1、1,第四章 决策支持与商务智能,LOGO,2,第一节 决 策,一、决策的定义 一般理解：做出决定或选择。 施奈德的定义：指决策者为了达到想象中未来事务的状态，从社会所限制的各种途径中，选择一个行动计划的过程。 以西蒙的决策理论为基础的定义：组织或个人为了实现某种目标而对未来一定时期内有关活动的方向、内容及方式的选择或调整过程，决策主体可以是组织也可以是个人。,LOGO,3,传统的管理理论与西蒙关于决策的区别,传统的管理理论认为：决策只是组织中高层管理者的事，与中低层的其他人员无关。西蒙认为：决策不仅仅是高层管理的事，组织内的各个层级都要作出决策，组织就是由作为决策者的个人所组成的系统。组织是人
2、类群体当中信息沟通与相互关系的复杂模式。,LOGO,4,二、决策的分类,1、按决策主体可分为：个人决策和群体决策 2、按决策要解决的问题可分为：结构化决策、非结构化决策、和半结构化决策 3、按决策进行的频繁程度可分为：周期性决策与非周期性决策 4、按决策的组织结构可分为：战略性决策、战术性决策、业务性决策 5、按决策的问题的条件可分为：确定性决策、风险决策、不确定性决策,LOGO,5,三、决策的过程,1、西蒙决策过程模式包括以下四个阶段： （1）情报阶段搜集 评估 （2）设计阶段编制可能采取的行动方案 （3）选择阶段根据当时的情况和预测，选择合适的一种方案 （4）监控阶段评估实施效果，确定是否
3、达到预期目标,LOGO,6,三、决策的过程,西蒙的决策过程模式图：,情报 收集,设计 方案,选择 方案,监控 评估,实施 方案,信息联系,LOGO,7,三、决策的过程,2、卡耐基决策过程模式 观点：组织层次的决策牵涉到许多管理者，最终的选择基于这些管理者组成的联合团队。 建立联合团队的原因：（1）组织目标的模糊性，各部门的经济目标不一致。（2）个人管理者倾向于采用理性的方法 目的：建立认同,LOGO,8,卡耐基决策过程模式图：,不确定性 信息有限； 管理者有很多限制,冲突 管理者有着不同的 目标、观点和价值,建立管理者联合团队 进行讨论，解释目标和问题 分享观点；设定问题的优先性； 为问题及其
4、解决获取社会支持,研究 进行一个简单务实的研究， 看是否适用已有方案或 需要创建新方案,满意的决策行为 采用对联合团队较 为满意的可选方案,LOGO,9,三、决策的过程,3、马尔可夫决策过程模式 理论基础：基于马尔可夫过程理论的随机动态系统的最优决策过程。该过程是序贯决策的主要研究领域。 马尔可夫决策过程：决策者周期或连续地观察具有马尔可夫性的随机动态系统，序贯地作出决策。 马尔可夫性：指一个随机过程未来发展的概率与观察之前的历史无关的性质。（状态转移概率的无后效性）,LOGO,10,三、决策的过程,4、渐进式决策过程模式 决策特点：（1）较少强调卡耐基决策过程所涉及的政治、社会因素，而较多研
5、究了从发现问题到解决问题的活动的结构化顺序。（2）组织要通过许多决策点，可能会在决策过程中遇到障碍。（明茨伯格-决策中断）,LOGO,11,三、决策的过程,4、渐进式决策过程模式 决策阶段： （1）识别阶段认知-诊断 （2）形成阶段形成解决方案（两种方法）：使用搜索程序在组织已有的解决方案中找出可选方案。设计一个定制的新方案 （3）选择阶段选定解决方案,LOGO,12,四、决策理论中关于人的假设,1、完全理性人假设 代表人物： 亚当.斯密把人性归结为利己主义 英国经济学家边沁道德和立法原理导论，功利主义。功利主义包括：功利原理（最大幸福原理）自利选择原理 观点：人是坚持寻求最大价值的经济人。类
6、似于新古典经济学理论中的理性经济人假设。,LOGO,13,四、决策理论中关于人的假设,2、有限理性人假设 现代决策理论：产生于20世纪40年代，由西蒙等人发展。 核心思想：强调从认知心理学的角度研究决策问题。 观点：人的理性是介于完全理性和非理性之间的，即人是有限理性的。（高度复杂的决策环境和个人知识的有限性的比较）,LOGO,14,四、决策理论中关于人的假设,有限理性人假设的三个理论： （1）连续有限比较决策理论代表人物：西蒙观点：决策者由于非完全理性而只能看到有限几个方案及其部分结果。（2）理性组织决策论代表人物：马奇观点：理性受个人能力所限，必须借助组织的作用（如：组织分工）。（3）现实
7、渐进决策论代表人物：林德布洛姆观点：决策者只能采用应付局面的办法，在有偏袒的相互调整中做出决策。,LOGO,15,四、决策理论中关于人的假设,3、非理性人假设 代表人物：弗洛伊德、帕累托 观点：支配人的不是人的理性，也不是人所面临的现实，而是人的情欲（潜意识）。,LOGO,16,五、基于“有限理性”的决策原理,1、受限制的理性（西蒙）由于人类普遍的认知局限性，实际作出的决策常常爱到许多不可控因素的制约。 完全理性决策主要受到以下三个方面的限制： （1）信息的不完全性很难得到关于某一件事情的全面的知识。 （2）预测的困难性预测是对未来的期待，难以预料。 （3）穷尽所有可能的困难性找出所有的方案，
8、才能选择“最优方案”。,LOGO,17,五、基于“有限理性”的决策原理,2、满意原则在有限理性的假设下，决策者追求的是满意的决策，而不是最大化的决策（足够好）。西蒙的观点：人的认知能力是单纯的，在复杂的环境中人不可能做出最优的选择。（关于蚂蚁的比喻） 运用：企业决策减少搜寻和计算成本 投资股神巴菲特的投资策略,LOGO,18,五、基于“有限理性”的决策原理,3、有限搜索决策者通过有限次的搜索、比较，得到一个在现有条件下的“满意”方案。策略：“启发式搜索”和“拇指原则” 优点：成本更低，效率更高,来自经验和直觉的试探和测量,LOGO,19,五、基于“有限理性”的决策原理,案例：推销员的问题（P1
9、28）一个推销员，必须探访几个城市，由于效率和成本的限制，他只能到每个城市一次，而且在他回到原来的城市以前必须到达过所有的城市。面临的问题：成本由总路程决定；公司差旅费限制,LOGO,20,案例：推销员的问题（P128）,启发式解决方案：从总部纽约出发，选择最近的城市，然后继续前往最近的城市，直到最后一个城市，最后返回纽约。结论：恰当地使用启发式搜索，将是一种很有价值的求解工具。,LOGO,21,六、决策自动化,西蒙的观点：（1）人的认知基元是符号，而且认知过程即符号操作过程，人是一个物理符号系统，计算机也是一个物理符号系统，因此，我们就能够用计算机来模拟人的智能行为。（2）今天关键性的任务不
10、是去产生、储存或分配信息，而是对信息的过滤、加工和处理。,LOGO,22,第二节 决策支持系统,一、决策支持系统的定义及其特征 关于决策支持系统最早的文献：J.D. Little: Models and Managers: the Concept of a Decision Calculus(1970) 特征要求：模型简单、稳定，并且容易控制，具有自适应性。,LOGO,23,一、决策支持系统的定义及其特征,1971年，高瑞（Gorry）莫顿(Morton)首次提出DSS定义：DSS是支持决策者对半结构化、非结构化问题进行决策的系统。决策分三类：结构化决策半结构化决策非结构化决策,LOGO,24
11、,一、决策支持系统的定义及其特征,1977年，Alter 决策支持系统可分为两大类：以数据为导向的DSS以模型为导向的DSS观点：在DSS的应用过程中，系统的有效性远没有适应性重要。,LOGO,25,一、决策支持系统的定义及其特征,1980年， Bonozek , Holsapple, Whiston 观点：DSS是由用户、模型和数据三个部分组成的计算机系统。 它包括三种系统： 语言系统LS供用户与DSS通信 知识系统KS储存系统中的知识 问题处理系统PPS描述问题，得到解答,LOGO,26,一、决策支持系统的定义及其特征,决策支持系统的特点： 1）针对半结构化、非结构化问题 2）支持而不是代
12、替决策者的决策 3）具有方便的人机交互接口，易于掌握和使用 4）能够快速支持决策者解决处于不同状态的某一领域中的决策问题 5）强调对环境及用户决策方法的改变的灵活性和适应性,LOGO,27,二、决策支持系统的组成,1、决策支持系统的关键系统资源：模型库数据库2、决策支持系统的关键技术对话管理器（即用户界面）,LOGO,28,决策支持系统需要处理大量数据,联机分析处理,ETL：,数据的提取、转换和加载。,LOGO,29,决策支持系统需要处理大量数据（简图）,LOGO,30,以学生选课系统为例,LOGO,31,三、DSS的模型（四类常用模型）,提供简要的统计、趋势预测、假设检验,处理和协调一些较大
13、的项目方案,提供现金流量、内部回报率以及其他的投资分析,帮助决策者设计、开发以及使用数据和信息并以图表形式显示的软件包,LOGO,32,三、DSS的模型,模型库存在的问题： 1、在多个模型可供选择时，决策者的时间成本较高。 2、模型有时不能准确地预测真实的系统，导致误导性。 3、模型要求高度复杂的数学知识，难以建立。 4、模型使用的一次性，导致开发成本高昂。,LOGO,33,决策支持系统DSS处理的发展,LOGO,34,四、群体决策支持系统（GDSS）,定义：群体决策是为充分发挥集体的智慧，由多人共同参与决策分析并制定决策的整体过程。群体决策的特点： 1）内外部环境复杂多变，问题的复杂性不断提
14、高。 2）决策者个人价值观、态度及背景有一定的局限性。 3）要求不同领域的人参与并从不同角度决策。 4）是现代民主社会的基本特征。,LOGO,35,四、群体决策支持系统（GDSS）,群体决策的组织方式有三种：,群体式,团队式,委员会式,LOGO,36,四、群体决策支持系统（GDSS）,群体决策的制订方法（四种）： 1、德尔菲法（专家调查法）2、头脑风暴法：鼓励新颖创见，激起发散思维。3、名义群体法：在决策过程中限制讨论。4、根回法：多人认可才能执行。,LOGO,37,四、群体决策支持系统（GDSS）,群体决策支持系统的构造方法：减少沟通障碍（第一层）减少不确定性（第二层）控制决策过程（第三层）
15、,三层分类法,LOGO,38,第三节 数据库、数据仓库与数据挖掘,一、数据管理方法的发展 1、人工管理阶段数据处理方式是批处理。数据与程序没有独立性。 2、文件管理阶段程序与数据有一定的独立性，数据以文件的形式进行组织。 3、数据库阶段用复杂、结构化的模型描述数据本身及它们之间的对应关系。 4、数据仓库采用新的技术解决海量的内部数据和外部数据。,LOGO,39,二、数据库理论概述（略）,三、自然演化体系结构及其问题 定义：自然演化体系结构又称蜘蛛网结构，是指由失控的抽取过程产生的结果。形成：决策者数据提炼、分析、处理新的数据更新的数据蜘蛛网,LOGO,40,蜘蛛网结构所导致的问题有三个方面：,
16、数据的定位、编辑、分析困难,时间、算法上的差异，外部数据问题,数据非集成化，历史数据缺乏,1、 数据缺乏 可信性,2、系统的办事效率低下,3、数据转化为信息的不可行性,LOGO,41,四、数据仓库的基本概念,1、定义数据仓库是一个面向主题的、集成的、不可修改的、反映历史变化的数据集合，用于支持管理决策。（比尔.恩门，1991）观点：数据仓库更像一种过程，即对分布在企业各处的业务数据的整合、加工和分析的过程。,LOGO,42,2、数据仓库的特性,1）面向主题包括客户、产品、交易、账目等。 2）集成的消除应用中的不一致性，将不同格式、类型的数据集成到一起。 3）非易失的不进行数据更新。 4）随时间
17、的变化性时间期限长，数据仓库包含时间元素。,LOGO,43,3、数据仓库的组成,（1）数据仓库的数据库对海量数据的支持和快速的检索技术。 （2）数据抽取工具把数据从多种多样的存储方式中抽取出来，进行必要的转化和整理之后，再存放到数据仓库内。 （3）元数据描述数据仓库内数据的结构和建立方法的数据。 （4）访问工具为用户访问数据仓库提供手段。 （5）数据集市从数据仓库中独立出来的一部分数据。,LOGO,44,4、数据仓库设计中的几个重要概念,（1）ETL（Extract/Transformation/load）用户从数据源中抽取出所需的数据，经过数据清洗、转换，最终按照预先定义好的数据仓库模型，将
18、数据加载到数据仓库中去。 （2）粒度数据的细化或综合程度的级别。 （3）数据集市是小型的、面向部门或工作组级的数据仓库。 （4）数据分割结构相同的数据单元被分成多个数据物理单元。 （5）元数据：关于数据的数据。,LOGO,45,五、数据挖掘（Data Mining）,1、定义从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道、但又是潜在有用的信息和知识的过程。数据挖掘的对象是数据库和数据仓库。目的：通过对数据的统计、分析、综合、归纳和推理，揭示事件间的相互关系，预测未来的发展趋势，辅助解决实际问题，支持决策。（如商业）,LOGO,46,2、数据挖掘的功能（五类
19、）,（1）自动预测趋势和行为市场预测寻找未来投资中回报最大的用户 （2）关联分析目的是找出数据库中隐藏的关联网。 （3）聚类增强了人们对客观现实的认识，是概念描述和偏差分析的先决条件。 （4）概念描述 （5）偏差检测：寻找观测结果与参照值之间的区别。,LOGO,47,3、数据挖掘过程的基本流程,确定业务对象,数据准备,数据 挖掘,知识 同化,结果分析,化,LOGO,48,4、数据挖掘技术的应用,（1）工程与科学研究观测卫星 、DNA分子技术 （2）制造业零部件故障诊断、生产过程分析。 （3）金融金融市场的分析和预测。 （4）市场营销市场定位和消费者分析 （5）司法案件调查、犯罪组织分析,49,Thank You !,,
