SISTEMI ZA PODRKU ODLUIVANJU

SISTEMI ZA PODRKU ODLUIVANJU I POSLOVNA INTELIGENCIJAProf. dr Lazo Rolji

ta je poslovna inteligencija?(BI) Krovni termin koji obuhvata: arhitekturu, alate, baze podataka, aplikacije i druge metodologije usmjerene na dobivanje trenutnog, istorijskog i prediktivnog pogleda na poslovanje za potrebe donoenja boljih poslovnih odluka.ta nam BI omoguava da radimo sa podacima?Transformisanje podataka u informacije, zatim u odluke i konano u akcije.

BTW:Podatak sirova, nestrukturisana injenica (znaenje zavisi od konteksta) ; materijal za dobivanje informacija.Informacija: shvaen, iskorien podatak; podatak koji ukida ili smanjuje neodreenost (Norbert Winer)Znanje: Informacija koja moe da se primijeni radi razumijevanja i rjeavanja konkretnog problema ili aktivnosti.

Elementi informacionog sistema: Podaci Procedure Veze Ljudi Softver Hardver

Klasifikacija IS:Klasifikacija IS moe se izvriti prema:usmjerenosti,dijelovima procesa rada koji obuhvataju,meusobnoj povezanosti dijelova iz kojih se sastoje,nivoima odluivanja,tehnikoj osnovi na kojoj su razvijeni,sistemu procesa obrade podataka koji se primjenjuje.Prema usmjerenosti postoje - IS-i usmjereni preteno na prole dogaaje (DP-Data Processing) i - IS-i usmjereni i na prole i na sadanje i na budue dogaaje (upravljaki IS).

Prema poslovnim funkcijama koje se realizuju ili prema dijelovima procesa rada koji obuhvataju u okviru poslovnog IS-a obino moe da se izdvoji vie podsistema, koji funkcioniu prema odreenoj strukturi konkretnog poslovnog sistema.

Dakle, s obzirom na sistem poslovanja i definisane poslovne politike, svaki poslovni sistem utvruje svoju organizacionu strukturu i prema njoj projektuje i izgrauje svoj IS, dijelei ga na specifine podsisteme.Informacioni sistemi funkcionalnih oblastiPodravaju pojedine poslovne funkcije:RaunovodstvoFinansije MarketingOperacije (proizvodnje ili usluga)Upravljanje ljudskim resursima

Prema povezanosti dijelova iz kojih se sastoji IS moe da bude integrisan i neintegrisan. Neintegrisani IS ini skup vie nepovezanih pojedinanih IS-a. Integrisani IS ine vie meusobno povezanih podsistema, npr. finansijsko, robno, materijalno, plate, kadrovi.

Prema nivou odluivanja kojem slue IS-i se mogu podijeliti na:IS-e za operativne odluke,IS-e za taktike odluke iIS-e za strategijske odluke. Prema tehnikoj osnovi na kojoj su zasnovani IS-i se dijele na:IS-e zasnovane na preteno neautomatizovanoj obradi podataka,IS-e zasnovane na automatizovanoj obradi podataka.

Prema vrsti procesa obrade koji se primjenjuju, razlikuju se IS-i zasnovani na:serijskoj obradi (Batch Processing),off-line obradi,on-line obradi.

Prema periodu koji karakterie njihovo uvoenje i razvoj, dijelimo ih na:Transakcioni IS (TPS) ili IS za obradu podataka (DP-Data Processing)Upravljaki IS-i (MIS-Management Information Systems)IS-i za podrku odluivanju (DSS-Decision Support Systems) iEkspertni sistemi (ES-Expert Systems).

Vrste IS u preduzeu:Transakcioni IS:Funkcionalne oblasti Transakcionog ISVrste izvjetaja iz Transakcionog ISERPCRM IS za upravljanje odnosima sa kupcimaLanci snabdijevanjaIntranet i Ekstranet

Integrisana softverska rjeenja - Enterprise Resource Planning Systems (ERP)Osnovni zadatak ERP sistema je integrisanje podataka iz funkcionalnih oblasti preduzea u jednoznane informacije. Loa razmjena informacijaDupliranje poslovaNekonzistentnost informacijaNepostojanje zajednikih standarda. Poslovni informacioni sistemi komercijalni softverski paketi za mala, srednja i velika preduzea.buhvataju sve standardne poslovne funkcije Imaju mogunost prilagoavanja konkretnim potrebama preduzeaProizvedeni po meunarodnim standardima poslovanja IS za procesiranje transakcijaIS za registrovanje, obradu, arhiviranje, prikaz pojedinanih podataka transakcija Manipulacija transakcijama, procesima koji su frekventni i ponavljajui, paralelno se izvode (primjer: bankarski poslovi, rezervacije letova, naruivanje robe). Transakcije najee imaju samo jedan ili nekoliko definisanih koraka.

CRMIS za upravljanje odnosima sa kupcima - CRM (Customer Relationship Management)Baza podataka o karakteristikama kupaca (kada i ta je od nas kupovao) Osnovna ideja: Tretirati razliite kupce na razliit nain!pomae zadravanju najboljih kupacaprua sugestije o potrebi kampanje ili specijalne ponude grupi kupacaestitke i pokloni kupcima za praznike

CRM - Servis za kupce:Tehnike i druge informacije i usluge Mogunost praenja porudbine ili predmeta Personalizovanje Web sajta Najee pitanja i odgovori (FAQs) E-mail i automatski odgovori Call centar

ta je sistem za podrku odluivanju?Konceptualni okvir za proces podrke menaderskog odluivanja, obino modeliranjem problema i upotrebom kvantitativnih modela za analizu rjeenja.DSS-i su jedna klasa kompjuteriziranih IS-a za podrku aktivnostima donoenja odluka.

Pojam i namjena modelaU najoptijem smislu model moemo shvatiti kao apstrakciju stvarnog svijeta.Prema C. W. Churchmanu, model je reprezentacija (prikaz) sistema koji se istrauje, prikaz koji se daje kako bi koristio u predvianju efekta do kojeg se dolazi efikasnou tog sistema uslijed moguih promjena u njemu samom.

Model je simplifikacija (pojednostavljivanje) realnosti.Model nekog sistema je apstrakcija tog realnog sistema iz odreenog ugla posmatranja. MJESTO I ULOGA MODELA U PROCESU ODLUIVANJA?Modele koristimo da bismo pomou njih to vjernije prikazali neki realni sistem i to izradom kopije koja dobro odraava njegova svojstva, izgled i karakteristike.

Namjena modela je bolje razumijevanje sistema koji se razvija.

Ciljevi modeliranja:omoguava specificiranje strukture i ponaanje sistema daje ablon koji usmjerava konstrukciju sistema dokumentuje projektne odluke koje se donose pomae vizuelizaciju sistema omoguava ispitivanje projektnih odluka po relativno niskoj cijeni

TA TREBA ZNATI O MODELIMA DA BI NJIHOVA PRIMJENA BILA USPJENA?S obzirom da modeli nisu lijek za sve probleme, treba znati:kada je model odgovarajui i koje su njegove pretpostavke i ogranienja;koja je svrha modela i kako on moe sluiti kod rjeavanja odreenog problema;kako upotrebom modela moemo ostvariti eljene rezultate i kako interpretirati u menaderskim terminima rezultate ostvarene primjenom modela.

KOJI TIPOVI MODELA POSTOJE ZAVISNO OD RAZLIITIH KRITERIJA?Modele je mogue svrstati u razliite tipove zavisno od usvojenog kriterija.prema vrsti, odnosno nainu prikazivanja problema fiziki, analogni i simboliki (matematiki) modelis obzirom na namjenu modela modeli utvrivanja i modeli odluivanja (alternativni, izborni, ekstremalni ili optimalni modeli drugi nazivi)s obzirom na to jesu li funkcionalni odnosi u modelu nedvojbeno odreeni, odnosno ima li model osnovu u jasnim oekivanjima ili su ona samo vjerovatna deterministiki i stohastini modelis obzirom na faktor vremena statiki i dinamiki modelis obzirom na to mogu li se meuodnosi unutar modela kvantifikovati ili ne kvantitativni i kvalitativni modeliprema funkcionalnim matematikim odnosima linearni i nelinearni modeli.KOJE SU OSNOVNE KARAKTERISTIKE FIZIKOG MODELA?Fiziki model ima izgled onoga ta i predstavlja. Fotografije, slike i skulpture takvi su modeli osoba, objekata, prizora, okoline itd.Kod fizikih modela predstavljanje stvarnih objekata je takvo da on treba sadravati sve karakteristike koje ima i sam objekt.

Fiziki modeli su posebno prikladni za reprezentovanje statikih situacija u specifinom trenutku vremena. Meutim, oni su teko primjenjivi za prikaz dinaminih situacija, kao to je rad tvornice. Iz tog razloga nisu dobro prilagoeni za upotrebu u istraivanju efekata (uinaka) nastalih uslijed promjena u procesu ili sistemu. Stoga se fiziki modeli preteno upotrebljavaju u prirodnim naukama i tehnici, dok su za teoriju i praksu u ekonomiji oni ipak od manjeg znaenja.KOJE SU OSNOVNE KARAKTERISTIKE ANALOGNOG MODELAAnalogija znai slinost. Stoga pod analognim modelom podrazumijevamo takav model koji koristi slina svojstva objekta istraivanja kako bi prikazao realni sistem.Model je analogan do te mjere da predstavlja jedan skup karakteristika nekim drugim skupom karakteristika (npr. graf).

Transformacijom originalnih karakteristika u analogne esto smo u mogunosti poveati svoje anse za djelovanje na odreene promjene. Jednostavnije je promijeniti analogni nego fiziki model jer je potrebno uiniti puno manje promjena kako bi se dobio isti rezultat.

Analogni model je uspjean za prikazivanje dinaminih situacija u procesima i sistemima. Druga vana prednost analognog u odnosu na fiziki model je u tome to, uz neke modifikacije analognog, on moe obino biti izraen tako da se moe koristiti za razliite procese istog tipa, dakle fleksibilno. Tako je analogni model mnogo optiji od fizikog.

KOJE SU OSNOVNE KARAKTERISTIKE SIMBOLINOG (MATEMATIKOG) MODELA I KOJE SU NJEGOVE PREDNOSTI U ODNOSU NA FIZIKI I ANALOGNI MODEL?U simbolikom modelu komponente i njihovi meusobni odnosi dati su pomou simbola (npr. note su simbolini model zvuka). Prema M. P. Wahlu simboline modele moemo podijeliti na verbalne i matemetike. Kod verbalnih modela upotrebljava se obian svakodnevni govor koji je u velikoj mjeri netaan, mnogoznaan i nedovoljan pa se na mnogim podrujima razvio vlastiti struni jezik sa specifinom terminologijom. Najvaniji formalizovani jezik je jezik matematike koji umjesto rijei upotrebljava simbole; odnose koji se mogu kvantifikovati on prikazuje u obliku, npr., jednaina i nejednaina.

Veina simbolikih modela koristi matematike simbole.Matematiki model najlaki je za manipulaciju pa je tako i najkorisniji za menadment. Pri tome se mora imati na umu da je jednaina, bilo kako da je ispisana, uvijek je model, a ne realni sistem.

Podjela modela prema namjeniS obzirom na namjenu modela razlikujemo: modele utvrivanja i modele odluivanja (drugi nazivi za modele odluivanja alternativni, izborni, ekstremalni ili optimalni).Modeli utvrivanja slue za utvrivanje odgovarajueg rezultata na osnovu date strukture modela (npr. kalkulacije, obraun po nosiocima trokova, ...). Oni su dobra osnova menadmentu za donoenje odgovarajuih odluka, kako s obzirom na ostvarene rezultate, tako i na eliminisanja uoenih problema s ciljem unapreenja efikasnosti poslovanja u budunosti.

Modeli odluivanja su takvi modeli kod kojih se pomou algoritma dolazi do rjeenja koje je optimalno. Pri tome, optimalnom odlukom treba smatrati onu koja dovodi do rjeenja najblieg formuliranoj funkciji cilja. Optimum moe biti neka ekstremna vrijednost, a moe biti i neka fiksirana veliina. Karateristian i vrlo iroko primjenjiv primjer ovakvog tipa jest model linearnog programiranja.TIPOVI MODELA S OBZIROM NA FUNKCIONALNE ODNOSE US obzirom na ovaj kriterij razlikujemo deterministike i stohastine modele.Deterministiki modeli utvreni su na osnovu toga to koriste varijable ije se vrijednosti mogu dobiti bez previe tekoa, a veliina im je utvrena bez odreenog rizika, dakle, s odgovarajuom sigurnou u datim uslovima i okolnostima (npr. model linearnog programiranja).Stohastiki model je prikaz koji razlikuje simulaciju od obinog eksperimentisanja u klasinom smislu (npr. Monte Carlo tehnika). Koristi se kada problemi s kojima je menadment suoen ukljuuju nesigurnost te dogaaje koji mogu biti formulisani samo u uslovima vjerovatnoe.KOJA JE PRAVA ULOGA MODELA ODLUIVANJA?Pogreno shvaanje modela odluivanja je u tome to se smatra da se njihova uloga sastoji u osiguravanju gotovih odluka s optimalnim rjeenjima za donosioce odluka. Model moe ukazati na posljedice odreene odluke, ali ju on sam ipak ne moe donijeti.Prava uloga modela odluivanja treba biti u tome da donosiocima odluka osigura uvid kojim e se objektivizirati i poveati njihova opta sposobnost za donoenje ispravnih odluka.

PRIMJENE MODELA NA PROBLEME KOJI SE ESTO PONAVLJAJUNa operativnom podruju poslovanja, kao u privredi, tako i administraciji, javljaju se problemi koji se esto ponavljaju. Modele za rjeavanje takvih problema rijetko je mogue primijeniti bez odreenog modifikovanja, ali su na sreu takva modifikovanja esto samo manjeg obima, to znatno tedi sredstva i vrijeme za one korisnike koji ih dobro poznaju.U osnovi postoji 5 vrsta ovakvih problema: problemi zaliha, problemi alociranja, problemi ekanja u redu, problemi zamjene, te problemi konkurencije.

MOGUNOSTI PRIMJENE MODELA OD PROBLEMA ZALIHANajvaniji aspekt problema zaliha svodi se na utvrivanje onog njihovog nivoa na kojem dolazi do minimiziranja zbira trokova odravanja i nestaice zaliha. Osim toga, u mnogo sluajeva trokovi zaliha i proizvodni trokovi nisu nezavisni pa se moraju promatrati zajedno.

Model proizvodnja zalihe odraava ukupne trokove proizvodnje, koji se sastoje od trokova pripreme, materijala i procesiranja te trokova odravanja zaliha i trokova odnosno gubitaka zbog njihove nestaice. Rjeenje ovog modela se svodi na utvrivanje ekonomine odnosno optimalne veliine serija kod koje su ukupni trokovi minimalni.Kod modela nabava zalihe nabavna cijena zamjenjuje trokove materijala i procesiranja, a trokovi naruivanja zamjenjuju trokove pripreme serije.

MOGUNOSTI PRIMJENE MODELA KOD PROBLEMA ALOKACIJEProblemi alokacije nastaju kada postoji vie aktivnosti koje treba izvriti, a za to postoje raspoloivi resursi koji, meutim, nisu dovoljni za izvoenje svake od aktivnosti na najbolji mogui nain. Ovi se problemi dijele u tri tipa:I potrebne aktivnosti i raspoloivi resursi su specificirani. Problem je kako alocirati resurse na aktivnosti da bi se ostvario najbolji rezultat s obzirom na postavljeni cilj.Specificirani su samo raspoloivi resursi. Problem je kako odrediti takvu strukturu aktivnosti da bi se ostvario najbolji rezultat s obzirom na postavljeni cilj.Specificirane su samo potrebne aktivnosti. Problem je kako odrediti takvu strukturu resursa da bi se ostvario najbolji rezultat s obzirom na postavljeni cilj.

Kod ovakvih problema za cilj se najee postavljaju: - minimalizacija trokova, - maksimalizacija profita i - najkrae vrijeme obrade.

Za rjeavanje ovakvih problema u jednostavnim sluajevima mogue je koristiti neanalitike tehnike pokuaja i pogreke. Za postizanje optimalnog rjeenja i u sloenim situacijama koristi se model linearnog programiranja.

MOGUNOSTI PRIMJENE MODELA KOD PROBLEMA REPOVAPostoje veoma razliiti procesi kod kojih se javljaju redovi, odnosno repovi ili linije ekanja (bankarske usluge, bolnike usluge, ...). Redovi su direktan rezultat varijabilnosti kod dolazaka na usluivanje i vremenskog trajanja usluge. Javljaju se zbog sluajnih i visoko varijabilnih dolazaka u sistem usluivanja, koji je zbog toga povremeno preoptereen.MOGUNOSTI PRIMJENE MODELA KOD PROBLEMA ZAMJENEKod problema zamjene proizvodnih sredstava potrebno je u osnovi izvriti balansiranje dodatnih trokova za novu opremu i porasta efikasnosti, koja se time postie u odnosu na efikasnost stare, postojee opreme.Jedan od najpoznatijih modela za rjeavanje ovakvih problema je MAPI. Taj model (metoda) se zasniva na teorijskoj osnovi koja se odnosi na pitanje ekonomske opravdanosti novih investicija i investicione politike. Model razvijen na tim osnovama odnosi se prvenstveno na pitanje treba li stari stroj zamijeniti novim i u kojem momentu.

U samim temeljima ovog modela je pretpostavka da trokove za zamjenu postojeeg stroja treba usporediti s nezgodama, tetama odnosno trokovima nesavrenosti sredstava kojima se raspolae. Tako se moe birati izmeu vie investicionih trokova i manje nesavrenosti ili pak manje investicionih trokova i vie nesavrenosti.

MOGUNOSTI PRIMJENE MODELA KOD PROBLEMA ZAMJENE nast.MOGUNOSTI PRIMJENE MODELA KOD PROBLEMA KONKURENCIJESituacija konkurencije openito se javlja:kada su dvije strane ili grupe u konfliktu s obzirom na njihov cilj/ciljevekada te grupe sarauju u odnosu na cilj koji im je zajedniki ili pak s obzirom na cilj tree strane koju kao konkurenti usluuju.Konurenti (rivali) su tako u konfliktu s obzirom na svoje respektivne ciljeve.

Teorija igara je kao i teorija komunikacija doveli su do matematikih modela koji se bave takvim relativno idealiziranim konkurentnim situacijama.Uspjeh takvog pristupa zavisi od nae mogunosti da utvrdimo najbolju moguu strategiju koju konkurent moe odabrati.Treba istaknuti jo jedan poseban ponavljajui tip konkurentske situacije, koji se odnosi na konkurisanje (licitiranje) ponudama. Problem je tada da se pronae najbolji balans izmeu ansi za prihvatanje ponude i veliine oekivanog profita.PRIMJENA MONTE CARLO TEHNIKE SIMULIRANJA NA PROBLEME POSLOVNOG ODLUIVANJAKod razmatranja Monte Carlo tehnike, odnosno procesa simulacije, treba istaknuti njegovu veliku primjenjivost na raznim podrujima privrednog djelovanja pa i ire u drutvenim aktivnostima.Tako, konkretni podaci pokazuju kako su ovakvi postupci primijenjeni na rjeavanju problema kao to su: dizajniranje komunikacionih sistema, predvianje ponaanja potroaa, dizajniranje distribucionih sistema, rjeavanje problema layout-a, dizajniranje informacionih sistema, finansijska predvianja, planiranje kadrova itd.

Monte Carlo tehnika se sastoji od simulacije eksperimenta kako bi se utvrdila vjerovatnoa nekih svojstava skupa (ciljeva ili dogaaja) uporabom sluajnog izbora.

PRIMJER PRIMJENE MONTE CARLO TEHNIKE U POSLOVNOM ODLUIVANJUVlasnik ribarnice eli da ocijeni svoju dnevnu politiku naruivanja bakalara. Mi emo postojee pravilo naruivanja nazivati pravilo 1, a alternativno pravilo 2.Da bismo pripremili problem za simulaciju, treba razviti neku metodu za generisanje potranje svakog dana kako bismo mogli komparisati dva pravila naruivanja. Za tu svrhu koristiemo Monte Carlo tehniku. To zahtijeva pretvaranje relativnih frekvencija u vjerovanoe. Tada specifine brojeve pridruimo svakoj vjerovatnoi kako bi smo odrazili proporciju brojeva od 00 do 99 koji odgovaraju svakoj vjerovatnoi.

S tim informacijama i tabelom sluajnih brojeva (?! Hoemo li mi ba koristiti tabele ili generatore sluajnih brojeva??!) spremni smo za izvoenje simulacije kako bismo odredili relativnu poeljnost pravila 1 i 2. Nakon toga testiramo oba pravila u 20-dnevnom periodu slijedeim postupkom:

Oitati 20 brojeva iz tabele sluajnih brojeva (ih ovako se radilo prije 30 godina). Pronai interval sluajnih brojeva u koji ulazi svaki oitani broj iz tabele sluajnih brojeva.Oitati dnevnu potranju koja odgovara intervalu sluajnih brojeva.Izraunati prodate koliine.Izraunati dnevni profit.Ponoviti korake od 1 do 5 za svakih 20 dana za koje se vri simulacija.Na bazi provedenog postupka simulacije utvrujemo koje je pravilo optimalno (u ovom sluaju uvoenjem novog pravila naruivanja osigurava se vea dobit).

ULOGU RAUNARA U PROVOENJU POSTUPKA SIMULIRANJARadi utvrivanja vjerodostojnosti rezultata kao osnove za donoenje odluke radi usporedbe vri se, osim rune, i raunarska simulacija (algoritamska raunarska simulacija) i to na daleko veem broju dana, za to se koristi algoritam i raunarski program. TABELA ODLUIVANJA I KAKO SE KORISTI ZA DONOENJE POSLOVNIH ODLUKATabela odluivanja nain je prikazivanja ishoda odluka razliitih alternativa ovisno od razliitih scenarija. Tako se za razliite alternative i razliite scenarije tj. dogaaje mogu utvrditi ishodi izraeni u dobiti, trokovima i sl. pa se ona jo naziva i pay-off tabelom.U tabeli se nalaze alternative , scenariji i vjerovatnoe, pa se problem moe rijeiti putem oekivane vrijednosti i to tako da se ona izrauna za svaku od ponuenih akcija (alternativa). Nakon to se vidi koja je akcija najpovoljnija (ona koja ima najveu oekivanu vrijednost), u tom se smislu donosi i konkretna odluka.

Slika 2x: Informacioni sistem kao model realnog sistema

Modeli razvoja IS:Model ivotnog ciklusaIterativno-inkrementalni model Prototipski razvojSpiralni model RAD (Rapid Application Development)

Model ivotnog ciklusa razvoja IS

Iterativno inkrementalni razvoj:

Spiralni model:

Podrazumijeva realni sistem iji informacioni sistem je mogue nadgraivati u vie prolaza.RADZadatak: brzo programiranje (paralelni razvoj)Osnovna pretpostavka (i osnovno ogranienje): jasno okruenje mala sloenost (jednostavan IS)Da bi RAD bio uspjean, projektanti moraju raditi sa krajnjim korisnicima, moraju biti iskusni u korienju potrebnih tehnika i alata, a oblast primjene mora biti dobro poznata.Faze RAD:Analiza okruenja Analiza podataka Analiza procesa Programiranje TestAplikacija je dekomponovana na makro funkcije koje se paralelno razvijaju.

DSS-i su interaktivni, raunarski podrani, sistemi i podsistemi, namijenjeni za pomo donosiocima odluka da, koritenjem:komunikacione tehnologije, podataka, dokumenata, znanja i/ili modela, (on-donosilac odluka) izvri zadatke procesa odluivanja. ta je sistem za podrku odluivanju?DSS mogu informacije prikazati grafiki i mogu sadravati ili koristiti neki ekspertski sistem ili vjetaku inteligenciju (Artificial intelligence-AI). Tipine informacije koje aplikacije za podrku odluivanju mogu prikupljati i predstavljati bile bi:Pristup svim informacijskim fondovima (imovini), ukljuujui arhive (ostavtine) i izvore podataka vezane za njih; Prikaz sa uporeenim podacima; Projektovani podaci na osnovu novih podataka ili pretpostavki; Posljedice razliitih alternativa odluka, s obzirom na dosadanje iskustvo u odreenom kontekstu.Postoje brojni DSS-i. Moemo ih svrstati u pet kategorija (tipova):Communication-driven DSS (usmjereni komuniciranju)Najei communications-driven DSS-i namijenjeni su internim timovima, ukljuujui i njihove patnere. Svrha im je da pomognu u voenju sastanka ili korisnicima da sarauju.Najee koritena tehnologija za DSS je web ili klijentski server. Examples: chats and instant messaging softwares, online collaboration and net-meeting systems.

Data-driven DSSMost data-driven DSSs are targeted at managers, staff and also product/service suppliers. It is used to query a database or data warehouse to seek specific answers for specific purposes. It is deployed via a main frame system, client/server link, or via the web. Examples: computer-based databases that have a query system to check (including the incorporation of data to add value to existing databases.Document-driven DSSDocument-driven DSSs are more common, targeted at a broad base of user groups. The purpose of such a DSS is to search web pages and find documents on a specific set of keywords or search terms. The usual technology used to set up such DSSs are via the web or a client/server system. Knowledge-driven DSS:

Knowledge-driven DSSs or 'knowledgebase' are they are known, are a catch-all category covering a broad range of systems covering users within the organization seting it up, but may also include others interacting with the organization - for example, consumers of a business. It is essentially used to provide management advice or to choose products/services. The typical deployment technology used to set up such systems could be slient/server systems, the web, or software running on stand-alone PCs.Model-driven DSSModel-driven DSSs are complex systems that help analyse decisions or choose between different options. These are used by managers and staff members of a business, or people who interact with the organization, for a number of purposes depending on how the model is set up - scheduling, decision analyses etc. These DSSs can be deployed via software/hardware in stand-alone PCs, client/server systems, or the web.Istorija BIIstorija BI?

1970's?1980's?1990's?2000's?Danas?1970'ih-Ravni, dugaki, ali ne neposredni izvjetaji1980'ih-Proireni raunarski izvjetaji, dobiveno vie detalja.1990'ih-skovan je pojam "BI" .2000'ih- Stvorena je vjetaka inteligencija za poboljanje BI.Danas-Microsoft je napravio Microsoft PowerPivot.* Prije BI, to se zvalo EIS (Izvrni obavjetajni sistem).ta je PowerPivot?PowerPivot je moan Mashup podataka i alat za istraivanje podataka koji je baziran na tehnologiji xVelocity u memoriji, koji prua neuporedivo bri (brzinom misli) analitiki rad uz mogunost obrade milijarde elija tabele.Ciljevi naeg predmeta (DSS)Razumjeti dananje turbulentno poslovno okruenje i opisati kako organizacije opstaju i kako donose odluke i koriste anse koje im se ukazuju. Razumjeti potrebu za kompjuterizovanim sistemima za podrku odluivanju. Razumjeti nain na koji se donose odluke Nauiti osnove metodologije sistema za podrku odluivanju (DSS). Opisati osnovne koncepte i metodologiju poslovne inteligencije i uporediti je sa DSS.Ciljevi-nast.Navesti sisteme koji spadaju u kompjuterizovane sisteme za podrku odluivanju.Razumjeti osnovne ideje u implementaciji kompjuterizovanih sistema za podrku odluivanjuDemonstrirati DSS-eOvladati znanjem za pravljenje DSS-aPraviti jednostavne DSS.What are the 6 of the 8 things BI deals with?1. Reporting2. Online Analytical Processing (OLAP)3. Analytics4. Data Mining5. Business Performance Management (BPM)6. Benchmarking7. Text Mining8. Predictive Analysis.

What is a Data Warehouse (DW)?A special database or repository of historical and current data that has been collected and is of potential interest to decision-makers throughout an organization. DWs are created by the technical staff.What is Business Analytics (BA)?a broad category of applications used for analyzing data for purposes of helping business users make better business and strategic decisions.What is Data-mining?A set of data analyses and statistical methodologies that look for hidden patterns in data which can be used for predicting future behavior. can handle massive amounts of data.What is the major objective of BI?Razvoj strategije za zatvaranje (premoenje) stratekog jaza (praznine).What are the four major components of BI?1. Data Warehouse2. Business Analytics3. Business Performance Management4. User InterfaceDefine Middleware.Interaktivni softverski alati poslovne inteligencije koji omoguuju korisnicima pristup skladitu podataka i stvaranje na zahtjev (ad-hoc) izvjetaja i upita i provedbu analize podataka.What is the purpose of User Interface?Korisniki interfejs povezuje analitiku sa strategijom koritenjem nadzorne table i ostalih informacionih sredstava i alata za vizualizaciju.Sistemi za podrku odluivanju-ist. razvoj

ANN Artificial Neural NetworkPromjenljivo poslovno okruenje iposlovna inteligencijaModel = The Business Preassures-Responses-Support ModelPoslovni model podrke odgovorima na pritiske -suprotstavljanje pritiscima poslovnog okruenja

Poslovni model reakcije na pritiske iz okruenja

Poslovni model reakcije na pritiske iz okruenjaOvaj model ima tri komponente: uticaj spoljnjeg okruenja i trita na poslovanje = pritisak poslovnog okruenja akcije koje firme preduzimaju da bi se suprotstavile tom pritisku (ili da bi iskoristile ansu koja je nastala) raunarska podrka koja omoguava praenje i nadgledanje poslovnog okruenja i poboljanje odgovora firme na pritisak iz okruenja.The Business Preassure-Responses-Support ModelModel kompjuterizovane podrke odgovorimakompanije na pritiske poslovnog okruenja

Poslovno okruenjeKompleksno okruenje, koje ima svoje prednosti i mane.Primjer Globalizacija Prednosti nova trita, novi kupci Mane vea konkurencijaFaktori koji utiu na poslovno okruenje mogu se podijeliti u 4 glavne kategorije:1. trita2. zahtjevi potroaa3. tehnologija i4. drutveni faktoriFaktori poslovnog okruenjaUticaj trita ogleda se kroz: jaku konkurenciju irenje globalnih trita ekspanzija e-trgovine preko Interneta Outsourcing uz IT podrku potreba za on-demand transakcijama i tranksakcijama u realnom vremenu.Faktori poslovnog okruenjaZahtjevi potroaa vei kvalitet proizvoda raznovrstnost brzina isporuka potroai su zahtijevniji i sve manje lojalniTehnologija inovacije, novi proizvodi, nove usluge brzo zastarijevanje drutvene mree web 2.0Faktori poslovnog okruenjaDefinicija Web-a 2.0: Filozofija uzajamnog poveanja kolektivne inteligencije i dodate vrijednosti za svakog sudionika dinamikim stvaranjem i dijeljenjem informacija.Web 2.0je trend uWorld Wide Webtehnologijibaziran na socijalizacijskoj noti koja korisnicima omoguava sudjelovanje u kreiranju sadraja weba. Termin upuuje na novu verziju, drugu generaciju Weba i hostiranih usluga koja umjesto silosa serviranih podataka (jednosmjeran protok informacija) podrazumijeva interaktivnu dvosmjernu komunikaciju izmeu korisnika i raunara te korisnika i drugih korisnika ime korisnik od pasivnog postaje aktivni sudionik.Drutveni faktori poveanje broja zakonskih regulativa radna snaga je sve starija, razliita i u njenoj strukturi je vie ena poveana drutvena odgovornost kompanija (firmi) vei naglasak na odrivom razvojuFaktori poslovnog okruenjaAn Early Framework for Computerized Decision Support

Kako odgovoriti na faktore iz poslovnogokruenjaMenaderi mogu preduzeti slijedee: pribjei stratekom planiranju koristiti nove poslovne modele izvriti reinenjering poslovnih procesa unaprijediti korporativni informacioni sistem podsticati kreativnost i inovacije, ...

Za veinu ovih akcija, ako ne i za sve, potreban je neki oblik raunarske podrke.An Early Framework for Computerized Decision Support Computer support for structured decisions Automated decision systems (ADS)A business rules-based system that uses intelligence to recommend solutions to repetitive decisions (such as pricing)

An Early Framework for Computerized Decision Support An Early Framework for Computerized Decision Support Computer support for unstructured decisions Customized solutionsintuition and judgment Computerized communication and collaboration technologiesKnowledge management S obzirom da veina problema koji se pri tome jo mora rijeiti nisu strukturisani ili su polustrukturisani, potrebna su i odgovarajua softverska metodoloka rjeenja.Jedno od njih je upotreba DSS sistema. The Concept of Decision Support Systems (DSS)

The Concept of Decision Support Systems (DSS) Tipovi DSS-a koje emo mi posmatrati:model-oriented DSS: quantitative models used to generate a recommended solution to a problem data-oriented DSS: support ad-hoc reporting and queries Cilj sistema za podrku odluivanjuCilj: smanjiti jaz ili razliku izmeu trenutih i eljenih performansi firme.

Da bi smo razumjeli zato postoji potreba za sistemima za podrku odluivanju, razmotriemo proces donoenja poslovnih odluka.Proces donoenja poslovnih odlukaMenadment (kao pojam upravljanja) = proces koji koriste kompanije da bi raspoloivim resursima ostvarile svoj cilj.Resursi predstavljaju ulazne komponente dok ostvarivanje cilja predstavlja izlaz iz tog procesa.Stepen ostvarivanja tog cilja predstavlja odnos izmeu izlaza i ulaza.Ovaj odnos predstavlja produktivnost, koja direktno zavisi od performansi kompanije i samog menadmenta.Nivo produktivnosti ili uspjeh menadmenta zavisi od: planiranja, organizacije, voenja i kontrole samih poslovnih procesa.U svakom od ovih koraka menader donosi odluke.Donijeti odluku znai izabrati najbolje rjeenje izmeu dvije ili vie moguih alternativa.Proces donoenja poslovnih odlukaProces donoenja odluka sastoji se iz etiri koraka:1. Definisanje problema2. Kreiranje modela koji opisuje realni problem3. Pronalaenje moguih rjeenja i evaluacija rjeenja4. Poreenje, izbor i preporuka mogueg rjeenja.Proces donoenja poslovnih odlukaU procesu donoenja poslovnih odluka jako je vano: da su uzeta u obzir i alternativna rjeenja, da su razmotrene posljedice njihovog korienja, kao i da je izvreno adekvatno poreenje moguihrjeenja.

Ovaj proces dodatno komplikuju faktori spoljanjeg poslovnog okruenja jer: nove tehnologije, informacioni sistemi, napredna pretraivanja i globalizacija nude jako veliki broj moguih alternativa. poslovno okruenje postaje sve kompleksnije postoji itav niz nepredvidivih faktora koji oteavaju menaderima proces donoenja poslovnih odluka.Proces donoenja poslovnih odlukaIz svih ovih navedenih razloga menaderi su prinueni da koriste nove tehnike i alate u procesu donoenja poslovnih odluka i da se sve vie oslanjaju na informacione tehnologije, posebno one bazirane na korienju Interneta i web-a.Proces donoenja poslovnih odlukaZato treba koristiti sisteme za podrkuodluivanjuDSS-i podravaju proces donoenja poslovnih odluka na slijedei nain: Brza obrada podataka i informacija Poboljanje komunikacije i saradnje Poveanje produktivnosti Bolje upravljanje bazama podataka kao i skladitima podataka Korienje web-a Mogunost korienja po principu 4: bilo kada, bilo gdje, bilo ime, u bilo koje vrijeme.Nastanak DSS1971. Gorry i Scott-Morton predloili su model koji je trebao da odredi nivo strukturalnosti problema. Taj model predstavljen je u vidu dvodimenzionalne matrice 3x3. Gorry i Scott-Morton koristili su ovaj model poetkom 1970.-tih, da bi on kasnije evoluirao u sisteme za podrku odluivanju (DSS).Model DSS-a

Strukturalnost problemaLijeva strana date matrice bazirana je na ideji Herberta Sajmona (H. Simon) da se svi problemi mogu podijeliti na: strukturisane, polustrukturisane i nestrukturisane probleme.Strukturisani problemi = potpuno definisan: jasan, precizno definisani ulazi i izlazi poznat je nain na koji se vri analiza podataka i dolazi do rjeenjaNestrukturisani = ciljevi i metode analize su nejasne ili tek se trebaju otkriti, podaci nepouzdani, metode u razvoju nepotpune ili nepoznate.Nivoi upravljanjaGornji dio matrice odgovara podjeli koju je 1965. predloio Antoni.Prema ovoj podjeli postoje tri osnovna nivoa odluivanja: operativni taktiki i strategijski.Prema datoj matrici problemi koji su manje strukturisani ili nestrukturisani, u nadlenosti su eksperata ili top menadera.Model DSSSvrha ovog modela (predstavljenog kao matrica 3x3) je da ukae na potrebu razliitih sistema za podrku odluivanju.Prema ovoj matrici klasini MIS su nedovoljni za rjeavanje svih vidova problema na svim nivoima odluivanja.Stoga su njeni autori predloili novu tehnologiju pod nazivom DSS, koja je svakoj eliji matrice dodijelila odgovarajui sistem za podrku odluivanju.Zato podrka odluivanjuPotreba za podrkom u odluivanju proistie iz: spoznaje ogranienja ekonomskih i vremenskih ogranienja

Zato inteligentni sistemi: Zato to je strategija rjeavanja problema (znanje i sposobnost njegova koritenja) prevedena u raunarski program kojim se dati problem rjeava na nain kako ga rjeava ovjek koristei svoju prirodnu inteligenciju.ta obuhvataju inteligentni sistemi za podrku odluivanjuDSS sistemi za podrku odluivanju u uem smislu EIS informacioni sistem izvrnog menadmenta GSS grupni sistemi za podrku odluivanju GIS - geografski informacioni sistemi ES ekspertni sistemi Fuzy logiki sistemi Neuronske mree Genetiki algoritmi Ineligentni agenti Hibridni sistemiA Framework for Business Intelligence (BI) Business intelligence (BI) An umbrella term that combines architectures, tools, databases, applications, and methodologies.

Evolution of BIA Framework for Business Intelligence (BI)

A Framework for Business Intelligence (BI) BI architectureData warehouse Business analyticsPerformance management (BPM)A Framework for Business Intelligence (BI)

A Framework for Business Intelligence (BI) Styles of BIReport Delivery and AlertingEnterprise Reporting (dashboard-ploa, scorecard-tabela sa rezultatima)Cube Analysis (Slice and Dice Analysis)Ad-hoc QueryStatistics and Data Mining A Framework for Business Intelligence (BI) Benefits of BIFaster, more accurate reportingImproved decision makingImproved customer serviceIncreased revenueTehnologije za proces donoenjaposlovnih odlukaTip odluke/Problema koji serjeavaTehnologije za podrkuodluivanjuStrukturisani IS, MIS, OLTP (on-line transaction processing)Polustrukturisani DSS, KMS, GSS, CRM (Customer Relationship Management), SCM (Supply Chain Management)NestrukturisaniGSS, KMS, Ekspertni sistemi,Neuronske mree, ...Tehnologije za proces donoenjaposlovnih odlukaNivoi odluivanjaOperativni Taktiki /upravljakiStrategijskiTehnologijeza podrkuodluivanju

IS, MIS, Nauka omenadmentu

Nauka omenadmentu,DSS, ES, EIS,SCM, CRM,GDSS, SCM

GDSS, CRM, EIS,ES, neuronskemree, KMS

GDSS Group DSSOLTP vs. OLAPWe can divide IT systems into transactional (OLTP-On-Line Transaction Processing) and analytical (OLAP-On-Line Analitical Processing). In general we can assume that OLTP systems provide source data to data warehouses, whereas OLAP systems help to analyze it.

Transakcioni IS OLTP (On-Line Transaction Processing)registrovanje, obrada, arhiviranje, prikaz pojedinanih podataka transakcija manipulacija transakcijama, procesima koji su frekventni i ponavljajui, paralelno se izvode (primjer: bankarski poslovi, rezervacije letova, naruivanje robe). Transakcije najee imaju samo jedan ili nekoliko definisanih koraka.

On-Line Analytical Processing

Analitiki IS On-line Analytical Processing (OLAP) analiza i obrada podataka, izrada izvjetaja

OLTP (On-line Transaction Processing) is characterized by a large number of short on-line transactions (INSERT, UPDATE, DELETE). The main emphasis for OLTP systems is put on very fast query processing, maintaining data integrity in multi-access environments and an effectiveness measured by number of transactions per second. In OLTP database there is detailed and current data, and schema used to store transactional databases is the entity model (usually 3NF). OLAP (On-line Analytical Processing) is characterized by relatively low volume of transactions. Queries are often very complex and involve aggregations. For OLAP systems a response time is an effectiveness measure. OLAP applications are widely used by Data Mining techniques. In OLAP database there is aggregated, historical data, stored in multi-dimensional schemas (usually star schema).

Konsolidacija tabela u OLTP za OLAP

Primjer OLAP kocke

CRM vs. SCMCRM (Customer Relationship Management) and SCM (Supply Chain Management) software help enterprises manage critical information related to customer and logistic operations respectively. CRM helps an enterprise in efficiently managing customer-related information. SCM is the software that helps a firm to take care of the storage and movement of raw material, inventory management and delivery of finished goods from the point of origin to the point of consumption.Sistemi za podrku odluivanju kodstrukturisanih problemaStrukturisani problemi za rjeavanje strukturisanih problema menaderi koriste razliite kvantitativne metode. Na ovome se bazira nauka o menadmentu. U ovom sluaju proces donoenja poslovnih odluka ima jedan korak vie:1. Definisanje problema2. Svrstavanje problema u neku od poznatih kategorija3. Pronalaenje moguih rjeenja i evaluacija rjeenja4. Poreenje,5. Izbor i preporuka mogueg rjeenjaSistemi za podrku odluivanju kodpolustrukturisanih problemaPolustrukturisani problemi kombinuje standardne procedure u rjeavanju problema ali ukljuuje i procjenu donosioca odluke (ljudski faktor). Standardne procedure = primjena kvantitativnih metoda za rjeavanje strukturisanog problema. Za nestrukturisani dio problema DSS moe obezbijediti alterantivna rjeenja kao i procjenu njihove primjene.Sistemi za podrku odluivanju kodnestrukturisanih problemaNestrukturisani problemi kod ovakvih problema razvija se poseban model za njegovo rjeavanje.Kvanitativne metode se mogu samo djelimino primijeniti. Intuicija i lina procjena igraju veliku ulogu kod ovakvih tipova problema.Decision Support SystemsA set of interactive software programs that provide managers with data, tools, and models to make semistructured decisions.Components of a Decision Support SystemDatabase management system (DBMS)Model management systemSupport toolsJednostavni model odluivanjaInterni podaciEksterni podaciModel odluivanjaWhat-if AnalysisGoal SeekingProblem SolvingGenerate AlternativesAssess RiskModeli odluivanjaStatistiki modeliFinansijski i raunovodstveni modeliProdukcioni modeliMarketinki modeliModeli ljudskih resursaGroup Decision Support Systems (GDSS)Computer-based systems that enhance group decision making and improve the flow of information among group members.Key GDSS FeaturesElectronic questionnairesFilled out on computers rather than paperElectronic brainstorming toolsTools that allow anonymous expression and sharing of ideas using computersIdea organizersTools that allow groups to coordinate, compile, and prioritizeVoting toolsTools that allow people to vote for an idea from a set of choicesSistemi za podrku odluivanju (DSS)Osnovni konceptProf. dr Lazo RoljiSistemi za podrku odluivanju (DSS)Osnovni konceptOvaj pojam prvi put upotrebio je Scott-Morton 1970tih definiui ga kao: interaktivan kompjuterizovani sistem (softverski program) koji omoguava donosiocima odluka korienje podataka, alata i modela radi rjeavanja nestrukturisanih i polustrukturisanih problema.Postoji vie definicija DSS. Zato se kae da je taj pojam, kao i pojam MIS, koji nema jednu-jedinu vrstu definiciju ve pripada grupi pojmova, svako definie i tumai iz svog ugla i svog iskustva.Sistemi za podrku odluivanju DSS(Decision Support Systems DSS) DSS su informacioni sistemi koji pruaju podrku u rjeavanju nedovoljno definisanih problema, crpei iz postojeih sistema one informacije koje su bitne za proces odluivanja.

Elementi sistema za podrku odluivanju:Podsistem za upravljanje podacima baza podataka koja sadri relevantne podatke o predmetnom sistemu ("tvrdi", egzaktni podaci i heuristiki, "meki" podaci, koji su rezultat ekspertnih ocjena, prognoza, trendova).softver za upravljanje podacima (SUBP). Podsistem za upravljanje modelima softverski paket koji sadri finansijske, statistike i druge kvantitativne modele preko kojih se obezbjeuju visoke analitike sposobnosti sistema. Baza modela sadri skup raspoloivih metoda i tehnika, projektovanih saglasno ciljevima koje konkretni DSS treba da zadovolji. Podsistem korisnikog interfejsa preko koga korisnik komunicira i upravlja DSS sistemom. Korisniki interfejs artikulie zahtjeve korisnika i prezentira izlaze iz sistema za podrku odluivanjuKomponente DSSDatabase management system (DBMS)Model management systemSupport toolsArhitektura DSSZa rjeavanje problema DSS koristi podatke koji mogu biti iz razliitih izvora, ukljuujui i Internet.S obzirom da su podaci neophodni ne samo za rjeavanje problema, ve i za primjenu raznih strategija, to se podaci smatraju prvom komponentom arhitekture DSS.Arhitektura DSSZa obradu i analizu podataka koriste se razliiti modeli, koji predstavljaju drugu komponentu DSS arhitekture.Ovi modeli mogu biti: standardni (npr. Excel funkcije), ili specijalizovani.Neki DSS imaju i inteligentne komponente, koje predstavljaju treu komponentu DSS arhitekture.Arhitektura DSSetvrta komponenta su korisnici, a korisniki interfejs koji oni koriste u radu sa DSS predstavlja petu komponentu DSS arhitekture.

Arhitektura DSSPodsistemi DSSPodsistem baze podataka Predstavlja dio u kome se uvaju ulazni i izlazni podaci. Ovdje se, u veini sluajeva, ne radi o klasinim relacionim bazama podataka ve o skladitima podataka.

Podsistem baze modela skup vie razliitih modela namijenjenih rjeavanju razliitih polustrukturisanih i nestrukturisanih poslovnih problema Ovi modeli, na bazi ulaznih podataka generiu izlaz na kojima donosilac odluka temelji svoje odluke. Baza modela prua mogunost proirivanja sa novim modelima.Korisniki interfejs Olakava komunikaciju korisnika sa DSS Sastoji se iz tri dijela- jezik akcije: ta korisnik moe da uini- jezik prikazivanja: ta korisnik vidi na ekranu- baza znanja: ta korisnik mora znati o DSSPodsistemi DSS Prednosti DSSVei broj alternativa u pocesu donoenja poslovnih odluka Bolje razumijevanje problema koji se rjeava. Spospobnost izvoenja ad-hoc analiza Poboljana kontrola odluivanja Bolje odluke Efikasniji timski rad Uteda u vremenu, ...Nedostaci DSSKoji model izabrati? Kako koristiti izabrani model? Kako kombinovati vie modela? Kako rjeavati nove probleme, za ije rjeavanje ne postoji model u bazi.

Rjeenje: korienje ekspertnih sistemaTri nivoa DSS tehnologije:Specifini DSS - konstruisani korienjem DSS alata, dostupni na tritu DSS generatori - softverski paketi za razvoj DSS-a, sadre biblioteke statistikih modela. DSS alati - ukljuuju programske jezike sa mogunostima pristupa nizovima podataka, pakete za statistike proraune i sl.

Kako se razvija DSS?Quick-Hit pristupIterativni razvojRazvoj korienjem tradicionalnog ivotnog ciklusa

Quick-Hit pristupOvaj pristup je najzastupljeniji kod DSS-a. Inicijativa uglavnom dolazi od strane menadera, tako da je DSS izgraen kroz interakciju, podjednako od strane menadera kao i od strane programera.

Iterativni razvojU praksi DSS-a, budui korisnici openito ne znaju ta ele od sistema. Da bi to utvrdili, potreban je prototip sistema jednostavna inicijalna verzija koja se koristiti prilikom eksperimenata i pomou koje korisnici ue kako da postignu eljene karakteristike sistema.Iterativni razvoj sistema zasniva se na izgradnji prototipa i njegovom poboljavanju. Budui korisnik i tvorac DSS-a zajedno definiu problem koji ele da rijee i identifikuju najpotrebnije elemente. Programer tada izrauje jednostavnu verziju sistema, zanemarujui sloene aspekte funkcionisanja, koje razvija u slijedeim iteracijama.

Razvoj korienjem tradicionalnog ivotnog ciklusaMetodologija pogodna za kompleksne sisteme koje koriste mnogi korisnici.Veliki organizacioni DSS je modelski orijentisan. Prilikom razvoja specifinog DSS-a, ovakva praksa je ee izuzetak nego pravilo.

Information Systems forManagerial Decision MakingUma GuptaIntroduction to Information SystemsLearning ObjectivesAfter studying this chapter, you will be able to:

Explain how different types of information systems aid decision makersOutline how transaction processing systems support operational decision makingSpecify how management information systems help managers make tactical decisionsDiscuss how intelligent support systems support mid- and top-level managerial decision making 2000 by Prentice Hall.The Three Types of Systems That Support Employee Decision MakingTransactionProcessingSystemsManagementInformationSystemsIntelligentSupportSystemsORGANIZATIONSINFORMATIONNEEDSAll three types of systems supportdecisionmakingTransaction Processing System (TPS)A system that records company transactions, in which a transaction is defined as an exchange between two or more business entities. 2000 by Prentice Hall.10-171Intelligent Support SystemsA set of systems that help managers integrate data, judgment, and intuition with their decision-making models and captures and preserves the knowledge of a companys employees.Steps in Processing a TransactionEnter dataStep 1Validate dataStep 2Process thedata intoinformationStep 3Store theprocesseddataStep 4GenerateoutputStep 5Support userqueriesStep 6Source DocumentsDocuments generated where and when a transaction occurs; the source of data for the transaction processing system.On-Line Transaction Processing (OLTP)Transaction data that are processed instantaneously.Batch ProcessingTransactions are accumulated over a certain period of time and processed at periodic intervals.On-Line versus Batch Transaction ProcessingOn-lineData input device is linked to the transaction processing system, so data are processed as soon as they are generated.Data are updated at certain intervals, such as daily, weekly monthly, and so on.BatchCharacteristics of a Transaction Processing SystemRecords internal and external transactions that take place in a companyIs used mostly by lower-level managers to make operational decisionsStores data that are frequently accessed by other systemsIs ideal for routine, repetitive tasksRecords transactions in batch mode or on-lineRequires six steps to process a transactiondata entry, validation, data processing, storage, output generation, and query support

Management Information Systems (MIS)A group of general-purpose, well-integrated systems that monitor and control the internal operations of an organization.Management Information Systems for Decision MakingManagement information systems (MIS) provide middle managers with the information necessary to make semistructured decisionsThe main input to an MIS is usually the transaction processing system and other internal company sourcesSummary and exception reports are the most common output of a MIS179Summary ReportA report that accumulates data from several transactions and presents the results in a condensed form.Izvjetaj o izuzecima(Exception Report)A report that outlines any deviations between actual output and expected output.Relationship between a TPS and MISGoal: Record and Process TransactionsType of Decision Supported: OperationalTRANSACTION PROCESSING SYSTEMGoal: Produce Summary and Exception ReportsType of Decision Supported: TacticalMANAGEMENT INFORMATION SYSTEMTPS output becomes MIS inputInteligentni sistemi podrkeSystems that augment (poveavaju) a managers intelligence and expertise are called intelligent support systems (ISS)Decision support systems (DSS)Executive information systems (EIS)Artificial intelligence and expert systems (ES)