Системы поддержки принятия решений.

В информационных системах применяются два класса информационных технологий. Можно выделить технологии, которые реализуют информационную обработку информации, и технологии, которые реализуют аналитическую обработку.

Первые ориентированы на поддержку ежедневной деятельности фирм. К их функциям относится вывод данных по заказам, отслеживание их выполнения, оформление платежей за товары и услуги и др. Такие технологии называются обработкой транзакций в реальном режиме времени (On-Lіne Transactіon Processіng, или OLTP).

Технологии, которые реализуют аналитическую обработку информации, ориентированы на решение стратегических вопросов жизнедеятельности фирмы вообще. Этим занимаются менеджеры всех уровней корпорации в границах той или другой системы поддержки принятия решений (СППР) . Эти технологии получили название аналитического оснащения процессов обработки информации (On-Lіne Analytіcal Processіng, или OLAP). Технология OLAP оперирует не данными реального времени, а итоговыми значениями: например, общий объем продаж за определенный период времени без учета любой специфики отдельной продажи.

Системы поддержки принятия решений - это компьютерные системы, почти всегда интерактивные, разработанные, чтобы помочь менеджеру в принятии решений. СППР рассчитана на аналитическую и прогнозную работу менеджеров в режиме реального времени и используют полный набор технических, математических, программных средств и информационных ресурсов.

СППР включают и данные, и модели, чтобы помочь решить проблемы, особенно те, которые плохо формализованы. СППР требует трех первичных компонентов: модели управления, управления данными для сбора и ручной обработки данных и управления диалогом для облегчения доступа пользователя. Пользователь взаимодействует с СППР через пользовательский интерфейс, выбирая частную модель и набор данных, которые нужно использовать, а затем СППР представляют результаты пользователю через тот же самый пользовательский интерфейс.

Модель - описание системы, отражающее определенную группу свойств и позволяющее предсказывать поведение системы в определенном диапазоне условий.

Модель может быть простой типа «доходы и убытки» в электронной таблице, чтобы вычислить прибыль при некоторых предположениях, или комплексной типа оптимизационной модели для расчета загрузки для каждой машины в цехе. С помощью электронной таблицы типа Lotus 1-2-3 или Microsoft Excel создаются модели, чтобы прогнозировать различные элементы организации или финансового состояния.

В качестве данных используются предыдущие финансовые отчеты организации. Начальная модель включает различные предположения относительно будущих трендов в категориях расхода и дохода. После рассмотрения результатов базовой модели менеджер проводит ряд исследований типа «что, если», изменяя одно или большее количество предположений, чтобы определить их влияние на исходное состояние. Например, менеджер мог бы зондировать влияние на рентабельность, если бы продажа нового изделия росла на 10% ежегодно. Или менеджер мог бы исследовать влияние большего, чем ожидаемое, увеличения цены сырья, например 7 % вместо 4 % ежегодно.