Пример интересной DSS – система, оценивающая рейсы филиала большой американской металлургической компании, которая перевозит сыпучие грузы – каменный уголь, руду и готовые продукты для материнской компании. Фирма владеет несколькими судами, фрахтует другие, чтобы доставлять общий груз. Оценивающая рейс система вычисляет финансовые и технические детали рейса. Финансовые вычисления включают затраты корабля ( топливо, рабочая сила, капитал), фрахтовые ставки для различных типов груза и издержки порта. Технические детали включают несметное число факторов типа грузоподъемности корабля, скорости, расстояний от порта, топлива, водопотребления и моделей погрузки. Система может отвечать на вопросы такого типа: при наличии графика поставки клиента и предлагаемой фрахтовой ставки какой корабль должен быть выбран для максимизации прибыли? Какова оптимальная скорость, в которой данный корабль может оптимизировать прибыль и все еще выполнять график поставки? Какова оптимальная модель погрузки для корабля, направляющегося на запад США, если он двигается из Малайзии? Система устанавливается на мощном настольном микрокомпьютере, имеет систему меню, которая делает работу простой для пользователей, позволяя легко войти в данные или получать информацию.

Системы поддержки принятия решений помогают находить ответы не только на прямой вопрос «что, если?», но и на подобные. Приведем типичные вопросы по системам поддержки решений.

1) Анализ примеров – оценка значений выходных величин для заданного набора значений входных переменных.

2) Параметрический («что, если?») анализ – оценка поведения выходных величин при изменении значений входных переменных.

3) Анализ чувствительности – исследование поведения результирующих переменных в зависимости от изменения значений одной или нескольких входных переменных.

4) Анализ возможностей – нахождение значений входной переменной, которые обеспечивают желаемый результат (известен также под называнием «поиск целевых решений», «анализ значений целей», «управление по целям».

5) Анализ влияния – выявление для выбранной результирующей переменной всех входных переменных, влияющих на ее значение, и оценка величины изменения результирующей переменной при заданном изменении входной переменной, скажем, на 1 %.

6) Анализ данных – прямой ввод в модель ранее имевшихся данных и манипулирование ими при прогнозировании.

7) Сравнение и агрегирование – сравнение результатов двух или более прогнозов, сделанных при различных входных предположениях, или сравнение предсказанных результатов с действительными, или объединение результатов, полученных при различных прогнозах или для разных моделей.

8) Командные последовательности – возможность записывать, исполнять, сохранять для последующего использования регулярно выполняемых серий команд и сообщений.

9) Анализ риска – оценка изменения выходных переменных при случайных изменениях входных величин.

10) Оптимизация – поиск значений управляемых входных переменных, обеспечивающих наилучшее значение одной или нескольких результирующих переменных.

Исполнительные системы (ESS).

Старшие менеджеры используют класс информационных систем, зазванных исполнительными системами поддержки принятия решений (ESS), которые обслуживают стратегический уровень организации. Они ориентированны на неструктурные решения и проводят системный анализ окружающей среды лучше, чем любые прикладные и специфические системы. ESS разработаны, чтобы включить данные относительно внешних результатов типа новых налоговых законов или конкурентов, но они также выбирают суммарные данные из внутренних MIS и DSS. Они фильтруют, сжимают и выявляют критические данные, сокращая время и усилия, требуемые, чтобы получить информацию, полезную для руководителей. ESS используют наиболее продвинутое графическое программное обеспечение и могут поставлять графики и данные из многих источников немедленно в офис старшего менеджера или в зал заседаний.

В отличие от других типов информационных систем ESS не предназначены для решения определенных проблем. Вместо этого ESS обеспечивают обобщенные вычисления и передачу данных, которые могут применяться к изменяющемуся набору проблем. ESS имеют тенденцию использовать меньшее количество аналитических моделей, чем DSS.

ESS помогают найти ответы на следующие вопросы:

- В каком бизнесе мы должны быть?

- Что делают конкуренты?

- Какие новые приобретения защитили бы нас от циклических деловых колебаний?

- Какие подразделения мы должны продать, чтобы увеличить наличность?

ESS состоит из рабочих станций с меню, интерактивной графикой и возможностями связи, которым могут быть доступны исторические и конкурентоспособные данные из внутренних систем и внешних баз данных. Так как ESS разработаны, чтобы использоваться старшими менеджерами, которые часто имеют немного прямых контактов с машинными информационными системами, ESS имеют легкий в использовании интерфейс.

Связь систем друг с другом: интеграция.

Рис. . поясняет, как различные типы системы в организациях связаны друг с другом. TPS – обычно главный источник данных для других систем, в то время как ESS прежде всего получатель данных из систем низшего уровня. Другие типы систем могут также обмениваться данными друг с другом. Но сколько их может быть или как эти системы должны быть объединены? Это очень трудный вопрос. Лучше всего иметь некоторый уровень интеграции, чтобы информация могла легко перемещаться среди различных частей организации. Но интеграция стоит денег, и объединение многих различных систем чрезвычайно трудоемко. Каждая организация должна взвесить потребности в интегрирующих системах против трудностей установки крупномасштабной интегрированной системы. Не существует никакого одного правильного уровня интеграции, или централизации.

На рис. 3. связи между DSS и существующими TPS организации, KWS и MIS являются преднамеренно неопределенными. В некоторых случаях DSS тесно связаны с существующими общими информационными потоками. Однако часто DSS изолированы от главных организационных информационных систем.