Transcript Lesson # 6 Response of IC when ESD zapped.

Chapter 12
Managerial Decision Making
and IT Support Systems
Information Technology For Management 6th Edition
Turban, Leidner, McLean, Wetherbe
Lecture Slides by L. Beaubien, Providence College
John Wiley & Sons, Inc.
Learning Objectives
 อธิบายถึงแนวความคิดในการบริ หารจัดการ การตัดสิ นใจ และ การใช้คอมพิวเตอร์ เข้า
ช่วยในการตัดสิ นใจ
 การตัดสิ นใจในการใช้รูปแบบจาลองในการทาการตัดสิ นใจ
 อธิบายถึง ระบบสนันสนุนการตัดสิ นใจ(decision support system (DSSs)) ประโยชน์
และโครงสร้างของ DSS
 อธิ บายถึงการใช้คอมพิวเตอร์ สนับสนุนการทาการตัดสิ นใจแบบกลุ่ม (group decision
making)
 อธิ บายถึงระบบสนับสนุนการตัดสิ นใจทัว่ ทั้งองค์กร (organizational decision support)
และ ระบบสนับสนุนผูบ้ ริ หารระดับสู ง (executive support systems)
 อธิบายถึง artificial intelligence (AI). ผลดีและลักษณะต่าง ๆ
 นิยามระบบผูช้ านาญการ (expert system) และ องค์ประกอบ




อธิบายถึง natural language processing และ natural language generation.
อธิบายถึง artificial neural networks (ANNs) และการประยุกต์ใช้งานหลักๆ
อธิ บายถึงความสัมพันธ์ระหว่าง Web, DSS และ Intelligent system
อธิบายถึงการประยุกต์ใช้การสนับสนุนการตัดสิ นใจที่พิเศษออกไป รวมถึง การ
สนับสนุนแก่ frontline employee
NEW BALANCE MAKES SURE THAT SHOES FIT
 The Business Problem
 New Balance เป็ นบริ ษทั ที่ผลิตรองเท้ากีฬาขาย มียอดขาย 1.3 พันล้านเหรี ยญUSD
บริ ษทั ยังไม่มีเครื่ องมือสาหรับใช้พยากรณ์จานวนรองเท้าที่ขายออกไปตามช่องทาง
จาหน่ายต่างๆ
 ที่ผา่ นมาการพยากรณ์การขายทาโดยกาหนดให้หวั หน้าแผนก forecasting department
ทาการรวบรวมการพยากรณ์การขายจากครึ่ งหนึ่งของตัวแทนฝ่ ายขาย (จาก160) แล้ว
ประมาณเอาจากยอดนี้ ส่ งไปให้โรงงานทาการผลิตพร้อมวันต้องการ (ทางทฤษฎี)
โชคดีที่แต่ละเดือนที่ผา่ นมา มีตวั แทนส่ งยอดพยากรณ์กลับมาประมาณ 20 ราย (ใน
ความเป็ นจริ ง)
 ปัญหาของตัวแทนฝ่ ายขาย(พนักงานขาย) ต้องใช้เวลานานในการกรอกข้อมูลลงในแผ่น
ตาราง(เป็ นวันถ้าขายจานวนมาก) ทาให้พนักงานขายที่ทาหน้าที่น้ ีไม่อยากทา เพราะทา
ให้เสี ยเวลาขายของ (ขายของไม่ได้ ก็ทาให้ค่าคอมมิชชันหายไป)
 นอกจากนั้น ปั ญหาเพิ่มขึ้นเนื่องจาก ตัว sheet ไม่ได้ทาการ protect โครงสร้างเอาไว้
ทาให้พนักงานขายทาการลบข้อความบางคอลัมน์ออกแล้วใส่ ชื่อ(รุ่ นรองเท้า)ที่ผิด
ลง ไป นอกจากนั้นยังทาการเคลื่อนย้ายข้อมูลไปวางในตาแหน่งที่เขาเห็นว่า
เหมาะสม ผลของการทาเช่นนี้ทาให้ New Balance ต้องใช้เวลาเป็ นวันในการปรับแก้
ของแต่ละ คนให้ได้รูปแบบที่ถกู ต้อง แล้วจึงนามาวิเคราะห์
 เมื่อมองกันจริ งๆแล้ว การพยากรณ์ของ New Balance นั้นเกิดจากการนัง่ เทียน(มัว่
ตัว เลข)มากกว่า (seat-on-the-pants) จึงทาให้ตวั เลขสั่งผลิตสู งขึ้นผิดปกติสาหรับ
สิ นค้า บางตัวและบางตัวก็มีตวั เลขค้างส่ ง (backlogs)
 The IT Solution
 New Balance ได้หนั มาใช้ระะบบสนันสนุนการตัดสิ นใจ (Decision Support System;
DSS) เพื่อทาให้สามารถบริ หารจัดการเกี่ยวกับการวางแผนสิ นค้าของเขาโดย ฝ่ ายการ
เงิน ตัวแทนเขต พนักงานขาย และ ส่ วนอื่นๆที่เกี่ยวข้อง
 ระบบ DSS ช่วยให้ผพู ้ ยากรณ์พิจารณาได้หลายตัวแปร เช่น สภาพเศรษฐกิจทัว่ ไป
คาสั่งซื้ อขณะปั จจุบนั ข้อมูลการขายจากอดีต นอกจากนั้น ระบบ DSS ยังช่วยให้ตวั
แทนจาแหน่ายสามารถ download ข้อมูลของลูกค้าที่ซ้ื อของ ได้จากฐานข้อมูลของ
บริ ษทั ผ่านทาง Web ทุกๆสิ้ นเดือน ทาให้ตวั แทนจาหน่ายสามารถพูดคุยกับลูกค้า
และปรับยอดการพยากรณ์การขายตามคาสั่งซื้ อของลูกค้าได้เร็ วขึ้น
 นอกจากนั้น ระบบ DSS ยังช่วยให้การกรอกข้อมูลทาได้ง่ายขึ้นผ่านทาง Template
ที่ถกู ล็อกเอาไว้แล้ว การประมวลผลใช้เวลาเพียง 4 ชัว่ โมง ก็จะได้ยอดการพยากรณ์
ทั้งหมด โดยแยกออกตาม account และ product ต่างๆ
 The Results
 1) บริ ษทั ทราบได้วา่ ตัวแทนจาหน่ายรายใดทานายยอดคาสั่งซื้ อได้ดีที่สุดและ ตัวแทน
รายใดแก้ปัญหาจัดการกับปั ญหาที่เกิดขึ้นได้ดีมากน้อยเพียงใด
 2) New Balance สามารถมองเห็นภาพการผลิตว่าจะเป็ นไปในทางใดในแต่ละเดือน ได้
ดีข้ ึน เพราะ New Balance มีเวลาส่ งของ (lead time) จากโรงงานไปยังผูข้ ายนอก
ประเทศ สารสนเทศทางด้านการพยากรณ์ที่รวดเร็ วและแม่นยาทาให้การตอบสนอง
ของผูค้ า้ ปลีกทาได้รวดเร็ วมากขึ้น ตั้งแต่ใช้ระบบ DSS ทาให้สินค้าค้างสต็อก(เมื่อเลิก
ผลิต)ลดลงโดยเฉลี่ยประมาณ 8%
 3) หลังจากใช้ DSS บริ ษทั พบว่า ยอดรองเท้าที่ขายดีที่สุดได้เปลี่ยนจากรองเท้าบาสเก็ต
บอล (ราคา 120-160 USD)มาเป็ นรองเท้าเอนกประสงค์ (ราคา 60-90 USD) ดังนั้น
บริ ษทั จึงหันมาผลิตรองเท้าประเภทนี้มากขึ้น
 4) ผูบ้ ริ หารระดับสู งสามารถเรี ยกดูรายงานต่างๆได้ทุกๆบ่ายวันจันทร์ พร้อมกับพนัก
อื่นที่เกี่ยวข้องกับการขาย ทาให้ท้ งั หมดมองเห็นภาพเดียวกัน
 ผลลัพธ์ในเชิงตัวเลขนั้นจะเห็นว่า ยอดขายทัว่ โลกเพิ่มขึ้นมากกว่าสองเท่า จาก 560
MUSD ในปี 1997 เป็ น 1.3BUSD ในปี 2002 ยอดของรองเท้าวิง่ ออกกาลังเป็ นอันดับ
สองรองจาก Nike เมื่อรวมรองเท้าทุกประเภทถือเป็ นอันดับสามรองจาก Nike และ
Reebok
11.1 Managers and Decision Making
 การบริ หารจัดการคือกระบวนการทาให้บรรลุถึงเป้ าหมายขององค์กรที่วางไว้ โดยใช้
ทรัพยากรที่มีอยู่ อันได้แก่ พนักงาน (people) เงิน (money) พลังงาน (energy)
วัตถุดิบ (materials) พื้นที่ใช้สอย (space) เวลา (time)
 ทรัพยากรต่างๆเหล่านี้ ถูกพิจารณาว่า เป็ น อินพุท การบรรลุถึงเป้ าหมายจะถูกมองว่า
เป็ นเอาท์พทุ ของกระบวนการ
 อัตราส่ วนระหว่าง อินพุทและเอาท์พทุ คือตัวชี้วดั ผลิตผลขององค์กร (organization’s
productivity)
The Manager’s Job
 เพื่อให้เข้าใจว่า ระบบสารสนเทศจะให้การสนับสนุนแก่ผบู ้ ริ หารอย่างไรบ้าง ก็ควร
จะทราบงานของผูบ้ ริ หารก่อนว่า จะต้องเกี่ยวข้องกับด้านใดบ้าง
 ผูบ้ ริ หาร(Manager) มีบทบาทพื้นฐานสามด้านได้แก่ (Mintzberg 1973) :
 บทบาทด้านการประสานงานระหว่างบุคลต่างๆ (Interpersonal roles): เช่น
การ แบ่งกลุ่มทางาน การเป็ นผูน้ า การเป็ นผูช้ ่วยเหลือ
 บทบาทด้านที่เกี่ยวข้องกับสารสนเทศ (Informational roles): เช่น การเฝ้ ามอง
การ เผยแพร่ การเป็ นนักพูด(โฆษก)
 บทบาทด้านที่เกี่ยวข้องกับการตัดสิ นใจ (Decisional roles): เช่น การเป็ นเจ้าของ
กิจการ การเป็ นนักปลุกระดม การเป็ นนักจัดกาลังพล การเป็ นนักต่อรอง
 ในอดีตนั้น IT มักจะสนับสนันทางด้านสารสนเทศเพียงอย่างเดียว แต่ในปั จจุบนั ต้อง
สนับสนุนทั้งสามด้าน
Decision Making and Problem Solving
 การตัดสิ นใจ (decision) หมายถึง การเลือกอย่างใดอย่างหนึ่งใน สองทางเลือก
 การตัดสิ นใจนั้น อาจเป็ นงานที่ตอ้ งทาเป็ นครั้งคราว หรื อ ต่อเนื่อง โดยคนๆเดียว
หรื อเป็ นกลุ่มบุคคลก็ได้
 Computerized Decision Aids: จะขึ้นอยูก่ บั 4 คาถามต่อไปนี้
 1) ทาไมผูล้ บริ หารจึงต้องการการสนับสนุนจาก IT
 2) งานของผูบ้ ริ หารเป็ นระบบอัตโนมัติท้ งั หมดได้หรื อไม่
 3) มีอะไรบ้างที่ IT สมารถให้การสนับสนุนผูบ้ ริ หาร
 4) สารสนเทศต้องการให้ผบู ้ ริ หารตัดสิ นใจอย่างไร
 มาดูคาตอบต่าง ๆ ….
Why Manager Need The Support Of Information Technology ?
 ปัจจัยหลักของการทาการตัดสิ นใจที่ดี คือ ตรวจสอบและเปรี ยบเทียบทางเลือกต่างๆที่
สัมพันธ์กนั ยิง่ มีทางเลือกมากเท่าใดก็ยงิ่ ต้องการความช่วยเหลือของคอมพิวเตอร์ทาง
ด้านการค้นหาและการเปรี ยบเทียบมากขึ้นเท่านั้น
 ในทางปฎิบตั ิแล้ว การตัดสิ นใจมักทาภายใต้ความกดดัน(ด้านเวลา) มักจะพบเห็น
บ่อยๆ ว่า เป็ นไปได้ยากในการใช้กระบวนการแบบ manual มาค้นหาสารสนเทศที่
ต้องการ อย่างรวดเร็ วพอเพียงและให้มีประสิ ทธิผล
 มันจึงจาเป็ นอย่างยิง่ ในการทาการวิเคราะห์ภาพลักษณ์ต่างๆเพื่อทาให้การตัดสิ นใจได้ดี
การวิเคราะห์ขา้ งต้นจาเป็ นต้องใช้แบบจาลอง
 ผูต้ ดั สิ นใจอาจอยูต่ ่างสถานที่กนั และมีสารสนเทศที่ต่างกัน การนาสิ่ งเหล่านี้ท้ งั หมดมา
รวมกันอย่างรวดเร็ วและไม่แพงมากนัก มักจะเป็ นเรื่ องที่ยงุ่ ยาก
 บ่อยครั้งในการตัดสิ นใจ ต้องการการพยากรณ์จากองค์กร เช่น ด้านราคา ส่ วนแบ่ง
การตลาด เป็ นต้น ดังนั้น การพยากรณ์ที่แม่นยาต้องการเครื่ องมือทางสถิติและการ
วิเคราะห์
 การตัดสิ นใจต้องการข้อมูล แต่จานวนข้อมูลเพิ่มขึ้นอย่างรวดเร็ ว (โดยเฉพาะอย่างยิง่
Internet clickstream) และข้อมูลมาจากหลายแหล่ง ดังนั้นจึงต้องทาการรวบรวมข้อมูล
จากแหล่งต่าง ๆ ข้างต้น
Can the manager’s job be fully automated ?
 โดยทัว่ ไปผูบ้ ริ หารระดับกลางเป็ น fully automated ได้
 ผูบ้ ริ หารระดับต้น ไม่ค่อยยุง่ เกี่ยวกับการตัดสิ นใจมากนัก เพราะมักไปทางานด้าน
การให้คาแนะนา การอบรม การจูงใจ มากกว่า การตัดสิ นใจทางด้านอื่น ๆ เช่น
การวางแผนการผลิต เป็ นต้น เป็ นระบบอัตโนมัติอยูแ่ ล้ว (หมายถึงใช้ S/W เข้าช่วย
กันอยูแ่ ล้ว)
 ผูบ้ ริ หารระดับสู งยากที่สุดในการทาให้เป็ นระบบอัตโนมัติท้ งั หมด
What information technologies are available to support managers?
 Management Support Systems (MSS)
 เทคโนโลยีของ IT ต่างๆหลักๆแล้ว เป็ นการออกแบบมาสนับสนุนผูบ้ ริ หารทั้งหลาย เช่น
ระบบต่างๆ ที่สนับสนุนการตัดสิ นใจ (decision support systems), ระบบต่างๆที่สนับ
สนุนผูบ้ ริ หารระดับสู ง (executive support systems), เทคโนโลยีกรุ๊ ปแวร์ ต่างๆ
(groupware technologies) และ ระบบอัจฉริ ยะ (intelligent system) ดูรูปในหน้าถัดไป
The Process of Computer-Based Decision Making






แบ่งออกเป็ น 4 ขั้นตอนหลัก ๆ คือ:
1) Intelligence
2) Design
3) Choice
4) Implement
ดรายละเอียดในหน้าถัดไป
Decision Process
Define
the
“Process or Problem”
Intelligence phase
Develop
Alternative
Courses of Action
Modeling phase
Select
The “Best”
One
Choice phase
Review It
Act on it
Implementation
phase
The process and phases in decision making
Model ( in decision making )
 แบบจาลอง (Model) คือ การนาเสนอแบบง่ายๆ หรื อ การสรุ ปจากควาเป็ นจริ ง
 ประโยชน์ของการจาลองแบบในการทาการตัดสิ นใจ คือ:
 ต้นทุนในการทาการทดลองเสมือน (virtual experimentation) จะต่ากว่าต้นทุนที่เกิด
จากการทดลองในระบบจริ ง
 แบบจาลองต่างๆยอมให้ simulate เพื่อลดเวลาลง การปฎิบตั ิงานหลายๆปี สามารถ
simulateโดยใช้คอมพิวเตอร์ ให้เหลือไม่กี่วนิ าที
 การปรับเปลี่ยนแบบจาลอง (โดยการเปลี่ยนตัวแปร) ทาได้ง่ายกว่าในระบบจริ ง
 การใช้แบบจาลองทาให้ผจู ้ ดั การรับมือกับความไม่แน่นอนต่างๆได้ดีข้ ึน โดยใช้ “
what- ifs” และ การคานวณความเสี่ ยงต่างๆ ที่เกิดจากการกระทาที่เจาะจง
 แบบจาลองทางคณิ ตศาสตร์ ช่วยให้ทาการวิเคราห์และเปรี ยบเทียบทางเลือกต่าง ๆ
ได้ง่าย
Problem structure
 การตัดสิ นใจนั้น จะขึ้นกับโครงสร้างของปั ญหาด้วย โดยแยกออกเป็ น
 ปัญหาที่มีโครงสร้างสร้างชัดเจน ไดแก
้ ปั
่ ญหาทีเ่ ป็ นงานทีเ่ ป็ น
routine เป็ นปั ญหาที่ เกิดซ้ าๆ ปั ญหาเหล่านี้มกั มีคาตอบเป็ นรู ปแบบมาตรฐานอยูแ่ ล้ว
ดังนั้นการตัดสิ นใจ จึงเป็ นแบบ Structured decisions
 ปั ญหาที่ไม่มีโครงสร้าง ไดแก
่ บ
ั ซ้อนในเชิงคลุมเครือ
้ ปั
่ ญหาทีซ
ไม่มีคาตอบสาเร็ จรู ป ที่จดั เตรี ยมไว้ก่อน ปั ญหาเหล่านี้ตอ้ งอาศัยความสามารถของคน
มาทาการตัดสิ นใจใน แบบ Unstructured decisions เช่น การวางแผนเชิงกลยุทธ์ การ
ว่าจ้างผูบ้ ริ หารระดับ สู ง การเลือกงานที่ตอ้ งการทาวิจยั ในปี หน้า เป็ นต้น
 มีปัญหาบางประเภทที่อยูก่ ่ ึงกลางระหว่างแบบมีโครงสร้างและไม่มีโครงสร้าง เรี ยก
ว่าปั ญหาแบบกึ่งโครงสร้าง การตตัดสิ นใจก็จะเป็ นแบบ
Semistructured decisions เช่น ปั ญหาที่ตอ้ งการคาตอบที่มีโครงสร้างหลายรู ปแบบ
รวมกันผนวกกับการตัดสิ น ใจเฉพาะคน เช่น การขึ้นเงินเดือน การกาหนดยอดขาย
เป็ นต้น
Decision Support Framework.
 ดังนั้นจากรู ปที่ผา่ นมาในแนวแกนนอนจึงแบ่งการตัดสิ นใจออกเป็ นสามแบบ คือ
Structured, Semistructure และ Unstructured มาดูในมิติที่สองในด้านแกนตั้งกัน บ้าง
จะเป็ นธรรมชาติในการตัดสิ นใจของผูบ้ ริ หาร (Nature of Decisions) ซึ่ งแบ่ง ออกได้
เป็ นสามระดับคือ
 1) Operational control เป็ นควบคุมการปฎิบตั ิงานที่จาเพาะเจาะจง ให้มีประสิ ทธิภาพ
และมีประสิ ทธิผล
 2) Management control เป็ นการควบคุมในการรวบรวมและใช้ทรัพยากรในองค์กร
เพื่อขับเคลื่อนไปยังเป้ าหมายขององค์กร
 3) Strategic planning เป็ นการวกาหนดเป้ าหมาย นโยบาย และ จัดเตรี ยมทรัพยากรใน
ระยะยาว
 เมื่อมองภาพทั้งสองมิติออกแล้ว จะเห็นว่า การสนับสนุนในแต่ละระดับจะแตกต่าง
กันออกไป เช่น
 ถ้ามองในแนวแกนตั้ง
 Operation control ต้องการ MIS และ Management Science (ศาสตร์ในการบริ การจัด
การ)
 Management control ต้องการ Management Science, DSS, EIS และ ESS
 Strategic Planning ต้องการ EIS, ESS และ Neural Network
 ถ้ามองในแนวแกนนอน
 Structured Decisions ต้องการ MIS, Management science models, financial and
statistic models
 Semistructured Decisions ต้องการ DSS
 Unstructured Decisions ต้องการ DSS, ES, Neural Network
11.2 Decision Support Systems(DSS): For Individuals, Groups and the
Enterprise
 ระบบสนับสนุนในการตัดสิ นใจ (DSS) หมายถึงระบบสารสนเทศที่อาศัย
คอมพิวเตอร์ (computer-based information system) ที่รวมเอาแบบจาลองต่างๆและ
ข้อมูลเอาไว้ เป็ น ไปเพื่อแก้ไขปั ญหาประเภทกึ่งโครงสร้าง (semi-structured
problems) และ บางปั ญหา ที่ไม่เป็ นโครงสร้าง (unstructured problems) โดยมี
ผูใ้ ช้งานเข้าไปมีส่วนร่ วม
Characteristics and Capabilities of DSSs
 DSS ส่ วนมากมักจะมีความสามารถดังแสดงในตารางหน้าถัดไป นอกจากนั้นยังมี
ความสามารถในการสร้างแบบจาลองและมีฟังก์ชนั พิเศษเพิ่มเติมได้แก่
 การวิเคราะห์ความไว (Sensitivity analysis) เป็ นการศึกษาผลกระทบที่เกิดขึ้นเมื่อ
ทาการเปลี่ยนส่ วนใดส่ วนหนึ่ ง(หรื อมากกว่า)จากหลายๆส่ วนของแบบจาลอง
 การวิเคราะห์ในเชิง “จะเกิดอะไรขึ้น…ถ้า” (What-if analysis) เป็ นการศึกษาผล
กระทบที่เกิดขึ้น (เมื่อทาการเปลี่ยนสมมติฐานของ input data) กับผลลัพธ์ที่คาดว่า
จะได้รับ
 Goal-seeking analysis เป็ นการศึกษาเพื่อค้นหาค่าของอินพุทต่างๆ ที่จาเป็ นเพื่อให้
บรรลุถึงระดับเอาท์พทุ ที่ตอ้ งการ
Structure and Components of DSS.
 ทุกๆ DSS อย่างน้อยต้องมีระบบย่อยที่เรี ยกว่า data management และ model
management ส่ วนของ user interface และ end users บางตัวจะมี Knowledge
management เพิ่มเข้ามา ตัวอย่างดังรู ปหน้าถัดไป ระบบย่อยๆประกอบด้วย
 1) ระบบย่อยในการบริ หารจัดการข้อมูล (Data management subsystem)
 2) ระบบย่อยในการบริ หารจัดการแบบจาลอง (Model management subsystem)
 3) การเชื่อมต่อกับผูใ้ ช้ (User interface)
 4) ผูใ้ ช้ (Users)
 5) ระบบย่อยต่างๆที่เกี่ยวข้องกับองค์ความรู ้ (Knowledge- based subsystems)
The DSS and its Computing Environment
DSS Applications
 การทาการตัดสิ นใจเชิงฟรอนต์ไลน์ (Frontline decision making) หมายถึง กระบวนการ
ที่ซ่ ึ งบริ ษทั ต่างๆใช้เป็ นกระบวนการ ตัดสิ นใจแบบอัตโนมัติและบริ ษทั เหล่านั้นได้นามา
ใช้ในองค์กร นอกนั้นอาจรวมไปถึงพันธมิตรต่างๆด้วย
 การสนับสนุนการตัดสิ นใจในเชิงเวลาจริ ง (Real- Time Decision Support) หมายถึง
ระบบต่างๆที่สนับสนุนการตัดสิ นใจทางธุรกิจที่ตอ้ งทา ในเวลาที่เหมาะสมและบ่อยๆที่
ต้องทาภายใต้ความกดดันทางด้านเวลา
Special Tools for Decision Support
 Visualization Spreadsheet เช่น Microsoft Excel
Visual spreadsheet of risk analysis
 Decision Support/Business Intelligence Relationship
 1) มีโครงสร้างคล้ายกัน เพราะ BI ต่อยอดมาจาก DSS แต่ BI จะใช้ขอ้ มูลจาก data
warehouse จึงเหมาะสาหรับองค์กรขนาดใหญ่ แต่ DSS จะใช้หรื อไม่กไ็ ด้ จึงเหมาะกับ
องค์กรทัว่ ไป
 2) BI มี executive and strategy orientation โดยเฉพาะอย่างยิง่ BPM และ dashboard
component แต่ DSS ถูกใช้ไปในเชิง toward analysis
 3) BI ถูกสร้างในเชิงการค้าซึ่ งมีเครื่ องมือและองค์ประกอบต่าง ๆ เหมาะสมกับองค์กร
แต่การสร้าง DSS มองไปในเชิง unstructured problems จึงเป็ นไปในรู ปแบบ customize
solutions
 4) กรรมวิธีของ DSS และเครื่ องมือที่ใช้มกั พัฒนามาจากสถาบันการศึกษา ส่ วนกรรมวิธี
การของ BI และเครื่ องมือที่ใช้ถกู พัฒนามาจาก software company
 5) เครื่ องมือหลาย ๆ ตัวที่ใช้ใน BI จะถือว่ามีใช้อยูใ่ น DSS ด้วย เช่น data mining,
predictive analysis
Some Application of Group Decision Support Systems (GDSS)
 กลุ่มเสมือน (Virtual group) คือกลุ่มที่สมาชิกต่างๆอยูใ่ นสถานที่ๆแตกต่างกัน
 ระบบสนับสนุนการตัดสิ นใจเชิงกลุ่ม (Group decision support system (GDSS)) คือ
interactive computer-based system ที่สนับสนุนกระบวนการในการหาคาตอบต่างๆ
โดยกลุ่มผูท้ าหน้าที่ตดั สิ นใจ (a group of decision makers)
 Decision room กลุ่ม DSS ที่จดั แบบพบหน้ากันในสถานที่แห่ งหนึ่ งที่บรรจุสมาชิก
ของกลุ่มได้ท้ งั หมด
Enterprise and Executive Decision Support Systems
 ในที่น้ ีจะกล่าวถึงเพียงสองรู ปแบบเท่านั้น ได้แก่
 ระบบสนับสนุนการตัดสิ นใจทัว่ ทั้งองค์กร (Organizational decision support system
(ODSS)) คือ DSS ที่มุ่งเน้นที่งานหรื อกิจกรรมในองค์กรหนึ่ งๆ ทั้งนี้รวมถึง การปฎิบตั ิ
งานที่เกี่ยวเนื่องกันไปและผูท้ างานตัดสิ นใจทั้งหลาย คุณสมบัติหลักๆของ ODSS คือ
 1) เกี่ยวข้องกับหลายหน่วยงานหรื อปั ญหาต่างๆขององค์กร
 2) ตัดเข้าสู่ ฟังก์ชนั ที่ขา้ มระหว่างหลายๆแผนก หรื อ หลายระดับชั้น
 3) ใช้เทคโนโลยีของคอมพิวเตอร์ และรวมทั้งการสื่ อสารด้วย
 ระบบสารสนเทศสาหรับผูบ้ ริ หารระดับสู ง (Executive information system (EIS))
หมายถึง Computer-based technology ที่ออกแบบมาเพื่อสนองตอบต่อความต้องการที่
เจาะจงต่างๆของระบบสนันสนุนผูบ้ ริ หารระดับสู ง (executive support system (ESS))
12.3 Intelligent Support Systems: The Basics
 ระบบสนับสนุนแบบอัจฉริ ยะ (Intelligent support systems) คือ เทอมที่ใช้อธิบาย การ
ประยุกต์ใช้งานทางการค้าที่หลากหลายของปัญญาประดิษฐ์ (artificial intelligence
(AI))
 ปั ญญาประดิษฐ์ เป็ นสาขาย่อยของ computer science ที่เกี่ยวกับการเรี ยนรู ้ผา่ นกระ
บวนคิดของมนุษย์แล้วแสดงกระบวนการข้างต้นออกมาในรู ปของการทางานของ
เครื่ องจักร
 Turning test เป็ นการทดสอบ artificial intelligence ผ่านทางการการถามตอบ
ของ มนุษย์ (การเปลี่ยนกลับไปกลับมาระหว่างสิ่ งที่มนุษย์ไม่รู้และสิ่ งที่
คอมพิวเตอร์ ไม่รู้) เพื่อดูวา่ สิ่ งใดไม่สามารถแยกแยะได้ คาว่า Turning test ได้ชื่อ
มาจากนักคณิ ต ศาสตร์ชาวอังกฤษ ชื่อ Alan Turing.
Comparing Artificial and Natural Intelligence
 AI applications can be extremely valuable:
 They can make computers easier to use.
 They make knowledge more widely available.
 They significantly increase the speed and consistency of some problem-solving
procedures.
 They handle problems that are difficult to solve by conventional computing and those
that have incomplete or unclear data.
 They increase the productivity of performing many tasks.
 They helps in handling information overload by summarizing or interpreting
information.
 They assist in searching through large amounts of data.
12.4 Expert Systems (ES)
 เมื่อองค์กรมีปัญหาที่ซบั ซ้อนมากขึ้น มักต้องการคาปรึ กษาจากผูช้ านาญการ (Experts)
ผูช้ านาญเหล่านี้จะมีองค์ความรู ้เฉพาะด้านและมีประสบการณ์ในพื้นที่ที่ตนเองทางาน
สู ง ยิง่ ปั ญหาที่ไม่เป็ นโครงสร้างมากเท่าใด ก็ตอ้ งการผูช้ านาญที่พิเศษออกไปมากขึ้น
เท่านั้น
 Expert System (ES) คือ ระบบคอมพิวเตอร์ที่เป็ นไปเพื่อเลียนแบบความชานาญของ
มนุษย์ โดยการป้ อนวิธีการทางด้านความเป็ นเหตุเป็ นผลเข้าไป (reasoning
methodologies) หรื อ ป้ อนองค์ความรู้ ในขอบเขตหนึ่งๆ (a specific domain) เข้าไป
Expertise and knowledge
 ความชานาญคือสิ่ งเพิ่มเติมที่ได้จากองค์ความรู ้เฉพาะด้านที่ได้จากการอบรม การอ่าน
และประสบการณ์ การถ่ายทอดจากผูช้ านาญไปสู่ คอมพิวเตอร์ จากคอมพิวเตอร์ ไปสู่
ผูใ้ ช้จะประกอบด้วยการดาเนิ นงานสี่ ข้ นั ตอนคือ:
 การรวบรวมองค์ความรู้: องค์ความรู้จากผูช้ านาญทั้งหลาย หรื อ จากแหล่งข้อมูลที่เป็ นเอกสาร
 การนาเสนอองค์ความรู้: องค์ความรู้ที่ถูกรวบรวมจะถูกจัดกลุ่มโดยอาศัยกฎต่างๆ หรื อ รู ปแบบ
ต่างๆ (objective-oriented) แล้วเก็บอยูใ่ นเชิงอิเลคทรอนิคส์บนฐานขององค์ความรู ้น้ นั ๆ
 การเลือกใช้องค์ความรู้: โดยการเก็บรวบรวมความชานาญเอาไว้ในเชิงองค์ความรู ้อย่างพอเพียง
แล้วอาศัยการโปรแกรมในคอมพิวเตอร์ มันจะสามารถทาการสรุ ปความเห็นได้ ฟั งก์ชนั ที่เป็ น
เหตุผลจะถูกดาเนินการในเชิงองค์ประกอบต่างๆที่เรี ยกว่า inference engine ซึ่งก็คือสมอง
ของ ES นัน่ เอง
 การถ่ายโอนองค์ความรู ้: ความชานาญที่สรุ ปผลแล้วจะถูกถ่ายโอนไปยังผูใ้ ช้ในรู ปแบบของข้อ
เสนอแนะ (recommendation)
The benefits and limitations of Expert Systems
 Benefit of expert system ให้อ่านเพิม่ เติมจากตารางที่ 12.4
 Limitations of Expert Systems อ่านเพิม่ เติมใน และ IT at Work 12.5 “ Even an
Intelligent System can fail”
The Components of Expert Systems
 องค์ประกอบของระบบผูช้ านาญการ ได้แก่
 Knowledge base
 Facts
 Rules
 Inference engine
 User interface
 Blackboard
 Explanation subsystem
 อ่านเพิ่มเติมในตารางที่ 11.6 Generic Categories of Expert Systems
Structure and Process of an ES
12.5 Other Intelligent Systems
 Natural Language Processing and Voice Technologies
 Natural language processing (NLP) คือการสื่ อสารกับคอมพิวเตอร์ โดยใช้ภาษาพูด
เป็ นภาษาอังกฤษ หรื อ ภาษาอื่นๆ ในหัวข้อนี้จะกล่าวถึง 2 ประเภท คือ
 Natural language understanding/speech (voice) recognition คือ ความสามารถของ
คอมพิวเตอร์ ในการเข้าใจคาสั่งโดยใช้ภาษาธรรมดา ผ่านทางแป้ นพิมพ์ หรื อ เสี ยง
 Natural language generation/voice synthesis หมายถึง เทคโนโลยีที่ยอมให้คอมพิว
เตอร์ สร้างภาษาธรรมดาขึ้นมา จะออกมาเป็ นเสี ยงหรื อบนจอภาพก็ได้ ซึ่ งทาให้ผคู้ น
โดยทัว่ ไปเข้าใจคอมพิวเตอร์ ได้ง่ายขึ้น
 ตัวอย่างของ Voice Technology Application ดูในตารางที่ 12.6
Other Intelligent Systems cont…
 Artificial Neural Networks
 Artificial Neural Networks (ANNs) หมายถึง เทคโนโลยีของคอมพิวเตอร์ (ถูกสร้าง
แบบจาลองขึ้นมาโดยอาศัยแนวความคิดจาก biological neural systems) ที่เป็ นไปเพือ่
simulate การประมวล ผลแบบขนานอันได้จากการเชื่องต่อองค์ประกอบพื้นฐานต่างๆ ใน
เชิง network architecture หนึ่งๆ
 Neural computing: หมายถึงการประยุกต์ใช้งานของ artificial neural network
technology.
 Pattern recognition: หมายถึง ความสามารถของ neural network ในการกาหนดรู ปแบบ
และคุณ ลักษณะต่างๆ (ในสถานะการณ์ที่ไม่รู้ถึงตรรกะและกฎเกณฑ์ต่างๆ) โดยทาการ
วิเคราะห์จากข้อมูล จานวนมากมาย
 อ่านเพิม่ เติมใน IT at Work 12.6 “Banks are Cracking Down on Credit Card Fraud”,
Neural
รู ปแบบที่ทดั เทียมกัน
Other Intelligent Systems cont…
 Fuzzy Logic
 Fuzzy logic: หมายถึง การให้เหตุผลเชิงคอมพิวเตอร์ เมื่อเผชิญกับความไม่แน่นอน โดย
การ simulate กระบวนการให้เหตุผลของมนุษย์
Other Intelligent Systems cont…
 ปั ญหาใหญ่เรื่ องหนึ่งของ Web ก็คือ information overload เพราะสารสนเทศโตขึ้น
ตามเวลา แม้วา่ S/W และ Search Engine จะช่วยได้มากก็จริ ง แต่มนั ก็ยงั ไม่เข้าใจ
คาต่าง ๆ ที่มีหลายความหมาย
 Semantic Web คือ ส่ วนขยายของ Web ที่ซ่ ึ ง สารสนเทศถูกบังคับให้มีความหมาย
มากขึ้น (ในเชิง Metadata) และข้อมูลสามารถเข้าถึงในแบบอัตโนมัติ ใช้ร่วมกัน
ซอฟท์แวร์ อื่น ๆ ได้ และนาข้อมูลกลับมาใช้ใหม่ได้ ดังนั้น Semantic Web จะช่วย
ให้การค้นหา การดาเนินการภายในองค์กร และการรวมกันของ complex
applications ทาได้ง่ายขึ้น
Other Intelligent Systems cont…
 Hybrid Intelligent Systems: พยายามรวมสามเรื่ องนี้ เข้าด้วยกัน
 Neural Network ซึ่ งทาหน้าที่ทานายส่ วนแบ่งการตลาดและการเติบโตในอนาคต
 Expert System ให้คาแนะนาแบบอิจฉริ ยะในการพัฒนากลยุทธ์ทางการตลาด
ให้กบั บุคคลหรื อ Team ที่ตอ้ งการ
 Fuzzy Logic ช่วยผูบ้ ริ หารจัดการกับข้อมูลและสารสนเทศที่ไม่แน่นอนและ
คลุมเครื อ
 ดังนั้น การนามาใช้จึงเป็ นไปในเชิงพัฒนากลยุทธ์ และ Optimizing design process
12.6 Automated Decision Support (ADS)
 Automated decision support (ADS) systems คือ ระบบที่อยูบ่ นพื้นฐานการใช้กฏเกณฑ์
ในแบบอัตโนมัติเพื่อให้ได้มาซึ่ งคาตอบของปั ญหาเกี่ยวกับการบริ หารงานซึ่ งเกิดซ้ า ๆ
 บางทีเรี ยกอีกชื่อหนึ่ งว่า enterprise decision management (EDM)
 ADS จะสัมพันธ์อย่างไกล้ชิดกับ BI และ Business analytics ดังนี้
 ในบางธุรกิจ analytical model ใช้สร้างและ/หรื อ จัดการกับ business rules
 Business rule ถูกนามาใช้ trigger การตัดสิ นใจแบบอัตโนมัติต่าง ๆ ซึ่ งเป็ นส่ วนหนึ่ง
ของ BI application
 ตัวอย่างของ Business rule ให้อ่านจากIT at Work 12.7 “Cigna uses Business Rules to
support treatment request approval”
ADS Applications








1) Product or service configuration and quality
2) Yield (price) optimization
3) Routing or segmentation decisions
4) Corporate and regulatory compliance and fraud detection
5) Dynamic forecasting and SCM
6) Operational control
7) Customer selection, loyalty and service
8) Human capital
12.7 Implementing ADSs





1) Rule engine
2) Mathematical and statistical algorithms
3) Industry-specific packages
4) Enterprise systems
5) Workflow applications
MANAGERIAL ISSUES
 Cost justification; intangible benefits.
 ในขณะที่ผลประโยชน์ของ management support systems เป็ นแบบ tangible มันยากเหมือนกันใน
การคิดมูลค่าออกมาเป็ นตัวเงินจาก intangible benefit ของหลาย ๆ ระบบ
 Documenting personal DSS.
 พนักงานมากมายพัฒนา DSS ขึ้นมาเองเพื่อให้ทางานอย่างมีคุณภาพและมีประสิ ทธิผล ควรให้
คาแนะนาเขาเกี่ยวกับการจัดเก็บ(S/W) ทาเอกสารและเรื่ องความปลอดภัย
 Security.
 Decision support systems อาจบรรจุไว้ดว้ ย extremely important information ซึ่งเป็ นความเป็ น
ความตายขององค์กร ดังนั้นพึงดูแลเรื่ องความปลอดภัยให้ดี โดยเฉพาะการกระจายข้อมูลดดยใช้
Web
 Ready-made commercial DSSs.
 การเพิ่มขึ้นของการใช้ Web-based systems เป็ นไปได้วา่ จะหา DSS applications ได้มากขึ้น
โดยเฉพาะแบบ online ประโยชน์ที่จะได้รับจากการซื้อหรื อเช่า DSS application บางครั้งอาจ
ได้รับคาแนะนาให้เปลี่ยนกระบวนการทางธุรกิจเพื่อให้เข้ากับ DSS ที่มี(ขาย)อยู่
 Intelligent DSS.
 การใช้ intelligent agents ใน DSS application อาจทาให้ increase its functionality อย่าง
มากมาย
 Organizational culture.
 ยิง่ มีคนรับรู้ถึงประโยชน์ของ DSS มากเท่าใด และ ผูบ้ ริ หารระดับสูงให้การสนับสนุนมาก
เท่าใด DSS ก็จะถูกนามาใช้มากขึ้นเท่านั้น
MANAGERIAL ISSUES Continued
 Embedded technologies.
 Intelligent systems ถูกคาดว่ามันฝังตัวอยูใ่ น IT application ประมาณ 20% มากว่า 10 ปี แล้ว ผูบ้ ริ หาร
ควรตรวจสอบอย่างใกล้ชิดถึงเทคโนดลยีขา้ งต้นและการประยุกตืใช้ในทางธุรกิจ
 Ethical issues.
 Corporations with management support systems may need to address some serious ethical issues such
as privacy and accountability.