供应链管理常见问题清单
上QQ阅读APP看本书,新人免费读10天
设备和账号都新为新人

2.6 如何构建供应链决策支持系统

工作场景描述

当企业需要构建供应链决策支持系统(DSS)时,可查看。

解读与分析

决策支持系统(DSS)是计算机硬件技术迅速发展并应用于管理决策领域的必然结果。它能综合利用各种数据、信息、知识与模型技术,辅助管理者解决半结构化和非结构化的决策问题。供应链企业构建决策支持系统时,需要把握好以下各个方面的内容。

1.了解构建决策支持系统的目标

DSS的目标是支持决策,而非取代决策,是为了提高决策效能,而非提高效率,因而它与电子数据处理系统(EDP)和管理信息系统(MIS)有明显差别。DSS旨在建立一种决策环境,使决策者可以充分利用自己的知识、经验,在系统的帮助下详细了解和分析决策过程中的各种主要因素及其影响,激发自己的创造力,从而最终做出决策。由于大多数决策者不熟悉计算机技术,为了使他们能与计算机协同工作,DSS必须拥有非常友好的人机界面。另外,由于该系统主要解决的是半结构化决策问题,决策过程和方法都有很多不确定性,因而,DSS设计的关键在于模型库的设计,模型库不仅能提供丰富的模型,还可以根据实际情况做动态调整。

2.采集决策支持系统所需要的数据

科学的决策必须以大量可靠的数据为基础,否则,决策就没有根据,就会成为主观猜想。随着条码技术的推广以及数据采集工具的发展,供应链企业可以采集到大量的数据。企业在日常商务活动中也可以收集包括订货单、存货单、应付账款、交易条款、客户情况等在内的大量数据资料。同时,企业常常可以从外部资源中获得统计数据和邮件列表之类的数据。这些数据是一种巨大资源,必须存储在专用数据库中,以提供给决策支持系统使用。

3.建立决策分析专题

为了协助管理人员在面对复杂的作业决策时能迅速而有效地做出正确的决定,企业要建立决策分析专题,如确立物流作业中货物短缺时的预警。供应链企业有必要将计算机辅助决策的项目列成专题,如需求计划决策专题、库存决策专题、生产计划决策专题等,在每一个专题中列出一些相互关联的子项,以满足辅助决策的需要。

在信息系统中,特别是面向高层管理者的决策支持系统中,出于对比分析的需要,除了存储当前信息之外,还必须存储足够的历史信息。

4.建立决策分析的辅助功能

决策分析的辅助功能模块包括数据抽取功能、静态分析功能、动态分析功能、图形分析功能等模块。这些功能模块构成了决策专题的技术基础。

(1)数据抽取功能主要完成数据的收集、传输处理等,并可依据其所要考虑的主题构筑相应的数据仓库。

(2)静态分析功能主要用各种统计学方法,通过对数据进行切片、切块、旋转、钻取等来实现从不同的角度对数据进行分析,以得出各种结论,对内提供资料,对外发布信息。

(3)动态分析功能基于人工神经网络、学习理论、决策树等人工智能方法和线性回归分析、非线性回归分析、时间序列分析等统计学方法,应用关联分析、序列模式分析、分类分析及聚类分析等分析方法,按照既定业务目标,对大量的数据进行高速、自动化的处理和分析,做出归纳性的推理,揭示隐藏的或验证已知的规律,并将其模型化。

(4)图形分析功能可用于完成可视化工作,将数据通过各种分析而得到的结果以图形化的方式呈现给用户。

5.使用决策分析工具与技术

有了数据如同有了矿藏,而要从大量数据中获得决策所需的数据,就如同挖掘矿藏一样,必须要有工具。这些工具包含了查询、统计分析、数据挖掘、计算器、模拟器、数学模型和运算法则等类型。其中,最主要的数据处理技术如下。

(1)数据仓库技术。数据仓库能把整个企业的数据,不管其地理位置、格式和通信要求如何,统统集成在一起,并能把当前使用的业务信息分离出来,保证关键任务联机事务处理(OLTP)应用的安全性和完整性,同时可以访问各种各样的数据库。应用数据仓库技术,企业能把各种数据库(源数据库)集成为一个统一的数据仓库(目标数据库),并且把各种数据转换成面向主题的格式,可以从异构的数据源中定期抽取、转换和集成所需要的数据,以便最终用户访问并能从历史的角度进行分析,最后做出战略决策。

(2)联机分析处理技术(OLAP)。联机分析处理技术将决策支持系统带入更高的层次,该分析处理技术从企业的数据集合中收集信息,并运用了数学运算和数据处理技术。一般地,它以数据仓库为基础对数据进行多维化和预综合分析,构建面向分析的多维数据模型,再使用多维分析方法从多个不同角度对多维数据进行分析、比较,找出它们之间的内在联系。联机分析处理技术使分析活动从方法驱动转向了数据驱动,实现了分析方法和数据结构的分离。

(3)数据挖掘技术。数据挖掘技术是从大型数据库或数据仓库中发现并提取隐藏在其中的信息的一种新技术。应用该技术的目的是帮助决策者寻找数据间潜在的关联,发现被忽略的要素,而这些信息对预测趋势和决策行为也许是十分有用的。数据挖掘技术涉及数据库、AI(人工智能)、机器学习和统计分析等多种技术。

6.使用多种形式的输出工具

决策支持系统的使用者是企业的管理者,这就要求其要有良好的输出形式,故这种系统需采用报表、一般图形、特殊图形、电子数据表格、动画、地理信息系统等输出工具,提供亲切、友好、直观化的操作界面,以降低管理者操作计算机时的疲劳程度,增强系统的易用性。

决策支持系统运用日趋成熟的各类信息技术,解决业务流程中涉及的大量运筹和决策问题,如库存水平的确定、合理运输线路的选择等,从而降低成本,提高企业决策水平和运作效率。

关键点提示

供应链企业构建决策支持系统时,需要:

1.了解构建决策支持系统的目标;2.采集决策支持系统所需要的数据;3.建立决策分析专题;4.建立决策分析的辅助功能;5.使用决策分析工具与技术;6.使用多种形式的输出工具。