Los sistemas de apoyo a la toma de decisiones son un subconjunto de la inteligencia comercial que tiene como objetivo ayudar a las organizaciones a tomar decisiones comerciales informadas basadas en una gran cantidad de datos analizados.

Definición de sistemas de apoyo a la decisión

Un sistema de soporte de decisiones (DSS) es un sistema de información interactivo que analiza grandes volúmenes de datos para informar las decisiones comerciales. Un DSS respalda los niveles de gestión, operaciones y planificación de una organización para tomar mejores decisiones al evaluar la importancia de las incertidumbres y las compensaciones involucradas en la toma de una decisión sobre otra.

Un DSS aprovecha una combinación de datos sin procesar, documentos, conocimiento personal y/o modelos comerciales para ayudar a los usuarios a tomar decisiones. Las fuentes de datos utilizadas por un DSS podrían incluir fuentes de datos relacionales, cubos, almacenes de datos, registros médicos electrónicos (EHR), proyecciones de ingresos, proyecciones de ventas y más.

El concepto de DSS surgió de la investigación realizada en el Carnegie Institute of Technology en las décadas de 1950 y 1960, pero realmente echó raíces en la empresa en la década de 1980 en forma de sistemas de información ejecutiva (EIS), sistemas de soporte de decisiones grupales (GDSS), y sistemas de soporte de decisiones organizacionales (ODSS). Dado que las organizaciones se centran cada vez más en la toma de decisiones basada en datos, la ciencia de decisiones (o la inteligencia de decisiones) va en aumento, y los científicos de decisiones pueden ser la clave para desbloquear el potencial de los sistemas de ciencia de decisiones. Al reunir la ciencia de datos aplicada, las ciencias sociales y la ciencia gerencial, la ciencia de decisiones se enfoca en seleccionar entre opciones para reducir el esfuerzo requerido para tomar decisiones de mayor calidad.

Ejemplos de sistemas de apoyo a la toma de decisiones

Los sistemas de soporte de decisiones se utilizan en una amplia gama de industrias. Los usos de ejemplo incluyen:

• Planificación de rutas GPS. Se puede utilizar un DSS para planificar las mejores y más rápidas rutas entre dos puntos analizando las opciones disponibles. Estos sistemas a menudo incluyen la capacidad de monitorear el tráfico en tiempo real para sortear la congestión.
• Planificación de cultivos. Los agricultores usan DSS para ayudarlos a determinar el mejor momento para plantar, fertilizar y cosechar sus cultivos. Bayer Crop Science ha aplicado análisis y soporte de decisiones a cada elemento de su negocio, incluida la creación de “fábricas virtuales” para realizar análisis hipotéticos en sus sitios de fabricación de maíz.
• DSS clínico. Estos sistemas ayudan a los médicos a diagnosticar a sus pacientes. Penn Medicine ha creado un DSS clínico que lo ayuda a sacar a los pacientes de la UCI de los ventiladores más rápido.
• Cuadros de mando ERP. Estos sistemas ayudan a los gerentes a monitorear los indicadores de desempeño. La empresa de servicios y marketing digital Clearlink utiliza un sistema DSS para ayudar a sus gerentes a identificar qué agentes necesitan ayuda adicional.

Sistemas de apoyo a la decisión vs inteligencia de negocios

DSS y la inteligencia comercial (BI) a menudo se combinan. Algunos expertos consideran que BI es un sucesor de DSS. Los sistemas de soporte de decisiones generalmente se reconocen como un elemento de los sistemas de inteligencia comercial, junto con el almacenamiento de datos y la minería de datos.

Mientras que BI es una categoría amplia de aplicaciones, servicios y tecnologías para recopilar, almacenar, analizar y acceder a datos para la toma de decisiones, las aplicaciones DSS tienden a estar más diseñadas para respaldar decisiones específicas. Por ejemplo, un DSS comercial podría ayudar a una empresa a proyectar sus ingresos durante un período determinado mediante el análisis de datos de ventas de productos anteriores y variables actuales. Los proveedores de atención médica utilizan sistemas de apoyo a las decisiones clínicas para hacer que el flujo de trabajo clínico sea más eficiente: alertas y recordatorios computarizados para los proveedores de atención, pautas clínicas, conjuntos de órdenes para condiciones específicas, etc.

DSS frente a inteligencia de decisiones

La firma de investigación Gartner declaró que la inteligencia de decisiones es una de las principales tendencias tecnológicas estratégicas para 2022. La inteligencia de decisiones busca actualizar y reinventar los sistemas de soporte de decisiones con una combinación sofisticada de herramientas que incluyen inteligencia artificial (IA) y aprendizaje automático (ML) para ayudar a automatizar la toma de decisiones. . Según Gartner, el objetivo es diseñar, modelar, alinear, ejecutar, monitorear y ajustar modelos y procesos de decisión.

Tipos de sistema de apoyo a la decisión

En el libro Decision Support Systems: Concepts and Resources for Managers, Daniel J. Power, profesor de sistemas de información gerencial en la Universidad del Norte de Iowa, divide los sistemas de soporte de decisiones en cinco categorías según sus principales fuentes de información.

DSS basado en datos. Estos sistemas incluyen el cajón de archivos y los sistemas de informes de gestión, los sistemas de información ejecutiva y los sistemas de información geográfica (SIG). Hacen hincapié en el acceso y la manipulación de grandes bases de datos de datos estructurados, a menudo una serie temporal de datos internos de la empresa y, a veces, datos externos.

DSS basado en modelos. Estos DSS incluyen sistemas que utilizan modelos contables y financieros, modelos de representación y modelos de optimización. Hacen hincapié en el acceso y la manipulación de un modelo. Por lo general, aprovechan herramientas estadísticas y analíticas simples, pero Power señala que algunos sistemas OLAP que permiten un análisis complejo de datos pueden clasificarse como sistemas DSS híbridos. El DSS basado en modelos utiliza datos y parámetros proporcionados por los responsables de la toma de decisiones, pero Power señala que, por lo general, no requieren muchos datos.

DSS basado en el conocimiento. Estos sistemas sugieren o recomiendan acciones a los gerentes. A veces llamados sistemas de asesoramiento, sistemas de consulta o sistemas de sugerencias, brindan experiencia especializada en resolución de problemas basada en un dominio particular. Por lo general, se utilizan para tareas que incluyen clasificación, configuración, diagnóstico, interpretación, planificación y predicción que, de otro modo, dependerían de un experto humano. Estos sistemas a menudo se combinan con la minería de datos para filtrar las bases de datos y producir relaciones de contenido de datos.

DSS basado en documentos. Estos sistemas integran tecnologías de almacenamiento y procesamiento para la recuperación y el análisis de documentos. Un motor de búsqueda es un ejemplo.

DSS grupales e impulsados ​​por la comunicación. El DSS basado en la comunicación se enfoca en la comunicación, la colaboración y la coordinación para ayudar a las personas que trabajan en una tarea compartida, mientras que el DSS grupal (GDSS) se enfoca en apoyar a los grupos de tomadores de decisiones para analizar situaciones problemáticas y realizar tareas de toma de decisiones grupales.

Componentes de un sistema de apoyo a la decisión

Según Management Study HQ , los sistemas de soporte de decisiones constan de tres componentes clave: la base de datos, el sistema de software y la interfaz de usuario.

1. base de datos DSS. La base de datos se basa en una variedad de fuentes, incluidos datos internos de la organización, datos generados por aplicaciones y datos externos comprados a terceros o extraídos de Internet. El tamaño de la base de datos DSS variará según la necesidad, desde un pequeño sistema independiente hasta un gran almacén de datos.
2. Sistema de software DSS. El sistema de software se basa en un modelo (que incluye el contexto de decisión y los criterios del usuario). El número y tipos de modelos dependen del propósito del DSS. Los modelos comúnmente utilizados incluyen:
   1. Modelos estadísticos. Estos modelos se utilizan para establecer relaciones entre eventos y factores relacionados con ese evento. Por ejemplo, podrían usarse para analizar las ventas en relación con la ubicación o el clima.
   2. Modelos de análisis de sensibilidad. Estos modelos se utilizan para el análisis de “qué pasaría si”.
   3. Modelos de análisis de optimización. Estos modelos se utilizan para encontrar el valor óptimo de una variable objetivo en relación con otras variables.
   4. Modelos de pronóstico. Estos incluyen modelos de regresión, análisis de series de tiempo y otros modelos utilizados para analizar las condiciones comerciales y hacer planes.
   5. Modelos de sensibilidad de análisis hacia atrás. A veces llamado análisis de búsqueda de objetivos, estos modelos establecen un valor objetivo para una variable en particular y luego determinan los valores que otras variables deben alcanzar para alcanzar ese valor objetivo.
3. Interfaz de usuario de DSS. Tableros y otras interfaces de usuario que permiten a los usuarios interactuar y ver resultados.

Software de sistema de apoyo a la toma de decisiones

Según Capterra, el popular software del sistema de soporte de decisiones incluye:

• Checkbox. Este software de automatización de servicios sin código para empresas utiliza una interfaz de arrastrar y soltar para crear aplicaciones con reglas personalizables, lógica de árbol de decisiones, cálculos y puntajes ponderados.
• Yonyx. Yonyx es una plataforma para crear aplicaciones DSS. Cuenta con soporte para crear y visualizar flujos de interacción con el cliente basados ​​en árboles de decisión. Se enfoca especialmente en árboles de decisión para centros de llamadas, autoservicio de clientes, integración de CRM y datos empresariales.
• Parmenides Edios. Diseñado para medianas y grandes empresas, Parmenides Eidos proporciona razonamiento visual y representación del conocimiento para respaldar la elaboración de estrategias, la resolución de problemas y la toma de decisiones basadas en escenarios.
• XLSTAT. XLSTAT es un complemento de análisis de datos de Excel diseñado para usuarios corporativos e investigadores. Cuenta con más de 250 funciones estadísticas, que incluyen visualización de datos, modelado estadístico, extracción de datos, pruebas estadísticas, métodos de pronóstico, aprendizaje automático, análisis conjunto y más.
• 1000minds es un conjunto de herramientas y procesos en línea para la toma de decisiones, la priorización y el análisis conjunto. Se deriva de la investigación en la Universidad de Otago en la década de 1990 sobre métodos para priorizar pacientes para cirugía.
• Information Builders WebFOCUS. Esta plataforma de datos y análisis está diseñada para empresas medianas y grandes que necesitan integrar e incorporar datos en todas las aplicaciones. Ofrece opciones de nube, multinube, locales e híbridas.
• QlikView es la solución analítica clásica de Qlik, basada en el motor asociativo de la empresa. Está diseñado para ayudar a los usuarios con sus tareas diarias mediante un panel configurable.
• SAP BusinessObjects. BusinessObjects consta de aplicaciones de informes y análisis para ayudar a los usuarios a comprender las tendencias y las causas fundamentales.
• TIBCO Spotfire. Este software de análisis y visualización de datos ayuda a los usuarios a crear paneles y potenciar aplicaciones predictivas y aplicaciones de análisis en tiempo real.
• Briq es una plataforma de automatización y análisis predictivo creada específicamente para contratistas generales y subcontratistas en la construcción. Aprovecha los datos de contabilidad, gestión de proyectos, CRM y otros sistemas para potenciar la IA para el análisis predictivo y prescriptivo.

Thor Olavsrud, CIO.com