Уровень поддержки решений при использовании  данной концепции - информационный, применяются  отдельные модели и методы для  принятия оптимальных решений.

      Отметим, что в существенной мере характер всех поколений систем и их концепций  определялся техническими возможностями  обработки информации, имеющимися на тот период.

      Системы автоматизации конторской деятельности реализовывали распределенные базы данных. Устранялась излишняя централизация. Появились локальные вычислительные сети на базе средних ЭВМ. Уровень  поддержки решений - информационный, применяются отдельные модели и  методы для принятия оптимальных  решений. OAS - это компьютерная система  для выполнения комплекса операций функционирования системы управления как таковой.

      Следующий этап - системы DDS. DDS - это диалоговая компьютерная система, использующая формализованные  правила и модели объекта управления совместно с базой данных и  личным опытом менеджера для выработки  и проверки вариантов управленческих решений. Как видим, система этого  рода не обеспечивает информационно  процесс принятия решений, а участвует  в нем. 

5. Классификация задач 

    Любая задача принятия решения представляется в виде: <T, A, K, X, F, G, D>, где T – постановка задачи, A – множество допустимых альтернатив, K – множество критериев выбора (способов оценки эффективности вариантов решения), X – множество методов измерения отношения между вариантами F – отображение множества допустимых вариантов на множество критериальных оценок, G – система предпочтений экспертов, D – решающее правило, отражающее эту систему предпочтения.

    Каждый  из элементов этого набора может  служить классификационным признаком.

    Традиционно рассматривается следующая классификация:

     1) По виду отображения F

     F: A * K

    Может иметь детерминированный, вероятностный  и неопределенный вид. В связи  с этим выделяются следующие задачи:

• в условиях определенности (если имеется достаточное и достоверное количество информации, пример – задачи оптимизации)
• в условиях риска. Возникает, когда возможные исходы можно описать с помощью некоторого вероятностного распределения. Такое описание может быт получено либо статистическими, либо экспертными методами.
• в условиях неопределенности. Все остальные задачи. Информация о задаче неполная, неточная. Форм. методы либо отсутствуют, либо слишком сложны.

 

     2) По мощности множества К. Задачи  могут быть однокритериальные  и многокритериальные.

     3) По типу системы предпочтения  экспертов (G)

• системы предпочтения одного ЛПР (задачи индивидуального принятия решений)
• коллективная ЗПР

 

6. Структурирование множества альтернатив 

Рассмотрим  основные типы структур. Первый из них  называется КЛАССИФИКАЦИЯ. 

                                                                            рис. 1 

     Слева изображено неструктурированное множество  альтернатив. Справа показано разбиение  исходного множества на 4 класса. Можно считать, что каждый класс  есть подмножество исходного множества  альтернатив. Здесь важно отметить, что классы НЕУПОРЯДОЧЕНЫ друг относительно друга. Т.е. нельзя сказать, что какой-то класс "важнее (лучше, старше, дороже и п.т.)" другого. Например, людей можно классифицировать по полу или национальности. Правильная постановка диагноза - также пример классификации. Компьютерные системы, помогающие врачу ставить диагноз, существуют. И решают они именно задачу классификации, т.е. отнесения больного к нужному классу, который эквивалентен названию болезни. (А как же быть с легкими и тяжелыми заболеваниями? Ведь по определению классы НЕ упорядочены. Действительно, заболевания можно упорядочивать по тяжести, но здесь мы договоримся не принимать это в расчет.)

    Второй  способ структурирования называется СТРАТИФИКАЦИЯ. Это название произошло от английского термина "страта", (strata) что означает "слой", "пласт". Иными словами, стратификация есть разбиение множества на ряд уровней или слоев. В отличие от классов, страты упорядочены.

 

                                                    рис. 2

    Серая и зеленая альтернативы помещены на верхнюю страту. Это означает, что они одинаковы по значимости (для ЛПР) и, одновременно, важнее (лучше) остальных альтернатив. В примере  с обменом квартиры, если удалось  стратифицировать варианты, то окончательный  выбор, естественно, будет сделан среди  вариантов, занимающих верхнюю страту. Удобно считать, что страты выражают некоторые уровни "качества". Несколько  примеров классических стратификаций:

• оценки уровня знаний ("отлично", "хорошо" и т.д.)
• звезды отелей
• спортивные разряды

    Связь страт с неким абстрактным "качеством" крайне важна для понимания идеи стратификации. Пятизвездный отель  не просто лучше двухзвездного, а  можно говорить на сколько он лучше.

    Следующий способ структурирования называется РАНЖИРОВАНИЕ. Внешне он напоминает стратификацию (см. предыдущий рисунок), но в отличие от нее уровни НЕ выражают "качества", а трактуются просто как "номер в списке". Это различие настолько важно, что на нем стоит остановиться подробнее. Упорядочение называется ранжировкой, если указан только номер места объекта в упорядочении (и больше ничего). Если нам сообщают только места, полученные спортсменами по результатам соревнований (но не сообщают результаты), то это - типичная ранжировка. Например, объявляют, что первые 3 места распределились следующим образом:

1. Иванов
2. Петров
3. Сидоров

    Если  указанные спортсмены - прыгуны в  высоту, то, зная результаты каждого, можно  было бы говорить на сколько, к примеру, Иванов прыгнул выше Петрова или  Сидорова. Знание только мест (без результатов) дает нам право говорить, что Иванов лучше Петрова, но не дает нам возможности  говорить "на сколько лучше". Места  в ранжировке естественно называются "рангами". Ранг 1 принято присваивать  наилучшему объекту. (Вспомним морское "капитан 1-го ранга"). Итак, в отличие  от стратификации, здесь играет роль только номер "полочки", на которую  кладут альтернативы. Один и тот  же ранг может быть присвоен нескольким объектам. Тогда ранжировка называется нестрогой. Тогда как в строгой  ранжировке каждому объекту присваивается  уникальный номер ранга. В терминах спортивного примера, нестрогая  ранжировка - это когда Петров и  Сидоров делят второе место.

Мы рассмотрели  в общих чертах основные понятия  структуризации множества альтернатив. Вспомним теперь, что структура была нам нужна не сама по себе, а с  целью выполнить ВЫБОР. Классификация  здесь стоит особняком, поскольку  для нее выбор сводится по сути к выбору определенного класса, к  которому следует отнести альтернативу. Стратификация и ранжировка предоставляют  нам более широкие возможности  выбора. Методы структуризации - это  по существу и есть сердцевина поддержки  принятия решений.

7. Области применения

 

Телекоммуникации

Телекоммуникационные  компании используют СППР для подготовки и принятия комплекса решений, направленных на сохранение своих клиентов и минимизацию  их оттока в другие компании. СППР позволяют  компаниям более результативно  проводить свои маркетинговые программы, вести более привлекательную  тарификацию своих услуг.

Анализ  записей с характеристиками вызовов  позволяет выявлять категории клиентов с похожими стереотипами поведения, с тем чтобы дифференцировано подходить к привлечению клиентов той или иной категории.

Есть  категории клиентов, которые постоянно  меняют провайдеров, реагируя на те или  иные рекламные компании. СППР позволяют  выявить наиболее характерные признаки «стабильных» клиентов, т.е. клиентов, длительное время остающихся верными  одной компании, давая возможность  ориентировать свою маркетинговую  политику на удержание именно этой категории клиентов. 
 

Банковское  дело

СППР  используются для более качественного  мониторинга различных аспектов банковской деятельности, таких как  обслуживание кредитных карт, займов, инвестиций и так далее, что позволяет  значительно повысить эффективность  работы.

Выявление случаев мошенничества, оценка риска  кредитования, прогнозирование изменений  клиентуры – области применения СППР и методов добычи данных. Классификация  клиентов, выделение групп клиентов со сходными потребностями позволяет  проводить целенаправленную маркетинговую  политику, предоставляя более привлекательные  наборы услуг той или иной категории  клиентов.

Страхование

Набор применений СППР в страховом бизнесе  можно назвать классическим - это  выявление потенциальных случаев  мошенничества, анализ риска, классификация  клиентов.

Обнаружение определенных стереотипов в заявлениях о выплате страхового возмещения, в случае больших сумм, позволяет  сократить число случаев мошенничества  в будущем.

Анализируя  характерные признаки случаев выплат по страховым обязательствам, страховые  компании могут уменьшить свои потери. Полученные данные приведут, например, к пересмотру системы скидок для  клиентов, подпадающих под выявленные признаки.

Классификация клиентов дает возможность выявить  наиболее выгодные категории клиентов, чтобы точнее ориентировать существующий набор услуг и вводить новые  услуги.

Розничная торговля

Торговые  компании используют технологии СППР для решения таких задач, как  планирование закупок и хранения, анализ совместных покупок, поиск шаблонов поведения во времени.

Анализ  данных о количестве покупок и  наличии товара на складе в течение  некоторого периода времени позволяет  планировать закупку товаров, например, в ответ на сезонные колебания  спроса на товар.

Часто, покупая какой либо товар покупатель приобретает вместе с ним и  другой товар. Выявление групп таких  товаров позволяет, например, помещать их на соседних полках, с тем, чтобы  повысить вероятность их совместной покупки.

Поиск шаблонов поведения во времени дает ответ на вопрос «Если сегодня  покупатель приобрел один товар, то через  какое время он купит другой товар?». Например, приобретая фотоаппарат, покупатель, вероятно, в ближайшем будущем  станет приобретать пленку, пользоваться услугами по проявке и печати.

7. Рынок СППР

     На  рынке СППР компании предлагают следующие  виды услуг по созданию систем поддержки  принятия решений:

• Реализация пилот-проектов по СППР-системам, с целью демонстрации руководству Заказчика качественного потенциала аналитических приложений.
• Создание совместно с Заказчиком полнофункциональных СППР-систем, включая хранилище данных и средства Business Intelligence.
• Проектирование архитектуры хранилища данных, включая структуры хранения и процессы управления.
• Создание «витрин данных» для выделенной предметной области.
• Установка и настройка средств OLAP и Business Intelligence; их адаптация к требованиям Заказчика.
• Анализ инструментов статистического анализа и «добычи данных» для выбора программных продуктов под архитектуру и потребности Заказчика.
• Интеграция систем СППР в корпоративные интранет-сети Заказчика, автоматизация электронного обмена аналитическими документами между пользователями хранилища.
• Разработка Информационных Систем Руководителя (EIS) под требуемую функциональность.
• Услуги по интеграции баз данных в единую среду хранения информации
• Обучение специалистов Заказчика технологиям хранилищ данных и аналитических систем, а также работе с необходимыми программными продуктами.
• Оказание консалтинговых услуг Заказчику на всех стадиях проектирования и эксплуатации хранилищ данных и аналитических систем.
• Комплексные проекты создания/модернизации вычислительной инфраструктуры, обеспечивающей функционирование СППР: решения любого масштаба, от локальных систем до систем масштаба предприятия/концерна/отрасли.