e3 Kenneth Laudon 管理信息系統 v11
12.2 為決策提供支持的系統
有4種不同的系統，用於支持不同層次和不同類型的決策，我們以前已介紹過。我們在第2章中介紹了幾種這樣的系統。管理信息系統向運營層或中層經理提供業務層數據的常規報告和總結，用以提供結構化的和半結構化的決策問題的回答。決策支持系統能提供分析大量數據的分析模型或工具，它們主要支持面對半結構化決策問題的中層管理。主管支持系統是支持高層管理的系統，是主要支持非結構化決策的特殊系統，它具有廣泛的外部信息（新聞、股票分析、行業趨勢）和公司業績的高層總結信息。
本節你還能學到支持作為團隊工作的決策者的系統。這個群體決策支持系統 （GDSS）是一個提供電子環境的專門系統，經理和團隊可以用它合作做出決策，併為非結構化和半結構化的問題設計解答。
12.2.1 管理信息系統
我們在第2章介紹過管理信息系統，它是以提供企業績效信息的方式幫助經理監視和控制企業。它們通常產生固定的、規則調度的報告，報告由公司基礎的業務處理系統（TPS）提取、總結數據而得。有時，管理信息也提供例外報告，僅顯示特殊的情況，如某個區域的銷售低於預定的水平，等等。今天，許多這種報告可以在線提供，並且更多的管理信息系統報告可按需提供。表12-4提供了幾個管理信息系統應用的例子。
表12-4 管理信息系統應用例子
12.2.2 決策支持系統
MIS關注的首先是結構化的問題，DSS支持半結構化和非結構化的分析。最早的DSS非常依賴模型驅動，用幾種模型去執行“What-if”或其他分析。它們的分析能力基於一個強有力的理論或模型，聯合一個好的用戶接口，使得系統容易使用。第2章中講述的航海預測DSS和該章開篇案例中寶潔供應鏈重構系統是模型驅動DSS的例子。
當代的某些DSS是數據驅動型，使用在線分析處理（OLAP）、數據挖掘去分析海量數據。第6章所描述的商業智能應用是這種數據驅動DSS的例子，還有本節所描述的電子基準表應用也是這方面的例子。數據驅動DSS使用戶能從以前淹沒於大量數據中的信息中提取有用信息。
1.DSS的部件
圖12-4表明了DSS的各種部件。它們包括用於查找和分析數據的數據庫，一個帶有模型、數據挖掘和其他分析工具的軟件系統，以及一個用戶接口。
圖12-4 決策支持系統概貌
DSS數據庫是一個現在的和歷史的來自應用或群體的數據集合。它可能是一個小的數據庫，駐留於PC機上，包含下載的公司數據，也可能聯合一些外部數據的子集。另一方面，DSS數據庫可能是巨大的數據倉庫，由主要的公司業務處理系統（包括企業系統和網絡業務產生的數據）不斷更新。在DSS數據庫中的數據常為生產數據庫的拷貝或抽取，因而，用DSS不會干擾關鍵的運營系統。
DSS用戶接口令用戶和系統及軟件工具間的互動更容易。今天，大多數DSS具有網絡接口，使其具有圖形顯示、互動性、易用的優點。
DSS軟件系統包含用於數據分析的軟件工具。它可能包含各種OLAP工具、數據挖掘工具或一個數學和分析模型的集合，使用戶很容易得到它們。一個模型是一個抽象表達，展示一個現象的組成和關係。一個模型可以是一個物理模型（如模型飛機）、一個數學模型（如一個方程）或一個詞語模型（如填寫一個訂單程序的描述）。
統計模型可用來幫助建立關係，如對不同年齡、收入和社區間的其他因素的相關產品銷售。最佳模型用來確定最佳資源分配，以達到某個變量的最大化或最小化，例如成本或時間。最佳模型的一個典型應用，如在一個給定的市場確定產品組合以求利潤最大化。本章的開篇案例說明了寶潔公司如何用最優化模型確定其供應鏈投資回收最大化。
預測模型常用於預測銷售。這種模型的用戶可能用一段歷史數據預測將來的條件和由此條件造成的銷售。決策者可以改變將來的條件（例如，引入一個原材料成本的提高或在該市場內進入一個新的、低價格的競爭者），以確定新條件如何影響銷售。
靈敏度分析模型常重複地問“What-if”問題以確定一個或多個因素變化時對輸出的影響。“What-if”分析，由已知的或假設的條件向前走，允許用戶變化一定的值去測試結果，以較好地預測當這些值變化時的輸出。如果我們提價5%或增加廣告預算100000美元將會發生什麼情況？如果我們保持價格和廣告預算不變將會發生什麼情況？桌面電子報表軟件，如微軟的Excel或Lotus1-2-3常用於此目的，如圖12-5所示。反向靈敏度分析軟件用於目標搜尋：如果明年公司希望銷售100萬件產品，那麼要降低產品價格多少？
圖12-5 靈敏度分析
2.用電子基準表支持決策
電子報表軟件對幫助經理了解數據中的模式也是有用的。例如，讓我們來看一個在線公司一天的作業價值。在線管理培訓公司（OMT Inc.）銷售在線培訓書籍和連續的在線視頻給那些希望改進管理技術的公司和個人。某日，該公司經歷了517個訂單業務。圖12-6顯示出了在該公司網站上的，該日產生的前15個記錄。顧客的名字和其他的標識碼已被移除。
圖 12-6
你可以把這個表當成一個由業務記錄（行）組成的數據庫。每一個顧客記錄的數據項為：顧客代碼、購買區域、支付方法、聯絡源（通過電子郵件或網絡旗幟廣告）、採購數量、購買的產品（在線培訓或一本書）和時間（24小時制）。
在這個業務表中有大量的有價值的信息，可能有助於經理回答以下重要問題和做出決策：
·我們的顧客大多數來自哪裡？這個回答可能告訴經理在哪裡投入較多的市場資源，或啟動新的市場。
·平均採購較高的地方在哪裡？這個回答可能告訴經理市場和銷售資源應集中到哪裡，或投放不同的信息到不同的地方。
·最常用的支付形式是什麼？這個回答可能有利於強調最想用的支付方式的廣告。
·每天最常用的採購時間是什麼時間？顧客是否在工作時間（白天）買產品，或者晚上（在家）購買。
·平均採購是否有地區差異？如果某個區域是較賺錢的，經理應集中他的市場和廣告資源於該區域。
·我們的顧客源是否有地區差異？或許，在某些區域電子郵件是最有效的市場工具，而在別的區域網絡旗幟廣告較有效，回答這個複雜的問題將能幫助經理開發一個區域的市場戰略。
微軟的Excel電子報表軟件提供了許多工具，對幫助回答這些問題十分有用。如果這個表較小，你可以簡單地檢查這個表，並可以試著感知數據模型。但是，當你有一個多於500個業務的表，這就是不可能的了。注意這些問題常包括兩個維度：區域和平均採購，時間和平均採購，支付方式和平均採購。但是最後一個問題較複雜，因為它有三個維度：區域、顧客源和採購。
你可以用Excel的圖形功能，如棒狀圖，來回答某些這樣的問題，但這要求你按一個維度對業務排序，對該維的每個值計算平均採購價格，手工創建一個新表，然後創建一個棒狀圖。這將花費許多時間，並且很沒有效率。
幸好，電子報表軟件具有一個強大的工具，叫做基準表，它能很快地分類和彙總數據。基準表是一個以方便的方式顯示兩維或多維數據的簡單表格。Excel PivotTable Wizard為你創造一個基準表，它位於下拉數據菜單中。當你在Excel數據菜單中點擊PivotTable and PivotReport，並告訴Excel你的數據在哪裡，你要什麼形式的報告（選擇PivotTable），PivotTable和PivotChart屏幕就出現（見圖12-7）。
圖 12-7
PivotTable Wizard有三維：帶有行、列標號的空表和數據區；一個PivotTable數據項名的表，它列出了你的表中或數據庫中的數據項和一個PivotTable工具圖標。拖動你想要看的Pivot表中的數據項置入空表區域，你可以很快地分析這些表，並快速做出決策。
例如，讓我們看第1個問題：“我們的顧客來自何處？”這個問題有許多答案，但讓我們從區域開始，並問：“來自每一個區域的顧客有多少？”簡單地拖住區域項放到空表的“Drop Data Field Here”區域，並拖動Cust ID到“Drop Data Items Here”區域。圖12-7顯示了這個結果。PivotTable顯示大多數顧客來自西部區域。此前，我們觀察了一維、區域，瞭解顧客來自何處。現在，讓我們觀察更復雜的問題，包括兩維：顧客源在不同的區域是否不同？我們有兩個顧客源，有的響應電子郵件促銷，其他的響應在線旗幟廣告。幾秒鐘後，你就可發現答案示於圖12-8。這個PivotTable顯示網絡旗幟廣告產生大多數顧客，這在所有區域均如此。
圖 12-8
12.2.3 DSS的商業價值
DSS已變得十分強大和複雜。它們能給決策提供好用的信息，使公司能更加精確地協調內外兩方面的企業過程。某些DSS能幫助公司進行供應鏈或客戶關係管理（如本章開篇案例中描述的寶潔公司供應鏈重構應用，或本章技術互動專欄中描述的雷諾的供應鏈計劃）。某些DSS具有由企業系統提供的公司範圍的數據獲取優勢。今天的DSS也能掌控網絡互動能力，為僱員和顧客提供決策支持工具。以下是幾個例子，說明DSS的能力範圍。
1.Burlington Coat工廠：為價格決策的DSS
許多大的零售商損失幾百萬美元，只因他們的價格是所謂的“最佳猜測”。如果一件東西打折太晚沒有銷售，那將會導致庫存過量。如果他們打折過早，或者折扣過大，那將會損失利潤，因為顧客本願出更高的價格購買。伯靈頓外套工廠倉庫應用價格最優化軟件解決了這個問題。
伯靈頓外套工廠用了ProfitLogic的Markdown Optimization解決方案，在全美範圍制定倉庫管理價格和庫存。ProfitLogic考慮了複雜的價格之間的交叉，包括商品的初始價格集合、促銷價格，包括跨項價格效應和季節性的減低標價。它使伯靈頓外套獲得了商品性能早期發現的能力，這可以清除低性能的商品，空出庫存存儲更好的商品，這都是很必要的（Murphy，2005；ProfitLogic，2005）。
2.用於獲利分析的DSS
雖然一個公司有高水平的銷售收入，但不是所有商品項目都對利潤做出貢獻。農業化肥製造商Syngenta AG的Brazilian部門發現，2003年，它在增長最快的幾種產品上虧了錢。Syngenta AG的銷售員按銷售業績領薪，他們無法計算其中的成本，如遞送的花費、回扣、擴展的信用條款以及匯率的變動。
Syngenta AG建立了一個估計運輸費、佣金、匯率變化和其他成本的DSS，用來計算建議銷售的“荷包價格”。如果軟件計算後，確定某項業務無利可圖，銷售員將無法輸入訂單，除非從經理那裡得到特殊的允許。公司主管改變了銷售隊伍的激勵計劃，鼓勵真正對利潤有貢獻的銷售。這個軟件幫助經理了解對銷售低邊際利潤的產品，如基於銅的殺真菌劑在巴西西部的Mato Grosso州的運輸成本太高。Syngenta巴西公司在該區域停止銷售這些產品給農民。2004年，Syngenta開始使用這個DSS時，邊際利潤攀升了4%（Badal，2006）。
3.Compass銀行：客戶關係管理的DSS
在第9章描述的幾種分析性DSS是顧客關係管理的DSS，它使用數據挖掘去引導定價、顧客保留、市場分享、核心收入流等決策。這些系統有各種數據源綜合顧客數據，包括由網站業務捕捉的數據，組成龐大的數據倉庫，用各種分析工具切割它們使之成為一對一的市場和預測分析的小片段。
Compass銀行，是一家全球領先的金融控股公司，它有376個金融中心，280多億美元資產，它使用DSS幫助它減少信用卡業務的欺詐風險。雖然信用卡業務產生很大的收入，幫助銀行交叉銷售其他金融產品，但信用卡業務仍表現出巨大的風險。（要填補信用卡壞賬，Compass銀行在2003年支付了3400萬美元。）大約80%的信用卡賬戶是對已有支票和儲蓄賬戶的顧客開放的。Compass使用Seibel的商業分析軟件分析支票和儲蓄賬戶的活動和欺詐間的關係。這個系統能有多個數據庫彙總和分析13個月的詳細數據，標出欺詐危險的顧客賬戶。自2004年運行以來，在第1年，該系統幫助Compass減少了7%的信用卡損失（Siebel，2005）。
12.2.4 數據可視化和地理信息系統
信息系統的數據可以作成用戶容易消化和操作的形式，使用圖、表、地圖、數字影像、三維表達、動畫和其他數字可視化技術等。數字化工具表達數據為圖形的形式，幫助用戶看見大量數據中的模型和關係，這在把數據表達成傳統的文本表格時是很難辨識的。有些數據化工具是互動的，使用戶可以加工數據，並觀察圖形，看出它們響應加工的變化。地理信息系統（GIS）是DSS的一個特殊類別，它以數字地圖的形式分析和顯示計劃和決策的數據。這個軟件能彙總、儲存、加工和顯示與地理相關的信息，在一個地圖上聯結數據為點、線和麵。GIS具有模型的能力，使經理們能改變數據和自動修改企業情景以找到較好的解決方案。
因而GIS可用於支持在科學、資源管理和開發計劃中有關人員和其他資源的地理分佈知識的決策。例如，GIS可以幫助州和地方政府計算自然災害的緊急響應時間，零售連鎖店用來識別能獲利的新店址，銀行用來識別最好的新支行位置或ATM機的裝設位置。
管理互動專欄描述了一個用於犯罪控制的GIS。CompStat是由紐約市警察局創建的，用來收集犯罪事件的數據，並加強紐約市每個管轄區的活動。CompStat使用GIS軟件顯示哪裡發生犯罪的數據，併為紐約和其他城市減少犯罪率計分。
12.2.5 基於網絡的顧客決策支持系統
電子商務的增長鼓勵許多公司去開發這樣的DSS，那裡顧客和僱員可以利用互聯網信息資源和Web能力的互動性及個人化的優勢，選擇產品和服務。現在人們在與銷售、客服交流前，從多源頭收集更多的信息再做出採購決策（如買一輛轎車或一臺計算機）。例如，幾乎所有的汽車公司應用顧客決策支持系統，允許網站的訪問者選擇他們要求的轎車款式。顧客決策支持系統 （CDSS）支持現存的和現在的顧客的決策過程。
在購買一個產品和服務時，人們感興趣在能用互聯網搜索引擎、智能代理、在線目錄、Web索引、新聞組討論、電子郵件及其他工具幫助他們找到自己需要的信息，幫助他們做出決策。公司們也開發了特殊的顧客網站，在那裡集中了所有評價方案的信息、模型或其他分析工具。
基於網絡的DSS在金融服務領域已成為很普遍，因為很多人試著去管理他們擁有的財產和退休金。例如，RiskGrades.com是由RiskGrades公司運行的一個網站，它讓顧客能輸入他們所有的股票、債券和共同基金持股以確定它們的組合如何能降低各種風險。用戶可以觀察增加或減少持股將如何影響整個投資組合的收益和風險。