Transcript Introduction to Decision Support Systems

Introduction
to
Decision Support Systems
อ. สุ รินทร์ ทิพ ศักดิ์ภูวดล
คณะเทคโนโลยีสารสนเทศและการสื่ อสาร
มหาวิทยาลัยพะเยา
ปี การศึกษา 2555
บทที่ 1 แนะนาระบบสนับสนุนการตัดสิ นใจ
(Introduction to Decision Support Systems )
เนือ้ หา
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
การตัดสิ นใจและการตัดสิ นใจเชิงธุรกิจ
ลักษณะของปัญหาทีผ่ ู้ตัดสิ นใจต้ องเผชิญ
การตัดสิ นใจและการแก้ปัญหา
ประเภทของการตัดสิ นใจ
สภาพการณ์ ในการตัดสิ นใจ
การนาระบบสารสนเทศเพือ่ สนับสนุนการตัดสิ นใจ
ความหมายและวิวฒ
ั นาการของ DSS
ลักษณะและความสามารถของ DSS
ประโยชน์ ของ DSS
ประเภทของ DSS
1. การตัดสิ นใจและการตัดสิ นใจเชิงธุรกิจ

การตัดสิ นใจ (Decision Making) คือ
กระบวนการคั ด เลื อ กแนวทางปฏิ บั ติ จ ากทางเลื อ กต่ า ง ๆ เพื่ อ ให้ บ รรลุ
วัตถุประสงค์ ทตี่ ้ องการ (เป็ นส่ วนหนึ่งของการแก้ปัญหา)

ลักษณะของการตัดสิ นใจเชิงธุรกิจ
 สามารถทาได้ โดยลาพัง หรือร่ วมกันตัดสิ นใจเป็ นกลุ่มได้
 การตัดสิ นใจอาจมีวต
ั ถุประสงค์ ของการตัดสิ นใจหลายประการทีข่ ัดแย้ งกัน
 มีแนวทางประกอบการพิจารณาตัดสิ นใจหลายทางเลือก
 ผลของการตัดสิ นใจในปัจจุบัน จะใช้ เป็ นข้ อมูลประกอบการพยากรณ์ เรื่ องต่ าง ๆ
ทางธุรกิจได้ เป็ นอย่ างดี

ลักษณะของการตัดสิ นใจเชิงธุรกิจ (ต่ อ)
 เป็ นการตัดสิ นใจทีม
่ ีความเสี่ ยงแฝงด้ วย
 ตัดสิ นใจด้ วยการวิเคาระห์ แบบ What-if กับสถานการณ์ ทจี่ ะเกิดขึน
้ ใน
อนาคต
 เป็ นการตัดสิ นใจแบบ “ลองผิด-ลองถูก”
 ปัจจัยแวดล้ อมการตัดสิ นใจ มีการเปลีย่ นแปลงตลอดเวลา
2. ลักษณะของปัญหาทีผ่ ู้ตดั สิ นใจต้ องเผชิญ

ปัญหาแบบมีโครงสร้ าง (Structured Problem)
การแก้ ไขปั ญหาชั ดเจน แน่ นอน หรื อสามารถจาลองปัญหาได้ ด้วยสู ตรทาง
คณิ ต ศาสตร์ (แบบจ าลองทางคณิ ต ศาสตร์ ) คื อ ปั ญ หาที่ ใ ช้ ข้ อ มู ล และระบบ
สารสนเทศประกอบการตัดสิ นใจ
ตัวอย่าง:ปัญหาการกาหนดระดับสิ นค้ าคงคลัง
ระดับสิ นค้ าคงคลัง = ปริมาณความต้ องการสิ นค้ าที่แน่ นอน +
ปริมาณการสั่ งซื้อสิ นค้ าที่ประหยัดทีส่ ุ ด +
ระดับสิ นค้ าคงคลังทีม่ ีปริมาณปลอดภัย +
จุดสั่ งซื้อสิ นค้ า
2. ลักษณะของปัญหาทีผ่ ู้ตดั สิ นใจต้ องเผชิญ (ต่ อ)

ปัญหาแบบไม่ มีโครงสร้ าง (Unstructured Problem)
การแก้ ปั ญ หาไม่ ชั ด เจน และแน่ น อน ไม่ ส ามารถจ าลองได้ ด้ ว ยสู ต รทาง
คณิตศาสตร์ หรื อปัญหาที่ผ้ ูตัดสิ นใจมีข้อมูลและสารสนเทศไม่ เพียงพอที่จะใช้ ใน
การตัดสิ นใจ ต้ องอาศัยประสบการณ์ ในการตัดสิ นใจร่ วมด้ วย
ตัวอย่าง:ปัญหาการเลือกลงทุนของหุ้นในตลาดหลักทรัพย์
ผู้ตดั สิ นใจลงทุนไม่ สามารถทราบได้ แน่ นอนว่ าหุ้นที่ตัดสิ นใจลงทุนไปนั้นจะ
ให้ ผลตอบแทนสู งสุ ดได้ หรือไม่ เมือ่ ถึงเวลาสิ้นปี หรือเวลาทีก่ าหนด
2. ลักษณะของปัญหาทีผ่ ู้ตดั สิ นใจต้ องเผชิญ (ต่ อ)

ปัญหาแบบกึง่ โครงสร้ าง (Semi-Structured Problem)
ปั ญ หามี ลั ก ษณะเฉพาะ ส่ วนมากจะเกิ ด ไม่ ซ้ า และไม่ มี ก ระบวนการ
ดาเนินการมาตรฐาน หรื อเป็ นปั ญหาที่มีวิธีแก้ ไขปั ญหาได้ เพียงบางส่ วนเท่ านั้น
จะต้ องอาศัยประสบการณ์ หรือความชานาญในการตัดสิ นใจแก้ปัญหาด้ วย
ตัวอย่าง:ปัญหาระดับสิ นค้ าคงคลัง
ผู้ตัดสิ นใจไม่ สามารถทราบปริ มาณความต้ องการสิ นค้ าที่แน่ นอนได้ ก็จะไม่
สามารถหาผลลั พ ธ์ ที่ แ น่ น อนได้ อ ย่ า งถู ก ต้ อ ง ต้ อ งอาศั ย ประสบการณ์ ใ นการ
คาดการณ์ ปริมาณความต้ องการในอนาคต
อาจใช้ ระบบปัญญาประดิษฐ์ (AI) เข้ ามาช่ วยในการตัดสิ นใจ
3. การตัดสิ นใจและการแก้ ปัญหา

กระบวนการตัดสิ นใจ (Decision Making Process)
คือ การกาหนดขั้นตอนในการตัดสิ นใจแก้ไขปัญหาทีเ่ กิดขึน้ อย่ างมีหลักเกณฑ์
Intelligence Phase (คิด)
Decision
Making
Process
Design Phase (ออกแบบ)
Choice Phase (เลือก)
Implementation Phase (นาไปใช้ )
Monitoring Phase (ติดตามผล)
Problem
Solving
Process
กระบวนการตัดสิ นใจ (Decision Making Process)

การใช้ ความคิด (Intelligence Phase)
ค้ นหาสาเหตุของปัญหาทีแ่ ท้ จริง, วิเคราะห์ ปัญหา เพือ่ สร้ างแบบจาลองที่ใช้ อธิบาย
ลักษณะ และสาเหตุของปัญหา ผลลัพธ์ ของขั้นตอนนีเ้ รียกว่ า “Decision Statement” หรือ “การ
ระบุปัญหา”

การออกแบบ (Design Phase)
ขั้นตอนการสร้ างและวิเคราะห์ ทางเลือกในการตัดสิ นใจ ประกอบด้ วย
- Model (แบบจาลอง)
- Decision Tree (แผนภาพการตัดสิ นใจแบบต้ นไม้ )
- Decision Table (ตารางการตัดสิ นใจ)

การเลือกทางเลือกทีด่ ที สี่ ุ ด (Choice Phase)
ขั้นตอนของการค้ นหาและประเมินทางเลือกต่ าง ๆ ทีไ่ ด้ จากขั้นตอนการออกแบบ และคัด
เหลือกให้ เหลือเพียงทางเลือกเดียว
กระบวนการตัดสิ นใจ (Decision Making Process)

การนาไปใช้ (Implementation Phase)
ขั้นตอนการนาทางเลือกที่ได้ จาก Choice Phase มาใช้ งานเพือ่ แก้ไขปัญหา
ซึ่งอาจประสบความสาเร็จ หรือล้มเหลวก็ได้

การติดตามผล (Monitoring Phase)
ขั้นตอนที่ประเมินผลหลังจาก Implementation Phase หากผลลัพธ์ ที่ได้ ไม่
เป็ นที่น่าพอใจ ต้ องพิจารณาถึงสาเหตุว่าเกิดจากขั้นตอนใด หรื อขาดสารสนเทศ
ส่ วนใด เพือ่ นามาปรับปรุ งการตัดสิ นใจแก้ ปัญหาอีกครั้ง
Notation Used in Decision Trees

A box
is used to show a choice that the
manager has to make.

A circle
is used to show that a probability
outcome will occur.

Lines
connect outcomes to their choice
or probability outcome.
Decision Tree Example 1
Joe’s garage is considering hiring another mechanic. The
mechanic would cost them an additional $50,000 / year in salary and
benefits.
If there are a lot of accidents in Providence this year, they
anticipate making an additional $75,000 in net revenue.
If there are not a lot of accidents, they could lose $20,000 off of
last year’s total net revenues.
Because of all the ice on the roads, Joe thinks that there will be
a 70% chance of “a lot of accidents” and a 30% chance of “fewer
accidents”.
Assume if he doesn’t expand he will have the same revenue as
last year.
Draw a decision tree for Joe and tell him what he should do.
70% chance of an increase
in accidents
Hire new
mechanic
Cost = $50,000
Profit = $70,000
30% chance of a
decrease in accidents
Profit = - $20,000
Don’t hire new
mechanic
Cost = $0
• Estimated value of “Hire Mechanic” =
NPV =.7(70,000) + .3(- $20,000) - $50,000 = - $7,000
• Therefore you should not hire the mechanic
Decision Tree Example 2
Mary is a manager of a gadget factory. Her factory has been
quite successful the past three years. She is wondering whether or not it
is a good idea to expand her factory this year. The cost to expand her
factory is $1.5M.
If she does nothing and the economy stays good and people
continue to buy lots of gadgets she expects $3M in revenue; while only
$1M if the economy is bad.
If she expands the factory, she expects to receive $6M if
economy is good and $2M if economy is bad.
She also assumes that there is a 40% chance of a good
economy and a 60% chance of a bad economy.
(a) Draw a Decision Tree showing these choices.
40 % Chance of a Good Economy
Profit = $6M
Expand Factory
Cost = $1.5 M
60% Chance Bad Economy
Profit = $2M
Good Economy (40%)
Don’t Expand Factory
Cost = $0
Profit = $3M
Bad Economy (60%)
Profit = $1M
NPVExpand = (.4(6) + .6(2)) – 1.5 = $2.1M
NPVNo Expand = .4(3) + .6(1) = $1.8M
$2.1 > 1.8, therefore you should expand the factory
NPV = Net Present Value
Decision Table (If Conditions Then Actions)
Conditions
Condition Alternatives
Actions
Action Entries
Printer troubleshooter
Conditions
Printer does not print
Y
Y
Y
Y
N
N
N
N
A red light is flashing
Y
Y
N
N
Y
Y
N
N
Printer is unrecognized
Y
N
Y
N
Y
N
Y
N
Check the power cable
Actions
X
Check the printer-computer cable
X
X
Ensure printer software is installed
X
X
Check/replace ink
X
Check for paper jam
X
X
X
X
X
X
X
If Printer does not print AND A red light is flashing AND Printer is recognized
Then Check/replace ink AND Check for paper jam
การตรวจสอบ
Ex1 1. เครื่องพิมพ์ไม่ พมิ พ์ และ 2. มีไฟแดงกระพริบ และ 3. ไม่ รู้ จักเครื่องพิมพ์
ซึ่งการแก้ ปัญหา 1. ตรวจสอบสายคอมพิวเตอร์ 2. ตรวจสอบการลง โปรแกรม
เช่ น Driver 3. ตรวจสอบหมึก
Ex2 เครื่องพิมพ์มีไฟแดงกระพริบ
ซึ่งการแก้ ปัญหาคือ ตรวจสอบหมึก
Ex3 ไม่ รู้ จักเครื่องพิมพ์
ซึ่งการแก้ ปัญหา ตรวจสอบการลง โปรแกรม เช่ น Driver
Example
Rule 1:
IF
THEN
it is raining AND it is not warm today
take an umbrella AND take an overcoat.
IF
THEN
it is raining AND it is warm today
take a raincoat
IF
THEN
it is not raining AND the weather forecast is fine AND it is warm today
do not take an umbrella, a raincoat, or an overcoat
IF
THEN
it is not raining AND the weather forecast is fine AND it is not warm today
take an overcoat
IF
THEN
it is not raining AND the weather forecast is not fine AND it is warm today
take an umbrella
IF
THEN
if is not raining AND the weather forecast is not fine AND it is not warm today
take an umbrella AND take an overcoat
Rule 2:
Rule 3:
Rule 4:
Rule 5:
Rule 6:
Example
พิจารณาในแนวตั้ง
Weather Forecast
Conditions
It is raining
Y
Y
Y
Y
N
N
N
N
the weather forecast is fine
Y
Y
N
N
Y
Y
N
N
It is warm today
Y
N
Y
N
Y
N
Y
N
X
X
Actions
Take A raincoat
Take An overcoat

X
X
Take an umbrella
X
X
X
X
X
จานวนเงื่อนไข
จานวนคอลัมน์ของตารางการตัดสิ นใจ = (จานวนทางเลือก)
เช่น การตัดสิ นใจที่มี 4 เงื่อนไข เงื่อนไขละ 2 ทางเลือก
ดังนั้นจานวนคอลัมน์ของตาราง = 24 = 2x2x2x2 = 16 คอลัมน์
X
4. ประเภทของการตัดสิ นใจ
ประเภทของการตัดสิ นใจ
จานวนผู้ตดั สิ นใจ
โครงสร้ างของปัญหา
การบริหารงานในองค์ กร
1. Personal
2. Group
1. Structured
2. Unstructured
3. Semi-Structured
1. Strategic
2. Management Control
3. Operational
4.1 ประเภทการตัดสิ นใจจาแนกตามจานวนผู้ตดั สิ นใจ

การตัดสิ นใจส่ วนบุคคล (Personal Decision)
เป็ นการตัดสิ นใจปัญหาที่มีความซั บซ้ อนไม่ มากนัก ผู้ตัดสิ นใจจาเป็ นต้ องมี
ประสบการณ์ และความสามารถในการแก้ ปัญหาเป็ นอย่างดี

การตัดสิ นใจแบบกลุ่ม (Group Decision)
เป็ นการระดมสมอง (Brainstorming) ทาให้ การตัดสิ นใจมีประสิ ทธิภาพ
และใช้ เวลามากกว่ า การตัดสิ นใจส่ วนบุคคล มักใช้ กบั ปัญหาที่มีความซับซ้ อน และ
เป็ นปัญหาระดับองค์ กร
4.2 ประเภทการตัดสิ นใจจาแนกตามโครงสร้ างของปัญหา

การตัดสิ นใจแบบมีโครงสร้ าง (Structured Decision)
มีข้ันตอนการตัดสิ นใจไว้ เป็ นอย่ างดี และใช้ แก้ ปัญหาที่เกิดขึ้นเป็ นประจา โดย
วิธีการมาตรฐาน เช่ น ปริมาณการสั่ งซื้อสิ นค้ าที่ประหยัดที่สุด, ระดับสิ นค้ าคงคลัง
เพือ่ ความปลอดภัย

การตัดสิ นใจแบบไม่ มีโครงสร้ าง (Unstructured Decision)
มี ข้ั น ตอนการตั ด สิ น ใจที่ ข้ อ มู ล สารสนเทศอย่ า งเดี ย วไม่ เ พี ย งพอต่ อ การ
แก้ ปัญหา ซึ่งต้ องอาศัยประสบการณ์ ใช้ กบั ปัญหาที่มีลกั ษณะคลุมเครือซับซ้ อน และ
เป็ นปั ญ หาที่ไ ม่ เ คยท าการแก้ ไขมาก่ อน เช่ น การตัด สิ นใจเรื่ องการวางแผนการ
ให้ บริการแบบใหม่ , การจ้ างผู้บริหาร

การตัดสิ นใจแบบกึง่ โครงสร้ าง (Semi-Structure Decision)
มีข้ั นตอนการตัดสิ นใจแบบมาตรฐาน สาหรั บปั ญหามีโครงสร้ าง และ
ประสบการณ์ สาหรับการตัดสิ นใจแบบไม่ มีโครงสร้ าง เช่ นการกานดระดับสิ นค้ าคง
คลัง ทีไ่ ม่ ทราบปริมาณความต้ องการสิ นค้ าที่แน่ นอน และจะต้ องอาศัยประสบการณ์
ในการคาดการณ์ ปริมาณความต้ องการ
4.3 ประเภทการตัดสิ นใจจาแนกตามระดับการจัดการในองค์ กร
Top
Management
Strategic Decision
Middle
Management
Tactical Decision
Lower
Management
Operational Decision
ประเภทการตัดสิ นใจจาแนกตามระดับการจัดการในองค์ กร
(ต่ อ)

การตัดสิ นใจระดับกลยุทธ์ (Strategic Decision)
การตั ด สิ น ใจของผู้ บ ริ ห ารระดั บ สู ง ในระดั บ นโยบาย เกี่ ย วข้ อ งกั บ การ
ดาเนินการขององค์ กรในระยะยาว เช่ น การตัดสิ นใจจัดห้ องอาหารสาหรับพนักงาน

การตัดสิ นใจเพือ่ ควบคุมการบริหาร (Management Control Decision)
การตัด สิ นใจของผู้ บริ ห ารระดับกลาง เป็ นการตั ด สิ นใจระดับกลยุ ทธ์ ระยะ
เริ่มต้ น เช่ น ตัดสิ นใจจัดประเภทของอาหารเป็ น 3 ประเภท หลักๆ คือ มังสวิรัติ, ปลา
และ เนือ้

การตัดสิ นใจระดับปฏิบัติการ (Operational Decision)
การตัดสิ นใจของผู้บริ หารระดับล่ าง เป็ นการตัดสิ นใจเกี่ยวกับการปฏิบัติงาน
ต่ าง ๆ เช่ นการจัดรายการอาหารให้ ตรงตาม 3 ประเภทที่กาหนด โดยตัดสิ นใจเลือกหา
อาหารแต่ ละชนิด ว่ ามีอาหารอะไรบ้ าง เช่ น สลัดผัก ปลาราดพริก และยาเนื้อ
5. สภาพการณ์ ในการตัดสิ นใจ

การตัดสิ นใจภายใต้ สภาพการณ์ ที่แน่ นอน (Decision Under Certainty Condition)
เป็ นการตัดสิ นใจที่ผู้ตัดสิ นใจมีข้อมูลประกอบการตัดสิ นใจอย่ างครบถ้ วน ทาให้ สามารถ
ทราบผลลัพธ์ ทเี่ กิดขึน้ ได้ อย่ างแน่ นอน มักเกิดกับปัญหาแบบ Structured

การตัดสิ นใจภายใต้ สภาพการณ์ ทมี่ ีความเสี่ ยง (Decision Under Risk Condition)
เป็ นการตัดสิ นใจทีผ่ ู้ตัดสิ นใจมีข้อมูลประกอบการตัดสิ นใจเพียงบางส่ วนเท่ านั้น ทาให้ ไม่
สามารถทราบทางเลือกและผลลัพธ์ ของปัญหาได้ อย่ างชัดเจน ทาได้ เพียงประมาณการโอกาส
(ความน่ าจะเป็ น) ทีจ่ ะเกิดผลลัพธ์ ในแต่ ละทางเลือกนั้น

การตัดสิ นใจภายใต้ สภาพการณ์ ทไี่ ม่ แน่ นอน (Decision Under Uncertainty
Condition)
เป็ นการตัดสิ นใจทีผ่ ู้ตัดสิ นใจไม่ มขี ้ อมูล หรือไม่ มคี วามรู้ ประกอบการตัดสิ นใจ ทาให้ ไม่
สามารถทราบได้ ถึงโอกาส (ความน่ าจะเป็ น) ทีจ่ ะเกิดผลลัพธ์ ในแต่ ละทางเลือกนั้น ซึ่ งทาให้ เกิด
ความเสี่ ยง และไม่ สามารถประเมินความเสี่ ยงได้
สาเหตุ
การนาระบบสารสนเทศมาใช้ สนับสนุนการตัดสิ นใจมาใช้
จานวนทางเลือกทีใ่ ช้ แก้ปัญหามีมากเนื่องจากความก้าวหน้ าทาง
เทคโนโลยี
 การตัดสิ นใจภายใต้ ระยะเวลาทีจ
่ ากัด เพือ่ ให้ ทนั คู่แข่ งขัน
 สถานการณ์ ทม
ี่ ีความผันผวน หรือไม่ มีความแน่ นอน ทาให้ ผู้ตัดสิ นใจ
ต้ องใช้ ความสามารถสู งในการวิเคราะห์ สารสนเทศ

Information System
EIS
Executive Information System
DSS
Decision Support System
MIS
Management Information System
TPS
Transaction Processing System
ES
OAS
Expert System
Office Automation System
6. การนาระบบสารสนเทศเข้ ามาสนับสนุนการตัดสิ นใจ
DSS
EIS
Top
Management
Middle
Management MIS
TPS
ES
Lower
Management
Generic Management
OAS
7. ความหมายและวิวฒ
ั นาการของระบบสนับสนุนการตัดสิ นใจ

Mr. Scott Morton (1971)
“ระบบสนับสนุนการตัดสิ นใจ เป็ นระบบที่มีการทางานร่ วมกับคอมพิวเตอร์ ซึ่ง
ระบบคอมพิวเตอร์ สามารถนาข้ อมูล(Data) และแบบจาลอง(Model) ต่ าง ๆ มาใช้
ประโยชน์ เพือ่ การแก้ไขปัญหาแบบไม่ มโี ครงสร้ าง (Unstructured Problem)ได้ ”

Mr. Keen & Mr. Scott Morton (1978)
“ระบบสนับสนุนการตัดสิ นใจ เป็ นระบบที่ถูกเชื่อมโยงกันระหว่ างทรัพยากร
สมองของมนุ ษ ย์ ที่ ท างานร่ ว มกั บ ความาสามารถของคอมพิ ว เตอร์ เพื่ อ ต้ อ งการ
ปรั บปรุ งการตัดสิ นใจให้ ดีที่สุด กล่ าวคือ ระบบ DSS เป็ นระบบ ๆ หนึ่ง ที่ ต้องใช้
คอมพิว เตอร์ ค อยช่ ว ยเหลือ และให้ การสนั บ สนุ น เพื่อบุ ค คล ผู้ ท าหน้ าทีต่ ัดสิ นใจ
สามารถจัดการกับปั ญหากึ่งโครงสร้ าง (Semistructured Problem) ได้ อย่ างมี
ประสิ ทธิภาพ”
วิวฒ
ั นาการของ DSS

ระยะที่ 1:
กลางปี 1950 เริ่มมีการนาคอมพิวเตอร์ มาใช้ ในงานธุรกิจ ระบบที่นามาใช้ ได้ แก่
TPS สาหรับระบบประมวลผลรายการข้ อมูล และ การจัดทารายงานสารสนเทศ

ระยะที่ 2:
ระหว่ างปี 1960-1970 มีการพัฒนาโปรแกรมสาเร็ จรู ปเพื่อนาไปใช้ ในสานักงาน
ทาให้ เกิดความสะดวก รวดเร็ ว และลดปริ มาณกระดาษได้ อย่ างมากเรี ยกว่ า ระบบ
สานักงานอัตโนมัติ (OAS)

ระยะที่ 3:
ระหว่ างปี 1970-1980 มีการพัฒนาระบบสนับสนุนการตัดสิ นใจ (DSS) เพือ่ ใช้
ประกอบการพิจารณาของผู้บริ หาร ต่ อมา DSS ถูกนามาไปใช้ ทางาน 2 ลักษณะคือ
ระบบสารสนเทศเพื่อผู้บริหารระดับสู ง (EIS) และระบบสนับสนุนการตัดสิ นใจแบบ
กลุ่ม (Group Support System: GSS)
วิวฒ
ั นาการของ DSS (ต่ อ)

ระยะที่ 4:
ตั้งแต่ กลางทศวรรษปี 1980 มีการพัฒนาระบบที่ทาหน้ าที่เสมือนเป็ นที่ปรึกษา
ของผู้บริหารเรียกว่ า “ระบบผู้เชี่ยวชาญ (Expert System: ES)”
ในปี 1990 มีการพัฒนาข้ อมูลสาหรั บการสนับสนุ นการตัดสิ นใจในรู ปของ
คลังข้ อมูล (Data Warehouse) เพือ่ ให้ ระบบสนับสนุนการตัดสิ นใจทางานได้ อย่ างมี
ประสิ ท ธิ ภ าพมากขึ้ น และมี ก ารพั ฒ นาระบบโครงข่ า ยประสาทเที ย ม (Neural
Network)
ซึ่ ง สามารถเรี ย นแบบการท างานของสมองมนุ ษ ย์ ไ ด้ รวมถึ ง การ
ประมวลผลภาษาธรรมชาติ Natural Language Processing: NLP) เพือ่ ให้ เครื่อง
คอมพิวเตอร์ สามารถรับคาสั่ งจากผู้ใช้ โดยการเปล่ งเสี ยงเป็ นคาพูดได้

ระยะที่ 5:
วิวฒ
ั นาการล่ าสุ ด คือ “ระบบตัวแทนปัญญา (Intelligence Agent)” สามารถลด
ข้ อจากัดในการเข้ าถึงฐานข้ อมูลอืน่ ๆ ทัว่ โลก โดยผ่ านเครือข่ ายอินเทอร์ เน็ต
8. คุณลักษณะของ DSS
1. สนับสนุนปัญหาแบบ กึง่ โครงสร้ าง และปัญหาแบบไม่ มีโครงสร้ าง
2. รองรับการใช้ งานของผู้บริหารทุกระดับ
3. สนับสนุนการตัดสิ นใจแบบ เดี่ยวและแบบกลุ่ม
4. สนับสนุนปัญหาแบบเกีย่ วพัน และ/หรือ ปัญหาแบบต่ อเนื่องได้
5. ระบบต้ องสนับสนุนการตัดสิ นใจในขั้นตอน Intelligence Phase, Design
Phase, Implementation Phase และ Choice Phase ของกระบวนการ
ตัดสิ นใจ (Decision Making Process) ได้
6. สนับสนุนรูปแบบการตัดสิ นใจทีม่ ีความหลากหลายได้ อย่ างมีประสิ ทธิภาพ
8. คุณลักษณะของ DSS (ต่ อ)
7. มีความยืดหยุ่นสู ง (Flexibility) ใช้ กบั ปัญหาแบบต่ างๆได้
8. ระบบต้ องใช้ งานง่ าย เพือ่ ให้ เหมาะกับผู้บริหาร
9. การพัฒนาระบบ DSS จะคานึงถึงการทางานทีส่ าเร็จตรงตามเป้ าหมายมากกว่ า
ค่ าใช้ จ่ายในการพัฒนาระบบ
10. ระบบทาหน้ าทีส่ นับสนุนการตัดสิ นใจเท่ านั้น มิใช่ ทาหน้ าตัดสิ นใจแทนผู้บริหาร
11. ระบบอาจสร้ างเพือ่ สนับสนุนการตัดสิ นใจงานขนาดเล็ก หากปัญหามีขนาดใหญ่ และ
มีความซับซ้ อนต้ องอาศัยผู้เชี่ยวชาญเข้ ามาช่ วย
12. ใช้ วเิ คราะห์ สถานการณ์ การตัดสิ นใจด้ วยแบบจาลองแบบต่ าง ๆ ระบบต้ องสามารถ
สร้ างแบบจาลอง เพือ่ รองรับการป้ อนค่ าตัวแปร และเปลีย่ นค่ าไปเรื่อยๆ เพือ่ สร้ าง
ทางเลือกใหม่ ๆ
13. สามารถเข้ าถึงแหล่ งข้ อมูลได้ หลากหลาย และสามารถแสดงผลลัพธ์ ข้อมูลในรู ปแบบ
ทีห่ ลากหลายได้
9. ประโยชน์ ของ DSS
พัฒนาประสิ ทธิภาพการทางานส่ วนบุคคล
 พัฒนาประสิ ทธิภาพในการแก้ ปัญหา

สามารถแก้ ปัญหาได้ รวดเร็ว ถูกต้ อง

มีความสะดวกในการติดต่ อสื่ อสาร
เช่ นสนับสนุนการทางานในลักษณะกลุ่ม “Groupware” ประหยัดค่ าใช้ จ่าย
ในการเดินทางของผู้บริหาร โดยใช้ ระบบ การประชุ มระยะไกล ผ่ านระบบเครือข่ าย

ส่ งเสริมการเรียนรู้/การฝึ กหัด
ผู้ใช้ สามารถศึกษากระบวนการใช้ เหตุผลของระบบสนับสนุน เช่ น ระบบ
ผู้เชี่ยวชาญ (ES)

เพิม่ ประสิ ทธิภาพในการควบคุมองค์กร
10. ประเภทของ DSS
เราสามารถจาแนกประเภทของระบบสนับสนุนการตัดสิ นใจได้ ดังนี้
10.1 ผลลัพธ์
10.2 แนวคิดของ Holsapple และ Whinston
10.3 กลุ่มผู้ใช้
10.4 การใช้ งานระบบ
10.1 ระบบสนับสนุนการตัดสิ นใจจาแนกตามผลลัพธ์

ระบบสอบถามข้ อมูล (File Drawer System)
เป็ นระบบสนั บสนุ นการตัดสิ นใจที่ง่ายที่สุ ด โดยใช้ การสื บค้ น ข้ อมู ลเพื่อ
ประกอบการตัดสิ นใจ
ตัวอย่ าง : การตรวจสอบยอดเงินก่ อนการเบิก ATM เพือ่ ประกอบการตัดสิ นใจใน
การกดเงิน

ระบบวิเคราะห์ ข้อมูล (Data Analysis System)
เป็ นระบบที่ช่วยในการวิเคราะห์ ข้อมูล เพื่อให้ ผ้ ูใช้ สามารถตัดสิ นใจง่ ายขึ้น
โดยได้ เพิ่มความสามารถในการวิเคราะห์ ข้อมูลให้ กับระบบสอบถามข้ อมูล ในการ
หาผลรวม และค่ าเฉลีย่ ของข้ อมูลที่ทาการสื บค้ น (สอบถาม) โดยอาศัยพืน้ ฐานของ
ภาษา SQL ในระบบจัดการฐานข้ อมูล ผ่ าน Application Software
หรือ การใช้ โปรแกรม Spreadsheet ในการสร้ างและวิเคราะห์ แบบจาลองต่ างๆ
ระบบสนับสนุนการตัดสิ นใจจาแนกตามผลลัพธ์ (ต่ อ)

ระบบวิเคราะห์ สารสนเทศ (Analysis Information System)
เป็ นระบบสารสนเทศที่ใช้ งานด้ านการวิเคราะห์ และวางแผน โดยระบบจะ
วิเคราะห์ ข้อมูลจากหลายๆ แหล่ ง หลายฐานข้ อมูล และวิเคราะห์ แบบจาลองขนาด
เล็กต่ างๆ
ตัวอย่ าง : การเปรี ยบเทียบแนวโน้ มการขยายตัวของยอดขายสิ นค้ าบางตัวของ
บริษัท โดยคานวณจากข้ อมูลยอดขายของบริษัท เปรียบเทียบกับข้ อมูลของยอดขาย
ของสิ นค้ าประเภทเดียวกันในท้ องตลาด
ระบบสนับสนุนการตัดสิ นใจจาแนกตามผลลัพธ์ (ต่ อ)

แบบจาลองด้ านการบัญชี (Accounting Model)
เป็ นแบบจาลองสาหรั บงานวางแผนและจัดทางบประมาณ เช่ น แบบจาลอง
การทางบดุล บัญชี รายได้ นอกจากนีแ้ บบจาลองด้ านการบัญชี ยังสามารถใช้ ในการ
ตัดสิ นใจในสถานการณ์ ทไี่ ม่ มคี วามแน่ นอน หรือสถานการณ์ ทมี่ คี วามคลุมเคลือ
ตัวอย่ าง: การทานายงบประมาณต้ องใช้ การคาดคะเนอัตราเงินเฟ้อ รายได้ และ
รายจ่ ายในอนาคต

แบบจาลองการนาเสนอ (Representational Model)
เป็ นแบบจ าลองที่ใช้ ทานายผลลัพธ์ จ ากการตัดสิ นใจ และสะท้ อ นให้ เห็ น
พฤติกรรมที่ไม่ มีความแน่ นอนหรื อพฤติกรรมที่มีความคลุมเคลือของมนุษย์ หรื อ
เพื่อใช้ ในการนาเสนอพฤติกรรมเชิงกลน์ ของระบบในช่ วงเวลาต่ าง ๆ โดยระบบจะ
อาศัยเหตุการณ์ ทเี่ กิดขึน้ ก่ อนหน้ านีเ้ พือ่ ประกอบการตัดสิ นใจ
ระบบสนับสนุนการตัดสิ นใจจาแนกตามผลลัพธ์ (ต่ อ)

ระบบคัดเลือกแนวทางการตัดสิ นใจทีด่ ที สี่ ุ ด (Optimization Systems)
เป็ นระบบที่ คั ด เลื อ กทางเลื อ กที่ ดี ที่ สุ ดบนพื้ น ฐานการค านวณทาง
คณิตศาสตร์

ระบบให้ คาแนะนา (Suggestion Systems)
เป็ นกระบวนการต่ อจากการคัดเลือกแนวทางการตัดสิ นใจที่ดีที่สุด โดยให้
คาแนะนาเกี่ยวกับวิธีการที่ผ้ ูตัดสิ นใจควรดาเนินการในการตัดสินใจสาหรับปัญหา
ที่มีโครงสร้ างสู ง ส่ วนระบบให้ คาแนะนาประเภทอื่นๆได้ เรี ยบเรี ยงกระบวนการ
ตัดสิ นใจไว้ ในรู ปของกฏ โดยกฏเหล่ านี้จะเลียนแบบกระบวนการตัดสิ นใจของ
มนุษย์ ผ้ ูเชี่ ยวชาญ กาหนดแบบจาลองเชิ งบรรยาย (Descriptive Models) ของ
กระบวนการตัดสิ นใจ ซึ่ งจะอธิบายวิธีการตัดสิ นใจที่ถูกต้ อง และใช้ แบบจาลอง
แบบ Normative ช่ วยในการเรียบเรียงเหตุผลต่ าง ๆ เพือ่ สร้ างเป็ นกฏ
10.2 ระบบสนับสนุนการตัดสิ นใจจาแนกตามแนวคิดของ
Holsapple และ Whinston

ระบบสนับสนุนการตัดสิ นใจโดยอาศัยข้ อความ (Text-Oriented DSS)
เนื่องจากสารสนเทศ (รวมถึงข้ อมูลองค์ ความรู้ ) มักจะถูกจัดเก็บในรู ปแบบของข้ อความและ
ความสามารถสื บค้ นโดยผู้ตัดสิ นใจเท่ านั้น จึงจาเป็ นต้ องนาเสนอ ประมวลผล และแยกประเภท
ข้ อความเหล่ านั้นอย่ างมีประสิ ทธิภาพ โดยอาศัยวิธีการทางเทคโนโลยีสารสนเทศ เช่ น การสร้ าง
เรียบเรียง และการแสดงเอกสารอิเล็กทรอนิกส์ ผ่านอินเทอร์ เน็ต และอืน่ ๆ

ระบบสนับสนุนการตัดสิ นใจทีอ่ าศัยฐานข้ อมูล (Database-Oriented DSS)
ฐานข้ อมูลทีใ่ ช้ ส่วนใหญ่ เป็ นฐานข้ อมูลเชิงสั มพันธ์ โดยระบบสนับสนุนการตัดสิ นใจประเภทนีม้ ี
ความสามารถในการสร้ างรายงานและความสามารถในการสอบถามข้ อมูลได้ ดี

ระบบสนับสนุนการตัดสิ นใจแบบกระดานคานวณ (Spreadsheet-Oriented DSS)
เช่ น Excel
Excel เป็ นโปรแกรมทีร่ วบรวมฟังก์ ชันทางด้ านสถิติ คณิตศาสตร์ การเงิน วิศวกรรม และอืน่ ๆไว้
นอกจากนี้ Excel มีฟังก์ ชันการทางานทีเ่ กีย่ วกับระบบจัดการฐานข้ อมูลระดับพืน้ ฐาน และ
สามารถเชื่อมต่ อกับระบบจัดการฐานข้ อมูลได้
ระบบสนับสนุนการตัดสิ นใจจาแนกตามแนวคิดของ Holsapple
และ Whinston

ระบบสนับสนุนการตัดสิ นใจเพือ่ การแก้ ปัญหา (Solver-Oriented DSS)
โดยการพัฒนาโปรแกรมขึน้ มา หรือใช้ โปรแกรมประยุกต์ เช่ น Excel, LINGO, LINDO
ในการแก้ ปัญหา เช่ น Linear Programming (โปรแกรมเชิงเส้ น) เพือ่ ใช้ ในการหาจุด(คาตอบ) ที่
เหมาะสมทีส่ ุ ด
ระบบสนับสนุนโดยอาศัยกฎ (Rule-Oriented DSS)
ในการศึกษาถึงกระบวนการและการให้ เหตุผลของกฎต่ างๆในระบบการ
สนับสนุนการตัดสิ นใจ อาจต้ องอาศัยการอธิบายโดยใช้ องค์ ความรู้ ซึ่งเป็ น
องค์ ประกอบหนึ่งของระบบสนับสนุนการตัดสิ นใจ
 ระบบสนับสนุนการตัดสิ นใจแบบผสม (Compound DSS)
เป็ นระบบสนับสนุนการตัดสิ นใจทีม่ กี ารนาระบบต่ างๆ ข้ างต้ นมาใช้ งานร่ วมกัน

10.3 ระบบสนับสนุนการตัดสิ นใจจาแนกตามกลุ่มผู้ใช้

ระบบสนับสนุนการตัดสิ นใจส่ วนบุคคล (Personal Support)
ส่ วนมากใช้ สาหรับการตัดสิ นใจของผู้บริหารระดับสู ง โดยเฉพาะการตัดสิ นใจทางด้ าน
กลยุทธ์ ระบบสนับสนุนการตัดสิ นใจประเภทนีม้ กั เสี ยค่ าใช้ จ่ายในการพัฒนาระบบ
ค่ อนข้ างสู ง

ระบบสนับสนุนการตัดสิ นใจแบบกลุ่ม (Group Support)
- เป็ นระบบทีช่ ่ วยลดปัญหาในการเดินทาง ความล่าช้ า ค่ าใช้ จ่ายในการจัดประชุ ม
- สาหรับการตัดสิ นใจปัญหาทีม่ ีความสาคัญมากเกินกว่ าจะอาศัยการตัดสิ นใจของ
บุคคลเพียงคนเดียว
- ระบบนีม้ ักอาศัยเทคโนโลยีการสื่ อสารเข้ ามาช่ วย

ระบบสนับสนุนการตัดสิ นใจขององค์ กร (Organizational Support)
การทางานต่ างประเภทกันก็อาจจะใช้ ระบบสนับสนุนการตัดสิ นใจในลักษณะที่
แตกต่ างกัน
10.4 ระบบสนับสนุนการตัดสิ นใจจาแนกตามการใช้ งานระบบ

ระบบสนับสนุนการตัดสิ นใจทีส่ ร้ างขึน้ โดยเฉพาะ (Custom-Made
System)
เป็ นระบบทีส่ ร้ างขึน้ เพือ่ ใช้ งานเฉพาะอย่ าง หรือเพือ่ ประกอบการตัดสิ นใจส่ วน
บุคคล โดยพัฒนาตามความต้ องการของลูกค้ า
ตัวอย่าง : ระบบสาหรับธุรกิจอสั งหาริมทรัพย์ ธุรกิจด้ านการพิจารณาสิ นเชื่อ

ระบบสนับสนุนการตัดสิ นใจสาเร็จรูป (Ready-Made System)
เป็ นระบบสนับสนุนการตัดสิ นใจที่พฒ
ั นาเพือ่ ตอบสนองความต้ องการใช้ งาน
ทั่ว ๆ ไปในองค์ กรต่ าง ๆ มีลักษณะยืด หยุ่ นในการใช้ งาน และมีค่าใช้ จ่ ายต่ากว่ า
ระบบสนับสนุนการตัดสิ นใจทีส่ ร้ างขึน้ มาโดยเฉพาะ
Reference
กิติ ภักดีวฒ
ั นะกุล, คัมภีร์ระบบสนับสนุนการตัดสิ นใจ และระบบ
ผู้เชี่ยวชาญ. กรุงเทพฯ: เคทีพี คอมพ์ แอนด์ คอนซัลท์ , 2546
 PowerPoint File ของ อ. กนกวรรธน์ เซี่ยงเจ็น สานัก ICT มหาวิทยาลัย
นเรศวร พะเยา

DSS ปี การศึกษา2555 เทอม 1