Οι ραγδαίες τεχνολογικές εξελίξεις των τελευταίων δεκαετιών έχουν οδηγήσει σε δραστικές αλλαγές στο επιχειρηματικό, τεχνολογικό και κοινωνικό περιβάλλον.
Κύριο χαρακτηριστικό των αλλαγών αυτών, αποτελεί η αυξημένη πολυπλοκότητα του πλαισίου μέσα στο οποίο λειτουργούν επιχειρηματικές μονάδες, οργανισμοί και κρατικοί φορείς.
Γράφουν ο Καθηγητής Μιχάλης Δούμπος & ο Καθηγητής Κωνσταντίνος Ζοπουνίδης, Πολυτεχνείο Κρήτης, Σχολή Μηχανικών Παραγωγής και Διοίκησης, Εργαστήριο Συστημάτων, Χρηματοοικονομικής Διοίκησης
Στα πλαίσια αυτά, είναι εμφανές ότι η ανάλυση και ο σχεδιασμός της καλύτερης δυνατής αξιοποίησης των διαθέσιμων πόρων (προσωπικό, κεφάλαια, υλικά, χρόνος, κ.λπ.) σε προβλήματα μεγάλης κλίμακας και στρατηγικού αλλά και λειτουργικού χαρακτήρα, δεν μπορεί να γίνει αποκλειστικά βάσει της εμπειρίας. Αντίθετα, απαιτείται μια εμπεριστατωμένη προσέγγιση, η οποία θα βασίζεται σε αναλυτικά εργαλεία και ποσοτικές (μαθηματικές) τεχνικές.
Η αναγκαιότητα αυτή γίνεται ακόμη περισσότερο εμφανής αν αναλογιστεί κάποιος τον τεράστιο όγκο δεδομένων που συλλέγονται από κάθε επιχειρηματική δραστηριότητα αλλά και από την απλή καθημερινότητα κάθε πολίτη. Η επεξεργασία των δεδομένων αυτών και η μετατροπή τους σε πληροφορία και γνώση μπορεί να προσφέρει σημαντικά ανταγωνιστικά πλεονεκτήματα σε επιχειρήσεις, καθώς και σε νέα καινοτόμα προϊόντα, υπηρεσίες και λύσεις που ανταποκρίνονται στις σύγχρονες ανάγκες των πολιτών και της κοινωνίας ως σύνολο.
Τα αναλυτικά εργαλεία που είναι διαθέσιμα για την υποστήριξη της διαδικασίας λήψης αποφάσεων μπορούν να χρησιμοποιηθούν για σε τρία βασικά πλαίσια ανάλυσης, τα οποία ξεκινούν με το ερώτημα «πώς θα έπρεπε να αποφασίζουμε;» (κανονιστική ανάλυση), προχωρούν στο ερώτημα «πώς αποφασίζουμε;» (περιγραφική ανάλυση) και τελικά εξειδικεύονται με το ερώτημα «τι πρέπει να κάνουμε τώρα;» (καθοδηγητική ανάλυση). Πιο συγκεκριμένα τα τρία αυτά πλαίσια ανάλυσης είναι:
- Κανονιστική ανάλυση (normative), η οποία αποσκοπεί στην ανάπτυξη μοντέλων που ορίζουν κανόνες (νόρμες) για τη λήψη ορθολογικών αποφάσεων.
- Περιγραφική ανάλυση (descriptive), η οποία εστιάζει την ανάπτυξη μοντέλων που εστιάζουν στην κατανόηση του τρόπου με τον οποίο λαμβάνονται αποφάσεις σε πραγματικές συνθήκες.
- Καθοδηγητική ανάλυση (prescriptive), η οποία επικεντρώνεται στην ανάπτυξη μοντέλων που υποστηρίζουν τη λήψη αποφάσεων σε συγκεκριμένες περιπτώσεις.
Ανεξαρτήτως του πλαισίου που υιοθετείται, κάθε αναλυτική μεθοδολογία βασίζεται σε μοντέλα ανάλυσης και λήψης αποφάσεων. Τα μοντέλα αυτά είναι μαθηματικές αναπαραστάσεις πραγματικών προβλημάτων. Όπως όμως είναι εύκολα κατανοητό, δεδομένου ότι τα μοντέλα αποφάσεων περιγράφουν σύνθετα τεχνο-οικονομικά συστήματα, τα οποία χαρακτηρίζονται από υψηλό βαθμό πολυπλοκότητας, ασάφειας και αβεβαιότητας, κάθε μαθηματική περιγραφή βασίζεται σε υποθέσεις και παραδοχές, με αποτέλεσμα να μην είναι τέλεια. Παρόλα αυτά, τα αναλυτικά μοντέλα αποτελούν βασικά εργαλεία σχεδιασμού και ελέγχου των αποφάσεων που λαμβάνονται.
Τα γενικά μεθοδολογικά στάδια της διαδικασίας ανάπτυξης μοντέλων αποφάσεων παρουσιάζονται στο Σχήμα 1 και περιλαμβάνουν πέντε βασικά βήματα, όπως αναλύονται παρακάτω:
Σχήμα 1: Διαδικασία υποστήριξης αποφάσεων μέσω αναλυτικών προσεγγίσεων
1. Διαμόρφωση προβλήματος (problem structuring): Το πρώτο αυτό στάδιο της διαδικασίας είναι κυρίως περιγραφικό, με στόχο να προσδιοριστεί επακριβώς το αντικείμενο του προβλήματος, οι απαιτήσεις και στόχοι του, τα υπάρχοντα δεδομένα, οι διαθέσιμες επιλογές και τα χαρακτηριστικά τους, οι περιορισμοί, κλπ. Πρόκειται για ένα από τα σημαντικότερα στάδια, καθώς σφάλματα και παραλήψεις τη διαμόρφωση του προβλήματος θα οδηγήσουν σε αναποτελεσματικά μοντέλα και μεγάλες καθυστερήσεις στην ολοκλήρωση της ανάλυσης.
2. Μοντελοποίηση (modeling): Στο στάδιο της μοντελοποίησης πραγματοποιείται η ανάπτυξη του μαθηματικού υποδείγματος που περιγράφει το εξεταζόμενο πρόβλημα απόφασης. Μεταξύ άλλων, ένα μοντέλο αποφάσεων περιλαμβάνει τα ακόλουθα στοιχεία:
-
- Παραμέτρους και υποθέσεις: Οι παράμετροι αφορούν τα δεδομένα του προβλήματος. Για παράδειγμα, σε ένα πρόβλημα επένδυσης ενός κεφαλαίου σε επενδύσεις που έχουν επιλεχθεί, πρέπει να είναι γνωστά (να έχουν εκτιμηθεί) τα αναμενόμενα αποτελέσματα και οι κίνδυνοι κάθε επένδυσης. Εκτός των παραμέτρων της ανάλυσης, πάντοτε απαιτείται και η πραγματοποίηση κάποιων παραδοχών και υποθέσεων, οι οποίες είναι αναγκαίες ώστε διατυπωθεί το μοντέλο κατά τρόπο ρεαλιστικό, αλλά και υπολογιστικά διαχειρίσιμο. Μοντέλα που αναπτύσσονται με στόχο να γίνουν ρεαλιστικά αλλά καταλήγουν να είναι υπερβολικά σύνθετα, είναι πολύ πιθανό να έχουν περιορισμένη πρακτική αξία, λόγω της δυσκολίας χρήσης και κατανόησής τους από τους αποφασίζοντες.
- Μεταβλητές: Οι μεταβλητές είναι τα άγνωστα στοιχεία, τα οποία πρέπει να προσδιοριστούν ώστε να δοθεί απάντηση στο εξεταζόμενο πρόβλημα.
- Κριτήρια απόφασης: Τα κριτήρια καθορίζουν ορίζουν τον τρόπο με τον οποίο θα γίνει η επιλογή της καλύτερης λύσης. Όπως είναι αντιληπτό, τα περισσότερα πρακτικά προβλήματα απαιτούν τη συνεκτίμηση πολλαπλών κριτηρίων απόφασης.
- Περιορισμούς: Οι περιορισμοί καθορίζουν τις απαιτήσεις που πρέπει να ικανοποιούν οι λύσεις ενός προβλήματος.
3. Επίλυση του μοντέλο: Το στάδιο αυτό συνήθως απαιτεί την υλοποίηση κάποιας υπολογιστικής-αλγοριθμικής διαδικασίας μέσω ηλεκτρονικού υπολογιστή, η οποία θα οδηγήσει στην εξαγωγή των αποτελεσμάτων σύμφωνα με το μαθηματικό μοντέλο που αναπτύχθηκε στα προηγούμενα στάδια.
4. Υλοποίηση και υποστήριξη της λύσης: Το τελευταίο στάδιο της διαδικασίας αφορά τον έλεγχο και υλοποίηση της λύσης που προέκυψε από το στάδιο της επίλυσης. Συχνά, ο έλεγχος των αποτελεσμάτων οδηγεί σε αναθεωρήσεις των δεδομένων, της μορφής του μοντέλου, καθώς και των παραδοχών/υποθέσεων στις οποίες βασίζεται. Εφόσον, τα αποτελέσματα κριθούν ικανοποιητικά ακολουθεί η υλοποίησή τους, η οποία συχνά απαιτεί ένα σύνολο σύνθετων δράσεων, ώστε η προτεινόμενη λύση να εφαρμοστεί ομαλά και με επιτυχία από έναν οργανισμό.
Η ανάπτυξη μοντέλων αποφάσεων βασίζεται σε μεθοδολογίες και τεχνικές από διάφορα επιστημονικά πεδία, όπως η στατιστική, η επιχειρησιακή έρευνα και η επιστήμη των υπολογιστών. Παρότι τα πεδία αυτά αναπτύσσονται, σε μεγάλο βαθμό, ανεξάρτητα μεταξύ τους, τα τελευταία χρόνια ιδιαίτερο ενδιαφέρον έχει συγκεντρώσει η ανάπτυξη ενός ενοποιημένου πλαισίου, το οποίο αναφέρεται ως «επιχειρηματική αναλυτική» (business analytics). Η επιχειρηματική αναλυτική έχει εισάγει ένα ολοκληρωμένο πλαίσιο αντιμετώπισης των προβλημάτων αποφάσεων σε επιχειρήσεις και οργανισμούς, το οποίο καλύπτει όλες τις μεθοδολογίες και τεχνολογίες από το στάδιο της συλλογής, διαχείρισης, και επεξεργασίας, των δεδομένων, έως την προετοιμασία αναφορών και την οπτικοποίηση των αποτελεσμάτων.
Παραδείγματα επιτυχημένων εφαρμογών αναλυτικών μοντέλων αποφάσεων σε επιχειρήσεις και οργανισμούς (ιδιωτικούς και δημόσιους) υπάρχουν πολλά. Βέβαια δεν λείπουν και παραδείγματα αποτυχίας. Σε κάθε περίπτωση, πρέπει να είναι κατανοητό ότι η ανάπτυξη και αξιοποίηση τέτοιων εργαλείων δεν εγγυάται από μόνη της την επιτυχία. Συχνά απαιτούνται σημαντικές προσαρμογές στη λειτουργία και οργανωτική δομή του φορέα υλοποίησης, και αποδοχή-υιοθέτηση μιας διαφορετικής φιλοσοφίας από όλους τους εμπλεκομένους (διοίκηση και εργαζόμενοι). Επιπλέον, οι αυξανόμενες αβεβαιότητες δημιουργούν συνεχώς νέες προκλήσεις, οι οποίες απαιτούν συνεχή προσπάθεια βελτίωσης των αναλυτικών μοντέλων ώστε να παραμένουν επικαιροποιημένα και προσαρμοσμένα στις συνθήκες που διαμορφώνονται.