Decizie definiie, niveluri i tipuri de decizie

Putem definii decizia ca fiind rezultatul unor activiti contiente de alegere a unei direcii de aciune i a angajrii n aceasta. Decizia aparine unei persoane sau unui grup de persoane care dispun de autoritatea necesar i care rspund pentru folosirea resurselor n anumite situaii.

Clasificarea deciziilor se poate face dup mai multe criterii de clasificare:

n funcie de nivelul decizional, deciziile se clasific n:

Decizii strategice, sunt acele decizii care determina obiectivele, resursele i politicile organizaiei. Una dintre principalele decizii la acest nivel o reprezint anticiparea viitorului organizaiei i a mediului n care va funciona.

Decizii tactice de control managerial, aceste decizii sunt legate de urmrirea eficienei i a eficacitii cu care sunt utilizate resursele, precum i eficiena unor uniti operaionale.

Decizii operaionale de control operaional, sunt acele decizii care determin modalitile n care se execut sarcinile stabilite la niveluri superioare.

Decizii privind cunotinele, sunt legate de evaluarea ideilor privind noi produse i servicii, metodelor de comunicare a noilor cunotine i de difuzare a informaiilor n organizaie.

n funcie de gradul de structurare al acestora, deciziile se pot clasifica n:

Decizii structurate (programabile), sunt acele decizii de rutin pentru adoptarea crora exist proceduri prestabilite. Ele intervin atunci cnd exist un proces cunoscut i explicit care permite prelucrarea informaiilor de intrare pentru alegerea alternativelor. Decizii nestructurate (neprogramabile), sunt acele decizii care fac apel la judecata i intuiia decidentului n definirea problemei respective. Sunt decizii importante, cu caracter inovator i deseori atipice, neexistnd proceduri prestabilite pentru adoptarea lor. O problem este neprogramabil atunci cnd elementele deciziei sunt mai mult calitative, scopurile i obiectivele nu sunt precise i nu exist un algoritm de rezolvare cunoscut. Decizii semistructurale, sunt acele decizii n adoptarea crora se poate apela doar parial la proceduri cunoscute. O problem este semistructural atunci cnd decizia are elemente predominant cantitative iar obiectivele i scopurile nu sunt precise i procedura algoritmic de rezolvare nu acoper n totalitate elementele problemei.Procesul de adoptare a deciziilor definiie, etape, activiti i suport software pentru faza de informare general Procesul decizional poate fi definit ca un ansamblu de activiti pe care le desfoar un individ sau un grup, confruntat cu un eveniment care genereaz mai multe variante de aciune, obiectivul fiind alegerea unei variante care s corespund sistemului de valori al individului sau grupului. Acest proces proces parcurge mai multe etape:

Informarea general n aceast etap se analizeaz problemele care apar n organizaie, n scopul identificrii cauzelor care au dus la o anumit situaie precum i consecinele acesteia. Informarea general cuprinde mai multe activiti:

Identificarea problemei, n aceast etap se identific existena unei probleme, simptomele acesteia i contextei. Existena unei probleme poate fi determinat prin analizarea nivelului productivitii organizaiei. Msurarea acestui nivel i construirea unui model se bazeaz pe date; coleciile de date i previziunile acestora reprezinta unul dintre cele mai dificile elemente ale analizei.

Clasificarea problemei, n aceast etap are loc conceptualizarea problemei n scopul de a o ncadra ntr-o anumit categorie pentru a o putea aborda printr-o metod standard.

Descompunerea problemei n subprobleme, dac este posibil, are drept efect mbuntirea comunicrii ntre diveri factori de decizie.

Stabilirea responsabilitilor pentru problema respectiv, o problem exist n organizaie doar dac aceasta are capacitatea de a o rezolva. De asemenea trebuie desemnate n mod clar persoana sau persoanele care rspund de problema respectiv.

Etapa de informare general are drept rezultat o descriere formal a problemei identificate, a categoriei din care face parte i a responsabilitilor implicate.

Suportul software- un sistem informatic de asistare a deciziei n acest etap de informare general, trebuie s aib capacitatea de a prelua i de a interpreta informaiile externe i interne. Multe dintre tehnologiile informaionale destinate asistrii decizei i pot dovedii utilitatea n aceast etap:

Sisteme informatice destinate conducerii executive EIS care au drept obiectiv principal monotorizarea surselor de informaii interne i externe pentru a sesiza n timp posibilitatea apariiei unor probleme.

Noile tehnologii, cum ar fi descoperirea de noi informaii data mining sau prelucrarea analitic a datelor n timp real online analytic processing OLAP.

Sistemele expert, pot furniza informaii privind natura unei anumite probleme, clasa n care se poate ncadra.

Procesul de adoptare a deciziilor definiie, etape, activiti i suport software pentru faza de concepie n aceast etap se stabilesc diversele modaliti de aciune pentru rezolvarea problemei definite anterior. Acest lucru implic realizarea unui model pentru adoptarea deciziei, testarea i validarea acestuia.

Modelarea implic conceptualizarea problemei i abstractizarea ei n expresii cantitative i/sau calitative. Alegerea unui criteriu de selecie exprim modalitatea n care sunt stabilite i integrate n model obiectivele procesului decizional. Exist dou principii de alegere:

1. normativ, alternativa aleas este cea mai bun din toate alternativele posibile, acest proces mai este cunoscut i sub denumirea de optimizare.2. descriptiv, descriu o situaie real i sunt utile pentru a analiza consecinele diverselor aciuni n funcie anumite ipoteze. O parte important a acestui proces o reprezint generarea aciunilor posibile. n modelele de optimizare aceast generare se realizeaz automat, dar pentru cele mai multe situaii generarea se face manual necesitnd timp mult, munc mult i intuiie, dar se pot utiliza alternative de genul euristicilor.

Pentru a evalua i compara diferite alternative este necesar previzionarea rezultatelor fiecrei alternative n parte.

Suportul software- n identificarea aciunilor posibile, n analiza criteriilor de alegere a acestora i n previzionarea consecinelor se pot utiliza modele standard furnizate de un SIAD. Dac soluiile alternative pentru problemele structurate se pot obtine cu ajutorul unor modele standard, n cazul problemelor complexe este necesar expertiza care poate fi furnizat de ctreo persoan, un produs soft brainstorming sau un sistem expert. Dac identificarea celor mai bune opiuni implic utilizarea unui brainstorming, se pot utiliza cu succes sistemele de asistare a deciziei de grup (SADG).

Procesul de adoptare a deciziilor definiie, etape, activiti i suport software pentru faza de alegere Alegerea este etapa cea mai important, pentru c aici se concretizeaz rezultatele etapelor anterioare: decidentul alege practic o aciune din mai multe posibile, n funcie de criteriul de selecie i de modelul decizional adoptat. n aceast etap se caut cea mai bun aciune de adoptat din mai multe aciuni posibile pentru rezolvarea unei probleme. n funcie de criteriile care stau la baza acestei alegeri, se pot identifica mai multe tipuri de metode de cutare:

Metode analitice utilizeaz formule matematice pentru a obine o soluie optim; se aplic n general problemelor structurale aflate la nivel tactic sau operaional. n cadrul acestor metode se utilizeaz algoritmi n scopul sporirii eficienei cutrii celei mai bune soluii. Metode exhaustive (blind search) presupune inspectarea tuturor cilor de aciune posibile pentru atingerea scopului urmrit. Este un proces neghidat, n urma cruia se alege soluia optim ns posibilitile de cutare sunt limitate.

Indiferent de metoda de cutare a cii de aciune ce trebuie urmat, ea trebuie s fie cuplat cu evaluarea rezultatelor ce corespund soluiei respective.

Suportul software- sistemele informatice de asistare a deciziei pot oferi un real suport n aceast faz, prin modelele ce ajutorul crora de identific rapid soluia optim, se realizeaz analiza de senzitivitate. De asemenea, un sistem expert poate analiza oportunitatea anumitor aciuni i poate recomanda diverse scenarii.

SIAD definiie, caracteristici, clasificri i utilizare

Definiie : Sistemul informatic de asistare a deciziei este un sistem informatic destinat asistrii decidenilor n rezolvarea unor probleme prin mbinarea judecii umane cu procesarea automat a informaiilor i al crui obiectiv principal este ameliorarea calitii procesului decizional (eficacitatea n primul rnd i nu eficiena).

Principalele caracteristici ale unui SIAD sunt:

SIAD sunt destinate problemelor care nu pot fi rezolvate cu ajutorul altor sisteme informatice sau metode cantitative;

SIAD asist managerii att la nivel individual ct i la nivel de grup, de la diverse niveluri organizaionale n toate fazele procesului decizional;

Cutarea soluiilor necesit manipulri de date, cutare de informaii, modelare i calcule;

Criteriile de decizie sunt numeroase, conflictuale i depind de utilizatori;

Experiena, intuiia, judecile i preferinele decidentului sunt eseniale;

Timpul de rspuns pentru obinerea unei soluii satisfctoare este limitat.

Cel mai utilizat criteriu de clasificare al SIAD l constituie gradul n care soluia oferit de sistem se bazeaz pe analiza datelor sau pe modelare. Putem deci clasifica SIAD n dou categorii:

1) SIAD bazat pe modele- au fost primele SIAD (au aprut n anii 70-80) fiind sisteme autonome, separate de sistemele informatice ale organizaiei i utilizau un anumit tip de model pentru efectuarea unor analize de tipul what if.

2) SIAD bazat pe date - acest tip de sistem analizeaz un volum mare de date stocate n sistemele informatice ale organizaiei; ele susin procesul decizional oferind posibilitatea de a se extrage informaii utile din multitudinea datelor disponibile. De regul acestea sunt stocate n depozite de date (data warehouse) iar pentru analiza lor se folosesc noi tehnologii informaionale: OLAP (procesarea datelor n timp real) i data mining (forarea datelor - cutarea de informaii).

La aceast clasificare se pot aduga SIAD bazate pe cunotine, care nglobeaz tehnologii ale inteligenei artificiale i pot fi numite i SIIAD adic sisteme inteligente de asistare a deciziei.

O alt clasificare a SIAD fcut de Holsapple i Whinston, grupeaz aceste sisteme n urmtoarele 5 categorii:

1) SIAD bazate pe analiza textelor- datele, informaiile i cunotinele sunt regsite de cele mai multe ori sub forma unui text ce trebuie analizat de decident. Un astfel de sistem asigur crearea, revizuirea i vizualizarea automat a diferitelor documente i va utiliza tehnologii ca: hypertext, ageni inteligeni, tehnologii WEB.2) SIAD bazate pe baze de date- pentru acest tip de SIAD baza de date a organizaiei este componenta esenial a structurii sale3) SIAD bazate pe procesoare de tabele- procesoarele de tabel reprezint limbaje de modelare care permit utilizatorului s descrie modele pentru a efectua diverse analize. Cel mai utilizat procesor de tabele este EXCEL care include diferite tipuri de modele: statistice, financiare, de optimizare, de simulare i de previzune.4) SIAD bazate pe funcii- o funcie este un algoritm sau o procedur tradus ntr-un program pentru a rezolva un anumit tip de problem.5) SIAD bazate pe reguli-regulile se regsesc n componenta sistemului de gestiune a cunotinelor, ca formalism de reprezentare a acestora n cadrul sistemelor expert, ele pot nlocui sau se pot ncadra n modelele cantitative. Utilizarea SIAD SIAD alturi de celelalte sisteme informatice se utilizeaz pe scar tot mai larg i ca urmare, n ultimii ani s-au dezvoltat tot mai multe sisteme n diverse domenii de activitate:

American AirlinesAlegerea preurilor i a itinerarilor

Bank of AmericaProfilul clienilor

Barclay bankSistem de gestiune a portofoliilor de grup

General Accident InsuranceModele de consum ale clienilor i detectarea fraudelor.

Burlington Coat FactoryAmplasarea magazinelor i nivelul stocurilor

National GypsumPlanificarea i previziunea la nivelul ntreprinderii

Conform unui studiu realizat n 1994 n 201 corporaii americane, beneficiile ateptate ale SIAD s-au concretizat n urmtoarele direcii:

O mai bun calitate a procesului decizional

O mai bun comunicare n cadrul organiziei

Reducerea costurilor

Creterea productivitii

Creterea satisfaciei clienilor i angajailor

Principalele motive care duc la utilizarea unor astfel de sisteme sunt:

Instabilitatea mediului economic

Competiia din ce n ce mai acerb

Apariia i dezvoltarea comerului electronic

Necesitatea efecturii unor analiza speciale privind profitabilitatea i eficiena

Necesitatea informrii ct mai corecte

Sistemele informatice existente nu asist procesul decizional.

Din ce n ce mai frecvent SIAD sunt integrate n cadrul sistemelor ERP (Enterprise Ressource Planning), sisteme care acoper toate domeniile de activitate, de la nivelul operaional la cel decizional.

Locul SIAD n cadrul sistemului informaional al ntreprinderii, tipuri de sisteme informatice i posibiliti de integrare

Plecnd de la modelul OID (operaie informaie decizie ) la care se adaug sistemul de cunotine al unei organizaii ( modelul OICD ) putem plasa diferitele tipuri de sisteme informatice, astfel:

figura 3 pagina 24

Sistemele informatice care se ocup numai cu culegerea datelor, stocarea i prezentarea lor n detaliu se cheam sisteme informatice tranzacionale (ST). Sistemele informatice utilizate pentru conducerea operativ a sistemului operaional (SCO) descompun deciziile n ordine i le transmit spre execuie sistemului operaional.

Sistemele informatice care se ocup de prelucrarea datelor preluate din ST pentru obinerea informaiilor de sintez care sunt necesare sistemului de decizie sunt sisteme informatice manageriale (MIS).

Sistemele informatice de asistare a deciziei (SIAD) sunt sisteme informatice care au ca obiectiv asistarea procesului managerial. n anumite cazuri conducerea poate apela la baza de cunotine a ntreprinderii sau la servicii de consultan oferite de experi de la care primete confirmri sau infirmri de supoziii, diagnostice, sfaturi, propuneri i soluii. Aceste tipuri de sisteme care susin consilierea sunt denumite sisteme informatice inteligente (SII).

Pe msura dezvoltrii tehnologiilor informatice a aprut posibilitatea integrrii diverselor tipuri de sisteme informatice:

MIS & ST , MIS preia datele direct din sistemul operaional, lucru posibil datorit tehnologiilor bazelor de date.

SIAD & SCO , SIAD se extinde spre implementarea deciziei, prin descompunerea acesteia n ordine. Configuraia unui SIAD bazat pe model este:

figura 4 pagina 25 SIAD & ST , SIAD i extrage informaiile necesare prin explorarea datelor de detaliu furnizate de ST

figura 5 pagina 26 SIAD & MIS , SIAD utilizeaz datele de sintez produse de MIS pe lng datele preluate din alte surse externe ntreprinderii pentru a fundamenta decizia la nivel executiv (EIS sisteme informatice destinate conducerii executive)

figura 6 pagina 26n cadrul SIAD, EIS este o clas aparte fiind cel mai bine delimitat sistem de asistare a deciziilor. Au aprut iniial ca sisteme care implementau conceptul de tablou de bord al ntreprinderii i s-au dezvoltat cu rapiditate datorit necesitii de informare a conducerii, fiind sisteme extrem de prietenoase care permit accesul rapid la informaiile de detaliu necesare adoptrii deciziilor.

SIAD & SCO & MIS , n aceast configuraie se pot ncadra sistemele de asistare a deciziei prin simulare. Se utilizeza un model al sistemului operaional pe baza cruia se experimenteaz deciziile prin descompunerea lor n ordine,

figura 7 pagina 27

SIAD & SE , SIAD face apel la tehnologii inteligente pentru a putea rezolva acele probleme al cror context este insuficient definit i parametrii sunt mai mult calitativi. n aceast configuraie avem de a face cu un SIAD inteligent (SIIAD)

figura 8 pagina 28

Cea mai mare parte a SIIAD sunt sistemele expert, care sunt destinate rezolvrii unor probleme nestructurate cu ajutorul tehnologiilor inteligenei artificiale utiliznd cunotinele unui expert uman n domeniul respectiv.

SIAD & MIS & SCO & ST , toate tipurile de sisteme informatice integrate pe vertical se constituie n sisteme informatice integrate pentru management ( ERP) .Toate aceste integrri au fost posibile o dat cu apariia arhitecturii client - server care s-a impus datorit necesitii de partajare a datelor n ntreprinderii necesar pentru actualizri rapide i pentru procesul decizional,

figura 9 pagina 29Sisteme suport pentru decizii- structur general, funcii

SIAD ca orice alt sistem informatic presupune existena unui suport software care s asigure un mediu de dezvoltare , ntreinere i funcionare. SIAD vor funciona ntr-un mediu creat de un sistem suport de asistare a deciziei (SSAD)

figura 11 pagina 32 Principalele funcii ale unui SSAD:

Gestiunea datelor

Gestiunea modelelor

Gestiunea cunotinelor

Gestiunea dialogului, ntre utilizator i sistem pe de o parte i ntre date, modele i cunotine pe de alt parte.

Pe baza acestor funcionaliti, un sistem suport pentru realizarea unui SIAD va cuprinde n arhitectura sa urmtoarele subsisteme:

Subsistemul de gestiune a datelor

Subsistemul de gestiune a modelelor

Subsistemul de gestiune a cunotinelor

Subsistemul de gestiune a dialogului

Subsistemul de gestiune a datelor

Subsistemul de gestiune a datelor este alctuit din urmtoarele componente:

Baza de date proprie SSAD sau creat prin extragerea de date din alt baz de date sau chiar dintr-un depozit de date. Datele pot fi extrase din surse interne i / sau externe organizaiei acestea putnd fi meninute n cadrul bazei de date sau accesate direct n momentul utilizrii sistemului.

SGDB datele nu pot fi utilizate dect prin intermediul unui SGBD; cele mai multe SSAD au ncorporate n SGBD relaional i / sau sisteme de gestiune a bazelor de date multidimensionale.

Dicionarul datelor este catalogul tuturor datelor din baza de date coninnd definiiile datelor i fiind utilizat n prima faz a procesului decizional (informare general), n identificarea problemelor.

Faciliti de interogare a datelor- sunt limbaje declarative de interogare.

Subsistemul de gestiune al modelelor

Subsistemul de gestiune a datelor este alctuit din urmtoarele componente:

Modelele (biblioteca de modele) - reprezint setul de modele cantitative care confer sistemului capacitatea de a analiza i soluiona problemele de decizie. Capacitatea de a utiliza modele este caracteristica esenial care difereniaz SIAD de celelalte sisteme informatice. Sistemul de gestiune a modelelor (gestionar de modele ) are rolul de a crea noi modele utiliznd limbaje de programare , instrumente de asistare a deciziei, de a actualiza modelele existente, fiind capabil s coreleze modele prin intermediul unei baze de date. Dicionarul de modele este un catalog al modelelor care conine definiiile acestora , domenii de aplicare sau alte informaii privind utilizarea lor. Procesorul de execuie i integrare a modelelor este utilizat n procesul de interpretare a instruciunilor privind modelele de la utilizator i transmiterea acestora ctre sistemul de gestiune a modelelor, n combinarea operaiilor mai multor modele, sau n integrarea sistemului de asistare a deciziei n alte aplicaiifigura 13 pagina 35Subsistemul de gestiune a dialogului

Un SSAD este utilizat n activiti de rutin i ad-hoc, cu ajutorul tastaturii sau prin intermediul unui asistent. n procesul de realizare al unui SIAD, interactivitatea este necesar conferind un rol aparte interfeei sistemului suport. Dac aceast interfa nu este conceput corespunztor, SSAD nu poate fi folosit. Interfaa este cea mai important component, ea fiind singura perceput de utilizator, iar operaiile care confer sensibilitate i flexibilitate se datoreaz interfeei.

Acest subsistem este gestionat de un produs software, sistemul de gestiune al feei cu utilizatorul SGIU care are urmtoarele faciliti:

1) Ofer o interfa grafic

2) Prezint datele ntr-o mare varietate de formate

3) Diverse stiluri de a dialoga cu utilizatorul

Dac componenta de gestiune a modelelor este preponderent n arhitectura SSAD, atunci acesta este destinat realizrii unui SIAD bazat pe modele.

Dac componenta de gestiune a datelor are un rol preponderent n arhitectura SSAD, atunci acesta este destinat realizrii unui SIAD bazat pe date.

Dac componenta de gestiune a cunotinelor are un rol preponderent n arhitectura SSAD, atunci acesta este destinat realizrii unui SIAD bazat pe cunotine.

Dac sistemul de dialog are faciliti extinse de comunicare adic colaborare on line ntre utilizatori, SSAD se constituie n sistem suport pentru decizia de grup (groupware).

Modele definiie, tipuri de modele, structura unui model

Un model poate fi definit ca fiind o reprezentare simplificat(o abstractizare) a realitii. Aceast simplificare este necesar datorit faptului c realitatea este mult prea complex pentru a putea fi descris exact.

Aceast reprezentare simplificat a realitii n cadrul unui model poate fi realizat cu un grad mai mare sau mai mic de abstractizare; n funcie de acest criteriu, modelele se pot ncadra n una din urmtoarele categorii:

Modele iconice - cel mai puin abstracte - sunt reprezentri similare realitii, ns la o scar diferit.

Modele analogice- au acelai comportament dar sunt diferite de sistemul real. Prezint un grad de abstractizare mai ridicat dect modelele la scar, fiind reprezentri simbolice ale realitii. Aceste modele sunt de regul diagrame sau grafice bidimensionale.

Modele cantitative ( matematice ) - prezint cel mai nalt grad de abstractizare i sunt cel mai des utilizate n cadrul SIAD. Complexitatea sistemelor organizaionale nu poate fi reprezentat de regul dect cu ajutorul modelelor matematice.

Stuctura unui model:

Orice model prezint trei componente de baz:

1) Variabile de decizie descriu posibile aciuni alternative. Nivel acestor variabile este determinat de ctre decident.

2) Parametrii variabile care influeneaz rezultatul dar care nu pot fi controlate de ctre decident. Aceste variabile devin restricii ale problemei, limitnd soluiile posibile ale acesteia.

3) Variabile rezultat sunt variabile dependente att de adoptarea unei anumite aciuni ct i de parametrii modelului respectiv.Optimizarea descriere i utilizare

Situaiile decizionale care implic un numr rezonabil i infinit de alternative sunt modelate prin analiz decizional, abordare n cadrul creia fiecrei alternative i sunt ataate valorile estimate ale participrii la realizarea obiectivului propus care sunt nscrise ntr-o tabel sau un graf.

Tabelele de decizie se contituie ntr-o modalitate de reprezentare sistematic a informaiilor ce caracterizeaz o anumit situaie decizional:

Strile naturii: ansamblu de condiii n care se desfoar o aciune.

Criteriile decizionale: punctele de vedere din care poate fi analizat problema.

Variantele ( alternativele ) decizionale: modalitile de realizare unei aciuni de care decidentul poate dispune dar care exist independent de voina sa .

Consecinele decizionale:efectele compuse ale variantelor, criteriilor i strilor naturii; numrul de consecine mai mare sau egal cu numrul de criterii..

Etapele rezolvrii problemelor de optimizare (programare liniar), n Excel sunt:

definirea modelului pe baza datelor iniiale ale problemei;

transpunerea modelului intr-o foaie de calcul;

rezolvarea modelului cu ajutorul componentei SOLVER.

n realitate, modelele de programare liniar sunt deosebit de complexe- numrul resticiilor i a variabilelor poate fi de ordinul sutelor- dar sunt rezolvate extrem de rapid cu ajutorul calculatorului. Problema cea mai complicat pentru decident rmane formularea modelului, mai ales atunci cand exist i relaii neliniare ntre anumite variabile, caz n care se pot face anumite ipoteze simplificatoare care s nu denatureze semnificativ rezultatul sau se poate apela la o aproximare a soluiei optime.

Simularea descriere i utilizare

A simula nseamn a asuma apariia unor aspecte ale realitii. n cadrul sistemelor de asistare a deciziei, simularea este o tehnic de experimentare cu ajutorul calculatorului aplicat unui model managerial.

Simularea nu poate fi considerat ca fiind strict un model; modelele sunt reprezentri ale realitii, n timp ce prin simulare se imit realitatea.

Simularea presupune testarea valorilor diferitelor variabile de decizie sau variabile necontrolabile ale modelului i influena acestora asupra valorilor variabilelor rezultat.

Simularea este o metod descriptiv; nu exist o procedur automat pentru obinerea unei soluii optime. Un model de simulare descrie comportamentul, caracteristicile unui sistem n diferite ipoteze. n funcie de valorile acestora, va fi aleas cea mai bun alternativ dintre toate ipotezele.

Procesul de simulare presupune parcurgerea urmtoarelor etape:

Definirea problemei pornind de la o situaie real, ncadrarea ei ntr-o anumit categorie (complexitate, grad de structurare) i justificarea utilizrii simulrii ca metod de rezolvare

Realizarea modelului de simulare specificarea variabileleor i relaiilor dintre ele

Testarea i validarea modelului acesta trebuie s reprezinte ct mai corect problema real

Stabilirea modalitii de efectuare a experimentelor perioada de simulare, limitele n care se lucreaz( de regul cel mai prost i cel mai bun scenariu)

Realizarea experimentelor ( a simulrii propriu-zise)

Evaluarea rezultatelor interpretarea lor prin metode statistice sau efectuarea unor analize de sensibilitate

Implementarea rezultatelor simulrii beneficiaz de o implicare mai mare a managerilor dect n cazul altor modele

Principalele avantaje ale simulrii ca modalitate de abordare a unor probleme decizionale sunt:

Ofer o imagine de condensare a timpului

Fiind o metod mai mult descriptiv dect normativ, permite decidenilor o abordare prin ncercri repetate a soluionri unei probleme

Este un model construit din perspectiva decidentului

Modelele de simulare sunt realizate pentru probleme particulare

Simularea este singura metod din cadrul SIAD care poate fi aplicat problemelor nestructurate.

n cadrul acestei metode este surprins complexitatea real a problemei, nefiind necesare simplificri n reprezentarea acesteia

Simularea poate fi aplicat unei mari diversiti de probleme manageriale.

Ori de cte ori se apeleaz la metoda simulrii n scopul formulrii unei soluii, trebuie avute n vedere i limitele acesteia:

Nu este garantt obinerea unei soluii optime, ci doar a unei soluii relativ bune

Soluiile unor simulri anterioare nu pot fi fructificate, deoarece modelul de simulare corespunde unei singure probleme

Simularea este att de familiar i facil decidenilor, nct exist riscul renunrii nejustificate la alte metode analitice

Construirea modelului de simulare poate necesita mult timp i un cost destul de mare.

Cea mai cunoscut metod de simulare care presupune analiza tuturor alternativelor posibile este metoda Monte Carlo. Simularea cu ajutorul acestei metode presupune parcurgerea urmtoarelor etape:

1. stabilirea unei distribuii a probabilitilor pentru variabilele considerate importante;

2. construirea unei distribuii a probabilitilor cumulate pentru fiecare variabil;

3. stabilirea unui interval de numere aleatoare pentru fiecare variabil;

4. generarea numerelor aleatoare;

5. simularea efectiv o serie de ncercri.

Instrumentele puse la dispoziie de procesorul de tabele EXCEL, i pe care le numim n mod generic instrumente de simulare, realizeaz de fapt o analiz de senzitivitate, simularea propriu zis presupunand analiza tuturor scenariilor posibile corelate cu probabilitile de apariie a acestora.

Previziunea descriere i utilizare

Modelele predictive au drept obiectiv anticiparea viitorului pe baza informaiilor trecute pentru anumite scenarii.

n termeni statistici, legtura ntre dou sau mai multe variabile se numete corelaie, iar stabilirea tipului de legtur ale unei variabile numite dependente, de una sau mai multe variabile numite independente se face prin analiza de regresie. Principalele etape n alctuirea modelului de regresie sunt:

Identificarea faza descriptiv n care se identific dependenele i tipurile de relaii pe care la exptim

Specificarea etapa prin care se caut cea mai potrivit form de exprimare a variabilelor

Estimarea parametrilor modelului

Testarea semnificaiei parametrilor estimai

Validarea modelului

Utilizarea modelului n operaiuni de simulare i predicie.

Realizarea efectiv a previziunilor pe baza analizei de regresie presupune parcurgerea urmtoarelor etape:

Formularea problemei decidentul trebuie s defineasc problema, n termenii variabilelor care trebuie explicate i a cror valori urmeaz a fi previzionate. n aceast prim formulare se descrie situaia decizional i se identific variabila sau variabilele pentru care se vor efectua predicii, precum i variabilele de care depind acestea.

Alegerea indicatorilor economici dup identificarea prealabil a variabilelor independente, se caut i ali factori suplimentari susceptibili de a influena variabila respectiv i care pot fi inclui n ecuaia de regresie.

O prim analiz a ecuaiei de regresie - reprezint, n fapt, o analiz statistic a componentelor acestei ecuaii care se realizeaz automat, unul din rezultate fiind stabilirea elementelor matricei de corelaie.

Analiza matricei de corelaie simple - n scopul alegerii variabilelor ce trebuie incluse n ecuaia de regresie. n aceast analiz trebuie identificate acele variabile care sunt puternic corelate cu variabila dependent, dar slab corelate ntre ele. La sfritul acestei etape, sunt reinute 3 sau 4 ecuaii de regresie care urmeaz a fi analizate.

Alegerea unei ecuaii de regresie dintre cele identificate - pe baza datelor disponibile, calculatorul va determina coeficienii de regresie, dar i elementele care permit testarea semnificaiei acestora. Vor fi reinute doar ecuaiile semnificative.

Verificarea validitii condiiilor de regresie.

Pregtirea previziunii - odata identificat o ecuaie de regresie care are o valoare a coeficientului de corelaie suficient de mare i care rspunde testelor de semnificaie, decidentul poate utiliza aceast ecuaie ca baz pentru previziunea pe care dorete s o realizeze. n aceast etap este necesar stabilirea unui interval de ncredere pentru previziunile individuale i precizia valorii fiecrei variabile independente.

Principalul avantaj al analizei regresiei const n faptul c este o metod statistic, care presupune efectuarea unor estimri ale gradului de precizie i de semnificaie, putnd fi utilizat n toate tipurile de relaii cauzale, cu condiia ca variabila vizat s depind de variabilele independente.

Principalul dezavantaj l constituie ns tot faptul c este o metod statistic; motiv pentru care muli decideni ezit s fac apel la acest tip de analiz. Un alt dezavantaj l constituie volumul mare de date i costurile antrenate de colectarea acestora pentru stabilirea ecuaiei de regresie iniial i pentru analiza validitii sale n timp (dac apare o modificare n relaia cauzal ntre o variabila independent i variabila dependent este necesar colectarea unor date noi i redefinirea ecuaiei de regresie).

EXCEL pune la dispoziie mai multe funcii statistice pentru realizarea efectiv a previziunilor n cadrul regresiei liniare: FORECAST, TREND, LINEST. Exist de asemenea funcii i pentru alte tipuri de regresie (de exemplu, funciile LOGEST i GROWTH pentru regresia exponenial) dar i posibilitatea de a efectua previziuni prin grafice (prin ataarea de curbe de tendin reprezentrilor grafice).

Diferene ntre tehnologiile ROLAP, MOLAP i HOLAP

Rolap ( ralational OLAP) utilizeaz tehnologia relaional care are avantajul c este la ndemna celor ce dezvolt aplicaii de baze de date i are o legtur direct cu sursele primare. Tabelele centralizatoare sunt asociate cu nomenclatoarele. Pentru fiecare dimensiune, cheile acestor nomenclatoare formeaz cheia compus a tabelei de fapte.

Tehnologia dedicat acestor structuri este reprezentat de baze de date multidimensionale care stocheaz datele din tabela de fapte n fiiere cu acces asigurat prin tehnica de indexare bitmap. Tehnologia care utilizeaz acest model fizic se numete Multidimensional OLAP (MOLAP) care are ca avantaje : spaiul de memorare este mic iar timpul de acces foarte rapid i adugarea de fapte noi prin completarea tabelelor bitmap. Dezavantajele sunt timpul foarte mare de conversie a datelor n formatul comprimat i necesitatea unui suport software special.

O tehnologie hibrid Holap stocheaz agregate la cel mai mic nivel n baze relaionale iar agregrile la nivelurile superioare sunt stocate n baze multidimensionale. n acest fel se pstreaz o legtur direct cu datele operaionale i se poate miza pe timpul de acces foarte rapid al bazelor de date multidimensionale. Dezavantajul care apare este timpul de comutare ntre cele dou sisteme, ROLAP i MOLAP.

Depozite de date definiie, coninut, caracteristici i utilizare

Depozitele de date sunt structuri create pentru stocarea unor volume mari de date organizate pe domenii, ce constituie subiecte de interes decizional n activitatea ntreprinderii.

Depozitele de date centralizeaz, consolideaz, organizeaz i stocheaz date din diverse surse eterogene, date care vor fi baza procesrilor analitice necesare proceselor de decizie. n depozitele de date se pot stoca i date noi, calculate pe baza celor existente, date cerute de regul n majoritatea rapoartelor scurtndu-se astfel timpul cerut pentru obinerea lor. O caracteristic principal a depozitelor de date este transformarea codurilor n date explicite, integrarea datelor din nomenclatoare n datele despre tranzacii.

Un alt aspect este redundana datelor care este iari permis (data calendaristic se poate exprima i n luni i n semestre i n sezoane).Cu alte cuvinte, datele care se pot calcula din datele primare se stocheaz explicit n depozit pentru a fi gata calculate la o eventual solicitare.

Datele stocate n depozit sunt date pentru asistarea deciziei, referitoare la subiecte de interes decizional, sunt date centralizate sau derivate din datele operaionale, nu se schimb n timp i sunt orientate ctre utilizatori finali managerii de nivel tactic i strategic.

Putem spune c bazele de date utilizate de sistemele operaionale sunt orientate spre tranzacii i reflect situaia curent, n timp ce depozitele de date uitlizate de sistemele de asistare a deciziei sunt orientate spre subiectele analizelor i reflect situaii globale, cu caracter istoric.

Sistemele de asistare a deciziei evolueaz n timp ntr-o manier incremental, cerinele nu sunt cunoscute n totalitate n momentul proiectrii i realizrii sistemului. n consecin depozitul de date va trebui s se adapteze mereu cerinelor.

Depozitele de date sunt organizate i gestionate avnd n vedere scopul final al analizelor, sunt orientate spre subiecte ca de exemplu: clieni, furnizori, resurse, produse.

Pentru a fi stocate n depozitele de date, datele se centralizeaz pe mai multe nivele de agregare primare (aflate n datele operaionale), primul fiind timpul (luna). Al doilea nivel de agregare depinde de subiectul analizei : clientul sau produsul. Al treilea nivel de agregare poate fi localitatea.

Pe baza unor asemenea date de sintez stocate n depozitul de date, se poate construi o suprastructur cu date din ce n ce mai agregate pe multipli ai dimensiunilor primare (timp, localitate ): numrul sau suma tranzaciilor pe luni, numrul anual al tranzaciilor pe orae, numrul anual al tranzaciilor pe zone, etc.

Modelele cele mai utilizate n faza de concepie a unui depozit de date sunt modelele dimensionale care regrupeaz datele din tabelele relaionale n scheme de tip stea sau fulg de zpad, n care se regsesc datele cantitative (cantiti, valori) din tabelele de tranzacii agregate n principal pe unitatea de timp (ziua) i apoi dup alte criterii ( pe client, pe produs, pe serviciu, pe filial de tip de tranzacie).Astfel datele cantitative din bazele de date dimensionale vor fi totaluri, medii, numr de tranzacii, date centralizate pe diferite criterii materializate de regul prin coduri (cod client, cod produs, cod serviciu, tip tranzacie, cod filial) i ntotdeauna prin data calendaristic, primul criteriu de agregare.

Aceste date cantitative centralizate sunt msuri ale activitii, iar criteriile de agregare sunt denumite dimensiuni.

Msurile identificate prin dimensiuni sunt stocate ntr-o tabel relaional denumit tabela de fapte. Codurile criteriilor de agregare sunt explicitate n tabele de tip nomenclator asociate tabelei de fapte, schema relaional cptnd forma de stea. Mai multe asemeni scheme de tip stea care folosesc aceleai nomenclatoare formeaz un model de tip constelaie iar dac dimensiunile se pot divide n subdimensiuni, atunci nomenclatoarele pot avea la rndul lor asociate alte nomenclatoare. De asemeni, pot exista nomenclatoare alternative pentru acelai cod. Prin integrarea acestor subdimensiuni i dimensiuni alternative, schema rezultat are forma unui fulg de zpad. UTILIZAREA DEPOZITELOR DE DATE :

Depozitele de date au fost gndite cu structuri unice, integrate i cumulative, destinate s asiste informaional procesul de decizie de la diverse nivele ale ntreprinderii.

Dat fiind faptul c sunt orintate spre necesitile utilizatorului final, anumii factori de decizie pot selecta din depozit doar datele care le sunt utile, pentru a le putea procesa mai uor sau pentru a le transporta pe calculatoare personale. Astfel de colecii specializate pe domenii, regiuni, ani sau alte criterii se numesc magazii de date (data marts).

Un alt mod de abordare a depozitelor de date este stocarea exhaustiv a datelor din sistemele tranzacionale n depozitul de date n vederea aplicrii unei alte tehnologii de procesare asupra lor, (data mining). Aceast tehnologie relativ nou ctig din ce n ce mai mult teren prin capacitatea sa de a descoperi aspecte noi ale activitii desfurate, aspecte trecute n mod normal cu vederea : corelaii ntre evenimente, asociaii ntre anumite fapte, secvene, tipare de comportament- toate extrem de utile n procesele de luare a deciziei.

OLAP definiie, caracteristici i domenii de utilizare

OLAP este o tehnologie de agregare a datelor stocate n depozite ntr-o abordare multidimensional care asigur acces rapid la informaiile necesare analitilor, managerilor i directorilor ntr-o manier consistent, interactiv i foarte flexibil.

OLAP i depozitele de date se completeaz reciproc, OLAP transformnd volumul imens de date stocate i gestionate n depozite n informaii utile procesului de decizie.

Cele 5 reguli ce definesc caracteristicile unei aplicaii OLAP, sunt grupate ntr-un test ce se numete FASMI (Fast Analysis Shared Multidimensional Information).

Fast - rapiditate (capacitatea de a livra informaiile n timp util , de ordinul secundelor).

Analysis - analiz (capacitatea de a efectua analize numerice i statistice prin aplicaii predefinite sau create ad-hoc de ctre utilizator).

Shared - partajat (utilizat n regim concurent de mai muli utilizatori, fapt ce impune asigurarea securitii i confidenialitii datelor).

Multidimensional - caracteristica esenial a OLAP.

Information - acces la orice date i informaii relevante pentru analiz, oriunde s-ar gsi i n orice volum.

Aplicaiile construite cu tehnologia OLAP asigur analiza rapid a informaiei multidimensional distribuit n locaii multiple i accesibil n acelai timp unui numr mare de utilizatori. OLAP utilizez n acest scop baze de date multidimensionale, prin contrast cu bazele de date relaionale care sunt bidimensionale prin definiie. O facilitate extrem de puternic oferit de OLAP este posibilitatea de a construi scenarii i n consecin, posibilitatea de a rspunde la ntrebri de tipul ce ar fi dac n timp ce depozitele de date pot oferi rspunsuri numai la ntrebri de tipul cine, ce, unde.

Principalele caracteristici ale OLAP sunt :

Perspectiv( view) multidimensional asupra datelor; se refer la capacitatea de a integra mai multe aspecte ale activitii ntreprinderii privite din diferite perspective : timp, locaie, produs, bani, persoane, etc. Fiecare dimensiune poate avea mai multe nivele : dimensiunea temporal se poate divide n : ani, luni, trimestre, sezoane; dimensiunea geografic n: emisfere, continente, ri, regiuni, orae. Produsul , privit ca o dimensiune, poate avea subdimensiuni de genul : categorie, clas, fel. Conceptul dimensiune este utilizat n sensul de aspect, dimensiunile fiind complet independente i avnd ca uniti de msur toate valorile ntlnite n dimensiunea respectiv. Perspectivele multidimensionale asupra datelor sunt numite hipercuburi de date , prin extinderea noiunii de cub tridimensional la cub n-dimensional sau hipercub.

Capacitate de calcul intensi,; se refer la abilitatea de a aplica algoritmi compleci asupra datelor structurate n hipercub, care implic posibilitatea de adresare multidimensional direct a locaiilor (cuburile unitare) i optimizarea timpului de rspuns.

Orientare n timp (time intelligence ), se refer la abilitatea de exploatare a acestei dimensiuni universale, necesar pentru comparaii i judeci de valoare n orice analiz economic. Timpul este preluat din datele calendaristice ale tranzaciilor economice aa cum apar n bazele de date ale sistemelor informatice ale ntreprinderilor.

Suprapuse peste depozitele de date, bazele de date multidimensionale utilizate de OLAP stocheaz straturi de date agregate pe diverse criterii ierarhice precum i date statistice precalculate pe fiecare nivel de agregare.

Suport software de date i OLAP schem general i serviciul DTS

Bazele de date relaionale ale SQL server constituie principala surs de date pentru depozitul de date i bazele de date OLAP. Datele pot proveni ns i din alte surse cum ar fi ORACLE sau alte platforme.

Serviciul DTS asigur colectarea i transferul datelor din aplicaii tranzacionale. n cursul acestui proces, DTS realizeaz validarea, curirea, consolidarea i transformarea datelor n caz de necesitate.

Validarea datelor se refer n principal la uniformizarea unitilor de msur, la verificarea ncadrrii n categorii, clase, grupe, la conversia unitilor monetare, la verificarea apartenenei geografice, cu alte cuvinte procesul de validare asigur consistena datelor.

Curirea datelor se refer la reconcilierea datelor provenind din mai multe surse. Reconcilierea este un proces prin care nomenclatoarele utilizate n diverse aplicaii sunt comparate, iar diferenele sunt analizate pentru a se ajunge la un nomenclator unic i la dicionare de conversie. Reconcilierea datelor este esenial pentru acurateea analizelor ulterioare.

Migrarea datelor se refer la transpotul datelor n depozit, transport care are loc de obicei n mai muli pai, trecnd prin locaii intermediare unde se desfoar procesele de validare i de curire. Un aspect important este sincronizarea surselor de date pentru a prelua datele la acelai moment. Strategia cel mai des utilizat este de a transporta datele imediat dup procedura de backup efectuat n cursul nopii.

Transformarea datelor este un proces care pregtete datele preluate din sursele primare n vederea utilizrii lor n analize complexe. Cea mai curent transformare este divizarea unei coloane n mai multe. O alt transformare este completarea datelor cu date implicite, un alt gen de transformare ar putea fi comasarea unor cmpuri ntr-unul singur sau transformarea datelor din format numeric n format text sau invers.

Componentele serviciului DTS sunt:

Asistenii de import

Asistenii de export

Interfeele de programare COM care permit crearea de aplicaii de transformare personalizate

Suport software de date i OLAP schem general depozitul de metadate

Este o structur destinat stocrii informaiilor referitoare la structura de date. Serviciile OLAP i DTS utilizeaz aceast structur pentru a avea acces la datele de care au nevoie.

Depozitul de metadate este o structur relaional, accesul la metadate este posibil prin interfaa grafic a OLAP manager i prin obiecte de suport pentru decizie DSO.

Depozitul de metadate este o structur special de tip relaional utilizat de SQL server pentru a stoca informaii despre obiectele cu care lucreaz serviciile i instrumentele sale. n depozitul de metadate se pot stoca i utiliza n comun diverse componente software precum i instrumente de dezvoltare de tipul add-in, servicii, descrieri ale sistemului.

Arhitectura depozitului de metadate este format din patru nivele:

Baza de date REPOSITORY (baza de date relaional SQL server sau ACCES)

Motorul bazei de date REPOSITORY instrument care asigur funciile de stocare sub forma unei colecii de obiecte i interfee de automatizare OLAP care pot fi utilizate pentru a se construi aplicaii care s acceseze direct depozitul de metadate

Modelul informaional al instrumentelor este o combinaie ntre un model obiectual care specific tipurile de informaii necesare mai multor instrumente i modele informaionale ale fiecrui tip

Intrumente de dezvoltare de aplicaii mediul de lucru pentru utilizatori.

Figura 15 de la pagina 144.

Suport software de date i OLAP schem general i serviciile Tabele Pivot i English Query

Serviciul Tabele Pivot ofer faciliti de prezentare a datelor experimentate deja n EXCEL i ACCES. Acest serviciu este o interfa pentru utilizatorul familiarizat cu mediile de lucru, tabelele pivot extrase din cuburi OLAP putnd fi utilizate pentru analize ulterioare. Pe lng analiza i prezentarea datelor, aceste serviciu permite i configurarea de noi cuburi OLAP sau reconfigurarea celor existente.

Serviciul Tabele Pivot funcioneaz ca o interfa de conectare la toate serviciile oferite de OLAP server. Un instrument foarte puternic care este oferit utilizatorului este limbajul de interogare multidimensional MDX care permite accesul la structurile OLAP din aplicaii.

Serviciul Tabele Pivot poate gestiona un singur cub o dat, performanele sale fiind legate direct de volumul de date. Fiind partea client a serviciului OLAP, acesta nu deine un sistem propriu de gestiune a bazelor de date multidimensionale.

Serviciul English Query permite utilizatorului s formuleze interogri n limbaj natural traduse n clauze SQL n vederea executrii lor. Serviciul utilizeaz un constructor de aplicaii care preia solicitarea utilizatorului ce conine specificaii precise de tipul denumirea produsului sau localitatea i o completeaz cu detalii tehnice cerute de clauza SQL.

Serviciul English Query suprapune interogarea utilizatorului peste modelul semantic al depozitului i restaureaz informaia absent. Aplicaiile English Query depind de calitatea modelului sematic al depozitului de date.Concepte fundamentale ale modelrii multidimensionale

Data mining - descriere, utilizare

Informare general (problema)

Concepere (model)

Alegere (decizia)

Implementare

PAGE