2015《公司戰(zhàn)略》基礎考點：信息系統(tǒng)與組織決策

　　【東奧小編】現(xiàn)階段進入2015年注會基礎備考期，是全面梳理考點的寶貴時期，我們一起來學習2015《公司戰(zhàn)略》基礎考點：信息系統(tǒng)與組織決策。

　　【內容導航】：

　　(一)組織的管理決策問題

　　(二)決策支持系統(tǒng)(DSS)

　　(三)智能決策支持系統(tǒng)(IDSS)

　　(四)群體決策支持系統(tǒng)(GDSS)

　　(五)商業(yè)智能(BI)

　　【所屬章節(jié)】：

　　本知識點屬于《公司戰(zhàn)略與風險管理》科目第八章管理信息系統(tǒng)的應用與管理第二節(jié)管理信息系統(tǒng)的應用的內容。

　　【知識點】：信息系統(tǒng)與組織決策

　　(一)組織的管理決策問題

　　1.決策的概念及過程。

　　決策就是要對未來的方向、目標以及實現(xiàn)途徑做出決定，它是指個人或集體為了達到某一目標，借助一定的科學手段和方法，從若干備選方案中選擇或綜合成一個滿意合理的方案，并付諸實施的過程。

　　著名的管理學者西蒙描述了一個經典的包括三階段的決策制定過程，即情報、設計和選擇。

　　情報階段：指進行情報(信息)的收集和處理、研究決策環(huán)境、分析和確定影響決策的因素或條件的一系列活動。

　　設計階段：指發(fā)現(xiàn)、制訂和分析各種可能行動方案的過程。

　　選擇階段：指從可行方案中選擇一個特定的方案，對它進行評價和審核的過程。

　　后來有人在此基礎上，在情報階段之前增加了確定決策問題階段，在選擇階段之后增加了決策實施階段，變?yōu)槲咫A段決策過程：

　�、俅_定決策問題。

　　②收集信息。

　　③擬訂備選方案。

　�、苓x擇方案。

　　⑤決策實施。

　　2.管理決策問題分類。

　　依據(jù)不同的劃分標準，管理決策問題可分為不同的類型。

　　(1)按決策的層次，可分為高層決策、中層決策和基層決策。

　　高層決策是指組織最高管理層所做出的決策，大多是關系全局的重大問題。

　　中層決策是指組織中層管理人員所做出的決策。

　　基層決策是指組織中基層管理人員所做出的決策，一般解決日常工作中的問題。

　　(2)按決策的戰(zhàn)略重要性，可分為戰(zhàn)略決策、戰(zhàn)術決策和業(yè)務決策。

　　戰(zhàn)略決策是指涉及組織全局長遠性的、方向性的決策，所需解決問題復雜，決策風險較大，對決策者的洞察力和判斷力要求高。

　　戰(zhàn)術決策是指組織內部范圍貫徹執(zhí)行的決策，屬于戰(zhàn)略決策過程的具體決策，但也會影響組織目標的實現(xiàn)。

　　業(yè)務決策又稱執(zhí)行性決策，是日常工作中為了提高生產效率、工作效率所做出的決策，涉及范圍小，只對局部產生影響。

　　(3)按決策的結構化程度，可分為結構化決策、半結構化決策和非結構化決策。

　　結構化決策是有章可循的決策，可以重復出現(xiàn)，問題的本質與結構清楚，解決問題的方法與步驟是已知的和確定的，可制定固定程序來完成決策。

　　例如，基層作業(yè)層所作的應收賬款、應付賬款、下訂單決策，中層管理層所作的預算分析、短期預測、人事報告、制造或購買決策，高層戰(zhàn)略層所作的財務管理、倉庫選址、配送系統(tǒng)等決策都可歸類為結構化決策。

　　非結構化決策表現(xiàn)為問題新穎，對問題的本質與結構不甚了解，解決問題的方法與步驟也知之甚少。

　　非結構化決策主要靠決策者的知識、經驗與智慧完成決策。

　　例如，基層作業(yè)層所作的選擇雜志封面、購買軟件等決策，中層管理層所作的議價、高管聘用、硬件購置決策，高層戰(zhàn)略層所作的研發(fā)計劃、新技術開發(fā)、社會責任計劃等決策都可歸類為非結構化決策。

　　半結構化決策則介于兩者其間，對問題的本質與結構有所了解但不夠清楚，解決問題可能采用的方法及其相互間的關系基本知道但不確切，解決問題的步驟尚難確定，要通過啟發(fā)式的探索來做出決策。

　　例如，基層作業(yè)層所作的生產排程、庫存控制決策，中層管理層所作的信用評估、預算、生產布局、項目計劃、薪酬系統(tǒng)設計、庫存分類決策，高層戰(zhàn)略層所作的建立新的生產廠、并購、新產品計劃、薪酬計劃、人事政策、庫存計劃等決策則可歸類為半結構化決策。

　　一般說來，越往高層的決策越具有戰(zhàn)略性、非結構化的重點，而越往基層的決策，就越具有戰(zhàn)術性、執(zhí)行性、結構化的特點。

　　(二)決策支持系統(tǒng)(DSS)

　　決策支持系統(tǒng)(decision support system，DSS)是隨著人們對決策支持系統(tǒng)的研究和應用發(fā)展而不斷發(fā)展的。在20世紀70年代，研究開發(fā)出了許多較有代表性的DSS，到70年代末，DSS大都由模型庫、數(shù)據(jù)庫及人機對話接口3個部件組成。三者呈三角形分布，是其最基本的結構。

　　20世紀80年代初，DSS增加了方法庫與知識庫，DSS結構也逐漸發(fā)展成由人機對話接口、數(shù)據(jù)庫、模型庫、方法庫、知識庫5大部件以及相應的管理系統(tǒng)組成。

　　(1)人機對話子系統(tǒng)。人機對話子系統(tǒng)是DSS與用戶之間的交互界面，用戶通過人機對話子系統(tǒng)控制實際DSS的運行。DSS既需要用戶輸入必要的信息和數(shù)據(jù)，同時要向用戶顯示運行的情況以及最后的結果。

　　(2)數(shù)據(jù)庫子系統(tǒng)。數(shù)據(jù)庫子系統(tǒng)是存儲、管理、提供與維護用于決策支持數(shù)據(jù)的基本部件，由數(shù)據(jù)庫和數(shù)據(jù)庫管理系統(tǒng)兩部分組成。

　　(3)模型庫子系統(tǒng)。模型庫子系統(tǒng)是構建和管理模型的計算機軟件系統(tǒng)，由模型庫和模型庫管理系統(tǒng)兩部分組成。

　　常用于決策分析的模型有：

　　①財務模型。如現(xiàn)金流量、內部回報率、投資分析等模型，運用excel等電子表格程序具有這些簡單模型的求解功能。

　�、诮y(tǒng)計分析模型。包括計算均值、標準方差和輸出散點圖等，并可建立因果關系，例如把產品銷售同消費者的年齡、收入或其他因素聯(lián)系起來。

　�、垲A測模型。用事物過去已知信息對事物的未來狀態(tài)進行科學的預計和推測。定量預測模型有指數(shù)平滑模型、季節(jié)預測模型、回歸預測模型、馬爾可夫鏈預測模型等。

　�、躻hat-if模型。分析對決策變量作假設性的改變以觀察對目標變量影響的過程。例如，敏感性分析模型提高售價5%或追加10萬元的廣告預算將會發(fā)生什么，如果保持售價和廣告預算不變將會發(fā)生什么。

　　⑤優(yōu)化模型。如線性規(guī)劃、非線性規(guī)劃、動態(tài)規(guī)劃、目標規(guī)劃和最優(yōu)控制等模型。軟件包LINDO專用于線性規(guī)劃問題的求解。

　　(4)方法庫子系統(tǒng)。方法庫子系統(tǒng)是存儲、管理、調用及維護DSS各部件要用到的通用算法、標準函數(shù)等方法的部件。

　　(5)知識庫子系統(tǒng)。知識庫子系統(tǒng)是有關規(guī)則、因果關系及經驗等知識的獲取、解釋、表示推理以及管理維護的部件。

　　(三)智能決策支持系統(tǒng)(IDSS)

　　1.智能決策支持系統(tǒng)的概念。

　　人工智能(artificial intelligence，AI)是指讓機器模仿人類的思維與行為的一門學科。

　　人工智能研究的是如何用人工方法和技術，即用各種自動機器或計算機模仿、延伸和擴展人的智能，實現(xiàn)某些“機器思維”或腦力勞動的自動化。人工智能是一個綜合性很強的新興學科，有多個分支領域，典型的有專家系統(tǒng)、神經網絡、遺傳算法等。

　　智能決策支持系統(tǒng)(IDSS)=決策支持系統(tǒng)(DSS)+人工智能(AI)

　　2.智能決策支持系統(tǒng)的基本結構。

　　人工智能技術融入DSS后，使DSS在模型技術與數(shù)據(jù)處理技術的基礎上，增加了知識推理技術，提高了輔助決策能力。與決策支持有關的人工智能技術主要有專家系統(tǒng)、神經網絡、遺傳算法、機器學習、自然語言理解等。

　　(1)專家系統(tǒng)。用大量的專門知識解決特定領域中實際問題的計算機系統(tǒng)，可以通過對問題進行推理而得出相應的結論，或者提出合適的建議。

　　(2)神經網絡。利用神經元的信息傳播模型進行學習和應用，可以通過訓練學會識別模式。

　　(3)遺傳算法。模擬生物遺傳過程的群體優(yōu)化搜索方法，通過這種方式，可以為具體問題產生循序漸進的解決方案。

　　(4)機器學習。讓計算機模擬和實現(xiàn)人類的學習，獲取解決問題的知識。

　　(5)自然語言理解。讓計算機理解和處理人類進行交流的自然語言。

　　3.用于決策支持的智能技術。

　　(1)專家系統(tǒng)技術及應用。

　　專家系統(tǒng)是一類包含知識和推理的智能計算機程序系統(tǒng)，含有大量的某領域專家水平的知識與經驗，能夠利用人類專家的知識和解決問題的方法來處理該領域的問題。簡言之，它是一種模擬人類專家解決領域問題的計算機程序系統(tǒng)。

　　存放知識和運用知識進行問題求解是其兩個最基本的功能。專家系統(tǒng)是由人機接口、知識庫、推理機、知識獲取組成的，知識庫和推理機是專家系統(tǒng)的核心。

　　(2)神經網絡技術及應用

　　神經網絡。經常稱為人工神經網絡，是在現(xiàn)代神經生物學研究成果的基礎上發(fā)展起來的一種模擬人腦信息處理機制的網絡系統(tǒng)，它不但具有處理數(shù)值數(shù)據(jù)的一般計算能力，而且還具有處理知識的思維、學習和記憶能力。簡單地講，它是一個數(shù)學模型，可以用電子線路來實現(xiàn)，也可以用計算機程序來模擬，是人工智能研究的一種方法。

　　神經網絡在管理領域也有著廣泛的應用：

　�、俟芾砜冃гu價，如供應鏈管理績效評價、工程項目績效評價等;

　�、陲L險管理，如銀行貸款風險管理、企業(yè)財務風險預警等;

　�、廴肆�資源管理，如人才選拔、勝任力測評等;

　　④市場分析，如金融、銀行、證券、股票、保險等行業(yè)的分析、評估、預測等;

　�、葸\輸優(yōu)化，如物資調運的最小成本求解等。

　　(3)遺傳算法技術及應用。

　　遺傳算法是模擬達爾文生物進化論的自然選擇和遺傳學機理的生物進化過程的計算模型，是一種通過模擬自然進化過程搜索最優(yōu)解的方法。

　　(4)智能代理技術及應用。

　　智能代理技術是人工智能技術的一個應用領域，它使計算機應用趨向人性化、個性化。如Office助手就是一種智能代理，這些代理軟件通常會在適當?shù)臅r候幫助人們完成最迫切需要完成的任務。

　　智能代理是將Agent視為在某一環(huán)境下能持續(xù)自主地發(fā)揮作用、具有生命周期的計算實體。具有自主性、社會性、反應性和主動性等特征。

　　作為智能代理的軟件或硬件系統(tǒng)一般具有如下基本特征：

　�、僮灾餍�。智能代理具有解決問題所需的知識、策略和相關數(shù)據(jù)，能夠進行相關的推理和智能計算，智能代理還可以在用戶沒有給出十分明確的需求時能分析地推送，并能自動拒絕一些不合理或可能給用戶帶來危害的需求。

　　②社會性。智能代理具有一定的社會性，即它們可能同代理代表的用戶、資源、其它代理進行交流。

　�、鄯磻�性。智能代理能夠感知所處的環(huán)境，并能對環(huán)境中發(fā)生的相關事件做出適時反應。

　�、苤鲃有�。智能代理能夠遵循承諾采取主動的行動，它的行為是為了實現(xiàn)其內在的任務，因而智能代理是一個目標制導的行為實體，能夠在條件滿足時主動將相關信息提供給agent。

　　(四)群體決策支持系統(tǒng)(GDSS)

　　1.群體決策與群體決策支持系統(tǒng)。

　　在組織中，大多數(shù)重大決策都不是某個個體完成的，而是群體決策的結果。相比個體決策，群體決策具有如下特點：

　　(1)通常決策的正確性更高，但速度較慢;

　　(2)集思廣益，決策可能更具創(chuàng)造性;

　　(3)可能出現(xiàn)風險極端化，可能過度保守或過度冒險;

　　(4)群體成員關系好壞可能左右決策效能;

　　(5)決策群體的構成對群體決策的影響較大。

　　群體決策支持系統(tǒng)(group decision support system，GDSS)，是指在系統(tǒng)環(huán)境中，多個決策參與者共同進行思想和信息的交流，群策群力，尋找一個令人滿意和可行的方案，但在決策過程中只由某個特定的人做出最終決策，并對決策結果負責。

　　2.群體決策支持系統(tǒng)的應用。

　　GDSS按照決策時間和群體成員地理上的鄰近程度可分為決策室、局域決策網、電子會議、遠程決策四種應用類型。

　　(1)決策室。決策室的主要特征是決策者面對面地在同一時間和地點進行群體決策。設立一個與傳統(tǒng)會議室相似的決策室，決策者通過互聯(lián)的計算機站點相互合作完成決策。決策室是相對較簡單的GDSS，主要缺點是不能有效地屏蔽各決策者之間的相互影響。

　　(2)局域決策網。局域決策網型GDSS建立在局域網(local area network，LAN)的基礎上。在決策過程中，各決策者在近距離的不同房間的工作站上參與群體決策，共享決策源，通過網絡相互通信，以了解其他決策結點的狀態(tài)及全局狀態(tài)。這種類型GDSS的主要優(yōu)點是可以克服定時決策的限制，決策者可在決策周期內分時地參與決策。

　　(3)電子會議。電子會議利用計算機網絡的通信技術，使分散各地的決策者在同一時間內進行集中決策。電子會議實質上與決策室相同，它的優(yōu)點是能克服空間距離的限制。

　　(4)遠程決策。遠程決策型GDSS充分利用廣域網、互聯(lián)網等信息技術來支持群體決策，綜合了局域決策網與電子會議的優(yōu)點，可使決策者異時異地共同對同一問題做出決策。

　　(五)商業(yè)智能(BI)

　　1.商業(yè)智能的概念。

　　商業(yè)智能(business intelligence，BI)通常被理解為：運用數(shù)據(jù)倉庫、聯(lián)機分析處理和數(shù)據(jù)挖掘等技術來分析和處理數(shù)據(jù)，將企業(yè)中現(xiàn)有的數(shù)據(jù)轉化為知識，幫助企業(yè)做出明智的業(yè)務經營決策的工具。

　　2.商務智能的主要分析工具。

　　(1)聯(lián)機分析處理。

　　聯(lián)機分析處理(OLAP)系統(tǒng)是數(shù)據(jù)倉庫系統(tǒng)最主要的應用，專門設計用于支持復雜的分析操作，側重對決策人員和高層管理人員的決策支持，可以根據(jù)分析人員的要求快速、靈活地進行大數(shù)據(jù)量的復雜查詢處理，并且以一種直觀而易懂的形式將查詢結果提供給決策人員，從多方面和多角度以多維的形式來觀察企業(yè)的狀態(tài)、了解企業(yè)的變化。

　　(2)數(shù)據(jù)挖掘及應用。

　　數(shù)據(jù)挖掘(data mining，DW)是運用基于計算機的方法(包括新技術)，從大量數(shù)據(jù)中提取出隱藏在數(shù)據(jù)中的有用信息的過程。數(shù)據(jù)挖掘的目的就是從大量數(shù)據(jù)中提取或“挖掘”知識，它是從數(shù)據(jù)庫中進行知識發(fā)現(xiàn)(knowledge discovery in database，KDD)過程的核心部分。

　　數(shù)據(jù)挖掘的主要功能和應用有6類：

　�、贁�(shù)據(jù)特征總結與區(qū)分。數(shù)據(jù)特征總結是對目標類數(shù)據(jù)的一般特征進行匯總，可以以直方圖、餅狀圖、多維數(shù)據(jù)方、交叉表等多種形式進行輸出，如對某一類顧客的特征匯總。數(shù)據(jù)區(qū)分是將目標類對象的一般特性與一個或多個對比類對象的一般特性比較，如對不同年齡段顧客購買行為的比較等。

　�、陉P聯(lián)分析。關聯(lián)分析用來尋找數(shù)據(jù)庫中值的相關性。兩種常用的技術是關聯(lián)規(guī)則和序列模式。關聯(lián)規(guī)則是尋找在同一個事件中出現(xiàn)的不同項的相關性，如哪些商品經常一塊兒被購買;序列模式與此類似，尋找的是事件之間時間上的相關性，如銀行利率調整與隨后股市的變化。

　　③分類。分類技術在很多領域都有應用，例如可以通過客戶分類構造一個分類模型來對銀行貸款進行風險評估;采用數(shù)據(jù)挖掘中的分類技術，可以將客戶分成不同的類別，比如呼叫中心設計時可以分為：呼叫頻繁的客戶、偶然大量呼叫的客戶、穩(wěn)定呼叫的客戶、其他，幫助呼叫中心尋找出這些不同種類客戶之間的特征，這樣的分類模型可以讓用戶了解不同行為類別客戶的分布特征

　�、茴A測。預測是把握分析對象發(fā)展的規(guī)律，對未來的趨勢做出預見。如對銷售活動效果的預測。

　�、菥垲�。聚類是在不考慮已知分類的情況下對數(shù)據(jù)類或概念進行區(qū)分。它是在未知分類的前提下，將數(shù)據(jù)分成不同的群組，使群與群之間差別最大化，同時使同一個群之間的數(shù)據(jù)相似性最大化。如在不知道要把客戶分成幾類的情況下進行客戶細分，在此基礎上可以制定一些針對不同客戶群體的營銷方案。

　　【提示】分類就是按照某種標準給對象貼標簽，再根據(jù)標簽來區(qū)分歸類。聚類是指根據(jù)“物以類聚”原理，將本身沒有類別的樣本聚集成不同的組，聚類是指事先沒有“標簽”，而通過某種成因分析找出事物之間存在聚集性原因的過程。

　　⑥孤立點分析(局外者分析)。孤立點是在數(shù)據(jù)集中與眾不同的數(shù)據(jù)，使人懷疑這些數(shù)據(jù)并非隨機偏差，而是產生于完全不同的機制。

　　孤立點分析可以對分析對象的少數(shù)的、極端的特例進行挖掘，揭示內在的原因。孤立點分析可以從一些信用不良的客戶數(shù)據(jù)中找出相似特征并預測可能的詐欺交易，達到減少損失的目的。