第一章 決策支援與企業智慧

本章大綱 第一節 導論 第二節 DSS的背景與緣起 第三節 DSS的定義與特性 第四節 DSS的發展階段 第五節 為何需要DSS 第九節 企業智慧系統 第十節 本書架構

決策支援系統的緣起及它在資訊發展中的定位 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 決策支援系統的應用實例 我國應用決策支援系統的狀況 由決策支援來建立企業智慧

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

電腦化資訊系統的類別 交易處理資訊系統(TPS) 能夠處理大量的例行性交易資料。 功能性管理資訊系統(Functional MIS) 辦公室資訊系統(OIS) 針對白領階級辦公室生產力提昇的系統。

電腦化資訊系統的類別（續） 決策支援系統(DSS) 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。 專家系統(ES) 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 。

電腦化資訊系統的類別（續1） 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)

圖1-2 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

表1-1 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1-1 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1-1 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

DSS的定義 狹義定義 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。 廣義定義 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。 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。

DSS的定義（續） 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1-3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 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 支援對象 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1-4 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

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）

能執行臨時性分析(Ad hoc analysis) 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 有助節省成本 可產生較佳決策

採用DSS的原因—— Peter Keen（續） 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。

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) 指人們由經驗中累積而得來的教訓。 滿意法則 凡事只求過得去，而不一定要追求最完美的結果。

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。

圖1-5 缺陷造成決策偏差 天生缺陷 有限理性 經驗 滿意 盲點

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 支援對象 個人DSS、群體DSS、組織DSS 設計屬性 被動、主動；定製、通用

DSS的分類（續） 時間急迫性 及時、非及時 決策領域 行銷DSS、財務DSS、人事DSS、談判DSS等

DSS實例 股票投資決策支援系統的功能 Ｋ線圖繪製及顯示 各項技術指標之計算及顯示 視窗之彈性調整 使用者註記趨勢線等有助於思考與判斷之能力 資料管理及每日資訊之更新 判斷與選股的方法 沙盤推演

DSS實例（續） 生產排程系統的功能 排程相關資料的整合 排程模式的選用 友善的界面 排程變更的沙盤推演 目標達成分析

表1-4 DSS/EIS使用情形 使用情形 家數 百分比 使用DSS 使用EIS 兩者均用 開發中 未使用 4 10 2 29 35 5.0 12.5 2.5 36.25 43.75

表1-5 使用者及使用頻率 使用頻率 家數 百分比 使用者 家數 百分比 每天 經常 偶爾 很少 32 13 14 3 56.14 使用頻率　家數 百分比 使用者 家數 百分比 每天 經常 偶爾 很少 32 13 14 3 56.14 22.81 24.56 5.26 高階主管 中階主管 低階主管 其他 25 45 43 43.85 78.94 75.44

表1-6 未推動DSS/EIS的 原因 原因 頻次 百分比 MIS不成熟 缺乏適當工具 不瞭解DSS/EIS 缺乏系統開發人員 找不到適當問題 缺乏管理者支持 28 24 17 13 4 2 35.00 30.33 21.25 16.25 5.00 2.50

表1-7 DSS的主要功能 功能 頻次 百分比 資料彙總 沙盤推演 優化技術 目標達成 模擬 45 23 11 10 4 78.914 40.35 19.29 17.54 7.02

圖1-7 國內DSS/EIS應用 領域 生產排程 航線開發 品質分析 產品組合 銷售 / 毛利分析 客戶分析 財務預測 投資組合變動模擬 債券投資分析 財務現金流動分析 經濟效益評估 經濟指標 外部資訊 重要經營資訊 經營利基分析 EIS DDS 應用 生產 行銷 財務

企業智慧系統 企業智慧(BI)的定義(Greene, 1966) 管理階層有興趣，而且經過處理的資訊，該資訊和 企業營運環境的現況及未來相關。 企業智慧的三個重點(Gilad and Gilad, 1988) 企業智慧強調的是處理過的資訊，而不是原始資 料。 企業智慧是由管理者來判定。 企業智慧所反應的是公司所面臨的環境狀況。

企業智慧系統（續） 完整企業智慧系統的功能 蒐集(Collection) 建立智慧蒐集網路，充分掌握住關鍵資訊。 評估(Evaluation) 針對所蒐集之資訊，進行正確性、相關性、可靠性、充分性、及時性、重要性及易懂性等評估。 儲存(Storage) 運用適當科技將資訊加以儲存管理。目前許多組織均運用資料倉儲(Data Warehouse)的技術來儲存大量資料。

企業智慧系統（續1） 分析(Analysis) 運用統計、OLAP或資料探勘(Data Mining)之技術，來分析資訊、產生決策所需之智慧。 傳播(Dissemination) 分析後所產生之BI需要有適當之管道來傳遞到 決策者手上，才能支援決策之運用。

圖1-8 企業智慧系統之流程 政府 科技 產業 競爭者 來源，Web，DB 有用性衡量 資料索引，倉儲 統計分析，OLAP，資料探勘 EIS，Internet 企業決策 環境掃瞄 蒐集 評估 儲存 分析 傳播 資料