SISTEMAS DE APOYO A LA TOMA DE DECISIONES : DSS y EIS

Transcripción

1 IIC3712 GESTIÓN de las TEC. de INFORMACIÓN SISTEMAS DE APOYO A LA TOMA DE DECISIONES : DSS y EIS Ignacio Casas R. Escuela de Ingeniería Pontificia Universidad Católica de Chile Mayo, 2002

2 Qué es la Toma de Decisiones? Qué componentes se analizan al tomar una decisión (táctica o estratégica) o al formular un plan de decisión? Cómo estudian los analistas los procesos de decisión en las situaciones con las que no están familiarizados? Qué métodos se utilizan para describir y entender las decisiones, sus condiciones y secuencias (árboles, heurísticas, tablas)? Análisis cuantitativo o cualitativo? Métodos gráficos o secuencias semi-estructuradas? Cómo se identifican y corrigen los errores en los procesos de decisión?

3 Gerentes y Administradores Gestión: es el proceso de obtención de ciertos objetivos/ resultados por medio del uso de recursos (humano, capital, energía, materiales, espacio y tiempo). Productividad (Eficiencia): razón entre los resultados (productos y/o servicios) y las entradas (utilización de recursos). Roles del Gerente: Inter/personal: líder, cabeza, encargado Información: monitorear, diseminar, presentar Toma de Decisiones: empresarial, manejador de conflictos, asignación de recursos, negociador,...

4 Características Generales de los DSS y EIS Decision Support & Executive Information Systems: El énfasis es en el apoyo a la toma de decisiones más que a la automatización total de la decisión (no se pretende reemplazar al administrador). Dominio general corresponde a decisiones de carácter semiestructuradas Típicamente el sistema tiene un carácter interactivo (diálogo entre el usuario y el sistema) Debe proveer apoyo en todas las etapas del proceso de toma de decisiones (inteligencia, diseño y elección)

5 Flujo de Información en la Toma de Decisión Ambiente Externo Evaluación de la Información Ambiente Interno Análisis Cualitativo Análisis cuantitativo No Interpretación: hay una oportunidad? Si Decisión: qué hacer? No

6 El Proceso de Toma de Decisión Modelo de SIMON de 4 fases : Inteligencia Búsqueda de problemas (oportunidades), colección de datos. Identificación, clasificación, formulación. Diseño Formulación y validación de modelos, definición de criterios de selección, análisis de cursos de acción (alternativas de solución), factibilidad, predicción y medición Selección Solución de modelo, análisis de sensibilidad, validación y prueba, selección de alternativa, plan de desarrollo, diseño de sistema de control. Desarrollo de la Solución

7 La Necesidad de Modelar Es demasiado costoso experimentar con el sistema real. Un MODELO es una abstracción o representación simplificada de la realidad: manipulación, análisis (riesgo, alternativas, aprendizaje), experimentación (prueba y error). Grado de abstracción de un MODELO: Modelo de Icono (a Escala) Modelo Análogo (diagramas, mapas, organigramas, ) Modelo Matemático/Cuantitativo: Analítico, Simulación Modelo Mental (creencias, supuestos, relaciones, flujos de trabajo)

8 Grado de Estructuración de las Decisiones El problema tiene características de estructurado si las cuatro fases son estructuradas. Se pueden especificar algoritmos y reglas de decisión que permiten detectar el problema, diseñar soluciones alternativas y finalmente decidir por la mejor de ellas. El problema puede considerarse no estructurado si no se pueden definir las condiciones que permitan reconocer el problema, si no existe una manera clara de crear posibles soluciones, o si no hay un criterio preciso para elegir finalmente alguna de ellas. En algunos casos es posible dejar una o dos etapas al criterio del administrador y para las restantes usar el apoyo del DSS o EIS. Estas decisiones son las de carácter semi-estructurado.

9 La Fase de Inteligencia Competitivo Social Social mercado Interno entorno económico social, legal Inteligencia capacidades restricciones debilidades,.. Oportunidades Problemas Apoyos de un DSS para la fase de inteligencia: síntesis, comparación, predicción, confirmación

10 Inteligencia: el Proceso de Búsqueda Búsqueda estructurada y continua Se examinan con regularidad algunos reportes con indicadores importantes. Búsqueda Ad Hoc Oportunidades muy poco frecuentes para justificar búsqueda continua. Se procede a buscar cuando otros indicadores lo sugieren. Búsqueda no estructurada No se especifican mecanismos regulares de revisión. Apoyo a este tipo de búsqueda es en forma de acceso muy flexible y amplio a la base de datos. Se proveen facilidades de recuperación, presentación, análisis y comparación de los datos.

11 La Fase de Diseño Formulación y validación de modelos Definición de criterios de selección Análisis de alternativas de solución Estudio de factibilidad Predicción y medición Entender el problema Acceso flexible a Base de Datos Se deben analizar todos los ambientes que la decisión afecta: la organización, los competidores, la sociedad (se pueden definir modelos de cada uno de ellos). Ej: Adquisición de nueva maquinaria viabilidad desde el punto de vista de la organización : flujo de caja, efectos en el personal, etc. efectos sociales: niveles de polución, contribución al desempleo,..

12 La Fase de Selección de Alternativas La formulación de las alternativas y selección Se ve afectada por cuatro dimensiones: - nivel de conocimiento de los resultados - nivel de programabilidad - criterios para las decisiones - nivel de impacto de la decisión Conocimiento de los resultados: - Certeza - Riesgo - Incertidumbre

13 Selección: Conocimiento de los resultados Certeza: conocimiento completo y exacto de lo que produce cada alternativa. Riesgo: se identifica la posibilidad de múltiples resultados para cada alternativa y la probabilidad de ocurrencia asociada a cada uno. Incertidumbre: se identifican múltiples consecuencias para cada alternativa, pero no se conoce la probabilidad de los resultados de cada una de ellas.

14 Selección: Certeza en los resultados Se calcula la alternativa óptima para una función objetivo dada, por ejemplo en base al menor costo. La programación lineal es un ejemplo de técnica para la localización de una solución óptima bajo certeza, si bien puede ser de un alto costo computacional. - sistemas de ecuaciones - programación lineal, entera, dinámica - modelos de teoría de colas - modelos de inventario - análisis de presupuestos de capital - análisis de puntos de equilibrio

15 Selección: Riesgo en los resultados Todas las estrategias (alternativas) y resultados (consecuencias de las decisiones) se asumen como conocidos, teniéndose como objetivo la maximización de utilidades. Se asume que se conocen las probabilidades de varios estados y se busca la optimización del resultado esperado (probabilidad X resultado). Métodos para presentar las estrategias, estados del mundo y resultados: matrices de pago (retorno), árboles de decisión Si hay certeza en cuanto a los estados que prevalecerán, simplemente se selecciona la estrategia que provee la mayor utilidad.

16 Selección: Incertidumbre en los resultados Como se conocen las consecuencias de las alternativas de decisión, pero no sus probabilidades, los criterios de optimización no son aplicables. Se estiman (predicen) las probabilidades desconocidas y luego el problema se trata como si fuera una toma de decisión bajo riesgo: - asignar probabilidades iguales - minimizar las penas - utilizar criterios de maximin o maximax

17 Ejemplo de Apoyo en la Fase de Selección En general, los DSS no hacen la elección, sino que entregan información de apoyo al responsable de efectuarlas: - uso de modelos de optimización y sugerencia para seleccionar entre alternativas - Teoría de decisiones Ejemplo Alternativas para un empresario dueño de un restorán 1. Dejarlo como está 2. Remodelar para mejorar la distribución 3. Reconstruir completamente Condiciones que pueden presentarse: 1. Aparece un competidor en un lugar cercano 2. Hay un cambio en el tráfico haciendo que pase menos gente 3. Todo sigue igual

18 Ejemplo: Uso de matrices de retorno Análisis: Alternativas Igual Nuevo Comp. Cambio Tráfico beneficios/ pérdidas (miles de $) No innovar Remodelar Construir Que conviene hacer? Si todo sigue igual mejor construir Supongamos probabilidades para cada situación: Igual=0.5, Nuevo Competidor= 0.2, Cambio Tráfico=0.3 Valores esperados de las alternativas: 1. No hacer nada: 2000*.5 + 0* *.3 = Remodelar: 4000* * *.3 = Construir: 7000* * *.3 = 900 Criterio de máximo valor esperado REMODELAR

19 Ejemplo: Otros criterios para decidir En el caso de incertidumbre en los resultados: 1. Visión Pesimista (MAXIMIN) Seleccionar la estrategia que dará la mayor utilidad (MAX), dado que ocurre lo peor (MIN). En el ejemplo del restorán, dado que lo peor es el cambio de tráfico, es aconsejable no hacer nada. 2. Visión Optimista (MAXIMAX) Seleccionar la estrategia que es mejor (MAX) dado que ocurre la mejor (MAX) de las situaciones. En el ejemplo, se decide construir. 3. Minimizar los "lamentos : Matriz de lamentos (MM$) Estimar lo que se deja de ganar en cada situación y escoger la situación de menor pérdida. Nada = 8 Remodelar = 5 Construir = 10

20 Otro Ejemplo: Árboles de Decisión En qué invertir el premio ganado en el último ATP Tour? actividad económica retorno $pesos 2.0 bolsa 1.5 alta (.2) 10 media (.5) 2 baja (.3) -5 alta (.2) 2 Capital Inicial 2.0 renta fija 2.0 media (.5) 2 baja (.3) 2 US$ 1.9 devaluación SI (.1) 10 NO (.9) 1