DSS là một chương trình phần mềm máy tính được sử dụng để hỗ trợ các quyết định, các phán đoán và các hướng hành động trong một tổ chức. DSS sàng lọc và phân tích lượng dữ liệu khổng lồ, tổng hợp thông tin toàn diện có thể được sử dụng để giải quyết vấn đề và dựa vào đó đưa ra quyết định. Show
DSS có thể do con người cung cấp, có thể hoàn toàn tự động hóa nhưng thông thường sẽ kết hợp cả hai. 2. Mục đích của DSSNếu các phần mềm nghiệp vụ như Quản lý bán hàng, Quản lý tài chính kế toán, Quản lý sản xuất, Quản lý mua hàng, Quản lý kho, Quản lý dịch vụ hiện trường … có nhiệm vụ chính là thu thập dữ liệu thì DSS vừa thu thập dữ liệu vừa phân tích dữ liệu để tạo ra các báo cáo thông tin chi tiết và toàn diện nhất. DSS thường là công cụ hỗ trợ đắc lực cho các nhà quản lý từ cấp trung đến cấp cao trong tổ chức. DSS cũng thường được sử dụng ở bộ phận lập kế hoạch để đưa ra những quyết định và những điều chỉnh kịp thời cho tương lai. Tính linh hoạt của DSS cực kỳ có lợi cho người dùng thường xuyên di chuyển. Điều này mang lại cho họ cơ hội được cung cấp đầy đủ thông tin mọi lúc, mang lại cho chúng ta khả năng đưa ra quyết định tốt nhất cho công ty, cho khách hàng… Ví dụ: công ty yêu cầu dữ liệu thời gian thực về mức tồn kho để bộ phận kinh doanh không bỏ lỡ cơ hội bán hàng hay thất hẹn, bộ phận cung ứng đặt mua nguyên vật liệu đúng lúc để ngăn chặn sự chậm trễ trong sản xuất và gây ra hiệu ứng domino tiêu cực… 3. Các thành phần của DSSMột bộ giải pháp DSS đầy đủ gồm 3 thành phần: Cơ sở dữ liệu, Hệ thống phần mềm, Giao diện người dùng. 3.1. Cơ sở dữ liệu DSSCơ sở dữ liệu dựa trên nhiều nguồn khác nhau, bao gồm dữ liệu nội bộ của tổ chức được thu thập bởi các phần mềm nghiệp vụ và dữ liệu bên ngoài tổ chức được mua từ bên thứ ba hoặc được khai thác từ Internet. Kích thước của cơ sở dữ liệu DSS sẽ thay đổi tùy theo nhu cầu, từ một hệ thống nhỏ, độc lập đến một kho dữ liệu lớn. 3.2. Hệ thống phần mềm DSSHệ thống phần mềm được xây dựng trên một mô hình (bao gồm bối cảnh quyết định và tiêu chí người dùng). Số lượng và loại mô hình phụ thuộc vào mục đích của DSS. Các mô hình thường được sử dụng bao gồm: 3.2.1. Mô hình thống kê.Các mô hình này được sử dụng để thiết lập mối quan hệ giữa các sự kiện và các yếu tố liên quan đến sự kiện đó, được sử dụng trong Phân tích chẩn đoán, trả lời cho câu hỏi “điều này xảy ra vì sao”. Ví dụ: phân tích doanh số bán hàng liên quan đến địa điểm, thời tiết, bạn hàng 3.2.2. Mô hình phân tích độ nhạy.Những mô hình này được sử dụng để phân tích dự đoán, trả lời cho câu hỏi “điều gì sẽ xảy ra nếu”. Ví dụ: phân tích doanh số bán hàng nếu chạy chiến dịch quảng cáo, nếu áp dụng chiết khấu… 3.2.3. Mô hình phân tích tối ưu hóa.Các mô hình này được sử dụng để tìm giá trị tối ưu cho một biến mục tiêu trong mối quan hệ với các biến khác, được sử dụng để Phân tích đề xuất, trả lời cho câu hỏi “nên làm gì”. Ví dụ: phân tích chiến dịch tiếp thị nên làm sampling hay nên đính kèm quà tặng 3.2.4. Mô hình dự báo.Chúng bao gồm các mô hình hồi quy, phân tích chuỗi thời gian và các mô hình khác được sử dụng để phân tích các điều kiện kinh doanh và lập kế hoạch. 3.2.5. Các mô hình độ nhạy phân tích ngược.Đôi khi được gọi là phân tích tìm kiếm mục tiêu, các mô hình này đặt giá trị mục tiêu cho một biến cụ thể và sau đó xác định giá trị mà các biến khác cần đạt được để đáp ứng giá trị mục tiêu đó. 4. Ưu điểm của DSS4.1. NhanhThông tin cần thiết được hiển thị trên màn hình gần như ngay lập tức và ta chỉ cần ra quyết định sau khi lấy dữ liệu từ phần mềm máy tính. 4.2. Tự động hóaNếu công ty muốn áp dụng chính sách chiết khấu cho bất kỳ khách hàng đạt tiêu chí nào đó thì mọi việc thu thập dữ liệu, tính toán tiêu chí… sẽ thuộc về DSS. Phần mềm sẽ biết người tiêu dùng nào thỏa mãn điều kiện và thực hiện chiết khấu khi khách mua hàng. 4.3. Hiệu quảRất ít khả năng dữ liệu vi tính hóa có thể bị sai. Máy tính luôn trích xuất dữ liệu mà chúng ta cung cấp cho nó. Nếu chúng ta cung cấp dữ liệu đúng thì nó sẽ xuất ra dữ liệu chính xác. 4.4. Chi phí thấpNếu chúng ta sử dụng phương pháp tổ chức và xử lý dữ liệu cũ thì sẽ tiêu tốn rất nhiều nhân lực. Chúng ta chỉ lấy dữ liệu từ các cơ quan có liên quan và nhập dữ liệu đó vào phần mềm của chúng ta. Chúng ta cũng nhận được dữ liệu từ việc thực hiện các nghiên cứu nhỏ trong bất kỳ lĩnh vực nào. Ví dụ: nếu chúng ta muốn xây dựng một tòa nhà thì chúng ta lấy thông tin từ các đại lý bất động sản về chi phí, thời gian, cấu trúc, bản đồ và sau đó chúng ta nhập vào phần mềm máy tính và nhận kết quả về tổng chi phí và thời gian. 4.5. Sự hài lòngNếu bạn đưa ra một quyết định ngẫu nhiên mà không có bất kỳ dữ liệu hợp lệ nào trước mặt thì bạn sẽ không tự tin vào quyết định của mình. Nhưng nếu trước tiên bạn xem dữ liệu và sau đó đưa ra quyết định thì bạn sẽ hài lòng với quyết định của mình. 5. Nhược điểm của DSS5.1. Phụ thuộc dữ liệu nguồnNếu hệ thống máy tính được nhập dữ liệu sai thì kết quả cũng sẽ không chính xác. Máy tính không biết dữ liệu đúng hay sai. Máy tính phụ thuộc vào người nhập dữ liệu vào các nguồn dữ liệu ban đầu. Nếu chúng ta cung cấp đúng dữ liệu, nó sẽ hiển thị kết quả đúng. Nếu chúng ta mắc lỗi và cung cấp dữ liệu sai, rõ ràng nó sẽ hiển thị cho chúng ta kết quả sai. 5.2. Tạo tâm lý chối bỏViệc triển khai DSS có thể gây ra sự sợ hãi và phản ứng dữ dội từ các nhân viên cấp thấp hơn. Nhiều người trong số họ không thoải mái với công nghệ mới và sợ mất vị trí công việc hay tầm ảnh hưởng của mình hoặc sợ bị phát hiện lỗi nhanh chóng, từ đó họ tìm mọi cách để phê phán, cản trở. 5.3. Tạo lý do đổ lỗiNếu nhân viên nào làm sai thì có thể đổ lỗi cho máy tính. Nhân viên sẽ nói rằng máy tính của họ không hoạt động và đó là lý do họ không thể đưa ra được kết quả. |
