Khi phân tích dữ liệu và các khả năng khác được thêm vào EIS, hệ thống kết quả đôi khi được gọi là Hệ thống hỗ trợ điều hành ESS xem Rockart và DeLong 1988.. Khi Ben Heineman là CEO của
Trang 1TRƯỜNG ĐẠI HỌC XÂY DỰNG
Khoa công nghệ thông tin
Đỗ Anh Tuấn – 211464 Lớp : 64PM2
Hà Nội – 02 – 2023
Trang 2DeLong 1986) cũng chỉ ra rằng khoảng phần trăm SO thuộc khảo sát EIS đã được
sử dụng trực tiếp bởi giám đốc điều hành hàng đầu (ví dụ: CEO, CFO) Đó là, cứ sáu giám đốc điều hành hàng đầu thì có khoảng một người sử dụng trực tuyến với EIS Một số nghiên cứu gần đây cung cấp các mô tả chung về EIS, ví dụ, xem Brody (1988) và McNurlin ( 1987) Các nghiên cứu trường hợp cụ thể được cung cấp bởi Houdeshel và Watson ( 1987), Fedorowicz (1986), và trong một số đặc biệt của Informrim Cenfer (1988)
Gần đây, khái niệm EIS có liên quan đến DSS Ví dụ, từ năm 1986 Viện Khoa học Quản lý đã kết hợp trong Hội nghị DSS của mình một EIS đặc biệt phổ biến với những người tham dự hội nghị (xem El Sawy 1987 và Fedorowicz 1986)
Trang 3Một khía cạnh của mối quan hệ giữa EIS và DSS là sự tích hợp của hai Khi phân tích dữ liệu và các khả năng khác được thêm vào EIS, hệ thống kết quả đôi khi được gọi là Hệ thống hỗ trợ điều hành (ESS) (xem Rockart và DeLong 1988) Khi Ben Heineman là CEO của Northwest Industries, hệ thống anh ấy đã sử dụng là một EIS với tùy chọn sử dụng các hệ thống hỗ trợ quyết định dựa trên nền tảng Express (Rockart và Treacy 1982).
Mục đích của trang này là mô tả cách làm cho ESS trở nên hữu ích hơn hoặc “thông minh” hơn bằng cách thêm các khả năng của hệ thống chuyên gia (ES) vào nó Đặc biệt tờ giấy bao gồm
2 KHÁI NIỆM VỀ ESS
Có sự nhầm lẫn đáng kể về các điều khoản EIS và ESS Thường xuyên họ đang được sử dụng thay thế cho nhau
Trang 4Tuyên bố sau đây được cung cấp bởi Execucom Systems Corporation (Austin.TX) để chứng minh sự khác biệt giữa hai hệ thống: “Bởi vì EIS chỉ phục vụcho các giám đốc điều hành hàng đầu, sẽ không cải thiện được sự phối hợp và kiểmsoát ngoại trừ thông qua tác động gián tiếp của việc tập trung sự chú ý trong toàn
tổ chức vào *M_ của nhà điều hành các yếu tố thành công “ Thiếu sót nghiêm trọng nhất của EIS, tuy nhiên, nó chỉ giúp nhà điều hành hiểu được vị trí của tổ chức hiện nay-nó làm được rất ít trong việc giúp họ hình dung nó có thể ở đâu trong tương lai Nó cung cấp thông tin, nhưng không phải trí thông minh Để biến thông tin thành trí thông minh, bạn phải hiểu nó có thể ảnh hưởng đến tương lai củabạn như thế nào.”
Hệ thống hỗ trợ điều hành là một ứng dụng dựa trên máy tính hỗ trợ việc lập
kế hoạch, phân tích của giám đốc điều hành, và nhu cầu truyền thông bên cạnh thông tin của họ cần Điều này đòi hỏi phải kết hợp các khả năng EIS và DSS trongmột hệ thống duy nhất
EIS tập trung vào hiện tại, thường trình bày cho giám đốc điều hành thông tin trong khung thời gian ngân sách của tổ chức Hơn nữa, nó chỉ là một công nghệ trưng bày, định hướng trình bày báo cáo tĩnh đồ thị, và thông tin văn bản dựa trên nhu cầu Nó không cung cấp khả năng phân tích để giúp người điều hành giải thích,chẩn đoán và hiểu thông tin được trình bày cho họ Ngoài ra, một EIS không làm gì
để giúp giám đốc điều hành dự báo tác động của các quyết định và kế hoạch khác nhau mà anh/cô có thể thực hiện, hoặc để hiểu tác động của các tình huống khác nhau có thể áp đặt lên tổ chức từ bên ngoài
Không phải ai cũng ủng hộ ý tưởng này Như đã thảo luận bởi Brady (1988),
có nhiều người tin rằng EIS và DSS phải là những sản phẩm hoàn toàn độc lập Lậpluận chính ủng hộ ý kiến này là các giám đốc điều hành hàng đầu không làm nhiều phân tích; thay vào đó, họ ủy thác nó Lập luận phản biện chính là các giám đốc
Trang 5điều hành cấp hai và các giám đốc điều hành trẻ muốn thực hiện tất cả hoạt động
Rõ ràng là có một vị trí cho cả hai loại hệ thống Trong trang này, chúng tôi xử lý ESS như một EIS/DSS tích hợp; nghĩa là, chúng tôi giả định rằng nó sẽ cung cấp khả năng phân tích cho các giám đốc điều hành
Cấu trúc đơn giản hóa của ESS được thể hiện trong Hình 1 Nói chung, đầu
ra của EIS được sử dụng để xác định các cơ hội và/hoặc vấn đề trong khi DSS được
sử dụng để phân tích những việc cần làm với những cơ hội và/hoặc vấn đề này
3 KHẢ NĂNG ES
Để đánh giá đóng góp tiềm năng của ES cho ESS điều hữu ích là kiểm tra khả năng Chúng tôi làm như vậy bằng cách xem xét hai khía cạnh: ES có thể làm gì và
ở lĩnh vực nào đã được tìm thấy là thành công
Tranh 1 Cấu trúc đơn giản hóa của ESS
EIS
DSSGiao diện
Các thành phần khác ví dụ như sự
Trang 6Những gì ES có thể làm Các hệ chuyên gia được thiết kế để bắt chước các chuyên gia của con người Như vậy họ là
đã từng:
• Đưa ra lời khuyên về các vấn đề phức tạp, chuyên biệt
• Dạy hoặc đào tạo người không chuyên
• Cung cấp tư vấn kịp thời (hoặc “ý kiến thứ hai”)
• Giải thích cách đạt được kết luận, hoặc tại sao cần thêm thông tin
BẢNG 1 Các loại chung của hệ chuyên gia
Tên loại Vấn đề được giải quyếtDiễn dịch Suy luận mô tả tình huống từ dữ liệu
Trang 7Thiết kế Định cấu hình các đối tượng dưới các
Sửa chữa Thực hiện một kế hoạch để quản lý
một biện pháp khắc phục theo quy định Hướng dẫn Chẩn đoán, sửa lỗi và sửa bài cho các
hiệu suất cơ bản
Điều khiển Phiên dịch, dự đoán sửa chữa, giám
Trang 8Việc tích hợp ES và DSS đôi khi đã được ủng hộ bởi một số nhà nghiên cứu và những người trong nghề (ví dụ, xem Bonczek et al 1981, Kowalik 1986, Lee và Lee 1988, Luconi et al 1986 và Scott Morton 1984).
Sự tích hợp như vậy xuất hiện dưới nhiều tên khác nhau (ES/DSS, XDSS, DSS, DSS/ES, EDSS thông minh) có thể tăng hiệu quả của DSS cũng như cho phép việc
sử dụng DSS để giải quyết các vấn đề khá phức tạp
Mục đích của việc tích hợp như vậy là để cải thiện việc xây dựng và sử dụng DSS
và nó được thảo luận trong các tài liệu tham khảo ở trên Một sự tích hợp như vậy
có thể giả định cấu hình khác nhau (xem Teng et al 1988 và Turban and Watkins 1986)
Việc tích hợp với DSS có thể tham gia bằng cách tích hợp ES với mô hình cơ sở, giao diện hoặc với toàn bộ hệ thống Bảng 2 cung cấp một danh sách các tài liệu tham khảo đại diện
Các khả năng nâng cao mà ES có thể cung cấp cho DSS và cho ESS là nhiều Ví
dụ, nó có thể:
Cung cấp khả năng suy luận cho DBMS,
Cho phép truy cập dễ dàng hơn vào cơ sở dữ liệu,
Mở rộng quy trình truy vấn
Giúp xác định vấn đề,
Cung cấp giải thích về đầu ra của các mô hình,
Kích hoạt một giao diện đơn giản hơn
BẢNG 2 Tài liệu tham khảo về tích hợp ES/DSS
Trang 9Thành phần Tác giả
Cơ sở dữ liệu Al-Zobaidie and Grimson
và sự quản lý của nó (1987) Brodiie and Mylpoulos (1986) Hsu and Skevington (1987), Jarke and Vasiliou (1984), Kerscgberg (1986), King (1985) and Yasdi (1985)
Cơ sở mô hình và Blanning (1988), Fedorowicz vàquản lý của nó Williams (1986) Elam và Konsynsky (1987)
Giao diện hộp thoại Harris (1987) Ishikawa (1987) Sawaragi et al (1986)
DSS như một hệ thống Sawaragi et al (1986) Turban (ví dụ: thêm (1988), King (1989a,b)
Trang 10Tích hợp Expert S_vsrems Hệ thống thông tin Execxbe và DSS
5 TÍCH HỢP ES VÀ EIS
Có rất ít thảo luận trong tài liệu về việc tích hợp ES và EIS hoặc về cách làm cho EIS thông minh hơn Nó chỉ đơn giản là một chủ đề rất mới Tuy nhiên, có một số nghiên cứu liên quan đến chức năng EIS (ví dụ: sử dụng ES trong xác định vấn đề).Những điều này sẽ được mô tả trong phần tiếp theo của chúng tôi King (1989a) đã báo cáo nỗ lực tạo tiền đề cho sự tích hợp như vậy : sử dụng Nói chung, đóng góp chính của ES cho EIS có thể là trong việc diễn giải lượng thông tin khổng lồ được giám sát bởi EIS ví dụ, xem xét các bất thường hoặc kiểm tra các xu hướng tiềm
ẩn Một lĩnh vực khác là cung cấp các giải thích cho các câu hỏi mà người dùng có thể đưa ra Mối quan tâm đặc biệt là khả năng tiếp cận các cơ sở dữ liệu thương mại
Các cơ sở dữ liệu trực tuyến thương mại được phát triển độc lập với nhau, với các ngôn ngữ lệnh, cấu trúc tệp và giao thức truy cập khác nhau Nếu người ta thêm vào điều này sự phức tạp của tìm kiếm, sự gia tăng của các cơ sở dữ liệu trực tuyến (vài nghìn) và việc thiếu tiêu chuẩn hóa, thì không khó để hiểu tại sao cần có kiến thức sâu rộng để sử dụng các cơ sở dữ liệu này một cách hiệu quả Các hệ thống chuyên gia đang được sử dụng (thường là với bộ xử lý ngôn ngữ tự nhiên) làm giaodiện cho các cơ sở dữ liệu đó Cơ sở tri thức của ES bao gồm tri thức về chiến lược tìm kiếm Ví dụ, một hệ thống như vậy có thể tư vấn cho người dùng thông thường
về cách thực hiện một tìm kiếm đơn giản hoặc nó có thể hướng dẫn người dùng có kinh nghiệm hơn trong việc truy cập các cơ sở dữ liệu được tổ chức khó khăn Nhìnchung, nó có thể làm cho một hệ thống trực tuyến trở nên trong suốt đối với người dùng Để biết chi tiết, xem Kehoe (1985) và Hawkins (1988)
6 QUÁ TRÌNH RA QUYẾT ĐỊNH VÀ SỰ HỖ TRỢ CỦA QUÁ TRÌNH RA QUYẾT ĐỊNH
Trang 11Việc tích hợp ES với EIS và DSS có thể được khám phá tốt nhất bằng cách xem
%.ipport quản lý được cung cấp bởi một hệ thống như vậy Để hiểu được sự hỗ trợ như vậy, chúng tôi sẽ sử dụng quy trình ra quyết định dựa trên Simon Các bước trong quy trình này như trong Hình 2 là:
Bước a Vấn đề tìm kiếm cơ hội Bước này liên quan đến việc thu thập thông tin từ nhiều nguồn khác nhau để xác định các vấn đề và cơ hội Bước này là bước được EIS hỗ trợ chủ yếu Hệ thống giám sát môi trường, chuẩn bị báo cáo, tập trung vào các chỉ số chính, cho phép điều tra “đi sâu vào”, v.v Bước này có thể yêu cầu thôngtin bổ sung, lời khuyên của chuyên gia, xác minh, v.v
Bước b Phân tích Một khi vấn đề (cơ hội) đã được xác định, một câu hỏi được đặt ra: phải làm gì với nó? Ở bước này, một phân tích được yêu cầu Phân tích có thể làđịnh tính hoặc định lượng (hoặc kết hợp) Phân tích định lượng có thể được hỗ trợ bởi DSS
Bước c Sự lựa chọn Trong bước này, một quyết định được đưa ra liên quan đến vấn đề (hoặc cơ hội) dựa trên kết quả phân tích Bước này có thể được hỗ trợ bởi DSS (nếu đó là một người ra quyết định duy nhất) hoặc bởi GDSS nếu đó là một nhóm
Bước đ Thực hiện Trong trường hợp quyết định đưa ra một sự thay đổi, nó cần phải được thực hiện
7 TÍCH HỢP ES
Hình 3 cho thấy khả năng tích hợp ES trong quy trình được hỗ trợ bởi EWDSS; những gì chúng ta gọi là “ESS thông minh” hoặc ES/EIS/DSS tích hợp Hình này trình bày một tiềm năng sử dụng của bảy hệ chuyên gia khác nhau Các lĩnh vực ứng dụng của chúng được đánh dấu từ ES 1 đến ES 7
Trang 13ES 1 Hệ thống này có thể giúp thiết kế luồng thông tin cho ban điều hành (ví dụ: giám sát cái gì, khi nào) và trong việc giải thích (xem Bảng 1) của thông tin thu thập được Vì một số thông tin không rõ ràng nên sự kết hợp giữa ES và điện toán thần kinh có thể rất hữu ích Toàn bộ lĩnh vực quét, giám sát, dự báo (ví dụ: xu hướng) và đánh giá (hoặc giải thích) có thể được hỗ trợ rất nhiều bởi tự động hóa nói chung (ví dụ: E-mail, v.v.) và đặc biệt là bởi ES Xem Fahey và Narayana (1986) để biết quy trình phân tích môi trường và Fedorowicz (1989) để thảo luận
về hỗ trợ máy tính nói chung Cuối cùng, việc sử dụng ES với các cơ sở dữ liệu bênngoài đã được thảo luận trong phần 5
ES 2 Dựa trên thông tin thu thập được, xác định vấn đề (cơ hội) là thực hiện Các
hệ chuyên gia có thể đóng một vai trò quan trọng trong bước này vừa là hỗ trợ cho
Trang 14EIS (xem King 1989a) và giúp định nghĩa chính xác vấn đề (xem Courtney et al 1987).
ES 3 Phân tích định tính dựa trên việc sử dụng kiến thức chuyên môn Ở đây, người ta có thể thay thế các chuyên gia với ES (tiết kiệm đáng kể thời gian và tiền bạc) Ví dụ, một ES có thể cung cấp tư vấn về các vấn đề pháp lý hoặc thuế có liên quan đến vấn đề Một cách sử dụng khác có thể có của ES tại thời điểm này thời gian dành cho việc hỗ trợ các phương pháp dự báo định tính
ES 4 Sự hỗ trợ của ES cho phân tích định lượng đã được thảo luận chi tiết trong phần f4 Đặc biệt quan trọng là khả năng giải thích của kết quả phân tích Cácphân tích có thể được thực hiện bởi các nhà phân tích nhân viên
ES 5 Lựa chọn cuối cùng có thể do một cá nhân hoặc một nhóm đưa ra Cả hai có thể cần giải thích thông tin được tạo ra trong quá trình phân tích và thực hiện các
dự đoán bổ sung Đây là hai loại chung điển hình của ES Tuy nhiên, những người
ra quyết định có thể sử dụng ES để giúp phát triển thiết kế và lập kế hoạch cuối cùng (bao gồm cả kế hoạch thực hiện) của hành động được đề xuất Vai trò của ES trong GDSS có thể cực kỳ quan trọng; hiện tại chúng tôi có rất ít thông tin về chủ
ES và giao diện là được đề cập trong phần 4
ES khác Các ES khác có thể được sử dụng để giúp xây dựng EIS/ESS hoặc để tư vấn về cách để sử dụng nó trong các tình huống khác nhau
Trang 158 CÁCH TÍCH HỢP (KHỚP NỐI ES, EIS VÀ DSS)
Việc tích hợp ES với EIS và DSS có thể được thực hiện theo nhiều cách Nó phụ thuộc vào mục đích của hệ thống, trên phần cứng, mạng và các công cụ phát triển Vấn đề là có một số cách khác nhau để cấu trúc từng thành phần Ví dụ, Sprague vàCarlson (1982) đề xuất bốn kiến trúc khác nhau cho một DSS Sau đó, có một số cách để kết nối ES với các bộ phận khác Ví dụ, Al-Zobai-die và Gromson (1987) xác định ba kiến trúc khác nhau để ghép ES và dữ liệu căn cứ King (1989b) phân biệt giữa liên kết truyền thông với liên kết hợp nhất cách tiếp cận để tích hợp ES vàDSS Nói chung, tích hợp vật lý có thể được thực hiện theo một trong hai cách: thông qua một cách tiếp cận truy cập hoặc các thành phần có thể được nhúng vào nhau Sử dụng cách tiếp cận truy cập, các công cụ phát triển ES hoặc các chương trình ứng dụng ES có thể truy cập EIS, DSS hoặc các chương trình khác theo một trong ba cách: thông qua một bộ xử lý, sử dụng đa bộ xử lý, hoặc thông qua mạng Trong cách tiếp cận nhúng, phần mềm ES được nhúng trong EIS hoặc DSS (hoặc các chương trình khác) Cách tiếp cận này có thể được coi là “thế hệ thứ hai” của việc tích hợp ES và các hệ thống thông thường Nó nhúng các khả năng ES giá trị gia tăng trong các chương trình Người dùng nhìn thấy một ứng dụng duy nhất mà
họ có thể làm việc cùng Không có sự phân biệt giữa ES và các bộ phận thông thường Một ví dụ về công cụ phát triển tích hợp là Executive Edge (từ Execucorn Systems Corporation) Sản phẩm này tập trung vào một trình tạo DSS (IFPS/PLUS)được bổ sung thêm các khả năng của EIS và cơ sở giải thích về ES công cụ có thể được sử dụng để xây dựng một hệ thống hỗ trợ quản lý khá toàn diện Trong việc xây dựng các hệ thống tích hợp, cấu trúc vật lý có thể trở thành một yếu tố quan trọng Trong khi các hệ thống nhúng có vẻ được ưa chuộng, chúng còn hơn thế nữa.khó khăn hoặc tốn kém hơn để xây dựng Có nhiều thành phần tiêu chuẩn hơn có thể hỗ trợ các phương pháp tiếp cận dẫn đến tiết kiệm thời gian và/hoặc tiền bạc Việc lựa chọn một chế độ tích hợp thích hợp nằm ngoài phạm vi của bài báo này
Trang 16Tuy nhiên nó chắc chắn nên được xem xét trong giai đoạn thiết kế của một dự án tích hợp.
9 ĐỀ XUẤT CÁC CHỦ ĐỀ NGHIÊN CỨU
Sự tích hợp của ES, EIS và DSS và mối quan hệ giữa các công nghệ là mới bắt đầu được điều tra Đối với các nghiên cứu gần đây, xem King (1989a) El Sawy (1989),
và Người bạn (1989) Sau đây là một số vấn đề được đề xuất làm đề tài nghiên cứu:
Sở thích điều hành của EIS so với ESS
Có nên thiết kế ES/EIS/lXS cho một nhóm không?
Yêu cầu hệ thống thông tin-làm rõ thêm,
Cách EIS giao tiếp với DSS và với một hệ thống chuyên gia, cả về chức năng và vật lý
Phương pháp phân tích và phát triển hệ thống thích hợp nhất cho một ESS thông minh là gì?
ESS thông minh đang thực sự được sử dụng như thế nào? Chúng ta có thể phát triển các hướng dẫn sẽ cho phép giám đốc điều hành để tận dụng tối đa các hệ thống này?
Một phương pháp để phân tích lợi ích chi phí trước khi cài đặt một ESS thông minh
và một phương pháp đánh giá vận hành ESS thông minh
Ai sẽ xây dựng ESS thông minh và chịu trách nhiệm về nó?
Ở đâu và làm thế nào để có được kiến thức cần thiết cho các hệ thống như vậy
10 PHẦN KẾT LUẬN
ESS thông minh hoặc ES/EIS/DSS tích hợp là một chủ đề mới nổi đáng được quan tâm nhiều chú ý Nói ngắn gọn mục đích của một hệ thống như vậy là làm cho