第一章 決策支援系統概述

本章大綱 導論 DSS的背景與緣起 DSS的定義與特性 DSS的發展階段 為何需要DSS DSS的分類

學習目標 決策與資訊之關聯性 決策支援系統的緣起及它在資訊發展中的定位 決策支援系統的定義及特性 為何需要決策支援系統

圖1 DSS的產生背景 科技推力 需求拉力 TPS OR/MS MIS DSS

圖2 資訊系統的演進 性質 管理性 EIS 企 業 智 慧 DSS ES MIS OIS TP 事務性 1960 1970 1980 1990 2000 時間

電腦化資訊系統的類別 交易處理資訊系統(TPS) 功能性管理資訊系統(Functional MIS) 能夠處理大量的例行性交易資料。

電腦化資訊系統的類別（續） 辦公室資訊系統(OIS) 決策支援系統(DSS) 針對白領階級辦公室生產力提昇的系統。 針對特定的決策制訂工作提供分析與計算的工具與模式，使決策者可以透過對話系統(Dialogue Systems)來利用資料庫(Data Base)與模式庫(Model Base)的能力，提高決策的效能。

電腦化資訊系統的類別（續1） 專家系統(ES) 高階主管資訊系統(EIS) 策略資訊系統(SIS) 搜集整理人類專家的知識與經驗，建構於知識庫(Knowledge Base)中，以取代人類專家解決特定領域的專業問題 。 高階主管資訊系統(EIS) 以支援高階主管為主，需要比較多的整合性和全面性資訊 。 策略資訊系統(SIS)

表1 不同電腦化系統的比較 比較的 構面 交易處理 系統(TPS) 管理資訊 系統(MIS) 決策支援 系統(DSS) 專家系統 (ES) 高階主管資訊系統(EIS) 應用範疇 大量作業性日常交易資料的記錄處理 企業內各功能領域經常與異常狀況的報告 複雜又需要計量分析的決策問題 人類專家昂貴又稀少的特定重要領域 支援高階管理決策及整體環境的掌握 重點 資料儲存記錄 資訊監督與報告 決策分析與支援 知識歸納與推理 關鍵經營資訊的掌握 資料庫 大量初級交易性資料，資料收集 資料量大，包括初級及次級分析彙總資料 資料量較小 ，以與特定決策有關的資料為主 知識庫（事實、法則）含程序性與事實性的知識 外部（即時 ）與公司內部的關鍵經營資訊

表1 不同電腦化系統的比較（續） 比較的 構面 交易處理 系統(TPS) 管理資訊 系統(MIS) 決策支援 系統(DSS) 專家系統 (ES) 高階主管資訊系統(EIS) 決策能力 沒有決策能力或僅有簡單的資料存取能力 使用傳統的查詢工具作結構化的資料查詢與報告產生，及簡單分析 整合OR及其他數學模式作分析，提供狀況分析及目標達成分析的能力 用經驗法則對判斷性問題加以推理， ，並提出最佳建議 用彙總性資訊、下挖、線上分析，及多構面分析協助決策 資訊性質 量化 質化 量化與質化 輸出資訊 作業性報告 定期及例外管理報告 狀況分析的決策性資訊 解決問題的建議與解釋 狀況報告、例外報告、績效指標監督

表1 不同電腦化系統的比較（續1） 比較的 構面 交易處理 系統(TPS) 管理資訊 系統(MIS) 決策支援 系統(DSS) 專家系統 表1 不同電腦化系統的比較（續1） 比較的 構面 交易處理 系統(TPS) 管理資訊 系統(MIS) 決策支援 系統(DSS) 專家系統 (ES) 高階主管資訊系統(EIS) 服務組織層級 基層人員 中階主管 中高階主管 各級人員與專家 高階主管 追求目標 效率 效果 系統實例 會計系統，提款機系統 財務管理系統，存貨管理系統 生產排程系統，投資決策系統 醫療診斷系統，破產風險評估系統 高階經營決策系統

圖1 DSS的產生背景 科技推力 需求拉力 TPS OR/MS MIS DSS

需求拉力 作業研究與管理科學(OR/MS) 講求運用數學方法來分析管理決策的科學；其講求分析的嚴謹，對於解決許多可以量化的管理問題有很大的幫助。

DSS的定義 狹義定義 廣義定義 著眼於組織的更高階層，而且強調針對高階決策者複雜決策的需求，提供支援。 任何支援決策制定的系統都是決策支援系統，包括資訊存取、模式分析及工具支援。

DSS的定義（續） 理論定義 DSS為互動式電腦系統，運用資料、模式分析、專家知識及其他資源，透過友善的人機互動，協助個人或團體決策者提昇半結構化決策的績效。 實務定義 DSS是建構在公司既有資訊系統之上的加值系統，以增加資訊投資的附加價值，提高決策績效。

圖3各系統功能上的差異 來源 資料搜集 分析預測 價值判斷 決策 EDP DSS ES 結果

DSS的特性 目標 支援對象 協助但不取代決策者 提高決策效果而非效率 解決半結構化決策問題 支援不同層次的決策者 支援整個決策程序 支援不同決策型態 支援個人及群體

DSS的特性（續） 功能需求 互動交談系統 界面友善，易於使用 有彈性及調適性 使用者主導系統運作 提供資料、模式、及智慧 以演進法設計 協助使用者學習成長 提供沙盤推演及深入分析能力

Bonzek, Holsapple, Whinston 圖4 DSS的演進階段 1970 1980 1990 2000 年份 組織行為 MIS 管理科學 資料庫 人工智慧 機器學習 電腦網路 企業 智慧 Scott Morton (71) Keen & Scott Morton (78) Bonzek, Holsapple, Whinston (81) Sprague, Carlson (82) GDSS EIS 重點 ES 概念形成 行為面 技術面 技術發展 系統整合

圖1 DSS的產生背景 科技推力 需求拉力 TPS OR/MS MIS DSS

採用DSS的原因—— 企業效益 經濟不穩定而競爭日益激烈。 公司要掌握其無數的作業日益困難。 公司既有的系統無法支援提高效率、利潤和有利市場的目標。 既有系統無法滿足公司管理階層多樣的臨時查詢和分析的需求。

採用DSS的原因—— Hogue及Watson 需要精確的資訊(67%) DSS被視為組織的贏家(44%) 需要有新的資訊(33%) 管理階層要求(22%) 提供及時資訊(17%) 可以減少成本(6%)

採用DSS的原因—— Holsapple及Whinston

採用DSS的原因—— Holsapple及Whinston（續）

採用DSS的原因—— Peter Keen 增加考慮方案的數量 更瞭解該決策 對突發狀況較能快速反應 能執行臨時性分析(Ad hoc analysis) 能產生新的認識及學習 改善決策相關之溝通 有助於控制

採用DSS的原因—— Peter Keen（續） 有助節省成本 可產生較佳決策 可產生較有效的群組合作 節省時間 更妥當的運用組織中的資料資源

採用DSS的原因—— 綜合歸納 採用DSS顯示能跟上科技潮流，提昇競爭力。

圖5 缺陷造成決策偏差 天生缺陷 有限理性 經驗 滿意 盲點

克服決策盲點（續） 天生缺陷所造成的決策偏差大致上可分為三類 取得性偏差(Availability) 決策時因記憶的不正確或僅依賴順手可得的有限資訊，而產生錯誤的判斷。 依賴典型(Representativeness) 凡事都用「標準的」說法去解釋。 調整誤差(Anchoring and Adjustment) 調整幅度往往過猶不足，無法精確地掌握。

克服決策盲點 採用兩種方式來克服天生的缺陷 經驗法則(Heuristics) 滿意法則 指人們由經驗中累積而得來的教訓。 凡事只求過得去，而不一定要追求最完美的結果。

DSS的分類 技術層次 特用DSS、DSS母體、 DSS工具 系統導向 資料導向、模式導向、知識導向 使用頻次 經常性DSS、臨時性DSS

DSS的分類（續） 支援對象 設計屬性 時間急迫性 決策領域 個人DSS、群體DSS、組織DSS 被動、主動；定製、通用 及時、非及時