Please enable JavaScript.
Coggle requires JavaScript to display documents.
DSS - Coggle Diagram
DSS
Chương 2: Quản lý dữ liệu trong Hệ HTRQĐ
Nguồn dữ liệu
Nguồn dữ liệu bên ngoài
Nguồn dữ liệu riêng, dữ liệu cá nhân
Nguồn nội bộ (dữ liệu bên trong):
Các vấn đề chất lượng dữ liệu
Dữ liệu được đo lường, định chỉ mục không chính xác
Dữ liệu cần thiết không tồn tại
Dữ liệu không kịp thời
Dữ liệu không đúng
CSDL hỗ trợ ra quyết định
Ưu điểm khi tách riêng CSDL HTRQĐ
Mức độ kiểm soát dữ liệu lớn hơn
Dữ liệu của các tổ chức có thể nhập từ nhiều nguồn, khi lấy và
thu gọn trong CSDL, việc sử dụng sẽ hiệu quả
Sự thay đổi cập nhật nhanh, dễ dàng và giảm chi phí
Dễ tiếp cận các thao tác CSDL
Thích hợp, tốt hơn với phần mềm quản lý dữ liệu
Hạn chế khi tách riêng CSDL HTRQĐ
Có thể bị thay đổi tùy tiện bởi người dùng khác, làm cho dữ liệu
không nhất quán trong một tổ chức
Tốn chi phí tạo lập, bảo vệ, bảo trì
Kho dữ liệu (Data warehouse):
Kho dữ liệu là một tập hợp gồm DBMS, giao diện, công cụ và các phương tiện để quản lý và chuyển giao thông tin một cách đáng tin cậy, đúng giờ, chính xác và có thể hiểu được để thực hiện các quyết
định về lĩnh vực kinh tế (IBM)
Xử lý phân tích trực tuyến (OLAP)
: OLAP (Online Analytic Processing): kỹ thuật được sử dụng để phân tích dữ liệu dựa vào các thao tác trên tập hợp dữ liệu đa chiều
Khai thác dữ liệu (Data mining):
Tổ chức và sử dụng thông tin, tri thức từ CSDL
Tiếp thị:
dự đoán khách nào tiềm năng, phân khúc tập khác hàng
Ngân hàng:
dự báo mức tín dụng xấu, loại khách hàng có thể chấp nhận cho vay mới, …
Bán hàng:
dự báo khối lượng bán, xác định các mức tồn kho hợp lý, …
Sản xuất:
dự báo thời điểm máy mọc trục trặc, xác định yếu tố kiểm soát tối ưu năng lực sản xuất
Giao dịch chứng khoán:
dự đoán thời điểm giá cổ phiếu thay đổi, xác định thời điểm mua/ bán chứng khoán, …
Chương 1: Tổng quan
DSS
Phân loại DSS
Communication – driven DSS:
Quan tâm đến việc hỗ trợ ra quyết định dưới dạng nhóm. Giải quyết những vấn đề của nhóm người cùng ra quyết định
Document – driven DSS
: Mô hình sử dụng các phương pháp phân tích và rút trích thông tin dạng văn bản (văn bản, tài liệu ảnh, phim, âm thanh ,…)
Data – driven DSS:
Mô hình sử dụng các dữ liệu có tính chất là chuỗi hay thời gian để tạo lập báo cáo giúp cho việc ra quyết định
Model – driven DSS:
Vận dụng các mô hình toán tài chính, mô hình dự báo, tối ưu và các mô hình giả lập/ mô phỏng để đưa ra sự hỗ trợ trong các quyết định của một vấn đề.
Knowledge – driven DSS:
Sử dụng hệ thống quản lý tri thức để áp dụng vào việc ra quyết định
Thành phần
Phân hệ Quản lý tri thức
Phân hệ Quản lý hội thoại / Giao diện người dùng
Phân hệ Quản lý mô hình
Bài toán ra quyết định
Tiếp thị
Biến quyết định: Ngân sách tiếp thị
Địa điểm quảng cáo
Biến kết quả: Thị phần thỏa mãn
khách hàng
Biến môi trường: Thu nhập của khách hàng, Hành động của đối thủ
Đầu tư tài chính
Biến môi trường: Tỷ lệ lạm phát
Cạnh tranh
Biến kết quả: Lợi nhuận, rủi ro
Biến quyết định: Tổng mức đầu tư
Khi nào, bao lâu
Mô hình định lượng
Biến quyết định:
mục tiêu bài toán. Ví dụ:
Số quầy giao dịch được mở; Số chỗ ngồi khách hàng có thể chờ đợi
Biến kết quả:
Hiệu quả giao dịch
Biến môi trường:
ảnh hưởng kết quả, có thể điều khiển được. Ví dụ:
Số lượng khách đến giao dịch; Lượng ngoại tệ có sẵn để được đổi
Môi trường ra quyết định
Các yếu tố tác động
Các mục tiêu quản lý
Các yếu tố tổ chức
Các yếu tố thông tin
Các yếu tố ngoại cảnh
Hệ thống
Các giai đoạn
của quá trình ra quyết định
Giám sát
Triển khai, thực hiện
Tìm hiểu, thu thập thông tin
Các mục tiêu; Các thủ tục để tìm và duyệt; Tập hợp dữ liệu
Định hình bài toán; Phân loại bài toán; Biểu diễn vấn đề
Chọn lựa
Tính toán theo mô hình; Phân tích độ phù hợp
Chọn phương án tốt; Lập kế hoạch thực hiện; Xây dựng 1 hệ thống điều khiển
Thiết kế
Phát biểu mô hình; Đặt ra các tiêu chuẩn chọn
Tìm các phương án chọn; Dự đoán và đo kết quả đầu ra
Phân loại
Hệ thống mở
Tiếp nhận input và trả về output cho môi trường
Phụ thuộc vào môi trường
Hệ thống kín
Không sử dụng input, không trả về output cho môi trường
Độc lập với môi trường
Cấu trúc
Feedback
Inputs
Outputs
Processes
Ra quyết định
Phân loại quyết định
Quyết định có cấu trúc
Ví dụ các quyết định số tiền thưởng theo doanh số bán hàng của các nhân viên bán hàng, quyết định khen thưởng sinh viên xếp loại xuất sắc, giỏi hàng năm…
Có thể lập trình để giải quyết
Lặp đi lặp lại và thường xuyên
Đơn giản và trả về cùng một giải pháp mọi lúc
Không dựa vào trực giác hay khả năng phán đoán của
người ra quyết định
Có sẵn các quy trình để xử lý một tình huống,
tuân theo một loạt các bước được xác định trước
Quyết định bán cấu trúc
Có các yếu tố của cả quyết định có cấu trúc và phi cấu trúc
Chỉ một phần của vấn đề có câu trả lời rõ ràng được cung
cấp bởi một quy trình được chấp nhận
Ví dụ như các quyết định mức chi khen thưởng cho cán bộ có thành tích công tác tốt, cho sinh viên đạt kết quả học tập cao…
Có thể lập trình được một phần nhưng vẫn cần đến sự phán
xét của con người
Quyết định phi cấu trúc
Ví dụ các quyết định bổ nhiệm cán bộ, quyết định mở ngành đào tạo mới, thiết lập một dây chuyền sản xuất mới…
Duy nhất, không lặp lại về bản chất,
không theo thông lệ và mới lạ
Đòi hỏi sự phán xét, đánh giá, kinh nghiệm, phán đoán
Không thể lập trình
Có thể không có giải pháp tốt nhất và các giải pháp có thể
khác nhau giữa những người ra quyết định
Các yếu tố ảnh hưởng ra quyết định
Sự can thiệp của chính phủ, ổn định về chính trí
Sự thay đổi nhanh chóng của yếu tố vĩ mô (kinh tế toàn cầu,
thị trường …)
Các hoạt động phức tạp hơn về cấu trúc
Công nghệ mới, thông tin tốt hơn
Chương 3: Quản lý mô hình trong Hệ HTRQĐ
Phân tích quyết đinh (4)
Quyết định đa thuộc tính
Ra quyết định trong điều không chắc chắn
Mô hình Maximax(tiêu chuẩn lạc quan)
chọn lớn => chọn lớn
Mô hình Maximin (tiêu chuẩn bi quan, thận trọng)
chọn nhỏ => chọn lớn
Mô hình đồng điều ngẫu nhiên (Laplace)
tính trung bình cộng => chọn lớn
Mô hình trung bình có trọng số (Huwicz) - trọng số x
x
max + (1-x)
min => chọn lớn
Bỏ qua thị trường Trung bình
Mô hình mức hối tiếc thấp nhất (Minimax)
Chọn phương án max trong TỪNG trường hợp => lấy max - giá trị hiện tại của phương án => chọn lớn => chọn nhỏ
RQĐ trong điều kiện rủi ro, mạo hiểm (biết trước xác suất xảy ra)
Cực đại giá trị tiền tệ, lợi nhuận kỳ vọng (
Max
EMV:
Expected Monetary Value)
tổng (xác suất (P) * giá trị tình huống) => chọn max
Cực tiểu mức thiệt hại, hối tiếc kỳ vọng (
Min EOL
: Expected Opportunity Loss)
Chọn phương án max trong TỪNG trường hợp => lấy max - giá trị hiện tại của phương án =>tổng (xác suất (P) * giá trị tình huống) => chọn min
Giá trị lợi nhuận kỳ vọng khi có thông tin hoàn hảo (
EVWPI
– Expected Value with Perfect Information):
Giá trị kỳ vọng của thông tin hoàn hảo (
EVPI
- Expected Value of Perfect Information)
Quyết định đa mục tiêu
Quy hoạch tuyết tính (Linear Programming)
Multi Factor Decision Making (MFDM)
Analytic Hierarchy Process (AHP)
Simple Multi-Attribute Rating Technique (SMART)
Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS)
Cơ sở mô hình (1)
Phân loại cơ sở mô hình
Mô hình chiến thuật
Hỗ trợ nhà quản lý cấp trung để hỗ trợ phân phối, kiểm soát
nguồn lực, tài nguyên của tổ chức
Ví dụ: Kế hoạch nhu cầu lao động, Chiến thuật quảng cáo, bán sản phẩm
Mô hình tác nghiệp, vận hành
Hỗ trợ những hoạt động thường xuyên của tổ chức
Ví dụ: Lập thời gian biểu sản xuất, Duyệt vay của ngân hàng, Kiểm kê kho
Mô hình chiến lược
Hỗ trợ nhà quy hoạch, lập kế hoạch chiến lược quản lý cấp cao, phạm vi rộng, thời gian dài
Ví dụ: Phát triển các mục tiêu chung, Quy hoạch sáp nhập/ tách công ty, Lập ngân sách đầu tư
Các khối tạo mô hình và các chương trình con
Chứa đựng những khối tạo mô hình và chương trình con
Ví dụ: Phát sinh số ngẫu nhiên, Tính toán giá trị hiện tại, Phân tích hồi quy
Phân loại mô hình toán học (2)
Mô hình tĩnh
Biểu diễn tình huống tức thời, ở một thời điểm
Ví dụ: Quyết định sản xuất/ mua 1 sản phẩm, Báo cáo thu nhập hằng quý/năm
Mô hình động
Biểu diễn tình huống hay thay
đổi, phụ thuộc thời gian
Ví dụ: Dự báo lời lỗ trong 5 năm với đầu vào: giá phí, số lượng, ... thay đổi theo từng năm
Các mô hình ra quyết định (2)
Mô hình ra quyết định
với độ Chắc chắn
Quy hoạch tuyến tính
Bài toán lập kế hoạch sản xuất, Bài toán vận tải
Mô hình ra quyết định
với độ Không chắc chắn
Mô hình bài toán đa thuộc tính, đơn/đa mục tiêu.
Xây dựng bảng quyết định, cây quyết định, ...
Các kỹ thuật phân tích cho quyết định đa mục tiêu.
SMART, AHP, TOPSIS...
Mô hình ra quyết định
với sự Rủi ro/ mạo hiểm
Mô phỏng, Dự báo, Heuristic
Chương 4: Xây dựng Hệ HTRQĐ
3 cấp độ công nghệ hỗ trợ phát
triển Hệ HTRQĐ (Sprague, Carlson)
DSS đặc thù (ứng dụng)
Các bộ tạo sinh DSS (bảng
tính, Lotus, …
Các công cụ DSS (ngôn ngữ
lập trình, …)
Quy trình phát triển một Hệ HTRQĐ:
Bao gồm 8 giai đoạn: Lập kế hoạch, nghiên cứu – khảo sát, phân tích, thiết kế, xây dựng – cài đặt, thực hiện, bảo trì – lập tài liệu, thích nghi