管理決策 - MIS系統
決策的概念
決策是一個認知過程，結果幾種可供選擇的方案中選擇的行動方針。
決策是一個任何人的日常活動。 ，沒有例外。當它涉及到企業組織，決策是一種習慣和過程。
有效和成功的決策，使公司的利潤和不成功的損失。因此，企業的決策過程是在任何組織中最關鍵的過程。
在決策過程中，我們從幾個可能的替代選擇一門課程的行動。在決策的過程中，我們可以使用很多工具，技術和看法。
此外，我們可以使我們自己的私人決定或可能更喜歡一個集體的決定。
通常情況下，決策是很難的。大部分企業決策涉及一定程度的不滿或與之相沖突另一方。
讓我們一起來看看詳細的決策過程。
決策過程：
以下是決策過程中的重要步驟。每個步驟可以得到不同的工具和技術。
第1步：識別的目的所決定的
在此步驟中，問題是徹底的分析。有幾種當它涉及到標識的目的所決定的，應該問的問題。
究竟是什麼問題呢？
爲什麼？這個問題應該可以解決嗎？
受影響人的問題是誰？
問題是否有一個最後期限或特定的時間行嗎？
第2步：收集信息
一個組織的問題有許多利益相關者。此外，可以有幾十種因素，並受該問題影響。
在解決問題的過程中，你將不得不盡可能多地收集相關信息的因素和利益相關者參與的問題。信息收集的過程中，工具，例如「查詢表可以有效地使用。
第3步：判斷的替代品的原則
在此步驟中，應設置基線的替代品，用於判斷標準。當談到定義的標準，組織目標和企業文化應該考慮。
作爲一個例子，利潤是每一個決策過程中的主要問題之一。公司平時不化妝，減少利潤，除非是特殊情況下的決策。同樣，基線原則應確定手頭的問題。
第4步：集體討論和分析不同的選擇
對於這一步，集思廣益，列出了所有的想法是最好的選擇。之前的想法產生步驟，這是至關重要的問題和優先次序的原因，瞭解原因。
對於這一點，您可以利用的原因和效果圖和帕累託圖工具。原因和效果圖可以幫助你找出所有可能的問題和原因，帕累託圖有助於您優先考慮，並找出原因，效果最高。
然後，您可以將生成所有可能的解決方案（替代品）。
第5步：方案評價
使用你的判斷原則和決策標準來評估每個替代。在這一步，經驗和成效的判斷原則來發揮作用。需要比較每個替代他們的正面和負面。
第6步：選擇最好的選擇
一旦你去通過從第1步到第5步，這一步是很容易的。此外，最好的替代選擇是一個明智的決定，因爲你已經按照一種方法來獲得和選擇的最佳替代品。
第7步：執行決定：
你的決定轉換成計劃或一系列活動。執行你的計劃，由自己或下屬的幫助。
第8步：評估結果：
評估決定的結果。看看是否有什麼應該學會在未來的決策，然後糾正。這是最好的做法，這將提高你的決策技能之一。
在決策的過程和建模
決策有兩種基本模型：
理性模型
標準模型
理性的模型是基於認知的判斷，並有助於選擇最合理，最明智的選擇。這種模型的例子是：決策矩陣分析，普格矩陣，SWOT分析法，帕累託分析和決策樹，選擇矩陣等
理性決策模型需要以下步驟：
識別問題
識別的過程和結果的重要的標準
考慮到所有可能的解決方案
計算的所有解決方案的後果和比較滿足條件的概率
選擇最好的選擇
決策的標準模型認爲可能出現的決策，如，時間，複雜性，不確定性和資源不足的制約因素。
根據這個模型，決策的特點是：
有限的信息處理 - 一個人只能管理一個有限數量的信息。
判斷啓發式 - 一個人可以使用快捷鍵，以簡化決策過程。
滿意度 - 一個人可以選擇僅僅是「足夠好」的解決方案。
動態決策
動態決策（DDM）是協同決策涉及相互依存的系統，隨時間變化的環境中，無論是由於決策者或由於決策者控制之外的事件，以前的行動。
這些決策的更加複雜和實時。
動態決策涉及人們如何用自己的經驗來控制系統的動態觀察並注意到就此採取的最好的決定。
敏感性分析
敏感度分析是一種技術，用於分配的不確定性的數學模型或系統，以不同來源的不確定性，其輸入輸出。
從商業決策的角度，敏感度分析有助於識別成本驅動因素，以及其他數量分析師，以作出明智的決定。如果一個特定的量有沒有關係的決定或預測，那麼數量有關的條件可能會被淘汰，從而簡化了決策過程。
敏感性分析也有助於在其他一些情況下，如：
資源優化
未來的數據收集
確定關鍵假設
爲了優化製造零件的公差
靜態和動態模型
靜態模型：
一個均衡的系統顯示的各種屬性的值
在靜態系統中最好的工作
不考慮基於時間的差異
不起作用但是在實時系統中，可能工作在一個動態的系統處於平衡狀態時，
涉及較少的數據
容易分析
更快的提供結果
動態模型：
隨着時間的推移，考慮數據值的變化
隨着時間的推移，考慮系統行爲的影響
隨着時間的變化而重新計算方程
只有在動態系統可應用於
仿真技術
模擬是一種模仿一個真實世界的過程或系統在一段時間的操作的技術。仿真技術可以用來協助管理決策，分析方法是不可用或不能適用。
一些地方使用模擬技術的典型業務問題是：
庫存控制
排隊問題
生產計劃
運籌學技術
運籌學（OR）包括範圍廣泛的涉及到各種先進的分析模型和方法解決問題的技巧。它有助於效率和改進決策。
它包括仿真等技術，數學優化，排隊論，隨機過程模型，計量經濟學的方法，數據包絡分析，神經網絡，專家系統，決策分析，層次分析法。
或技術描述系統，通過建立數學模型。
啓發式編程
啓發式編程指的是人工智能的一個分支。它由在本質上是自學習的程序。
然而，這些方案是在本質上不是最佳的，因爲它們是基於經驗的技術，以解決問題。
最基本的啓發式程序基於純「試錯法。
啓發式'猜測'的方法解決問題，產生一個「足夠好」的答案，而不是尋找一個'最可能的解決方案。
集團決策
在一組不同的個人在羣體決策中，參與協同決策。
集團決策支持系統（GDSS）是一個決策支持系統，在一羣人的決策提供支持。它有利於在羣組成員間的自由流動和交換想法和信息。決定均採用更高程度的共識和協議實施的可能性高得驚人。
以下是可用基於計算機GDSS的類型：
決定網絡：這種類型，可以通過網絡或通過一箇中央數據庫中的參與者互相通信。應用軟件可以使用共享模式提供支持
決策室：，參與者即決定室坐落在一個地方。這樣做的目的是爲了提高參與者的互動和決策在一個固定的時間內，使用主持人。
電話會議：小組地理上分散的成員或子組;電話會議提供交互式連接兩個或更多的決策室之間。這種互動將涉及電腦和視聽信息的傳輸。