决策与决策支持系统

决策是管理的核心内容，所以西蒙称管理就是决策。我们不主张过分地强调决策就是一切，决策是管理的最重要的内容，但不是管理的全部。决策有经验决策和科学决策之分；也有结构化决策、非结构化决策和半结构化决策之分。当代的决策越来越复杂，需要收集和处理大量的信息，利用大量复杂的模型，如果不依靠计算机帮助处理，简直就不能实现。因而信息系统在决策过程中起着至关重要的作用。

信息和决策是管理活动的相互关联和互补的两个部分。信息论的主张者认为，有了信息就有了一切。因而他们认为“在得到了充分的信息以后，决策自然就会得出”。我们同样也不主张这种过分的强调，而是认为它们是相辅相成的两个方面，相互支持，达到好的效果。在决策过程中应尽量地利用信息和信息系统。

利用信息技术实现决策自动化，显然是我们希望的远景，但离现实还是十分遥远，现阶段只能利用信息技术帮助进行决策。利用信息帮助进行决策的系统叫决策支持系统(decision support systems,DSS)。

决策支持系统可以按照分类坐标的不同维度分为各种类。例如，按照支持的决策者的数量可分为单体决策支持系统和群体决策支持系统；按照它支持的管理层次来分，可分为中层决策支持系统和高层决策支持系统；按照系统的智慧或聪明（smart)程度来分，可分为专家系统、传统决策支持系统和智能决策支持系统。因为智慧在决策中的重要性，我们就对智慧分类的每一类做比较详细的介绍，其他分类不再赘述。

决策支持系统所支持的决策者可能是一个单独的决策者或一个群体决策者，无论是个人或群体他们都有一个系统，即决策系统，这是由企业的决策者，和企业的组织、企业过程、规章、价值观、习惯以及信息和信息系统所组成。决策支持系统实际上只能支持一个小范围的目标，相对于管理信息系统来讲，更显得重要。决策支持系统要支持决策，必须由管理信息系统收集数据，甚至可能利用它已有的模型。决策支持系统和决策系统、传统管理信息系统之间的关系。

最近，社会上频频出现一个商业词汇—商业智能（business intelligent，B)。它的概念和决策支持系统有许多交叉，有人认为商业智能范围广，决策支持系统只是它的实现，有人则认为商业智能只是决策支持系统的一类。

B1是指用于指点、挖出和分析商业数据的基于计算机的技术。如分析按产品或部门分类的销售数据等。这样说来，它是一些技术的总称，而不是有一定目标的一个完整的系统。

这些技术包括报告、在线分析处理、分析、数据挖掘、商业性能管理、标杆、文本挖掘和预测分析等。这些技术也是瞄准企业决策的，因而，也有人把它称做“决策支持系统”。商业智能和竞争智能（competitive intelligent，CI)均是支持决策的，因而有时也把它们看成“同义语”，但BI大多用技术、处理和应用程序去分析内部的结构化的数据和企业过程，而竞争智能收集、分析和散发聚焦于竞争者的信息。广义的BI则包含CI，把CI看成它的B1最早于1958年出现于IBM的文章里，把其定义为“理解呈现出的事实间的关系的能力，以此能力引导行动朝向要求的目标。”今天所说的BI是由DSS演进而来，DSS最早出现于20世纪60年代，当时它多指用模型帮助进行决策和计划，80年代后，才关注到数据仓库、经理信息系统、在线分析处理、BI。1989年Gartner集团的一个系统分析员提议BI是个大伞，包括所有“应用基于事实的支持系统改进商业决策的概念和方法”。直到90年代末，BI才被广泛应用。

Forester Researcher给出了Bl和数据仓库的不同。BI要用到数据仓库和数据集市，但并非所有的数据仓库都用到B1，也并非所有的BI都要求一个数据仓库。为了区分BI和数据仓库的区别，Forester Researcher给出BI的广义的和狭义的两种定义。广义定义包含数据准备和数据应用两部分，它包含数据集成、数据质量保证、数据仓库、主数据管理、文本和内容分析等，可以说落入信息管理领域。狭义的定义则只包括BI架构的顶端部分。

我们不主张过分地在概念上区分决策支持系统、数据仓库（DW)和商业智能（BID，而主张因势利导、相互借鉴、综合应用。未来的Bl的趋势是应用当代的更新的技术来改善企业的决策，这些技术包括绿色计算、社会网络、数据可视化、移动计算、混成应用、云计算和多触摸技术等以下较详细地介绍按照智慧程度来划分系统。专家系统的智慧是最低的，它实际上是把人的非结构化知识给结构化了，也就成了死板的结构化问题处理器。传统的决策支特系统的智慧是中等的，而最高智能的系统就是智慧决策支持系统。