决策支持系统是商业智能的一个子集，旨在帮助组织根据大量分析数据做出明智的商业决策。
决策支持系统定义
决策支持系统（DSS）是一个交互式信息系统，它分析大量数据以通知业务决策。决策支持系统通过评估不确定性的重要性以及在做出一个决策时所涉及的权衡，支持组织的管理、运营和规划级别做出更好的决策。
DSS利用原始数据、文档、个人知识和/或业务模型的组合来帮助用户做出决策。DSS使用的数据源可以包括关系数据源、多维数据集、数据仓库、电子健康记录（EHR）、收入预测、销售预测等。
DSS的概念起源于20世纪50年代和60年代在卡内基理工学院进行的研究，但在20世纪80年代以高管信息系统（EIS）、群体决策支持系统（GDSS）和组织决策支持系统的形式在企业中真正扎根。随着组织越来越关注数据驱动的决策，决策科学（或决策智能）正在兴起，决策科学家可能是释放决策科学系统潜力的关键。决策科学将应用数据科学、社会科学和管理科学结合起来，侧重于在选项之间进行选择，以减少做出更高质量决策所需的努力。
决策支持系统示例
决策支持系统广泛应用于各种行业。示例用途包括：
- GPS路线规划。DSS可用于通过分析可用选项来规划两点之间的最快和最佳路线。这些系统通常包括实时监控交通以绕过拥堵的能力。
- 作物规划。农民使用DSS帮助他们确定种植、施肥和收获作物的最佳时间。拜耳作物科学公司将分析和决策支持应用于其业务的每一个环节，包括创建“虚拟工厂”，在其玉米生产基地进行“假设”分析。
- 临床DSS。这些系统帮助临床医生诊断患者。宾夕法尼亚大学医学院（Penn Medicine）创建了一个临床DSS，帮助ICU患者更快地脱离呼吸机。
- ERP仪表盘。这些系统帮助管理人员监控绩效指标。数字营销和服务公司Clearlink使用DSS系统帮助其经理确定哪些代理商需要额外帮助。
决策支持系统与商业智能
DSS和商业智能（BI）经常被混为一谈。一些专家认为BI是DSS的继任者。决策支持系统与数据仓库和数据挖掘一起被公认为商业智能系统的一个要素。
虽然BI是一个广泛的应用程序、服务和技术类别，用于收集、存储、分析和访问决策所需的数据，但DSS应用程序往往是专门为支持特定决策而构建的。例如，业务决策支持系统可以通过分析过去的产品销售数据和当前变量，帮助公司预测一段时间内的收入。医疗保健提供者使用临床决策支持系统来提高临床工作流程的效率：对护理提供者的计算机化警报和提醒、临床指南、特定条件的医嘱集等。
DSS与决策智能
研究公司Gartner宣布，决策智能是2022年的顶级战略技术趋势。决策智能寻求用包括人工智能（AI）和机器学习（ML）在内的复杂工具组合来更新和重塑决策支持系统，以帮助自动化决策。根据Gartner的说法，其目标是设计、建模、协调、执行、监控和调整决策模型和流程。
决策支持系统的类型
在《决策支持系统：管理者的概念和资源》一书中，北爱荷华大学管理信息系统教授丹尼尔·J·鲍尔根据决策支持系统的主要信息来源将其分为五类。
- 数据驱动DSS。这些系统包括文件抽屉和管理报告系统、执行信息系统和地理信息系统（GIS）。他们强调访问和操作结构化数据的大型数据库，通常是公司内部数据的时间序列，有时是外部数据。
- 模型驱动DSS。这些DSS包括使用会计和财务模型、代表性模型和优化模型的系统。他们强调对模型的访问和操作。它们通常利用简单的统计和分析工具，但Power指出，一些允许对数据进行复杂分析的OLAP系统可能被归类为混合DSS系统。模型驱动的DSS使用决策者提供的数据和参数，但Power指出，它们通常不是数据密集型的。
- 知识驱动的DSS。这些系统向管理者建议或建议行动。有时被称为咨询系统、咨询系统或建议系统，它们提供基于特定领域的专门解决问题的专业知识。它们通常用于分类、配置、诊断、解释、规划和预测等任务，否则这些任务将取决于人类专家。这些系统通常与数据挖掘相结合，以筛选数据库以产生数据内容关系。
- 文档驱动的DSS。这些系统集成了用于文档检索和分析的存储和处理技术。搜索引擎就是一个例子。
- 通信驱动和群体DSS。通信驱动的DSS侧重于通信、协作和协调，以帮助人们完成共享任务，而群体DSS（GDSS）侧重于支持决策者群体分析问题情况并执行群体决策任务。
决策支持系统的组成部分
根据管理研究总部的说法，决策支持系统由三个关键组件组成：数据库、软件系统和用户界面。
- DSS数据库。该数据库利用各种来源，包括组织内部数据、应用程序生成的数据以及从第三方购买或从互联网挖掘的外部数据。DSS数据库的大小将根据需要而变化，从小型独立系统到大型数据仓库。
- DSS软件系统。软件系统基于模型（包括决策上下文和用户标准）构建。模型的数量和类型取决于DSS的目的。常用型号包括：
- 统计模型。这些模型用于建立事件和与该事件相关的因素之间的关系。例如，它们可以用于分析与地点或天气相关的销售。
- 敏感性分析模型。这些模型用于“假设”分析。
- 优化分析模型。这些模型用于找到目标变量相对于其他变量的最佳值。
- 预测模型。其中包括回归模型、时间序列分析以及用于分析业务状况和制定计划的其他模型。
- 反向分析灵敏度模型。有时称为目标寻求分析，这些模型为特定变量设置目标值，然后确定其他变量需要达到的值以满足该目标值。
- DSS用户界面。仪表板和其他用户界面，允许用户与结果交互并查看结果。
决策支持系统软件
据Capterra介绍，流行的决策支持系统软件包括：
- Checkbox。这种面向企业的无代码服务自动化软件使用拖放界面来构建具有可定制规则、决策树逻辑、计算和加权分数的应用程序。
- Yonyx.Yonyx是创建DSS应用程序的平台。它支持创建和可视化决策树驱动的客户交互流。它特别关注呼叫中心、客户自助服务、CRM集成和企业数据的决策树。
- Parmenides Edios. 。Parmenides Eidos面向中型/大型公司，提供可视化推理和知识表示，以支持基于场景的战略制定、问题解决和决策。
- XLSTAT.XLSTAT是一个Excel数据分析插件，面向企业用户和研究人员。它拥有250多项统计功能，包括数据可视化、统计建模、数据挖掘、统计测试、预测方法、机器学习、联合分析等。
- 1000minds是一套用于决策、优先级排序和联合分析的在线工具和流程。它源于20世纪90年代奥塔哥大学对手术患者优先排序方法的研究。
- Information Builders WebFOCUS.。该数据和分析平台面向需要跨应用程序集成和嵌入数据的企业和中端市场公司。它提供了云、多云、预处理和混合选项。
- QlikView是Qlik的经典分析解决方案，基于该公司的关联引擎。它旨在使用可配置的仪表板帮助用户完成日常任务。
- SAP BusinessObjects。BusinessObjects由报告和分析应用程序组成，帮助用户了解趋势和根本原因。
- TIBCO Spotfire.。该数据可视化和分析软件可帮助用户创建仪表板，并为预测应用程序和实时分析应用程序提供强大的支持。
- Briq是一个预测分析和自动化平台，专门为施工中的总承包商和分包商构建。它利用来自会计、项目管理、CRM和其他系统的数据，为人工智能提供预测和规定性分析。
- 登录 发表评论