Importanza dei sistemi di supporto alla gestione per le imprese commerciali

Importanza dei sistemi di supporto alla gestione per le imprese commerciali!

I sistemi di supporto gestionale si concentrano sugli usi manageriali delle risorse informative. Questi sistemi forniscono informazioni da gestire per la pianificazione e il processo decisionale. Le informazioni fornite da questi sistemi si basano su dati interni ed esterni utilizzando vari strumenti di analisi dei dati.

Offrono anche una scelta all'utente di selezionare da questi strumenti ai fini dell'analisi dei dati. Questi sistemi soddisfano le esigenze di informazione dei manager a livello medio e alto nella gerarchia manageriale.

Esistono tre tipi di sistemi di supporto gestionale, vale a dire:

a) Sistemi di supporto alle decisioni,

b) Sistemi di informazione esecutiva (supporto) e

c) Sistemi esperti.

Sistema di Supporto Decisionale:

I sistemi di supporto alle decisioni (DSS) sono progettati per supportare il processo decisionale dei manager per migliorare la loro efficacia e quindi l'efficienza dell'impresa. Si basano sulla premessa che il giudizio manageriale non può essere sostituito da alcuna soluzione basata sul computer. Tuttavia, offrendo il supporto di dati e modelli, è possibile migliorare il processo decisionale anche nel caso di problemi semi-strutturati e non strutturati.

Lo scopo principale di DSS è estendere la capacità del processo decisionale di un manager supportando strumenti e dati messi a sua disposizione sotto il suo diretto controllo. Il DSS non presuppone requisiti di informazione specifici e strumenti predefiniti per l'analisi per diversi tipi di decisioni né impone alcuna soluzione a un gestore.

In questo modo, offre al gestore la flessibilità di decidere i dati di input, lo strumento di analisi, la profondità dell'analisi e la fiducia nel risultato dell'analisi per il processo decisionale. DSS offre un ambiente interattivo per gli utenti e consente al manager di sperimentare dati e modelli per sviluppare la strategia decisionale ottimale in una determinata situazione.

I DSS sono anche descritti come sistemi informativi interattivi che aiutano i manager a utilizzare modelli di analisi dei dati per risolvere problemi non strutturati. DSS utilizza tecnologie che possono essere definite come i suoi elementi costitutivi. Sono rappresentati nella Figura 10.3.

Tipi e caratteristiche di DSS:

DSS può essere orientato ai dati o orientato al modello. I DSS orientati ai dati hanno un input maggiore di recupero dei dati e analisi dei dati. Il DSS orientato al modello ha potenti funzionalità per la simulazione di scenari decisionali stimando il risultato di un'azione e generando suggerimenti. In effetti, è difficile trovare un DSS esclusivamente per il recupero e l'analisi dei dati o, semplicemente, per la modellazione. In effetti, la maggior parte dei DSS contiene un mix di entrambi i tipi di strutture.

I DSS hanno le seguenti caratteristiche che li rendono distinti dagli altri tipi di sistemi di informazione:

a) Il DSS non mira a nessun tipo specifico di decisioni. Ha la flessibilità d'uso in varie situazioni decisionali inaspettate.

b) L'interfaccia user friendly di DSS lo rende diverso dagli altri tipi di sistemi di informazione. Una volta che un manager ha utilizzato un DSS per un po 'di tempo, il suo uso irregolare non influisce negativamente sulla facilità d'uso.

c) I generatori di report e le strutture grafiche in DSS offrono modi migliori di rappresentare le informazioni generate dall'uso di modelli in DSS. Queste strutture aggiungono valore alle informazioni.

d) DSS offre all'utente un controllo completo sul sistema. L'input, il metodo di elaborazione e l'output sono controllati dall'utente.

Vantaggi del DSS:

Un sistema informativo deve avere la propria giustificazione per essere un candidato da prendere in considerazione per l'inclusione nel portafoglio di applicazioni di un'impresa. Le giustificazioni sono generalmente in termini di benefici nella generazione di informazioni per assistere nella segnalazione esterna e nel processo decisionale manageriale. Il vantaggio che un DSS può offrire include:

un. Valutazione di un numero maggiore di alternative in quanto le strutture in DSS riducono il tempo e gli sforzi nella raccolta e nell'analisi dei dati per diverse alternative.

b. La modellazione e la previsione diventano facili per i manager che utilizzano DSS consentendo loro di ottenere maggiori informazioni sui processi aziendali.

c. Utilità nella comunicazione intragruppo e inter-gruppo perché permette di spiegare agli altri, come si è arrivati ​​a una conclusione particolare. La logica assegna rispettabilità alle conclusioni e guadagna il sostegno degli altri nell'impresa.

d. Strutture per un'analisi più rapida dei dati per il processo decisionale non strutturato, quindi, migliorando la velocità di risposta in situazioni decisionali impreviste.

e. Individuazione più rapida di varianze ed eccezioni. Gli utenti abituali di DSS hanno scoperto che DSS consente loro di anticipare i risultati con l'aiuto di una efficiente funzione di query ad hoc.

f. Analisi approfondita dei dati e, quindi, un uso più efficace della risorsa dati.

Applicazioni di DSS:

I DSS hanno trovato successo in aziende di dimensioni medio-grandi e in scenari decisionali che richiedono un'analisi approfondita di dati interni ed esterni. Il successo di DSS dipende, in larga misura, dal supporto del top management, dalla regolarità e dalla durata dell'utilizzo, dalla formazione dei dirigenti e dalla varietà delle situazioni decisionali.

Se il processo aziendale è di natura semplice e ripetitiva, DSS potrebbe non essere in grado di giustificarne i costi. Il DSS applicato alle decisioni strutturate si aggiunge solo a costi e confusione. I DSS si sono rivelati utili nelle aree decisionali in cui è necessaria flessibilità nei dati e nella modellazione per prendere decisioni migliori. Le aree tipiche di applicazione del DSS nelle funzioni di produzione e finanza del business sono:

Produzione:

Analisi degli approvvigionamenti, stima e analisi dei costi, pianificazione e programmazione della produzione, prendere o acquistare decisioni, pianificazione e controllo dell'inventario, carico della manodopera, ecc.

Finanza:

Capital budgeting, pianificazione e analisi finanziaria, pianificazione fiscale, pianificazione finanziaria strategica, budgeting, gestione del capitale circolante e del capitale circolante, analisi del debito e del finanziamento azionario, gestione del rischio di cambio, analisi della performance finanziaria, analisi della varianza, ecc.

I sistemi di supporto alle decisioni sono sviluppati utilizzando un processo diverso dal processo di sviluppo del sistema tradizionale in quanto dovrebbero elaborare dati interni e esterni. Devono essere indipendenti e interattivi.

Sistemi informativi esecutivi:

I DSS sono progettati per soddisfare le esigenze di informazione dei manager di livello medio-alto. Si riferiscono al lavoro basato su regole che fanno la modellazione e l'analisi dei dati al fine di renderlo utile nel processo decisionale.

Tuttavia, ai vertici del livello manageriale, è necessario concentrarsi maggiormente sull'imballaggio e sulla distribuzione delle informazioni rispetto alla generazione di informazioni. Il top manager merita un ambiente migliore per l'accesso alle informazioni rispetto a quello fornito da DSS.

I top manager necessitano di un accesso rapido a informazioni aggiornate e concise e report di eccezioni con strutture per informazioni e analisi personalizzate. I sistemi informativi progettati per soddisfare tali esigenze dei vertici aziendali si chiamano Sistemi Informativi Esecutivi (EIS) o Sistemi di Supporto Esecutivo.

Questi sistemi agiscono come sistemi di briefing elettronici e offrono un'enorme flessibilità di utilizzo. EIS utilizza informazioni interne e esterne e offre un ambiente operativo interattivo e di facile utilizzo.

Applicazioni di EIS:

Briefing esecutivo:

EIS offre informazioni aggiornate su diversi aspetti dell'interesse dell'esecutivo. Il briefing è, in genere, correlato alle prestazioni di vari centri di profitto e offre rapporti di stato su varie attività dell'impresa. Anche se un certo numero di briefing avviene in DSS, le informazioni arrivano come e quando richiesto, dai database.

In EIS, le informazioni vengono automaticamente scaricate periodicamente dai database sotto forma di rapporti finiti. Questo download automatico garantisce che l'esecutivo non rimanga fuori contatto a lungo durante i giorni di estrema pressione del carico di lavoro.

Analisi personalizzata:

EIS offre servizi per l'analisi dei dati utilizzando i modelli di scelta dell'utente. Fogli elettronici e tecniche statistiche sono disponibili in EIS per chiedere. La differenza, qui, è che EIS non solo aiuta l'utente nell'analisi dei dati, ma anche nell'interpretazione del risultato dell'analisi.

Segnalazione delle eccezioni:

Un componente importante di EIS è il modulo di segnalazione delle eccezioni. EIS risponde a questa esigenza dei dirigenti in modo efficace e previene l'esecutivo delle variazioni sostanziali dai piani.

Permettono, a vari livelli, ulteriori indagini sulle ragioni delle deviazioni e sul possibile impatto delle operazioni di salvataggio proposte. Questa capacità di sondare la questione per ottenere qualcosa di più della semplice eccezione rende l'EIS uno strumento molto utile per l'esecutivo nello svolgimento efficiente delle sue funzioni.

Analisi basata su modello:

EIS dispone di funzionalità per l'analisi delle informazioni basate su modelli e questa funzionalità è comune con DSS. Tuttavia, l'analisi basata sul modello in EIS è diversa da quella in DSS, nel senso che i dati di input in EIS sono limitati e ottenuti da fonti interne ed esterne.

Si può notare che EIS non è una raccolta isolata di rapporti informatici di informazioni per i dirigenti. EIS è un insieme di strumenti e tecnologie integrati intessuti nell'ambiente del sistema informativo complessivo dell'azienda.

Si può notare che EIS supporta tutti gli utenti e non necessariamente i migliori dirigenti dell'azienda. Tutti coloro che aiutano i dirigenti dovrebbero avere accesso a EIS e devono soddisfare le esigenze di informazione di tutte queste persone.

DSS ed EIS:

Alcune delle strutture in EIS si trovano anche in DSS e, in quanto tale, la linea di distinzione a volte diventa sfocata. La sovrapposizione non può essere esclusa in tali sistemi. La Figura 10.4 mostra i tipi di supporto informativo che questi due sistemi forniscono a un manager.

Benefici di EIS:

EIS offre i seguenti vantaggi a un'azienda:

a) Supporto informativo per le decisioni strategiche:

L'EIS aiuta i dirigenti a basarsi più sui fatti che sull'intuizione e sul giudizio commerciale per le loro decisioni strategiche.

b) Modifica della messa a fuoco:

Le frequenti domande di un dirigente in merito a una serie di fattori critici di successo hanno un impatto sulle priorità delle persone ai livelli inferiori di gestione. Pertanto, è più semplice per un dirigente che utilizza EIS trasmettere il messaggio ai responsabili funzionali per quanto riguarda la necessità di mantenere gli standard di qualità, semplicemente facendo frequenti domande da EIS riguardo alla qualità dei prodotti. Le domande dell'esecutivo possono impostare la spinta delle attività nell'impresa e quindi modificare le priorità nell'impresa.

Si dice che l'EIS sia uno dei più importanti sistemi di informazione che presenta un'opportunità per il top management per avere un'idea reale dell'utilità dei sistemi di informazione nel processo decisionale strategico.

Un tale sistema in un'azienda è anche in grado di promuovere la comprensione tra i dirigenti e i professionisti IT e migliorare la comunicazione tra questi importanti attori nello sviluppo dell'infrastruttura IT.

L'EIS di successo può fornire visibilità e credibilità ai sistemi di informazione nel loro complesso e aiutare a implementare altri sistemi informativi nell'azienda.

Fattori critici di successo nell'implementazione della EIS:

EIS intende fornire conoscenze di prima mano ai massimi dirigenti in merito ai potenziali benefici dei sistemi di informazione nell'azienda. Pertanto, è necessario garantire che l'EIS, una volta pianificato, debba essere implementato con successo.

I problemi di implementazione in EIS possono essere numerosi, ma alcuni di quelli comuni sono i seguenti:

a) Difficoltà nelle specifiche di sistema:

Gli utenti target di EIS non sono chiari sul loro specifico requisito di informazione, né hanno il tempo di appostare le specifiche del sistema informativo. Gli utenti, quindi, meritano alcune opzioni da provare prima che siano in grado di specificare i servizi richiesti da loro. Il prototipo è considerato una strategia migliore nella progettazione di EIS.

b) Grandi volumi di dati:

Le strutture di query ad hoc richiedono l'accesso a un grande volume di dati. La soddisfazione di tali query può richiedere l'uso di strumenti statistici che elaborano i dati di massa prima che possano soddisfare il requisito di informazioni nella query. Ciò potrebbe richiedere tempo e la risposta del sistema potrebbe essere lenta.

Pertanto, è essenziale anticipare le ampie questioni su cui le query potrebbero concentrarsi e le informazioni relative a tali questioni possono essere generate e archiviate periodicamente separatamente per l'accesso a EIS.

c) Resistenza da livelli inferiori:

È probabile che l'EIS faccia resistenza anche da parte di persone a quasi tutti i livelli e più dai manager ai livelli inferiori di java. È così perché ora il capo ha accesso alle ultime informazioni circa il funzionamento quotidiano in ogni dipartimento, anche prima che i capi dipartimentali lo abbiano capito e capito. Rochartat anticipa serie implicazioni di tale accesso ai database sulle nuove politiche di proprietà dei dati tra i gestori. Tuttavia, un dato: il gestore di base può risolvere questo problema gestendo attentamente il pulsante delle distribuzioni dei dati.

d) stili di gestione:

Sarebbe difficile implementare l'EIS nel caso di imprese che hanno una cultura avversa all'IT. Alcuni alti dirigenti non favoriscono l'uso dell'IT nel processo decisionale. Hanno più fiducia nel loro giudizio commerciale e desiderano lasciare l'analisi dei dati ai loro subordinati o agli esperti di dominio che li aiutano.

Questo problema è abbastanza serio. Pertanto, l'EIS in tali ambienti è destinato a posizioni di vertice. Sono limitati, per quanto riguarda la portata, ai servizi in cui il tasso di successo è noto per essere molto elevato. Una volta generata la fiducia in IT e EIS, EIS può aggiungere più servizi a se stessa.

e) Aumento delle dimensioni e dei costi:

Se il manager trova utile un EIS, si aspetta che anche i suoi subordinati lo usino. Coloro che non lo usano, trovano molto difficile vivere fino alle aspettative del loro capo in quanto a conoscenza del contesto economico. Pertanto, l'EIS si sovraccarica e i costi aumentano drasticamente perché il numero di utenti aumenta in proporzioni geometriche.

Pertanto, l'attuazione di SIE dovrebbe essere intrapresa con molta attenzione. È consigliabile selezionare un momento opportuno per l'implementazione. Le persone resistono di più ai cambiamenti quando le cose vanno bene e sono più disponibili a provare qualcosa di nuovo in una crisi.

Pertanto, il momento più opportuno per l'implementazione di EIS è quando le persone sono alla ricerca di nuove soluzioni ai loro problemi. L'installazione pilota è considerata la strategia di installazione più adatta per EIS. Un approccio selettivo è migliore nelle fasi iniziali della progettazione EIS e nuovi servizi vengono aggiunti in EIS solo dopo il successo del modello iniziale. Il coinvolgimento e il supporto degli utenti sono fondamentali per la riuscita implementazione di EIS.

Sistemi esperti:

Le crescenti complessità e dinamismo nel contesto imprenditoriale emergente richiedono una maggiore interazione di manager funzionali con gli esperti in modo da ottenere consigli tempestivi. Questi esperti non solo setacciano le informazioni da vasti pool di informazioni diverse, ma utilizzano anche la loro esperienza per offrire consigli.

Tradizionalmente, l'esperienza disponibile in un'organizzazione ha fornito una base importante per raggiungere, migliorare e mantenere la sua posizione competitiva. A parità di condizioni, le imprese senza competenze paragonabili sono svantaggiate.

Gli esperti umani potrebbero non essere in grado di affrontare le nuove sfide, dati i limiti di tempo e le complessità del nuovo ambiente. Inoltre, potrebbe non esserci uniformità e coerenza di consigli per una data situazione decisionale per un periodo.

Ciò è dovuto all'evidente incapacità degli esseri umani di catturare l'impatto di varie variabili decisionali in ogni momento. La sindrome da stanchezza delle informazioni e le limitazioni degli esperti umani nel mutevole contesto imprenditoriale hanno portato ad una crescente popolarità dei sistemi di esperti aziendali (BES).

Questi sistemi simulano l'attività umana e continuano a catturare e sistematizzare le conoscenze aziendali, estendendo le capacità decisionali di costosi e scarsi esperti umani, in modo che altri possano utilizzare le loro esperienze decisionali. Offrono il vantaggio della flessibilità nel catturare e rappresentare informazioni di diversi tipi in diverse forme.

Un sistema di esperti aziendali riceve un problema dall'utente, identifica i suoi requisiti di dati, analizza i dati pertinenti rispetto alle regole di decisione (contenute in un sistema di conoscenza). Una volta risolto il problema, il sistema tramite il suo motore di inferenza segnala la soluzione all'utente ed è anche in grado di spiegare la sua linea di ragionamento nel raggiungere tale soluzione.

Un sistema di esperti aziendali può essere d'aiuto all'efficacia gestionale fornendo consulenza. Le sue soluzioni / consigli sono sempre coerenti, uniformi, completi e metodici. Funziona come un risolutore di problemi standardizzato. Il sistema di esperti aziendali è in grado di spiegare la linea di ragionamento che usa per risolvere un problema.

Un utente può studiare la logica ed è libero di accettare, modificare o rifiutare la soluzione. A differenza di altri sistemi esperti nel campo della medicina, dell'ingegneria, ecc., L'obiettivo del sistema di esperti aziendali non è quello di sostituire la valutazione di esperti umani con il programma per computer.

Piuttosto, l'obiettivo è acquisire l'esperienza dell'esperto umano e renderlo disponibile in una forma standard agli esperti umani e ad altri nell'organizzazione. Elaborano strategie per utilizzare le conoscenze nelle aree di applicazione in modo da sviluppare soluzioni plausibili ai problemi.

Le aree tipiche di applicazione del sistema esperto nel business includono:

io. Fai o acquista decisioni

ii. Nuove decisioni di lancio del prodotto

iii. Determinazione dei limiti di credito

iv. Sviluppo del prodotto

v. Consulenza per gli investimenti

VI. Valutazione delle prestazioni

vii. Sistemi di incentivazione

viii. Domanda del cliente

ix. Valutazioni del progetto

X. Pianificazione della produzione

xi. Decisioni di routing

Elementi costitutivi dei sistemi di esperti aziendali:

Sebbene la metodologia del sistema esperto sia stata sviluppata negli ultimi due decenni, è ancora allo stadio iniziale dal punto di vista di un manager aziendale. Pertanto, non esiste un modello standard per un sistema di esperti di business. Holsapple identifica tre componenti di base di BES, ovvero l'interfaccia utente, il motore di inferenza e il sistema di conoscenza. Le relazioni tra questi componenti sono rappresentate nella Figura 10.5.

Un utente pone un problema prima del BES utilizzando l'interfaccia utente. Il motore di inferenza cerca di capire il problema, strutturandolo in modo tale che il sistema di conoscenza possa essere usato per risolverlo. Quindi utilizza il sistema di conoscenza per cercare soluzioni al problema.

Il sistema di conoscenza è costituito da esperienza di ragionamento memorizzato ed è indirizzato dal motore di inferenza per cercare soluzioni al problema. Il sistema di conoscenza può consistere in strumenti di rappresentazione della conoscenza come set di regole, database, fogli di calcolo, strutture orientate ai frame, basi di casi, reti semantiche, testi, grafica, ecc. Il motore di inferenza può interagire con gli utenti per ottenere maggiori dettagli sul processo decisionale ambiente.

Opzioni di approvvigionamento:

Un sistema di esperti aziendali è un sistema complesso e richiede l'impegno a lungo termine da parte di un'impresa per essere in grado di consegnare merci. A causa delle dinamiche aziendali, l'utilità dei BES può essere ridotta a causa di cambiamenti nel contesto aziendale.

Alcuni dei BES possono diventare obsoleti anche durante la fase di sviluppo se non sono pianificati correttamente. È essenziale conoscere le opzioni di approvvigionamento, in modo da ridurre i tempi ei costi di sviluppo e mantenere nel sistema un equilibrio tra flessibilità ed efficienza.

In generale, ci sono tre opzioni di approvvigionamento per BES:

a) Acquisire un sistema completamente sviluppato:

Un certo numero di BES pronti all'uso sono disponibili per diversi tipi di problemi identificati nell'elenco delle domande di BES menzionato in precedenza. Queste soluzioni pronte hanno tutti e tre i componenti completamente sviluppati e sono pronti per l'uso. Hanno i vantaggi di essere economici, ben collaudati e più veloci, ma in molte situazioni decisionali non sono adatti.

b) Acquisire guscio di intelligenza artificiale:

La shell di intelligenza artificiale è composta da un set manager di regole e un motore di inferenza. Il set manager delle regole viene fornito con l'esperienza rappresentata da vari strumenti di rappresentazione della conoscenza. Una volta che la conoscenza esperta è rappresentata, il set di regole viene testato sulle informazioni passate e una volta trovato corretto, la shell diventa utilizzabile con l'aiuto del motore di inferenza.

Questa opzione offre la flessibilità per un gestore di definire i propri set di regole e ottenere un BES personalizzato reso operativo in un breve periodo di tempo. Tuttavia, tali shell che sono disponibili sul mercato hanno le proprie aree di applicazione a cui sono più adatti.

c) Sistema personalizzato:

Nel caso in cui le prime due opzioni risultino irrealizzabili o siano considerate opportune a causa dell'unicità del problema, si può optare per BES su misura. Costano di più e richiedono più tempo, ma sono molto utili in situazioni particolari o specifiche di situazioni decisionali.

Vantaggi dei sistemi esperti:

I BES sono costosi sia in termini di denaro che di tempo richiesto per svilupparli. È pertanto necessario essere consapevoli dei vantaggi del BES in modo che l'analisi costi-benefici possa essere effettuata prima di intraprendere l'acquisizione di BES.

Di seguito sono riportati i potenziali benefici dei BES:

a) Coding of expertise:

Il vantaggio significativo del sistema di esperti aziendali è che aiuta a formalizzare / codificare la capacità di ragionamento di un'organizzazione. Nel processo di sviluppo di BES, si tenta di rappresentare l'esperienza sotto forma di regole, frame, casi, testo e grafici.

Ciò porta alla raccolta di conoscenze relative alle competenze finora tenute saldamente al petto dagli esperti. Un tale negozio di esperienza può fornire una base per una migliore formazione degli esperti umani nell'organizzazione oltre a portare a un migliore processo decisionale.

b) Migliore comprensione del processo di business:

Migliora la comprensione del processo decisionale che può a sua volta portare a miglioramenti nel processo. Durante il processo di sviluppo, i modi esistenti di prendere decisioni sono identificati e rivisti. Questo aiuta a migliorare il processo decisionale. La frequente interazione di esperti con BES è un ottimo processo di apprendimento e si traduce in un reciproco miglioramento delle capacità di risoluzione dei problemi degli altri.

c) disponibilità tempestiva di esperienza:

BES è in grado di fornire esperienza quando un esperto umano non è disponibile. Questi sistemi non hanno problemi di disponibilità che è abbastanza comune tra gli esperti umani. I BES sono a disposizione degli utenti per consultazioni a ore dispari, non hanno impegni precedenti, non procedono in aspettativa per un motivo o per l'altro e non si dimettono dall'impresa per unirsi a un concorrente.

d) Replica facile:

Il costo marginale della replica di un BES è insignificante. Una volta che un BES ha successo in un posto, può essere replicato in altri luoghi con ambienti decisionali simili, senza perdita di tempo o opportunità.

e) Elimina le richieste di consultazione di routine:

BES può aiutare un esperto umano a ridurre il carico di lavoro indirizzando il tipo di richieste di consultazione di routine a BES. Ciò consente all'esperto umano di concentrarsi su problemi più impegnativi che non sono risolti da BES.

f) Consistenza:

BES offre consigli coerenti e uniformi sui problemi. Il loro consiglio non soffre di trascurare alcuni fattori, dimenticando alcuni dei passi, pregiudizi personali o problemi di temperamento.

g) Linea di logica:

BES offre una logica utilizzata insieme alla soluzione. Ciò consente al gestore di esaminare criticamente le soluzioni e scoprire se la linea di ragionamento utilizzata è valida o meno. Ciò aiuta il gestore a comprendere la forza e i punti deboli della soluzione e ad applicare il suo giudizio commerciale per giungere alle decisioni.

h) Applicazioni strategiche:

I vantaggi di BES aiutano nella differenziazione di prodotti e servizi e nella riduzione dei costi. Aiutano anche a sviluppare mercati di nicchia in cui i concorrenti senza tali sistemi potrebbero non essere efficaci. Pertanto, i BES possono fornire il vantaggio strategico a un'impresa.

Fattori critici di successo nell'implementazione di BES:

I critici dei BES forniscono numerose ragioni per l'impraticabilità di BES. La critica nella maggior parte dei casi non è infondata. È essenziale che i problemi relativi allo sviluppo e all'attuazione siano anticipati e che vengano prese le necessarie precauzioni per garantire il successo di BES.

I seguenti fattori possono essere tenuti in considerazione in questa connessione:

a) Efficacia dei costi:

La maggior parte dei BES è molto costosa ea volte è economico utilizzare esperti umani. È necessario mantenere basso il costo del BES per garantire che il costo sia giustificato dai potenziali benefici. Le prime due opzioni di approvvigionamento aiutano a mantenere il costo del BES ai livelli più bassi.

b) Ambito selettivo:

Il BES più ambizioso può richiedere una durata più lunga del processo di sviluppo e costi elevati. Si ricorda che non tutte le decisioni offrono lo stesso tasso di rendimento degli investimenti in BES.

Uno dovrebbe essere selettivo includendo le applicazioni in BES e un BES completo, forse richiede un sacco di esperienza nel sistema informativo. Le tecnologie di intelligenza artificiale sono ancora in evoluzione e potrebbe essere economicamente praticabile avere uno scopo più ampio per BES.

c) Facilità d'uso:

I BES sono sistemi molto complessi dotati di potenti tecniche per l'analisi dei dati. Richiedono molto sforzo formativo prima che possano essere effettivamente utilizzati. È pertanto necessario disporre di un'interfaccia utente più user-friendly e di strutture di menu più esplicite e non ambigue.

d) Ambiente multiutente:

La maggior parte dei BES sono sistemi stand alone. Tuttavia, molte volte, l'esperienza decisionale è un risultato dell'attività collettiva e di gruppo. È probabile che BES con ambiente multiutente abbia più successo dei sistemi stand alone.

Cosa deve sapere un manager su BES:

BES usa multipli strumenti di ingegneria della conoscenza, molti dei quali possono essere oltre la comprensione di un ordinario manager funzionale. Tuttavia, come utente del BES, un manager non ha bisogno di conoscere i dettagli tecnici del sistema di conoscenza.

Quello che deve sapere riguardo a BES è:

io. Le opportunità per l'applicazione di BES nelle proprie attività commerciali e il potenziale relativo di ciascuna applicazione nella formalizzazione delle conoscenze.

ii. Tecnologie BES di base e le loro aree di applicazione preferite.

iii. Fattibilità dell'utilizzo della shell di intelligenza artificiale.

iv. Ruolo di BES nel supportare le persone nelle loro attività.

v. Fattibilità tecnica ed economica di BES.

I potenziali benefici di BES sono piuttosto affascinanti. Forse, ciò che è necessario è sviluppare strumenti economicamente efficaci per la costruzione del BES e la partecipazione volontaria degli esperti di dominio nel processo di sviluppo di natura evolutiva.

Limitazioni dei sistemi di esperti aziendali:

I BES hanno dimostrato i loro potenziali benefici in molte applicazioni e alcuni di essi hanno avuto molto successo. Tuttavia, ci sono alcune limitazioni dei BES. Queste limitazioni sono dovute alle ipotesi assunte dai BES in merito a:

io. La disponibilità di un esperto di dominio umano disponibile che è in grado di articolare le conoscenze e ha una comprovata esperienza nel prendere decisioni efficaci. Tali esperti sono raramente disponibili, in particolare in nuovi settori in cui la conoscenza è anche in uno stato di evoluzione.

ii. L'ambiente decisionale è semplice, ben strutturato e non soggetto a frequenti cambiamenti. In realtà, il processo decisionale si svolge in un ambiente complesso, dinamico e multidimensionale. Di conseguenza, la conoscenza articolata è molto difficile.

I BES mancano di flessibilità necessaria alla luce delle dinamiche del business. L'ambiente decisionale multidimensionale rende essenziale il processo decisionale di gruppo. Ottenere un esperto che capisca tutte le dimensioni dei problemi aziendali sta diventando sempre più difficile. Si può ricordare che i BES sono adatti per un tipo limitato di applicazioni e non sostituiscono totalmente gli esperti umani.

Di conseguenza, i BES stanno perdendo la loro popolarità. Sono considerati adatti per un tipo limitato di applicazioni. I nuovi strumenti di intelligenza artificiale come le reti neurali, la logica fuzzy, il ragionamento basato sui casi, ecc. Vengono aggiunti ai motori di inferenza per renderli più adatti a cambiare le esigenze del business.

L'uno accanto all'altro, si stanno tentando di utilizzare gli strumenti di intelligenza artificiale per lo sviluppo di software aggiuntivo per eseguire funzioni limitate. Questi componenti aggiuntivi sono definiti come agenti intelligenti.

Agenti intelligenti:

Gli agenti intelligenti sono componenti software che eseguono una parte del processo utilizzando una base di conoscenza. Lavorano generalmente con sistemi informativi condivisi e operano in modo semi-autonomo.

Questi programmi comunicano con gli utenti e le basi informative per eseguire attività autonome. Questi programmi sono integrati in diverse applicazioni per migliorare i servizi di analisi delle informazioni del sistema informativo. Questi agenti vengono utilizzati per una varietà di applicazioni come:

a) Sistemi di rilevamento e allarme:

Gli agenti intelligenti vengono utilizzati per stabilire un sistema di rilevamento delle eccezioni nelle basi di dati, nei sistemi di comunicazione, ecc. E per rilasciare gli allarmi necessari agli utenti interessati. 'Gestione per eccezione' troverà una nuova dimensione nelle attività manageriali quando tali agenti intelligenti iniziano a fornire informazioni.

b) Motori di ricerca delle informazioni:

Si stanno inoltre sviluppando agenti intelligenti per funzionare come motori di ricerca di informazioni per rispondere alle richieste ricevute da diversi tipi di utenti. Ad esempio, un ministero può ricevere un numero di richieste di informazioni ogni giorno. Agenti intelligenti possono interpretare le richieste e setacciare le informazioni dal database e inviare la risposta nel modulo appropriato all'utente.

Allo stesso modo, agenti intelligenti potrebbero aggiungere valore al sistema informativo delle ferrovie attraverso una corretta gestione delle richieste dei passeggeri relative a varie operazioni. Un agente intelligente collega Internet, la rete interna e i CD-ROM per cercare i filtri e fornire informazioni personalizzate. Una versione più piccola di tale motore di ricerca è già disponibile in LOTUS-NOTES.

c) Applicazioni da tavolo:

Poiché la disponibilità di agenti intelligenti diventa comune sui PC, essi agiscono come gestori di riunioni personali, bibliotecari personali, consulenti finanziari personali, ecc. Questi agenti organizzeranno automaticamente il contatto telefonico con i clienti, fisseranno appuntamenti e emetteranno allarmi per garantire che l'appuntamento non sia ignorato inavvertitamente.

Questi agenti cercherebbero riscontri su argomenti di interesse da riviste di Internet e raccolgono informazioni da altre fonti tra cui biblioteche elettroniche e CD-ROM per fornire informazioni che si ottiene con l'aiuto di segretari, oggi.

Nuovi strumenti di analisi delle informazioni:

Agenti intelligenti utilizzano una varietà di strumenti di analisi delle informazioni. Questi strumenti non solo setacciano informazioni da un mucchio di dati, ma forniscono anche le informazioni in modo significativo. L'importante tra questi strumenti sono il data mining, la mappatura dei dati, la visualizzazione dei dati, le reti neurali, ecc.

a) Data mining:

Il data mining si riferisce all'esame di grandi volumi di dati per tendenze e schemi, stabilendo relazioni incrociate tra vari fattori che potrebbero rimanere nascosti nell'enorme quantità di dati. Prevede tecniche di approfondimento per scomporre figure di livello superiore in figure di livello inferiore.

I "semafori" forniscono segnali di allarme quando si verificano eccezioni. Il data mining trova le sue applicazioni ovunque siano presenti relazioni complesse e sottili tra singoli prodotti o servizi che non sono facili da identificare ma che hanno implicazioni significative in termini di ricavi e redditività. Una caratteristica notevole del data mining è che analizza tutti i dati disponibili invece di prelevare campioni per l'analisi. La Figura 10.6 illustra il processo di data mining.

Il data mining ha fatto il suo debutto nel marketing delle materie prime al dettaglio ed è stato abbastanza naturale. Tuttavia, ha applicazioni anche in altre attività commerciali. Può aiutare i manager a stabilire relazioni tra i vari fattori che influenzano le diverse variabili decisionali.

Il data mining come tecnica è ancora agli inizi. Rappresenta una grande promessa, in particolare perché può aiutare a identificare le opportunità e consentire ai manager di reagire rapidamente alle opportunità attuali e ai pericoli imminenti.

b) Mappatura dei dati:

Gli strumenti di mappatura dei dati forniscono una visualizzazione grafica delle informazioni sovrapposte su una mappa di un'area geografica o di un territorio. Possono fornire una visione più rapida della diffusione geografica / concentrazione della domanda per i prodotti e le preferenze, le aspettative e i sentimenti del mercato dei clienti.

Possono anche aiutare nell'individuazione di fattori locali che influenzano il comportamento del mercato in diversi momenti. Tali strumenti di mappatura possono essere di grande aiuto per migliorare la comprensione delle informazioni voluminose poiché è stato rilevato che una grande percentuale di dati archiviati è di natura geografica.

Tuttavia, gli strumenti di mappatura devono essere arricchiti con maggiori dettagli riguardanti le caratteristiche di ciascuna area geografica e le somiglianze associate delle aree limitrofe.

c) strumenti di visualizzazione dei dati:

Questi strumenti mirano principalmente a rappresentare i dati con l'aiuto di immagini tridimensionali. Queste immagini possono essere istogrammi che possono essere navigati per ulteriori dettagli dei dati dei componenti, con l'aiuto di qualsiasi dispositivo di puntamento come il mouse.

La visuale può assumere forme più fantasiose come sfere sferiche di varie dimensioni e colori o qualsiasi altra forma che possa essere direttamente correlata all'oggetto o al comportamento dei dati. Gli strumenti di visualizzazione dei dati hanno la capacità di riepilogare i dati in modo tale che gli utenti impiegano meno tempo a visualizzare la situazione.

Aiuta a concentrarsi sulla parte di dati attualmente rilevante e consente all'utente di esplorare di più nel caso in cui lo interessi. Le tecniche di visualizzazione dei dati dovrebbero anche aiutare nella simulazione, nell'analisi della sensibilità e nel rispondere alle domande "cosa succede se".

Per dare un'occhiata alle loro applicazioni nella gestione finanziaria, prendiamo un esempio della classica analisi del rapporto per misurare le prestazioni di un'azienda. Il rapporto quando usato con attenzione, può contribuire molto a fornire una panoramica dello stato delle cose.

Tuttavia, un numero elevato di rapporti relativi a un'impresa con interpretazioni diverse rispetto a rapporti industriali e nazionali sarebbe troppo ingombrante e resisterebbe alla comprensione di relazioni complesse. Le tecniche di visualizzazione possono aiutare a metterle nella giusta prospettiva.

Una visualizzazione tridimensionale che mette i valori sotto forma di palline / scatole colorate e i componenti / i valori di livello inferiore contenuti nelle sfere più grandi che rappresentano valori di alto livello può aiutare a comprendere meglio le relazioni e il confronto con gli standard industriali e nazionali corrispondenti. Ad esempio, il rendimento di una società bancaria su attività in bonis può essere calcolato e mostrato insieme ai valori in questione del Costo dei fondi;

Tasso di interesse di mercato; tassa sugli interessi / altre imposte; Asset mix; e Rischio finanziario insieme ai rapporti di settore sotto forma di tabelle bidimensionali o matrice di rapporti. In alternativa, il rapporto dell'azienda viene visualizzato come una palla su un monitor a colori insieme al rapporto del settore nel distinguere i colori e le dimensioni proporzionate. Colpendo con l'aiuto di un topo in ogni palla, l'utente può aprire la palla per dare cinque palline aggiuntive.

Ciascuna di queste palline rappresenta uno dei fattori sopra elencati. Le dimensioni di queste sfere sono associate alla loro importanza relativa nel determinare il valore del rendimento delle attività in bonis, sia per l'azienda che per l'industria.

d) Algoritmi genetici e reti neurali:

Gli algoritmi genetici vengono anche riconosciuti come strumenti efficaci per l'analisi dei dati finanziari. Questi strumenti stabiliscono regole decisionali e modelli dai dati passati e aiutano a ipotizzare varie situazioni. Con la disponibilità di strumenti avanzati di statistiche fuzzy e servizi di elaborazione ad alta velocità, gli algoritmi genetici stanno ora trovando nuove applicazioni nella modellazione finanziaria.

Le reti neurali cercano di emulare cervelli umani con la forza aggiuntiva nella precisione aritmetica nell'elaborazione di dati di grandi volumi utilizzando algoritmi complessi. Queste reti quando sono confrontate con dati rilevanti, scavano modelli nei dati e sviluppano modelli, li testano, prevedono eventi futuri e imparano dagli errori.

Questi agenti intelligenti hanno il potenziale di consentire ai manager di anticipare più rapidamente i cambiamenti nell'ambiente aziendale in modo che possano cambiare le loro strategie in tempo utile. In questo modo, aiutano a migliorare l'adattabilità dei processi aziendali.

La maggior parte di questi strumenti cerca di analizzare le informazioni in tempo reale e quindi lo scenario più recente viene presentato al manager senza molte analisi tecniche fatte da lui stesso.

Giganti del software come Oracle, Cognos e Comshare hanno iniziato a offrire agenti intelligenti come componenti aggiuntivi con i loro prodotti applicativi tradizionali. Alcuni altri offrono strumenti software indipendenti per la gestione dei dati, la modellazione e la presentazione delle informazioni. Tuttavia, al momento, questi strumenti sono molto semplici e nella loro forma primitiva.