM که در عمل شکست می‌خورند به علتموضوعات فرهنگ سازمانی می‌باشد.

4,9 مبانی مدیریت دانش
وقتی که سوال شد چرا سازمان در حال ساخت یک سیستم مدیریت دانش در سطح جهانی است مسئول ارشد یک شرکت بزرگ مشاوره‌ای بین المللی پاسخ داد: " ما 80000 نفر را به طور پراکنده در سراسر جهان داریم که برای انجام موثر شغلشان نیازمند اطلاعات هستند . یافتن اطلاعات موردنیاز آنها بسیار مشکل بوده و حتی در صورتی که آنها به این اطلاعات دست پیدا کنند اغلب نادرستند.اینترانت ما در صدد حل این مشکل است." یک بررسی در شرکتهای اروپایی که توسط KMPG PEAT Marwich در سال 1998 صورت گرفت نشان داد که تقریباً نیمی از شرکتها از یک شکست بزرگ در از دست دادن کارکنان کلیدی شان در رنجند. به طور مشابه، تحقیق دیگری در همان سال که توسط دانشگاه کرانفیلد صورت گرفت، نشان داد که اکثر شرکتهای پاسخگو معتقد هستند بیشتر دانشی که آنها بدان نیازمند بودند، درون سازمان وجود داشت ولی یافتن و بکارگیری آن مشکلات مداوم بودند. نهایتا در برخی از حرفه‌های با مهارت بالا مثل زمینه‌های دارویی، حفظ و به کارگیری دانش بهترین اقدام برای موقعیت‌های مرگ و زندگی بحرانی و حساس است. بدیهی است که این نوع مشکلات منجر به تلاشهای سیستماتیک برای مدیریت دانش شده است. بین اواخر سال 2001 تا اواخر 2003، شرکتهای امریکایی 6,3 میلیون نفر را بیکار کردند(این تعداد شامل بازنشستگان نیست) . پیش بینی می‌شود که 90% افرادی که در انفجار رشد جمعیت بعد از جنگ جهانی به دنیا آمده‌اند (babyboomers) در کارهای مدیریتی، اداری و اجرایی در سال 2008 بازنشسته شوند. هنگامی که افراد سازمانی را ترک می‌کنند،دانش آنها همراه خودشان از آن سازمان خارج می‌شود("سرمایه فکری دارای پا است") . در یک دوران شک و عدم قطعیت، کاهش بودجه‌ها و تعدیل نیروی کار، دانش در خطر است.
عموماً باهوش‌ترین کارمندان اول خارج می‌شوند. شبکه‌های اجتماعی بحرانی نابود شده اند. اعتماد از بین رفته و زمان موردنیاز برای انتقال دانش محدود و به مخاطره افتاده است. درواقع انتقال دانش، بوسیله کلیه عواملی که مشوق یا مانع ارتباطات بین پرسنل است، تحت تأثیر قرار می‌گیرد. سیستم‌های مدیریت دانش در تلاش هستند تا قبل از اینکه افراد کار خود را ترک کنند، دانش را تسخیر کنند.
اغلب مبانی مدیریت دانش، یکی از این سه هدف را دنبال می‌کنند : 1- قابل مشاهده کردن دانش بیشتر از طریق نقشه‌ها، صفحات زرد،ابرمتن‌ها 2- توسعه یک فرهنگ دانش تأکیدی 3- ایجاد یک زیر ساخت دانش . این اهداف انحصار متقابل نیستند، در حقیقت شرکتها ممکن است در جهت هر سه هدف به عنوان یکی از مبانی مدیریت دانش تلاش کنند.
چندین فعالیت یا فرآیند وجود دارد که مدیریت دانش را دربر می‌گیرد. این فعالیتها شامل خلق دانش، به اشتراک گذاردن دانش و جستجو و استفاده از دانش هستند. واژه‌های متنوعی برای توصیف این فرایندها مورد استفاده قرار گرفته است. مسئله مهم چگونگی جریان دانش درون یک سازمان نسبت به هر گونه برچسب خاص دادن به یک فعالیت دانش است.
خلق دانش
خلق دانش، ایجاد بینش‌ها، ایده‌ها یا روتین‌های جدید است. Nonaka (1994) خلق دانش را به عنوان یک تأثیر متقابل بین دانش ضمنی و دانش آشکار و مارپیچی در حال رشد که در حال حرکت بین سطوح افراد، گروهها و سازمان‌هاست توصیف می‌کند. خلق دانش به 4 روش انجام می‌گیرد : اجتماعی کردن (socialization)، برونی کردن (externalization)،درونی کردن (internalization) و ترکیب (combination) . روش اجتماعی کردن در ارتباط با تبدیل دانش ضمنی به دانش ضمنی جدیدتر از طریق تعاملات اجتماعی، به اشتراک گذاشته شدن تجربیات اعضا درون سازمانی (مثلا مشورت کردن) است. روش ترکیب، مربوط به ایجاد یک دانش آشکار جدید از طریق ادغام،طبقه بندی، دسته بندی مجدد و ترکیب کردن دانش آشکار موجود می‌شود (مثلا آنالیز اماری داده‌های بازار) . دو روش دیگر شامل اثرات متقابل و تبدیل بین دانش آشکار و دانش ضمنی است. برونی کردن در رابطه با تبدیل دانش ضمنی به دانش آشکار جدید است (مثلا ایجاد یک مدرک نوشته شده که روشهای به کار گرفته شده در حل یک مشکل شغلی مشتری را توصیف می‌کند. ) درونی کردن در رابطه با ایجاد دانش ضمنی جدید از دانش آشکار است (مثلا به دست آوردن یک اندیشه نوین از طریق خواندن یک مدرک ).
به اشتراک گذاشتن دانش
به اشتراک گذاشتن دانش، توضیح مشتاقانه ایده‌ها، بینش‌ها، راه حل‌ها، تجربیات (یعنی دانش) از شخصی به شخص دیگر است که یا به طور مستقیم یا از طریق یک واسطه (مثلا از طریق یک سیستم کامپیوتری صورت می‌گیرد).با این حال در بسیاری از سازمان‌ها دانش و اطلاعات به عنوان منابع سازمانی که می‌بایست به اشتراک گذاشته شوند در نظر گرفته نمی‌شوند، بلکه به عنوان سلاح‌های رقابتی که می‌بایست محرمانه بمانند مورد توجه قرار می‌گیرند. اعضای سازمانی ممکن است دانش شخصی خود را با ترس و هراس به اشتراک گذارند – اینگونه متوجه شده‌اند که اگر دانش آنها قسمتی از قلمرو عمومی سازمانی باشد،آنها کم ارزش تر می‌شوند. تحقیق در یادگیری سازمانی و مدیریت دانش، بعضی شرایط تسهیل کننده را پیشنهاد می‌کند که شامل صداقت، علافه و زبان مشترک، دسترسی به اعضای دانا و یکفرهنگ دارای مشخصات استقلال، فراوانی، تنوع لازم، اراده و ترقی می‌باشد.
جستجو کردن دانش
جستجو کردن دانش که به عنوان یافتن منابع دانش نیز شناخته می‌شود، جستجو در دانش درون سازمانی و استفاده از آن است. زمانی که کمبود زمان یا کمبود پاداش ممکن است از به اشتراک گذاشتن دانش ممانعت به عمل آورد، می‌توان با جستجو کردن دانش همان کار را انجام داد. ممکن است افراد،برخی اوقات ترجیح دهند که از دانش استفاده مجدد نکنند، اگر احساس کنند که بازنگری بر عملکرد شان بر اساس قوه ابتکار یا خلاقیتشان است. چنین مسئله‌ای موضوع کارکنان بازاریابی در یک سازمان جهانی کالای مشتری بود. ممکن است افراد ممکن است با و یا بدون ابزارهای فناوری اطلاعات، درگیر خلق، به اشتراک گذاردن و جستجو کردن شوند. برای مثال داستان سرایی (توصیف شده در فصل 2 به عنوان تکنیک تصمیم گیری) یک روش قدیمی برای جمع آوری و انتقال دانش است. ممکن است داستان سرایی شکلی از بهترین روشهای شفاهی در نظر گرفته شود. ما در مبحث بعدی دو روش رایج در مدیریت دانش را توضیح می‌دهیم.
5,9 روشهایی برای مدیریت دانش روش فرایند
دو روش اصلی برای مدیریت دانش وجود دارد : روش فرایند و روش تمرین . روش فرایند تلاش می‌کند دانش سازمانی را از طریق کنترلها، فرایندها و تکنولوژی‌های رسمی به صورت کد در بیاورد. سازمانهایی که روش فرایند را اتخاذ می‌کنند،ممکن است سیاستهای آشکاری را پیاده سازی کنند که چگونگی جمع آوری، ذخیره سازی و منتشر کردن دانش را در میان سازمان کنترل کنند. روش فرایند بارها از فناوری‌های اطلاعات مانند اینترانت، انبار داده، انبار دانش، ابزارهای پشتیبانی تصمیم گیری و گروه افزار استفاده می‌کند تا کیفیت و سرعت ایجاد دانش و توزیع آن در سازمان را افزایش دهد. مهمترین نقدها بر روش فرایند این هستند که این روش در به دست آوردن، بیشتر دانش ضمنی که در شرکتها پنهان گشته شکست می‌خورد و اشخاص را مجبور می‌کند که الگوی ثابتی برای فکر کردن داشته باشند. این روش مورد علاقه شرکتهایی است که محصولات نسبتاً استانداردی می‌فروشند که نیازهای معمول و رایج را برطرف میکنند . اکثر دانش ارزشمند در این شرکتها،به علت طبیعت استاندارد شده محصولات و خدمات، معمولا آشکار هستند. به طور مثال، کارخانه kazoo،تغییرات محصولی یا نیازهای خدماتی کمی در طول سال دارد و هنوز تقاضای ثابت و نیاز به تولید جنس وجود دارد. در این موارد، دانش معمولا ذاتاً ایستا است.
حتی شرکتهای بزرگی مثل Cap Gemini Ernst & Youg که دانش ضمنی را به کار گرفتند، سرمایه گذاری زیادی کرده‌اند تا مطمئن شوند روش فرایند به طور کارآمدی کار می‌کند. 250 نفر در این شرکت برای دانش تجاری، یک مخزن الکترونیکی را مدیریت می‌کنند و به مشاوران کمک می‌کنند تا اطلاعات را پیدا و استفاده کنند. متخصصان گزارشات را می‌نویسند و تحلیل می‌کنند تا تیم‌های زیادی بتوانند استفاده کنند. و هر بیش از 40 منطقه عملیاتی این شرکت،یک عضو پرسنل دارد که کمک می‌کند اسناد را کد و ذخیره کند. طبیعتا، افراد به اسناد تنها راه مشاوران در اینگونه شرکتها نیست. آنها درجه بالاتری از اهمیت را به استراتژی کد گذاری می‌دهند.
روش تمرین
در مقابل آن، روش تمرین برای مدیریت دانش فرض می‌کند که مقدار زیادی از دانش سازمانی ذاتاً ضمنی هستند و آن کنترل‌ها،پردازش‌ها و تکنولوژی‌های رسمی برای انتقال این نوع مفاهیم مناسب نیستند.
بیشتر از ساخت سیستمهای رسمی برای مدیریت دانش، تمرکز این روش بر روی ساخت محیط‌های اجتماعی یا انجمن‌های تمرین است که به اشتراک مفاهیم ضمنی کمک می‌کند. این اجتماعات گروه‌های اجتماعی غیررسمی هستند که مرتباً یکدیگر را ملاقات می‌کنند تا ایده‌ها، بینش‌ها و بهترین تجربه و عملکرد را باهم به اشتراک بگذارند. این روش معمولا توسط شرکتهایی اتخاذ می‌گردد که برای یک مسئله واحد، راه حل‌های دلخواه زیادی ارائه می‌کنند. برای این شرکتها، دانش اکثراً بوسیله روابط فرد به فرد به اشتراک گذاشته می‌شود. روشهای محاسبه گروهی به افراد کمک می‌کند تا ارتباط برقرار کنند. دانش ارزشمند برای این شرکتها ذاتاً ضمنی است که بیان، جمع آوری و مدیریت آن را مشکل می‌کند. در این مورد، محیط و طبیعت مسائلی که با آنها روبرو می‌شویم، بسیار پویا است. به علت اینکه استخراج، ذخیره و مدیریت دانش ضمنی مشکل است، دانش آشکاری که نشان می‌دهد چطور دانش ضمنی مناسب را باید پیدا کرد در دسترس مجموعه افرادی که به آن احتیاج دارند، قرار می‌گیرد. شرکتهای مشاور معمولا در این دسته قرار می‌گیرند. شرکتهایی که استراتژی کد گذاری را به کار می‌برند،از مدل ذخیره سازی شبکه نیز در سیستم‌های مدیریت دانش ابتدایی خود استفاده می‌کنند.
چالشی که شرکتهایی که استراتژی شخصی سازی و به دنبال آن مدل ذخیره سازی شبکه را به کار میگیرند، این است که باید روشهایی را ایجاد کنند که دانش ضمنی ارزشمند را صریح کند،آن را جمع آوری و منتشر کرده و از یک انبار دانش به یک سیستم مدیریت دانش انتقال دهد. بعضی از شرکتهای مشاور مهم در حال توسعه این روشها هستند. آنها اشاره گرهایی را برای متخصصین در KMS ذخیره می‌کنند، علاوه بر آن نشانه‌ها،رویه‌ها و بهترین تجربیاتی که درزمینه‌ای که آنها کار می‌کنند نیز ذخیره می‌کنند. برای اینکه استراتژی شخصی سازی آنها کار کند، شرکتهایی مانند Bain سرمایه گذاری زیادی بر روی شبکه‌ای از افراد و فناوری ارتباطات مانند تلفن، ایمیل و ویدیوکنفرانس انجام میدهند.
در واقعیت، یک ابتکار مدیریت دانش می‌تواند و احتمالا خواهد توانست شامل هر دو روش
باشد.روش فرایند و تمرین به صورت انحصار متقابل نیستند. Alavi, Kayworth and Leinder (2003) موردی از یک سازمان را توضیح داده‌اند که تلاش KM خود را با یک انبار بزرگ شروع کردند اما شامل ابتکار مدیریت دانش به صورت روش انجمن تمرین که به همراه انبار وجود داشت،نیز بود. در حقیقت،اعضای انجمن وقتی احساس می‌کردند که دانشی برای خارج از اجتماع آنها نیز ارزشمند خواهد بود، باید اطلاعات را از محل اجتماع خود به انبار سازمانی انتقال می‌دادند. DSS در عمل 2,9 توضیح می‌دهد که چطور Texaco با موفقیت دانش خود را با روش تمرین، مدیریت می‌کند.
روش تمرین روش فرایند
بیشتر دانش ضمنی- دانش غیرقابل بیانی که به آسانی به دست و کدگذاری نمی‌شود دانش آشکار- کدگذاری شده در قوانین ابزارها و فرایندها نوع دانش پشتیبانی شده
گروههای اجتماعی غیررسمی که مشغول داستان سرایی و بدیهه سازی هستند کنترلها و رویه‌های رسمی
و روالهای عامل استاندارد که تاکید زیادی بر فناوری اطلاعات برای پشتیبانی از خلق،کدگذاری و انتقال دانش دارد وسایل انتقال
فراهم کردن محیطی برای تولید و انتقال دانش ضمنی با ارزش فراهم کردن ساختاری برای به کنترل درآوردن ایده‌ها و دانش تولید شده فواید
می تواند نتایج ناکارمدی داشته باشد. فراوانی ایده‌ها بدون ساختاری برای پیاده سازی آنها شکست در بکارگیری دانش ضمنی.ممکن است نوآوری را محدود کرده و مشترکان را به یک الگوی ثابت فکری مجبور کند معایب
سرمایه گذاری متوسط در IT برای تسهیل مکالمات و انتقال دانش ضمنی سرمایه گذاری سنگین در IT برای ایجاد ارتباط افراد با دانش کد شده و قابل استفاده مجدد نقش فناوری
اطلاعات
جدول 1,9 روشهای فرایند و تمرین در مدیریت دانش
روش‌های ترکیبی
بسیاری از شرکتها از ترکیبی از دو روش فرایند و تمرین استفاده می‌کنند. در ابتدای فرایند توسعه، یعنی زمانی که هنوز چطور استخراج کردن دانش ضمنی از منبع‌‌اش ممکن است واضح نباشد، روش تمرین به کار برده می‌شود تا یک انبار، تنها دانش‌های آشکاری را که مستند کردن آنها آسان است ذخیره کند. دانش ضمنی که در ابتدا در انبار ذخیره می‌شود، اطلاعات ارتباطی در مورد متخصصان و زمینه تخصص آنها می‌باشد. چنین اطلاعاتی لیست می‌شوند تا افراد سازمان، منبع تخصص را بتوانند پیدا کنند. از این نقطه شروع،بهترین تجربیات سرانجام می‌توانند ضبط و مدیریت شوند و بنابراین انبار دانش با گذشت زمان شامل مقدار رو به رشدی از دانش‌های ضمنی خواهد شد. سرانجام،می توان به یک روش فرایند واقعی نائل شد. اما محیط به سرعت تغییر می‌کند و تنها بعضی از بهترین تجربه‌ها می‌توانند مفید واقع شوند.
صرف نظر از نوع سیستم مدیریت دانشی که ساخته می‌شود، یک مکان ذخیره سازی برای دانش – انبار دانش – از هر نوع ممکن نیاز است.
Garden دانش مبتنی به اینترانت J.D. Edwards به مشاورانش کمک می‌کند تا بهترین تجربه‌ها را به اشتراک بگذارند و متخصصان مربوطه که می‌توانند برای حل مسائل به آنها سریعتر و دقیقتر کمک کنند را پیدا کنند. برنامه کاربردی،پایگاه دانش سازمان را با استفاده از دسته‌ای از سرور‌های سایت،به صورت کد درآورده و بروزرسانی‌های شخصی شده را بر اساس نیاز کاربران به صورت خورکار تحویل می‌دهد.
Hansen و همکاران (1999) عنوان می‌کنند که شرکتهایی که تلاش کردند از هر دو روش در مدیریت دانش خود استفاده کنند، شکست خورده اند. شرکتهای مشاور مدیریت دچار دردسر جدی شده‌اند وقتی هر دو روشها را بکار بردند. شرکتهایی که روشها را به طور انحصاری به کار بردند نیز دچار مشکل شدند.
موفقترین تلاشها شامل تقریبا 20/80 درصد شکاف بین این دو روش بود. با روش تمرین، نیاز به فراهم کردن دانش کد شده‌ای در انبار است که افراد بتوانند به محض نیاز به آن دسترسی داشته باشند. با روش فرایند،ضروری است که دسترسی به شرکت کنندگان دانشی باشد تا توضیحات و مشورت‌های اضافی که می‌تواند مفید یا حتی ضروری باشد،فراهم گردد.
به عبارت دیگر، صنایع معین، با مهارت بالا و تحقیق گرا ممکن است ویژگیهایی را نشان دهند که درمورد تلاش‌های یکسان برای هردو روش مورد نیاز باشد. به طور مثال،Koenig (2001) بحث می‌کند که کارخانه‌های داروسازی که او کار می‌کند نیاز به یک شکاف 50/50 دارند. ما گمان می‌کنیم که صنایعی که هم به تلاشهای مهندسی زیاد (که چطور محصولات را تولید کنند) و هم به تلاشهای تحقیقی سنگین (جایی که درصد زیادی از تحقیقات قابل استفاده نیستند) نیازمند هستند مناسب یک طبقه بندی ترکیبی
50/50 می‌باشند. سرانجام، هر دانشی که در انبار دانش ذخیره شده است باید دوباره ارزشیابی شود وگرنه انبار دانش بلااستفاده خواهد شد.
بهترین عملکرد‌ها
بهترین عملکردها، فعالیت‌ها و روشهایی هستند که کارآمد‌ترین سازمان‌ها برای انجام و مدیریت وظایف گوناگون خود از آنها استفاده می‌کنند. Chervon به طور مثال 4 سطح از بهترین عملکردها را تشخیص می‌دهد :
1. یک ایده خوب که هنوز اثبات نشده اما یک حس شهودی و درک را ایجاد می‌کند
2. یک عمل خوب، یک تکنیک پیاده سازی شده، متدلوژی، یک رویه یا فرآیند که نتایج تجاری را بهبود بخشیده است
3. یک بهترین عمل محلی، یک بهترین روش برای تمام یا بیشترین بخش سازمان که بر پایه تحلیل داده‌های سخت است. به عبارت دیگر، ناحیه‌ای از سازمان که بهترین عملکرد‌ها شناسایی می‌شود : آیا می‌تواند در یک شعبه تنها، یا منطقه جغرافیایی مورد استفاده قرار گیرد یا در سراسر سازمان و یا هرجایی در بین آن
4. یک بهترین تجربه صنعتی، مانند سطح سوم اما با استفاده از داده‌های سخت از صنعت
به طور تاریخی، اولین انبارهای دانش به سادگی بهترین عملکردها را لیست می‌کردند و آنها را در شرکت در دسترس قرار می‌دادند. اکنون،انبارهای دانش الکترونیکی و از طریق وب قابل دسترس هستند، آنها می‌توانند تأثیر گسترده‌ای بر روی استفاده دانش در خارج از شرکت بگذارند. Raytheon با موفقیت بهترین عملکردها را استفاده کرد تا فرهنگ‌های همکاری مجزا را باهم ادغام کند .
انبار دانش
انبار دانش، در سختگیرانه‌ترین معنای واژه‌ها، نه پایگاه داده است نه پایگاه دانش است. بلکه، یک انبار دانش، دانش را ذخیره می‌کند که اغلب متن گرا ست و ویژگیهای خیلی متفاوتی دارد. یک انبار دانش را با پایگاه دانش یک سیستم خبره اشتباه نگیرید. آنها مکانیزم‌های خیلی متفاوتی دارند.
جمع آوری دانش یکی از اهداف انبار دانش است. ساختار انبار بسیار به انواع دانشی که ذخیره شده وابسته است. انبار می‌تواند از لیست سوالات پرسیده شده و راه حل‌ها تا یک لیستی از اشخاص و تخصص‌هایشان و اطلاعات ارتباطی که جزییات بهترین عملکردها را برای یک سازمان بزرگ را می‌دهد،شامل شود.
ایجاد انبار دانش
بیشتر انبارهای دانش که ایجاد شده اند، با توجه به انواع و مقدار دانشی که نگهداری و استفاده می‌شود،مکانیزم‌های ذخیره سازی متفاوتی را به کار می‌برند. هرکدام نقاط قوت و ضعف خود را دارند که برای اهداف متفاوت در سیستم KM به کار برده می‌شوند. ایجاد یک انبار دانش کار آسانی نیست. مهمترین جنبه‌ها و موضوعات سخت،اشتراک دانش را برای شرکت کنندگان آسان می‌کنند و روش خوبی را برای دسته بندی دانش تعیین می‌کنند." یکی از بزرگترین مشکلات در ساختار دادن به مدیریت دانش رسمی شده این است که ساختار تا جایی که ممکن است باید یکپارچه باشد".این بر طبق گفته‌های Terry Jordan مسئول بازاریابی Hyperwave است و همچنین می‌گوید :" شما واقعا مجبورید فرآیند را بی دردسر کنید یا همه دانشی را که سعی می‌کردید نگه دارید از دست خواهید داد زیرا افراد نمی‌خواهند مجبور باشند مراحل زیادی را بروند. کاربران نباید درگیر اجرای مکانیزم‌های ذخیره و بازیابی انبار دانش شوند. روشهای توسعه معمولی شامل ایجاد یک سیستم بزرگ بر پایه اینترنت یا خرید یک سیستم مدیریت سند الکترونیکی رسمی و یا یک مجموعه مدیریت دانش می‌شوند. ساختار و توسعه انبار دانش وظیفه‌ی تکنولوژی خاصی است که برای سیستم مدیریت دانش استفاده می‌شود.
6,9 فناوری اطلاعات در مدیریت دانش چرخه سیستم مدیریت دانش
یک سیستم عملیاتی مدیریت دانش،شش مرحله را در یک چرخه دنبال می‌کند. (شکل 2,9) دلیل وجود چرخه این است که دانش با گذشت زمان به طور پویا دوباره اصلاح می‌شود. دانش در یک سیستم KM خوب، هرگز به پایان نمی‌رسد زیرا محیط مدام در طول زمان تغییر می‌کند و دانش باید به روز شود تا تغییرات را بازتاب کند. چرخه به صورت زیر کار می‌کند:
1- خلق دانش . دانش زمانیکه افراد راه‌های جدیدی را برای انجام کارها تعریف کرده و رموز و فوت و فن کار را توسعه می‌دهند، ساخته می‌شود. گاهی اوقات دانش خارجی به درون آورده می‌شود.بعضی از این راه‌های جدید ممکن است بهترین عملکرد و تجربه شوند.

شکل 2,9 چرخه مدیریت دانش
2- ضبط دانش . دانش جدید باید به صورت ارزشمندی شناسایی و به طریقی منطقی نمایش داده شود.
3- تصحیح دانش . دانش جدید باید در زمینه قرار بگیرد تا قابل عمل باشد. این جایی است که بینش‌های انسان (خصوصیات ضمنی) باید به صورت حقایق آشکار گرفته و ضبط شود.
4- ذخیره دانش . دانش مفید باید به فرمت منطقی در انبار دانش ذخیره شود تا دیگران در سازمان بتوانند آن را دستیابی کنند.
5- مدیریت دانش . مانند یک کتابخانه،دانش باید جاری و به روز نگه داشته شود. دانش باید بررسی شود تا مشخص شود آیا مرتبط و صحیح است.
6- انتشار دانش . دانش باید در یک فرمت مفید، برای هرشخص در سازمان که به آن نیاز دارد در هر کجا و هر زمان، قابل دسترس باشد.
وقتی که دانش منتشر می‌شود، اشخاص، دانش جدید را توسعه، ایجاد و شناسایی می‌کنند و یا دانش قدیمی که قبلا وارد سیستم کرده بودند را، بهنگام می‌کنند.
دانش، منبعی است که وقتی استفاده می‌شود،مصرف نمی‌شود بنابراین می‌تواند کهنه و پیر شود. (به طور مثال، راندن یک ماشین در سال 1900 متفاوت از راندن آن در حال است، اما بسیاری از اصول پایه‌ای هنوز به کار برده می‌شوند.) دانش باید بروز شود. در نتیجه مقدار آن با گذشت زمان رشد می‌کند.
مولفه‌های سیستم‌های مدیریت دانش
مدیریت دانش بیشتر از آنکه یک فناوری یا محصول باشد، یک متدولوژی که برای کارهای تجاری به کار برده می‌شود، است. با این وجود، فناوری اطلاعات تعیین کننده موفقیت هر سیستم مدیریت دانش است.
فناوری اطلاعات،KM را با فراهم کردن معماری شرکتها برپایه آن چیزی که ساخته است، توانا می‌سازد.
سیستم‌های مدیریت دانش بااستفاده از سه دسته از تکنولوژی‌ها توسعه یافته‌اند : ارتباطات، همکاری، و ذخیره و بازیابی .
فناوری‌های ارتباطات به کاربران اجازه می‌دهد به دانش مورد نیاز دسترسی پیدا کنند و با دیگران به خصوص متخصصان ارتباط برقرار کنند. ایمیل، اینترنت، اینترانت‌های متحد و دیگر ابزارهای مبتنی بر وب،قابلیت‌های ارتباطی را فراهم می‌کنند. حتی ماشین‌های فکس و تلفن نیز برای ارتباطات مورد استفاده قرار می‌گیرند، مخصوصا زمانی که روش تمرین برای مدیریت دانش اخذ شده باشد.
فناوری‌های گروهی، ابزارهایی برای اجرای کارهای گروهی فراهم می‌کند. گروه‌ها می‌توانند با هم بر روی اسناد مشابه‌ای در یک زمان یکسان (سنکرون) یا در زمانهای مختلف (آسنکرون) ئ یا در مکانهای مشابه یا مختلف، کار کنند. این مخصوصًاً برای اعضای انجمن‌های تمرین که بر روی اشتراک‌های دانش کار می‌کنند،با اهمیت است. دیگر قابلیت‌های محاسباتی گروهی، مانند یورش فکری الکترونیکی، به کارهای گروهی به خصوص اشتراک دانش کمک می‌کند. شکل‌های دیگری از کار گروهی شامل کار کردن متخصصان با اشخاصی است که سعی می‌کنند دانش آنها را به کار گیرند. این به یک سطح بالایی از همکاری نیاز دارد. دیگر سیستم‌های محاسباتی گروهی به یک سازمان اجازه می‌دهند که یک فضای مجازی ایجاد کند تا اشخاص بتوانند در هر کجا و هر زمان به صورت برخط کار کنند.
فناوری‌های ذخیره و بازیابی،اصولاً به معنای استفاده سیستم مدیریت پایگاه داده برای ذخیره و مدیریت دانش است. این در روزهای اول به طور منطقی برای ذخیره و مدیریت اکثر دانش آشکار و حتی دانش آشکاری که مربوط به دانش ضمنی است، درست کار کرد. هرچند، گرفتن، ذخیره و مدیریت دانش ضمنی معمولا به مجموعه متفاوتی از ابزارها نیاز دارد. سیستم‌های مدیریت سند الکترونیکی و سیستم‌های ذخیره سازی خاص که بخشی از سیستم‌های محاسباتی گروهی هستند، این خلأ را پر می‌کنند. این سیستم‌های ذخیره سازی آمده‌اند تا به عنوان انبارهای دانش شناخته شوند. ما ارتباط بین فناوری‌های مدیریت دانش و وب را در جدول 2,9 توضیح می‌دهیم.
مدیریت دانش تأثیرات وب تأثیرات بر وب
ارتباطات واسط کاربر سازگار،دوستانه و گرافیکی برای واحدهای مشتری ابزارهای ارتباطی پیشرفته
دسترسی سریع وآسان به دانش و اشخاص دارای دانش دسترسی مستقیم به دانش موجود در سرورها دانش بدست آمده و به اشتراک گذاشته شده در بهبود ارتباطات،مدیریت ارتباط و فناوری‌های ارتباطات بکار برده می‌شود
همکاری ابزارهای همکاری پیشرفته
فراهم کردن همکاری هرکجا/هر زمان
امکان همکاری بین شرکتها، مشتریان و فروشندگان فراهم ساختن اشتراک اسناد
همکاری بهتر و سریع تر و ارتباط با منابع دانش
واقعی ساختن کنفرانس‌های ویدیویی و صوتی، خصوصا برای افرادی که از LAN استفاده نمی‌کنند دانش بدست آمده و به اشتراک گذاشته شده در بهبود همکاری،مدیریت همکاری و فناوری‌های همکاری (GSS) بکار برده می‌شود
ذخیره و بازیابی واسط کاربر سازگار،دوستانه و گرافیکی برای مشتریان
سرورها ذخیره و بازیابی موثر و کارا را برای دانش فراهم می‌آورند دانش بدست آمده و به اشتراک گذاشته شده برای بهبود سیستم‌های ذخیره و بازیابی داده،مدیریت پایگاه داده،مدیریت انبار دانش و فناوری‌های انبار دانش و پایگاه داده، مورد استفاده قرار می‌گیرند.
جدول 2,9 فناوری‌های مدیریت دانش و تأثیرات وب
فناوری‌های پشتیبان مدیریت دانش
چندین فناوری به پیشرفت‌های قابل توجه در ابزار‌های مدیریت دانش مشارکت و کمک کرده اند.
هوش مصنوعی، عامل‌های هوشمند، کشف دانش در پایگاه داده‌ها و زبان XML نمونه‌هایی از فناوری‌هایی هستند که عوامل پیشرفت سیستم‌های مدیریت دانش امروزی را باعث شده‌اند و اساسی را برای نوآوری‌های آینده در رشته KM شکل داده اند.
هوش مصنوعی
در تعریف مدیریت دانش، هوش مصنوعی بسیار ذکر می‌شود.روش‌ها و ابزارهای AI در اکثر سیستم‌های مدیریت دانش، هم توسط فروشندگان و هم توسط توسعه دهندگان، تعبیه می‌شوند. روش‌های AI می‌توانند در شناسایی تخصص‌ها، استخراج دانش به طور خوکار و نیمه خودکار، واسطی توسط پردازش زبان طبیعی و جستجوی هوشمند بوسیله عامل‌های هوشمند،کمک کنند. روش‌های AI به ویژه سیستم‌های خبره، شبکه‌های عصبی، منطق فازی و عامل‌های هوشمند در سیستم‌های مدیریت دانش مورد استفادهقرار می‌گیرند تا کارهای زیر را انجام دهند:
• کمک و تسهیل در جستجوی دانش (مانند عامل‌های هوشمند در جستجوهای وب)
• کمک به ایجاد پروفایل دانش برای اشخاص و گروه‌ها
• کمک به تعیین اهمیت ارتباطی دانش زمانی که به اشتراک گذاشته می‌شود و از انبار دانش دستیابی می‌شود.
• بررسی ایمیل، اسناد و پایگاه‌های داده برای اجرای کشف دانش،تعیین ارتباطات بامعنا، جمع آوری دانش
،استنتاج قوانین برای سیستم‌های خبره
• شناسایی الگوها در داده (معمولاً بوسیله شبکه عصبی)
• پیش بینی نتایج آینده بوسیله دانش موجود
• فراهم کردن مشورت و پیشنهاد مستقیما از دانش بوسیله شبکه‌های عصبی یا سیستم‌های خبره
• فراهم کردن یک واسط کاربر فرمان گرا با زبان طبیعی و یا صدا برای سیستم مدیریت دانشعامل‌های هوشمند
عامل‌های هوشمند سیستم‌های نرم افزاری هستند که یاد می‌گیرند کاربران چگونه کار می‌کنند و به آنها در انجام وظایف روزانه شان یاری می‌رسانند. البته نوع‌های دیگری از عامل‌های هوشمند وجود دارند که در فصل 13 می‌توانید مشاهده کنید. راه‌های متعددی وجود دارد که عامل‌های هوشمند می‌توانند به سیستم‌های مدیریت دانش کمک کنند. معمولا آنها برای استخراج و شناسایی دانش استفاده می‌شوند. مثال‌هایی در زیر آمده است:
•IBM یک خانواده داده کاوی هوشمند را ارائه داده که شامل سرویس دهنده تصمیم هوشمند IDS برای پیدا کردن و تحلیل حجم عظیمی از داده‌های شرکت می‌باشد.
•Gentia از عامل‌های هوشمند استفاده می‌کند تا داده کاوی را در دستیابی وب و امکانات انبار داده محلی تسهیل کند.
•Convectis از شبکه عصبی استفاده می‌کند که داده‌های متنی و تصویر را جستجو کرده تا معنای اسناد را برای یک عامل هوشمند تشخیص دهد. این ابزار توسط InfoSeek که یک موتور جستجوی اینترنت است، استفاده شده تا سرعت ایجاد فهرستهای مرتبه‌ای از عنوان‌های وب را افزایش دهد.
ترکیب عامل‌های هوشمند با درگاه‌های دانش شرکت یک روش قدرتمند است که می‌تواند به کاربران آنچه دقیقا برای انجام کارهایشان نیاز دارند، تحویل دهد. عامل هوشمند یاد می‌گیرد که کاربر ترجیح می‌دهد چه چیزی را ببیند و چطور آن را سازماندهی می‌کند. سپس عامل هوشمند به عهده می‌گیرد که آن را روزمره فراهم کند، مانند یک معاون اجرایی خوب که این کار را انجام می‌دهد کشف دانش در پایگاههای داده
کشف دانش در پایگاههای داده فرآیندی است که برای جستجو و استخراج اطلاعات مفید از انبوه اسناد و داده‌ها استفاده می‌شود. آن شامل وظایفی به صورت استخراج دانش، باستان شناسی داده، اکتشاف داده،پردازش الگوی داده، لاروبی کردن داده، برداشت کردن اطلاعات است. تمام این فعالیتها به طور خودکار انجام می‌گیرد و اجازه کشف سریع بدون هیچ برنامه نویسی را می‌دهد. داده و سند کاوی برای استخراج دانش از پایگاه‌های داده، اسناد، ایمیل و مانند اینها، ایده آل است. داده‌ها اغلب در اعماق پایگاه داده‌های بزرگ، انبار داده‌ها،اسناد متنی یا انبارهای دانش که همگی شامل داده، اطلاعات و دانشی که سالها باهم جمع شده‌اند می‌باشند، مدفون شده اند.
روش‌های AI برای ابزارهای داده کاوی که شامل استخراج خودکار دانش از منابع دیگر می‌باشد، مفید هستند. داده کاوی هوشمند اطلاعات را از پایگاه داده‌ها، انبار داده‌ها و انبارهای دانشی که پرس و جو‌ها و گزارشات در آنها نمی‌توانند به طور موثری آشکار شوند، کشف می‌کند. ابزارهای داده کاوی الگوها را از داده‌ها پیدا می‌کنند و حتی ممکن است قوانین را از آنها استنباط کنند. الگوها و قوانین می‌توانند برای راهنمایی تصمیم گیری استفاده شوند و تأثیر این تصمیمات را پیش بینی کنند. KDD همچنین می‌تواند مورد استفاده قرار گیرد تا با استفاده از ابزارهای KM که اسناد و ایمیل را بررسی میکنند تا پروفایل تجربیات کارمندان یک شرکت را بسازند، معنای داده و یا متن را شناسایی کند. داده کاوی با تهیه دانش مورد نیاز می‌تواند به تحلیل‌ها سرعت بخشد.
گسترش نقش داده کاوی و تکنیکهای کشف دانش برای خارج سازی دانش،چارچوبی است که
Bolloju و همکاران (2002) برای یکی کردن مدیریت دانش در محیط‌های شرکت برای نسل‌های بعدی سیستم‌های پشتیبانی تصمیم گیری، پیشنهاد می‌کنند. چارچوب آنها که در شکل 3,9 نشان داده شده شاملمدل مارت‌ها و انبارهای مدل می‌باشد. مدل مارت‌ها و انبارهای مدل قابل مقایسه با مدلهایی برای دیتامارت و انبار داده در فصل 5 هستند. آنها به عنوان انبارهایی از دانش عمل می‌کنند که توسط بکارگیری تکنیک‌های کشف دانش بر روی نمونه تصمیم‌های گذشته که در مدل مارت و انبار مدل ذخیره شدند،ساخته می‌شوند. مدل مارت‌ها و انبارهای مدل،مدلهای تصمیم عملی و تاریخی را نگهداری می‌کنند مانند داده‌ها که در دیتامارت و انبار داده وجود داشت. به طور مثال، یک مدل مارت می‌تواند قوانین تصمیم گیری مربوط به دانش حل مسئله از تصمیم گیرهای مختلف در یک حوزه خاص مانند موافقت وام در محیط بانکداری،ذخیره کند.

شکل 3,9 چارچوبی برای مجتمع کردن سیستم‌های پشتیبانی تصمیم گیری و مدیریت دانش

این چارچوب مجتمع با انواع مختلفی از تبدیلات دانش که Nonaka پیشنهاد می‌دهد، مطابقت می‌کند. سیستم‌هایی که حول این چارچوب ساخته شدند، انتظار می‌رود که کیفیت پشتیبانی که برای تصمیم گیرندگان فراهم می‌شود را افزایش دهد، عملیات مدیریت دانش مانند اکتساب،خلق، بهره برداری،جمع آوری را پشتیبانی کند، کشف گرایش و الگوها‌ی دانش انباشته شده را آسان کند و ابزارهایی را برای ساخت حافظه سازمانی فراهم آورد.

Extensible Markup Language (XML)
زبان XML نمایش استانداردی از ساختارهای داده را امکانپذیر می‌سازد تا داده‌ها بتوانند به طورمناسب توسط سیستم‌های ناهمگون بدون برنامه نویسی مورد به مورد، پردازش شوند. این روش برای تجارت الکترونیک و سیستم‌های مدیریت زنجیره تأمین که در خارج از مرز شرکت عمل می‌کنند،مناسب است. XML نه تنها فرآیندها را مکانیزه و کار با کاغذ را کاهش می‌دهد، بلکه همچنین شریک‌های تجاری و زنجیره تأمین را برای همکاری و انتقال دانش بهتر، متحد می‌کند. پیام‌های مبتنی بر XML می‌توانند از انبارهای پشتی گرفته شده و بوسیله واسط پورتال تغذیه و دوباره برگردند. یک پورتال که از XML استفاده می‌کند به شرکت اجازه می‌دهد که بهتر با مشتری‌ها ارتباط برقرار کرده و با یک زنجیره تقاضای مجازی،جایی که تغییرات در نیازمندی‌های مشتریان بازتاب فوری بر روی برنامه‌های تولید دارد، به مشتریان متصل شود. بکارگیری گسترده XML می‌تواند مسائل زیادی از یکپارچه سازی داده‌هایی که از منابع جدا و مختلف هستند، حل کند. بخاطر این پتانسیل در ساده کردن یکپارچه سازی سیستم‌ها،XML ممکن است زبان جهانی شود که تمام فروشندگان پورتال آن را بپذیرند.
به طور مثال، نرم افزار مدیریت محتوا Interwoven، به نام Teamsite به طور کامل از XML پشتیبانی می‌کند و به سازمان‌ها اجازه می‌دهد که محتوا را با هر فرمتی در میان شرکت قابل دسترس کند.
سرور پورتال (XPS) XML مربوط به Sequoia Software و پورتال شرکت Hummingbird همچنین از XML برای مبادله داده پشتیبانی می‌کند.
7,9 پیاده سازی سیستم‌های مدیریت دانش
چالش KMS، شناسایی و یکپارچه کردن سه مولفه اصلی (فناوری‌های ارتباطات،فناوری‌های همکاری و فناوری‌های ذخیره و بازیابی) است تا با نیازهای مدیریت دانش یک سازمان روبرو شود. سیستم‌های مدیریت دانش ابتدایی با فناوری شبکه (اینترانت)،ابزارهای محاسباتی گروهی (گروه افزار) و پایگاه‌های داده (برای انبار دانش) توسعه یافتند. آنها از انواع مختلفی از مولف‌های در دسترس IT ساخته شده اند.
بسیاری از سازمان‌ها به خصوص موسسات بزرگ مشاور مدیریت مانند Accenture و J.D. Edwards معماری دانش خود را با مجموعه‌ای از ابزارها که این سه نوع فناوری را فراهم می‌کردند، توسعه دادند.
محاسبات گروهی مانند Lotus Notes/Domino و GroupSystems Online قابلیت‌های KMS زیادی را فراهم می‌کنند. سیستم‌های دیگر توسط اجتماعی از مجموعه ابزارهایی از یک یا چند فروشنده توسعه یافتند. به طور مثال،J.D. Edwards یک مجموعه از ابزارها و محصولات یکپارچه مایکروسافت را استفاده کرد تا KMS دانش خود را مانند KMPG که انجام داده بود، پیاده سازی کند. در اوایل 2000، فناوری KMS در حال گسترش بود تا سه مولفه را در یک بسته واحد جمع آوری کند. این‌ها شامل پورتالهای دانش شرکت‌ها و مجموعه برنامه‌های مدیریت دانش هستند.
محصولات مدیریت دانش و فروشندگان
ابزارهای تکنولوژی که مدیریت دانش را پشتیبانی می‌کنند، دانش افزار نامیده می‌شوند. بیشتر بسته‌های نرم افزاری مدیریت دانش، شامل یک یا بیشتر از ابزارهای زیر هستند: ابزارهای محاسات گروهی،سرویس دهنده‌های دانش، پورتال‌های دانش شرکت، سیستم‌های مدیریت اسناد الکترونیکی، ابزارهای برداشت دانش، موتورهای جستجو، مجموعه برنامه‌های مدیریت دانش. بسیاری از این بسته‌های نرم افزاری،ابزارهای متعددی را فراهم می‌کنند زیرا آنها برای یک سیستم مدیریت دانش کارا ضروری هستند. به طوز مثال، اکثر سیستم‌های مدیریت اسناد الکترونیکی شامل قابلیت‌های محاسبات گروهی نیز می‌باشند.
سیستم‌های مدیریت دانش می‌توانند به صورت کلی یا جزیی از شرکتهای توسعه دهنده نرم افزار و فروشندگان سیستم‌های اطلاعاتی سازمانی خریداری شوند، آنها می‌توانند از شرکتهای مشاور اصلی حاصل شوند و یا می‌توانند از فراهم کنندگان خدمات کاربرد به دست آیند. تمام این سه گزینه در بخش‌های بعدی این فصل بحث خواهد شد. KMWorld یک "راهنمای خریدار" در هر چاپ آوریل، منتشر می‌کند.
شرکتهای توسعه دهنده نرم افزار و فروشندگان سیستم‌های اطلاعات سازمانی
شرکتهای توسعه دهنده نرم افزار و فروشندگان سیستم‌های اطلاعاتی، بسته‌های مدیریت دانش متعددی را ارائه می‌دهند. از ابزارهای منفرد یا بسته‌های گروهی وسیع مدیریت دانش. تنوع دانش افزار که در بازار قابل دسترس است به شرکتها اجازه می‌دهد که ابزارهایی که مطابق با نیازهای یکتای مدیریت دانش خود می‌بینند، پیدا کنند. ما در ادامه بعضی از بسته‌های نرم افزاری و فروشندگان شان در هر هفت دسته از دانش افزاری که در ابتدا معرفی می‌کنیم، را بررسی می‌کنیم.
ابزارهای محاسباتی گروهی
ابزارهای گروهی یا گروه افزار در ابتدا استفاده شدند تا دانش ضمنی را در میان یک سازمان انتقال دهند.
یکی از ابتدایی‌ترین سیستم‌های محاسباتی گروهی، GroupSystem، بسیاری از ابزارهای که از کار گروهی پشتیبانی می‌کنند شامل یورش فکری الکترونیکی و طبقه بندی ایده، را فراهم می‌کنند. Lotus Notes/Domino یک محیط گروهی شرکت گستر را فراهم کردند. دیگر ابزارهای گروهی شامل
eRoom، QuickPlace (Lotus Development Crop)، MeetingPlace(Latitude) و، Groove Networks(groove.net)، (eRoom Technology Inc)
. PlaceWare(PlaceWare Inc) سرویس دهنده‌های دانش
یک سرویس دهنده دانش شامل یک نرم افزار مدیریت دانش اصلی است که دارای انبار دانش بوده و دستیابی به دانش، اطلاعات و داده دیگران را فراهم می‌کند. مثالی از سرویس دهنده دانش به صورت زیر است : سرویس دهنده دانش Hummingbird، سرویس دهنده دانش نرم افزار Intraspect، سرور اطلاعاتی Hyperwave،سرور پورتال XML نرم افزار Seqoia و سرور IDOL شرکت Autonomy . سرور IDOL، از طریق واحد‌هایی که سازمان را قادرمی سازد تا ویژگیهای متنوع شخصی سازی،همکاری و بازیابی را مجتمع کنند، مردم را به محتوا، محتوا را به محتوا، و مردم را به مردم را متصل می‌کند. سرور، یک انبار دانش، یک مکان مرکزی برای جستجو و دستیابی اطلاعات از منابع مختلف مانند اینترنت، اینترانت‌های همکار، پایگاه‌های داده و سیستم‌های فایل را فراهم می‌سازد و بنابراین توزیع موثری از اطلاعات حساس به زمان را امکان پذیر می‌سازد. سرویس دهنده،به طور یکپارچه توسعه یافته و توسط واحدهای تجاری شرکت، مجتمع می‌شود و اجازه رشد سریع برنامه کاربردی مربوط به شرکت را داده و حتی می‌تواند از تکنولوژی کمکی AI بکار گیرد تا از سرمایه‌های دانش بهره برداری کند.
پورتال‌های دانش شرکت
پورتال‌های دانش شرکت EKP درگاه‌های ورودی برای بسیاری از سیستم‌های مدیریت دانش هستند. آنها از مفاهیمی مضمونی از سیستم‌های اطلاعات اجرایی، سیستم‌های پشتیبانی گروهی، مرورگرهای وب و سیستم‌های مدیریت دانش، استخراج می‌شوند. آنها راهی ایده آل برای پیکربندی یک سیستم مدیریت دانش هستند. بیشتر، زمانی که اسناد یا مدیریت دانش توسط یک سرور دستکاری می‌شود، تجمع داده‌ها، مکانیزم‌های گزارش گیری و همکاری را ترکیب می‌کنند. یک پورتال اطلاعاتی شرکت، یک مکان مجازی بر روی شبکه‌ای از کاربران برخط است. پورتال، تمام نیازهای اطلاعاتی هر کاربر را جمع می‌کند:
مانند داده‌ها و اسناد، ایمیل، لینک‌های وب و پرس و جوها، تغذیه پویا از شبکه، و تقویم‌های مشترک و لیست‌های کاری. پورتال اطلاعات شخصی از یک پورتال دانش شرکت، استنتاج و به دست می‌آید.
زمانی که پورتال‌های اطلاعات شرکت، اولین بار وارد بازار شدند، آنها شامل ویژگیهای مدیریت دانش Corechange، Brio، Autonomy نبودند . اما اکنون اکثر آنها هستند. فروشندگان پیشتاز پورتال شامل، Hummingbird، Interaspect، Glyphica، Epicentric، Dataware، DataChannel، Plumtree، OpenText، Knowmadic، IBM/Lotus، KnowledgTrack، InXight
Microsoft می‌باشند. فروشندگان پایگاه داده مانند Viador، Seqoia Software Verity، Portera، .نیز پورتال‌های دانش را می‌فروشند Sybase و Oracle،
مرکز دانش KnowledgeTrack عملیات مجتمع (business-to-business) B2B را ارائه می‌کند و می‌تواند در مقیاس dot-com‌ها تا شرکتهای بزرگ باشد. مرکز دانش می‌تواند در میان معماری معماری شرکت ساخته شود به جای اینکه به سادگی در بالا قرار بگیرد،مانند آنجه اکثر پورتال‌های اینترانت انجام می‌دهند. مرکز دانش با منابع خارجی داده‌ها مجتمع می‌شود که شامل OLAP، ERP و سیستم‌های CRM هستند. مرکز دانش از انجمن‌های تمرین پشتیبانی کرده و آنها را برای مدیریت پروژه‌های بزرگ توانا می‌سازد و اجازه می‌دهد اطلاعات در میان تمام زنجیره‌های ارزش گسترده در شرکت، به اشتراک گذاشته شود.
پورتال اطلاعاتی (HIP) Hyperwave اطلاعات را از منابع مختلف،مجتمع کرده و مدیریت لینک پویا که وضعیت لینک را بررسی کرده و لینکهای به محتویات غیرمجاز را پنهان می‌کند،را نشان می‌دهد.
HIP اتصالات بین منابع اطلاعاتی را مدیریت کرده و اطلاعات همکاری ساخت یافته یا ساخت نایافته را از طریق مرورگرهای استاندارد، قابل جستجو می‌کند. در DSS در عمل 3,9 ما توضیح می‌دهیم کهSmith Lyons یک شرکت حقوقی کانادایی،چطور یک پورتال موفق دانش شرکتی را ایجاد می‌کند.
مدیریت اسناد الکترونیکی (EDM)
سیستم‌های مدیریت اسناد الکترونیکی بر اسنادی که به فرم الکترونیکی هستند همانند تمرکز گروهی بر کار، تمرکز می‌کنند. سیستم‌های EDM به کاربران اجازه می‌دهند تا اسناد مورد نیاز خود را دستیابی کنند،عموما این کار را از طریق یک مرورگر وب در یک شبکه اینترانت مشترک و همکار انجام می‌دهند.
سیستم‌های EDM سازمانها را قادر می‌سازند تا اسناد را بهتر مدیریت کرده و جریان کاری را به سمت عملیات هموارتر پیش برند. آنها همچنین همکاری را در ایجاد و بازبینی اسناد فرهم می‌سازند.
بسیاری از سیستم‌های مدیریت دانش از یک سیستم EDM به عنوان یک انبار دانش استفاده می‌کنند.
یک تناسب طبیعی در هدف و فواید هر دو واژه وجود دارد. Pfizer از یک سیستم مدیریت اسناد بسیار بزرگ استفاده می‌کند تا تعادلی را بین اسناد کاغذی که برای برنامه‌های مجوز دارو بین شرکتهای Pfizer و FDA رد و بدل می‌شود،ایجاد کند .این سیستم EDM زمان موردنیاز برای بررسی FDA را کم کرده و موجب شده Pfizer برای ارسال داروهای جدیدتر و موثرتر به بازار، رقابتی تر شود.
یک روش جدید برای مدیریت اسناد الکترونیکی، سیستم مدیریت محتوا (CMS) نامیده می‌شود که روشی را که اسناد و محتوای آنها مدیریت می‌شوند را تغییر داده است. یک سیستم مدیریت محتوا، نسخه‌های پویا از اسناد را ایجاد کرده و به طور اتوماتیک یک مجموعه “current” (اطلاعات جاری) برای استفاده در سطح شرکت نگهداری می‌کند. با انفجار مواد مبتنی بر وب، سازمان‌ها نیاز به مکانیزمی دارند تا محتوا را به صورت سازگار و دقیق در سطح شرکت فراهم کنند. سیستم‌های EDM، پورتال‌های اطلاعاتی شرکت و دیگر CMS‌ها این نیاز را رفع می‌کنند. هدف، فراهم کردن تعداد زیادی کارگران دانش با دسترسی به مقادیر زیادی ار متن ساخت نایافته است. بررسی IDC از نمایشگاه و کنفرانس KMWorld در اکتبر 2001 نشان می‌دهد که 63 درصد از پاسخ دهندگان CMS را پیاده سازی یا قصد آن را داشته‌اند و 59 درصد نیز اهمیت CMS را حیاتی و ضروری دانسته اند.
یک زیرمجموعه از CMS، مدیریت قوانین تجاری است. ابزارها و سیستم‌های نرم افزاری جدید
مانند ILog JRules و Blaze Advisor، طراحی شده‌اند تا این قطعه کوچکتر از محتوا را مدیریت کنند.
ابزارهای برداشت دانش
ابزارهایی برای به دست آوردن و جمع اوری دانش مسلما،کمک کننده هستند زیرا آنها به یک اشتراک گذارنده‌ی دانش اجازه می‌دهند که بسیار کم یا اصلا درگیر تلاش‌های برداشت دانش،شود. جاسازی این نوع ابزار در KMS یک روش ایده آل برای کسب دانش است. KnowledgeMail در سیستم‌های دانش ضمنی یک بسته نرم افزاری تخصص-مکان است که ایمیل‌های فرستاده شده‌ی کاربران را تحلیل می‌کند تا تخصص‌های موضوعی را تجزیه کند. آن یک فهرست از تخصص‌ها را نگهداری می‌کند و روشی را برای ارتباط با متخصصان در حالیکه کنترل‌های خصوصی را برای آنها حفظ می‌کند، ارائه می‌دهد.
ActiveKnowledge مربوط به شرکت Autonomy یک تحلیل مشابه‌ای را روی ایمیل‌ها و انواع دیگری از اسناد استاندارد، اجرا می‌کند. سرور دانش نرم افزار Intraspect بر یک حافظه گروهی سازمان نظارت کرده و محتوا و سابقه‌ی استفاده آن را ضبط می‌کند مانند اینکه چه کسی آن را استفاده کرده،چه زمانی، برای چه، چطور با اطلاعات دیگر ترکیب شده وافراد در مورد آن چه گفته اند.و پس ار آن نیز اطلاعات را برای اشتراک گذاری و استفاده مجدد، قابل دسترس می‌سازد. KnowledgeX توسط شرکتKnowledgeX و تعدادی دیگر از محصولات نیز عملکرد مشابه‌ای را فراهم می‌کنند.
موتورهای جستجو
موتورهای جستجو یکی از عملیات حساس در مدیرت دانش را انجام می‌دهند- مکان یابی و بازیابی اسناد مورد نیاز از مجموعه‌های مختلف که در انبارهای همکار انباشته شده اند. کمپانی‌هایی مانند Google، Verity و Inktomi انتخاب‌های گسترده‌ای از موتورهای جستجو ارائه می‌دهند که قادر به شاخص گذاری و فهرست بندی فایل‌ها در فرمت‌های مختلف بوده و اسناد مرتبط به پاسخ پرس و جوهای کاربران را بازیابی و الویت بندی می‌کنند.
Suite‌های مدیریت دانش
Suite‌های مدیریت دانش راه حل‌های خارج از جعبه کاملی برای مدیریت دانش هستند. آنها تکنولوژی‌های ارتباطات، همکاری و ذخیره سازی را در یک بسته مناسب تنها مجتمع می‌کنند. یک Suite‌های مدیریت دانش هنوز باید به پایگاه داده‌های داخلی و منابع دانش خارجی دسترسی داشته باشد و بنابراین مقداری مجتمع سازی نیاز است تا نرم افزار را واقعا عملیاتی کند. IBM/Lotus یک دسته اجرایی از محصولات مدیریت دانش را ارائه می‌دهد: QuickPlace and Sametime، Domino platform، DSS . WebSphere portal، Discovery Server and Learning Space در عمل 4,9 را مشاهده کنید تا یاد بگیرید چطور بانک اقتصادی یک سیستم مدیریت دانش را بر اساس سکوی IBM/Lotus پیاده سازی کرده است. چندین فروشنده نیز مجموعه وسیعی از ابزارهای مربوط به مدیریت دانش را ارائه کردند که شامل KnowledgeX، Dataware Knowledge Management suite و بسیاری دیگر می‌باشد. Suite مدیریت دانش Autonomy فهرست بندی اسناد و مجتمع سازی جریان کار را ارائه می‌دهد. Microsoft مولفه‌های مرکزی را برای راه حل‌های مدیریت دانش ارائه کرده و بر روی توسعه یک KM framework احاطه شده کار می‌کند. برخی از فروشندگان سیستم‌های اطلاعاتی شرکت مانند PeopleSoft، SAP و Oracle در حال توسعه تکنولوژی‌های مرتبط با مدیریت دانش به عنوان یک سکو برای کاربردهای تجاری هستند. سیستم‌های Siebel خودشان را به عنوان یک سکوی مدیریت دانش بنگاه-کارمند (business-employee) انباشته می‌کنند. Suite‌های مدیریت دانش روش‌های قدرتمندی برای توسعه یک KMS هستند زیرا آنها یک واسط کاربر، یک انبار داده و یک فروشنده را ارائه می‌کنند.
شرکت‌های مشاور
تمام شرکتهای مشاور مهم ابتکارات مدیریت دانش حجیمی دارند. معمولا اینها بعد از اینکه به طور داخلی موفق شده و در ایجاد سیستم‌های مدیریت دانش کمک کرده و کارایی شان اندازه گیری شد، به صورت محصولات در می‌آیند. شرکت‌های مشاور همچنین بعضی سیستم‌های اختصاصی خارج از جعبه مستقیم را برای بازارهای مجازی فراهم می‌کنند. بیشتر شرکتهای مشاوره مدیریتی مهم،پیشنهادات مدیریت دانش خود را به عنوان یک service تعریف می‌کنند. برای فعالیتها و محصولات بیشتر شرکتهای مشاور
(2000McDonald and Shand ( را مشاهده کنید. فراهم کنندگان خدمات کاربردی مدیریت دانش
فراهم کنندگان خدمات کاربردی (ASPs) به عنوان یک شکلی از منابع یابی KMS بر روی وب،استنتاج می‌شوند. ASPs‌های زیادی برای تجارت الکترونیک در بازار وجود دارند. به طور مثال،Communispace یک سیستم همکاری ASPs سطح بالاست که تمرکز آن بر ارتباط بین افراد با افراد (نه فقط افراد با اسناد) است تا به اهداف مشخص خود صرف نظر از مرزهای جغرافیایی، زمانی و سازمانی نائل شوند. به عنوان یک راه حل میزبان شده ASP،توسعه سریع آن درمیان سازمان،آسان است. برخلاف سیستم‌های KM متعارف که داده‌ها و اسناد را سازماندهی می‌کنند یا chatroom‌ها که افراد به آسانی مبادله اطلاعات می‌کنند، Communispace شامل مجموعه غنی از تعاملات، فعالیتها و ابزارهایی است که افراد را به همکارهایی متصل می‌کند که می‌توانند بهترین کمک را به آنها در تصمیم گیری، حل مسائل و یادگیری سریع، برسانند. Communispace طراحی شده است تا اعتماد را به صورت آنلاین ایجاد کند. و تلاش می‌کند تا یک اجتماع خود آگاه در مورد مسئولیت پذیری برای دانش و اعمال خود ایجاد کند. مولفه Climate(جو) آن کمک می‌کند تا مشترکین اینکه افراد در مورد اجتماع چه احساسی دارند را اندازه گیری و درک کنند. Cafe مجازی برای کارمندان پراکنده، راهی را فراهم می‌کند تا از طریق تصاویر و پروفایل‌ها،یکدیگر را ملاقات و بیشتر یاد بگیرند. یک گرایش اخیر در مورد ASPs این است که یک راه حل مدیریت دانش کامل را ارائه می‌دهد شامل یک KM suite و مشاوره در مورد تنظیم کردن آن مانند انچه
.انجام می‌دهد Communispace
مجتمع سازی سیستم‌های KM با سیستم‌های اطلاعات تجاری
به علت اینکه یک سیستم مدیریت دانش یک سیستم شرکتی است، باید یا دیگر شرکتها و سیستمهای اطلاعاتی در یک سازمان، مجتمع شود. بدیهی است که زمانی که آن طراحی و توسعه می‌شود، نمی‌تواند به عنوان یک برنامه کاربردی افزوده شده در نظر گرفته شود. آن باید به درستی با دیگر سیستم‌ها یکپارچهو مجتمع شود. از طریق ساختار فرهنگ سازمانی (که در صورت نیاز می‌تواند تغییر کند)، یک سیستممدیریت دانش و فعالیتهایش می‌تواند مستقیما در فرایندهای تجاری یک شرکت، مجتمع شود. به طورمثال،یک گروه موجود در پشتیبانی مشتریان می‌تواند دانش خود را جمع آوری کرده تا کمک را برای مسائل مشکل مشتریان فراهم کند. در این مورد نرم افزار help-desk می‌تواند نوعی بسته باشدکه در میان KMS و مخصوصا در انبار دانش، مجتمع شود.
چون یک KMS می‌تواند بر روی یک سرویس دهنده/سکوی دانش که شامل تکنولوژی‌های ارتباطات، همکاری و ذخیره سازی است، توسعه یابد و اکثر شرکتها نیز بسیاری از چنین ابزارها و تکنولوژی‌هایی را دارند، غالبا امکانپذیر است که یک KMS در ابزارهای موجود سازمان توسعه یابد. یا یک پورتال دانش شرکت می‌تواند دسترسی سراسری و یک واسط از تمام اطلاعات و دانش مرتبط با یک شخص را فراهم کند. در این مورد،تلاش KMS مجموعه اتصالاتی برای هر شخص در کل سیستم اطلاعاتی شرکت فراهم می‌کند.
مجتمع سازی با سیستم‌های DSS/BI
سیستم‌های مدیریت دانش معمولا شامل اجرای مدلهایی برای حل مسائل نیستند. این معمولا در سیستم‌های پشتیبانی تصمیم گیری (DSS) و هوش تجاری (BI) انجام می‌گیرد. هرچند به علت اینکه سیستم مدیریت دانش از طریق بکارگیری دانش به حل مسائل کمک می‌کند، بخشی از راه حل می‌تواند شامل اجرای مدل‌ها شود. یک KMS می‌تواند با مجموعه‌ای از داده‌ها و مدل‌ها مجتمع شده و آنها را زمانی فعال کند که یک مسئله خاص آن را درخواست کند. کاربردهای رموز کار و بهترین تجربیات از مدل‌ها می‌تواند در سیستم مدیریت دانش ذخیره شود.
مجتمع سازی با هوش مصنوعی
مدیریت دانش یک ارتباط طبیعی با متدها و نرم افزارهای هوش مصنوعی (AI) دارد، البته مدیریت دانش، اکیداً صحبت کردن، یک متد هوش مصنوعی نیست. راههای متعددی وجود دارد که مدیریت دانش با هوش مصنوعی مجتمع شود. به طور مثال، اگر دانش ذخیره شده در KMS به صورت قوانین if-then-else نمایش و استفاده شود، آنگاه یک سیستم خبره می‌تواند بخشی از KMS شود. یک سیستم خبره همچنین می‌تواند به کاربر در شناسایی اینکه چطور مقدار قابل توجهی از دانش در KMS را بکار گیرد،کمک کند. پردازش زبان طبیعی می‌تواند به کامپیوتر در درک آنچه کاربر در جستجوی آن است، کمک کند.
شبکه‌های عصبی مصنوعی به درک متن کمک می‌کنند تا کاربرد یک حجم خاصی از دانش را به یک مسئله خاصی که در آن بکار گرفته می‌شود، تعیین شود. آنها همچنین برای تسهیل موتورهای جستجو مورد استفادهقرار می‌گیرند. رایج‌ترین مجتمع سازی هوش مصنوعی و مدیریت دانش در شناسایی و دسته بندی تخصصها از طریق بررسی پیغام‌های ایمیل و اسناد می‌باشد. اینها شامل ابزارهای مبتنی بر هوش مصنوعی مانند
Inxight software و ActiveNet and KnowledgeMail، سیستم‌های دانش ضمنی
.هستند Categorizer
بیشتر کارهایی که در رشته هوش مصنوعی انجام گرفته، مرتبط با مهندسی دانش،تبدیل دانش ضمنی به آشکار، شناسایی، درک و انتشار دانش است. شرکتها تلاش می‌کنند تا این تکنولوژی‌ها و محصولات ناشی از ان را با مدیریت دانش هم تراز کنند. تکنولوژی‌های AI که بیشتر با مدیریت دانش مجتمع می‌شوند شامل عامل‌های هوشمند، سیستم‌های خبره، شبکه‌های عصبی و fuzzy logic هستند.چند روش و ابزارهای خاص در ابتدا توضیح داده شد.
مجتمع سازی با پایگاههای داده و سیستم‌های اطلاعاتی
چون یک KMS از یک انبار دانش استفاده می‌کند و گاهی اوقات از یک سیستم پایگاه داده و یا یک سیستم مدیریت اسناد الکترونیکی ساخته می‌شود، می‌تواند به طور اتوماتیک بخشی از سیستم اطلاعاتی یک شرکت باشد. همانطور که در ابتدا توضیح دادیم،سیستم‌های مدیریت دانش همچنین تلاش می‌کنند تا از طریق متدهای هوش مصنوعی،فرایندی که به عنوان کشف دانش در پایگاه داده‌ها (KDD) شناخته می‌شود، دانش را از اسناد و پایگاه داده‌ها جمع آوری کنند. این دانش، سپس مانند آنچه قبلا توصیف شد، در انبار دانش نمایش داده می‌شود.
مجتمع سازی با سیستم‌های مدیریت ارتباط با مشتری
سیستم‌های مدیریت ارتباط با مشتری (CRM) به کاربران در ارتباط و معامله با مشتریان کمک می‌کند.
یک جنبه نظریه help-desk است که توضیح داده شد. اما CRM عمیق تر هستند. آن می‌تواند پروفایل‌های قابل استفاده‌ای از مشتریان ایجاد کرده و نیازهای آنها را پیشگویی کند و بنابراین یک سازمان می‌تواند فروش خود را افزایش داده و به مشتریانش سرویس بهتری دهد. یک KMS می‌تواند دانش ضمنی را برای افرادی که CRM را مستقیما برای کار با مشتریان مورد استفاده قرار میدهند،فراهم کند.
مجتمع سازی با سیستم‌های مدیریت زنجیره تأمین
زنجیره تأمین اغلب پایان منطقی یک تجارت و کسب و کار فرض می‌شود. اگر محصولات از سازمان منتقل و به خارج از درهای آن نروند، شرکت شکست خواهد خورد. بنابراین بهینه سازی و مدیریت مناسب زنجیره تأمین، مهم است. یک مجموعه جدید از نرم افزار که سیستم‌های مدیریت زنجیره تأمین(SCM) نامیده می‌شود، این کار را انجام می‌دهد (فصل 8 را ببینید). مجتمع سازی SCM با KMS سودمند استزیرا مباحث و مشکلات زیادی در زنجیره تأمین وجود دارد که نیاز است یک شرکت هر دو دانش ضمنی وآشکار را ترکیب کند. دستیابی چنین دانشی، مستقیما کارآیی زنجیره تأمین را بهبود خواهد بخشید.
مجتمع سازی با اینترانت و اکسترانت‌های همکار
ابزارها و تکنولوژی‌های همکاری و ارتباطات برای عملکرد KMS ضروری هستند. KMS به سادگی با فناوری‌های اینترانت‌ها و اکسترانت‌ها مجتمع نمی‌شود اما معمولا بر روی آنها به عنوان یک سکوی ارتباطات، توسعه می‌یابد. اکسترانت‌ها مخصوصا برای تسهیل همکاری یک شرکت با تأمین کنندگان و گاهی اوقات مشتریان آنها، طراحی شده اند. اگر یک شرکت KMS خود را با اینترانت و اکسترانت خود مجتمع کند،نه تنها دانش آزادانه تر بین یک اشتراک گذار و یک کاربر جریان می‌یابد، همچنین شرکت نیز می‌تواند دانش را مستقیما و با درگیرکردن کمتر کاربران جمع آوری کرده و زمانی که سیستم فکر می‌کند یک کاربر به دانش نیاز دارد، آن را تحویل دهد.
8,9 نقش افراد در مدیریت دانش
مدیریت یک سیستم مدیریت دانش نیازمند تلاش بسیار است. همانند هر فناوری اطلاعات دیگر، شروع،اجرا و برنامه ریزی آن نیازمند یک تلاش بی وقفه است. برای ایجاد یک سیستم مدیریت دانش موفق می‌بایست بسیاری از موضوعات مدیریت، افراد و فرهنگ را مورد توجه قرار داد. در این قسمت ما این موضوعات را مورد بررسی قرار می‌دهیم. عموما مدیریت منابع دانش نیازمند یک کارمند تمام وقت است.(همانند یک کارمند کتابخانه مرجع). این کارمند، دانش را به گونه‌ای مورد رسیدگی، ترکیب بندی،فیلتر کردن، فهرست و نگهداری می‌کند که معنی دار شده و برای افرادی که نیازمند آن هستند قابل دسترس شود. این کارمند در جستجوی دانش به افراد کمک نموده،"بررسی محیطی" را انجام می‌دهد، به این صورت که اگر آنها تشخیص دهند که ممکن است یک مشتری یا کارمند به دانش خاصی نیازمند باشد، مستقیما آن را به فرد مربوطه ارسال می‌کند، بنابراین این فرد برای سازمان ارزشمند است. (این کار روش استاندارد برای پرسنل مدیریت دانش Accenture است.) نهایتا کارمند منابع دانش می‌تواند انجمن‌های تمرین ایجاد کند (قسمت 1,9 را ملاحظه کنید) تا افراد در محیط‌های دانش معمول جمع شده تا دانش را شناسایی، فیلتر،استخراج و در اشتراک با یک منبع دانش قرار دهند.
مهمترین موضوع برای موفقیت، اجرا و موثر بودن استفاده از یک سیستم مدیریت دانش، موضوع افراداست. و از آنجا که یک سیستم مدیریت دانش نوعی تلاش در سطح سراسر شرکت است، بسیاری از افراد رادرگیر می‌کند. آنها شامل مدیر ارشد دانش CEO، (CKO)، دیگر متصدیان و مدیران سازمان، اعضا ورهبران انجمن‌های تمرین، توسعه دهندگان KMS و کارمند KMS می‌باشند. هر فرد یا گروه نقش مهمی را در توسعه، مدیریت و یا استفاده از KMS به عهده دارد. CKO به مراتب نقش محسوس تری را در یک KMS داشته ولی سیستم موفق نخواهد بود مگر آنکه نقش کلیه افراد تدوین و درک شود. باید تیم متشکل از افراد مورد نظر و دارای تجربه کافی باشد تا بتواند نقش‌های مختلف را بپذیرند.
مدیر ارشد دانش CKO
پروژه‌های مدیریت دانش که شامل تدوین یک محیط دانش برای انتقال، خلق یا استفاده از دانش هستند
، تلاش می‌کنند تا یک پذیرش فرهنگی ایجاد کنند. این تلاشها بر روی تغییر رفتار شرکت برای استفاده از مدیریت دانش متمرکز است. پروژه‌های متمرکز بر رفتار نیازمند درجه بالایی از حمایت و شرکت مدیر رده بالای سازمان جهت تسهیل اقداماتشان است. بیشتر توسعه دهندگان سیستم‌های مدیریت دانش شرکتها، مدیر ارشد دانش را در سطح بالا ایجاد می‌کنند. اهداف CKO حداکثر کردن موجودی دانش شرکت، طراحی و اجرای استراتژی‌های مدیریت دانش، تبادل موثر دانش اعم از داخلی و خارجی و بهبود استفاده از سیستم می‌باشد. او مسئول توسعه فرآیندهاییی است که انتقال دانش را تسهیل می‌کند. یک مدیر ارشد دانش باید اقدامات زیر را انجام دهد:
• استقرار الویت‌های استراتژیک مدیریت دانش
• تدوین یک انبار دانش از بهترین تجربیات و عملکردها
• گرفتن تعهد از مجریان اصلی برای حمایت از یک محیط یادگیری
• آموزش به جستجو گران اطلاعات برای چگونگی پرسیدن سوالات بهتر و هوشمندانه تر
• تدوین یک فرآیند برای مدیریت سرمایه‌های فکری
• به دست آوردن اطلاعات رضایت مشتری در زمان مطلوب و بلادرنگ
• سراسری کردن مدیریت دانشCKO مسئول شناسایی محیط دانش در شرکت است که بر اساس اهداف و ماموریت شرکت، هدف اصلی خواهد بود. CKO مسئول استاندارد کردن واژگان در سطح کل شرکت و کنترل مسیر دانش است. این کار در مجیط‌هایی که باید برای یکنواخت سازی، دانش را در سراسر سازمان به اشتراک گذارند حساس و بحرانی است . CKO‌ها باید انبارهای تحقیق، منابع و تخصص‌ها را در اختیار گیرند اعم از اینکه کجا نگهداری شدند و چه کسی آنها را مدیریت کرده و به آنها دسترسی دارد(مثلا یک ممیزی دانش را انجام دهد) سپس CKO باید مشوق گسترش منابع مفید بین گروههای کاری باشد.
CKO مسئول ایجاد یک زیر ساخت و محیط فرهنگی برای به اشتراک گذاردن دانش است. او باید قهرمانان دانش را درواحدهای شغلی شناسایی و تعیین (تشویق وانگیزه دهی) کند. کار CKO مدیریت آنچه که گروههای آنها ایجاد می‌کنند، افزودن به پایه دانش بطور مداوم و تشویق همکاران برای انجام این کار می‌باشد . CKOهای موفق باید از حمایت کامل و مشتاقانه مدیرانشان و مدیریت بالاتر برخوردار باشد.نهایتاً CKO مسئول کل پروژه مدیریت دانش چه در هنگام توسعه و چه پس از توسعه آن است.
برای موفقیت در ابتکارات مدیریت دانش، یک CKO به مهارتهایی نیازمند است . این ویژگیها برای CKO‌ها ومشاوران لازم و ضروریست :
• مهارتهای ارتباطات گروهی برای متقاعد کردن کارمندان برای وفق دادنشان به تغییرات فرهنگی
• مهارتهای رهبری برای انتقال بینش KM وایجاد و شور علاقه به آن
• زیرکی شغلی برای سودآور کردن و موثر نمودن تلاشهای KM
• مهارتهای تفکر استراتژیک برای ارتباط تلاشهای KM به هدفهای بزرگتر
• مهارتهای همکاری در کار با بخشهای مختلف و متقاعد نمودن آنها برای کار با یکدیگر
• توانایی برای پی ریزی برنامه‌های آموزشی موثر
• فهم فناوری اطلاعات و نقش آن در توسعه KMCEO، مسئولان و مدیران سازمان
بطور خلاصه CEO مسئول دفاع از تلاشهای KM است. او باید مطمئن گردد که CKO شایسته و توانا پیدا شده وآن CKO می‌تواند به همه منابع (شامل دسترسی به افراد با منابع دانش) موردنیاز برای موفقیت پروژه دست یابد. CEO باید حمایت کل سازمان را برای مشارکت در KMS و استفاده از آن بدست آورد.
همچنین باید سازمان را برای تغییرات فرهنگی در پیش رو آماده نماید. حمایت کردن مسئولیت حساس CEO می‌باشد. CEO، عامل تغییر اولیه سازمان است.
مدیران (CIO , COO , CFO و بقیه) عموماً باید منابع مورد نیاز برای انجام شغل را برای CKOآماده کنند. مدیر مالی ارشد (CFO) باید از آماده بودن منابع مالی مطمئن گردد.مدیر عملیاتی ارشد (COO) بایدمطمئن شود که افراد شروع به اثر دادن اقدامات مدیریت دانش در فرایندهای کاری روزانه شان کرده اند.
ارتباط خاصی بین CKO و مدیر ارشد اطلاعات (CIO) وجود دارد. معمولاً CIO مسئول دیدگاه IT سازمان و معماری IT شامل بانکهای اطلاعاتی ودیگر منابع بالقوه دانش می‌باشد. CIO باید در آماده سازی این منابع با CKO همکاری نماید.
سیستمهای مدیریت دانش، طرحهای گرانی بوده و عاقلانه است که درصورت امکان از سیستمهای موجود استفاده شود.
همچنین مدیران بایداز تلاشهای KM حمایت نموده و امکان دسترسی به منابع دانش را فراهم آورد. در بسیاری از KMS‌ها، مدیران یک بخش یکپارچه از جوامع شغلی هستند.

انجمن‌های تمرین
موفقیت بسیاری از سیستمهای KM به درگیری فعال افرادی که در استفاده از دانش سود می‌برند و در آن سهم دارند، نسبت داده می‌شود. در نتیجه، انجمن‌های تمرین در سازمانهایی که در مورد تلاشهایشان در مدیریت دانش جدی هستند، بوجود آمده است . چنانچه قبًلاً ذکر شد، یک انجمن تمرین (COP) گروهی از افراد در یک سازمان است که دارای علایق حرفه‌ای مشترکی هستند. بطور ایده آل، همه کاربران KMS باید هر یک حداقل در یک COP باشند. خلق و پرورش مناسب COP‌ها کلیدی در موفقیت KMS است.
COP‌ها جایی هستند که در هنگام توسعه و گسترش KMS، انتقال فرهنگ سازمانی روی می‌دهد.
برای موفقیت یک KMS می‌بایست یک فرهنگ حمایتی توسعه یابد. در بخش 9-5 در DSS ما توضیح دادیم که چگونه شرکت Xerox از طریق انجمن تمرین، بطور موفق اقدامات بهبود یافته را ایجاد نمود و در هزینه‌ها صرفه جویی کرد.
یک انجمن تمرین، تا حدی صاحب دانشی است که در آن سهم دارد . زیرا به روش خود دانش را در سیستم مدیریت نموده وباید اصلاحات آنرا تصویب کند. انجمن مسئول صحت و مناسبت دانشی مربوطه و شناسایی موارد استفاده بالقوه دانش است. تعدادی از محققین در مورد شکل گیری و عملکرد COP‌ها تحقیق کرده اند. درجدول 9-3 ما بسیاری از راههایی را که انجمن‌های تمرین می‌توانند از طریق تلاشهای KM به ارزش سازمان بیفزایند، نشان داده ایم . اساساً، COP باعث یکنواختی حرکت سازمانها می‌گردند چرا که دانش را به جریان می‌اندازند . افراد آگاه تصمیمهای بهتری می‌گیرند. افراد درگیر دانش در محیط کار شادترند.


نام ارزش اضافه شده مشخصه‌هایی که ارزش را بوجود می‌آورند
تنوع در عضویت و تأکید کمتر بر وضعیت مرتبه‌ای که احتمال تفکر گروهی را کاهش می‌دهد •
ایجاد دانش با کیفیت بالاتر نیازمندی‌های محدود برای گزارشهای رسمی که به افراد اجازه می‌دهد یورش فکری با ریسک بالاتر را انجام دهند
فرایند بازتاب که در پایان ملاقاتها اتفاق می‌افتد، یادگیری را تقویت می‌کند •
•
غافلگیری کمتر و بازبینی برنامه ریزی‌ها مشارکت گسترده، دانش را در میان واحدهای تجاری منتشر می‌کند باز بودن قالب تعاملات منجر به تحلیل‌های متضاد مفید می‌شود •
•
شغل تحت مجموعه‌ای از اهداف کارفرما انجام می‌گیرد نه اهداف کار •
ظرفیت بزرگتر در مواجه با مسائل غیرساخت یافته سازمان سرپرست نقش انجمنی که خود ایجاد کرده قبول می‌کند
رهبران دانش می‌توانند براساس موضوعات مشخص شوند به جای اینکه به یک تیم یا نقشهایی در یک تیم منسوب شوند •
•
مشارکت داوطلبانه بر انگیزش بیشتری دلالت می‌کند که منجر به درونی •
اشتراک موثرتر دانش درمیان واحدهای پرسنلی همکاری و تجاری سازی سریعتر و عمیقتر یادگیری می‌شود
اعتماد به خاطر گسترش نامعین زندگی و روابط طولانی مدت، افزایش می‌یابد •
انجمن اعتبار خارجی بیشتری را ثمر می‌دهد زیرا شامل ظاهری برای •
بهبود احتمال پیاده سازی هدفهای مشترک ساختار سازمانی رسمی است
انجمن نسبت به یک شخص،تأثیر بیشتری بر سطح سازمانی اعضای انجمن دارد. •
پیشرفت و یادگیری موثرتر اشخاص یادگیری گروهی موثرتر از یادگیری تنها است فرایند پیشرفت انجمن،متضمن فرصتهای یادگیری بوسیله تمرین است •
•
جدول 3,9 چطور انجمن‌های تمرین ارزش را به سازمان اضافه می‌کنند

Snyder , MC Dermott , wender (2002)، هفت اصل طراحی را برای انجمن‌های تمرین را توصیه نموده اند. هر یک از این اصول خلق دانش و استفاده از آنرا تسهیل می‌کنند. ما این اصول را در DSS در تمرکز 6-9 شرح داده ایم.
Aill , Storck (2002) یکی از آخرین انجمن‌های تمرین در شرکت Xerox را مورد بررسی قرار داده اند. هنگامی که cop در Xerox مستقر شد، یک فرم سازمانی جدید بود. کلمه انجمن، حس مسئولیت را تسخیر کرد (عمل مستقلی که گروه را توصیف کرد) که باعمل درمرزهای استاندارد وسازمان بزرگ ادامه یافت . مدیریت، انجمن را ضمانت کرد ولی وکیل آن نشد. اعضاء انجمن داوطلب بودند. ما شش اصل کلیدی را که انجمن‌های تمرین را در Xerox حمایت کرده‌اند در جدول 4-9 فهرست و توصیف کرده ایم.
Brails ford (2001) چگونگی ساختن انجمن‌های تمرین توسطHallmark carals را تشریح نمودهاست. تحقیقات مشابهی صورت گرفته است.
ویژگیهای انجمن عملیات
قالب تعاملات شامل ملاقاتها، محاسبات گروهی، ساختار تعاملات، ایمیل و غیره
فرهنگ سازمانی بکارگیری آموزش،تجربه و لغات رایج تسهیل کار کردن در محدودیتها
علاقه متقابل ایجاد تعهد و توسعه بهبود فرایندهاا
یادگیری فردی و جمعی تشخیص و پاداش دادن به استفاده و شتراک دانش؛ بکارگیری دانش؛ ایجاد فرهنگی برای اشتراک دانش
اشتراک دانش قرار دادن اشتراک دانش در میان تمرینهای کاری تقویت کردن با بازخورد سریع مقدرا اشتراک دانش
فرایندها و قاعده‌های انجمن ایجاد اعتماد و هویت
کم کردن اتصال به ساختار کنترلی رسمی
انگیزه دادن به انجمن تا فرایندهای نطارتی خود را ایجاد کنند

جدول 4,9 شش اصل کلیدی حمایت شده در انجمن‌های تمرین در Xerox

توسعه دهندگان KMS
اینها اعضاء تیمی هستند که در واقع سیستم را توسعه می‌دهند. آنها برای CKO کار می‌کنند. برخی از آنها متخصصان سازمانی هستندکه استراتژیهایی را برای مدیریت و ترقی تغییر فرهنگ سازمانی توسعه می‌دهند. بقیه، درگیر انتخاب نرم افزار وسخت افزار سیستم، برنامه ریزی، تست، ترتیب بخشی وحفظ سیستم هستند. همچنین اصولاً آنها مسئول آموزش کاربران هستند. درنتیجه عمل آموزش به کارمند KMS منتقل می‌شود.
کارمند KMS
سیستم KM گسترده در شرکت، نیازمند یک کارمند تمام وقت است تا دانش را مدیریت و فهرست کند. این کارمند یا در اداره مرکزی سازمان قرار می‌گیرد و یا در مرکز دانش در سراسر سازمان پراکنده شده است. اغلب شرکتهای مشاوره‌ای دارای بیش از یک مرکز دانش هستند. پیشتر، ما در مورد عملکرد یک کارمند توضیح داده ایم که شبیه یک کتابدار مرجع است . آنها در واقع کار بسیار بیشتری انجام می‌دهند.
برخی اعضاء کارشناسان محیط عملی هستند که اکنون کسانی را که در دانش سهیمند، فهرست کرده وآنها را تأیید می‌کنند ودانش را دراختیار مشتریان وکارکنانی قرار می‌دهندکه معتقدند می‌توانند از آن استفاده کنند. این کارشناسان عملی همچنین ممکن است در یک نقش مسئول محیطهای عملی انجمن تمرینکار کنند. برخی دیگر با استفاده کنندگان کار میکنند تا سیستم را به آنها آموزش داده یا به آنها در تحقیقاتشانکمک کنند.بقیه با استفاده از شناسایی روشهای بهتر مدیریت دانش به بهبود کارایی سیستم کمک می‌کنند. برای مثال Cap Gemini Ernst و Xonug دارای 250 نفر هستند که منابع دانش را مدیریت می‌کنند. و به افراد دریافتن دانش در مرکز دانش شغلیشان کمک می‌کنند. برخی کارکنان دانش را منتشر می‌کنند در حالیکه بقیه مسئول 40 محیط شغلی هستند. آنهامدارک موجود در محیطهای تخصصیشان را تدوین و نگهداری می‌کنند.
9,9 تضمین موفقیت مدیریت دانش
سازمان‌ها می‌توانند منافع متعددی از پیاده سازی یک استراتژی مدیریت دانش ببرند. به طور تکنیکی آنها می‌توانند بعضی یا همه موارد زیر را انجام دهند: کاهش از دست دادن سرمایه فکری به خاطر ترک افراد از شرکت ؛ کاهش هزینه‌ها با کم کردن تعداد دفعاتی که شرکت باید یک مسئله مشابه را مکرراً حل کند و همچنین با صرفه جویی‌های مقیاسی در به دست آوردن اطلاعات از تهیه کنندگان خارجی ؛ کاهش حجم فعالیتهای مبتنی بر دانش ؛ افزایش محصولات با قابل دسترس کردن سریعتر و آسانتر دانش ؛ و افزایش رضایت کارمندان با فراهم کردن اختیارات و پیشرفت‌های شخصی بیشتر. بهترین دلیل تمام این موارد، می‌تواند نیاز استراتژیک برای نفع بردن از سودمندی‌های رقابتی در بازار فروش باشد. عوامل زیادی وجود دارد که برای موفقیت مدیریت دانش ضروری است. به طور مثال،Malhotra، Gold و Segars توضیح می‌دهند که چطور زیربنای دانش که شامل تکنولوژی، ساختار و فرهنگ است به همراه یک معماری فرایند دانش که شامل کسب، تبدیل، بکار بردن و محافظت است،برای مدیریت دانش کارامد، ضروری هستند. موقعیت یک سازمان باید قانونی باشد تا تلاش‌های مدیریت دانش موفق باشد. DSS در عمل 7,9 را که مثالی از موفقیت مدیریت دانش در یک اقدام حقوقی است،مشاهده کنید.
ارزیابی مدیریت دانش
عمومًاً، شرکتها یک روش مبتنی بر سرمایه را برای ارزیابی مدیریت دانش اتخاذ می‌کنند یا روشی که دانش را به کاربرد ومزایای تجاری‌‌اش مرتبط می‌کند. روش اول با شناسایی سرمایه‌های فکری آغاز گشته و سپس توجه مدیریت را بر افزایش ارزش آنها متمرکز می‌کند. روش دوم،ازانواع مختلف یک برگه امتیاز متعادل استفاده می‌کند جایی که مقیاس‌های مالی در برابر مقیاس‌های مشتری، فرایند و نوآوری،تعدیل شده اند. Lunt (2001) توضیح می‌دهد که چطور بیمارستان کودکانHilton، Duke وBorden کاراییرا در شرکتهای خود از طریق روش برگه امتیاز متعادل،بهبود بخشیدند.
روش دیگر برای اندازه گیری ارزش دانش این است که اگر برای فروش ارائه می‌شود، قیمت آن برآورد شود. اکثر شرکتها تمایلی به فروش دانش ندارند مگر اینکه فورا در تجارت انجام آن باشند. معمولا دانش یک شرکت سرمایه‌ای است که ارزش رقابتی دارد و اگر سازمان را ترک کند،شرکت مزایای رقابتی آن را که می‌تواند باعث تکرار فروش شود را، از دست می‌دهد. هرچند دانش و دستیابی آن می‌تواند قیمت گذاری شود تا آن را در هنگام فروش شرکت، ارزشمند سازد. محصول فناوری‌های تصمیم گیری هواپیمایی امریکا، در سال 1970 با یک تیم تحلیگر داخلی کوچک رشد کرد. در ابتدا، تیم ساخته شده بو تا مسائل را حل کند و پشتیبانی تصمیم را فقط برای هواپیمایی امریکا، فراهم سازد. همزمان با رشد، آن یک شرکت مستقل با محصول AMR شد و شروع به مشاوره و ارئه سیستم‌هایی به دیگر شرکتهای هواپیمایی که شامل رقبای امریکا بود، کرد. شرکتهای مشاور اصلی در کار تجارت فروش تخصص هستند. بنابراین آنها تلاشهای مدیریت دانش خود را که از یک سیستم داخلی شروع شده بود، به سیستم‌های ارزشمندی که مشتربان آنها مرتبا مورد استفاده قرار می‌دهند، درآوردند. واضح است که دانش مشابه می‌تواند مکرراً به فروش رسد.
شاخص‌های موفقیت مربوط به مدیریت دانش، مشابه آنهایی هستند که برای ارزیابی موثر بودن دیگر پروژه‌های تغییر تجارت بکار می‌روند. آنها شامل رشد منابعی که به پروژه تخصیص داده می‌شوند؛ رشد مقدار محتوا و استفاده دانش ؛ احتمال کلی اینکه پروژه بدون پشتیبانی شخص یا اشخاص خاص،پابرجا خواهد ماند؛ شواهدی بر بازده مالی هم برای خود مدیریت دانش و هم برای کل سازمان،می باشد.
معیارهای مالی
اگرچه اندازه گیری‌های محاسباتی سنتی برای اندازه گیری KM ناقص هستند اما اغلب به عنوان یک تطابق سریع برای یک شروع مدیریت دانش مورد استفاده قرار می‌گیرند. بازگشت‌های بر سرمایه گذاری (ROIs) بر اساس پروژه‌های مدیریت دانشی که یک شرکت مشاوه همیاری کرده، در محدوده‌ای از
20:1 برای شرکتهای دارویی، تا 4:1 برای شرکت‌های حمل و نقل، با یک متوسط 12:1 گزارش شده است.
بر اساس اندازه گیری تأثیر مدیریت دانش،متخصصان پیشنهاد می‌کنند تا تمرکز بر پروژهای KM بر مسائل خاصی تجاری باشد که به آسانی بتوان کمیت و کیفیت آن را تعیین کرد. زمانی که مسائل حل می‌شوند، ارزش و مزایای سیستم، آشکار می‌شود.
در گروه Royal Dutch/Shell، بازگشت سرمایه گذاری، به وضوح مستند شده بود: شرکت در سال 1999،مقدار 6میلیون دلار در یک سیستم مدیریت دانش سرمایه گذاری کرده بود و در مدت دو سال 235 میلیون دلار در کاهش هزینه و افزایش سود جدید، به دست امد. Hewlett-Packard نمونه دیگری ازبازگشت مالی مستند شده را ارائه نمود که در مدت 6 ماه از راه اندازی پورتال @HP در سطح شرکت دراکتبر 2000، یک بازگشت 50 میلیون دلاری از سرمایه گذاری اولیه 20میلیون دلاری به دست آمد. این بیشتر به خاطر کاهش مقادیر تماس‌ها با مرکزهای تماس و همچنین فرایندهای جدید بدون کاغذبازی بود.
همچنین فصل web در Mitre Crop را مشاهده کنید که یک سرمایه گذاری کمتر از 8میلیون دلار را رد عرض دو سال به بازگشتی معادل 60میلیون دلار رساند.
مزایای مالی ممکن است بیشتر ادراکی باشد تا مطلق اما با مستند نکردن آن بر اساس سیستم KM خود یک موفقیت در نظر گرفته می‌شود.
معیارهای غیر مالی
روش‌های سنتی اندازه گیری مالی ممکن است در زمان محاسبه ارزش KMS دچار ضعف شوند، زیرا آنها ظرفیت‌های فکری را به عنوان سرمایه در نظر نمی‌گیرند. بنابراین ضروری است که رویه‌هایی برای ارزیابی سرمایه‌های فکری یک سازمان ایجاد شود تا مدل‌های سرمایه فکری که به طریقی نوآوری، توسعه و پیاده سازی رقابتهای اصلی را تعیین می‌کند، ترکیب و یکی شوند.
زمان ارزیابی ناملموسات، راههای جدیدی برای دیدن ظرفیتها وجود دارد. در گذشته، تنها تمایل مشتری به عنوان یک سرمایه تلقی می‌شد. حال،موارد زیر را نیز شامل می‌شود:
• سرمایه ارتباط خارجی : چطور یک سازمان به شرکا، تأمین کنندگان، مشتریان و تنظیم کنندگان متصل می‌شود
• سرمایه ساختاری : سیستم‌ها و فرایندهای کاری که رقابتها را تعیین می‌کنند مانند سیستم‌های اطلاعاتی
• سرمایه انسانی : توانایی‌های شخصی، دانش، مهارتهایی که افراد دارند
• سرمایه اجتماعی : کیفیت و ارزش روابط با اجتماعات بزرگتر
• سرمایه محیطی : ارزش ارتباطات با محیط
به عنوان مثال، یک ابتکار مدیریت دانش که توسط شرکت Partners HealthCare System اتخاذ شده بود، سود‌های مالی که تعیین شده بود را نتیجه نداد، اما سرمایه اجتماعی شرکت را به طور زیادی افزایش داد. سیستم مدیریت دانش که توسط Partners برای پزشکان پیاده سازی شده بود،تعداد خطاهای جدی پزشکی را در بعضی از بیمارستاهای آموزشی معتبر شهر Boston، تا 55 درصد کاهش داد. محاسبه بازگشت سرمایه گذاری برای چنین سیستمی موضوع بسیار سختی می‌تواند باشد و به همین علت است که بخش کوچکی از بیمارستان‌ها، از سیستم‌های مشابه‌ای استفاده می‌کنند. در حالیکه شرکت قادر به تعیین این نیست که سیستم چطور بر زیربناهای خود اثر می‌گذارد، می‌خواهد که هزینه‌ها را بر اساس مزایایسیستم به جامعه، هم تراز کند.
دلایل شکست KM
هیچ سیستمی شکست ناپذیر نیست. موارد بیشماری از شکست مدیریت دانش وجود دارد. برآورد میزان شکست KM در محدوده‌ای بین 50 تا 70 درصد است، در جایی که شکست به عنوان معنایی از تمام آن اهداف اصلی که با تلاش به آنها نرسیدیم،تعریف می‌شود. شکست‌ها معمولا زمانی اتفاق می‌افتند که تلاش‌های مدیریت دانش تنها بر پایه تکنولوژی انجام می‌گیرد و توجه نمی‌شود آیا سیستم ارائه شده نیازها و اهداف سازمان و اشخاص را تأمین می‌کند. موضوعات دیگر شامل نبودن الزام و تعهد، و فراهم نکردن انگیزه منطقی برای افرادی است که از این سیستم استفاده می‌کنند. DSS در عمل 19,6 توضیح می‌دهد که چطور Frito-Lay از شکست KMS خود جلوگیری کرد. متأسفانه Ford and Firestone زمانی که چرخ‌های لاستیک در Ford Explorer شروع به ترکیدن کرد، آنقدر خوش شانس نبود.برای جزییات بیشتر DSS در عمل 8,9 را ببنید. در این مورد دانش در دسترس بود، فقط به صورتی مجتمع نشده بود تا به سهامداران اجازه دسترسی و تحلیل آن را بدهد. به طور مشابه، فاجعه 11 سپتامبر 2001 نیز ممکن است اجتناب و درس گرفته شود. در ایالات متحده نیز، واحد امنیت ملی تلاش زیادی می‌کند تا منابع دانش خود را مجتمع کند. Soo و همکاران (2002) چندین تله‌های دانش که می‌تواند منجر به شکست شود را بیان کرده اند. در آخر،Robert-Witt (2002) عنوان کرد که چگونه پورتالهای پیاده سازی شرکت می‌تواند منجر به شکست شود.
عوامل منجر به موفقیت KM
برای افزایش احتمال موفقیت پروژه‌های مدیریت دانش، شرکتها باید ارزیابی کنند که آیا در ابتدا یک نیاز استراتژیک برای مدیریت دانش وجود دارد. قدم بعدی تعیین این نکته است که آیا فرایند معامله فعلی با دانش سازمانی مناسب است و آیا فرهنگ سازمانی برای تغییرات رویه‌ای آماده است. تنها زمانی که این موضوعات حل شود، شرکت باید زیرساختارهای تکنولوژی را ملاحظه کرده و تصمیم بگیرد آیا یک سیستم جدید مورد نیاز است. زمانی که راه حل تکنیکی درست، انتخاب شد، لازم است که به کل سازمان معرفی شده و از مشارکت تمام کارمندان سود برد. نباید اعتماد زیادی به تکنولوژی داشت که موفق باشد. معمولا تنها در حدود 10 تا 20 درصد تلاشهای مدیریت دانش مربوط به تکنولوژی است. بقیه تلاش، سازمانی است.
عوامل اصلی که منجر به موفقیت پروژه‌های مدیریت دانش می‌شود، شامل موارد زیر است :
• ارتباطی با ارزش اقتصادی یک شرکت، نمایش دادن ارزش مالی و حفظ ضمانت اجرایی
• یک زیرساختار سازمانی و تکنیکی که بر روی آن ساخته شود
• یک ساختار دانش استاندارد و قابل انعطاف،مطابق با روشی که سازمان کار را انجام و از دانش استفاده میکند. معمولا فرهنگ سازمانی باید تغییر کند تا به طور موثری یک محیط اشتراک دانش را ایجاد کند.
• یک فرهنگ دانش دوستی که مستقیما منجر به حمایت کاربر می‌شود
• یک زبان و هدف واضح که کاربران را به خرید در سیستم تشویق کند. گاهی اوقات نیاز است که برنامه‌های کاربردی ساده و مفیدی در ابتدا پیاده سازی شوند.
• تغییری در عملکردهای انگیزشی برای ایجاد یک فرهنگ اشتراک گذاری
• کانال‌های متعدد برای انتقال دانش – زیرا اشخاص دارای روش‌های مختلفی برای کار کردن و بیان کردن خود هستند. کانالهای متعدد باید یکدیگر را تقویت کنند. انتقال دانش باید به سادگی و بدون مزاحمت انجام گیرد.
• سطحی از گرایش فرایندی که تلاشهای مدیریت دانش را ارزشمند سازد. به عبارت دیگر، روشهای کاری جدید و بهبود یافته می‌تواند ایجاد شود.
• روشهای انگیزشی ارزشمند، مانند پاداش‌ها و تصدیق برای تشویق کاربران به اشتراک و استفاده دانش
• حمایت مدیریت ارشد. این برای شروع پروژه، فراهم کردن منابع، شناسایی دانش پراهمیت که به موفقیت سازمان کمک می‌کند،و بازاریابی پروژه،حیاتی است.
یادگیری و اشتراک موثر دانش، نیاز به تغییر فرهنگ در سازمان، عملکردهای مدیریتی جدید، الزام مدیریت ارشد و پشتیبانی تکنولوژی دارد. فرهنگ سازمانی باید به یک فرهنگ اشتراک گذاری تغییر مسیر دهد. این باید توسط یک رهبری قوی در بالا و فراهم کردن ابزارهای مدیریت دانشی که واقعا کار افراد را بهتر می‌کند، مدیریت شود. برای استفاده دلگرم کننده از سیستم و اشتراک دانش،افراد باید به خوبی برای به اشتراک گذاشتن دانش،انگیزه داده شوند. مکانیزم انجام چنین کاری باید بخشی از شغل آنها شود واین باید در حقوق آنها بازتاب داشته باشد. افراد باد تشوی شوند که دانش را در KMS به کار ببرند. بار دیگر، این باید بخشی از شغل و ساختار‌های پاداش آنها شود.
همزمان با اینکه بیشتر شرکتها قابلیتهای مدیریت دانش را توسعه می‌دهند، بعضی از قوانین پایه‌ای آشکار می‌شوند. موفقیت به عوال زیر بستگی دارد: یک منطق استراتژیک واضح برای مدیریت دانش، انتخاب زیرساختهای مناسب( تکنیکی یا غیرتکنیکی) و روش پیاده سازی که موارد بارز زیر را به همراه دارد: انگیزه دادن برای اشتراک دانش، منابعی برای نگهداری و ترکیب یادگیری سازمان، و توانایی هدایت کردنشبکه دانش برای پیدا کردن افراد و داده‌های درست.
معایب پنهانی سیستم‌های مدیریت دانش
در حالیکه مدیریت دانش نتایج مثبت بسیاری دارد همانطور که در بین مثال‌های فصل بحث شد، ممکن است نتایج منفی هم مربوط به استفاده مجدد دانش وجود داشته باشد که ملاحظه نشده است.
Henfridsson و Soderholm (2000) وضعیتی را که کلوچه‌های شرکت Mrs. Fields با آن روبرو شد را بررسی کردند. Mrs. Fields در مدت اوایل دهه 1980 به سرعت و موفقیت رشد کرد. یک نکته کلیدی در استراتژی شرکت این بود که تخصص را مستقیما از قرارگاهها به همه فروشگاه‌ها فراهم می‌کرد.
همزمان با افزایش تعداد فروشگاهها،تنها راه عملی برای دست یافتن به کنترل مستقیم،استفاده از سیستم‌های اطلاعاتی بود که از تصمیم گیری Debbi Fields واقعی تقلید می‌کرد. سیستم‌های واقع در هر فروشگاه، داده‌ها را وارد می‌کرد(مانند دما، روزهفته، تاریخ) ؛ سیستم آنها را پردازش کرده و دستورالعمل‌های خروجی را برای مدیر فروشگاه بیان می‌کرد مثلا چه تعداد کلوچه از هر نوع، در هر ساعت پخت می‌شود.اساساً نرم افزار برای مدیر هر فروشگاه راهنمایی‌های آشکاری را برای برنامه ریزی محصولات هر روز، فروش‌ها،زمانبندی کار را در طول کنترل لیست‌های موجودی و سفارشات، فراهم می‌کرد. به علت سیستم‌های کامپیوتری با عملکرد خوب، که اصولا سیستم‌های طراحی شده برای قابل دسترس کردن دانش پنهان برای همه فروشگاهها بودند،Mrs. Feilds قادر بود با سطوح کم مدیریتی با موفقیت عمل کند. اگرچه Mrs.
Feilds در پاسخگویی به بازار کند بود اما شروع به تغییر کرده و مشتریان آگاهتر شدند. با ترکیب دانش زیاد به سیستم‌ها به صورت ناسازگار، سازمان، خود را ملزم به یک روش مشخص برای انجام کارها کرده و در دست زدن به خلق دانش، دچار شکست شد( یعنی در دریافت علائم از محیط که ممکن بود تغییری را در تمرکز محصول و استراتژی پیشنهاد دهد، شکست خورد). در اوایل دهه 1990، شرکت ورشکسته شد.
وضعیت Mrs. Fields نشان می‌دهد که اگرچه سازمان‌ها ممکن است بوسیله سیستم‌های مدیریت دانش به سودمندی‌های کوتاه مدتی دست یابند،اما آنها نباید از ایجاد فرایند خلق دانش جدید غافل شوند، تا آنها کمتر با بکارگیری راه حل‌های دیروزشان به عنوان مشکلات امروزشان مواجه شوند.
نکات پایانی
برای هزارن سال، ما در مورد استفاده موثر دانش و اینکه چطور آن را ذخیره و مجدداً استفاده کنیم، می‌دانیم. سازمان‌های هوشمند تشخیص می‌دهند که دانش یک سرمایه فکری است، شاید تنها موردی که به مرور زمان رشد می‌کند و وقتی به طور موثری فراهم شود می‌تواند رقابت و نوآوری را تقویت کند. سازمانها می‌توانند از فناوری اطلاعات استفاده کنند تا مدیریت واقعی دانش را اجرا کنند. بکارگیری منابع فکری کل سازمان می‌تواند تأثیر مالی چشم گیری داشته باشد.
با مدیریت دانش، تعاریف، مفاهیم، متدلوژی واضح هستند، چالش‌ها مشخص و قابل رفع هستند، مزایا واضح و معتبر بوده و ابزارها و تکنولوژی‌ها قابل رشد و دوام خواهند بود. موضوعات کلیدی شامل فرهنگ سازمانی، ضمانت اجرایی و ارزیابی موفقیت می‌باشد. موضوعات تکنولوژی در مقایسه با آنها کمتر هستند. مدیریت دانش تنها یک مد زودگذر دیگری از مدیریت گران و هزینه بر نیست. مدیریت دانش یک الگوی جدید برای چگونه کار کردن ماست.
نمونه سوالات
1. دانش ضمنی و آشکار را تعریف کرده و تفاوتهای آن را بیان کنید.
2. چرخه مدیریت دانش را رسم کرده و فعالیتهای موجود در آن را توضیح دهید.
3. روش‌ها و راهکاری مختلف که در مدیریت دانش بکار گرفته می‌شود را بیان نموده و مقایسه کنید.
4. دلایل عدم اشتراک دانش توسط افراد در سازمانها چیست.
5. مولفه‌ها و اجزای سیستم‌های مدیریت دانش را نام برده و توضیح دهید.
6. فرآیندهایی که مدیریت دانش در برمی گیرد را توضیح دهید.
7. چهار روش خلق دانش را بیان کرده و به طور مختصر شرح دهید.
8.CKO به چه معنی است و چه وظایفی در مدیریت دانش به عهده دارد.
9. ارزیابی مدیریت دانش به چه روشهایی صورت می‌گیرد.
10. عوامل موثر در شکست و موفقیت مدیریت دانش توضیح دهید.


10 هوش مصنوعی و سیستم‌های خبره:
سیستمهای پایگاه دانش (مبتنی بر دانش)
اهداف یادگیری :
توصیف مفهوم و فرضیه هوش مصنوعی
درک اهمیت دانش در پشتیبانی تصمیم گیری
توصیف مفهوم و فرضیه قوانین ابتدایی سیستم‌های خبره
درک معماری قوانین پایه سیستم‌های خبره
توضیح مزایا و محدودیت قوانین پایه سیستم پشتیبانی تصمیم
شناخت کاربرد مناسب سیستم‌های خبره
بعضی از تصمیمات مدیریتی بصورت ذاتی در فرد وجود دارد و برای پیشرفت، نیاز به علم تصمیم گیری دارند که فقط در انسان‌های خبره وجود دارد . بنابراین برای توسعه سیستم‌های تصمیم گیرنده، انتقال این علم به آنها لازم و ضروری است . سیستمی که دانش آن کامل شده باشد، سیستم خبره یا سیستمهای پشتیبانی تصمیم گیری مبتنی بر دانش ( KBDSS) و یا سیستمهای پشتیبانی تصمیم هوشمند نامیده می‌شود (( KBDSS ) . ( IDSS قادر به بهبود توانایی‌های سیستم تصمیم گیرنده، نه تنها از طریق ارائه ابزاری است که مستقیما تصمیم گیرنده‌ها را حمایت می‌کنند بلکه قادر به ارائه و بهبود سیستم‌های تصمیم گیرنده‌های گوناگونی هستند که کامپیوتری شده‌اند . پایه و اساس ساخت چنین سیستمی شامل تکنیکها و ابزارهایی می‌شود که در محیط هوش مصنوعی توسعه یافته باشند که سیستم هوشمند، یکی از ابتدایی‌ترین آنها می‌باشد .
این فصل ضرورت هوش مصنوعی و سیستم‌های خبره را در بخش‌های زیر معرفی می‌کند :
1 – 10 افتتاح شکل ( OPENING VIGNETTE ) : سیستم‌های هوشمند در سیستم‌های مخابراتی KPN
2 – 10 مفهوم و تعریف هوش مصنوعی
3 – 10 فرضیه هوش مصنوعی
4 – 10 زمینه‌های هوش مصنوعی
5 – 10 مفاهیم اساسی سیستم‌های خبره
6 – 10 کاربرد سیستم‌های خبره
7 – 10 ساختار سیستم‌های خبره
8 – 10 سیستم‌های خبره چگونه کار می‌کنند : ( مکانیسم استنتاج )
9 – 10 دامنه مشکلات برای سیستم‌های خبره
10 – 10 مزایا و قابلیت‌های سیستم خبره
11 – 10 محدودیت‌های سیستم خبره
12 – 10 عوامل موفقیت سیستم خبره
13 – 10 انواع سیستم‌های خبره
14 – 10 سیستم‌های خبره در وب

1,10 افتتاح شکل : سیستم‌های هوشمند در سیستم‌های مخابراتی KPN و LOGITECH
Logitech ( اقتباس از قانون سیستم‌های نگهداری نرم افزار بر روی ایستگاه کاری 35000 بر اساس سیستم‌های خبره ) مشکل
KPN telecome یک شرکت ارتباطات اصلی است که خط ثابت شبکه‌ها در هلند،خدمات data/ip در اروپای غربی،و خدمات سیار در هلند،آلمان و بلژیک پیشنهاد میکند .این شرکت بیشتر از 38000 کارمند و 9,7 میلیون مشتری خط ثابت 4,13 میلیون مشتری سیار و 4,1 میلیون مشترکین اینترنت دارد .این شرکت در فهرست بورس اوراق بهادار آمستردام،نیویورک،لندن و فرانکفورت وارد شده است.برای یک شرکت در این اندازه این یک مسئله‌ی اصلی است که کار کردش را با هزینه‌ی کمتر حفظ کند. یک مسئله که باعث شده شرکت به زحمت بیفتد این است که چطور اطلاعات بیش از 35000 رایانه را به طور صحیح حفظ کند .از آنجا که این ایستگاه‌های کاری در زمانهای مختلف سفارش داده بودند و به سخت افزار‌های مختلف و تنظیمات نرم افزار، آن را به شدت وقت گیر و گاهی خسته کننده و تعمیر سرویس‌ها موجب تماس‌های بی پایان از کاربران می‌باشد.
حتی بدتر، بخش قابل توجه اطلاعات نگهداری شده است، به علت معاملات کارمند یا بازنشستگی از دست رفته است .
راه حل
قانون مبتنی بر سیستم به نام Archimedes که در تصرف، مدیریت توسعه یافته بود و بطور خودکار از 35000 ایستگاه‌های کاری نصب و نگهداری می‌کرد . سیستم یک ابزار به نام authorete استفاده می‌کرد .
www.haley. Coml 1688884221315072 / authorete . html
به منظور گرفتن دانش در مورد مشکلات نصب و راه حلهای خود را در اسناد هیات kpn گنجانده و فرآینده، مراحل و تجربه‌های جمعی که در آن است . هسته archimedes پایگاه دانش و رابط کاربری دوستانه است . به جای استفاده از ساختار پیچیده و دانش در جملات ساده بیان شده است . این به مراتب برای ساختن و حفظ پایه دانش آسانتر است . این جمله‌ها مشخص می‌کند که چگونه متخصصان، نصب‌های نرم افزار را تجربه می‌کنند و چطور آنها را تعمیر می‌کنند . راهنماهای سیستم کاربر را از طریق یک سری از اظهارات معنی دار در puul down منوها برای کمک به توسعه دهندگان kpn و خالص کردن دانش است . دانش مدیریت ماژول طبیعی زبان واحد پردازش که کاربر را قادر می‌سازد ارتباطات دوستان با سیستم داشته باشد . متخصصان در آن شرکت می‌توانند قوانینی را از طریق به رسمیت شناختن آزادی بیان با مولفه‌های دیکته کند . واحد پردازش زبان‌های طبیعی پس از آن می‌توانید به این احکام درک معنای دقیق و ذخیره ساختار تجزیه و منطق در دانش تحلیل شود .
پیاده سازی، موفق به کاهش قابل توجه در تعمیر و نگهداری نیروی انسانی، کاهش از 30 به 5 درصدی کارکنان منجر شد . کیفیت خدمات و توانایی برای حفظ محیط زیست سازگار است، همچنین محاسبات بهبود یافته است .
سوالاتی برای افتتاح شکل :
1. ویژگی‌های مشترکی که این دو مورد دارند را توصیف کنید ؟
2. انگیزه توسعه این سیستم‌های هوشمند را بیان نمایید .
3. مقش سیستم‌های هوشمند و مزایای بالقوه آن را توضیح دهید ؟
4. مشکلات عمده‌ی توسعه این سیستم‌ها چه هستند .
5. این سیستم‌های متفاوت از DSS سنتی چطور توسیف شدند ؟
6. درس‌های مدیریتی یاد گرفته شده از این سیستم‌ها را بنویسید؟

2,10 مفاهیم و تعاریف هوش مصنوعی
افتتاح شکل نشان داد که برخی از تصمیم گیری در شرایط پشتیبانی توسط داده‌ها و مدیریت مدل ارائه شده ممکن است به تنهایی کافی نباشد . پشتیبانی سیستم‌های تکمیلی توسط کارشناس ( es ) ارائه شده بود که به دلیل تخصص انسانی جایگزین تهیه شده توسط دانش لازم است . چگونه تاکنون چندین فن آوری هوشمند می‌تواند مورد استفاده قرار گیرد به پشتیبانی شرایط تصمیم گیری که نیاز به تخصص دارد . همه این فناوری استفاده از دانش کیفی و نه از مدل‌های ریاضی را به منظور ارائه پشتیبانی لازم را به عنوان دانش اشاره شده مبتنی بر سیستم می‌داند . به فن آوری عمده زمینه‌های این برنامه‌ها هوش مصنوعی گفته می‌شود .
تعاریف هوش مصنوعی
هوش مصنوعی ( AI ) یک زمینه از علوم رایانه است که شامل تعاریف بسیاری است .
( جکسون 1999 و ری نه 1996 )
اما اکثر کارشناسان معتقدند که هوش مصنوعی با دو ایده اسای در ارتباط است:
اول، آن را شامل تحصیل فکر فرآیندهای انسان ( برای درک آنچه را که هوش می‌نامند ) دوم،هوش مصنوعی با نشان دادن و نت برداری توسط ماشین‌ها (مانند رایانه و ربات)
یک تعریف بهتر از AI به شرح زیر است: هوش مصنوعی رفتاری از یک ماشین است که اگر توسط انسان انجام شود باهوش خوانده شود.یک تعریف برانگیزاننده توسط ریچ و نایت(1991)فراهم شده است:هوش مصنوعی مطالعه چطور ساختن رایانه برای انجام کارها‌ی بهتر انسان در هر لحظه.
یک برنامه‌ی شناخته شده ازهوش مصنوعی deep blue است،برنامه شطرنجی که توسط یک تیم پژوهشی در آی بی ام تولید شد (مراجعه کنید به AIS 1 – 10 ) این برنامه قهرمان جهان یعنی گری کاسپارف را در بازی که معمولا بازیکنان با هوش پیروز می‌شدند شکست داد.برای بهتر فهمیدن آن که هوش مصنوعی چیست ما باید اول نگاهی به علائم هوش بیندازیم .
• فرا گیری یا درک از تجربه
• حس ساختن خارج از پیام‌های مبهم یا متناقض است
• با پاسخ دادن با سرعت و با موفقیت به یک وضع جدید(پاسخ‌های مختلف،انعطاف پذیری)
• استدلال کاربرد در حل کردن مسئله‌ها و هدایت کردن اخلاق به طور موثری
• رفتار و وضعیت‌های گیج کننده
• فهمیدن و استنباط کردن در راه‌های عقلی و معمولی
• با گرفتن دانش که محیط را ماهرانه بکار می‌برد
• تفکر و استدلال
• با شناختن اهمیت مربوط به عنصر‌های متفاوت در یک وضعیت
یک آزمایش جالب توسط تورینگ طراحی شد که آزمایش تورینگ نامیده شد و هوش و رفتار عمده کامپیوتر را مشخص می‌کرد بر طبق این آزمایش، یک کامپیوتر می‌تواند با هوش در نظر گرفته شود تنها زمانی که انسان مصاحبه گر نتواند کامپیوتر را تشخیص دهد در حالیکه با هر دوی آنها صحبت می‌کند یک شخص نامرئی و یک کامپیوتر نامرئی
ضربه کامپیوتر هوشمند به استاد بزرگ شطرنج
در سال 1997، آبی عمیق ( deep blue )، یک سیستم کامپیوتری مسلح به هوش مصنوعی، قهرمان روسی شطرنج جهان، گری کاسپاروف را در شش بازی شکست داد، او کسی است که در بین بسیاری از بهترین بازیکن شطرنج که تاکنون زندگی می‌کردند مورد توجه قرار می‌گرفت . این اولین باری بود که یک کامپیوتر ثابت کرد هوشمندی در یک زمینه‌ای که همانند نیاز هوشمندی انسان است .
سیستم در ماشین مدل 6000 ibm - RS/ اجرا شد که قادر بود 200 میلیون حرکت در ثانیه انجام دهد و 50 میلیارد موقعیت را در سه دقیقه، اختصاص داده شده برای حرکت در یک پست نشان داد . ماشین 6000RS/ همان نوعی از سیستم‌ها بود که مورد استفاده صدها کاربردهای تجاری و تکنولوژیکی قرار می‌گرفت اولین مسابقه بین آبی و عمیق و کاسپاروف در سال 1996 اتفاق افتاد . و Deep blue در آن زمان برنده مسابقه بود. تیم شش نفره طراحی توسط چونگ جن یک اکتشاف ترکیبی طراحی کرده بود و از مدل جستجوی بسیار قوی برای تخمین ارزش حرکت‌های مختلف استفاده کرد . گرچه برنده شدن کامپیوتر قطعی نبود اما کامپیوتر هوشمند برنده شد و آن نشان داد که پتانسیل هوش مصنوعی بخصوص در زمینه پشتیبانی تصمیم بسیار بالا است . کامپیوترها مجهز به استدلال هوشمندانه قادر خواهند بود مدیران را کمک کنند تا کمترین ریسک و بیشترین کارایی را داشته باشند . در فوریه 2003 بازی کامپیوتری
دیگری بین کاسپاروف و deep junior سه بار کامپیوتر قهرمان شطرنج، بوسیله امیر بان و shay bushinsky در اسراییل برنامه ریزی شد. و در پایان تیجه 3 – 3 مساوی شد . این بیشترین دفعه‌ای بود که دانش در برنامه شطرنج کامپیوتری می‌توانست قوی تر باشد همانند یک بهترین بازیکن انسانی .
اطلاعات بیشتر در مورد این بازی‌ها در سایت
.www.research.ibm.com/deeblue/ and www.uschess.org/news/press/ uspr0307.html . وجود دارد
صفات هوش مصنوعی
اگرچه هدف نهایی هوش مصنوعی ساخت ماشین‌هایی است که از انسان هوشمند تقلید کنند و قادر باشند محصولات تجاری را تولید کنند . هیچ موفقیت قابل توجهی در توانایی هوش مصنوعی فعلی بدست نیاورد. برنامه‌های هوش مصنوعی به طور مستمر بهبود می‌یابند و آنها بهره وری و کیفیت را افزایش می‌دهند به وسیله چندین وظیفه خودکار که به انسان‌های هوشمند نیاز دارند . به برخی از تکنیک‌های هوش مصنوعی در زیر اشاره می‌شود
پردازش نمادین صفت اساسی هوش مصنوعی است، همانطور که در تعریف زیر منعکس شده :
هوش مصنوعی شاخه‌ای از علم کامپیوتر است که در درجه اول از رفتار نمادین به روش‌های غیر الگوریتمی در حل مشکلات استفاده می‌کند .این تعریف در دو مشخصه می‌باشد :
• عددی در مقابل نمادین: کامپیوترها در اصل با پردازش عددی طراحی شده بودند. بنابراین افراد تمایل دارند که به نمادین نیز فکر کنند. ابتدا هوش ما به نظر می‌رسد در قسمتی بر روی توانایی ذهنی برای دستکاری نمادها نسبت عددی تمایل داشته باشد . بنابراین پردازش نمادین بر روی هوش مصنوعی بنا شده است این به این معنی نیست که هوش مصنوعی درگیر ریاضیات نمی‌شود بلکه تاکید AI، کار بر روی نمادها است.
• الگوریتمی در مقابل اکتشاف : الگوریتم پردازش گام به گام است که به خوبی با نقاط شروع و پایان تعریف شده است و حل یک مشکل را تضمین می‌کند . اغلب معماری کامپیوتر آماده افزودن خودشان به این نگرش گام به گام هستند . بسیاری از انسانها به استدلال پردازش غیر الگوریتمی فکر می‌کنند به عبارت دیگر فعالیت ذهنی ما شامل چیزی بیشتر از پردازش گام به گام منطقی می‌باشد .
تفکر انسان بیشتر تکیه در قواعد آموخته شده از تجربه قبلی و حس درونی دارد .
( heuristics ) اکتشاف
اکتشاف شامل دانش بصری و یا قواعد کلی، آموخته شده از تجربه می‌باشد نقش خودش را در هوش مصنوعی در زیر دیده می‌شود :
هوش مصنوعی شاخه‌ای از علم کامپیوتر است که معامله می‌کند با راهی به نمایندگی از دانشی که استفاده می‌کند از نمادها با قوانین نمادی، اکشتاف، روشها‌ی پردازش اطلاعات ( دائره المعارف انگلیسی ) . با استفاده از اکتشاف، کسی نمی‌تواند بطور کامل فکر کند که چه چیزی هر دفعه انجام می‌گیرد تا به مشکل مشابه مواجه شده است . به عنوان مثال، وقتی که فروشنده نقشه می‌کشد تا مشتریان را از شهرهای مختلف ببیند، اکتشاف خوب این است که، نزدیکترین بعدی را ملاقات کند . (موسوم به نزدیکترین همسایه – اکتشافی ). بسیاری از روشهای هوش مصنوعی مقداری از انواع اکتشاف را برای کاهش پیچیدیگی حل مساله استفاده می‌کند .
Inferencing
به عنوان جایگزین اکتشاف، هوش مصنوعی همچنین توانایی استدلالی را که می‌تواند یک سطح دانش بالایی از اکتشاف موجود را بسازد دارد . این استدلال شاملInferencing می‌باشد که از عوامل و قوانین اکتشاف، یا از دیگر رویکردهای جستجو استفاده می‌کند .

یادگیری ماشینی
آموزش قابلیت مهم برای انسان است . سیستم‌های هوش مصنوعی قابلیت انسانها را در امر یادگیری
ندارند . اما آنها توانایی یادگیری مکانیکی را دارند .که موسوم به یادگیری ماشینی است که به سیستم اجازه می‌دهد تا رفتارش را تنظیم کند و در مقابل تغییرات در خارج از محیط واکنش نشان دهد .
روش‌های یادگیری ماشینی زیادی برای توسعه سیستم‌های هوشمند وجود دارد که شامل یادگیری قیاسی، شبکه‌های عصبی هوشمند و الگوریتم‌های ژنتیک
3,10 تکامل هوش مصنوعی
توسعه هوش مصنوعی شامل چهار مرحله اصلی است . شکل 1 – 10 تکامل را از سال 1960 تا کنون را نشان می‌دهد . یک گروه از بزرگترین دانشمندان کامپیوتری در کالج دورتموند جمع شدند تا پتانسیل کاربردهای کامپیوتر را افزایش دهند . آنها مطمئن بودند که کامپیوترها قدرت محاسبه گری زیادی دارد و قادر خواهد بود تا مشکلات پیچیده‌ای را حل کند که خارج از توانایی انسانها می‌باشد .
خیلی از راه حل‌هایی که در آن زمان ایجاد شد، ابتدایی بودند و از این رو به آنها ( راه حل‌های مبتدی و ساده ) گفته می‌شد . ( NAÏVE SOLUTION )
بعد از چندین سال آزمون و خطا، دانشمندان بر توسعه بیشتر روش‌های حل مسال مفید تمرکز کردند. مانند دانش طرح نمایش، استراتژی‌های مستدل و روش‌های جستجوی اکتشاف‌های مفید . از آنجایی که ویژگی این مرحله، توسعه روش‌های همه منظوره است، این روش به نام ( روش مرحله عمومی ) نامیده شد. پس از ساختن روش‌های عمومی به اندازه کافی، افراد شروع به اعمال آنها در برنامه‌ها و کاربردهای دنیای واقعی کردند . در این مرحله کاربردها نسبت به اول که ما همه چیز را در مورد مشکل بودن حل مساله می‌دانستیم، بسیار مشکل تر بود بنابراین اغلب برنامه‌های کاربردی در یک دامنه دقت تعریف شده و با دانش تخصصی مورد هدف قرار گرفتند . سیستم‌های از این نوع را سیستم‌های خبره نامیدند ( es ) . ویژگی آن این است که دستیابی به دانش تخصصی، نقش کلیدی در سیستم‌های توسعه است. ما آن را دامنه مرحله دانش می‌نامیم


- هوش مصنوعی ارزان تر از هوش طبیعی است . شرایط زیادی وجود دارد در حالیکه خرید خدمات کامپیوتری هزینه کمتری متناظر با حمل قدرت انسان در کارهای مشابه دارد . این یک واقعیت ویژه است که دانش در همه وب انتشار پیدا کرده است .
- هوش مصنوعی یک تکنولوژی کامپیوتری است و کامل و سازگار می‌باشد . هوش طبیعی سرگردان است . برای اینکه مردم سرگردان هستند . آنها همیشه با هم سازگار نیستند .
- هوش مصنوعی می‌تواند مستند باشد . تصمیمات به وسیله یک کامپیوتر گرفته می‌شود که می‌تواند د بوسیله پی گیری فعال سیستم به اسانی مستند شود . مستند کردن هوش طبیعی خیلی سخت و مشکل است . به عنوان مثال، یک شخص ممکن است به نتایجی برسد اما تاریخ آن کمی دیر شود، دیگر قابل استفاده برای ایجاد پردازش مستدل نباشد . یا حتی قادر نیست پیش فرض‌هایی را که قسمتی از تصمیم بود را، فراخوانی کند .
- هوش مصنوعی می‌تواند وظایف خاصی را سریع تر از انسان اجرا کند .
- هوش مصنوعی می‌تواند وظایف خاصی را بسیار بهتر از، اکثریت افراد انجام دهد .
اما هوش طبیعی نیز چندین امتیاز بر هوش مصنوعی دارد . مانند :
- هوش طبیعی بسیار خلاق است . در حالیکه هوش مصنوعی تا حدی بی روح است . توانایی کسب دانش در انسان، ذاتی است اما دانش هوش مصنوعی، باید با دقت فراوان در سیستم ساخته شود
- هوش طبیعی قادر است افراد را بهره مند کند و از تجربیات بطور مستقیم استفاده نماید در حالیکه اکثریت سیستم‌های هوش مصنوعی با نمادهای ورودی و نمایندگی‌ها کار می‌کنند .

از زمان 1990، بیشتر روشهای پیشرفته حل مشکل، توسعه داده شدند . یک نیاز قوی برای ترکیب چندگاه تکنیکها و حل مشکلات در دامنه‌های چندگانه وجود دارد . سیستم‌های ترکیبی مانند ترکیب قوانین پایه و حالت‌های پایه سیستم‌ها یا ترکیب شبکه عصبی هوشمند و الگوریتم‌های ژنتیکی، لازم بودند . ما آنها را مرحله ترکیب می‌نامیم .
برای استفاده از هوش مصنوعی در سیستمهای پشتیبانی تصمیم، چندین امتیاز و محدودیت وجود دارد .
برای مقابله هوش مصنوی و طبیعی، بخش 2 – 10 را ببینید .

4,10 زمینه هوش مصنوعی
هوش مصنوعی یک مجموعه‌ای از مفاهیم و عقاید برای توسعه سیستم‌های هوشمند است . این مفاهیم و عقاید ممکن است در زمینه‌های مختلف توسعه داده شود و در دامنه‌های متفاوت اعمال شود .
به عبارت دیگر یعنی، فهمیدن میدان هوش مصنوعی . بنابراین ما نیاز داریم تا یک گروهی از زمینه‌هایی را که ممکن است خانواده هوش مصنوعی، را ببینیم . شکل 2 – 10 شاخه‌ای اصلی مطالعه هوش مصنوعی را نشان می‌دهد . آنها در زیر شرح داده شده‌اند .
سیستم‌های خبره
نام سیستم خبره از واحد پایگاه دانش سیستم خبره گربته شده است. یک سیستم خبره یک سیستمی است که از دانش انسانی در حل مشکلاتی استفاده می‌کند که برای حل آنها به انسان‌های متخصص نیاز است . بخش‌های بعدی این فصل جزییات را شرح خواهند داد .
پردازش زبان طبیعی
پردازش زبان طبیعی ( nlp ) تکنولوژی است که به کاربران کامپیوتر امکان می‌دهد تا با یک کامپیوتر در زبان محلی خودشان ارتباط برقرار کنند . این تکنولوژی اجازه می‌دهد برای رابط محاوره ای، در مقایسه با استفاده از یک زبان برنامه ریزی شامل دستورات، قواعد است . آن شامل دو دو زیر زمینه است :
- زبان‌های طبیعی فهمیدنی که روشهای توانایی کامپیوترها برای دریافت دستورات داده شده در ترتیب انگلیسی رسیدگی می‌کند . بنابراین آنها می‌توانند افراد بیشتری را به آسانی درک کنند .
- زبان طبیعی عمومی که تلاش می‌کند تا کامپیوترها، در ترتیب انگلیسی تولید شوند . بنابراین افراد می‌توانند همه آنها را به اسانی درک کنند . این نمونه‌ای از موفقیت محدود در زمینه سیستم‌های جاری است که می‌توانند جملات نوشته شده را درک کنند و تشخیص دهند .
reiter & dale & mcroy 2002 و appendix 10 – b جزییات در مورد این موضوع در شرح داده شده است
درک بیان ( صدا )
درک بیان، یک شناخت و درک از زبان گفتگو به وسیله کامپیوتر است . اغلب اطلاعات در مورد پردازش زبان گفتگو را می‌توانید در ( 1999 ( balentine و ( 2001 ( huang . پیدا کند
تکنولوژی کاربردها بیشتر و عمومی تر شده است . تا این لحظه شرکت‌های زیادی هستند که این تکنولوژی‌ها را در مراکز نامنشان در اختیار گرفتند . بخش 3 – 10 را برای توضیحات ببینید .
رباتیک‌ها و سیستم‌های سنسوری
سیستم‌های سنسوری مانند سیستم‌های دید، سیستم‌های لمس کردنی و سیستم‌های پردازش آنالوگ که وقتی با هوش مصنوعی ترکیب می‌شود، رباتیک نامیده می‌شود .
ربات، یک دستگاه الکترومکانیکی که می‌تواند برنامه ریزی شود تا وظایف دستی انسانی را انجام دهد .

شکل 2 – 10 نظم ریشه‌های هوش مصنوع ( AI ) و کاربرد آنها
A زبان شناسی روان B زبان شناسی اجتماعی C زبان شناسی رایانه‌ای
D سامانه یا سیستم انطباقی E روانشناسی ریشه‌ای F فلسفه
G فلسفه زبان H منطق و استدلال I ربات، آدم مصنوعی
J فرایند، پروسه K شناسایی الگو L مدیریت M آمار / ریاضیات N تحقیق عملیاتی O سیستم‌های اطلاعاتی مدیریت P سیستم‌های اطلاعاتی مدیریت
AIS در فوکوس 3 – 10
گفتار شناختگی اتوماتیک رایج در مرکز فرمان‌ها
( AUTOMATIC SPEECH RECOGNITION POPULAR IN CALL CENTERS ) SPEECH RECOGNITION
بیشتر از یک تکنولوژی نیست .بیشتر شرکت‌ها از آن برای ارتباط با مشتری استفاده می‌کنند .
در آمریکا تنها بیشتر از50000 CALL CENTERS وجود دارد که به 90$ بیلیون خرید و فروش و تقاضای مشتری می‌پردازد .با عملگرهای انسانی هزینه گذاری در هر سو حدود 1$ برای هر دقیقه می‌باشد و SPEECH RECOGNITION به شرکت‌ها پیشنهاد می‌دهد که یک فرصت تخفیف برای کم کردن هزینه سربار دهند . CHARLES SCHWAB یک شرکت تخفیف دلال سهام آمریکایی را معرفی کرده اولا SPEECH RECOGNITION جزئی دلالی در 1996 بود که سالها از شماره حسابهای جدید تا 41 درصد افزایش داد و با توسعه دادن شرکت به وسیله حدود 97 میلیون تماسگرفته شد . سرپرست توانست به صورت اتوماتیک بفهمد که اسمهای 15000 نفر منصفانه وبرداشت بالا به 100000 فرمان در یک روز؛ و 93 درصد صحیح درشناختن پناهنده زمان اول آنها ساخته شده است .
هزینه بریدن فرم از روی 5-4 $ با هر فرمان 1$ است .
At & t و هدایت کردن از راه دور تلفن شرکت دردستگاه ایالات متحده وهمچنین گسترش دادن طبیعی زبان فرآوری سیستم در ان نگرانی از مرکز مشتری است . به کار می‌برد آن را در پردازشگری که بیش از 2 میلیون فرمان در ماه دارد.
موسسه رباتیک آمریکا، دستگاه ربات خودکاری را به عنوان دستگاه یا ماشین خودکار پیچیده دست ساز قابل برنامه ریزی تعریف نموده که مواد، قطعات، ابزارها را حرکت داده و یا وسیله‌ی مخصوصی که از طریق آن اجرا و انجام کارهای متنوع، حرکت‌های قابل تغییری را برنامه ریزی کرد . یک ربات هوشمند، قطعه حسگری دارد که عبارت است از دوربین که اطلاعات عملیاتی و محیطی ربات را جمع آوری می‌کند .
قسمت هوشمند ربات اجازه می‌دهد تا بپذیرد اطلاعات ترجمه شده را و در جواب دادن و درست کردن درتعویض کردن در آن محیط سریع تر از فقط پیروی کردن از دستور کار . 
( COPMUTER VISION AND SCENE دید کامپیوتر و منظره شناختگی RECOGNITION )
VISUAL RECOGNITION مشخص می‌کند چیزهایی را که باید اضافه شوند در برخی کامپیتر هوشمند و تصمیم گیران تا دیجیتالی کنند دید اطلاعات دریافت شده از ماشین حسگر همچون یک دوربین . از ترکیب شدن اطلاعات در انجام دادن یا کنترل عملیات‌ها استفاده می‌شود به طوری که دستگاه خودکار گردش و حمل کننده سریع وخط تولید وضعیت . هدف ابتدایی دید کامپیوتر، درک کردن متن ( ترجمه ) تا ساختن عکس است . ترجمه کردن متن راه‌های مختلفی دارد که به کاربردهایی بستگی دارد . .برای مثال درترجمه عکس‌ها‌ی گرفته شده به وسیله ماهواره، ممکن است کافی باشد که ناحیه‌ها آسیب دیده محصول را تعیین کند . در دیگر دست سیستم‌های دید روبات می‌توانند به دقت اجزاء نصب را به طور درست و صحیح طراحی کنند و آنها آیتم‌ها اضافه نمایند . برای جزئیات بیشتر sonka et al .وforsyth را ببینید (2002) .
( INTELLIGENT COPMPUTER – AIDED دستورات کمک کامپیوتر هوشمند INSTRUCTION )
( ICAI ) ( INTELLIGENT COPMPUTER – AIDED INSTRUCTION ) دستورات کمک کامپیوتر هوشمند : به ماشین‌هایی اشاره می‌کنند که می‌تواند انسانها را به یک اندازه معین آموزش دهند . مانند یک ماشین که می‌تواند یک نما از یک سیستم خبره بگیرد . اگر چه هدف عمده سیستم خبره، دادن مشاوره و آگاهی است، اما مقصود از icai، مطالعه است . دستورات کمک کامپیوتر سالهای زیاد استفاده می‌شوند و موجب می‌شود تا قدرت یک کامپیوتر برای پردازش آموزشی افزایش یابد . روش‌های ai اکنون مورد استفاده قرار میگیرند تا سیستم‌های کمک کامپیوتر هوشمند را توسعه دهند برای ایجاد آموزش‌های کامپیوتری شده که از تکنیک‌های مناسب برای آموزش درست دانش آموزان بصورت انفرادی استفاده می‌کنند . اینها مشهورترین سیستم‌های آموزشی هوشمند ( ITS ) هستند و تعداد زیادی از آنها در وب اجرا شده‌اند . ( بخش AIS 4 – 10 را ببینید )
AIS در فوکوس 4 – 10
سیستم‌های آموزشی هوشمنداینترنتی
سیستم آموزشی هوشمند یک سیستم کامپیوتری است که در یادگیری دانسته‌ها درحوزه‌ای خاص به شیوه‌ای انعطاف پذیر به کاربر کمک میکند. قابلیت کلیدی ومهم که بر موفقیت این سیستم‌ها تاثیر می‌
گذارد توانایی تحلیل رفتاریاد گیرنده وتنظیم مسیر یادگیری آن می‌باشد. بسیاری از شرکتها در حال معرفی سیستم‌های آموزشی هوشمند اینترنتی (ITS)به عنوان یک رویکرد مقرون به صرفه در ارائه آموزش به یادگیرنده وموقعیت مکانی می‌باشند. این مقوله خصوصا درحوزه‌های پیچیده موثر می‌باشد که دانش آموزان باید طیف وسیعی از مفاهیم را آموخته ودر موقعیت‌های منحصربه فرد به کارگیرند. درچنین مواردی آموزش مداوم ازطریق اینترنت کافی نمی‌باشد. ازطریق ITSمی توان برنامه‌ها را سفارشی نمود و این امکان را فراهم کرد که آموزگاربرموفقیت دانش آموزان از راه دور نظارت داشته باشند. ارائه دهندگان این دوره‌ها به سادگی مطالب آموزشی را نگهداری وبه روزمی نمایند وبهره وری آموزگارنیز ازطریق ITSارتقا می‌یابد. درضمن این سیستم‌ها برای آموزش تخصصی و اصلاح درست مانند آموزش خصوصی نیز ارائه می‌شوند.
ITSازسیستم‌های هوشمند مختلف ازسیستم‌های تخصصی یا استدلال موردی استفاده می‌کند که شامل موقعیت‌های واقع گرایانه برای حل مسئله وراهکارها می‌باشد. مبنای این نمونه‌ها و عملکردها دارای موقعیت واقع گرایانه برای حل مسئله است و آنها را به عنوان شبیه سازیهای مجازی ارائه می‌کند. هر یک از نمونها شامل موارد ذیل است:
- یک توضیح چند رسانه‌ای از شکل که ممکن است درزمان بیشتری استنتاج شوند.(مثل یک مسئله تاکتیکی)
- توضیحی از عملکردهای صحیح شامل مراحل جایگزینی وانتخابی ومستقل .
- توضیحی چند رسانه‌ای از نحوه درستی این مراحل.
- فهرستی ازروش‌ها برای تعیین نحوه‌ی درستی عملکرد دانش آموزان.
- فهرستی از اصول آموخته شده برای انجام عملکرد صحیح
دانش آموزان مسائل را به صورت متقابل حل میکنند که در نتیجه فرصتی برای انجام مهارت‌های ضروری ایجاد میشود و درضمن دو گونه عیب وایراد در داشته‌ها را نشان میدهد.ITS دانش آموزان را در حال انجام شبیه سازی، تعیین نقاط ضعف و قوت در عملکرد آنها نظارت میکند وآموزش‌هایی را برای رفع این ضعف‌ها ارائه مینماید.
این یک الگوی جدید برای آموزش ITS است. یکی از نمونه‌ها ابزار مسئول ITS از موسسه ی((stottle;henkeاست که در ساخت برنامه‌های آموزشی قابل ارائه‌ی در داخل شبکه و پورتال‌ها کمک مینماید.
یکی از کاربردهای سیستم آموزشی هوشمند برای راه اندازی توربین در یک کارخانه است که توسط لویز و همکارانش گزارش میشود. ( 2003 )
محاسبه‌ی عصبی
یک شبکه‌ی عصبی شامل مجموعه‌ای از مدل‌های ریاضی است که روش عملکرد ذهن انسان را شبیه سازی م یکند . چنین مدلها یی دربسته‌های شبکه عصبی برای کامپیوترهای خانگی با کاربردهای اسان وانعطاف پذیراجرا میشوند برای مثال anscough همکاران (1977)fodialla و2001lin و 1998haykin را در نظر بگیرید.در فصل دوازدهم در مورد محاسبه عصبی بیشتر به بحث و بررسی می‌پردازیم.
بازی کردن
بازی کردن یکی از اولین محدوده‌های مورد بررسی توسط محققان ai می‌باشد این محدوده برای استرتژی‌ها و ابتکارات نوین بسیار مفید است و بررسی و ارزیابی نتایج در این محدوده انجام میشود deep blue ( آبی عمیق ) یکی از نمونه‌های مطلوب در زمینه‌ی توسعه موفق است.
ترجمه زبان
در ترجمه اتوماتیک از برنامه‌های کامپیوتری برای ترجمه لغات و جملات از یک زبان به زبان دیگر بدون دخالت انسان استفاده میشودبرای مثال گروه logos یک بسته نرم افزاری را برای ترجمه زبان‌های متعدد ایجاد نموده است مؤسسه globalink دارای یک سری برنامه کمکی زبان است که در ویندوز اجرا می‌شود.چندین برنامه وجود دارد که صفحات web را به زبان‌های دیگر را ترجمه میکند. شرکت مک کام در کره یک فرصتی را برای مردم کره فراهم میکند تا به وب سایت به زبان ژاپنی دسترسی داشته باشند و یک خلاصه از محتوای آن را بخوانند .وقتی یک وب سایت برای ملاحظه دقیق انتخاب می‌شود،یک ترجمه اتوماتیک ارائه میشود.یک توضیح از یادگیری منطقی در ترجمه اتوماتیک navigli در دسترس می‌باشد. (
( 2003
منطق فازی
منطق فازی، تکنیکی برای پردازش عبارت زبان شناسی می‌باشد در واقع مفهوم منطق را برای یک درست/غلط ساده توسعه بخشیده تا امکان دستیابی به حقایق جزئی را ایجاد نماید.دانش غیر دقیق و استدلال نادرست نیز از جنبه‌های مهم تخصص در به کار گیری احساسات در موقعیت تصمیم گیری است.در منطق ارزش درست و غلط از طریق میزان عضویت مجموعه جایگزین می‌شود. برای مثال در یک منطق پولی، رکورد اعتبار شخص خوب یا بد است. در این منطق،رکورد اعتبارممکن است از طریق خوب و بد ارزیابی شود اما هر یک به میزان متفاوتی است.فصل دوازدهم وnguyen وwaiker را برای جزیئات بیشترملاحظه فرمایید.
الگوریتمهای ژنتیک
الگوریتمهای ژنتیکی روش‌های هوشمند با استفاده از کامپیوترها است . تا پردازش تکامل طبیعی برای یافتن الگویی از داده‌ها را شبیه سازی کند . برای یک مشکل خاص، راه حلی مانند ( کروموزوم ) که عموما دنباله‌ای از ( 0 و 1 ) است نشان دهنده ارزش متغیرهای تصمیم است . روش‌های ژنتیکی بطور تصادفی شروع می‌شود .

AIS در فوکوس 5 – 10
عوامل برنامه ریزی برای سفر به کالیفرنیا‌ی جنوبی
برنامه ریزی سفر‌های تجاری یک کار خسته کننده می‌باشد که شامل انتخاب پرواز، رزرو هتل و احتمالا رزرو ماشین یک بار در برنامه قرار است . بسیاری از تصمیم گیری‌های دیگر بر اساس، تجربه گذشته، ساخته می‌شود . از جمله تعیین اینکه برای رفتن به فرودگاه از رانندگی استفاده شود و یا از تاکسی استفاده گردد . زمان و تلاش لازم برای گرفتن تصمیمات آگاهانه، معمولا نسبت به هزینه اهمیت بیشتری دارند . برنامه می‌تواند تغییر کند و باعث کاهش قیمت بعد از خرید بلیط شود . تاخیرات پرواز می‌تواتند باعث از دست دادن ارتباطات و ملاقات شود و هتل‌ها و اتومبیل کرایه دچار تاخیر شوند، به دلیل اینکه دیر می‌رسند . تمام این وقایع برای مسافر تنش ایجاد می‌کند . برای رسیدگی به این مسایل، یک سفر یکپارچه برنامه ریزی و نظارت شده است که ( دستیار سفر ) نامیده می‌شود در سیستم دانشگاه کالیفرنیای جنوبی توسعه داده شده بود . سیستم، اطلاعات لازم را برای ساخت یک برنامه سفر، فراهم می‌سازد که برای آن از عامل اطلاعات استفاده می‌کند و اطلاعات را برای عامل برنامه ریزی و نظارت آماده می‌کند تا هرگونه تغییر را در برنامه اصلی پی گیری کند . هرگاه عامل اطلاعات، تقاضای اطلاعات خاص را داشته باشد آن را به وب سایت مناسب ارائه می‌دهد و یا اطلاعات را از وب سایت دریافت می‌کند و سپس آن را به عنوان یک سند XML بر میگرداند . عامل نظارت پی گیر وضعیت برنامه می‌شود . هر گونه اطلاعاتی که ممکن است باعث تغییر برنامه شود ( لغو یا تاخیر ) از طریق عوامل به کاربر پیام ارسال می‌شود . آنها وظایف خود را در فواصل منظم انجام می‌دهند . پیام‌های ارسال شده توسط عوامل عبارتند از : تاخیر در پرواز - لغو پرواز - فاکس به هتل - دسترسی به نزدیکترین پرواز و . . . )

از راه حل‌های تولید شده و ترکیب تصادفی بخش‌های کروموزمها به یک شکل جدید از راه حل‌ها با تولید چندگانه از کپی برداری و جهش گاهگاه بدست می‌اید . فرضیه سیر تکامل تا زمانی که راه حل خوب و رضایتبخش است، ادامه دارد . ببینید ( 1994 ( Goldberg برای مقدمه عالی و اجرای جاوا در ( ghaneahercock ) و ( 2003 ( ghanea – hercock و ) بخش 12 برای توضیحات بیشتر عامل‌های هوشمند
یک برنامه کوچکی هست که در رایانه‌ها مستقر می‌شود تا وظایف معینی را به طور اتو ماتیک اداره کند.
برنامه ویروس یابی یک مثال خوب است .این برنامه در داخل رایانه تان قرار می‌گیرد و درگاه‌های ورودی را اسکن می‌کند و ویروسهای پیدا شده را اتوماتیک وار از بین می‌برد .عوامل هوشمندپیش زمینه و محیط مانیتور را طی می‌کند و به شرایط فعال معین واکنش نشان می‌دهد عوامل هوشمند درخواستها را در وسایل کمکی شخصی – میل‌های الکترونیکی و اخبارهای فیلتر شده و پخش شده، قرار ملاقاتها وب‌های الکترونیکی، تجاری و اطلاعات گرد آوری شده را پیدا می‌کند ( ببینید AIS در بخش 5 – 10 برای مثال در قسمت 13 برای جزئیات بیشتر . )
5,10 مفهوم پایه سیستم‌های خبره
سیستم‌های خبره سیستم‌های اطلاعاتی بر پایه کامپیوتر‌ها هستند که استفاده می‌کنند از دانش ویژه در دست یافتن سطح بالا در انجام تصمیمات در یک مشکلات محدوده قلمرو MYCIN و توسعه یافت در دانشکده استنفورد در اوایل دهه 1980 برای تشخیص پزشکی عموماً اندیشه‌ی صحیح است مشهور تر برای سیستم ویژه و کاربردهای دیگری در مالیات، تجزیه اعتبار، تعمیر تجهیزات، و عیب یابی .مفهوم پایه سیستم‌های خبره شامل موضوعات بنیادی عمومی، ... چه کسانی متخصص هستند و چگونه می‌توانند انتقال دهند به بدن و چطور سیستم کار می‌کند .ما آنها در این بخش و بخشهای پیرامونش باید توصیف کنیم.
متخصصین
یک متخصص یک شخصی هست که دارای علم خاصی می‌باشد، قضاوت، تجربه، روشهای تنها با توانایی، .....
انجام این استعدادها برای دادن رایزنی و حل مشکلات می‌باشد . کار متخصص تهیه علم درباره‌ی چگونگی انجام دادن وظایف که علم پایه سیستم میخواهد انجام بدهد، است . متخصص می‌داند کدام واقعیت مهم است و معنی رابطه میان آنها را در تشخیص مشکل با سیستم ماشین الکترونیکی می‌فهمد.برای مثال : متخصص مکانیکی می‌داند که تسمه فن می‌تواند پاره می‌شوند و دلیل شارژ نشدن باطری باشد بنابراین معنی استانداردی برای متخصص وجود ندارد. اما تصمیم انجام کار و سطح دانش یک شخص موضوع معیار استفاده معین است اگر چه یک متخصص است .
موضوع متخصصین کمی مفهوم عمومی دارد .
اولاً : اکثر آنها توانایی حل مشکلات و دست یافتن و انجام کارایی بهتر را دارند .
ثانیاً : متخصصین به یک زمان و یک مکان خاص وابسته هستند .
مانند کارشناس زمان در جای دیگری نیست برای مثال : وکیلی در نیویورک قوانین برایش مانند یک کارشناس در بیجینگ چین نیست .
و یا
اینکه یک دانشجوی پزشکی ممکن است بیماری را با بستری شدن مریض تشخیص بدهد اما دیگری در یک بیمارستان سرپایی به تشخیص بیماری اقدام کند .
کارشناس توانایی این را دارد که بتواند مشکلات را حل کند و پدیده‌های اصلی را در قلمرو مشکلات بیان کند . عموماً کارشناسان انسانی توانایی انجام این کارها را دارند :
• شناخت و فرموله کردن مشکلات
• حل مشکلات به آرامی و درستی
• بیان راه حل
• آموزش از روش تجربه و تمرین
• بازسازی دانش
• شکستن قوانین اگر لازم باشد .
• تصمیم گیری رابطه خبرگی
وظایف ویژه وسیعی است که خبرگان دارای این علوم هستند .سطح خبرگی انجام تصمیمات معین است . اغلب از آموزش، خواندن و تمرین به این علم خبرگی می‌توان دست یافت که شامل علم صریح مانند تئوریهای آموزش در کتاب یا کلاس و علم مفهومی تجربی است .در زیر لیستی از انواع دانش احتمالی آمده است .
- تئوریهای در رابطه با قلمرو مشکلات
- قوانین و روشهای وابسته به حوزه مشکلات عمومی
- قوانین درباره‌ی چطور انجام شدن وظایف در شرایط مشکل
- استراژی جهانی برای حل مشکلات عمومی
- متا دانش ( دانش درباره دانش )
- حقایقی در مورد مشکلات محلی
متخصصین کسانی هستند که انواع دانش بالا را دارند و قادرند نسبت به افراد غیر متخصص، بهترین و سریع‌ترین تصمیمات را در مورد مشکلات پیچیده بگیرند . خبرگی اغلب پارامترهای زیر را دارد :
- خبرگی معمولا با درجه بالایی از هوش ارتباط دارد، اما نیازی نیست با باهوش‌ترین شخص مقایسه شود
- خبرگی معمولا با تعداد فراوانی از دانش ارتباط دارد
- خبرگی از موفقیت‌ها و شکست‌های گذشته یاد می‌گیرد
- دانش خبره،خیلی خوب ذخیره می‌شود، سازماندهی می‌شود، به سرعت بازیافت می‌شود از یک خبره
- متخصصین می‌توانند از الگوهای تجربه خود استفاده نمایند ( فراخوان عالی ) امکانات سیستم‌های خبره
سیستم‌های خبره باید دارای امکانات زیر باشند :
- خبرگی : یک توصیفی از موارد بالاست . متخصصین دارای رتبه‌های متفاوتی از خبرگی هستند .
سیستم‌های خبره باید خبرگی شان پردازش شود که قادر خواهد بود تا یک سیستم خبره با رتبه تصمیم گیری بسازد . سیستم باید نمایشگاهی از عملکرد قوی و مناسب متخصص باشد .
- استدلال نمادین: بنیاد و پایه اساسی هوش مصنوعی، استفاده استدلال نمادین از محاسبات ریاضی است . این همچنین برای سیستم‌های خبره نیز درست است . آن دانشی است که باید نماینده نمادین و اصلی مکانیسم استدلال‌ها باشد . و باید همچنین نمادین باشد . انواع مکانیسم استدلال نمادین شامل، زنجیره‌های پسرو و زنجیره‌های پیشرو است که در بخش بعدی شرح داده می‌شود .
- دانش عمیق : این نگرانی‌ها در سطح خبرگی از پایگاه دانش است . پایگاه دانش باید شامل دانش‌های پیچیده باشد نه اینکه در میان افراد غیر متخصص به آسانی پیدا شود .
هوش مصنوعی و سیستم‌های خبرهدانش مبتنی بر دانش :
سیستم‌های خبره باید بتوانند که پردازش و تحلیل خود را آزمایش کنند چرا که باید به یک نتیجه و یژه برسند .بیشتر سیستمهای خبره دارای قابلیت یادگیری بالایی هستند که آن‌ها را قادر می‌سازد اطلاعات خود را به روز کنند.سیستمهای خبره باید از موفقیتها،شکست‌ها و منابع علمی دیگر درس بگیرند.توسعه سیستم‌های خبره به دو دوره تقسیم می‌شود.بیشتر سیستم‌های خبره دوره‌ی اول اغلب اطلاعاتی را ذخیره می‌کنند و نشان می‌دادند. دومین دوره سیستمها‌ی خبره، در دریافت اطلاعات مضاعف، روش پردازش و نمایش آن‌ها انعطاف پذیرترند .آن‌ها ممکن است شبکه‌های عصبی را با نتایج قانون‌های پایه‌ی کامل کنند که اجرای تصمیم بالاتری را دنبال می‌کند.
جدول 1و10 مقایسه‌ای میان سیستمهای قرار دادی و سیستم‌های خبره انجام داده است .
چرا ما به سیستم‌های خبره نیاز داریم؟
چندین دلیل وجود دارد که یک شرکت، سیستم‌های خبره را قبول کند اول، ممکن است کارشناسان یک شرکت مرخصی بگیرند یا کناره گیری کنند. سیستم‌های خبره یک ابزار عالی برای نگه داشتن حرفه‌ای اطلاعات هستند. دوم، دانش مشخص، باید مستند و یا آزمایش شده باشند.سیستم‌های خبره یک ابزار عالی هستند برای مستند کردن حرفه‌ای دانش برای امتحان و اصلاح. سوم، تحصیلات و کار آموزی مهم است اما وظیفه مشکلی است.
جدول 1 – 10 مقایسه بین سیستم‌های قراردادی و سیستم‌های خبره
سیستم‌های قراردادی سیستم‌های خبره
سیستم‌های قرار دادی اطلاعات و فرایند است که معمولا ترکیب می‌شوند در یک برنامه منظم سیستم‌های خبره دانش پایه‌ای به وضوح جدا کننده فرایندها از نتایج است
برنامه اشتباه نمیکند برنامه اشتباه نمیکند
معمولا توضیح نمی‌دهند چرا که به وارد کردن اطلاعات یا نتایج طولی نیازمدند توضیح یک قسمت از ES‌هاست
همه اطلاعات لازم است.ممکن است وظیفه به درستی انجام نشود با از دست رفتن مقدارس اطلاعات به جز قسمتهای سطحی به همه پاراگرافهای امر نیاز نیست به طور نمونه می‌توان با امور گم شده به نتایج استدلال رسید
تغییر در یک برنامه خیلی طولانی و کسل کننده است تغییر در قوانین راحت و قابل اجراست
زمانی سیستم‌ها به کار می‌افتد که کامل شوند سیستم می‌تواند به کار بیفتد فقط زمانی که مقدار کمی از قوانین باشد
اجرا گام به گام و پایه‌ای است اجرا بوسیله ثبت کردن و منطق است
انجام کار موثر از داده‌های بزرگ انجام کار از دانش‌های پایه‌ای بزرگ
نمایش و استفاده از اطلاعات نمایش و استفاده از دانش


جدول 2 – 10 تفاوت بین متخصصین انسانی و سیستم‌های خبره
خصیصه متخصصین انسانی سیستم‌های خبره
فناپذیری بله نه
انتقال دانش سخت آسان
مستند سازی دانش سخت آسان
سازگاری تصمیم پایین بالا
هزینه واحد استفاده ( ذخیره ) بالا پایین
خلاقیت بالا پایین
تغییر پذیری بالا پایین
دامنه دانش عریض پهن
نوع دانش تکنیکی و فرمان تکنیکی
محتویات دانش تجربه نشانه‌ها
سیستمهای خبره ابزارهایی خوبی هستند برای کارآموزی کارمندان جدید و انتشار دانش در یک سازمان . نهایتا کارشناسان اغلب نگران هستند . سیستم‌های خبره اجازه می‌دهند که دانش و اطلاعات مرتب و با هزینه کمتری انتقال یابند . البته سیستم خبره واقعا متخصص نیستند . آنها امتیازاتی دارند که در جدول 2 – 10 نشان می‌دهد . مقایسه بین سیستم‌های خبره و انسان‌های متخصص
6,10 کاربرد سیستمهای خبره
سیستم‌های خبره در بسیاری از تجارت‌ها و سطوح تکنولوژی کاربرد دارند که از تصمیم گیری‌ها محافظت می‌کنند.
یک سناریو (دستور العمل ) استفاده از سیستمهای خبره است که در نمونه تازه کاربردها را نشان می‌دهد .
اولین کاربرد مثلDENDER برای شناسایی ساختار مولکولی وmycin برای تشخیص طبی بود که در حوزه‌ای از دانش است.XCON با ترکیبی از سیستم‌های کامپیوتری VAX در شرکت لوازم دیجیتالی نمونه موفقی از تجارت بود.کاربرد تازه تر در مدیریت مخاطره‌ها و اختصاص دادن حقوق باز نشستگی است که جالب است.
جدول 3 – 10 بعضی نمایندگی‌های سیستم‌های خبره و حوزه کاربرد آن‌ها را نشان می‌دهد. در ادامه برخی کاربرد قدیمی سیستم‌های خبره آمده که شما باید بدانید :
DENDRAL
پروژه DENDRAL به وسیله ادوار فیگن بام در سال 1965 شناخته شد.
آن از مجموعه‌ای از دانش‌ها و قوانین پایه‌ای فرمان‌های پردازش استفاده می‌کنند. که ساختار مولکولی متحمل ترکیب شیمیای متشکل از آنالیزهای شیمیایی معلوم را استنتاج کند و طیف داده‌ها را اندازه گیری کند . DENDRAL ثابت کرد که اساسا ثابت کردن دانش‌های پایه‌ای توانسته در نیرومندی ابزار دانش مهندسی توسعه‌های ایجاد کند و دیگر قوانین برنامه‌ها‌ی پردازش در آزمایشگاه هوش مصنوعی سنتفورد پیشرفت کند.MYCIN از همه مهمتر بود .
MYCIN
یک قانون پایه‌ای است که عفونت باکتری‌های خون را تشخیص می‌دهد. این پیشرفتی بود به وسیله‌ی گروهی از محققان دانشگاه سنتفورد در سال 1970 به وسیله پرسیدن سوال‌ها و به هم پیوستن میان یک قانون پایه‌ای ا ز حدود 500 قانون پایه ای.
MYCIN می‌تواند حدود 500 مورد از عفونت‌های باکتری را تشخیص دهد .این باعث می‌شود که
MYCIN نسخه‌ی داروهای موثری را تجویز کند
AIS در عمل 6- 10
نمونه جلسه‌هایی از سطح قانون سیستم خبره
این قانون سیستم خبره، شامل قوانینی در سطح دانش است از این قوانین برای مطرح کردن سوالاتیبرای استفاده کننده و فراهم کردن پیشنهادات استفاده می‌شود . تصور کنید شما دارید چنین سیستمی پیشنهادمی کند کامپیوتر را قرار دهیم برای احتیاج‌های مشتریان در ادامه ممکن است حالت مشاوره‌ای داشته باشد.
- اولین کار برای شما برای انجام دادن روی کامپیوتر چه چیزی است.
 پردازش کلمات
 ارتباط
 کاربرد‌های چند گانه .
پاسخ ( 1 )
- کجا از نوت بوک بیشتر استفاده می‌کنیم
 اداره
 در سفر پاسخ ( 2 )
- مقدار بودجه چقدر است؟
 زیر k 10
 بین k 10 تا k 12
 بالای k 12 پاسخ ( 2 )
- پیشنهاداتی برای سیستم
شما باید فرض کنید که 24Ibm x خریداری کنیم.
دلیل: 1-سبک 2-برای پردازش کلمات کلمات و احتیاج در سفر و بودجه

( www . computing . surrey . ac . uk / research / ai / profile / توضیحات بیشتر در سایت
. ممکن پیدا کنید mycin . html )
Xcon
Xcon یک قانون پایه‌ای است که سیستم تجهیزات رقمی سیستم شرکت سهامی را پوشش می‌دهد . یک کامپیوتر بزرگ و کوچک ترکیب می‌شود با کامپیوتر‌های سال 2000 سیستم که از قوانین برای کمک به تصمیمگیری مطلوب در پیکربندی سیستم که مناسب نیاز‌های مشتری باشد استفاده می‌کند.
این سیستم می‌تواند در عرض یک دقیقه نیازهای مشتری را که عموما، 20 تا 30 دقیقه وقت می‌گیرد، دسته بندی کند . با این سیستم خبره، دقت خدمات تا 98 درصد افزایش پیدا می‌کند نسبت به حالت دستی که 65 درصد بود . و این یعنی، ذخیره میلیونها دلار در هر سال .
AIS در عمل 7- 10
نمونه‌ای از کاربرد‌ها
مشتریانی که از Logitech حمایت می‌شوند . Logitech یکی از بزرگترین فروشنده‌های mouse و webcam . به خاطر این که آن مدل‌های متنوع زیادی از Mouse‌ها و Webcam‌ها را پیشنهاد داده است. و از مشتری حمایت می‌کند از تولید کننده‌ی با قدرت برای گرفتن اطلاعات از اینترنت در سیستم هوشیار کامپیوتر کمپانی شرکت گسترش داده‌اند یک سری اطلاعاتی را که برای فراهم کردن یک Web ساده برای کمک به مشتریان که حکایت می‌شوند با سرعت زیاد در آمریکای شمالی این سیستم خبره در چین گسترش یافته و برای راه اندازی ماشین‌ها و چطور بارگیری آن‌ها درست شده است.این سیستم از تکنیک‌های
هشدار هنری استفاده می‌شود و یک قسمت بزرگی ازعامل‌های که ممکن است تأثیر بگذارند روی جریان الکتریسیته را تجزیه می‌کند.
جدول 3 – 10 کاربرد ساده در سیستم‌های خبره
سیستم‌های خبره سازمان دامنه کاربرد
Mycin Stanford university تشخیص پزشکی
xcon dec پیکر بندی سیستم
Expert tax Cooper & lybrand برنامه ریزی مالیات
Loan probe Peat Marwick ارزیابی وام
La - courtier Cognitive systems امور مالی
Lmos Pacific bell مدیریت شبکه
Fish – expert North china تشخیص بیماری
اعتبار تجزیه و تحلیل‌ها ( آنالیز‌ها )
سیستم‌های خبره برای پشتیبانی از نیازهای موسسه‌های تجاری توسعه می‌یابند . آنها می‌توانند به آنالیز کمک کنند تا رکوردهای مشتری و اعتبار خاص را تشخیص دهد . قوانین در پایگاه دانش می‌توانند همچنین به تشخیص سیاست مدیریت ریسک کمک کنند . این نوع از سیستمها در بیشتر از 3/1 (100 ) بانک تجاری در آمریکا و کانادا کار می‌کنند مشاور حقوق بازنشستگی
شرکت غذایی nestle با یک سیستم خبره که اطلاعاتی را در مورد وضعیت حقوق کارمندان بازنشستگی فراهم می‌کرد، توسعه پیدا کرد. سیستم پایگاه دانش خود را به روز رسانی می‌کرد و به شرکت کنندگان در مورد تاثیر تغییر مقررات و انجام آنها با استاندارد جدید، مشاوره می‌داد این سیستم حتی به معلمان و استادان دانشگاه در جنوب تایوان این اجازه را داد که نقشه‌هایی را برای بهبود کارشان و سود دهی بیشتر، تدبیر کنند زمینه‌های کاربرد
این سیستم در نواحی ذکر شده در ذیل، درخواست شد.
1-در قسمت مالی گسترده‌ی بیمه، آنالیز تجزیه کارت‌های مسافرتی نقشه‌های متنی تجزیه گزارش‌های مالی و نقشه‌های مالی.
2-پروسه دیتا: سیستم نقشه کشی – انتخاب وسایل انجام امور اداره‌ی شبکه
3-خرید و فروش: مدیریت ارتباط با مشتری – تجزیه‌ی خرید و فروش – تهیه‌ی نقشه – خرید و فروش نقشه.
4-منابع انسانی: نقشه‌ی منبع انسانی- نصایح قانونی.
خط برنامه ریزی
5-کارخانجات تولیدی این سیستم: نقشه‌ی تولید – اداره‌ی کیفیت – طرح محصول – تعمیر لوازم و امکانات.

محیط‌های مشاوره از غیر متخصص استفاده می‌کنند تا مشاوره و دانش تخصص را بدست آورند .
سه بخش عمده‌ای که در همه سیستم‌های پیشرفته مجازی وجود دارد عبارتند از:
1- پایگاه دانش 2- (موتور)ااستنتاج 3- رابط کاربر سیستم خبره‌ای که کاربر از آن استفاده می‌کند ممکن است از اجزای اضافی دیگری نیز برخوردار باشد که به شرح زیر است :
1- زیر سیستم‌های جمع آوری دانش
2- بلک بورد (ناحیه کاری)
3- زیر سیستم‌های توصیفی (دلیل آورنده)
4- سیستم خالص سازی دانش
اکثر سیستم‌های خبره موجود بخش آخر یعنی سیستم خالص سازی دانش را ندارند.
توضیح مختصر هر بخش در زیر آورده شده است.
زیر سیستم‌های جمع آوری دانش
زیر سیستم‌های جمع آوری دانش عبارت است از :جمع آوری، انتقال وتغییر شکل حل مساله عنوان شده از طرف متخصص یا اطلاعات داده شده به کامپیوتر برای ساخت یا توسعه پایگاه دانش است.
منابع نهفته دانش عبارتند از کارشناسان، کتب، اطلاعات رسانه‌ای و پایگاه اطلاعاتی (به صورت عمومی و خصوصی ) . گزارشات تحقیقاتی خاص و اطلاعات در دسترس موجود در WEB.
جمع آوری اطلاعات از طریق کارشناسان از طریق کارشناسان کاری است پیچیده که معمولا در زمینه ساخت و ساز تنگناهایی را نیز به همراه دارد . برای پایه ریزی سیستم‌های بزرگ شخص نیازمند کارشناسی یا فراخوانی تعدادی افراد خبره است.تا بتواند به کمک یکی یا تعدادی از آنان فعالیت خود را پایه ریزی کند .
معمولا مهندس اطلاعات به کارشناس کمک می‌کند تا از طریق تفسیر و تلفیق پاسخ‌های افراد مقایسه و استفاده از مثال‌های مختلف و حل مسائل فکری. زوایای مختلف مساله را شناسایی کند.
پایگاه دانش ( دانش مبتنی بر دانش )
پایگاه دانش شامل اطلاعاتی است مرتبط به هم که برای درک شکل دهی و حل مساله لازم و ضروری است.شامل دو بخش ریشه‌ای است:
1-اطلاعات و داده‌ها مانند موقعیت مساله ومبانی نظری زوایای مساله
2-روش‌های تجربی یا همان قوانینی که برای حل مسا له‌ای خاص در محدوده‌ای معین از آن استفاده می‌شود.
(به علاوه موتورهای استنتاج شامل اهداف کلی حل مساله و قوانینی مربوط تصمیم گیری را نیز شامل میشود.) روش اکتشافی در حقیقت روش غیر رسمی برای قضاوت در محدوده کاربردی خاص است. این اطلاعات نه فقط یک سری حقایق روش غیر رسمی برای قضاوت در محدوده کاربردی خاص است. بلکه یک سری حقایق که اطلاعات دست نخورده اولیه کارشناسان است را نیز شامل می‌شود.
موتور استنتاج
مغز ES موتور استنتاج است که همچنین به آن کنترل کننده سیستم یا مفسر قوانین نیز گفته میشود. این بخش لزوما برنامه کامپیوتر را شامل میشود که روشی است برای تجزیه و تحلیل اطلاعات و نتیجه گیری از آن این بخش روش‌هایی را برای برسی سیستم‌های اطلاعاتی به وجود می‌آورد که از طریق سازماندهی جلساتی گام به گام برای حل مساله به تبادل اطلاعات میپردازد.که در این باره در بخش دهم بیشتر توضیح خواهیم داد.
رابط کاربر
سیستم‌های خبره شامل پردازشگران اطلاعات برای برقراری ارتباط به منظور حل مشکلات کاربران است این ارتباط می‌تواند به صورت طبیعی به بهترین شکل ممکن انجا م شود.بسته به محدودیت‌های فنی اکثر سیستم‌های موجود از روش سوال و جواب برای ارتباط با کاربر استفاده می‌کنند.گاهی اوقات نیز فهرست‌هایی به صورت گرافیکی و الکترونیکی به آن ضمیمه میشود.

بلاک برد(ناحیه کاری)
بلک برد (تخته سیاه)حافظه‌ای است به صورت یک پایگاه دانش که در آن مسائل رایج از طریق ورود
اطلاعات به آن مورد بررسی قرار میگیرد. همچنین از آن برای ثبت فرضیه‌های مختلف و تقسیم گیری استفاده می‌شود سه نوع تصمیم گیری در بلک برد امکان پذیر است.
1-طرح(چگونگی مقابله با مساله)
2-دستور جلسه(اقدامات نهفته‌ای که منظر اجرا است)
3 - حل مساله(که حل فرضیه‌های موجود و فعالیت‌های انتخابی است که سیستم تاکنون به بررسی آن پرداخته است)
این مثال را در نظر بگیرید
وقتی ماشینتان خراب می‌شود شما نشانه خرابی را در بلاک برد(ناحیه کاری)
ذخیره میکند . در نتیجه فرضیه‌های موجود در سیستم، کامپیوتر به شما یک سرویس مجدد را پیشنهاد می‌دهد ( برای مثال ببینید که باتری ماشین به درستی وصل شده یا خیر ) و از شما می‌خواهد که نتیجه را گزارش کنید . این اطلاعات در بلاک برد(ناحیه کاری) ذخیره می‌شود .
( EXPLATION SUBSYSTEM – JUSTIFIER ) ( تفسیر زیرسیستم ( توجیه کننده
توانایی و مسئولیت پی گیری کردن از منابع شان برای رسیدن به نتیجه، مهم است . که هر دو مورد
( مهارت و حل مشکل ) انتقال پیدا کند . تفسیر زیر سیستم ( همچنین نامیده می‌شود توجیه کننده ) می‌تواند هر پاسخ و تفسیری را در رفتار ES پی گیری کند به وسیله پاسخ به سئوالاتی مثل زیر بدست می‌آید :
• چرا یک سئوال مهم باید از سیستم خبره پرسیده شود
• چگونه می‌توان به یک نتیجه قطعی دسترسی پیدا کرد
• چرا نباید یک جایگزین قطعی را پذیرفت ؟
• چه نقشه‌ای برای رسیدن به نتیجه وجود دارد . برای مثال چقدر باقی مانده است تا تاسیس شود قبل از یک تشخیص نهایی که می‌تواند تمام کند
در ES ساده، تفسیر نشان می‌دهد که قوانین استفاده می‌شود تا یک پیشنهاد خاص بدست آید .
( KNOWLEDGE REFINING SYSTEM ) سیستم تصفیه دانش
انسان‌های متخصص، یک سیستم تصفیه دانش دارند . و آن این است آنها می‌توانند دانش خودشان را آنالیز کنند و از آن استفاده کنند، یاد بگیرند و برای نتایج اینده بهبود ببخشند. مشابه آن، هر ارزیابی لازم است در یادگیری کامپیوتری شده مانند یک برنامه که می‌تواند دلیل موفقیت یا خطا را آنالیز کند . این می‌تواند بهبود یابد که نتایج در یک پایگاه دانش به درستی قرار بگیرد و با یک دلیل موثر باشد . در اغلب اوقات در سیستم‌های خبره هر یک از این اجزاء قابل دسترسی نیست . اما ES آزمایشی در چندین دانشگاه و مراکز تحقیقاتی توسعه داده می‌شود .
8,10 سیستم‌های خبره چگونه کار می‌کنند .
در میان اجزاء شکل 3 – 10 پایگاه دانش و موتور استنتاج یک مدل مهمی و بحرانی از سیستم‌های خبره هستند . برای درستی عمل، دانش باید به خوبی در پایگاه دانش ارائه و سازماندهی شود .
موتور استنتاج می‌تواند از دانش استفاده کند . تا یک نتیجه جدید را از حقایق و قوانین موجود بفهمد . در این بخش ما ساختار پایگاه دانش و سیستم‌های قانون پایه را معرفی می‌کنیم .
سازماندهی و ارائه دانش
دانش متخصص باید در یک فرمت قابل فهم کامپیوتری به خوبی در پایگاه دانش یک سیستم خبره ارائه و سازماندهی شود . راه‌های مختلفی از ارائه دانش انسانی وجود دارد که شامل ( تولید قوانین ) ( شبکه معنایی ) و ( گزاره‌های منطقی ) می‌باشد . ( همه این موارد در فصل 11 شرح داده شده است ) .
در قانون پایه‌ای سیستم‌ها، دانش در یک پایگاه دانش ارائه می‌شود در قوانین ( IF – THEN ) که شرط و نتیجه را برای دستیابی به موقعیت خاص ترکیب می‌کنند . قسمت ( IF ) نشان می‌دهد که تا شرط برای قانون فعال شود و قسمت ( THEN ) عمل یا نتیجه‌ای که اگر همه شرطهای ( IF ) درست باشد را نشان میدهد . یک مثال انتخاب یک کامپیوتر نوت بوک است که چندین قانون ممکن است بین
. انتخاب کند acer 320 و ibm x 30 , مدل
RULE 1 IF THE PRIMARY TASK = WORD PROCESSING
AND PRIMARY USAGE = TRAVEL THEN WIGHT REQURMENT = LIGHT
قانون ( 1 ) : اگر وظیفه اصلی = پردازش کلمه باشد و استفاده اصلی = سفر باشد آنگاه وزن مورد نیاز = سبک 2RULE IF THE PRIMARY TASK = WORD PROCESSING
AND PRIMARY USAGE = OFFICE THEN WIGHT REQURMENT = DON’T CARE : ( 2 ) قانون اگر وظیفه اصلی = پردازش کلمه باشد و استفاده اصلی = اداری باشد آنگاه وزن مورد نیاز = مهم نیستRULE 3 :
IF BUDGET < = 12000
AND BUDGET > 10000 AND WIGHT REQUIRMENT = LIGHT THEN NB MODEL = IBM X30
قانون ( 3 ) :
اگر بودجه کمتر مساوی 12000 باشد و اگر بودجه بزرگتر از 10000 باشد و وزن مورد نیاز = سبک باشد
می باشد 30 ibm x آنگاه مدل
RULE 4 :
IF BUDGET < 10000 AND WEIGHT REQUIRMENT = DON’T CARE THEN NB MODEL = ACER 320
قانون ( 4 ) : اگر بودجه کمتر 10000 باشد و وزن مورد نیاز = مهم نباشد باشد می‌باشد 320 acer آنگاه مدل
مزیت عمده استفاده از قوانین این است که آنها خیلی آسان فهمیده می‌شوند و قوانین جدید می‌تواند به آسانی به پایگاه دانش اضافه شوند بدون اینکه روی قوانین موجود تاثیر بگذارند . ( عدم اطمینان) (
uncertainly processing ) ارتباط پیدا می‌کند با هر قانونی که ممکن است اضافه شود تا دقت افزایش یابد . ( پردازش نامطمئن یکی از انواع دیگری است که در فصل 11 بحث خواهد شد ) وظیفه اصلی سیستم خبره توسعه برای بدست آوردن دانش از متخصصین انسانی است و تبدیل آنها به تولید قانون است که می‌توان در این نتیجه گیری با یک هماهنگی با آنها دسترسی داشت .
موتور استنتاج
اغلب در تصمیمات پیچیده، دانش متخصص فقط در یک قانون، نمی‌تواند ارائه شود. به جای قوانین ممکن است زنجیره‌های دینامیکی با هم شرط‌های متعددی را پوشش دهند . پردازش زنجیره‌ای چند گانه قوانین و دسترسی داده، استنتاج نامیده می‌شود . مراحل و اجزای انجام استنتاج در یک سیستم خبره، موتور استنتاج نامیده می‌شود .
دو رویکرد محبوب برای استنتاج عبارتند از
FORWARD CJAINING , BACKWARD CHAINING بیشترین دلیل استراتژی‌ها، همانند بررسی استدلال و تکنیک‌های پیشرفته است که در فصل‌های 11 و
12 بحث می‌شود .
زنجیره‌های پیشرو ( FORWARD CHAINING ) FORWARD CHAINING به قسمت ( IF ) قوانین اول نگاه می‌کند. یکبار تمام شرطهای ( IF
) برآورده می‌شوند . برای نتیجه، قانونی انتخاب می‌شود . اگر نتیجه از مرحله اول مشتق شده باشد
، نهایی نیست . سپس از یک عامل جدید استفاده می‌شود تا با شرط ( IF ) سایر قوانین مطابقت داشته باشد تا نتایج قابل استفاده بیشتری پیدا شود . این پردازش ادامه پیدا می‌کند تا زمانی که به نتیجه نهایی برسد .
استفاده از قوانین مثال، بخش نوت بوک، توصیف زودتری از این روش است .
FORWARD CHAINING باید چک کند ارتباط دو شرط IF را با قانون 1( ) و ( 2 ) . اگر چه وظیفه اصلی ما پردازش کلمه باشد و اگر چه استفاده اصلی در اداره یا سفر باشد . اگر وظیفه، پردازش کلمه باشد و استفاده آن در سفر باشد، آنگاه قانون ( 1 ) صادق است و نیازمندی وزن، سبکی آن است .
از وقتی که مشخص شد که وزن مورد نیاز، هدف نهایی نیست، موتور استنتاج بیشترین جست و جو‌ها یش را در پایگاه دانش انجام داد و فهمید که یکی از شروط ( IF ) قانون ( 3 ) با نتیجه قانون ( 1 ) سازگاری دارد . برای اینکه قانون ( 3 ) بیشترین شرطهای ( IF ) را دارد تا چک شود . موتور استنتاج قانون ( 3 ) را بکار می‌اندازد و چک می‌کند تا ببیند که ایا ارزش شرط راضی کننده است یا خیر . همچنین اگر ارزش شرط درست بود، قانون ( 3 ) فعال خواهد شد . و سیستم 30 IBM X را به کاربر توصیه می‌کند . ترتیب فعالیت شدن قوانین در این قانون پایه بصورت ابتدا ( 1 ) و ( 2 ) و ( 3 ) و ( 4 ) است . ( بستگی به نتایج مراحل قبلی دارد ) .
جدول 4 – 10 اثر گذاری این جلسات را روی کاربر نشان می‌دهد
( زنجیره‌های پسرو ) BACKWARD CHAINING
BACKWARD CHAINING بر عکس FORWARD CHAINING است که آن از نتایج و فرضیه‌هایی که نتیجه آن درست است، شروع می‌شود . موتور استنتاج IF لازم را برای تولید نتایج درست و تعیین حقایقی برای تست اینکه شرط‌های ( IF ) درست هستند . اگر بعضی از شرط‌ها نادرست باشد، سپس قانون کنار گذاشته می‌شود و قانون بعدی انتخاب می‌شود . مثل فرضیه دوم . اگر هیچ حقیقتی اثبات نشود که همه شرط‌های ( IF ) درست و یا نادرست هستند، موتور استنتاج به دنبال قوانینی که شرط آنها باید مطابقت داشته باشد و شرطهای ( IF ) بلاتکلیف به یک مرحله بیبشتر برای چک کردن شرطها به جلو حرکت می‌کند . بطور مشابه این زنجیره‌های پردازش تا وقتیکه به نتایجی برسد یا اینکه اثبات شود قابل رسیدن به نتیجه نیستند، ادامه می‌یابد . با استفاده از همان مثال، پردازش استنتاجی BACKWARD CHAING از قانون ( 3 ) شروع می‌شود . موتور استنتاج فرض می‌کند که 30IBM X یک محصول پیشنهادی است و شرطهای ( IF ) و ( وزن مورد نیاز ) و ( بودجه ) چک میکند . از وزن مورد نیاز، که نتیجه قانون ( 1 ) و ( 2 ) است موتورهای زنجیره‌ای این دو قانون را با قانون( 3 ) ترکیب می‌کند . شرط‌های ( IF ) جدید به ( وظیفه اصلی ) و ( استفاده اصلی ) تبدیل می‌شوند .
ترتیب فعال شدن قوانین در این حالت ابتدا قانون ( 3 ) و ( 1 ) و ( 2 ) است . جدول 4 – 10 اثرگذاری این جلسات را روی کاربر نشان می‌دهد .

جدول 4 – 10 نتایج جلسات استفاده از استراتژی استنتاج‌های متفاوت

: FORWARD CHAINING

- وظیفه اصلی که کامپیوتر نوت بوک برای شما انجام می‌دهد کدام است ؟ - پردازش کلمه
- ارتباطات
- کاربردهای صوتی و تصویر‌ی

- اغلب بیشترین جایی که از نوت بوک استفاده می‌کنید، کجاست
- اداره
- سفر

- بودجه شما در چه حدی است
- کمتر از K 10
- 12 K تا 10 K بین
- بیشتر از K 12

پیشنها سیستم : شما باید در نظر بگیرید که یک 24 IBM X بخرید
دلایل : آن سبکی و تناسب بیشتری برای پردازش کلمات شما دارد و در سفر به آن نیاز دارید . همچنین مناسب بودجه شما است . : BACKWARD CHAINING

- بودجه شما در چه حدی است
- کمتر از K 10
- 12 K تا 10 K بین
- بیشتر از K 12

دهد کدام است ؟ - پردازش کلمه
- ارتباطات

کجاست
- اداره
- سفر

بخرید

است .


روند توسعه سیسستم‌های خبره
توسعه سیسستم‌های خبره روندی برای بدست آوردن اطلاعات علمی از متخصصین و ذخیره آنها در پایگاه علوم است . به این دلیل که متخصصین ممکن است نخواهند یا نتوانند علم و دانش خود را به طور واضح بیان کنند،اکتساب دانش امری مهم و سخت و بحرانی است.روندی پردازش برای توسعه سیسستم‌های خبره شامل اکتساب علم و دانش، معرفی آن، انتخاب ابزار توسعه یافته،سیستم الگو، ارزیابی وپیشرفت است . موتور استنتاج در سیستم‌های مختلف مشترک است . محیط‌های سیستم‌های خبرهابزارهای مفیدی هستند که می‌توانند یک قانون اولیه‌ای را در یک وقت کوتاه تحقق ببخشند . محیط سیستم خبره، فضایی از یک سیستم خبره‌ای است که بدون اطلاعات در پایگاه دانش می‌باشد .
سیستم یک بار اطلاعاتی را که درپایگاه دانش ذخیره شده است را اجرا کند .
جزئیات بیشتر در فصل 11
9,10 بخش‌های مناسب برای سیسستم‌های خبره
سیسستم‌های متخصص را می‌توان به چند روش طبقه بندی کرد. یکی از روش‌ها از طریق مسائل و مشکلاتی است که با آن روبه رو هستند. مثلاً،تشخیص فعالیت عمومی است . که در پزشکی،مطالعات سازمانی،عملیات کامپیوتری و دیگر رشته‌ها انجام می‌شود . طبقه بندی عمومی سیستم‌های متخصصین در جدول 5 – 10 لیست شده است. بعضی از این سیستم‌ها متعلق به دو یا چند طبقه بندی هستند . توضیح مختصری در مورد دو طبقه بندی در زیر آمده است:
سیستم‌های تفسیر:
استنباط توضیحات یک وضعیت از مشاهدات ومطالعات.این روش در بر گیرنده نظارت فهم سخرانی، تجزیه و تحلیل عکس، تفسیر نشانه‌ها و آنالیزهای بسیار بسیار دیگری در زمینه هوش است یک سیستم تفسیراطلاعات بدست آمده با اختصاص معانی که بیان کننده موقعت هستند،توضیح می‌دهد.
سیستم‌های پیش گویی:
این سیستم‌ها شامل پیش بینی آب و هوا، پیش گویی آمارگیری نفوس، اقتصاد، ترافیک برآورد و ارزیابی محصول ارتش، بازار یابی و پیش بینی‌های اقتصادی هستند .سیستم‌های تشخیص: شامل تشخیص‌های پزشکی، الکترونیکی، مکانیکی و نرم افزاری هستند.این سیستم‌ها بی نظمى‌هاى رفتارى مشاهده شده را به دلایل اساسى مرتبط مى سازند.
سیستم‌های طراحى:
این سیستم‌ها پیکربندى اشیاء را که موانع مسائل طراحى را حل می‌کنند بهبود مى بخشند. این مسائل شامل طراحى مدار و طراحى ساختمان است .
جدول 5-10
مسائل موجود طبقه بندی
استنباط شرایط توضیحات از مشاهدات و مطالعات تفسیر
استنباط آثار احتمالی .شرایط موجود پیش گویی
استنباط عملکرد بد سیستم از مطالعات و مشاهدات پیکر بندی طراحىاشیاء در برابر موانع تشخیص
توسعه طرح‌ها و برنامه‌ها برای رسیدن به اهداف برنامه ریزى
مقایسه مشاهدات با طرح‌ها و مشخص کردن استثنا‌ها بررسى
تعیین راه چاره برای عملکرد‌های بد خطا یابى
اجرای طرح‌ها برای مدیریت خطایابی‌ها تعمیر
تشخیص،خطایابی و تصحیح اجرای دانش آموزان دستور العمل
تفسیر،پیش بینی،تفسیر و بررسی عملکرد سیستم‌ها کنترل

طراحی و ساخت سیستم‌های تصمیم اشیاء در رابطه‌های مختلف با دیگر نسخه‌ها که این تنظیمات مطابق با محدودیت است
سیستم‌های برنامه ریزی
تخصص در برنامه ریزی مشکلات، از جمله برنامه نویسی خودکار، همچنین با توسعه محصولات کوتاه مدت و بلند مدت، کاربردهای نظامی، برنامه ریزی مالی قرارداد دارند .
سیستم‌های مانیتورینگ
مقایسه مشاهدات رفتار سیستم را با استاندارد که برای حصول هدف موفق بسیار مهم به نظر می‌رسد این ویژگی‌های بسیار مهم متناظر با معایب بالقوه در برنامه است.
کامپیوترهای زیادی وجود دارند که با کمک سیستم‌های نظارتی برای کنترل موضوعاتی مانند از ترافیک هوایی گرفته تا انجام وظایف مدیریت مالی به کار می‌برند اشکال زدایی سیستم
تکیه بر برنامه ریزی، طراحی، و توانایی پیش بینی برای ایجاد خصوصیات و یا توصیه‌هایی برای تصحیح مشکل تشخیص داده شده، هستند .
سیستم تعمیر
توسعه و اجرای طرح به اداره، حل قطعی برای این مشکل تشخیص داده شده همانند ترکیب سیستم اشکال زدایی، برنامه ریزی، واجرای قابلیت‌های آن است سیستم آموزش
برای تشخیص زیرسیستم‌های اشکال زدایی که به طور ویژه برای رسیدگی به نیازهای دانش آموزانبکار می‌روند قرارددادی مورد نیاز است . به طور معمول، این سیستم‌ها توسط ساخت و توضیحاتفرضی از اطلاعات دانش آموز که رفتار او را تفسیر می‌کند شروع می‌شوند . سپس تشخیص داده می‌شوند و نقاط ضعف دانش آموز را شناسایی کرده و راه‌های جبران کمبود را بطور مناسب ارائه می‌کند در نهایت آنها برنامه ریزی می‌کنند برای ارائه حل مشکلات دانش آموزان سیستم‌های کنترل
انطباق رفتار کلی سیستم می‌باشد . برای این کار، سیستم کنترل بارها و بارها باید تفسیری از وضعیت فعلی، پیش بینی آینده، تشخیص علل مشکلات پیش بینی، تدوین و فرموله کردن برنامه ریزی درمانی، و نظارت بر اجرای آن برای اطمینان از موفقیت. نه اینکه همه وظایفی که معمولا در هر یک از این دسته بندی یافت نشد برای سیستم‌های خبره مناسب هستند. با این حال، هزاران نفر از تصمیم گیران هستند که مناسب این دسته بندی هستند
10,10 بهره و توانایی‌های سیستم‌های خبره
امروزه تقریبا هزاران نفر در حال استفاده از سیستم‌های خبره در هر صنعت و در هر منطقه عملکردی است. ( 1995 WONG , nonaco ) یک بررسی جامع و تجزیه و تحلیل سیستم‌های تخصصی در تجارت فراهم کردند ( 1996Eom ) یک نظرسنجی جامع از حدود 440 متخصص سیستم‌های عملیاتی در تجارت به عمل آمد . مطالعه او نشان داد که É s تأثیر عمیق در کاهش زمان برای انجام وظایف از روز به ساعت، دقیقه یا ثانیه دارد و از آن بطور غیر قابل سنجش بهره میبرند . عوامل تعیین کننده سیستم عبارتند از :
بهبود رضایت مشتری، بهبود کیفیت محصولات و خدمات، و تصمیم گیری دقیق و مداوم . سیستم‌های
خبره در امور مالی و در کاربردهای مهندسی در nedovic مطرح شده‌اند و 2002devedzic () و nurminen و همکاران. (2003) برای بسیاری از شرکت‌ها، és تبدیل به ابزار ضروری برای مدیریت موثر شد . عمده مزایای É s بعدا مورد بحث قرار می‌گیرد
افزایش راندمان و بهره وری
ES می‌توانند سریع تر از انسان کار کند . به عنوان مثال، xcon (نگاه کنید به این سایت کتاب وب) را فعال کرده DEC برای افزایش توان عملیاتی VAX و تنظیم سفارشات چهارگانه بکار می‌رود .
کاهش زمان تصمیم گیری
با استفاده از توصیه‌های ارائه شده توسط É s، انسان می‌تواند تصمیمهای زیادی را به سرعت بگیرد .
به عنوان مثال، نمایندگان خاصی در آمریکا می‌توانند گزینه اتهام یا تبرئه را در کمتر از پنج ثانیه، که در مقایسه با حدود سه دقیقه‌ای قبل از اجرای ES می‌باشد . این ویژگی در وهله اول در پشتیبانی برای تصمیم گیران مهم است و در مرحله بعد برای کسی که باید در تعامل با مشتریان تصمیم سریع بگیرد مهم است
افزایش فرآیند و کیفیت محصول
É s می‌تواند کیفیت را با ارائه مشاوره سازگار افزایش دهد و میزان خطا را کاهش دهد . به عنوان مثال XCON با پیکربندی دستورات رایانه‌ای میزان خطا را از 35 درصد به 2 درصد کاهش داد (حتی کمتر از بعد از انتشار ) . در نتیجه میزان خطا را کاهش داد و باعث بهبود کیفیت کامپیوتر کوچک شد .
کاهش خرابی
بسیاری از É s عملیاتی را برای تشخیص بد کارکردن و تجویز تعمیرات استفاده می‌کنند . توسط استفاده از É s آن امکان پذیر است که خرابی ماشین بطور قابل ملاحظه‌ای کاهش یابد عنوان مثال، در سکوی حفاری یک روز از زمان از دست رفته معادل $ 250،000 هزینه دارد . یک سیستم به نام مشاور حفاری بطور قابل ملاحظه‌ای تشخیص را توسعه داد و خرابی را کاهش داد و مقدار قابل توجهی پول برای شرکت ذخیره کرد
گرفتن از تجربه و تخصص نادر
کمبود تخصص در مواقعی آشکار می‌شود که در آن موقعیت متخصص کافی برای کار وجود نداشته باشد . ممکن است متخصص باشد اما بازنشسته و یا ترک شغل کرده باشد . بنابراین لازم است در یک منطقه وسیع جغرافیایی متخصص وجود داشته باشد . توصیف OPENING VIGNETTE مثال خوبی برای این قضیه است .
انعطاف پذیری
ES می‌توانید انعطاف پذیری را هم در خدمات و هم در صنایع تولیدی ارائه کند
راحت ترکردن عمل تجهیزات
سیستم‌های خبره تجهیزات پیچیده را آسان تر به کار می‌گیرند. ماشین بخار را می‌توان یک É s اولیه در نظر گرفت که برای آموزش کارگران بی تجربه در کار موتور کشتی که یک کار پیچیده بود، استفاده شد مثال دیگری از É s توسعه یافته، برنامه شرکت نفتی SHELL است که برای آموزش مردم در استفاده از برنامه‌های پیچیده کامپیوتری را به کار می‌رود .
رفع نیاز به تجهیزات گران قیمت
اغلب انسانها باید با ابزارهای گران قیمت برای نظارت و کنترل کار کنند. É s می‌تواند همان کارها را با هزینه کمتر از آن ابزارها، به دلیل توانایی خود را برای بررسی اطلاعات ارائه شده بطور کامل انجام دهد .
عملیات در محیط‌های خطرناک
کارهای بسیاری باید در محیط‌های خطرناک انجام می‌شود . É s می‌تواند این امکان را فراهم سازد تا انسانها وارد چنین محیط‌هایی نشوند و قادر است تا کارگران را از ورود به محیط‌های گرم و مرطوب و یا سمی جلوگیری کند . مانند نیروگاه‌های هسته‌ای که بد کار می‌کنند این ویژگی بسیار مهم در درگیری‌های نظامی نیز کاربرد دارد .
دسترسی به دانش و راهنما ( HELP DESKS )
سیستم‌های خبره یک دانش دسترسی تولید می‌کنند . بنابراین متخصصین مستقل از رویه کار می‌کنند . مردم می‌توانند سیستمهای پرس و جو را با مشاوره مفید دریافت کنند . یک زمینه از این عملیات، پشتیبانی از راهنما‌ها است ( 1996 ,DRYDEN ) ببینید شرکت سهامی EXSY - (WWW.EXSYS.COM ) و (WWW.INFERENCE.COM ) و شرکت سهامی GINESYS -
(WWW.GINESYS.COM) و دیگر مراکز پشتیبانی که اکنون از وب سایت‌ها استفاده می‌کنند و بر اساس سیستم‌های هوشمند بر پایه وب عمل می‌کنند. ( 1998TOMASS – 1997 , ORZECH , ) - (
سایت WWW. CLARIFY .COM را ببینید ) توانایی کار با اطلاعات ناقص و نامشخص
در مقایسه با سیستم‌های کامپیوتری معمولی، سیستم‌های خبره شبیه انسان‌های متخصص هستند و می‌توانند با اطلاعات یا دانش ناقص و نامشخص و مبهم کار کنند . کاربر می‌تواند با کلماتی مانند ( نمی‌دانم ) یا ( مطمئن نیستم ) به یکی از انواع سئوالات سیستم در طول مشاوره پاسخ دهد و ES هنوز قادر خواهد بود تا یک جوابی را تولید کند . اگر چه آن ممکن است آن کاملا مشخص نباشد .
ارائه آموزش
ES می‌تواند آموزش را فراهم کند برای کسی که تاره کار است . با کار کردن در ES تبدیل به یک فرد با تجربه خواهد شد . همچنین توضیح و تفسیر امکانات می‌تواند مانند یک وسیله آموزشی خدمت کند و بنابراین می‌تواند به پایگاه دانش، یادداشتها و توضیحاتی را اضافه کند .
افزایش حل مشکل و تصمیم گیری
ES حل مشکلات را با اجازه دادن و ترکیب کردن، احکام مربوط به متخصصان را در تجزیه و تحلیل افزایش می‌دهد . برای مثال، یک ES که ( دریانورد آماری ) نامیده شد توسعه داده شد برای کمک به یک تازه کار تا از بسته‌های کامپیوتری پیچیده آماری استفاده کند .
بهبود پروسه تصمیم گیری Es سریعا، بازخورد عواقب تصمیم، تسهیل ارتباطات در میان تصمیم گیران یک تیم را ارئه می‌کند . اجازه می‌دهد تا سریعا به تغییرات پیش بینی نشده در محیط پاسخ دهد برای فراهم کردن یک فهمیدن بهتر از وضعیت تصمیم گیران.
بهبود کیفیت تصمیم
Es قابل اعتماد هستند . آنها خسته و بی حال و مریض نمی‌شوند و اعتصاب نمی‌کنند و انها راجع به رییس بحث نمی‌کنند . es همیشه به جزئیات توجه می‌کند و از اطلاعات مربوطه چشم پوشی نمی‌کند و راه حل بالقوه ارائه می‌کند . در نتیجه خطاهای کمتری تولید می‌شود . همچنین es همان توصیه‌ها را برای تکرار مشکلات ارائه می‌کند
توانایی حل مشکلات پیچیده
یک روزی es ممکن است مشکلات پیچیده را که راه حل آنها فراتر از توانایی انسان است را تفسیر کند . بعضی از es‌ها قادرند مشکلاتی را حل کنند که به دانشی فراتر از هر انسان، نیاز دارد . این به تصمیم گیران اجازه می‌دهد تا کنترل هر موقعیت پیچیده را بدست آورند و عملیات‌های سیستم‌های پیچیده را بهبود دهند .
انتقال دانش به مکان‌های دور
یکی از بزرگترین مزایای بالقوه سیستم خبره این است که به آسانی در عرض بین المللی انتقال می‌یابد . یک مثال از این انتقال سیستم خبره eye – care است ( برای تشخیص و و توصیه درمان ) که در دانشگاه Rutgers در رابطه با سازمان سلامت جهانی، توسعه یافت . برنامه در مصر و الجزایر اجرا شده بود جایی که بیماری چشم بطور جدی شایع بود، اما متخصص چشم بسیار نادر بود . برنامه
pc قانون پایه‌ای است که می‌تواند به وسیله یک پرستار، دستیار پزشک و یا پزشک عمومی اداره شود . وب اطلاعات را برای کاربران راه دور بطور گسترده انتشار می‌دهد . برای مثال، دولت ایالات متحده، سیستم‌های مشاوره و سلامتی و دیگر موضوعات را در وب سایت قرار داد .
( www . osha-slc.gov / dts / osta / oshasoft )
افزایش و بهبود دیگر سیستم‌های اطلاعاتی
سیستم‌های خبره اغلب قابلیت‌های هوشمندی را برای سیستم‌های اطلاعاتی فراهم می‌کنند .
بسیاری از این مزایای منجر به بهبود تصمیم گیران، بهبود تولیدات و خدمات مشتری و یک امتیاز استراتژی پایدار شده است . بعضی ممکن است حتی سازماندهی را نیز افزایش دهند . ( 1994 ( basden یک مدل را در سه سطح برای سیستم‌های خبره فراهم کرد :
- مزایای ویژگی - مزایای کار - مزایای نقش
این مدل می‌تواند برای پیش بینی موفقیت سیستم خبره استفاده شود . ( بخش 12 – 10 )

11,10 مشکلات و محدودیت‌های سیستم‌های خبره
همه روش‌های دسترسی به سیستم خبره ممکن است ساده و مفید نباشد . تاکنون کاربردهای زیادی
در دسته بندی‌های عمومی وجود دارد . مشکلات زیر، گسترش تجاری سیستم‌های خبره را سست کرد
• دانش همیشه آماده دسترسی نیست
• تخصص متخصص انسانی خیلی مشکل است .
• رویکرد هر متخصص برای ارزیابی وضعیت ممکن مختلف باشد و یا درست نباشد .
• آن سخت است حتی برای متخصص بسیار مجرب تا مقاله خوب برای ارزیابی وضعیت داشته باشد وقتیکه تحت فشار باشد .
• کاربران سیستم‌های خبره محدودیت‌های شناختی طبیعی دارند .
• سیستم خبره فقط در داخل یک محدوده کوچک از دانش خوب کار می‌کند .
• اغلب متخصصین ابزار مستقلی برای تست کردن ندارند. با این حال نتیجه گیری آنها منطقی است .
• لغات و اصطلاحات که متخصصین برای بیان عوامل و واقعیات استفاده می‌کنند، اغلب محدود است و برای دیگران غیر قابل فهم است .
• کمک اغلب، نیاز به مهندسین دانش دارد که بسیار کمیاب و گران هستند . این یک واقیت است که سیستم خبره دارای هزینه ساخت و ساز زیادی است .
• عدم اعتماد به بعضی از کاربران نهایی، ممکن مانع از استفاده درست از سیستم خبره شود .
• انتقال دانش موضوعی است که به تعصبات عقیده و ادراکی میزبان بستگی دارد .
در آخر، اما نه در نهایت، سیستم‌های خبره ممکن است قادر نباشند تا به نتایجی نرسند . برای مثال، xcon کلاملا توسعه یافت ولی در ابتدا فقط توانست دو سفارش از سفارشات ارائه شده را کاملا تحقق ببخشد .
علاوه بر این، بعضی اوقات سیستم‌های خبره، مانند انسان‌های متخصص هستند، پیشنهادهای نادرست و غلط می‌دهند .
Web رشته اصلی و مهمی برای ES (سیستم خبره ) است برای آن که بر این محدودیتها غلبه کند .
این شایستگی و توانایی بسوی ارسال و فرمان دادن به توده و تاثیربیشتر بر روی هزینه‌ها عامل موثر و اثربخشی دارد در نتیجه هزینه بیشتری برای نیروی از دست رفته و خرج شده می‌شود و سیستم‌های بهتری رویکار می‌آید.Gil (1995) در باره‌ی طول عمر سیستم‌ها و بازرگانی و بیرون صدور آن‌ها دانسته آن کشف کرد فقط در مورد3/1 از کل تجارت باقی می‌ماند و اضافه بر 5 سال در این مدت از این رو زندگی کوتاه طبیعی را طی می‌کنند و به طور کلی با هیچ محصولی نسبت دادنی نیست چون به سوی شکست می‌رود. تکنیک و کارایی اقتصادی آن هدفی است که موضوع بحث مدیران است و همچنین Jack از روی توسعه به سوی تعمیر و نگه داری و تعویض و تغییر محصول شد. در طرفی سازمان‌ها بیشتر به سوی کم اهمیت شدن فاکتورهای انسانی شدن که حاصل آن‌ها ترم‌های طولانی و طرح کردن ES می‌شد. مدیریت درست باعث توسعه دادن ES و گسترش آن می‌شود می‌توان دید از آن شکست کوتاه ES چه نتیجه‌ای حاصل شده است . به طور کلی نیروی انسانی و اخلاق انسانی پیشرفت کرده و محدودیت‌ها نیز کم شده و تکنولوژی با زمان پیش می‌رود.

12,10 عوامل موفقیت سیستم‌های خبره
تعدادی از محققین تحقیق کردند در این مورد که چرا سیستم‌های خبره موفق می‌شوند . در عمل این
( kunnathur – 1996 ) و ( guimaraes – 1996 ) .(Eon – 1996 ) کار شامل مطالعاتی است که توسط
و ( 1994 ( tasi – و ( 1995 ( yoon – . چند تا از دلایل اساسی : رقابت در مدیریت آموزش و مشارکت کاربر است که باید پروژه را پشتیبانی کنند و کاربران باید احساس تعلق کنند. تعداد زیادی از مطالعات نشان می‌دهد که مشارکت کاربر و مدیر، مستقیما به سطح موقعیت Mis، خصوصا ES تاثیر می‌گذارد .هر چه که این دلایل و فاکتور‌ها به تنهایی ضامن موفقیت نمی‌شود و موارد زیر باید در نظر گرفته شود:
1 - سطح آگاهی باید در سطح بالا باشد و متخصصین باید در دسترس باشند.
2 - متخصصین باید حداقل در اتحادیه کارشناسان قابل دسترسی باشند
3 - مشکل باید با کیفیت بالا حل شود ( فازی ) - نه صرفا کیفی ( بلکه چندین رویکرد باید استفاده شود )
4 - مسائلی که قرار است حل شوند مسئله باید به اندازه کافی مشکل بزرگی نباشد
5 - ES shell خصوصا خیلی مهم است . خود Shell باید کیفیت بالایی داشته باشد. و دانش را به شکل طبیعی ذخیره و استفاده کند.
6 - رابط کاربر باید برای کاربران مبتدی، آسان باشد.
7 - مسائل باید به اندازه کافی مهم و مشکل باشد تا ES را تضمین کند. ( اما نیازی نیست که تابع مرکز باشد )
8 - به توسعه دهنده‌ها‌ی آموزش سیستم که روابط اجتماعی خوبی دارند احتیاج داریم.
9 - تاثیر es در منبعی مانند بهبود end – user، باید در نظر گرفته شود
10 - مدیریت باید از تولید پشتیبانی نماید .
تاثیر باید مطلوب باشد . برخورد کاربران باید در نظر تلاش‌های مدیریت برای معرفی کردن تکنولوژی ES باید برنامه‌ای آموزشی end user را برای آموزش به وجود آورد که نشان دهد می‌تواند به عنوان یک وسیله تجاری بکار گرفته شود محیط و مکان باید پذیرش این تکنولوژی جدید را داشته باشد
( 1996( kunnathur – و در نهایت ( 1994 ( Tsai - این نتیجه زیر را عنوان می‌کند:
کاربرد‌های تجاری برای سیستم‌های خبره معمولا با تاثیر استراتژیک آن‌ها در اصول یک نتیجه رقابتی ارزیابی می‌شود تا با هزینه‌ای که پرداخته می‌شود.
ارزش عمده سیستم‌های خبره ناشی از جذب و انتشار انواع مهارت‌های تخصصی و دانش برای بهبود کیفیت و سازگاری عملیات‌های تجاری است . اغلب محبوبیت و موفقیت سیستم‌های خبره این است که به خوبی با شرایط کنار می‌آیند و سازمان یافته است و یا جایی نیست که چند صد قانون نیاز باشد . مانند یک زمینه تولیدی . سیستم‌های خبره موفقیت کمتری پیدا می‌کنند وقتی که کاربرها به انگیزه و قضاوت با تجربه‌ها نیاز دارند . همانند زمینه مدیریت منابع انسانی یا جایی که وجود دارند هزاران قانونی که استثنایی هستند . گیل ( 1996 ) یک نظر سنجی بین 34 سیستم خبره اجرا کرد و فهمید که ES‌هایی که به تغییرات اضافی اصرار دارند، وظیفه ذاتی کاربران و شغل آنها در طریقی است که استفاده مداوم از سیستم را بر می‌انگیزد . این ابزارها به کاربران پیشنهاد می‌کنند که یک حس بزرگتر از کنترل، یا تنوع گروه کاری را افزایش دهند یا زحمات بیهوده گروه کاری را کاهش دهد . کاربران را به زودی برای انجام دادن وظایف با مهارت بالا یا برای تعیین کردن اجرای وظیفه شان فعال کند . گیل هشدار داد که سیستم‌های خبره توسعه می‌یابند و مدیرشان برای شناختن و تامین طراحی، مانند انگیزه ذاتی باید در یک تکنولوژی ساخته شود . به زودی این فکر برای یک سیستم خبره ( یا در حقیقت، یک کاربر بر پایه IT ) تصور می‌شود و آنگاه شروع به تعیین تاثیر آن در انگیزه کاربران می‌کند . نتیجه، تعیین کننده است اگر تاثیر انگیزه بسیار مناسب خواهد بود . امکان تلاش برای توسعه باید بررسی مجدد شود و سیستم‌های خبره‌ای که انگیزه برای استفاده منفی دارند فقط نباید طولانی باشد .
یک مطالعه جالب از سیستم ناموفق در کمپانی بزرگ تولید محصول مصرف کننده است که به وسیله ( 1999 REDDER ) گزارش داده شد .
13,10 انواع سیستم‌های خبره
انواع زیادی از سیتم‌های خبره وجود دارند که فقط مختص طبقه بندی زیر از ES‌ها نمی‌باشد، بلکه یک ES می‌تواند در چندین گروه قرار گیرد .
سیستم‌های خبره در برابر سیستم‌های پایگاه دانش
بر طبق این طبقه بندی یک سیستم خبره سیستمی است که رفتار آگاهانه از خود نشان می‌دهد که ما آنرا چیزی می‌نامیم که شخص متخصص انجام می‌دهد . ( MYCIN ) و ( XCON ) مثال‌هایی خوبی هستند که از آموزش‌های خیلی حرفه ای، بیماری خونی را تشخیص می‌دهند ( MYCIN ) و تجهیزات کامپیوتری پیچیده را طراحی می‌کنند ( XCON ) این سیستم‌ها واقعا تلاش می‌کنند تا از بهترین انسان متخصص تقلید کنند . در دنیای تجاری هر چند سیستم‌های وجود دارند که بطور موثر و بهتر وظایف را انجام می‌دهند که واقعا متخصص نیستند . این سیستم (سیستم پایگاه دانش ) نامیده می‌شود ( همچنین مشاوره سیستم‌ها و دانش سیستم‌ها، سیستم‌های هوشمند یا سیستم‌های عملیاتی ) برای مثال به ما اجازه دهید نگاه کنیم به یک سیستم که در حریم امنیتی برای یک سفر خارجی مشاوره و پیشنهاد می‌دهد . این مشاوره به چند ویژگی بستگی دارد . مانند سن، جنسیت، سلامتی مسافر و کشور مقصد . یکی از نیاز‌ها، آگاهی دادن و مشاوره است، اما نیازی به تخصص نیست . در این حالت تقریبا همه دانش‌های مربوطه مستند ارائه می‌شود و در دسترسی دستی از اغلب مراکز سلامت عمومی ( در 1 یا 2 درصد از این حالت لازم است با پزشک مشورت شود ) . مثال دیگر راهنمای اتوماتیک است ( در بخش 8 – 10 ببینید )
تفاوت بین این دو نوع ES ممکن است حقیقتا مشخص نباشد . خیلی از سیستمها شامل هر دو ( دانش مستند ) و ( تخصص‌های غیر مستند ) باشند .
AIS در عمل 8- 10
مکانیزه نمودن خدمات رسانی ( اتوماتیک و خودکار )
میلیون‌ها کارمند درسازمانها به عنوان ارائه دهنده اطلاعات کار می‌کنندودرارتباط مستقیم با مشتریان هستند.اغلب اوقات مشتریان به دلیل اینکه تمام خطوط تلفن‌های تماس برای آنها اشغال است درمانده می‌شوند (مشتریان پشت خط می‌مانند ونوار به آنها می‌گوید که "همه خطوط مشغول است . شما برای ما بسیار مهم هستید لطفا منتظر بمانید، به شما پاسخ داده خواهد شد) لزوما،ااطلاعاتی که در اختیار مشتریان قرارداده می‌شود صحیح نیست.راه حل این مشکل استفاده از پاسخگویی خودکار از طریق سیستم تخصصی یا سیستم کارشناسی است.
مثالی که در این مورد وجود دارد شرکت Color Tile است که از مشاوران متخصص استفاده می‌نمایند.(آنها از سیستم Software Artistry) برای پشتیبانی از اطلاعاتی که توسط کارکنان خودش ارائه باید گردد استفاده می‌نمایند.سابقا،اپراتورها می‌بایست از راهنماهای بسیاری برای ارائه راه حل مشکلات به ترمینال‌های فروش در فروشگاه‌های Color Tileکمک می‌گرفتند.ولی اکنون با استفاده از،ES اپراتورها می‌توانند راه حل‌های خیلی با سرعت ترودقیق تر ارائه نمایند.چنین اطلاعاتی هم اکنون برای کارکنان در اینتر نت وبرای مشتریان در اکسترانت فراهم می‌باشد.Peppers et al در سال (1999) مثال شرکت با مسئولیت
محدودCanadian Tire Acceptance رامطرح می‌سازد.این شرکت به چهارمیلیون افرادی که دارای کارت اعتباری هستند خدمات ارائه می‌دهد.با به خدمت گرفتن تکنولوژی و مرکز هوشمند تمامی اطلاعا ت ورودی را در بر می‌گیرد(ازقبیل فکس،تلفن،وب). با استفاده ازES سیستم قادر به تحلیل اطلاعات مشتریان وشناسایی نیازهای آنها خواهد بود،از این طریق ارائه خدمات بهتر امکان پذیر خواهد بود.

این مسئله که به چه میزان به کارشناسی نیاز است تا اطلاعات طبقه بندی گردد،اساسی است.سیستم متکی به دانش می‌تواند سریعتروارزانتر از سیستم‌های خبره عمل نماید
سیستم‌های کارشناسی متکی به قوانین
بسیاری ازسیستم‌های کارشناسی بازرگانی براساس سیستم‌های متکی به قوانین عمل نماید به دلیل اینکه درسیستم‌های متکی به قوانین ازتکنولوژی پیشرفته‌ای استفاده شده است ومصرف کننده نهایی قادربه استفاده از ابزارهای پیشرفته این تکنولوژی می‌باشد. دراین سیستم دانش به عنوان سریالی ازقوانین ارائه میگردد.
سیستم‌های چارچوب بندی شده
درسیستم‌های چارچوب بندی شده،دانش به عنوان چارچوبی برای ارائه رویکرد برنامه ریزی هدفمند معرفی می‌گردد.(به مبحثی که دراین مورد درفصل 11ارائه گردیده مراجعه شود) سیستم‌های مختلط ( ترکیبی )
سیستم‌های مختلط شامل رویکردهای مختلفی از ارائه دانش است. این رویکردها اساسا ازچارچوب‌ها وقوانین ومقررات برخوردارهستند. تکنیک‌های پیشرفته ازقبیل fuzzy logic ( منطق فازی ) وneural ( شبکه عصبی ) برخی اوقات با قوانین در می‌آمیزند تا نتایج بهتری را ارائه نمایند.
سیستم‌های متکی به مدل
سیستم‌های MODEL –Basedبه گونه‌ای طراحی شده اندکه ساختارها وساختارهای عملیاتی راتحت مطالعه میدهد.این مدل‌ها ارزش‌هایی را که برای ارزش گذاری درنظرگرفته می‌شود را کنترل می‌نماید. ابزار این ارزش گذاری درفصل 12آمده است.
سیستم‌های آماده
سیستم‌های کارشناسی می‌تواندبرای استفاده مورد نظرتنظیم گردد. یعنی بصورتی که باید برای نیاز
مشتری تنظیم گردد، آماده سازی گردد. کاربرداین سیستم‌ها مشابه مدیریت پروژه در مدیریت عملیاتی است سیستم‌های آماده به کار از اقتصاد تولید انبوه لذت می‌برند و بنابراین به طور قابل ملاحظه‌ای ارزانتر از سیستم‌های اختصاصی است . آنها می‌توانند به زودی استفاده کنند از آنهایی که خریداری شده است . ( چندین مورد از آنها در وب قابل دسترسی است ) . متاسفانه سیستم‌های آماده به کار در طبیعت خیلی عمومی هستند . بنابراین محبوبیت شان با کاهش دادن تعرفه افزایش می‌یابد و توانمندی‌هایشان نیز افزایش می‌یابد . دو نوع سیستم آماده به کار وجود دارد :
- سیستمهایی برای استفاده عمومی و - سیستم‌هایی برای صنعت کشور یا تولید مخصوص سیستم‌های خبره بلادرنگ
یک سیستم خبره بلادرنگ یک محدودیت خیلی سخت برای زمان پاسخگویی به سیستم‌ها دارد . که باید خیلی سریع و کافی پردازش محاسبات آنها کنترل شود .
به عبارت دیگر این سیستم‌ها، همیشه یک پاسخی در هر زمان نیاز، آماده تولید دارند .

14,10 سیستم‌های خبره در وب
- ارتباط بین سیستم خبره و اینترنت ( شبکه ) و اینترانت می‌تواند به دو دسته تقسیم شود . اولاستفاده سیستم خبره در شبکه . در این حالت شبکه از کاربردهای سیستم خبره ( و دیگر هوش مصنوعی ) پشتیبانی می‌کند . دوم - پشتیبانی سیستم خبره ( و سایر روش‌های هوش مصنوعی ) در ورود به شبکه
استفاده سیستم خبره بر روی شبکه
یکی از اولین دلایل برای توسعه سیستم خبره، قدرت بالقوه آن در فراهم کردن دانش و مشاوره برای تعداد زیادی از کاربران بود . برای اینکه دانش انتشار پیدا کرد در افراد زیادی، هزینه هر کاربر کم شد، ساخت سیستم خبره خیلی جالب بود . با این حال بر طبق ( 1996 ( eriksson برای رسیدن به هدف، آزمایش‌های خیلی سختی محقق شد . برای اینکه سیستم‌های مشاوره به ندرت استفاده کردند، آنها نیاز به کاربران زیادی داشتند تا ساختنشان را توجیه کنند . در نتیجه، سیستم خبره تعداد خیلی کمی از دانش را در بین کاربران انتشار دادند . دسترسی متداول و استفاده از اینترنت و اینترانت‌ها، فرصتی را فراهم کرد تا دانش و تخصص را در در بین مخاطبان زیادی انتشار داد .
به وسیله پیاده سازی سیستم‌ها خبره ( و دیگر سیستم‌های هوشمند ) مانند سرورهای دانش، انتشار تخصص در شبکه، عملا اقتصادی و سود آور شد . سیستم خبره اجرا می‌شد در سرورهایی که می‌توانستند پشتیبانی کنند از گروه بزرگی از کاربرانی که با سیستم روی شبکه ارتباط داشتند . در این راه، رابط کاربر، مبتنی بر پروتکل‌های وب بود و مرورگرهای مورد استفاده دسترسی به سرورهای دانش را
فراهم می‌کردند . این رویکرد پیاده سازی در ( 1996 ( Eriksson شرح داده شد . در وب سایت exsys شما می‌توانید تلاش banner & brains را ببینید که قابلیت‌های سیستم خبره در وب ترکیب کردند .
( بخش 9 – 10 ببینید )
سیستم خبره می‌تواند بر روی شبکه انتقال بیابد نه فقط برای کاربران انسانی، بلکه بر روی دیگر سیستم‌های کامپیوتری شده، شامل dss، رباتیک‌ها و پایگاه اطلاعاتی نیز می‌توانند انتقال بیابند .
دیگر سیستم‌های خبره شبکه، از امکاناتی شامل ساخت سیستم پشتیبانی می‌کنند . اینجا، همکاری بین سازنده‌ها، متخصصین و مهندسین دانش می‌تواند به وسیله اینترنت تسهیل پیدا کند . برای مثال، جاهایی که چندین متخصص وجود دارد و یا جایی که متخصصص در یک مکانی متفاوت از شخص مهندسی دانش، است . نگهدارنده دانش همچنین می‌تواند استفاده از شبکه را در حالیکه برای کاربران مفید است تسهیل کند .
در نهایت وب می‌تواند تا حد زیادی از گسترش سیستم‌های خبره مبتنی بر چند رسانه‌ای پشتیبانی کند . مانند سیستم‌های موسوم به سیستم‌های intelimedia که از ترکیب گسترده کاربردهای چند رسانه‌ای و سیستم‌های خبره، پشتیبانی می‌کند . مانند سیستم‌هایی که می‌توانند برای کاربران راه دور خیلی مفید باشند .
AIS در عمل 9-10
Banner with Brains
سیستم‌های خبره مبتنی بر وب برای انتخاب رستوران
انتخاب یک رستوران برای قرار ملاقات یا برای انجام کاری در یک شهر خارجی هرگز راحت نیست، به واسطه فراهم بودن سرویسهایی که در web (شبکه) وجود دارد و از سیستم‌های متخصص روی محل شبکه exsys حمایت می‌کنند. شما می‌توانید طرز کار یک سیستم را نشان دهید که یک سیستم متخصص با یک تابلو نشان می‌دهد .
سیستم خبره با رستورانها در Albuquerque در مکزیک آشناست . وقتی شما احتیاج به پیدا کردن یک رستوران دارید سیستم از شما درباره موقعیت و نوع غذایی که شما نیاز دارید می‌پرسد .
سیستم رده بندی احتمالی رستورانهایی که مناسب نیاز شماست را بوجود می‌آورد سپس آن سیستم قرار می‌دهد آثار سازه‌های گوناگون را روی موقعیت‌های خاص قرار می‌دهد و مطابق آنها، رستوران نمایش می‌دهد . همچنین توضیح می‌دهد که چرا این رستورانها را پیشنهاد می‌کند . این نوع کاربر به طور روزافزون در آینده مشهور می‌شوند .

از این قبیل سیتم در صنعت توریست و در تجهیز لوازم جزئی و قصور درمان بیماری‌های گوناگون مورد استفاده قرار می‌گیرد .جنبه دیگر رابطه اینترنت این است که es و AI را حمایت می‌کند . تکنولوژی‌ها می‌توانند اینترنت و اینترانت را فراهم می‌کنند . کمک بزرگتر AI به اینترنت و اینترانت بطور خلاصه شده در جدول 6 ـ 10 قرار دارد .
اطلاعات درباره رابطه بین سیستم‌های متخصص عاملان باهوش و AI دیگر و اینترنت فوراً آماده دسترسی است برای مثال WEB (شبکه)
جدول 6 – 10 سیستم خبره و هوش مصنوعی در تاثیرات وب
لحاظ تاثیر از WEB تاثیر روی WEB
فراگیری دانش متخصصین ممکن است در نواحی مختلف در طول اینترنت همکاری داشته باشد فراگیری علم می‌تواند در زمان‌های مختلف انجام شود . به منظور آن که برنامه ریزی خود را با کارشناسان هماهنگ کنید . علم اکتسابی از متخصصین مختلف ممکن است تقسیم شود روی اینترنت به منظور تحریک مناظره برای زیاد تر کردن دانش عملکرد WEB و فعالیت‌های آن ممکن است اکتسابی باشد و برای استفاده کردن و مشورت کردن مدیرت شود
سیستم‌های خبره پیشرفته ES می‌تواند طراحی کند به منظور پشتیبانی از فعالیت‌های WEB، سرویس‌های اتوماتیک و کارایی بهتر
سیستم‌های خبره مشاوره کاربران در فضاهای جزئی می‌توانند از سیستم استفاده کنند به منظور آنکه مشکلات خود را حل کنند .گزارش کارشناسان به طور آسانی منتشر شد و در اختیار کاربران قرار گرفت . کاربرد ES برای نظارت و ارائه
WEB

سایتهای کامپیوتر از هوش مصنوعی (مجله) (www.pcai.com) و انجمن آمریکایی برایagents.umbc.edu) (www.aaai.org)) ارائه یک مجموعه خوب از لینک‌های برگزیده به وب سایت‌های مرتبط. (UMBC)(agents.umbc.edu) فراهم می‌کند مجموعه‌ای از منابع خوب فراهم می‌کند.
 مطالب برجسته فصل
1 - هوش مصنوعی محاسبه‌ای با نظم و انضباط است که به بررسی نحوه ساخت سیستم‌های هوشمند به انجام وظایف مشخص شده می‌پردازد.
2 - خصوصیات عمده هوش مصنوعی در پردازش نمادین، استفاده از بحثی اکتشافی به جای الگو ریتم‌ها، و استفاده از روشهای استنباط.
3- هوش مصنوعی دارای چندین مزیت عمده بیش از هوش انسان است . مانند : دائمی، قابل تکرار و انتشار، ارزانتر، مداوم و کامل می‌توان آن را مستند سازد.
4- هوش طبیعی (بشر) از هوش مصنوعی مزایای زیادی دارد از قبیل خلاق، استفاده از تجارب حسی به طور مستقیم، و دلایل از چهار چوب گسترده‌ای از تجارب.
5- تمرکز اصلی هوش مصنوعی دانش به جای داده‌ها یا اطلاعات است.
6- مناطق عمده هوش مصنوعی عبارتند از سیستم‌های خبره، پردازش زبان طبیعی، درک گفتار، رباتیک هوشمند، دید کامپیوتر، منطق فازی، عوامل هوشمند، رایانه هوشمند به وسیله‌ی آموزش و رایانه‌های عصبی.
7- سیستم‌های خبره به طور گسترده‌ای شامل اعمال تکنولوژی هوش مصنوعی هستند. سیستم‌ها چنین تلاش برای تقلید کار از کارشناسان انجام می‌دهند . اعمال هوش مصنوعی به مشکل تخصص انسان‌ها را جذب می‌کنند.
8- عوامل موثر سیستم خبره باید به یک دامنه محدود بکار گرفته شود .
9- زبانهای طبیعی از تکنیک‌های بررسی پردازش می‌شوند تا به کاربران اجازه دهد با کامپیوتر در زبان طبیعی ارتباط برقرار کنند. این شامل، متنی مبتنی بر اساس رابط‌های زبان طبیعی و صدا به کار می‌رود.
10- ربات هوشمند، کامپیوتری است که مبتنی بر برنامه و یا دستگاه که می‌توان به تغییر در محیط خود پاسخ دهد . بیشتر رباتها امروزه به انجام این کار توانایی ندارد.
11- سیستم‌های تدریس هوشمند از تکنولوژی هوش مصنوعی برای کمک به کاربر در یادگیری دانش است. هوش مصنوعی می‌تواند عملکرد آموزش و تدریس را بهبود بخشد.
12- قدرت ES از دانش خاص صاحب آن است که پردازش می‌شود، نه نمایندگی از دانش و طرح‌های استنتاج آن که استفاده می‌کند.
13- تخصص آموزش، خواندن و تجربه وظیفه خاص دانش اکتسابی است .
14- کارشناسان می‌تواند تصمیم گیری خوب، سریع در شرایط پیچیده‌ای داشته باشند.
15- بیشترین دانش در سازمان‌ها به وسیله تعداد کمی متخصص جذب می‌شود .
16- دانش اعلانی (حقایق) می‌تواند به طرز عمل و رویه باشد.
17- تکنولوژی سیستم خبره می‌تواند از انتقال دانش و منابع مستند به کامپیوتر استفاده کند و آن را برای استفاده غیر متخصصان فراهم سازند.
18 - از اجزای اصلی Es گرافیک اکتساب دانش، موتور استنتاج، ناحیه کاری، رابط کاربری و گرافیک توضیح هستند.
19- موتور استنتاج توانایی استدلال برای سیستم‌های خبره را فراهم می‌کند.
20- استنتاج Es می‌تواند به روش‌های جلو زنجیره‌ای و یا به عقب زنجیره‌ای انجام می‌گیرد .
21 - مهندسین دانش متخصصین حرفه‌ای هستند که میدانند چگونه دانش را از متخصص جذب کنند و ساختار آن را در فرمی که توسط کامپیوتر پردازش می‌شود بر اساس متخصص سیستم انجام گیرد
.
22 - سیستم‌های خبره در رده‌های عمومی صفحه 10 :
تفسیر، پیش بینی ؛ تشخیص، طراحی هستند، برنامه ریزی، نظارت، اشکال زدایی، تعمیر، آموزش، و شاهد، است.
23 - متخصص پوسته سیستم خبره سیستم ابزار توسعه است که شامل موتور استنتاج و بلوک‌های ساختمان برای پایگاه دانش و رابط کاربر است. مهندسان دانش می‌توانند به آسانی یک سیستم نمونه را با وارد کردن قواعد، در توسعه پایگاه دانش قرار دهند.
24- سیستم‌های خبره منافع زیادی دارند . مهمترین آنها عبارتند از : بهبود بهره وری، حفظ کیفیت
، تجربه و تخصص، مهارت از سیستم‌های دیگر، مقابله با اطلاعات ناقص، و ارائه آموزش است.
25 - شکست بسیاری از Esها به واسطه مشکل غیرفنی است . از قبیل نبود حمایت‌های مدیریتی و نبود آموزش برای کاربران .
26 - اگر چه چندین محدودیت تکنیکی در استفاده از سیستم خبره وجود دارد، اما بعضی از آنها با بهتر شدن تکنولوژی، از بین می‌روند .
27 - بعضی از es‌ها قابل دسترسی هستند . مانند سیستم‌های حاضر و آماده که آنها یک مشاوره برای موقعیت‌های استاندارد که آنها را در یک جهت توسعه می‌دهند ارائه می‌دهند و انتشار می‌دهند .
مانند یک مشاوره در اینترنت و اینترانت و اکسترانت .
28 - بعضی از سیستم‌های خبره مشاوره‌ای را در مد بلادرنگ ( REAL TIME ) ارائه می‌دهند
29 - ES و AI پشتیبانی از اینترنت و اینترانت را به خوبی ارائه می‌دهد .

کلمات کلیدی
کشف کننده محاسبه وابستهالگوریتم سیستم دو رگه پردازنده عددیهوش مصنوعی استنباط ماشین قواعد تولیدانتقال اتوماتیک استنباط کردن آماده‌ی ساختن سیستمتغییر از پشت ماشین هوشمند زمان واقعیتخته سیاه آموزش استنباط کمک دستگاه خودکارمحیط مشاوره کامپیوتر نشان دادن راه مبنی محیط تو سعه آموزش تک شاگردی سیستم
قلمرو هوشمند شبکه معناییحوزه توجیح کننده سیستم حساسعبارت سیستمی شناسایی درک سخنحفاظ عبارت سیستمی کسر معلومات سنبلکار شناس پایگاه آگاهی پردازنده‌ی نمادیزیر توضیح سیستم دانش مهندس آزمایش تورینگپیش تغییر دانش سیستم پردازنده نا معلومچارچوب مستقیم سیستم شناسایی مبنی سیستم شناختگی بصریمنطق ریشه دار منطق
بازی کردن مدل مبنی سیستم
الگوریتم تکوینی زبان طبیعی پردازشگر


 سوالات زیر را بررسی کنید.
هوش مصنوعی چیست؟آزمایش تورینگ چیست؟
چه کارهایی را ما به راحتی انجام می‌دهیم؟
لیست عمده مزایا در هوش مصنوعی بیش از هوش طبیعی است.

لیست عمده اشکال‌ها در هوش مصنوعی بیشتر از هوش طبیعی است.
شرح متفاوت در میان یک پایگاه آگاهی.
لیست عمده هوش مصنوعی کمپانی سازنده‌ی نرم افزاری است که در سال 2000 تاسیس شد.
معنی کردن یک کارشناس سیستم.
معنی کردن طبیعی زبان پردازنده.
معنی کردن طبیعی شناسایی و درک آن که چرا مفید است.
معنی کردن یک عامل هوش مصنوعی چرا مفید است؟لیست عمده مزایای هوشمند کامپیوتر.
لیست تایپ‌ها برای شناسایی که تشکیل شده‌اند از حوزه‌ها.
معنی کردن سیستم هوشمند, رشد و تباین آن با مشورت.
لیست و معنی کردن عمده‌ی ES.
نقش شناسایی ک مهندس چیست؟
توصیف کردن راه کارشناس سیستم‌ها را استنباط انجام می‌دهد.
مطالب عمده در بلک برد ES چیست؟توصیف کردن کلی طبقه با استفاده از ES.
شرح دادن مقداری از تعیین کردن حد از ES.
شرح دادن ES.
آماده ساختن ES چیست؟زمان واقعی ES چیست؟ESها در وب چه هستند؟از ES چگونه می‌توان برای استفاده از وب کمک گرفت ؟

 در باره‌ی سوالات زیر بحث کنید.
1. تکنیک‌های ارزش عددی ونمادی و مقایسه کردن عددی و نمادی پردازنده.
2. آیا شما موافق هستید که گفتار ارتباط اسم را از طریق حوزه استفاده کرد؟ یا می‌توان از سیستم‌های خبره استفاده کرد ؟ چرا یا چه کسی ؟
3. ممکن است که قدرت نداشتن کامپیوتر‌ها بستگی به مشکلاتش داشته باشد؟ راه آن چیست؟
4. چطور ES قادر می‌سازد حرکت دادن وب را در سیستم؟
5. ارتباط بین توسعه محیط مشاوره محیط را بنویسید
6. توضیح دهید اختلاف بین FORWARD CHAINING و BACHWARD CHAINING و موقعیت جای هر کدام در کجا بیشتر مناسب است .
7. چه نوع اشتباهاتی ممکن است ES داشته باشد و چرا؟
8. ما 10 مورد (مقوله) از کاربرد ES در این فصل لیست کردیم . 20 نمونه کاربرد را پیدا کنید . از هر مورد 2 تا از طبقه بندی‌های کاربردی مختلف .
9. محدودیت‌های ES را که در این فصل بحث کردیم دوباره بنویسید . از چیزهایی که می‌دونید و محدودیت‌هایی که ممکن است در سال 2100 هنوز وجود داشته باشد را بنویسید با علت .
10. یک ES آماده به قیمت 5000 $ به فروش می‌رسد . ES پیشرفته 50000$ است . لباس آماده برای شما 100$ هزینه دارد و یک نوع دوخته‌‌اش 500$ هزینه در بردارد . دو موقعیت (مسئله) را با هم مقایسه کنید و محصولات آماده بازار و مغازه‌ها را توضیح دهید . چرا یک ES آماده فقط را درصد هزینه نوع پیشرفته‌‌اش را دارد . در حالی که یک لباس آماده 20 درصد از هزینه نوع دوخته شده را دارد ؟
11. وضعیت کنونی WEB را توضیح دهید و بگوئید که چگونگی دسترسی ES را تغییر می‌دهد و چگونه به کار می‌رود برای جاسازی کردن در سیستم‌های دیگر.
تمرین
1 ـ یک سیستم اطلاعاتی مدیریتی را بنویسید و میزان استفاده شرکت از تکنولوژی AI را بنویسید درباره برنامه 3 تا 5 سال آینده شرکت سوال کنید . آیا مشکلی وجود دارد ؟ یک گزارش 2 صفحه‌ای در این باره بنویسید .
2 ـ مطالبی را پیدا کنید برای مشخص کردن مشکلاتی که در کاربرد AI وجود دارد .برای مدیریت چه چیزهایی لازم است .
3 ـ 5 تا سیستم کاربردی تخصصی در جدید در که در یک یا چند تجارت که شما به آن علاقه دارید پیدا کنید . هدفهایشان را مقایسه کنید شفافیت را، دانشی را که ارائه شده و ابزاری را که توسط آن ساخته شده ـ ( زبان برنامه عامل)
تمرین‌های گروهی
1ـ تمرین دانش کلاسی :کره بادام زمین‌ی و ساندویچ ژله درست کنید . همه جزئیات برای درست کردن این‌ها را توضیح دهید و یک نفر را در کلاس مشخص کنید که همه مراحل را بنویسید. لیست تهیه این‌ها چقدر است؟ چیزی را جا نینداختید؟ بعد از یکی از هم کلاسی‌هایتان بخواهید که ساندویچ را با توجه به دستور العملی که شما نوشته اید درست کند .(یکی دیگر باید دستورالعمل را با صدای بلند بخواند ) آیا اینکار عملی می‌شود . قسمت‌هایی یا طراحی را که فراموش کرده بودید به لیست اصلی اضافه کنید . این لیست جدید چقدر از لیست قبلی طولانی تر است؟ اگر قرار باشد به جای 1 ساندویچ 100 تا درست کنید آیا حاضرید تمامی مراحل را طی کنید؟ توضیح دهید چرا حاضرید و یا چرا حاضر نیستید اکبر ساندویچ فروش بودید چه کارهای متفاوتی را انجام می‌دادید ؟
2ـ بازی‌های اینترنتی خیلی دوست داشتن و عمومی هستند . یک برنامه خوب کامپیوتری طراحی کنید که به برنامه D3 گرافیک و تکنولوژی هوش مصنوعی احتیاج داشته باشد .جزئیاتی را پیدا کنید که مشخص کنید (تعیین کند) فن AI چقدر برای هیجان آور کردن سرگرمی‌های کامپیوتری مفید است .
3ـ یک موقعیت تصمیم گیری را با توجه به موارد زیر در نظر بگیرید .
امروزه یک روز خوب تابستانی است پس به زمین گلف می‌روم.
امروز یک روز خوب زمستانی است پس من به پیست اسکی می‌روم.
امروز یک یاز روز‌های خوب تابستان است پس من می‌رم سرکار .
اگر امروز روز خوبی در زمستان نیست پس من می‌روم سر کار .
اگر به زمین گلف برم گلف بازی می‌کنم .
اگر برم اسکی یا گلف بازی کنم لذت می‌برم .
اگر برم سر کار پول در می‌آورم .
اگر برم کلاس یک چیزهایی یاد می‌گیرم .
A . قانون جمله‌های زیر را بررسی کنید (از هر کدام چه نتیجه‌ای می‌گیرید ) امروز روز خوبی در تابستان است .
امروز روز خوبی در زمستان نیست .
امروز روز خوب زمستانی است .
امروز روز خوب تابستانی نیست .
B آیا ترکیبهای معتبر دیگری هم هست ؟ توضیح دهید .
C چه چیزی برای یادگیری برای شما لازم است .
در این دنیای اطلاعاتی با یک خلاصه گیری شروع کنیم (یک چیزی یاد بگیرید) و قوانین را مشخص کنید .
برای درک حقایقی که احتیاج دارید به عقب برگردید .
D دانش را به یک نمودار گرافیکی تبدیل کنید از یک دایره برای ارائه حقایقی مثل روز خوبی است یا روز خوبی نیست و از پیکان برای نشان داده تاثیر استفاده کنید .
E - با زبان بیسیک (یا هر زبان نسل سومی دیگری) یک برنامه بنویسید تا این اطلاعات را اجراکند. از if –then else استفاده کنید،
برنامه چند خط است؟ قرار دادن قانون و حقیقت‌های جدید مثل اگر بارانی و گرم باشد و بارانی نباشد و تابستان باشد سپس من گلف بازی میکنم چقدر مشکل است؟

F - اطلاعات را در یک بانک اطلاعات روی کامپیوتر قرار دهید
G - تمرین پیشرفته.مانند قسمت D اجرای جدیدی بنویسید ولی اطلاعات را در یک متغیر ذخیره کنید. اجازه دهید برنامه ارایه را برای تصمیم گیری جستجو کند

تمرین اینترنتی
1 - در سال 1995 حدود 2000 وب سایت درباره‌ی هوش مصنوعی وجود داشت. در واقع الان بیشتر وجود دارد. تحقیق کنید چند تا web site وجود دارد. 20 تای اول را دسته بندی کنید یا اگر از موتور جستجو استفاده کردید چه گروه‌هایی پیدا کردید؟
2 - چند گروه خبری تعیین کنید که علاقه به کاربرد هوش مصنوعی دارند . سوال‌هایی درباره‌ی فناوری هوش مصنوعی برای این منظور تهیه کنید؟
3 - رجوع کنید به چندین دلیل در سایتwww.exsys.com و خود اموز را مرور کنید. یک مثال انتخاب کنید تا مزایا و محدودیت و اشتراک‌های ان را توضیح دهد که چگونه می‌توان ان را توسعه داد 4 - به سایت انجمن هوش مصنوعی امریکا www.aaai.com مراجعه کنید کارگاه‌هایی را که در یک سال گذشته و مقاله‌های مربوط به هوش هصنوعی که ارائه داده را امتحان کید بحث
1.کامپیوتر‌هایی که برای بازی شطرنج و جدول برنامه ریزی شدند بهتر و بهتر شدند در حقیقت کامپیوتر استاد شطرنج جهان شد
گری کاسپارو شما موافق هستید که کامپیوترها هوش رانمایش میدهند؟ چرا یا چرا نه؟
2. جدولی تهیه کنید که نشان دهد کامپیوترها نمیتوانند فکر کنند سپس استدلالی بیاورید که عکس این را نشان دهد
3. بور باکی استدلال سرل درباره‌ی ازمایش تورینگ توضیح میدهد. قسمت‌های مهم این بحث را خلاصه کنید
4.استدلال کننده‌های هوش مصنوعی ادعا میکنند هیچ وقت ماشینی که کاملا فکر کند نخواهیم داشتچون روحی در ماشین وجود ندارد اما طرفدارهای ان مدعی هستند که روح مهم نیست. انها میگویند بشر پرنده‌ای مصنوعی(هواپیما) ساخت که می‌تواند پرواز کند گرچه پرنده نیست. بحث کنید.
پروژه گروهی
برنامه‌ی هوش مصنوعی و سیستم‌های خبره را پیدا کنید. یک سازمان که ماهیت تجاری و کاری ان را خوب شناخته باشید و مسائل ان را که با سیستم‌های هوشمند پشتیبانی میشود را شنا سایی کنید . نمونه‌هایی مثل انتخاب فروشنده. انتخاب کارمند جدید وانتساب شغل توسط کامپیوتر . روش‌های دادو ستد و یا حکم فارغ تحصیلی مدرسه.
مورد کاربردی 1- 10
سیستم نمایش وظیفه گیت ( ورودی باند فرودگاه )
وظیفه گیت و مسئولیت کنترل کننده‌های گیت و دستیارانشان در هر فرودگاهی، پیچیده و سخت است . به عنوان مثال، در فرودگاه شیکاگو دو کنترل کننده گیت بطور معمول، نقشه 500 هواپیما را در حدود 15 گیت رسم می‌کنند . برای راحتی مشتریانی که باید به رابط پرواز انتقال پیدا کنند و سپس کنترل شوند، باید بعضی اوقات آنها را در عرض 20 تا 30 دقیقه در دسته‌های 30 یا 40 تایی قرار داد . برای پیچیده تر شدن موضوع هر پرواز زمان بندی خاص دارد . در زمان‌های مختلف در آن گیت که بستگی دارد به جدول زمانی رابط پرواز و در کل به خدماتی که نیاز دارد . همه این مشکلات به تردستی گیته‌ها دائما نیاز دارد . برای اینکه تاخیر پرواز‌ها بوسیله آب و هوا و سایر عوامل، ایجاد می‌گردد . و شما به این چالش فکر می‌کنید . مشکل خیلی پیچیده تر است . برای اینکه با هم رابطه متقابل دارد . با پارک کردن کوتاه و اجباری و همچنین دسترسی به لوازم، تجهیزات و نیازهای شخصی وابسته است .
راه حل
بسیاری از فرودگاه‌ها، سیستم‌های خبره را برای حل این مشکلات معرفی کردند . این کار نو در سال‌های 1987 – 88 در شیکاگو انجام شد . سیستم هوایی کره در فرودگاه KIMPO در سال 1999 برنده شد و جایزه ( کاربردهای نوآوری ) را از انجمن هوش مصنوعی آمریکایی دریافت کرد . ( WWW. AAAI.ORG ) .
این دو سیستم‌ها چندین حالت مشترک همانند معمارها دارند .
قابلیت‌های سیستم
یک سیستم وظیفه گیت هوشمند می‌تواند سازماندهی شود و به سرعت زمان بندی شود که شامکل اطلاعات بیشتری نسبت به سیتم دستی است . نمایشگر‌های گرافیکی زمانها اعداد و ارقام را نشان می‌دهد . هواپیما بصورت نوارهای رنگی نماد شده است . هر جایی از نوار، تخصص گیت‌ها و اندازه آن را را نشان می‌دهد . و آن اندازه، اندازه زمانی است که مورد انتظار است تا آن، به گیت اختصاص داده شود . نوارها با لبه نوک دار رسیدن و رفتن پروازها را تشخیص می‌دهند . مربع لبه، مبدا و مقصد پرواز را مشخص می‌کند سیستم همچنین با کلمات و اعداد نزدیک هر نوار شماره پرواز، وقت رفتن و رسیدن را نشان می‌دهد . اعداد صفحه وضعیت سوخت گیری هواپیما، وضعیت زمین و سایر موارد را نشان می‌دهد . هر شرکت هواپیمایی، یک فرستنده رادیویی دارد که بطور اتوماتیک به سیستمهای MAIN FRAME گزارش می‌دهد که دماغه چرخ‌ها زمین را لمس کرده‌اند . سیستم فورا نوار صفحه را از OFF به ON تغییر می‌دهد . وقتی که صفحه در آن گیت متوقف می‌شود، کد IN تغییر می‌دهد . بنابراین کنترل کننده‌های گیت به وضعیت هر لحظه زمین برای هر پروازی در نمایشگرشان دسترسی دارند . سیستم همچنین یک تعدادی از یادداشت‌های ترکیبی دارد . برای مثال، یک شرکت هواپیمایی اجازه ندارد تا اختصاص دهد به نوع اشتباهی از گیت و توضیح دهد که چرا آن نمی‌تواند .
کنترل کننده می‌تواند هر تصمیمی را بطور دستی نپذیرد تا یک وضع غیر معمولی اتفاق بیفتد . سیستم همچنین آن چشم در زمانی که یک صفحه ورودی در زمین است و آن گیت هنوز به آن اختصاص داده نشده است، آنگاه خط قرمز می‌درخشد و کنترل گر هشدار می‌دهد ( صدای آژیر ) مزایای سیستم
سه مزیت عمده وجود دارد :
اول - دستیاران کنترل کننده گیت می‌توانند زمان بندی عملگرهای روز بعد را 4 تا 5 ساعت زودتر از قبل شروع کنند . سیستم کره‌ای به عنوان مثال، یک زمان بندی را در 20 ثانیه انجام می‌دهد . به جای آن در روش دستی 5 ساعت طول می‌کشد .
دوم – همچنین ES استفاده می‌شود به وسیله کنترل گرهای منطقی و دیگر عملگرهای زمینی ( یدک کشی – نظافت - پشتیبانی ) برای مثال، هر کنترل کننده‌های منطقه 10 وظیفه دارند همه فعالیت‌های، تعدادی از گیت‌ها را انجام دهند . ( FUNNELING و اداره کردن و رسیدگی به بار تدارک غذا، وظایف خدمه و غیره )
سوم - قابلیت اطمینان سیستم‌های ساخته شده .

فصل
ترجمه : نادر کریم پور


11

11 نمایش، فراگیری و استدلال دانش موضوعات یادگیری
یادگیری ماهیت دانش
یادگیری فرآیند مهندسی دانش
شیوه‌های متفاوت یادگیری دانش
توضیح نظرات موافق و مخالف در مورد شیوه‌های متفاوت یادگیری دانش
روشهای روشن کننده برای بررسی و اعتبار بخشی به دانش
درک و استنباط برنامه ریزی‌های بلند مدت سازمانی قانون گرای سیستم‌های خبره
تشریح ابهامات و پردازش ابهام در سیستم‌های باهوش
ما تاکنون مفاهیم و ساختار قانون گرای سیستم‌های خبره ( ES ) را فراگرفته ایم . برای اینکه چنـین سیستم‌هایی مف ید باشند، داشتن دانش قدرتمندی در پایگاه دانش و موتور استنباط خوبی که بتواند نتیجـه معتبری را از این پایگاه دانش تولید کند، ضروری است .
در ایـن فـصل، مـا فرآینـدهایی را بـرای کـسب دانـش از انـسانهای خبـره، نمـایش مجـدد دانـش، مکانیسمهای استنتاج، اعتبارسنجی دانش و پردازش ابهام شرح خواهیم داد . فصل به قـسمتهای زیـر تقـسیم شده است :
11 – 1 ) یک تصویر روشن : توسعه یک سیستم دانش گرای بلادرنگ در Eli – Lilly
11 – 2 ) مفاهیم مهندسی دانش
11 – 3 ) حدود وظایف و انواع دانش
11 – 4 ) روشهای کسب دانش از خبرگان
11 – 5 ) کسب دانش از چندین منبع باهوش
11 – 6 ) کسب دانش بصورت اتوماتیک از داده‌ها و اسناد
11 – 7 ) بررسی و اعتبارسنجی دانش
11 – 8 ) ارائه مجدد دانش
11 – 9 ) استدلال در سیستمهای قانون گرا
11 – 10 ) توضیحات و موضوعات فرادانش
11 – 11 ) استنتاج با ابهام
11 – 12 ) توسعه سیستمهای باهوش
11 – 13 ) کسب دانش و اینترنت

















Opening Vignette : Development of Real-Time 11,1
Knowledge-Base System at ELI LILLY یک مشکل
Eli – Lilly یک شرکت داروسازی چند ملیتی با 41000 کارمند در سراسر جهان و با شعبه‌هایی در بیش از 158 کشور است .
تولید دارو نیازمند فرآیند مخصوصی بنام تخمیر است . نوع مخصوصی از فرآیند تخمیر در یک سری از مجراهای متحرک عمل می‌کند که در هر مجرا میکرو ارگانیسم‌هایی کشت شده است که رشد می‌کنند و به تانک‌های بزرگتر منتقل می‌شوند .
به منظور داشتن یک تولید باکیفیت، فرآیند تخمیر با دقت نظارت شده و بطور مرتب کنترل گردد .
متأسفانه، بعضی پارامترهای کلیدی، با استفاده از روشهای آماری سنتی، به سختی کنترل می‌شوند . برای مثال، شناسایی حالت تخمیر دانه مشکل است، اما بدون این اطلاعات، پیشگویی رفتار یک مجرای تولید ممکن است نادرست باشد . از این گذشته Lilly با کارخانه‌های زیادی کار می‌کرد که فرآیندهای یکسانی استفاده می‌کردند ولی کارکنان مختلفی داشتند . زمانیکه عمل کننده‌های مختلف از آزمونهای خودشان برای کنترل فرآیند استفاده می‌کردند، تغییرات اساسی درکیفیت تولید بوجود می‌آمد . تغیییر در عمل کننده‌های آزمایش شده، دلیل دیگری برای وجود مشکل در بعضی از کارخانه‌ها شده بود .
The Solution
Eli Lilly برای حل این مشکل از سیستم‌های خبره استفاده کرد . انگیزه آنان برای اینکـار، سـاخت کارکنان تکنیکی و کلیدی خبره‌ای بود که در تمام 24 ساعت شبانه رو ز در دسـترس و در حـال کـار روی فرآیندها باشند . به اضافه آنها احساس کرده بودند که یک سیستم خبره، بخشهای مناسبی از دانـش پایـه‌ای را اضافه کرده و در دسترس سایر کارخانه‌ها قرار خواهـد داد . Eli Lilly سیـستم 2Gensym’s G را در سایت Speke خودش به منظور ساختن یک سیست م هشدار دهنده با کیفیت و باهوش که عملکننده هـای پایدار بلادرنگی را فراهم خواهد کرد، نصب کرد .
Development Process
سیستم روی طبقه دانه‌های فرآیند تخمیر تمرکز می‌کند .چهار مهندس دانش در سیستم توسعه درگیر هستند، سه تا برای استخراج دانش و یکی برای کد کردن دانش به قوانین 2G و زیربرنامه‌های آن. مهندسین دانش دامنه دانش را دارند ولی آنها رکورد ساده‌ای از دانش متخصصان را نیاز دارند که این رکورد نباید از قبل خالی باشد تا آنها بتوانند آنرا با ایده‌های شخصی خود بهینه کرده و دامنه آتی دانش را بدست آورند .
فرایند کامل توسعه شش ماه برای کامل شدن زمان نیاز داشت . توسعه آن شامل گام‌های اساسی زیر است :
1 . استخراج دانش . مهندسین دانش با 10 متخصص ورزیده برای استخراج دانش آنها گفتگو کردند
. وسیله استخراج دانش ( Knowledge Acquistion Tool (KAT) ) برای آسانتر کردن کسب دانش استفاده شد .
2. ذوب دانش . نتیجه گفتگوها در 10 مبنای مختلف بصورت گراف مجدداً ارائه شد . در یک جلسه اتصال، مالک پروژه، مالک پایه دانش و مهندسین دانش باهم تجمیع شدند .
3. کد کردن پایه دانش .نتیجه گراف دانش سپس به قوانین قابل قبول 2G تبدیل شد .در کل 60 قانون تولید گردید .
4. آزمایش و ارزیابی . سیستم با استفاده از مقادیرمتغیر‌هایی که بطور ناهنجار شبیه سازی شده بودند آزمایش شد و خروجی بررسی گردید .
Concepts of Knowledge Engineering 11,2
قسمت اول ( 11 – 1 ) فرآیند کسب دانش را در یک سیستم نظارت بلادرنگ روشن کرد . آن قسمت، همچنین نحوه استفاده از همیاری کامپیوتر به عنوان وسیله کسب دانش و آسان سازی و تجمیع دانش از متابع چندگانه باهوش را مشخص کرد . فرآیند کسب دانش از خبرگان و ساختن پایه دانش را مهندسی دانش می‌گویند . پیشگامان فعالیت مهندسی دانش ( Feigenbuam (Knowledge Engineering (KE) و McCorduckهستند . ( 1983 )
هنر رساندن قوانین و ابزارهای تحقیقات AI به مسائل کاربردی مختلف، نیازمند دانش خبرگان برای راه حلهای آنها است .
مهندسی دانش، همکاری انسانهای متخصص را در حوزه‌ای که کار میکنند با یک مهندسی دانش که قانون وضع می‌کند و صریحاً قانون می‌سازد ( یا دیگر روشها ) تا یک انسان متخصص برای حل مسائل واقعی استفاده کند، دربر می‌گیرد .
مهندسی دانش می‌تواند از دو منظر دیده شود : با پهنای کم و با پهنای زیاد .
مطابق با دیدگاه پهنای باریک، مهندسی دانش دلالت برکسب دانش، ارائه مجدد، اعتبار سنجی، استخراج، توضیح و نگهداری دارد . از طرف دیگر دیدگاه پهنای بالا بطور کامل فرآیند توسعه و نگهداری سیستمهای باهوش را شرح می‌دهد . در این کتاب ما تعاریف دیدگاه پهنای باریک را مورد استفاده قرار می‌دهیم .
دانشی که انسانهای متخصص با خود دارند، معموًلاً غیر ساختیافته و بطور صریح بیان نمی‌شود . یک هدف اصلی مهندسی دانش آن است که به متخصصین کمک کند تا آنچه را که می‌دانند مستند کرده و به فرم قابل استفاده مجدد درآورند .
The Knowledge-Engineering Proccess
فرآیند مهندسی دانش شامل پنج فعالیت اساسی زیر است :
Knowledge Acquisition •
کسب دانش گستره بدست آوردن دانش از انسانهای متخصص، کتابها، اسناد، حسگرها یا فایلهای کامپیوتری را در بر می‌گیرد . دانش ممکن است به حوزه مشکلات و یا روشهای حل مشکلات اختصاص یابد یا یک دانش عمومی باشد ( یعنی دانشی در مورد کسب و کار)، یا ممکن فرا دانش باشد (دانش در مورد دانش). بوسیله این مورد آخر، ما می‌توانیم بفهمیم که چطور از دانششان برای حل مسائل و در کل،
چگونگی روشهای حل مسأله استفاده
م یکنند. Byrd (1995 ) رسماً بررسی کرد که کسب دانش یک گلوگاه در توسعه سیستم‌های باهوش است .
بنابراین بیش از 90 کاربرد سیتمهای خبره و تکنیکهای کسب دانش آنها و روشهایشان را در Wagner et al جمع آوری کرد . ( 2003 )
Knowledge Representation •
کسب دانش در یک فعالیت بنام ارائه مجدد دانش سازماندهی شده است . این فعالیت تدارک طرح دانش و از کد درآوردن دانش از مبنای دانش را شامل می‌شود .
Knowledge Validation •
دانش تا زمانی که کیفیت آن به حالت قابل قبول در نیامده بررسی و اعتبار سنجی می‌شود . ( یعنی با استفاده از حالت‌های تست ) . نتایج حالت تست معمولاً به متخصص برای بررسی صحت و سلامت سیستم خبره، نشان داده می‌شود.
Inferencing •
این فعالیت شامل طراحی نرم افزار می‌شود تا کامپیوتر را قادر به استخراج مبنای دانش و اختصاص یک مشکل کند . پس از آن سیستم می‌تواند برای مشورت یک کاربر غیرخبره استفاده گردد .
Explanation and Justification •
این مرحله شامل طراحی و توانایی برنامه نویسی Help‌ها و توضیحات است . برای مثال، برنامه سازی با توانایی پاسخ به سؤالاتی نظیر اینکه چرا یک قطعه مشخص اطلاعات بوسیله کامپیوتر لازم می‌شود یا چطور یک نتیجه مبهم بوسیله کامپیوتر تولید می‌شود .
شکل 1,11 فرایند مهندسی دانش و ارتباطات میان این فعالیتها را نشان می‌دهد .







Scope and Types of Knowledge11,3
مهمترین عامل در کسب دانش، استخراج دانش از منابع متخصصان و انتقال آن به پایگاه دانش و بعضی اوقات به موتور استنتاج است . این پروسه معمولاً از از طریق یک فرآیند کامل توسعه انجام می‌شود .
دانش مجموعه ایست از عملیات خاص، زیربرنامه‌ها و قوانین داوری است . بعضی از انواع دانش که در AI استفاده می‌شوند در شکل 2,11 نشان داده شده‌اند . این دانشها ممکن است از یک یا چند منبع استخراج شده باشند .
Source of Knowledge
دانش می‌تواند از منابعی نظیر کتابها، فیلمها،پایگاه داده کامپیوترها، تصاویر، نقشه‌ها، دیاگرامهای جریان، داستانها، حسگرها، آوازها و یا حتی رفتارهای مشاهده شده جمع آوری گردد . منابع بر دونوع هستند : منابع مستند شده و منابعی که در جایی ثبت نگردیده‌اند مثل یک نامه که در ذهن مردم جای دارد . دانش می‌تواند بوسیله یکی یا چند تا از حواس چندگانه انسان و یا توسط ماشینهایی نظیر اسکنر‌ها، سنسورها، ماشینهای تطبیق الگو ویا عاملهای هوشمند شناسایی و جمع آوری شود .
ماهیت چندگانگی منابع و انواع دانش موجب پیچیدگی کسب دانش شده است .این پیچیدگی تنها یکی از دلایل مشکل بودن کسب دانش است . دلایل دیگر در قسمت 4,11 بحث شده‌اند .
بسیاری از سیستم‌های خبره بر استخراج دانش از تمام یا قسمتی از پایگاه داده بنا شده‌اند . با افزایش مقدار دانش ذخیره شده در پایگاه داده‌ها، کسب دانش از آنها نیز مشکل تر می‌شود . برای مطالعه بیشتر ACM SIGKDD را ببینید . Roiger و Geats توضیحات عملی خوبی از تکنیکهای دانش کاوی از داده و کاربردهای آنها بدست داده‌اند . بعضی از تکنیکها نظیر شبکه‌های عصبی و الگوریتمهایژنتیکی در فصل 12 شرح داده شده‌اند .
Acquisition via the Internet
با افزایش استفاده از اینترنت، دسترسی به مقدار وسیعی از دانش فراهم شده است . کسب، استفاده و مدیریت دانش از طریق اینترنت پی آمد‌های بحرانی برای ساختار و نگهداری سیستم‌های دانش گرا به همراه آورده‌اند . بویژه آنکه این روش اجازه کسب و انتشار مقادیر هنگفتی از دانش را در زمان کوتاهی در حاشیه‌ها و خارج سازمانها فراهم می‌کند .
Levels of Knowledge
دانش می‌تواند در سطوح مختلفی ارائه شود .این دوسط دانش سطحی و دانش عمقی هستند .
Shallow Knowledge
دانش سطحی آن دسته از اطلاعات هستند که در موقعیت‌های خیلی خاص استفاده می‌شوند . برای مثال اگر شما بنزین در خودرویتان ندارید، اتوموبیل شما روشن نخواهد شد . این دانش بصورت قانون بیان می‌شود :
اگر باک بنزین خالی است، آنگاه خودرو روشن نخواهد شد .
شکل سطحی دانش اساساً ارتباط ورودی – خروجی سیستم راارائه می‌دهد . در چنین حالتی، می‌تواند بصورت ایده آل گزاره‌های قوانین IF – THEN بیان شود . ارائه سطحی دانش محدود به مجموعه قوانینی است که ممکن است برای کاربر معانی کمی داشته باشند . دانش سطحی ممکن است چیز کمی برای انجام دادن توسط خبرگانی که حوزه عمل دارند ومسائل را حل می‌کنند داشته باشد . این سطح دانش ممکن است توانایی سیستم را برای اختصاص توضیحات به کاربر محدود کند . بنابراین ارائه عمیقی از سطح دانش نیاز است .
Deep Knowledge
حل مسائل انسانی بر روی دانش عمیق یک موقعیت پایه گذاری شده است . دانش عمقی ساختار داخلی و علیتی یک سیستم و اثر متقابل بین اجزاء سیستم است . دانش عمقی می‌تواند در موقعیتها و کاربردهای مختلف بکار برده شود . دانش عمقی بر مبنای یک تجمیع کامل یک بدنه به هم چسبیده از هوشیاری انسانی که شامل احساسات، حس مشترک، درک مستقیم و نظایر آن می‌شود ساخته شده است .
این نوع از دانش برای پیاده سازی توسط کامپیوتر مشکل است . سازنده سیستم باید فهم کاملی از المانهای اساسی و روابط طبیعی بین آنها داشته باشد . اگرچه پیاده سازی ارائه کامپیوتری عمیقتری از دانش سطحی ممکن شده است، امروزه چنین وظایف غیر ممکنی یافت شده‌اند . برای بیان چگونگی آن، اجازه دهید به مثال بنزین برگردیم . اگر ما بخواهیم به سطح عمیقتری از ارتباط بین نداشتن بنزین و روشن نشدن خودرو برسیم، نیاز به آگاهی از مؤلفه‌های بیشتری از سیستم بنزین داریم.
(مثلاً شلنگها، پمپ، فیلتر و استارتر) چنین سیستمی بطور شماتیک در شکل 3,11 نشان داده شده است

برای ارائه این سیستم و دانش بکار رفته در آن، ما از روش ویژه‌ای مانند Semantic network برای ارائه آن استفاده کرده ایم ( قسمت 8,11 ) . این روش اجازه پیاده سازی استدلال سطح عمیق تری نظیر انتزاع و قیاس یک فعالیت باهوش و مهم را می‌دهد . در این روش همچنین می‌توان موضوعات و فرآیندهای حوزه تخصصی را دراین سطح نمایش داد . ارتباط بین موضوعات مهم هستند .
آموخته‌ها یک نوع مهم تخصص هستند که با شیوه‌های سطح عمیق ارائه می‌شوند . هدف آموزش رساندن دانشجو به حوزه دانشی است که به بهترین نحو در سطح عمیق ارائه شده است : تصورات ( Concepts )، انتزاع‌ها ( Abstructions )، قیاسها ( Analogies ) و استراتژیهای حل مسأله .
جمع آوری و اعتبارسنجی دانش عمقی بسیار مشکل است .
Major Caegories of Knowledge
دانش می‌تواند به دانش تشریحی ( یا اظهاری ) و دانش رفتاری یا فرا دانش طبقه بندی شود .
Delarative Knowledge
دانش اظهاری تشریح ارائه دانش است . این دانش به ما می‌گوید که حقیقت اشیاء چه هستند . آن بصورت جملات واقعی بیان می‌شوند " رابطه مثبتی بین سیگار کشیدن وسرطان وجود دارد " . این نوع از دانش اطلاعات سطحی که متخصصان بصورت شفاهی بیان می‌کنند را دربر می‌گیرد . دانش تشریحی مخصوصاً در راه اندازی کسب دانش مهم است .
Procedural Knowledge
دانش رفتاری راه و روشی که اشیاء در مجموعه‌های مختلفی از موقعیتها کار می‌کنند را دربر می‌گیرد . به مثال زیر توجه کنید :
" محاسبه نسبت بین قیمت اشتراک و شنیدن هر اشتراک . اگر نسبت بزرگتر از 12 بود، رسیدگی را متوقف کن . سرمایه گذاری شما خیلی خطرناک است . اگر نسبت کمتر از 12 بود، تعادل صفحه را چک کن . " بنابراین دانش رفتاری شامل دنباله‌ای از Step – by – step و انواع How – to دستورالعمل‌ها و توضیحات است . دانش رفتاری درگیر پاسخهای اتوماتیک شبیه سازی است .به ما می‌گوید که چطور از دانش تشریحی استفاده کنیم و چگونه استنتاجها را بسازیم .
دانش تشریحی به موضوعات خاصی مربوط می‌شود که شامل اطلاعاتی در مورد نقشها، محیط، منابع، فعالیتها، ارتباطات و خروجی اشیاء است .
دانش رفتاری به رفتارهای استفاده شده در فرآیند حل مسأله مربوط می‌شود . ( یعنی اطلاعاتی در مورد تعریف مسأله، گردآوری داده، حل فرآیند، ارزیابی موارد بحرانی ) .
Metaknowledge
فرادانش، دانش در مورد دانش است . در ES فرادانش، دانش درباره عملکرد سیستمهای دانش گرا است .یعنی درباره قابلیت استدلال آنها است .

Mehods of Knowledge acquisition from Experts 11,4
فراگیری دانش کار ساده‌ای نیست . اینکار مستلزم شناخت و ارائه دانش به شکل صحیح و ساختیافته و انتقال آن به ماشین است. بعضی از مشکلات در2,11 AIS in Focus شرح داده شدهاند. فرآیند کسب دانش می‌تواند با نقش این سه عنصر شدیداً با نفوذتر شود : مهندس دانش، متخصص و کاربر نهایی.
یک شیوه منحصر بفرد برای ارتباط درونی این سه عنصر بوسیله Sandahl ( 1994 ) عرضه گردید .
Sandahl نشان داد که متخصصین باید نقش عملی زیادی در ایجاد پایه دانش بازی کنند . مهندس دانش باید شبیه یک معلم ساختار دانش، یک طراح وسیله و یک کاتالیزور واسط میان متخصص و کاربر نهایی عمل کند . نیازمندیها برای یک مهندس دانش با کیفیت در 3,11AIS in Focus لیست شده‌اند . این شیوه‌ها می‌توانند مسائلی نظیر تداخلات درونی انسانها، فیلترینگ مهندسی دانش و خواسته‌های کاربر نهایی از سیستم و مسائل نگهداری دانش را به حداقل برسانند .


مدل اساسی مهندسی دانش بصورتی که مهندس دانش در میان خبره و مبنای دانش قرار گرفته است، به تصویر کشیده شده است . شکل 4,11 وظایف زیر که بوسیله مهندسین دانش در مراحل مختلف کسب دانش فراهم شده است را نشان می‌دهد .
آگاه کردن خبره از فرآیند فعل و انفعالی استنباط دانش .
برپا کردن و اختصاص دادن مدیریت فعل و انفعالات وسایل کسب دانش .
ویرایش و کد/ دی کد کردن اساس دانش با همیاری خبره .
برپا کردن و اختصاص دادن مدیریت وسایل دیکدینگ دانش .
برنامه اعتبارسنجی پایه دانش در همکاری با خبره .
آموزش کلاینت در استفاده مؤثر از پایگاه دانش در همکیاری با خبره بوسیله توسعه دادن زیربرنامه‌های آموزشی و عملیاتی .
استنباط دانش از خبره می‌تواند مشابه یک فرآیند مدلسازی به نظر برسد ( 4,11AIS in Focus را ببینید) و بطور دستی یا به کمک کامپیوتر انجام شود . بسیاری از تکنیکهای دستی استنباط - اغلب با تغییراتی - از روانشناسی یا از سیستم تحلیل قرض گرفته شده‌اند .این روشهای استنباط به روشها و نامهای گوناگونی دسته بندی شده‌اند .





روشهای نیمه اتوماتیک به دو دسته تقسیم می‌شوند : آنهایی که قصد پشتیبانی از خبرگان را بوسیله اجازه دادن به آنها برای ساختن پایگاه دانش با هیچی یا کمی کمک از جانب مهندسین دانش را دارند و آنهایی که قصد کمک به مهندسین دانش را با اجازه دادن به آنها برای اجرای وظایف لازم با یک روش مؤثر و کارآمد را دارند .
در روشهای اتوماتیک، نقش هردو – خبره و مهندس دانش - به حداقل رسیده و یا حتی حذف شده است . برای مثال روش قیاسی که قانون را از مجموعه‌ای از حالتها تولید می‌کند، می‌تواند برای ساختن پایگاه دانش بکار برده شود . نقش خبره و مهندس دانش حداقل شده است . گزاره " اتوماتیک " ممکن گمراه کننده باشد اما نشان می‌دهد که در مقایسه با دیگر روشها سهم مهندس دانش و یک خبره بطور نسبی کوچک شده است .
Manual Methods
بیشترین شکل استفاده شده فراگیری دانش، گفتگوی تحلیلی رودرو است . این روش تکنیک صریحی است که به روش‌های گوناگون از جمله گفتگوی مستقیم بین مهندس دانش و کارشناس صورت می‌پذیرد .
اطلاعات با کمک اسناد رسمی – مثلاً tape recorder یا پرسشنامه‌ها - جمع آوری شده و سپس رونویسی و تحلیل و کدبندی می‌شود .
در محاوره، کارشناس با حالت شبیه سازی شده یا اگر ممکن باشد با یک مسأله واقعی نوعی که ES به حل آن می‌پردازد، حضور دارد. کارشناس مورد سؤال واقع شده و با مهندس دانش درباره راه حل به گفتگومی پردازد. بعضی وقتها این شیوه به نام Walk – through خوانده می‌شود.
یک رویکرد متفاوت با عدم ارائه هیچگونه اطلاعاتی به کارشناس شروع می‌شود . هر عملی که کارشناس نیاز دارد باید با صراحت سؤال شود. این گوناگونی رفتار مسیر کارشناس را از طریق حوزه بدیهی تر مخصوصاً به منظور تعریف ورودی یک ES نیاز خواهد داشت می‌سازد .
فرآیند گفتگو می‌تواند ملالت آور باشد و خواسته‌های زیادی را روی حوزه عملیاتی کارشناس که نه تنها باید تخصصش را اثبات کند بلکه باید به شرح آن بپردازد، تحمیل کند . به عبارت دیگر، گفتگو تجهیزات کمی را نیاز دارد، به شدت انعطاف پذیر و قابل جابجایی است و می‌تواند مقدار قابل توجه اطلاعات تولید کند. دو نوع محاوره وجود دارد : محاوره‌های غیرساختیافته (غیر رسمی) و محاوره‌های ساختیافته.
Unstructured Interviews
بسیاری از جلسه‌های گفتگوی فراگیری دانش رفتاری غیر رسمی دارند . همیشه یک نقطه شروع دارند .
بطور غیر رسمی آغاز شده و سعی در کاهش زمان ساختار اساسی حوزه عملیات دارند.
معمولاً بوسیله یک تکنیک رسمی ادامه پیدا می‌کنند . برخلاف باور بسیاری از مردم گفتگوهای غیرساختیافته ساده نیستند . در عمل آنها ممکن است مهندس دانش را با تأثیرات بعدی مشکل ساز زیادی مواجه کنند .
گفتگوهای غیرساختیافته مطابق با توصیف (1989Harbison – Briggs (، به ندرت توصیف خوب یا خوش دستی از فرایندهای علمی فراهم می‌کنند . چندین دلیل برای این موضوع وجود دارد :
پیچیدگی حوزه عملیاتی، کارشناسان معمولاً آنرا خیلی سخت برای بیان مهم‌ترین مؤلفه‌های دانششان می‌یابند .
حوزه کاری کارشناسان ممکن است بدلیل فقدان ساختاری که دلالت بر آنچه آنها برای مهیا سازی محاوره نیاز دارند، متوقف شود .
کسب داده از یک گفتگوی غیرساختیافته اغلب با وجود سطوح متغیر پیچیدگی نامربوط است و برای مهندس دانش مرور، تفسیر و تجمیع آنها مشکل است .
و در نهایت، تعداد کمی از مهندسین دانش آموزش و مهارت به منظور رفتار مؤثر یک گفتگوی غیرساختیافته را دارند .
مثال :
در زیر یک مثال فرضی از فراگیری دانش در مورد انتخاب سایت برای یک کلینیک پزشکی آمده است . گفتگو مابین کارشناس ( E ) و مهندس دانش ( KE ) جریان دارد .










بوسیله گفتگو با کارشناس، مهندس دانش به آرامی آنچه را که باید می‌آموزد . سپس او نمایشی از دانش را بصورت مؤلفه‌های خبره می‌سازد .
فرآیند فراگیری دانش صفتهای مسأله را به وضوح درگیر میکند و به صراحت پروسه اندیشیده شده
( معمولاً بیان قوانین ) را که کارشناس برای تفسیر آنها استفاده می‌کند، می‌سازد .
محاوره غیرساختیافته متداولترین و رایج‌ترین در بی ثباتی است .به اضافه Talk – Through، می‌توان ازکارشناس تقاضای Teach – Through و یا Read – Through کرد . در حالت Theach – Through، خبره همانند یک آموزگار و مهندس دانش مثل دانشجو عمل می‌کند . کارشناس نه تنها می‌گوید که او چه باید انجام دهد، بلکه چگونگی کار را توضیح داده و به مهندس دانش مهارتها و راهکارهای لازم برای انجام وظایف را می‌آموزد . در حالت Read – Through، از کارشناس تقاضا می‌شود تا به مهندس دانش چگونگی خواندن و تفسیر اسناد استفاده شده برای وظایف را بیاموزد .

Structured Interviews
یک محاوره ساختیافته، یک فرایند هدفگرای با قاعده است اگر بر ارتباط بین کارشناس و مهندس دانش تمرکز کنیم . ساختیافتگی مشکلات منسجم در محاوره‌های غیرساختیافته را کاهش داده و به مهندس دانش اجازه میدهد تا از درهم ریختگی ایجاد شده بوسیله حوزه کاری خبره جلوگیری کند . ساختیافتگی یک محاوره نیازمند توجه به یکسری رویدادهای رفتاری است . که در جدول 1,11 خلاصه شده‌اند .

سیستمهای پشتیبان مدیریت

بدلیل آنکه هر محاوره در خیلی از روشهای ویژه متفاوت است، فراهم آوردن راهنماییهای فراگیر برای فرآیندهای محاوره‌ای درونی مشکل است . بنابراین ارتباطات میان فردی و مهارتهای تحلیلی مهم می‌باشند .
اگرچه چندین خطوط راهنما، لیستهای بررسی و وسایلی که نوعاً در طبیعت موجود هستند، وجود دارند .
چندین روش محاوره ساختیافته وجود دارند .تعدادی بر مبنای روانشناسی و بقیه بر مبنای نظمهایی نظیر انسان شناسی هستند .تکنیکهای محاوره‌ای اگرچه خیلی عمومی هستند مضرات زیادی نیز دارند . دامنه این مضرات از نادرستی اطلاعات جمع آوری شده تا اشتباهات مصاحبه گرها کشیده شده است .
بطور خلاصه محاوره‌ها تکنیک‌های مهمی هستند .اما آنها باید به دقت درنظر گرفته شوند و نتیجه گفتگو باید از طریق بررسی و اعتبارسنجی لحاظ گردد . محاوره‌ها بعضی وقتها با ردیابی روشها جایگزین می‌گردند .
ما پیشنهاد می‌کنیم قبل از مصاحبه با کارشناسان اصلی، مهندس دانش باید چند مصاحبه با کارشناسان فرعی تر به منظور اخذ مهارت لازم داشته باشد .
Process Tracking and Protocol Analysis
پیگیری فرآیند مجموعه‌ای از تلاشها برای پیگیری فرآیند استدلال یک کارشناس است . یک شیوه عمومی و علمی روان شناسی است که علاقه مند به کشف اموخته متخصص از طریق رسیدن به نتیجه است.
مهندس دانش می‌تواند فرایند را پیگیری کند تا دریابد که چه اطلاعاتی و چگونه استفاده شدهاند. روشهای پیگیری می‌توانند رسمی و غیر رسمی باشند . متداولترین روشهای رسمی تحلیل قراردادی است .
تحلیل قراردادی بطور خاص مجموعه‌ای از تکنیکهای شناخته شده شفاهی است که مهندس دانش جزئیات دانش را از کارشناس فرا می‌گیرد . یک پروتکل اسناد گام به گام پردازش اطلاعات و نحوه تصمیم گیری کارشناس است . در این روش، که مشابه محاور است ولی رسمی تر و سیستماتیک تر، کارشناس تقاضای تشکیل یک وظیفه واقعی را می‌نماید و بطور ذهنی افکارش را پردازش می‌کند . از کارشناس خواسته می‌شودکه افکارش را با صدای بلند در ضمنی که در حال انجام کار یا حل مسأله است و زیر نظر است بیان کند . معمولاً صدای کارشناس ضبط می‌شود . او هر جنبه از پردازش اطلاعات و رفتار تصمیم سازش را شرح می‌دهد . سپس نوار ضبط شده تبدیل به یک قرارداد از رفتار رو به پیشرفت کارشناسس می‌شود . بعدًاً نوار ضبط شده برای تحلیل رونویسی شده و توسط مهندس دانش کد می‌گردد .
در مقایسه با روشهای محاوره‌ای فعل و انفعالی، تحلیل قرادادی اساساً یک ارتباط یک سویه است .
مهندس دانش سناریو و طرح فرآیند را مهیا می‌سازد . در طی این مراحل کارشناس خبره تمام صحبتهایش را در زمانی که درگیر حل مسأله است انجام می‌دهد .بعداً مهندس دانش باید بتواند قرارداد را تحلیل و تفسیر ساختیافته برای ارائه دانش جهت مرور بوسیله کارشناس خبره نماید .
پروسه تحلیل قراردادی در جدول 2,11 خلاصه شده است . ومزایا و معایب آن در جدول 3,11 گردآوری شده است .  


Observations
گاهی وقتها امکان مشاهده یک کارشناس خبره ضمن کار فراهم می‌شود . در بسیاری اوقات، این آشکارترین و بی پرده‌ترین شیوه کسب دانش است . اگرچه مشکلات نباید نادیده انگاشته شوند . برای مثال بیشتر کارشناسان خبره مردم را آگاه میکنند و ممکن است در چندین حوزه بطور همزمان کار کنند. اگر چنین باشد مشاهدات مهندس دانش تمام فعالیتهای دیگر او را بخوبی پوشش خواهد داد و بنابراین مقدار زیادی دانش جمع آوری خواهد شد . هرچند که فقط مقدار کمی از آن مفید است . بالاخص که اگر ویدیو تیپ‌ها ضبط شده باشند هزینه بازنویسی مقدار زیاد دانش باید با دقت لحاظ گردد .
مشاهداتی که می‌شود در حالت خاص پروتکل مشاهده شود، دو نوع هستند : حرکات موتوری و حرکات چشمی . در نوع اول حرکات فیزیکی کارشناس خبره در ضمن انجام وظیفه ( یعنی راه رفتن، رسیدن، صحبت کردن ) مستند می‌شوند . در نوع دوم، جایی که کارشناس خبره خیره شده است ضبط می‌گردد . مشاهدات اختصاصاً برای پشتیبانی پروتکلهای شفاهی استفاده می‌شوند . آخها عموماً گران و وقت گیر هستند .
Other Manual Methods
روشهای دستی خیلی زیادی می‌توانند برای استخراج دانش از کارشناس استفاده گردند .
Case analysis . از کارشناسان در مورد عکس العملشان برای حالت خاصی در گذشته سؤال می‌شود .
معمولاً این روش برای تحلیل اسناد استفاده می‌شود .بجز کارشناسان مدیران و کاربران ممکن است مورد سؤال قرار گیرند .
Critical incident analysis . در این روش تنها حالتهای گزینش شده در نظر هستند . معمولاً چیزهای حایز اهمیت، دشوار یا علائق خاص . هر دو گروه کارشناسان و غیر خبرگان ممکن است مورد سؤال قرار گیرند .
Discussions with users . حتی اگر کاربران خبره نباشند، می‌توان از آنها درباره جنبه‌هایی ازمسائل دانش استخراج کرد . آنها می‌توانند نواحی که نیاز به کمک دارند را مشخص کنند .خبرگان می‌توانند از نیازهایشان آگاه شوند .
Commentaries . در این روش مهندس دانش از خبرگان می‌خواهد در مورد آنچه می‌خواهند انجام دهند رشته توضیحاتی ارائه کنند . این روش می‌تواند بوسیله ضبط اعمال خبرگان پشتیبانی شود .
Conceptual graph and models . دیاگرامها و دیگر روشهای گرافیکی می‌توانند به عنوان وسیله پشتیبانی دیگر روشهای استخراج باشند . یک روش ادراکی می‌تواند بشرح دهد چطور وچه زمانی دانش کارشناس برای انجام وظیفه سیستم خبره به کار گرفته می‌شود .
Brainstorming . این روشها می‌توانند برای درخواست نظریه چند خبره استفاده شوند و می‌توانند کمک به تولید عقیده کنند . مغز متفکر الکترونیکی نیز می‌تواند استفاده شود . شبیه تخته سیاهی که بصورت تخته سفید الکترونیکی بکار برده شده است. اخیراًًنرم افزارهای در دسترس نظیر Microsoft Netmeeting , MSN Massanger ابزار قدرتمندی برای کسب دانش از راه دور هستند .
Prototyping . کار کردن با یک چارچوب سیستم شیوه قدرتمندی برای وادار کردن خبرگان جهت اشتراک گذاری دانش آنها است . خبرگان انتقاد از سیستم را دوست دارند و تغییر می‌تواند آنی اتفاق بیافتد .
Multidimensional scaling . تکنیک پیچیده مقیاس چند بعدی، ابعاد مختلف دانش را مشخص می‌کند و آنها را در ماتریسهای مقصد می‌چیند .با استفاده از حداقل چهار بازگشت مناسب، ابعاد مختلف تحلیل، تفسیر و تجمیع می‌شوند .
Johnson’s hierarchical clustering . این نیز روش دیگری مقیاس گذاری است . اما برای پیاده سازی خیلی ساده تر است و بنابراین بیشتر استفاده می‌گردد . این ترکیب ارتباط مؤلفه‌های دانش به کلاستر ( خوشه ) است . ( دو مؤلفه در یک زمان )Performance review . بدلیل آنکه توسعه سیتم‌های خبره فرایند نهایی است، تمام روشهای بالا می‌توانند بطور تکراری در گشایش سیستم بکار برده شوند .
Semiautomatic Methods
کسب دانش می‌تواند بوسیله ابزارهای کامپیوتر گرا پشتیبانی شود . این مهم در محیطی که مهندسین دانش یا کارشناسان می‌توانند دانش را از طریق فرایند واکنشی شناسایی نمایند، فراهم می‌گردد . تحلیل توری فهرست ( Repertory Grid Analysis (RGA) ) یک روش نوعی از این نمونه است .
Repertory Grid Analysis
RGA از روی مدل افکار انسانی Kelly بنام تئوری ساختمان شخصی، پایه گذاشته شده است . اطلاعات بیشتر در این مورد را می‌توان در ارشیو تحقیقاتی BizTech یافت . مطابق با این تئوری، هر شخصی به مثابه یک دانشمند شخصی در نظر گرفته می‌شود که بدنبال پیشبینی و کنترل رویدادها است و برای این منظور از نظریه پردازی، تستهای روان شناسی و تحلیل نتیجه آزمایشها استفاده می‌کند . دانش و آگاهی در مورد جهان ( و یا در مورد دامنه مسأله ) بر اساس مدل دریافت و تصور شخصی هر فرد دسته بندی شده است . بنابراین هر کسی قادر به پیشبینی و سپس فعالیت بر اساس این پیشبینی‌ها است .
این مدل شخصی دیدگاه ما را به عنوان یک کارشناس حرفه‌ای و توصیف ساختار توسعه در نظر می‌گیرد و از آن برای دانش کارشناسانه استفاده می‌کند . و بنابراین مطابق با پیشنهاد ( 1992Hart ( برای سیستم‌های خبره مناسب است . RGA روشی برای بررسی این چنین مدلی است .

How RGA Works ?
RGA از چندین فرآیند استفاده می‌کند . اول کارشناس موضوعات مهم را در دامنه تخصص مشخص
می کند . برای مثال زبانهای کامپیوتری ( LISP , C11 , COBOL ) موضوعاتی هستند که در موقعیت نیازمندی انتخاب زبانهای کامپیوتری قرار گرفته‌اند . این نیازمندی در هنگام محاوره مشخص می‌شود .
دوم، کارشناس صفات مهمی که باید در حوزه تصمیم گیری رسیدگی شوند را مشخص می‌کند . برای مثال بسته‌های تجاری برای برنامه سازی آسان عوامل مهمی در انتخاب زبان کامپیوتری هستند .
سوم، برای هر صفت، کارشناس برای برای برقراری مقادیر دوقطبی با خصوصیات ویژه
( ویژگیها و صفات متضاد آنها ) مورد سؤال قرار می‌گیرد . برای مثال زبان کامپیوتری باید شامل اطلاعات جدول 4,11 باشد .
چهارم، مصاحبه کننده هر سه موضوع قبلی را کنار گذاشته و می‌پرسد : " کدام موضوع است که صفات و ویژگیهای دو موضوع دیگر را دارد ؟" برای مثال اگر یک مجموعه شامل LISP , PROLOG و COBOL باشد، کارشناس ممکن است ویژگی شئ گرایی را در نظر بگیرد . سپس متخصص خواهد گفت که LISP و PROLOG بطور طبیعی نمادین هستند در حالی که COBOL عددی است . این مرحله برای تمام موضوعات تکرارمی شود . پاسخها بطوریکه در جدول 5,11 نشان داده شده است، در یک شبکه Grid ضبط می‌شود . تعداد طراحی‌های Grid اشاره به تخصیص هر صفت برای هر موضوع دارد .


Use of RGA in Expert Systems
تعدادی از ابزارهای کسب دانش بر مبنای RGA توسعه یافته‌اند .این ابزار در فهم حوزه‌های فرضی کمک می‌کنند . سه ابزار ارائه شده ETS , AQUINAS و KRITON هستند .
Expertise Transfer Systems (ETS) یک برنامه کامپیوتری است که محاوره را با کارشناسان انجام می‌دهد . ETS با کارشناسان به منظور آشکار کردن استخراج لغت، ویژگی حل مسأله، ساختار ویژگی، وزن ویژگی و سازگاریها محاوره می‌کند . آن برای برای ساخت قالب‌های تکراری ( اغلب کمتر از دو ساعت برای هر ES کوچک ) به منظور یاری به کارشناس در تعیین دانش کافی برای حل مسأله و برای ایجاد مبنای دانش برای پوسته‌های گوناگون ES بنام NoeETS که برای افزایش توانایی‌های ETS توسعه داده شده است، استفاده می‌شود . ETS اکنون قسمتی از AQUINAS است .
AQUINAS یک ابزار خیلی پیچیده است که توانایی ارائه دانش و حل مسأله ETS را بوسیله ساختار سلسله مراتبی دانش افزایش می‌دهد . یک مجموعه ابتکاری و بهم پیوسته که در بخش مدیر گفتگو – یک زیر سیستم از AQUINAS – طراحی شده و کمک به فرآیند کسب دانش در حوزه کاری متخصص و مهندس دانش می‌کند .
Enquire Within یک نرم افزار فعل و انفعالی است که برای آشکارکردن افکار و احساسات، بر مبنای تکنیکهای محاوره‌ای Repertory Grid، نمودار رسم می‌کند . کاربر می‌تواند از طریق مقایسه و پردازشهای نظیرسنجی، نتایج را در یک نمودار گرافیکی که نشان دهنده چگونگی ارزیابی و توصیف یک موضوع خاص در یک جلسه است، بررسی کند . این مورد شامل تحلیل روابط شخصی یا فرصتهای پشتیبانی تصمیم گیری و توسعه سیستم‌های خبره مطالعات کمکی دانشجویان کامپیوتر است .
ابزار تحلیل Repertory Grid کامپیوتر گرای اندکی در دسترس هستند . یکی از اولین ابزار‌های وب گرا
. است WebGrid enhancement collaborative برای کسب دانش

Other Computer – Aided Tools
یک وسیله باهوش فراگیری دانش باید قادر باشد بصورت دائم و پالایش شده دانش را به پایگاه داده
اضافه کند . یا حتی دانش موجود را اصلاح کند . Sleeman و Mitchell
( 1996 ) دو سیستم 1REFINER و TIGON را معرفی کردند که اجازه ساخت مستقیم پایگاه دانش را می‌دهد . این سیستمها به ترتیب برای مدیریت خرابی و تشخیص خطاهای توربین بکار می‌روند .
REFINER سیستم حالت گرایی است که می‌تواند به توضیحات قالب بندی شده که توسط کارشناس برچسب خورده اند، پی ببرد . TIGON توسعه یافت تا بتواند خرابی‌ها را در موتور گازی توربین آشکار و بررسی کند .
KAVAS-2 Project یک سیستم تشخیص بصری کسب دانش است که مدیریت جریان اطلاعات و داده را در دارو سازی به عهده دارد . پروتکلها و زیربرنامه‌های آن برای افزایش تولید اطلاعات و داده بکار رفته‌اند . افزایش مدیریت بیمار و کاهش هزینه در سلامتی مؤثرند . یک جعبه ابزار ( KAVIAR ) برای تعریف اهداف فرآیند مدلسازی، تشخیص ابزار مناسب برای دستیابی به این اهداف، ابزار انتخابی بکار رفته برای مسأله، اندازه گیری کیفیت راه حلهای بکار رفته و معتبر سازی نتایج، استفاده شده است .
تکنیکهای مدل سازی بصری، اغلب برای ساخت اولیه مدل حوزه استفاده می‌شوند . شیوه‌های مدلسازی بصری به کاربر اجازه بصری کردن مشکلات جهان واقعی و مدیرین ماهرانه آنها از طریق استفاده از گرافیک و دیاگرامها را می‌دهد . شکل 5,11 یک تصویر فوری از سازنده دانش آنرا نشان می‌دهد .
Davis, 1993 ) TEIRESIAS ) یک برنامه کلاسیک است که برای کمک به مهندسین دانش در ایجاد قوانین ES مادامی که با پوسته EMYCIN کار می‌کنند بکار می‌رود . برنامه از یک رابط زبان طبیعی جهت کمک به مهندس دانش در رابطه با آزمایش و دیباگ دانش جدید استفاده می‌کند . و توانایی توضیح گسترده‌ای را فراهم آورده است . برای مثال اگر سازنده سیستم بفهمد که مجموعه‌ای از قوانین جهت استخراج ناکافی هستند، آنها توسط TEIRESIAS می‌توانند تمام قوانین استفاده شده برای رسیدن به استخراج را نشان دهند . با ویرایشگر قانون، تنظیمات آسانتر می‌شود .
به منظور پیگیری پردازش، EIRESIA هر قانون جدید را که به زبان طبیعی وارد شده است را به LISP ترجمه می‌کند . و سپس دوباره قانون را به زبان طبیعی ترجمه می‌کند . برنامه می‌تواند ناسازگاری، تداخل قوانین وناتمام بودنها را مشخص کند . یک مورد استفاده اخیر از TEIRESIAS در کمک به ردگیری هکرهای کامپیوتری است . TERRESIAS برای نظارت سیستمها در طول عملکرد معمولی و تحلیل جریان اطلاعات و جستجوی تکرار رشته اطلاعات بکار می‌رود . این رشته‌ها که در یک کامپیوتر تکی بکارمیروند، این ویژگی که چنانچه تلاشی برای تخریب سیستم صورت گیرد، آنها را تغییر خواهد داد، اجازه می‌دهد که یک کامپیوتر خودش را مانیتور کند .
بیشتر ابزارهای پیشبینی و بعضی دیگربا این فرضیه طراحی شدند که آنها در ES‌های مشترک برای یک اجرای خاص استفاده خواهند شد . ( یعنی یک کارشناس ) .



دهه 1990، فرآیند آموزش ماشینی بود ولی کشف دانش و داده کاوی ( KDD ) اکنون متداول تر هستند .
اختلاف بین آموزش ماشینی و کشف داده معلوم نیست . بعضی تمایل دارند آموزش ماشینی را آموزش قیاسی و کشف دانش را شامل تکنیک‌های بیشتری تعریف کنند .
XperRule از نرم افزار Attar، یک ابزار نرم افزاری است که اطلاعات را از درخت تصمیمگیری گرافیکی استخراج می‌کند . زیربرنامه‌های Excel Add-on برای داده کاوی نظیر XLMiner بطور دستی دانش را از داده کشف می‌کنند . ابزار‌های نرم افزاری بیشتر و اطلاعات درمورد اکتشاف و داده کاوی را میتوان در KDNuggets یافت . در زیر تعدادی وب سایتهای مفید در مورد آموزش ماشینی آورده شده‌اند :
مطابق با نظریه ( 2002Rioger and Geats ( روشهای نوعی برای کشف دانش شامل موارد زیر هستند :
Inductive Learning . قوانین از حالتهای موجود با نتایج شناخته شده بدست می‌آیند . آنگاه این قوانین می‌توانند در یک پایگاه داده برای مشاوره ذخیره شوند . این روش در قسمت 6,11 شرح داده شده است .
Neural Computing . محاسبات عصبی دیگر شیوه حل مسأله است که راه حل‌های حالتهای قبلی را در حل مسائل جدید بکار می‌گیرد . این روش از مغز انسان با ساخت یاخته عصبی مصنوعی و ذخیره دانش در اتصالات یاخته‌ها، تقلید می‌کند .
Genetic algorithms . الگوریتمهای ژنتیکی از اصل انتخاب طبیعی به منظور یافت بهترین ترکیب دانش از حالتهای شناخته شده استفاده می‌کنند . شبیه فرآیندهای طبیعی تکامل تدریجی، عملکرد اصلی برای کشف دانش تولد، برخورد و جهش هستند .
در فصل 12 ما شرح خواهیم داد که چطور آموزش قیاسی و دیگر روشها کار می‌کنند . همچنین تکنیک‌هایی برای کشف دانش از اسناد و اینترنت در دسترس هستند .
. را ببینید AIS in Focus 11,5
چند سؤال برای مرور بهتر
مراحل اجرای فرآیند مهندسی دانش کدامند؟ دانش توصیفی ( Declarative Knowledge ) و دانش رفتاری ( Procedural Knowledge )
. را با هم مقایسه کنید
مشکلات اساسی کسب دانش از چندین کارشناس خبره ( Multiple Experts ) را فهرست کنید.
شما قوانین داده شده زیر را برای این پرسش در اختیار دارید : " آیا من باید خانه بخرم یا خیر؟"1R : اگر تورم پائین است آنگاه بهای مورد نظر پائین است .
2R : اگر بهای مورد نظر بالا است آنگاه قیمت خانه بالا است .
3R : اگر قیمت خانه بالا است آنگاه نمیتوان یک خانه خرید و در غیر اینصورت می‌توان خانه خرید .
الف) یک زنجیره روبه عقب ( Backward Chaining ) را اجرا کنید و نرخ تورم بالا داده شده است.
یک زنجیره روبه جلو (Forward Chaining ) را اجرا کنید و نرخ تورم پائین داده شده است.
یک درخت استنتاج برای حالت زنجیره روبه عقب ( Backward Chaining ) بسازید.
به شما یک ES با قوانین زیر داده شده است :
1R : اگر نرخ مورد نظر سقوط کرده است آنگاه قیمت سهام بالا خواهد رفت.
2R : اگر نرخ مورد نظر افزایش یابد آنگاه قیمت سهام پائین خواهد رفت.
3R : اگر نرخ مورد نظر تغییر نکرده است آنگاه قیمت سهام تغییر نخواهد یافت.
4R : اگر بهای دلار در مقابل دیگر ارزها افزایش یابد آنگاه قیمت سهام پائین خواهد رفت.
5R : اگر بهای دلار در مقابل دیگر ارزها کاهش یابد آنگاه قیمت سهام پائین خواهد رفت.
6R : اگر قیمت سهام پائین بیاید آنگاه سهام خریداری کن.
الف) یک مشتری دقیقاً می‌داند که قیمت دلار کاهش یافته است . او می‌خواهد بداند که می‌تواند سهام بخرد ؟ یک زنجیره روبه جلو (Forward Chaining ) و یک زنجیره روبه عقب ( Backward Chaining ) را اجرا کنید و به اوگزارش کنید .
یک درخت استنتاج برای حالت زنجیره روبه عقب ( Backward Chaining ) بسازید .
فازهای اساسی در زمان چرخه توسعه ES را شرح دهید .
اهداف قالب بندی تکراری ( Rapid Prototyping ) چیست ؟