Il supporto decisionale è l'insieme di tecniche per prendere individualmente la migliore decisione possibile. La decisione sugli aiuti viene utilizzata principalmente in settori quali la finanza , la banca , il computer , la politica e la gestione delle crisi .
È utile beneficiare di strumenti “semplici” che consentono una rapida verifica e analisi delle informazioni per poter prendere la decisione a priori più adatta per un dato momento, senza necessariamente avere conoscenze avanzate in matematica o informatica. Gli strumenti di supporto decisionale mirano a questo. L' albero decisionale , la teoria delle decisioni e altri metodi di supporto consentono al decisore migliore di scegliere tra diverse opzioni, in base a criteri stabiliti, in modo più trasparente e più robusto.
In passato, il supporto decisionale si basava sull'esperienza individuale, sulla conoscenza, sull'esperienza dei consulenti dei decisori e sull'analisi storica. L'opinione e la soggettività erano di grande importanza.
Nel XX ° secolo, vengono introdotti strumenti matematici. Questi modelli e i loro algoritmi si basano su concetti e teorie come probabilità , analisi decisionale, teoria dei grafi e persino ricerca operativa .
Ben presto, apparvero sistemi informatici di supporto alle decisioni che presero sempre più posto in alcuni processi decisionali, a volte al punto da sostituire gli esseri umani con processi automatici.
I Sistemi Informativi Geografici (GIS) sono cresciuti in modo sostanziale dagli anni '70, con il vantaggio di avere visivamente e quindi cartograficamente alcune caratteristiche di supporto decisionale. Con l'IT sono arrivati anche i sistemi di supporto decisionale interattivo (SIAD).
Le agenzie e gli uffici di progettazione si sono specializzati nella consulenza e nel supporto decisionale per banche, aziende, governi, comunità (tramite sistemi di assistenza alla gestione dei progetti , ad esempio).
Successivamente si stabilì l' intelligence (in inglese BI ) e nuovi metodi come l' elaborazione analitica online e il data warehouse ( data warehouse ).
La governance multilivello ei processi di codecisione che tendono a svilupparsi in Europa, o nel mondo sotto l'egida dell'ONU, richiedono strumenti trasparenti e flessibili che tengano conto delle diverse scale dei contesti sociologici ed economici, ambientali e di responsabilità. In questo campo e in quello della democrazia partecipativa, la nozione di " portato a conoscenza " e di accesso all'informazione , in particolare ai dati pubblici, ha assunto un'importanza crescente.
Con Internet , abbiamo visto l'emergere di nuovi mezzi di consultazione ed espressione, nonché strumenti di lavoro collaborativo che consentono nuovi tipi di processo decisionale e supporto decisionale. C'è anche l'emergere di Big data per l'elaborazione di database molto grandi.
Affinché un sistema di supporto alle decisioni sia efficace, deve essere basato in particolare sulla ricerca operativa (o in breve RO), che è, per riassumere, la disciplina dei metodi scientifici, come la matematica o anche l' informatica che può essere utilizzata per decisioni migliori. Infatti, per consentire a diversi utenti di prendere una decisione, è necessario poter offrire loro strumenti di ottimizzazione, e OR offre proprio questo strumento.
All'interno di un IS, consente di razionalizzare, simulare e ottimizzare l'architettura e il funzionamento dell'organizzazione o della produzione, il tutto con l'obiettivo di consentire agli utenti di prendere la migliore decisione possibile.
L'obiettivo della ricerca operativa non è "prendere la decisione", ma chiarire una visione del contesto in cui verrà presa la decisione. Non ci interessa la fattibilità della decisione, ma puntiamo maggiormente sull'ottimalità di quest'ultima. Viene eseguito grazie alla teoria dei grafi ma anche alla programmazione lineare, non lineare e dinamica o anche ai calcoli di probabilità.
Alcuni autori hanno un'analisi critica e distinguono bene tra "risolvere" (barbarie) un problema o "risolvere" (facendo scomparire il problema stesso).
Possiamo quindi distinguere due principali assi di analisi:
È durante quest'ultima fase che si possono generalmente osservare le variazioni tra i diversi metodi di analisi multicriterio. Ciò pone quindi un problema con questo metodo di strategia con potenzialmente più responsabili delle decisioni. Le statistiche hanno quindi il loro ruolo da svolgere nel processo decisionale basato sui dati parziali posseduti. È possibile utilizzare strumenti informatici per eseguire questo tipo di analisi ( ad esempio R , SPSS o SAS ).
Herbert Simon , all'origine della ricerca sul processo decisionale, finisce con la sua tesi sulla razionalità limitata : è la procedura seguita che deve essere ottimale e non il calcolo delle soluzioni (a differenza degli strumenti di ottimizzazione). Pertanto, non vogliamo più solo cercare l'ottimalità di una soluzione, ma una soluzione soddisfacente che può essere applicata.
Alcuni strumenti decisionali vengono comunemente esercitati in tre fasi:
Gli ultimi due passaggi sono i più costosi.
Alcuni strumenti consentono di prendere decisioni collettive, vale a dire di cercare un consenso all'interno di un gruppo di persone. Qui ci sono diversi strumenti per prendere questo tipo di decisione:
I progressi nell'informatica hanno integrato il supporto decisionale, un campo volto alla progettazione di strumenti informatici (incluso software esperto ) per aiutare un decisore ad analizzare un problema o una situazione e fornirgli soluzioni, possibilmente prioritarie sulla base di. criteri logici che avrà selezionato.
La decisione in azienda risulta da un processo sempre più complesso: i dati da tenere in considerazione sono sempre più voluminosi e la posta in gioco così importante (umana, finanziaria) che lo strumento informatico è diventato strategico. I sistemi decisionali per l'elaborazione e la valutazione dei dati sono ormai ben consolidati nelle aziende. Ora sono arricchiti in particolare da potenti metodi di analisi, prospezione e ottimizzazione.
Così l' intelligence , parte di ciò che gli inglesi chiamano " business intelligence ", si riferisce ai mezzi, agli strumenti e ai metodi per raccogliere, consolidare, modellare e produrre i dati, materiali o immateriali, aziendali al fine di offrire supporto decisionale e consentire ai responsabili per la strategia aziendale o della comunità per avere una panoramica dell'attività gestita.
Le varie applicazioni informatiche possono essere classificate nel loro ordine cronologico di apparizione e nella loro "età dell'oro".
La prima applicazione dell'informatica riguarda i sistemi SIAD . Si tratta di sistemi informatici integrati, progettati appositamente per il processo decisionale e destinati più specificamente ai leader aziendali. Pertanto, un sistema SIAD è solitamente costituito da programmi, uno o più database, interni o esterni, e una base di conoscenza. Funziona con un linguaggio e un programma di modellazione che consentono ai dirigenti di esplorare diversi presupposti di pianificazione e valutarne le conseguenze. Questo metodo è generalmente basato sull'uso della ricerca operativa.
Poi compare l'intelligenza artificiale, che sfrutta originali forme di programmazione che cercano generalmente di simulare realtà in modo virtuale per prendere decisioni in base ai risultati ottenuti grazie a queste simulazioni. I metodi di supporto decisionale che utilizzano l'intelligenza artificiale sono generalmente basati su sistemi esperti , reti neurali e sistemi multi-agente, ad esempio. Questo metodo è ancora oggi utilizzato, in alcuni campi particolari, dove il problem solving si basa interamente su tecniche di AI, quindi queste tecniche hanno un impatto su due aspetti della progettazione dei sistemi informativi che sono l'automazione del processo di progettazione e il riutilizzo di conoscenza relativa al dominio e spiegazione / tutoraggio.
Più recentemente , In risposta alla costante evoluzione del volume di dati archiviati e sfruttabili, la comparsa della business intelligence ha infuso nuova linfa nei metodi e negli strumenti di supporto decisionale. Questo si basa principalmente sull'estrazione in database significativi e numerosi (chiamati data warehouse o data warehouse ) con strumenti denominati extract-transform-load (ETL). Questo data mining è anche chiamato data mining .
Oggi, il metodo dei big data sembra essere il più promettente. È, in modo simile alla business intelligence , eseguire il data mining , ma qui applicato a volumi maggiori.