جديدترين مقالات مرتبط با مدیریت فناوری اطلاعات IT
ارسال شده توسط احمد محمدی | 25 12, 2013 | بازدید‌ها (933)
هزینه های واقعی ERP چقدر است؟

اخیراً توسط Meta Group، تحقیقی در زمینه کل هزینه مالکیت ERP (شامل هزینه های کارکنان داخلی، خدمات حرفه ای، سخت افزار و نرم افزار) انجام شده است. در این تحقیق، کل هزینه مالکیت ( TCO) ، از زمان نصب نرم افزار تا دو سال پس از آن محاسبه شده است، در واقع، دو سال پس از نصب ERP، زمانی است که هزینه های واقعی نگهداری، روز آمد کردن و بهینه سازی سیستم ERP شرکت آشکار می شود. میانگین کل هزینه های ERP در 63 شرکت مورد تحقیق، شامل مؤسسات کوچک، متوسط و بزرگ در صنایع مختلف، 15 میلیون دلار می باشد. گرچه ارائه یک رقم دقیق از TCO شرکت های مختلف در صنایع متعدد، کار دشواری است، اما ارقام ارائه شده در این تحقیق، ثابت می کند که صرف نظر از نوع شرکت، ERP گران و پرهزینه می باشد. میزان TCO در این دوره دو ساله، برای کاربران کم مهارت  به مبلغ سرسام آور 320،53 دلار بالغ می شد.

 

هزینه های پنهان ERP کدامند؟

1- آموزش: هزینه‌های آموزش بالاست. زیرا كاركنان مجبورند مجموعه فرایندهای جدیدی را فرا بگیرند. بدتر اینكه، شركت‌های خارجی آموزشی نیز نمی‌تواننددراین مورد كمك كنند. آنها به افراد نحوه بكارگیری نرم‌افزار را می‌آموزند نه روش‌های خاص استفاده از آن در كسب و كار شركت

2- آزمایش و یكپارچه سازی: آزمایش ارتباط بین بسته‌های ERP و سایر بخش‌ها، هرینه دیگری را به دنبال خواهد داشت. یك شركت سازنده شاید برنامه‌های كاربردی از تجارت الكترونیك و زنجیره تامین گرفته تا محاسبه مالیات برفروش و باركدینگ را دارا باشد. همه یكپارچه سازی‌ها با ERP در ارتباطند. بهتر است این برنامه‌ها را از یك فروشنده ERP خرید. آزمایش یكپارچگی ERP  به همراه آموزش باید صورت گیرد.

3- سفارشی سازی: برنامه‌های افزودنی تنها سرآغاز هزینه‌های یكپارچه سازی ERP  محسوب می‌شوند. هزینه دیگری كه بهتر است تا حد امكان از آن اجتناب شود، سفارشی سازی هسته اصلی نرم‌افزار ERP است. این وضعیت زمانی رخ می‌دهد كه نرم‌افزار ERP نتواند یكی از فرایندهای كسب و كار را مدیریت كند و شما تصمیم می‌گیرید با سفارشی سازی نرم‌افزار مشكل را حل كنید. سفارشی سازی می‌تواند بر هر ماجول سیستم ERP تاثیر گذارد، زیرا آنها كاملا با هم در ارتباطند. ارتقاء بسته ERP نیز معضل بزرگی است. زیرا مجبورید دوباره برای نسخه جدید، سفارشی سازی را انجام دهید. و از سوی دیگر، فروشنده از شما پشتیبانی نخواهد كرد و باید كارشناسان جدیدی را برای انجام سفارشی سازی و پشتیبانی استخدام نمایید.

4- تبدیل داده‌ها: تبدیل اطلاعاتی نظیر سوابق مشتری، عرضه كننده، طراحی محصول از سیستم قدیم به سیستم جدید ERP هزینه براست.

5- تجزیه و تحلیل داده‌ها: اغلب، داده‌های سیستم ERP به منظور انجام تجزیه و تحلیل، باید با داده‌های سیستم‌های خارجی تلفیق شوند. كاربرانی كه تجزیه و تحلیل‌های حجیم انجام می‌دهند، باید هزینه انبارداده‌ها را نیز در نظر بگیرند. زیرا ERP شناسایی تغییرات روزانه داده‌ها را به خوبی انجام نمی‌دهد و برای این منظور باید یك برنامه سفارشی نوشته شود.

6- مشاوره: هنگامی كه كاربران نمی‌توانند دراین زمینه برنامه‌ریزی كنند باید از مشاور كمك بگیرند، لذا هزینه مشاور نیز افزوده می‌شود.

7. جایگزینی بهترین‌ها: موفقیت ERP به استخدام افراد ماهر بستگی دارد. این نرم‌افزار بسیار پیچیده است و نمی‌توان آن را به هر كسی سپرد. بدتر اینكه، شركت باید برای جایگزینی افراد پس از اتمام پروژه نیز آماده باشد.

8. هیچگاه كار تیم‌های پیاده  سازی اتمام نمی‌پذیرد: اكثر شركت‌ها با پروژه ERP همانند سایر پروژه‌ها رفتار می‌كنند. به محض اینكه نرم‌افزار نصب شد، تیم به كار اصلی خود مشغول می‌شود. اما باید توجه نمایید كه تیم پیاده سازی ارزشمنداست. زیرا اطلاعاتشان درباره فرایندهایی نظیر فروش، ساخت، منابع انسانی و... بیشتر از مسئولین این فرایندهاست. لذا آنان نباید به كار اصلی خود مشغول شوند، زیرا پس از نصب ERP كارهای زیادی را باید انجام دهند. نوشتن گزارشات حاصل از اطلاعات سیستم جدید ERP حداقل برای یكسال آنان را مشغول نگاه می‌دارد.

 

20- برگشت سرمایه گذاری روی ERP چگونه خواهد بود؟

صراحتاً می توان گفت، نباید انتظار داشت که با ERP، کسب و کار یک شرکت از پایه دگرگون و متحول شود. ERP بیش از آنکه بر مشتریان، تأمین کنندگان و شرکت تمرکز نماید، بر بهبود نحوه انجام کارها در داخل یک شرکت توجه دارد. با این وجود، «تحقیق بر روی 63 شرکت انجام شده نشان می دهد که 8 ماه پس از تثبیت سیستم جدید ERP (مجموعاً 31 ماه پس از آغاز پروژه ERP)، فواید آن آشکار می شود. آنچنان که این تحقیق نشان می دهد، صرفه جویی سالیانه حاصل از سیستم جدید ERP ، 6/1 میلیون دلار می باشد. بنابراین برگشت سرمایه از ERP، در درازمدت مطلوب خواهد بود.»(روش ، 1383)

 چرا اغلب پروژه های ERP شکست می خورند؟

اگر کارکنان یک شرکت در بخش های مختلف که قرار است از این نرم افزار استفاده کنند، برتری شیوه های کاری آن را نسبت به روش های فعلی خود قبول نداشته باشند ، در مقابل استفاده از ERP مقاومت می کنند و یا از بخش IT می خواهند که آن را متناسب با روش های کاری فعلی خود تغییر دهد. اینجا همان نقطه ای است که پروژه های ERP را با شکست مواجه می کند. در چنین شرایطی، بحث و جدل در مورد نصب یا عدم نصب نرم افزار یا نحوه نصب آن آغاز می شود و سرانجام بخش IT به مخمصه پرهزینه تغییر ERP متناسب با خواسته کارکنان گرفتار می شود. سفارشی کردن، نرم افزار را ناپایدار و نگهداری از آن را دشوارتر می سازد. به عنوان یک قاعده کلی می توان گفت که اگر یک شرکت در مقابل تغییر مقاومت کند، اجرای پروژه ERP در آن شرکت به احتمال زیاد با شکست مواجه خواهد شد.

 

 ارزیابی فروشندگان نرم افزارهای ERP

 شرکتهای متعددی در دنیا وجود دارند که تولید کننده و فروشنده سیستمهای ERP هستند که معروفترین آنها شرکتهایPeople soft, ORACLE, TD Edward, BAAN و SAP هستند . اما محصول كدام یك برای شركت ما مطلوب تر است ؟

تصمیم گیری در مورد انتخاب یك بسته نرم افزاری مناسب ERP از یك فروشنده مناسب یكی از مهمترین تصمیمات در این مورد شناخته می‌شود كه با ارزیابی صحیح واصولی تولید كنندگان و فروشندگان این نرم افزارها در بازار ERP انجام پذیر خواهد بود. وقتی سازمان تصمیم می‌گیرد یك سیستم ERP را انتخاب و خریداری كند، چه معیارهایی را باید در مورد فروشنده سیستم ERP مدنظر داشته باشد؟ چگونه می‌توانید اطمینان حاصل كنید كه آن فروشنده همه نیازهای شما را در مورد این سیستم‌ها برآورده خواهد ساخت و به طور كلی چه فاكتورهایی را باید در مورد سازمان خود و همینطور فروشنده نرم افزار ERP در نظر داشته باشیم؟

بهترین روش برای ارزیابی فروشندگان این قبیل نرم افزارها، دردرجه اول تشكیل یك تیم پروژه‌ی داخلی شامل متخصصان فناوری اطلاعات و همچنین پرسنلی از حوزه های مختلف سازمان و آشنا به فرآیندهای هر حوزه است. اكثر شركت‌های نرم افزاری، حجم وسیعی از راهكارها را به بازار عرضه می‌كنند، اما معمولا در چند حوزه و بازار خاص تخصص دارند. انجام تحقیقات بازار  یكی از بهترین ابزارها برای یافتن شركت‌های تولید‌كننده‌ای است كه مناسب ترین نرم افزارها را متناسب با صنعت و فرآیندهای مورد استفاده ارایه می‌دهند . پس همواره باید سعی كنیم كه مقالات و كتب منتشر شده در مورد تجارت و فناوری اطلاعات و مطالعات موردی  انجام شده در مورد پیاده سازی ERP ورتبه‌بندی فروشندگان این سیستم‌ها را دنبال كنیم. علاوه بر این‌، گزارش‌های ارایه شده توسط تحلیلگران صنعت فناوری اطلاعات را نیز مورد مطالعه قرار دهیم ، زیرا آنها معمولا به ارزیابی فروشندگان ERP پرداخته و بهترین این فروشندگان را متناسب با صنعت زمینه فعالیت ما ارایه خواهند داد .

فروشندگانی كه در زمینه‌ی صنعت خاصی فعالیت می‌كنند، تمایل دارند در صنعت مورد فعالیت‌شان خیلی سریع‌تر از سایر فروشندگان، روندها را شناسایی كرده و نسبت به آنها واكنش نشان دهند. این فروشندگان معمولا نیروی فروش متخصص وكادری از مشاوران پیاده‌سازی این سیستمها در اختیار دارند‌. بنابراین باید سعی كرد مدت زمان ماندگاری این فروشندگان در بازار، وسعت فعالیت آنها ، تعداد محصولات تخصصی ارایه شده توسط آنها و سایر موارد را به طور كامل مورد بررسی قرار داد .

یكی دیگر از روشهای آشنایی با محصولات و فروشندگان ERP آن است كه نرم افزارهای مربوط به هر فروشنده توسط آنها به طور كامل ارایه شده  و قابلیت‌های آن تشریح گردد و ما بتوانیم سوالات خود را بر اساس نیازهای خاصی كه در نرم افزار ERP به دنبال آن هستیم، از فرد ارایه كننده بپرسیم. با انجام این كار، ما این امكان را خواهیم داشت كه بین محصولات مختلف بر اساس قابلیت‌ها و عملكرد آنها مقایسه‌هایی را انجام داده و مناسب ترین مورد را بر اساس نیازمندی‌های خود انتخاب نمایید .

پس از آن كه فروشندگان اصلی وكلیدی در صنعت مورد فعالیت ما یافت شد ، نوبت به آن می‌رسد كه آن فروشندگان را از لحاظ ثبات مالی، میزان نقدینگی، اعتبار، تعداد مشتریان، توانایی آن شركت‌ها برای ادامه فعالیت در بازار و به طور كلی همه ویژگی‌های لازم برای یك فروشنده ERP مناسب مورد بررسی قرار دهیم. برای انجام این كار باید موارد زیر مورد ارزیابی قرار گیرد :

«     ترازنامه، قابلیت سودآوری، سهم بازار، نظرات تحلیل‌گران و میزان سرمایه گذاری آنان را در امر تحقیق و توسعه(R&D)

«     میزان تعهد فروشندگان نسبت به محصولات‌شان ، سوابق شركت در مورد معرفی محصولات جدید و جایگاه آنها در منحنی نوآوری فناوری

«   توانایی فروشندگان در ارایه خدمات پس از فروش به مشتریان و توانایی آنها در انجام این خدمات و این كه آیا این شركت‌ها از پشتیبانی بین المللی مبتنی بر وب وسایر قابلیت‌ها نیز برخوردارند یا خیر؟

«   متوسط نرخ پاسخ‌گویی كارشناسان پشتیبانی این شركت‌ها ، از این نظر كه چه مدت زمانی طول خواهد كشید كه كارشناسان بتوانند به مشكلات و سوالات پاسخ دهند؟ این اطلاعات را می‌توان از گزارش‌های تحلیلی مشاوران در مورد تجارب‌شان در این شركت‌ها به دست آورد.

«     مراجعه به یك یا بیش از یكی از مشتریان كه در حال استفاده از نرم افزارهای این شركتها هستند

تا این‌جا تحقیقات بازار، تحلیل فروشندگان وبررسی ویژگی‌های نرم افزار را از طریق جلسات ارایه   توسط فروشنده انجام شده است و لیست ما از فروشندگان ERP باید به تعداد محدودی از یك تا سه فروشندهکاهش یافته باشد. قبل از اتخاذ تصمیم نهایی مبتنی بر انتخاب یكی از این فروشندگان، موارد زیر را نیز باید مورد بررسی قرار داد:

«     مقایسه هزینه: در انجام این كار، هزینه كل راباید مدنظر داشت و این نكته بسیار مهمی است .

«     ارزیابی ویژگی‌های نرم افزار: نرم افزاری را باید انتخاب كنید كه ما و هر فرد دیگری در سازمان ، به راحتی وسادگی از آن استفاده كند.

«   برنامه ای برای رشد آینده: اگر سازمان استراتژی رشد سریع طی پنج تا ده سال آینده را دنبال می كند، محصولی (نرم افزاری) را باید انتخاب كند كه قادر باشد همگام با سازمان ما و بر اساس نیازهای ما رشد كرده و پاسخ‌گوی نیازهای‌ ما باشد.

ارسال شده توسط احمد محمدی | 25 12, 2013 | بازدید‌ها (841)
ERP از نگاه فني
 

هر سيستم ERP داراي تعدادي سرويس افقي (Horizantal ) و تعدادي ماژول عمودي (Vertical ) مي باشد. كه اين ماژولهاي عمودي عبارتند از :
1. مالي (تمامي سيستمها و امكاناتي كه مرتبط با امور مالي هستند شامل : حسابداري ، بودجه و اعتبارات ، دريافت و پرداخت ، قيمت تمام شده ، حسابداري انبار ، حسابداري پروژه ،‌اموال ، ...)
2. منابع انساني (تمامي سيستمها و امكاناتي كه مرتبط با مديريت كردن امور منابع انساني سازمان هستند شامل : اطلاعات كاركنان ، احكام ، حقوق و دستمزد ، مرخصي ، ماموريت ، بيمه ، رفاه ، وام ، بازنشستگي ، ...)
3. پشتيباني (تمامي سيستمها و امكاناتي كه در خدمت تهيه و تدارك امكانات مورد نياز سازمان هستند شامل : مديريت كالا و انبارها ، خريد و تداركات‌ ، مناقصات و مزايدات ، حمل و نقل، ... )
4. مديريت ارتباط با مشتري (تمامي سيستمها و امكاناتي كه در خدمت ارائه خدمات بيشتر و بهتر به مشتريان مي باشند شامل : فروش ، بازاريابي ، مركز تماس ، صورتحسابها ، ...)
5. مديريت و برنامه ريزي توليد (تمامي سيستمها و امكاناتي كه در خدمت توليد بيشتر و بهتر در كارخانجات توليدي بكار مي روند شامل : برنامه ريزي مواد ، برنامه ريزي توليد ، كنترل توليد ، كنترل كيفيت ، ...)
6. مديريت و برنامه ريزي پروژه

علاوه بر ماژولهاي عمودي ، سرويسهاي افقي نيز در هر ERP ممتازي مشاهده مي شود كه فراتر از سيستمها بوده و مستقل از سيستمها ساير نيازهاي غير سيستمي كاربران را مرتفع مي نمايد. برخي از اين سرويسهاي افقي عبارتند از :
سرويس امنيت Security) ): جهت كنترل دسترسيهاي كاربران به منوها ، پنجره ها ، جداول بانك اطلاعاتي و فيلدهاي آنها ، گزارشات ، فرآيندها و حتي برخي ركوردهاي خاص از يك جدول بانك اطلاعاتي. معمولا اين سرويس بصورت Role Based در اختيار قرار مي گيرد يعني اينكه ابتدا تعدادي نقش در سيستم تعريف مي گردد‌ (مانند حسابدار ، منشي مدير عامل ، مدير عامل ، كارشناس فروش ، سرپرست فروش ، ...) و براي هر نقش كليه دسترسيها تعريف مي گردد. سپس هر كاربر لازم است تعيين كند كه بر اساس كدام نقش قصد ورود به سيستم را دارد (در صورتيكه به آن كاربر اجازه داده شده باشد كه بر اساس نقشهاي خاصي به سيستم وارد شود.).
سرويس گردش كار (Workflow ): جهت تعريف نمودارهاي گردش كاري جديد يا تغيير نمودارهاي موجود. از آنجايي كه يكي از شرطهاي اصلي سيستمهاي ERP ، فرآيندگرا بودن مي¬باشد موتور گردش كار هر كدام از اين سيستمها اهميت خاصي پيدا مي¬كند. دقت داشته باشيد كه يك موتور گردش كار صرفا جهت طراحي گرافيكي يك پروسه بوجود نيامده است و علاوه بر آن اين قابليت را دارد كه يك گردش كاري كه بصورت گرافيكي مدل شده است را اجرا نمايد.
معمولا تفاوت فاحشي بين يك موتور گردش كاري قوي و يك موتور گردش كار ساده وجود دارد. در ساده ترين حالت ، يك موتور گردش كار صرفا نمودارهايي را پشتيباني مي نمايد كه براي مدل كردن يك پروسه تاييد يا لغو بكار مي روند. اما يك موتور گردش كار قوي مي تواند علاوه بر پشتيباني نمودارهاي ساده فوق نمودارهاي بسيار كاربرديتر سازمان را نيز اجرا نمايد. مثلا پروسه خريد در يك سازمان ، پروسه تاييد اسناد مالي ، ... براي پياده سازي عملياتي اين نمودارها در بسياري از سازمانها لازم است كه موتور گردش كار داراي امكانات متنوعي باشد نظير گره¬هاي شرطي ، Fork ، Join ، ... كه اين امكانات صرفا در موتورهاي گردش كاري پيشرفته وجود دارد.
سرويس Runtime customization : براي ايجاد تغييرات در واسط كاربري نرم افزار (شامل منوها ، پنجره ها ، تب ها ) ، جداول بانك اطلاعاتي ، گزارشات ، فرآيندها و مواردي از اين قبيل
سرويس Scheduler : جهت زمانبندي پروسه ها و تنظيم آنها براي اجرا شدن در زمانهاي مشخص و از پيش تعريف شده
سرويس گزارش گيري : جهت تغيير در گزارشات موجود يا تعريف گزارشات جديد
ساير سرويسها: شامل سرويس هشدار ، سرويس SMS ، سرويس Email Integration ، ...
مشخصات كليدي يك سيستم ERP :
اين روزها، با سيستمهاي زيادي مواجه هستيد كه مدعي ERP بودن هستند. اما چه سيستمي ERP است؟
واقعيت اينست كه يك مرز بسيار مشخص و دقيقي براي يك ERP وجود ندارد و معمولا به سيستمهايي كه بتواند قابليتهاي زير را پشتيباني نمايد ERP گفته مي شود :
فرآيند گرا بودن : بدين معني كه كليه سيستمها و ماژولها بصورت فرآيند گرا پياده سازي شده باشند و تمامي فرآيندها قابليت انعطاف و تغيير داشته باشند.
جامعيت : در بر گرفتن تمامي نيازهاي يك سازمان در تمامي حوزه هاي اصلي و ستادي
امنيت : دارا بودن يك راه حل جامع امنيتي براي كنترل دسترسيهاي كاربران به تمامي اجزاي نرم افزار
معماري : دارا بودن يك معماري پويا و چند لايه كه امكان توسعه داشته باشد.
انعطاف پذيري در مقابل تغييرات(‍Customization ) : به گونه اي كه به سادگي بتوان در زمان اجرا هر يك از عناصر زير را تغيير داد و يا به سيستم افزود.
1. واسط كاربري : تغيير واسط كاربري موجود (شامل پنجره ها ، منوها ، فيلدهاي داخل پنجره ها‌، ...) و يا افزودن پنجره ها و منوهاي جديد به سيستم در حال اجرا توسط كاربر و يا مدير سيستم
2. گزارشات : تغيير گزارشات موجود و يا افزودن يك گزارش جديد به سيستم در حال اجرا توسط كاربر و يا مدير سيستم
3. فرآيندها : تغيير فرآيندهاي موجود و يا افزودن يك فرآيند جديد به سيستم در حال اجرا توسط كاربر و يا مدير سيستم
4. ديتابيس و نحوه ذخيره سازي اطلاعات : تغيير جداول بانك اطلاعاتي موجود و يا افزودن يك جدول جديد به سيستم در حال اجرا توسط كاربر و يا مدير سيستم
5. قواعد تجاري : تغيير قواعد تجاري موجود متناسب با قوانين و آيين نامه ها و يا افزودن قواعد جديد.
عدم وابستگي به تيم توليد كننده : سيستم به گونه اي باشد كه سازمان مصرف كننده كمترين وابستگي را به توليد كننده نرم افزار داشته باشد. اين امكان با استفاده از امكانات انعطاف پذيري نرم افزار در مقابل تغييرات قابل انجام است.
Best Practices : دارا بودن پيش فرضها و راه حلهاي مناسب و از پيش آماده براي صنعت شما.
تعريف ERP ، معمولا با واژه Best Practice همراه است. بدين معني كه توليد كننده ERP در كنار محصول نرم افزاري ارائه شده ، مي بايست پيش فرضهاي لازم را براي صنعت مورد نياز مشتري داشته باشد. يك Best Practice شامل موارد زير براي هر صنعت مي باشد :

Thursday, August 14, 2008صنايع مختلفي كه مي تواند براي آنها Best Practice در نظر گرفته شود عبارتند از :
شركتهاي ساختماني ، صنايع شيميايي ، صنايع دارويي ، صنايع غذايي ، صنايع كشاورزي ، صنايع فولاد ، شركتهاي مخابرات ، شركتهاي برق ، شهرداريها ، ...

تغييرات در ERP
پر واضح است كه راه اندازي يك سيستم يكپارچه بزرگ ، زمان زيادي مي خواهد (بيش از 2 سال) و در طول زمان ، نيازها تغيير مي كند. اگر سرعت تغيير نياز از سرعت تغيير در نرم افزار بيشتر باشد چه اتفاقي مي افتد؟
همه مي دانيم كه تغييرات در نيازها هميشه يك معضل اساسي در توليد نرم افزار است. قوانين جديد هر روز سبب مي گردند كه خواستهاي كارفرمايان تغيير نمايد. مستقل از قوانين ، تغييرات در مديران نيز مشكل ديگري است. هر مديري سليقه خاص خودش را دارد. لذا با توجه به اين تغييرات مشخص است كه هر چه طول زمان پياده سازي يك پروژه ERP طولانيتر شود ريسكهاي بيشتري موفقيت پروژه را تهديد مي نمايد.
در واقع نيازها بدون كسب اجازه از ما ، تغيير مي كنند پس بايد كاري كرد كه سرعت تغيير در نرم افزار از سرعت تغيير نياز بيشتر شود.
بدين منظور لازم است شيوه هاي سنتي توليد نرم افزار كنار گذاشته شود و تحولي در توليد نرم افزار ايجاد كرد. چون همواره توليد نرم افزار كار زمانبري بوده و در اكثر موارد شيوه سنتي توليد نرم افزار داراي سرعت كمتري از تغيير نياز است. در اين حالت هنوز نياز قبلي كه توسط كارفرما تعريف شده در نرم افزار اعمال نگرديده ، كارفرما نياز جديدي را مطرح مي نمايد و اين مطلب اجازه نمي دهد كه محصول هيچگاه به سرانجام مطلوبي برسد.
و اما تحولي كه اين روزها در توليد نرم افزارهاي حجيم ايجاد شده است استفاده از معماريهاي مبتني بر مدل (MDA )مي باشد.

نرم افزار ERP مبتني بر مدل Model Driven ERP) ) :
در اين نوع معماري ، سيستمهاي نرم افزاري بجاي آنكه كد نويسي شوند ، مدل مي شوند و يك ميان افزار اين مدل را اجرا مي كند.
انواع مدلهايي كه براي بيان يك سيستم نرم افزاري لازم مي باشند عبارتند از : مدل ديتابيس ، مدل واسط كاربر، مدل قواعد تجاري، مدل گزارشات، مدل فرآيندها
در واقع در اين معماري ، پس از تحليل و طراحي هر سيستم ، تقريبا نيازي به مرحله كدنويسي وجود ندارد. مزاياي اين نوع معماري عبارتند از :
• فرق زيادي بين برنامه نويسان سيستمها از سوي توليد كننده نرم افزار و راهبران سيستم از سوي مشتري وجود ندارد!
• نيازي به داشتن source نرم افزار نيست.
• براي توليد و تغيير سيستمها بجاي استفاده از برنامه نويس از افراد تحليلگر و يا طراح استفاده مي گردد.
• سرعت توليد سيستمهاي جديد و يا تغيير سيستمهاي موجود بسيار زياد است.
• كد نويسي به حداقل ممكن مي رسد بنابراين ديگر دغدغه رفع باگهاي مربوط به كدنويسي نخواهيد داشت.
• وابستگي مشتري به توليد كننده به حداقل ممكن مي رسد.

معماري ERP
يكي از خصوصيات ERP ها اينست كه داراي يك معماري مشخص باشند.
يك معماري خوب مي بايست داراي مشخصات زير باشد :
Scalable : متناسب با رشد كمپاني توسعه يابد.
Secure : سطوح امنيتي را رعايت كند.
Adaptable : تغيير پذيري را در قسمتهاي مختلف پشتيباني كند.
Extendible : قابليت توسعه سيستمهاي جديد را داشته باشد.
Attachable : قابليت اتصال به سيستمهاي Legacy داشته باشد.
Independent : وابسته به سيستم عامل يا محيط خاصي نباشد.
Replaceable : قابليت جايگزيني هر يك از اجزا را داشته باشد.

ERP Framework
به مجموعه نرم افزارهايي كه هسته اصلي ERP را تشكيل مي دهند گفته مي شود. Framework به نوعي ضامن جامعيت و يكپارچگي سيستمها ميباشد. تمام ERP ها داراي Framework نيستند وليكن ERP هاي مطرح و صاحب نام حتما داراي يك Framework متعلق به خود مي باشند. بعنوان مثال شركت SAP ، داراي نرم افزار Netweaver و شركت Oracle ، داراي نرم افزار Fusion به اين منظور مي باشد. در واقع بخش اصلي سرويسهاي افقي يك ERP توسط ERP Framework سرويس دهي ميگردد. 

ارسال شده توسط احمد محمدی | 24 12, 2013 | بازدید‌ها (877)

از سیر تا پیاز DSS

انواع سیستم های اطلاعاتی
سیستمهای پردازش تراکنش TPS
سیستم های اطلاعات مدیریتMIS
سیستم های پشتیبان تصمیم گیری  DSS
سیستم های پشتیبان مدیران ارشد ESS

سیستم پشتیبان تصمیم گیری  (DSS) چیست؟
تعریف سیستم پشتیبانی از تصمیم (Dss: Decision support system)
مجموعه ای از برنامه ها و داده های مرتبط بهم که برای کمک به تحلیل و تصمیم گیری طراحی می شوند.کمک این گونه سیستم ها در تصمیم گیری بیش از سیستم های مدیریت اطلاعات (MIS) یا سیستم های اطلاعات اجرایی(EIS) است.

اجزای DSS :
این سیستم ها دارای یک بانک اطلاعاتی متشکل از دانش موجود درباره ی موضوع و یک زبان که برای فرموله کردن مسائل و پرسش بکار میرود و یک برنامه مدلسازی برای ازمایش تصمیمات ممکن هستند.
هر سیستم پشتیبان تصمیم گیری دستیابی به سه هدف اصلی را دنبال می کند:
1) کمک به مدیر برای تصمیم گیری در مورد مسائل نیمه ساخت یافته
2) پشتیبانی تصمیم گیری انجام شده توسط مدیر و نه جایگزینی ان
3) بهبود کارائی تصمیم گیری و توجه بیشتر به اثر بخشی ان
 
اجزای DSS
1-   بانک مدلها
2-   بانک اطلاعاتی
a.   داده های خارجی
b.   داده های داخلی
3-   سیستم مدیریت بانک اطلاعاتی
4-   سیستم مدیریت مدلها
5-   نرم افزار مدیریت

فرآیند DSS
الف)یکی از مهم ترین سیستمهای اطلاعاتی است که مدیران رده بالای هر سطح  سازمان را درامرتصمیم  گیری وهدایت سیستم، یاری می کند.   DSS پشتیبان، تصمیم گیری های مدیر است  و  تصمیم گیری نهایی با مدیر است.

   ب)

Data Analysis     
Data   Mining     
Intelligent Agent


نرم افزار های گروه گرا(GroupWare) :
نرم افزاری که به گروهی از کاربران یک شبکه امکان میدهد تا در رابطه با یک پروژه ی خاص با یکدیگر همکاری کنند. این گونه نرم افزار ها ممکن است خدماتی برای بر قراری ارتباط (مثلا پست الکترونیکی) و تئلید جمعی سند ها و زمان بندی و پیگیری فراهم کنند.سندها ممکن است حاوی متن و تصاویر یا دیگر اشکال اطلاعاتی باشند.
نرم افزار گروه گرا :که امکان فعالیت چندین حل کننده ی مسئله را در کنار هم برای هر راه حل فراهم می کند که در این مورد به عنوان سیستم پشتیبان تصمیم گیری گروهی بکار می رود.

این سیستم پشتیبان تصمیم گیری از بخش های زیر تشکیل شده است:
-مدیریت تقاضا و مدیریت ارشد
-برنامه ریزی احتیاجات مواد(MRP)
-کنترل فعالیت های تولید/ زمانبندی تامین کنندگان
-بانک اطلاعات
-زمانبندی خط مونتاژ
-هماهنگ کننده کارخانه
-رابط کاربر

هدف اصلی ایجاد یک سیستم پشتیبان تصمیم گیری برای کمک به زمانبندی تولید خط مونتاژ نهایی است به نحوی که تصمیم گیرنده بتواند امر هماهنگی تمامی اجزای کارخانه را طوری انجام بدهد که:
1) از موجودی انبارها بتواند یک برنامه تولیدی استخراج نماید
2) از موجودی های در جریان ساخت و انبار محصول نیمه ساخته بهترین استفاده را بنماید
3) فیدبک های لازم را در جهت تعیین بهترین برنامه خطوط مونتاژ ارائه دهد
4 ) پیشنهادات سفارشات جدید رد یا قبول نماید
5) در مقابل حوادث برهم زننده برنامه ریزی تولید واکنش نشان دهد

FCDSS طراحی شده شامل دو بخش زیر می باشد
۱. زمانبندی و ارسال کننده سطح کارخانه : توسعه خطوط راهنمای زمانبندی در سطح کارخانه و بکارگیری آن برای تهیه برنامه زمانبندی زمان واقعی برای کارگاه ها و خطوط مونتاژ
۲ . نظارت کننده سطح کارخانه: نظارت بر پیشرفت جریان تولید

الگوریتم فرآیند پشتیبانی تصمیم گیری
گام ۱ ( با انتخاب یک محصول به عنوان محصول مورد نظر برای تولید، DSS ابتدا با بررسی فایل وضعیت اطلاعات مقایسه ای میان میزان دردسترس بودن مواد موجود در کارخانه با مواد مورد نیاز تولید آن محصول بر اساس لیست مواد(BOM) آن صورت می دهد و فایل میزان دردسترس بودن را استخراج و عمل تفکیک بین قطعات دردسترس و غیر دردسترس (مورد نیاز به ساخت) را صورت خواهد داد. این میزان، شاخصی برای امکان تولید آن محصول بر اساس وضعیت موجود کارخانه است.

پنج مورد از خصوصیات سیستمهای DSS 
1-یک سیستم پشتیبان تصمیم ، با کنار هم قرار دادن افکار انسانی و اطلاعات رایانه‎ای، از تصمیم‎گیرندگان حمایت و پشتیبانی می‎کند.
2- این سیستمها برای پشتیبانی سطوح گوناگون مدیریت، از مدیران ارشد تا عملیاتی ارائه می شود.
3-انعطاف پذیر است.
4- قدرت ریسک را بالا می برد.
5- سبب بهبود بخشیدن  دقت، کیفیت، بروز بودن تصمیمات در تصمیم گیری می شود

DSS اولین بار در سالهای 1970 توسط آقای Lester مطرح شد.
از بدو ظهور ایده تصمیم گیری به کمک کامپیوتر در انستیتو تکنولوژی کارنگی "CARNEGIE" تا به امروز، تعاریف متعددی برای DSS پیشنهاد شده است . این تعددتعابیر تاحدودی به سیر تکاملی این رویکرد بازمی گردد. تعاریف اولیه بیشتر بر قابلیت DSS درحل مسائل نیمه ساختاریافته تمرکز داشته اند و تعاریف بعدی اجزای اصلی سیستم و فرایند طراحی آن را موردتوجه قرار داده اند. دلیل دیگر این اختلاف ، در زوایای نگرش متفاوت به موضوع نهفته است .

مفهوم سیستم تصمیم یار
همانگونه که گفته شد سیستم های اطلاعات مدیریت اشکالاتی دارد که سیستم های پشتیبانی تصمیم برای رفع آنها بوجود آمده است. سیستم اطلاعات مدیریت به منظورتدارک پشتیبانی شخصی برای هر مدیرنمی باشد. این ضعف سیستم اطلاعات مدیریت، اقداماتی را باعث شد که منتهی به مفهوم سیستم پشتیبانی تصمیم گشت.
مفهوم سیستم پشتیبانی تصمیم ،شکستهای اولیه سیستم اطلاعات مدیریت راتجربه نکرد. به احتمال قوی دلیل اصلی آن، دامنه محدودترسیستم پشتیبانی تصمیم است. برخورد ملایم تر سیستم پشتیبانی تصمیم، شانس موفقیت خود را حداکثر می کند.
این سیستمها،منابع انسانی (اگاهیهای فردی ) را با قابلیتهای کامپیوتری ترکیب میکنند تا باعث ارتقاء کیفیت تصمیم گیریها مخصوصا در مورد مسائل نیمه ساخت یافته شوند.
سیستم‌های پشتیبانی تصمیم، سیستم‌هایی هستند که منابع فکری افراد را با قابلیت‌های کامپیوتر، جهت بهبود کیفیت تصمیمات به کار می‌گیرند. این سیستم‌ها، معمولاً برای حل مسائل نیمه ساخت یافته به کار می‌روند.
 سیستم‌های پشتیبانی تصمیم، سیستمهای تعاملی مبتنی بر کامپیوتر می ‌باشند که تصمیم‌گیران را یاری می‌کنند تا با به‌کارگیری داده‌ها و مدل‌ها، مسائل نیمه‌ساخت‌یافته را حل نمایند.

به طور خلاصه می توان سیستمهای حمایت ازتصمیم(DSS)را به این گونه ها تعریف کرد :
این سیستمها،منابع انسانی (اگاهیهای فردی) را با قابلیتهای کامپیوتری ترکیب میکنند تا باعث ارتقاء کیفیت تصمیم گیریها مخصوصا در مورد مسائل نیمه ساخت یافته شوند .
سیستم پشتیبان تصمیم گیرا  یک سیستم اطلاعاتی  کامپیوتری دوطرفه  (Interactive) است که انعطاف پذیر و وفق پذیر می باشد که بطور اختصاصی برای پشتیبانی حل یک مسئله غیرساخت یافته مدیریتی استفاده می شود .

خصوصیات کلی سیستمهای تصمیم یار :
•   سیستمی  است که به منظور پشتیبانی از تصمیم‌گیری نیمه‌ساخت‌یافته بکار می رود.
•   بر خط (On-line) است .
•   رابط کاربر و خروجی‌های گرافیکی می باشد .
•   یک سیستم برپایه کامپیوتر است که از تکنولوژی ها و متدولوژی های کامپیوتری استفاده می کند .
•   به تصمیم گیری کمک می کند ولی جایگزین فرد تصمیم گیر نمی شود.
•   از پایگاههای داده ، مدلهای تحلیلی و محاسباتی و سیستم های خبره درحل مسائل استفاده می کند.
•   قابلیت بکارگیری درحل مسائل نیمه ساختاریافته و بی ساختار را داراست ;
•   قابلیت پشتیبانی از تصمیم گیریهای فردی و گروهی "GDSS" را دارد;
•   برای کلیه سطوح مدیریتی قابل استفاده است ;
•   دقت ، سرعت و کیفیت تصمیم گیری را بهبود می بخشد "بهبود اثربخشی " ولی درراندمان تصمیم گیری "هزینه تصمیم گیری " تاثیری ندارد;
•   سیستم های DSS به سمت قابلیت های یادگیری و خلاقیت ، کارکرد شبکه ای و سهولت بهره برداری به پیش می رود
•   DSS ، تصمیم گیران سازمان را با کنار هم آوردن قضاوت انسانی و اطلاعات کامپیوتری شده در حل مسائل ساخت یافته و نیمه ساخت یافته یاری می‌کند، که اینگونه مسائل قابل حل با سیستمهای کامپیوتری دیگر و یا ابزارها و متدهای استاندارد نیستند.
•   پشتیبانی برای سطوح مختلف مدیریتی از سطوح استراتژیک گرفته تا مدیران عملیاتی فراهم می‌شود
•   پشتیبانی هم برای تصمیم گیری انفرادی و هم تصمیم گیری گروهی وجود دارد .
•   DSS برای چندین تصمیم گیری مرتبط با هم و یا تصمیم گیریهای متوالی پشتیبانی فراهم می‌‌کند.
•   DSS تمام مراحل تصمیم گیری را که: هوش (جستجوی شرایطی که نیاز به تصمیم گیری دارند) ، طراحی (اختراع، توسعه و بررسی گزینه‌های موجود برای پیاده کردن تصمیم) ، انتخاب ( انتخاب یکی از گزینه‌های ممکن) و پیاده سازی است را پشتیبانی می‌کند .
•    انواع مختلف فرآیندهای تصمیم گیری را پشتیبانی می‌کند .
•    DSS انعطاف پذیر است طوریکه کاربران بر حسب تغییراتی که بوجود می‌آید می‌توانند سیستم را نسبت به نیاز خود شکل دهند، به این معنی که عناصر اصلی را اضافه، حذف، ترکیب و یا سازماندهی دوباره کنند.
•    DSS در تلاش است که تاثیر گذار بودن تصمیم گیری یعنی دقت، بروز بودن تصمیمات را بهبود ببخشد.
•     تصمیم گیرنده بر تمامی مراحل تصمیم گیری در حل یک مسئله تسلط دارد .
•    DSS از مدلها برای ارزیابی موقعیتهای تصمیم گیری استفاده می‌کند. توانایی مدل کردن باعث می‌شود که استراتژیهای مختلف را در ترکیبها و شرایط مختلف بتوانیم بررسی کنیم .
•    DSS دستیابی به انواع مختلف منابع داده با فرمتهای گوناگون را فراهم می‌کند 

بطور کلی دلایل استفاده از سیستم DSS:

•   محاسبه سریع: کامپیوتر به تصمیم گیرنده اجازه می‌دهد مقادیر بسیار زیادی از داده را در مدت زمان کوتاه و با هزینه کمی پردازش کند .
•   غلبه بر محدودیتهای انسانی محاسبات و ذخیره سازی: مغز انسان در تجزیه و تحلیل اطلاعات و همچنین یادآوری آنها دارای محدودیت است .
•   محدودیتهای انسانی: قدرت حل مسئله یک فرد دارای محدودیت است
•   کاهش هزینه: کنار هم آوردن گروهی از تصمیم گیران مخصوصاً کارشناسان ممکن است هزینه زیادی داشته باشد
•   پشتیبانی فنی: بسیاری از تصمیمات محاسبات پیچیده‌ای را می‌طلبند
•   پشتیبانی کیفیت: سیستمهای کامپیوتری تصمیم گیرا می‌توانند کیفیت تصمیمات اتخاذ شده را بهبود بخشند.
•   رقابت: فشار رقابتی تصمیم گیری را مشکل می‌کند

دلایل نیاز به سیستم های مکانیزه حمایت از تصمیم گیری:
1)   محدودیتهای فکری بشر در پردازش وذخیره سازی: چون توانایی ذهن بشر در پردازش ذخیره ودسترسی به اطلاعات محدود است با استفاده ازاین سیستمها می توانیم این محدودیت را برطرف کنیم.
2)   محدودیتهای دانش: اگر برای حل یک مساله نیاز به اطلاعات ودانشهای متنوعی باشد توانائی یک فرد در حل ان مسئله محدود میباشدواگر بخواهیم از چندین متخصص در هر زمینه استفاده کنیم هماهنگی وارتباط بین این افراد مشکل خواهد بود.سیستمهای کامپیوتری این مشکلات را حل کرده ومی توانند به سرعت به حجم زیادی اطلاعات دسترسی پیدا کرده وانها راپردازش کنند همچنین میتوانند هماهنگی وارتباط بین ان افراد را اسان کنند.
3)   کاهش هزینه: حمایت کامپیوتری باعث کاهش تعداد افراد گروه می شود وامکان برقراری ارتباط از مناطق مختلف را برای اعضای گروه فراهم می سازد و همچنین باعث افزایش بهره وری بخش ستادی میشود که همه این موارد منجر به کاهش هزینه خواهد شد.
4)   حمایت فنی: کامپیوترها می توانند به سرعت وبه شکل مقرون به صرفه ای داده های لازم را جستجو وذخیره کنند یا انتقال دهند.
5)    حمایت از کیفیت: سیستمهای کامپیوتری با اجرای سریع شبیه سازیهای پیچیده به مدیران کمک میکنند تا امکانها و راهکارهای گوناگون را بررسی وتاثیرات مختلف را به سرعت ومقرون به صرفه ارزیابی کنند واز این طریق کیفیت تصمیمها را بالا ببرند.
6)    حاشیه رقابت_مهندسی مجدد فرایندها واختیارات: فناوریهای کامپیوتری در زمینه فشارهای رقابتی وتغییر در وضعیت عملیات سازمان ، مهندسی مجدد فرایندها وساختارها ، اختیارات کارکنان ونواوریها به مدیران اختیارهایی اعطا وانها را در اخذ تصمیم درست وسریع یاری می کنند.


فناوریهای اصلی پشتیبانی از تصمیم:
•   سیستم حمایت از تصمیم (DSS)
•   سیستم حمایت از تصمیم گروهی(GDSS)
•   سیستمهای اطلاعات مدیریت عالی(EIS)
•   سیستمهای خبره(ES)
•   شبکه های عصبی مصنوعی(ANN)
•   سیستمهای حمایت ترکیبی(MSS)

تعیین چهارچوبی برای پشتیبانی از تصمیم :
فرایندهای تصمیم گیری شامل سه نوع تصمیمات ساختار یافته (قابل برنامه ریزی) ، نیمه ساختار یافته ،ساختار نیافته(غیر قابل برنامه ریزی) است . فعالیتهای مدیریت نیز شامل سه قسمت برنامه استراتزیک، کنترل مدیریت، کنترل عملیاتی می باشد. از ترکیب این تصمیمات وفعالیتها حالتهای مختلفی بوجود می اید که برای هر حالت یک یا چند سیستم اطلاعاتی جوابگو می باشد.برای مثال زمانیکه تصمیم از نوع ساخت یافته باشد سیستمهای MIS، OR، TPS، DP جوابگو است یا اگر نیمه ساخت یافته باشد DSS مناسب می باشد.

پایگاه داده DSS
   DSSاز دادههای داخل ( پایگاه های داده سازمان) ، دادههای خارجی (اینترنت) و دادههای شخصی فرد تصمیمگیر استفاده مینماید.
   DSS می تواند خود دارای Database مستقل بوده یا از پایگاههای داده سازمان استفاده نماید

عناصر داخلی DSS


معرفی DSS در 4 فاز :


یک نمونه Framework برای تعیین سیستمهای مورد نیاز یک سازمان  


نتیجه گیری کلی :
•    یک DSS   یک سیستم بسیار ضروری برای تمامی سازمانها ، به ویژه مدیریت سازمان می باشد .
•   در حال حاضر کامل ترین سیستم برای یک سازمان ، DSS می باشد .
•   DSS بطور مستقیم با مدیران در ارتباط است وبا پردازش انبوهی از داده ها ، گزینه های یک تصمیم را در اختیار او قرار می دهد .
•   DSS در بستر IS تعریف و پیاده سازی می شود 

مدیریت داده     data managment
مدیریت داده کار ذخیره سازی و نگهداری از داده هایی را انجام می دهد که کاربر از طریق سیستم بر روی آنها تحلیل انجام می دهد. این بخش هم شامل یک پایگاه داده و هم نرم افزار مدیریت پایگاه داده می شود. در واقع اطلاعات در بستر یک نرم افزار مدیریت پایگاه داده ذخیره سازی شده و مورد استفاده قرار می گیرند. اطلاعاتی که در DSS مورد استفاده قرار می گیرند معمولاً از سه منبع عمده تامین می شوند: قسمتی از اطلاعات، اطلاعات سازمانی هستند که بسته به هدف کاربر از بکارگیری سیستم می تواند اطلاعات مختلفی را از محیط سازمان در بر بگیرد. معمولاً اطلاعات مورد نظر از پایگاه داده سازمانی و یا گاهی پایگاه داده تحلیلی بدست می آیند. بعضی از تصمیمات نیازمند استفاده از اطلاعات از منابع بیرونی مانند گزارشات دولتی، اینترنت و غیره هستند که به عنوان اطلاعات تکمیلی برای DSS مورد استفاده قرار می گیرند و آنها را اطلاعات بیرونی می نامند. همچنین گاهی می توان DSS هایی را طراحی کرد که اطلاعات را از کاربر دریافت می کند. به عبارتی به جای استخراج اطلاعات از منابع مختلف سازمانی و برون سازمانی، کاربر اطلاعات خود را وارد پایگاه داده سیستم می کند.

مدیریت مدل   Model managment
این جزء از DSS شامل مدلهای ذخیره شده در یک پایگاه مدل و نرم افزاری تحت عنوان سیستم مدیریت مدلها میشود که کار ایجاد و دسترسی به مدلها را بر عهده دارد. و اما مدل چیست؟
در واقع یک مدل بازنمایی است از یک سری وقایع و شرایط محیطی. انسانها برای درک خود از محیط و جهانی که در آن زندگی می کنند و درک پدیده های مرتبط با آن از مدلها استفاده می کنند. مدلهایی که بشر مورد استفاده قرار می دهد به چهار شکل می باشند:
1.    مدلهای فیزیکی که در ابعادی معمولاً کوچکتر از اندازه واقی یک موجودیت یا یک شی ساخته می شود تا ویژگیهای آن را به نمایش گذارد. مانند ماکت یک ساختمان
2.    مدلهای گرافیکی که به صورت تصویری یک واقعیت را بیان بیان می کند و مانند نقشه های جغرافیایی و یا نقشه یک ساختمان.
3.    مدلهای تشریحی که با استفاده از گفتار و نوشتار به وصف یک پدیده یا حادثه یا یک شی می پردازد. برای مثال توصیفی که ما از یک حادثه رانندگی داریم و یا اخباری که هر روزه در روزنامه ها و تلویزیون اعلام می شوند.
4.    مدلهای ریاضی که با تعریف تعدادی متغیر و تعیین نحوه تاثیر این متغیر ها بر یکدیگر تصمیم گیرندگان را در مدلسازی مسائل و راه حلهای ممکن یاری می دهند.
سیستمهای DSS برای مدلسازی مسائل و راه حلهای آنها از مدلهای ریاضی استفاده می کنند.

مدلهای ریاضی خود از چند بعد قابل تقسیم بندی می باشند که در زیر به آنها اشاره می کنیم:

مدلهای ایستا در برابر مدلهای پویا : مدلهایی که در آنها زمان به عنوان یک متغیر تعریف شده باشد را مدلهای پویا می گوییم و مدلهایی که در آنها متغیر زمان وجود نداشته باشد را مدلهای ایستا می نامیم. برای مثال مدلی که میزان رشد فروش یک شرکت را در طی پنج سال آینده پیش بینی کند مدلی پویاست. ولی ترازنامه یک شرکت که دارائی های آن را در یک لحظه خاص از زمان مثلاً پایان سال کاری به نمایش می گذارد مدلی ایستا می باشد. مدلهای ایستا همانند عکس هستند که یک لحظه را ثبت می کنند و لیکن مدلهای پویا همانند تصویر متحرکند که شرایط را در زمانهای مختلف نشان می دهند.

مدلهای احتمالی در برابر مدلهای قطعی : در مدلهای قطعی احتمال رخ دادن هر واقعه ای یا صفر است و یا یک. ولی در مدلهای احتمالی این احتمال از یک تا صفر متغیر است. مدلهایی احتمالی مدلهایی هستند درصدی از احتمال را برای وقوع رخدادی در نظر می گیرند. برای مثال مدلهایی که در کنترل کیفیت مورد استفاده قرار می گیرند و یا مدلهای آماری از این نوعند.
مدلهای بهینه و مدلهای خرده بهینه : مدلهای بهینه مدلهایی هستند که بهترین راه حل را از بین گزینه های مختلف انتخاب می کنند. این مدلها را برای مسائلی می توان مورد استفاده قرار داد که که به خوبی ساختارمند باشند. مدلهای خرده بهینه که گاهی مدلهای قانع کننده  نیز نامیده می شوند همواره بهترین راه حل را ارائه نمی کنند بلکه راه حلهای مختلف و نسبتاً مناسبی را ارائه می کنند که در این حالت انتخاب نهایی به عهده کاربر خواهد بود.
DSS ها با ارائه مدلهای تصمیم گیری که به کاربر امکان تحلیل اطلاعات را به اشکال مختلف می دهد، فرایند تصمیم گیری را اثربخش تر می کند. مدلهایی که در یک DSS استفاده می شوند به نوع تصمیمات و نوع تحلیل مورد نیاز بستگی دارد. قسمت مدیریت مدلهای سیستم DSS مدلهای سیستم را ذخیره سازی و نگهداری می کند و وظایف آن شبیه به وظایف سیستم مدیریت پایگاه داده نسبت به داده هاست. سیستم مدیریت مدلها نمی تواند تعیین کند کدام مدل برای حل یک مساله مناسب تر است ولیکن می تواند به کاربر کمک کند تا مدلها را با سرعت و به آسانی ایجاد و دستکاری کند.

واسط کاربری
واسط کاربری جزئی از سیستم است که به کاربر امکان می دهد با سیستم ارتباط برقرار کند. به عبارتی بخشی از سیستم است که به کاربر امکان می دهد دانش خود را با قابلیتهای پردازشیو ذخیره سازی سیستم در هم آمیزد. واسط کاربری قسمتی از سیستم است که کاربر آن را می بیند، و از طریق آن اطلاعات، دستورها و مدلها را وارد می کند و تنها قسمتی از سیستم است که مستقیماً با کاربر در ارتباط است.
استفاده از سیستمهای DSS باعث افزایش اثربخشی فرایند تصمیم گیری خواهد شد و در واقع این نوع از سیستمها مفهوم OLAP را مورد حمایت قرار می دهند. بکارگیری این سیستمها باعث خواهد شد هزینه های تصمیم گیری به علت استفاده از مدلهای مناسب توسط کاربر به میزان قابل ملاحظه ای کاهش یابد. در واقع کاربر به جای استفاده از روشهای آزمون و خطا که روشی بسیار پرهزینه برای تصمیم گیری است قبل از اینکه هرگونه اقدام عملی را انجام دهد نتایج را در قالب مدلهای مختلف خواهد دید.
استفاده از مدلهای ریاضی به علت پیچیدگی از محبوبیت چندانی برخوردار نیست و بسیاری از تصمیم گیرندگان به علت عدم تسلط کافی به استفاده از این مدلها تمایل چندانی به بکارگیری سیستمهای پشتیبان تصمیم گیری ندارند. برای حل این مشکل برای کار کردن با این سیستمها از واسط های کاربری گرافیکی استفاده می شود که درک و تقسیر آنها به راحتی صورت می پذیرد

ارسال شده توسط احمد محمدی | 24 12, 2013 | بازدید‌ها (4830)

بررسي نقش سيستم هاي پشتيباني تصميم گيري باليني در پزشکی

CDSS

احمد محمدی  

Ahmad.Mohammadi.A@gmail.com 

پاییز 1392

 
مقدمه
در این تحقیق سعی شده است بطور اجمالی مقدمه ای در خصوص سیستم های پشتیبان تصیمیم در پزشکی و مفاهیم بنیادی آن ارائه گردد. پس از ارئه تعریف های کلی CDSS و تاریخچه کوتاه  ، دلایل استفاده از اینگونه سیستم ها در سیستم  بهداشت و درمان و زمینه های کاربردی آن عنوان می گردد . سپس دسته بندی وانواع  CDSS ها از جهات مختلف معرفی و به تأثير کاربرد سيستم هاي پشتيبان ازتصميم گيري در نظام مراقبت سلامت می پردازیم .

سيستم پشتيبان تصميم گيري در پزشكيClinical Decision Support System (CDSS )
تعریف سيستم پشتيبان تصميم گيري درپزشكي و تاریخچه آن
   نرم‌افزارهاي كامپيوتري كه براي كمك به تشخيصهاي باليني طراحي و  ساخته شده‌اند. اين سيستمها با استفاده از اطلاعات و دانش پزشكي به تشخيص عارضه‌هاي گوناگون و تجويز توصيه‌هاي پزشكي براي بيماران اقدام مي‌نمايند.
 
تصویر فوق نمونه ای از یک CDSS است.
به عبارت دیگر سیستم های پشتیبانی تصمیم گیری (تصمیم یار)بالینی برنامه های رایانه ای تعاملی می باشند که به منظور یاری رساندن در تصمیم گیری به پزشکان و سایر متخصصین بهداشتی طراحی شده اند.به عبارتی این سیستمها ، منابع انسانی ( آگاهیهای فردی ) را با قابلیتهای کامپیوتری ترکیب می کنند تا باعث ارتقا کیفیت تصمیم گیری شوند .هدف اصلی سیستم های پشتیبانی تصمیم گیری در واقع یاری رساندن به پزشکان در حین مراقبت(Point of care)می باشد،بدین معنا که یک پزشک می تواند با این سیستم تعامل داشته باشد و درتحلیل داده های بیمار، تشخیص دهی و سایر فعالیت های بالینی ازسیستم کمک بگیرد.

تاريخچه سيستمهاي پشتيبان تصميم گيري در پزشكي در حقيقت تاريخچه همكاريهاي متقابل پزشكان و رياضيدانان مي‌باشد. به مجرد پيدايش كامپيوترهاي الكترونيكي در سالهاي 1950-1960 ميلادي، نخستين سيستمهاي پشتيبان تصميم گيري در پزشكي با اهداف گوناگون بهداشتي پا به عرصه وجود نهادند. در سال 1961 ميلادي نيز Warner و همكارانش يكي از نخستين سيستمهاي پشتيبان تصميم گيري در پزشكي را كه بر اساس قوانين بيس به كار مي‌پرداخت، طراحي و راه اندازي نمودند؛ البته نخستين سيستم واقعي پشتيبان تصميم گيري در پزشكي كه بر اساس قوانين بيس طراحي شده بود و در عمل نيز در بسياري از پايگاههاي بهداشتي به كار گرفته شد، سيستمي بود كه توسط de Dombal براي تشخيص دردهاي حاد شكمي ارايه شد.
به دليل فناوري موجود در كامپيوترهاي سالهاي 1950-1960 كه نرم افزارهاي پشتيبان تصميم گيري در پزشكي مي‌بايست بر روي آنها راه اندازي شوند، اين سيستمها در آن زمان در دو شاخه مجزا از يكديگر توسعه يافته بودند: قياسي و احتمالاتي؛ اما نزديك به دو دهه بعد از نخستين تلاشهاي Ledley و Lusted، Szolovits و Pauker با بررسي عميق تر ريشه‌هاي فلسفي اين دو روش استدلال، روش سومي را كه با حفظ ويژگيهاي ممتاز اين دو روش از هويت خاص خود نيز برخوردار بود، پيشنهاد نمودند. اين روش، هيوريستيك (Heuristic) نام داشت. برنامه HEME كه براي تشخيص بيماريهاي هماتولوژيك به كار مي‌رفت، يكي از نخستين سيستمهايي بود كه از اين روش استفاده نمود. در ادامه كاربردهاي اين روش، Gorry -يكي از پيشتازان كاربرد روش هيوريستيك در سيستمهاي پشتيبان تصميم گيري در پزشكي- در طي يك مقاله كلاسيك كه در سال 1968 منتشر نمود، اصول كلي حاكم بر سيستمهاي خبره پشتيبان تصميم گيري در پزشكي را تبيين نمود. اين اصول در سالهاي 1970 تا 1980 اساس عملكرد بسياري از سيستمهاي پشتيبان تصميم گيري در پزشكي را تشكيل دادند. در اين مقاله، Gorry تعريفي رسمي از مساله تشخيص پزشكي را ارايه نمود. وي همچنين تفاوتهاي مابين ارزش اطلاعات، هزينه‌هاي اقتصادي، و خطرات ناشي از انجام تستهاي تشخيصي را نشان داد و مساله «چند-تشخيصي» را كه به هنگام مواجهه سيستم با بيماران داراي چندين بيماري همزمان روي مي‌دهد، توصيف نمود. مقاله Gorry در حقيقت سلف تئوريك بسياري از سيستمهاي پشتيبان تصميم گيري در پزشكي نظير PIP، MEDITEL، Internist-1، QMR، DXplain، ILIAD، و... محسوب مي‌گردد. در سال 1976 ميلادي نيز Shortliffe سيستم خبره مبتني بر تئوري شواهد (Evidence Theory) را براي كاربردهاي تشخيصي و درماني به نام MYCIN ارايه نمود. اين سيستم كه براي تشخيص عفونتهاي ميكروبي و تجويز داروهاي لازم به كار مي‌رفت، داراي قابليتهاي متعددي نظير دريافت اطلاعات، يادگيري، تفسير داده‌ها و آموزش دهي بود و امروزه از آن به عنوان پدربزرگ سيستمهاي خبره ياد مي‌گردد. اكثر سيستمهاي ياد شده به عنوان نسل اول سيستمهاي پشتيبان تصميم گيري در پزشكي محسوب مي‌گردند.در سالهاي 1980 تا 1990 ميلادي با تغييرات اساسي كه در سخت افزار كامپيوترها صورت پذيرفت و منجر به توليد انواع كامپيوترهاي كوچك و ارزان قيمت (PC) شد، تحولي اساسي در توليد سيستمهاي پشتيبان تصميم گيري در پزشكي ايجاد شد و نسل جديدي از اين سيستمها پا به عرصه وجود نهادند. همچنين در اين سالها با ارايه مدلهاي جديد تصميم گيري و يا با ارايه نوآوري در مدلهاي پيشين تغييرات چشمگيري در عملكرد سيستمهاي پشتيبان تصميم گيري در پزشكي ايجاد شد؛ به صورتي كه سيستمهاي مبتني بر تئوري فازي نظير CADIAG-II و شبكه‌هاي بيس نظير Internist-1/QMR براي غلبه بر محدوديتهاي سيستمهاي ساده پيشين طراحي و راه اندازي شدند. در سالهاي اخير نيز Reggia و همكارانش مدلهاي پوشش مجموعه‌اي (Set-Covering Theory) را براي حل مساله تشخيص پزشكي ارايه نمودند. شبكه‌هاي عصبي مصنوعي و CBR نيز از ديگر تكنيكهاي نوين ارايه شده براي برخورد با مساله تشخيص پزشكي مي‌باشند.
انواع تصميم گيري  در پزشکی :
 1- تصميم گيري مرتبط با تشخيص (استفاده از كامپيوتر)
مثال: احتملاا ابتلا به Myocardial Infraction براساس سوابق بيمار و نتايج ECG چقدر است؟
2- تصميم گيري مرتبط با درمان (شواهد)
مثال: براي بيمار مبتلا به انسداد بيش از 90% عروق كرونري چپ، بهترين درمان براساس سن و ريسك معين چيست؟

برخی دلایل استفاده از CDSSدر پزشكي
    پزشکان برخی اوقات دچار خطا و اشتباه می­شوند.
    پزشکان قادر نیستند که همیشه خود را با آخرین یافته­های اطلاعات پزشکی تطبیق دهند.
    در موارد متداول استفاده از تصمیم گیری خود کار موثر است.
    سازمانهای مراقبت بهداشتی مایل به افزایش کیفیت مراقبت و کاهش هزینه­های آن هستند.

زمینه های مورد استفاده سیستم های CDSS در پزشکی
    تولید Alert ها  و reminder  ها برای پزشک
    کمک در تشخیص بیماری به پزشک
    برنامه ریزی درمان
    تشخیص و تفسیر تصاویر پزشکی




چهار عملکرد کلیدی سیستم های الکترونیکی حمایت از تصمیمات بالینی
    اداری : حمایت از کد های بالینی و مستندات
    مدیریت موارد پیچیده بالینی: مانند پروتکل های شیمی درمانی ، ارجاع و پیگیری، مراقبت های پیشگیری
    کنترل هزینه ها: کنترل دستورات پزشکی ،جلوگیری از تکرار آزمایشات یا انجام آزمایشات غیر ضروری
    حمایت از تصمیم: حمایت از تصمیمات کلینیکی و فرایند درمان و ارتقا استفاده از راهنمائی های اختصاصی

 انواع سیستم های CDSS:
    تعامل مستقيم سيستم و پزشك (مانند INTERNIST)
    سيستم مستقيما به منبع داده هاي بيمار متصل است.(مانند سيستمهاي مفسر ECG)
    سيستمهاي همراه با مدارك كامپيوتري بيمار(CPR) و بكاربردن اين ركوردها بعنوان ورودي

انواع سیستم های پشتیبان تصمیم در بخش سلامت:
به طور کل دو نوع سیستم پشتیبان تصمیم (DSS) در بخش سلامت وجو دارد: اداری  - بالینی
تصمیماتی که پزشکان در مراکز درمانی می گیرند برای اطمینان از این است که آیا رفاه تک به تک بیماران حاصل شده است یا خیر.
توجه اصلی پزشک معطوف است به اینکه آیا مداخلات پزشکی انجام شده به سود بیمار بوده است یا خیر، دل نگرانی در مورد منابع صرف شده و هزینه های تحمیل شده از نظر پزشک، در مرحله دوم توجه قرار دارد. در این رویکرد، مرکز درمانی ، به دلیل کیفیت بالای ناشی از ارائه بهترین خدمت به بیماران، سرافراز می شود.
از طرف دیگر به دلیل محدودیت منابع در بیمارستان، تصمیم گیران مدیریتی همواره با درنظر گرفتن این محدودیت ها به دنبال اخذ تصمیماتی هستند که منافع حاصله از مداخلات پزشکی را در مقایسه با هزینه های آن سنجیده و آن راه حل را که هزینه – اثربخشی بهتری دارد انتخاب می کنند.
دونابدین این رویکرد را به عنوان ” مراقبت با تاثیر بهینه “ یا optimally effective care  نامیده است.
بهینه یا اپتیمال نشان دهنده این معناست که بیمارستان بررسی می کند به ازای هر ریالی که خرج می کند، چه چیزی به دست می آورد.
مدیران بخش سلامت الزاما باید انواع متنوعی از تصمیمات غیر پزشکی بگیرند، تا بتوانند خدمات درمانی را با قیمت مناسب ، کیفیت بالا، و در محیطی با منابع محدود ارائه کنند.

دسته بندي سيستمهاي پشتيباني تصميم باليني
سيستمهاي DSS از جوانب مختلفي طبقه بندي مي شوند:
    نمايش اطلاعات: مثلا سيستمهاي مبتني بر درخت تصميم يا قواعد توليدي
    نوع تصميم : مثلا تشخيصي يا درماني
    زمينه پزشكي : مثلا سيستمهاي مربوط به پزشكي داخلي يا جراحي

دسته بندي سيستمهاي DSS از ديد پزشكان:
    پيشنهاد درخواستي(Solicited Advice)
    پيشنهاد غير درخواستي (Unsolicited Advice)
    سيستم خودكار (Autonomous System)

انواع سيستمهاي پشتيباني تصميم در پزشکی از لحاظ روش و سیستم مورد استفاده :
    الگوريتمهاي باليني : قواعد توليد هشدار در سيستم مانيتورينگ علائم حياتي بيمار
    پايگاه داده باليني (توابع تحليلي): قواعد موجود براي نحوه درهم كنش داروها
    مدلهاي پاتوفيزيولوژيكي رياضي: مدلهاي فارماكوكينتيك  براي محاسبه اثر تزريق دارو
    سيستمهاي بازشناخت الگو :طبقه بندي انواع مختلف گلبول سفيد
    سيستمهاي آماري : طبقه بندي ECG با الگوريتمهاي آماري
    سيستمهاي تصميم تحليلي: محاسبه ريسك عمل جراحي
    استدلال سمبليك يا سيستمهاي خبره : QMR براي تشخيص در پزشكي داخلي
       
پيشنهاد درخواستي
تعريف: به شرايطي اطلاق مي شود كه در آن پزشك از DSS مشورت مي طلبد.
ويژگيها:
    درحالت عادي غيرفعالند و با درخواست كاربر فعال مي شوند.
    امكان كنترل استدلالهاي انجام شده توسط DSS را فراهم مي كنند.
    پزشك مي تواند سيستم را در مسير خاصي هدايت كند و صحت تشخيص خود را بررسي نمايد.
بطور مثال :  QMR( quick medical refrence)(مرجع پزشكي سريع)  که نسخه تجاري INTERNIST و نمونه اي از سيستمهايي است كه پيشنهاد درخواستي در ارتباط با زمينه هاي متعددي ارائه مي كنند.

پيشنهاد غير درخواستي
اين نوع سيستمها نيازمند درخواست پزشك براي ارائه پيشنهاد نيستند و بر داده هاي در دسترس بيمار (مانند داده هاي آزمايشگاه تشخيص طبي يا CPR) تكيه دارند و مستقل از درخواست پزشك پيشنهاد خود را ارائه مي دهند.
ويژگيها:
    همراه با سيستمهاي CPR هستند.
    ارائه پيشنهاد جزئي از فعاليت مديريت داده است.
    سيستم نمي تواند اهداف درمان و تشخيص را به درستي تشخيص دهد كه اين امر منجر به توليد پيشنهاد مثبت نادرست (FP) و هشدار اشتباه مي گردد

سيستم هاي خودكار
تعريف: سيستمهايي كه در آنها پيشنهاد بطور مستقيم بر روي بيمار اعمال مي شود، سيستم خودكار ناميده مي شوند. اين سيستمها چندين داده را در زمانهاي مشخصي اندازه مي گيرند و متناسب با آن رفتار خود را تطبيق مي دهند.
مثال: سيستمهاي كنترل بيهوشي يا تنفس مصنوعي
توجه: خرابي سيستم مي تواند خسارات جبران ناپذيري ايجاد نمايد.

انواع مدل­های پشتیبانی تصمیم
    کمی :بر اساس روش­های آماری موجود است و از داده های آموزشی استفاده می­کند
مثال: شبکه های عصبی، فازی، احتمالی، با معلم ، بدون معلم.
روشهای آماری در پشتیبانی تصمیم بالینی به کار می رود تا احتمال وقوع یک بیماری را تعیین کند.
در تصمیم گیری آماری همه ویژگی ها معمولا با هم به کار برده میشوند.

    کیفی : از ویژگی های پیشنهاد شده متخصصین استفاده می کند و از استدلال های سمبولیک بهره می برد.
مثال:Boolean ، سیستم های خبره، درخت تصمیم.
     این روش ها ریاضی نیستند. روشهای کیفی براساس الهام و درک استدلال توسط انسان بنا شده­اند.
    این روش ارتباط یک ویژگی اندازه گیری شده را با مقدار آستانه می سنجد
یک مثال:
فرض کنید هدف تشخیص فشار خون بالا در افراد است. برای انجام این کار فشار خون افراد در سه گروه فرضی اندازه­گیری می شود.
1- جمعیت سالم که تحت مراقبت قرار گرفته­اند.
2- جمعیت بیماران مشمول مراقبت اولیه که به خاطر شکایات جزئی تحت بررسی هستند.
3- جمعیت بیمارانی که در بخش قلبی بستری هستند.
برای سادگی از یکبار اندازه گیری فشار سیستولیک برای تشخیص در هر فرد استفاده می شود . در شکل توزیع فشار خون سیستولیک افراد مبتلا و غیر مبتلا برای هر کدام از سه گروه جمعیت نشان داده شده است . برای تشخیص افراد مبتلا به فشار خون با استفاده از یک ویژگی ( در اینجا ویژگی = فشار خون سیستولیک ) ساده ترین راه تعریف " آستانه تصمیم" است .افراد بالای آستانه مبتلا و پایین آستانه غیر مبتلا محسوب می شوند . (آستانه ها با L1  الی L10   نشان داده شده است . آستانه تصمیم هر چه انتخاب شود تصمیم های حاصل عاری از خطا نخواهند بود . برای درک بهتر مفهوم جدول درستی را بررسی می کنیم .
چهار ترکیب ممکن برای تصمیم و خطا
    مثبت درستTP : درصد افرادی که بیماری دارند و مدل تصمیم به درستی آن را تشخیص داده است.
    منفی درستTN : در صد افرادی غیر مبتلا که مدل تصمیم به درستی آن را تشخیص داده است.
    مثبت نادرستFP : درصد افراد غیر مبتلا که مدل تصمیم به اشتباه آنها را مبتلا تشخیص داده است.
    منفی نادرستFN : درصد افراد مبتلا که مدل تصمیم به اشتباه آنها را غیرمبتلا تشخیص داده است.
 

روشهاي پشتيباني تصميم كيفي
تعريف: روشهاي كيفي براساس الهام و درك استدلال توسط انسان بنا شده اند و عبارتند از روشهاي حل مسأله اي كه استنتاج در آنها با استفاده از مدلهاي سمبوليك و عملگرهاي منطقي صورت مي گيرد.
-    تركيبي از واحدهاي تصميم گيري اوليه
-    سنجش واحدهاي تصميم گيري اوليه با مقدار آستانه
-    بيان نتيجه سنجش با يك عبارت بولي

سه استراتژي براي تصميم گيري كيفي توسط كامپيوتر:
1- استفاده همزمان از همه ريزتصميمها(جدول تصميم يا جدول درستي)
2- استفاده دنباله اي از ريزتصميمها(فلوچارت يا درخت تصميم)
3- استفاده از ريزتصميمهايي كه بصورت قاعده هاي عملكرد-موقعيت بيان شده اند(قاعده پايه يا استدلال كيفي)
 
ويژگيها: 
    همه نوع عبارت منطقي را يكباره در بر مي گيرد.
    تركيبات مختلف Ei ها بصورت گرافيكي و با نمودار ون نشان داده مي شوند.
    بهينه كردن درستي مشكل است و ارزيابي آن از طريق آزمون مستقل براي اثبات كارآيي آن انجام مي شود.

فلوچارت
فرم كلي:  بصورت يك درخت تصميم كه ريشه در بالا قرار گرفته و شاخه ها و برگها به سمت پايين امتداد دارند. واحدهاي تصميم اوليه بصورت لوزي نشان داده مي شوند كه داراي يك ورودي از بالا و دو يا چند خروجي از پايين و كناره هاست. ورودي به واحد تصميم گيري اوليه قبلي مرتبط مي شوند و خروجيها عبارت ”درست“ يا ”نادرست“ هستند. (تصميم گيري باينري)
محلهاي قرارگيري ريزتصميمها، گره ناميده مي شوند.

مسيرهاي مختلف از ريشه تا يكي از برگهاي نهايي پيموده مي شوند. در برگهاي نهايي ممكن است فعاليت جديدي آغاز شود يا ادامه روند به فلوچارتهاي ديگر محول شود.
ويژگيها:
    سهولت پردازش
    عدم امكان بازگشت در صورت اشتباه بودن مسير
    مشكل بودن آموزش و تعليم 
 
دسته بندی CDSS از نظر پایگاه دانش :
• سیستم های دارای پایگاه دانشKnowledge-base CDSS
• سیستم های فاقد پایگاه دانشNonknowledge-base CDSS
خصوصیات Knowledge-base CDSS:
این نوع سیستم ها دارای سه بخش می باشند:
پایگاه دانش(Knowledge base): شامل قوانین و روابطی که اغلب به شکل قانون(IF-THEN)در می آیند.
موتور استنباطی ( Inference engine ):داده های بیماررا با پایگاه دانش ترکیب می کند.
مکانیسم ارتباطی (Mechanism to Communicate):به سیستم این امکان را می دهد که نتایج را برای کاربربه شکل خروجی(Output)نمایش دهد همانگونه که ورودی(Input)را دریافت کرده است.
خصوصیات:Nonknowledge-base CDSS
سیستم های پشتیبان تصمیم گیری بالینی فاقد پایگاه دانش در واقع ازنوعی هوش مصنوعی به نام Machine Learningاستفاده می کنند.این ماشین یادگیری به رایانه این امکان را می دهد که از تجارب گذشته یاد بگیرد یا الگوهای موجود درداده های بالینی را بیابد.دونوع ازاین گونه سیستم ها شبکه های عصبی مصنوعی Artificial Neural Networkو Genetic Algorithmsمی باشد.
در این گونه سیستم ها نیاز به نوشتن قوانین و همچنین نیاز به وارد کردن تخصص حذف شده است.درسیستم های پشتیبانی تصمیم گیری فاقد پایگاه دانش در واقع قوانین از داده های بیمارمشتق می شوند.
این سیستم ها تنها روی فهرست محدودی ازعلائم برای یک بیماری خاص تمرکز دارند درحالی که سیستم های دانش محور، بیماری های گوناگونی را برای تشخیص، پوشش میدهند.
به طور کلی سیستم های تصمیم یار بر اساس نوع مداخلاتى که ارائه مى دهند به 3 گروه تقسیم مى شوند:
 1. سیستم ها منفعل(Passive systems):اکثرسیستم های پشتیبانی تصمیم بطور منفعل عمل می کنند،بدین معنا که پزشک باید درخواست خود را به صورت صریح در سیستم ایجاد کند،بدین منظورابتدا پزشک وضعیت بیمار را توصیف کرده و سپس منتظر می ماند تا سیستم پیشنهادش را ارائه دهد.براساس میزان اطلاعات فراهم شده برای سیستم و پیشنهادات لازم، دوابزارپشتیبانی تصمیم مورد استفاده قرار می گیرد:
•  سیستم مشاوره ایconsultant system:دراین نوع سیستم،کاربر اطلاعات مربوط به وضعیت بیمار را فراهم نموده و سیستم پیشنهاد تشخیصی یا درمانی خود را ارائه می دهد.MYCINکه در سال1972 در دانشگاه Stanfordتوسعه یافته است یکی از انواع سیستم های مشاوره ای می باشد.
• سیستم انتقادیCritical system:در این نوع سیستم کاربر اطلاعاتی در خصوص وضعیت بیمارواستراتژی طراحی شده توسط پزشک فراهم نموده وسپس سیستم از پیشنهادات پزشک انتقاد می کند.سیستم ATTENDING که در  دانشگاهYaleتوسعه یافته است نمونه ای از اینگونه سیستم ها می باشد،این سیستم درواقع به منظورانتقاد از طرح بیهوشی ایجاد شده توسط متخصص بی هوشی برای یک بیمار معین،طراحی شده است.
2. سیستم های نیمه فعال(Semiactive systems):سیستم های نیمه فعال اطلاعات وعمدتاَ دانش پذیرفته شده و قوانین را ارائه می دهند.درواقع این سیستم ها نقش یک ناظررا ایفا می کنند،زیر مجموعه های این نوع سیستم :
•  سیستم های یادآور خودکار( Automatic reminder system):
   این سیستم ها بر روی عملکرد فراهم کننده مراقبت،نظارت دارند و درزمینه اجتناب ازمعاینات اضافی،خطاهای ثبت دارویی(بوسیله شناسایی خطاهای مربوط به دزاژدارویی و لیست کردن تداخلات و عوارض مهم دارویی)کمک می کنند،همچنین اینگونه سیستم ها پیگیری طرح درمانی از قبل طراحی شده توسط تیم پزشکی را،تسهیل می کنند.
•   سیستم های هشدار دهنده( Alarm systems):
   دراین نوع سیستم ها براساس وضعیت بیمار،هشدارهای مختلفی ایجاد می شود، بدین معنا که گاهی ممکن است اخطاربرای نشان دادن میزان های غیرطبیعی(از قبیل پارامترهای فیزیولوژیکی یا بیولوژیک) باشدوگاهی برای نمایش تغییرات غیر طبیعی(از قبیل افزایش یا کاهش ناگهانی در پارامترهای معین مربوط به بیمار).
3. سیستم های فعال(Active systems):
 سیستم هایی که بطور خودکارشروع بکار کرده و می توانند بدون دخالت پزشک تصمیم گیری نمایند واین تصمیم می تواند درمورد دستوراتی برای معاینات بیشتر براساس طرح های مراقبتی،معاینات درمانی،نظارت(برای مثال کنترل هوشمند پارامترهای یک دستگاه ونتیلاتور یا یک مانیتور دیالیز)و یا کمک جراحی باشد.
ابزار کسب دانش :
کسب دانش یکی از مهم ترین رویه های آغازین برای ایجاد پایگاه دانش برای درCDSS می باشد . اولین گام برای کسب دانش ، انتخاب ناحیه بالینی و متخصصین خبره برای کسب دانش بخصوصی می باشد . گام بعدی انتقال دانش قابل تفسیر در کامپیوتر بر اساس روش های ارائه دانش می باشد . این بخش بر ابزار کسب دانش تمرکز می کند وهدف آن بکارگیری الگو های آماده برای دریافت دانش بالینی از متخصصین است .
ابزار های کسب دانش زیادی برای CDSS ، توسعه یافته است .  در میان آن ها ، بعضی از ابزار ها ی کسب دانش پزشکی است و بقیه ابزاری برای رهنمود های بالینی است که در رویه های بالینی استاندارد مورد استفاده قرار می گیرد .
در جدول پایین  ، ابزار های کسب دانش در پنج سطح خلاصه شده است : آنتولوژی ثابت ، توانایی کنترل خطا، طرح ارائه ، زبان ارائه دانش و موتور استنتاج یا موتور اجرایی رهنمود ها .سایر CDSS ها مانند GLIF  ، EON و Arden syntax  به طور آشکار در جدول پایین نشان داده شده است ، اما به عنوان protege و ابزار umls- base knowledge در جدول نشان داده شده است. GLIF وEONاز ابزار های کسب دانش protégé استفاده می کنند .
Arden syntax بر فرمت هایی برای دانش پزشکی ماژولی تمرکز می کند . و اساسی ترین کمک آن فرمت ارائه MLM است که در ابزار کسب دانش مبتنی بر  UMLمورد استفاده قرار می گیرد.
  از آنجایی که کنترل خطا یکی از بزرگتریت چالشهای ابزار کسب دانش است ، در ادامه بر مقایسه توانایی کنترل خطا تمرکز می کنیم .
 در جدول پایین ،proforma   ، ابزار کسب راهنمایی است که شامل ساختارهایی  پر معنی برای توصیف خطاها می باشد . توانایی تصمیم گیری آن تحت خطا توسط ابزارهای مکانیسم ایجاد می شود . در این روش مکانیسم  استدلال ، تشخیص و تصمیمات درمانی بر حسب چند option  تعریف می شود و با استفاده از قانونهای استدلال ،تصمیمات لازم گرفته می شود .
قانونهای استدلال از تصمیمات ، پشتیبانی می کند و در آخر توصیه های لازم داده می شود . 
 
GLARE ، توانایی کنترل خطا در تصمیمات خطایاب را محدود کرده است . در GLARE  ، تصمیمات سه بعد دارد ( تشخیص ، پارامتر ، نمره ) که خود پارامتر هم سه بعد دارد ( داده ، خصوصیت ، مقدار ) ، یک مقدار آستانه برای مقایسه تشخیص ها استفاده می شود . نمره و سایر تشخیصات به کاربران نشان داده می شود . GLARE   به کاربر اجازه می دهد تا تصمیمات تشخیصی لازم را از میان لیست انتخاب کند . در صورتی که کاربری  تصمیمی اتخاذ کند که  نمره اش بیشتر از حد آستانه نباشد ، اخطاری داده می شود .
CMDS : ویرایشگر کسب دانش شی گرا ، در مورد کنترل خطا ، عملکرد بهتری دارد . زیرا هر قانون دارای فاکتور قطعیت است که نشان می دهد که آن قانون تا چه اندازه درست است . فاکتور قطعیت از -1 تا 1 متغیر است . که -1 به معنی قانون اشتباه ، 0 به معنی عدم وجود اطلاعات  و 1 به معنی قانون درست است .
Portage   به خطا کمتر رسیدگی می کند . به غیر از PROFORMA  و ASBRUVIEW  ، دانش پزشکی یا ابزار کسب راهنمایی در جدول خصوصیات مشترکی دارند .
 مکانیسم های استنباطی استفاده شده درCDSS  :
مکانیسم های استنباطی که در CDSS  استفاده می شود شامل شبکه های عصبی ، شبکه های معنایی ، الگوریتم ژنتیک و سیستم های غیرمستدل می باشد . در CDSS  های مبتنی بر قانون ، قانون های if-then ، مورد پردازش قرار می گیرد . زنجیره های پسرو و پیشروی قانون ها ممکن است برای تشخیص و تهیه توضیحات تشخیصی کاربران بالینی مورد استفاده قرار گیرد . سیستم های Bayesian  بر اساس تشخیص هایی که از بیماری های قبلی به دست آمده است و همچنین علائم و نشانه های بالینی ، پیش بینی می کند . سیستم های غیر مستدل شامل پیش بینی های آماری است . بعضی از روش های  آماری مانند  ماشین بردار پشتیبان (SVM ) و ماشین ابزار حداقل مربعات (LSSVM  ) برای استدلال های پزشکی پیشنهاد شده است . شبکه های عصبی به عنوان مکانیسم استنباطی توسط محققین استفاده می شود . زیرا در هنگام توسعه این نوع از CDSS ها ، نیاز به درک رابطه بین متغیرهای ورودی و خروجی ندارند . 
Li  و همکارانش، شبکه های عصبی را با سایر مدل های ریاضی مقایسه می کنند تا سیستم پشتیبان تصمیم گیری پزشکی مربوط به آسیب های مغزی را بسازند  (MDSS )و نتیجه این است که شبکه های عصبی راه حل بهتری برای CDSS های غیر خطی و پیچیده نسبت به تکنیکهای آماری قراردادی ارائه می کند  . ایراد شبکه های عصبی این است که شبکه ها از قانون هایی استفاده می کنند که از منطق خاصی پیروی نمی کند و به طور آشکار قابل درک نیست .
در الگوریتم ژنتیک ، با توسعه بهترین راه حل ، راه حل بهینه ای که مناسب ترین است ، به دست می آید . در مطالعات جدید متدلوژی های استنباطی مختلفی برای پاسخ های پزشکی ، الحاق شده اند  مانند LSSVM با وزن دهی فازی ، یا شبکه های عصبی مصنوعی با وزن دهی فازی . هنگامی که مدل سازی دانش پزشکی به صورت منطقی دشوار است ، متخصصین پزشکی اطلاعات خود را با مثال ارائه می دهند .  در این شرایط ، مدل سازی نمادین (CBR) درDSS  ، استفاده می شود . فایدهCBR   این است که موارد بالینی تجربی مشابه ، از سایر دانش های پزشکی متقاعد کننده تر است .
اما اشکال این روش این است که اندازه گیری شباهت میان موارد مختلف دشوار است ، همچنین فرایندهای بازیابی به ندرت دقیق و موثر است و ورودی های موردنیاز CDSS  که بر اساس CBR  به دست می آید ، به آسانی مورد قبول متخصصین واقع نمی شود .



ارزیابی CDSS  :
 به گفته Miller   ، ارزیابی CDSS باید شامل چهار مورد زیر باشد :
   -1طرح ارزیابی مناسب
  -2 ارزیابی درجه سودمندی CDSS 
-3  ارزیابی محدودیت های CDSS
-4  تعیین دلایل پنهان محدودیت تاثیرات سیستم

Keith  و Greene مراحل بررسی CDSSرا این گونه تعریف می کنند :
   -1   ارزیابی دانش متخصصین
     -2 ارزیابی سیستم مجتمع
     -3 ارزیابی خارجی سیستم
    -4 آزمایشات تصادفی چند مرکزی برای ارزیابی سیستم
اکثر ارزیابی های CDSS  بر صحت سیستم متمرکزند و تمرکز کمتری بر ارزیابی تاثیر استفاده CDSS بر مراقبت های بالینی دارند .

 معيارهاي پذيرش سيستمهاي پشتيباني تصميم
    پشتيباني جمع آوري داده(Support of Data Acquisition)
    سيستمهاي تصويربرداري
    كاهش داده(Data Reduction)
    سيستمهاي اطاق عمل و واحدهاي مراقبت ويژه
    ارزيابي داده(Data Validation)
    سيستمهاي آزمايشگاهي

KB (Knowledge Base) پزشكي
تعريف : مجموعه اطلاعات (Knowledge) پزشكي كه بطور سيستماتيك سازماندهي شده و بصورت الكترونيكي قابل دسترسي هستند و نيز قابليت تفسير بوسيله كامپيوتر را دارند.

   معیارهای کاربردی یک سیستم CDSS
    استفاده از یک بانک اطلاعاتی معتبر و مشخص بودن refrence  ها و قابل دسترس بودن آنها با ايجاد KB مي توان جمع آوري و پخش الكترونيكي اطلاعات پزشكي را تسهيل نمود.{ این مبحث خود بسیار گسترده و شامل جوانب متعددی است که در صورت تمایل پیشنهاد می گردد به منابع معرفی شده رجوع گردد. }

پشتيباني تصميم با ابزارهاي پيش بيني ساده
ابزارهای پیش بینی ساده بر اساس روش های مختلف پایه گذاری شده اند که در 2 گروه عمده می توان آنها را بررسی کرد :
    ابزارهاي پيش بيني مبتني بر تحليل آماري مجموعه داده هاي باليني
    ابزارهاي پشتيباني تصميم براساس نتايج آناليز تصميم

قواعد پيش بيني مبتني بر تحليل آماري –prediction rules Based on statistical Analysis
روشهای آماری مورد استفاده برای پیش بینی در این موارد ، اغلب نوعی رگرسیون هستند بطور مثال : رگرسيون خطي براي خروجي هاي پيوسته مانند فشارخون  و   رگرسيون منطقي براي خروجي هاي دو بخشي مانند مرگ و مير

راهبرد های کلی برای ارزیابی قواعد پیش بینی :
    تعريف روشن متغيرهاي پيش بيني كننده و خروجي ها
    توصيف صحيح جمعيت بيماران و امكان مقايسه
    توصيف روشهاي رياضي بكار رفته
    دسترسي به نرخ صحت يا خطاي قاعده طبقه بندي
    اثرات كاربرد قاعده پيش بيني روي مراقبت بيمار
فرآيند مدلسازي آماري
فرایند مدلسازی دارای جوانب زیر است :
    انتخاب متغيرها :
در بساری از موارد تعداد زیادی مشخصه پیش بینی کننده بیمار داریم که بکار گیری همه غیر عملی است .انتخاب تدريجي یا روش stepwise  روشي براي انتخاب تعداد محدودي پيش بيني كننده است .
    تخمين ضرائب رگرسيون
پس از انتخاب پیش بینی کننده ها ، ضرایب تعیین می شوند که دقیق بودن آن مستلزم داده هایی با کیفیت بالاست .هرچه حجم داده بالا باشد، نامعيني مقدار ضرائب تخمين زده شده كمتر است و پيش بيني دقيق تر انجام مي گيرد.
    ارزيابي عملكرد مدل
عيار مهم برای ارزیابی یک مدل قابليت تمايز مدل براي طبقه بندي بيماران است .
    نمايش نتايج مدل
        جدول پيش بيني هاي متناظر
        چارت نمره


مثال: پيش بيني احتمال حاملگي ناخواسته در پزشكي باروري
در این مثال ، خروجی یا outcome  ما رخداد حاملگی ناخواسته است . در عمل دوره زمانی یکساله برای پیش بینی در نظر گرفته می شود . پیش بینی کننده های بالقوه ، سوابق و بررسی های فیزیکی مرد و زن را دربر می گیرند . مقدار پیش بینی این مشخصه ها از مجموعه داده ها استخراج می شود . این مجموعه شامل 996 جفت است که 215 جفت در یک سال آبستن شده اند . ارتباط بین پیش بینی کننده ها و خروجی ها با مدل رگرسیون کمی شده است . برای تخمین احتمال حاملگی ناخواسته در یک سال مدل چارت نمره ارائه شده است . متناظر با هر پیش بینی کننده مقدار عددی در جدول 6 آمده است . مقادیر نمرات حاصل از هر پیش بینی جمع شده و حاصل آن اندیس حاملگی نامیده می شود . متناظر با هر اندیس حاملگی میزان احتمالی از مدل رگرسیون به دست می آید که مسلما 100% نیست .

چرا CDSS ها در حال حاضر مقبوليت ندارند؟
     ايده هاي نمايش اطلاعات (Representation) بسيار ساده است.
    تصميمات پزشكان متفاوت است و اين تغيير پذيري نمي تواند در DSS لحاظ شود.
    با اينكه تصميمهاي پزشكي تا حدي علمي هستند اما به محيط و زمينه كار و تجربه نيز وابسته اند.
    پارادوكس تخصصي در DSS لحاظ نمي شود.

 برخی محدودیت ها ومعایب سیستمهای  های CDSS
    محدوده کوچکی از علم پزشکی را پوشش می دهند .
    نمیتوانند تنوع زیادی از استراتژیهای تشخیصی و درمانی را برای حل مشکلات بیماران پیچیده ارائه دهند.
    توصیه های CDSS بر مبنای اطلاعات ورودی بوده که این اطلاعات اغلب بخش کوچکی از اطلاعات لازم برای اخذ تصمیمات کلینیکی را تشکیل می دهند
    تاکید بیش از اندازه بر داده های آزمایشگاهی ممکن است موجب غفلت از اطلاعات روانی و اجتماعی بیمار می شود.
     ایجاد تغییر در رابطه بیمار و پزشک
    ایجاد محدودیت برای پزشک در حل مسایل بصورت مستقل
    مسایل حقوقی و قانونی در صورت بروز اشتباه و خطا
نتیجه گیری
پژوهش نشان داد كه كاربرد DSS  در پنج حوزه كاربري مديريت جريان بيماري، مراقبت و درمان، تجويز دارو، ارزيابي  و پيشگيري بر بهبود فرايند مراقبت و ارتقاء عملكرد درمانگران تأثير بسزايي داشته است. به طور كلي مي توان اين تأثيرات را در سه گروه زير بيان نمود:
-1 ارتقاء كيفيت مراقبت و افزايش ايمني بيمار از طريق كاهش خطاهاي دارويي و عوارض بعدي داروها و پيروي از دستورالعمل هاي باليني مبتني بر شواهد.
-2 افزايش هزينه- اثربخشي در اثر پردازش سريع تر دستورات، كاهش تكرار آزمايشات، كاهش عوارض بعدي داروها و تغيير الگوهاي مصرف دارو به شكل تجويز داروهاي ارزان تر اما با اثري يكسان با داروهاي ژنريك.
-3 ارتقاء سطح دانش از طريق در دسترس بودن منابع علمي، ارائه يادآورها و همچنين ارائه اطلاعات مفيد وضروري جهت تصميم گيري مطلوب با حداقل خطا.

با این که تنها پزشک در قبال تصمیم اتخاذ شده در مورد بیمار مسئول است اما نمی تواند همه یافته های خود در مورد بیمار را به طور کامل به کامپیوتر منتقل کند. آموخته ها و تجربه های هر پزشک باید در DSS لحاظ شود. CDSS ها در بهترین حالت مانند یک پزشک مبتدی عمل می کنند. ولی با در نظر گرفتن همه این محودیت ها این سیستم ها می توانند در مواردی که دسترسی به پزشک متخصص برای مشاوره وجود ندارد ، بهترین کمک قابل اعتماد به عنوان مشاور برای یک پزشک باشد . در حوزه مدیریت بیمار، تشخیص و برنامه ریزی درمان می تواند برای پزشکان مفید بوده و کمک موثری ارائه نماید.
همچنین در مجموع 45 مطالعه با معیار هاي جستو جو مطابقت داشتند که شمار این مطالعات در طی سال هاي 1980 تا 2010 میلادي افزایش یافته است، از 28 مطالعه اي که تأثیر سیستم هاى تصمیم یار را در افزایش کیفیت مراقبت بیماران مورد بررسی قرار داده اند، 22 مطالعه ( 78 %) باعث ارتقاى کیفیت مراقبت بیماران شده بودند. در 8 مطالعه ( 17 %)، تأثیر سیستم هاى تصمیم یار بر کاهش میزان اقدامات تشخیصی و درمانی غیرضروري بررسی گردید که در تمامى موارد سیستم مؤثر بوده است. 13 مطالعه( 28 %)  نیز تأثیر این سیستم ها را در کاهش میزان خطاهاي پزشکی مورد مطالعه قرار داده  بودند که از این تعداد، 11 مطالعه ( 85 %) مؤثر واقع شده بودند.
و بطور کلی می توان گفت کاربرد سیستمهاى تصمیم یاردر رویه هاى بالینی باعث افزایش کیفیت مراقبت،کاهش میزان اقدامات تشخیصى و درمانى غیر ضرورى و کاهش میزان خطاهاى پزشکى مى شود. در نهايت لازم به ذكر است كه براي افزايش اثربخشي اين سيستم ها ضروري است فرهنگ سازماني مناسب ايجاد و به درمانگران به عنوان كاربران اين سيستم ها آموزش هاي كافي داده شود.
معرفی يك بانك اطلاعات خوب در این حوزه :

http://www.openclinical.org/home.html
شامل انواع مختلف نرم افزارهای پشتیبانی تصمیم گیری پزشکی
منابع
    Handbook of Medical Informatics - Bemmel, Musen, 1998 ISBN 3540633510
    HTTP://WWW.GMU.EDU/DEPTSTIP/FOCULTY/TFAC24.HTM
    BROWN REX, PREDICTING THE DECISION-AIDING VALUE OF DECISION RESAEARCH, 2000
    DECISION SUPPORT AND EXPERT SYSTEMS, MANAGEMENT INTELLIGENTER TECHNOLOGIAN, GMBH, HTTP://WWW.MITGMGH.DE/MIT/IT/INDEX.HTM
    CAMM JEFFERY D.AND EVANS JAMES R. MANAGMENT SCIENCE AND DECHISION TECHNOLOGY, SOUTH- WESTERN COLLEGE PUBLISHIN, 1999
    GIARRATANO JOSEPH, RILEY GARY, EXPERT SYSTEMS, PWS PUBLISHING CO. 1993.
    ABSTRACT OF CURRENT RESEARCH, HTTP://BEST ME. BERKELEY. EDU/
    ARTIFICIAL INTELLIGENCE, ARTIFICAL LIFE, HTTP://WWW.AI.ABOUT.COM/MSUBEXPERT.HTM, 2000
    http://www.ailibrary.net/Persian/Wiki/index.php
ارسال شده توسط احمد محمدی | 24 12, 2013 | بازدید‌ها (902)

Study of Information Requirement Determination Process of an Executive Information System

از کتاب

Encyclopedia of Decision Making and Decision Support Technologies

احمد محمدی

Ahmad.Mohammadi.A@gmail.com 

پاییز 1392

 

مقدمه
یک سیستم اطلاعات اجرایی (EIS) دسترسی آسان به اطلاعات مورد نیاز برای مدیریت ارشد فراهم می کند. این دسترسی می تواند به صورت افقی در سراسر سازمان  و به صورت عمودی به دیگر مدیران سازمانی گسترش یابد و سه نوع عمده از مزایا را ارائه  نماید : اطلاعات، پشتیبانی مدیریت ، و پشتیبانی سازمانی(Salmeron، 2002). بر طبق نظر Salmeron، یک کلید سیستم های اطلاعات اجرایی و عامل موفقیت آن ،  تحقق نیازهای اطلاعاتی کاربران است. با این حال، فرآیند تخمین ( تعیین )  اطلاعات مورد نیاز کاربر ( IRD ) پیاده سازی یک سیستم اطلاعات اجرایی باقی مانده از عملکرد گیج کننده برای اکثر سازمان ها را پردازش می نماید. ( والتر ، جیانگ ، و کلاین ، 2003).  به این دلیل است که تعیین اطلاعات مورد نیاز(IRD) با حداقل قابلیت فهم و حداقل رسمیت  ، در عین حال حساس ترین مرحله پردازش توسعه سیستم های اطلاعات ( ISD )  است. این مرحله بسیار سخت است که بسیاری از محققان سیستم های اطلاعاتی استدلال می کنند که IRD مهمترین مرحله منفرد در طول فرایند توسعه پروژه سیستم های اطلاعات اجرایی است و اگر تعیین اطلاعات مورد نیاز (IRD) نادرست و ناقص باشد، حاصل سیستم نیز نادرست و ناقص خواهد بود. از این رو، درک مسائل موثر فرآیند تعیین اطلاعات مورد نیاز(IRD) سیستم های اطلاعات اجرایی (EIS) نقش حیاتی برای سازمان ها دارد) پون و واگنر ، 2001). با این حال، در مورد مسائل موثر در فرآیند IRD   در طول پیاده سازی پروژه های سیستم های اطلاعات اجرایی ، کمتر شناخته شده اند ( خلیل ، 2005).  
بنابراین، هدف این مقاله بررسی مسائل کلیدی فرایند IRD  در طول پیاده سازی یک پروژه سیستم اطلاعات اجرایی در یک سازمان دولتی بزرگ استرالیا می باشد. این  مقاله ابتدا متون مرتبط با  IRD و EIS  را بررسی می نماید . یافته های کلیدی و مسائل مربوط به شناسایی مطالعه موردی نیز ارائه شده است. مقاله به بررسی این یافته ها و مسائل مربوط به روشن سازی روش های IRD  سازمان ها و نتیجه گیری توسط ارائه برخی از مطالعات  پیاده سازی پروژه  EISمی پردازد.
زمینه
 IRD یک مرحله بحرانی از سیستم های اطلاعات اجرایی است.  IRD  در درجه اول مرتبط با برنامه های کاربردی خاص مانند سیستم های اطلاعات اجرایی است.IRD  علاقه و بحث های بسیاری در میان پژوهشگران  و پزشکان به عنوان یک پتانسیل به منظور بهبود  میزان موفقیت پروژه های ISD  مانند EIS  ایجاد نموده است.( Havelka، 2002؛ وو و شن، 2006). فرایند IRD ، که براون و رامش (2002، ص 625) آن را تعریف کردند به عنوان "مجموعه ای  از فعالیت های استفاده شده توسط تحلیلگر سیستم  در هنگام ارزیابی  قابلیت های مورد نیاز در یک سیستم پیشنهادی است" ،  که بسیار مهم در به دست آوردن مجموعه ای کامل و صحیح از نیازهای  کاربر است.  

تعدادی از ابزارها و تکنیک ها برای حمایت از فرایند IRD  در سیستم های اطلاعات اجرایی  پروژه پیشنهاد شده است  : نمونه سازی، توسعه نرم افزار های مشترک  (JAD)، توسعه کاربردی سریع (RAD)، نمودار جریان داده ها  (DFDs) و نمودار ارتباط موجودیت  (ERDs; Duggan &Thachenkary, 2004; Spina & Rolando, 2002) . با این حال، با وجود  تمام این روش ها و ابزار، تاریخ ISD  با گزارش های متعدد از شکست کامل پروژه EIS  دور انداخته شده  است (خلیل، 2005).عمده  دلیل این شکست ها تا حد زیادی ناشی از مشکلات  در برخورد با اطلاعات مورد نیاز است (براون  و رامش، 2002؛ دیویس، 1987).
در بسیاری از موارد ، اتمام بودجه  و زمان از دست می رود.  در بسیاری از موارد دیگر، طراحی و برنامه نویسی اولیه توسط یک ارزیابی مجدد به دنبال نیازها منجر به  طراحی مجدد و سپس برنامه نویسی دوباره شده  است( Urquart، 2001).  بسیاری از شکست های پروژه EIS  کمتر با مسائل فنی و یا برنامه نویسی مرتبطند .  منبع بسیاری از این مشکلات در یک یا ترکیبی از عوامل اصلی زیر نهفته است  : نقص و  یا نادرست  بودن مشخصات مورد نیاز ، عدم  دخالت کاربر، عدم انعطاف پذیری سیستم های اطلاعات مبتنی بر کامپیوتر  ، ارتباطات ضعیف، تحلیل های مختلف تحلیل گران سیستم ، و عوامل دیگر (Guinan، Cooprider، و فرج، 1998، کیرش و هانی، 2006). هر کدام از این عوامل به طور خلاصه در مجموعه های زیر مورد بحث قرار می گیرد.
نقص و / یا نادرست بودن مشخصات مورد نیاز
اغلب می تواند یک سازمان را راهنمایی کند تا متوجه مشکل نادرست و یا شناسایی نادرست نیازهای اطلاعاتی گردد. نارضایتی  سهامداران  از سیستم اطلاعاتی آنها مشتق شده از مشکل خواسته هایی که با دقت و / یا به طور کامل بیان نشده اند. (دیویدسون، 2002؛ خلیل، 2005). همچنین می تواند ناشی از این باشد که کاربران انتظارات غیر واقعی از سیستم های اطلاعات اجرایی نهایی دارند. بنابراین، نقص و  نادرست بودن مشخصات مورد نیاز اغلب می تواند از شناسایی نیاز  های اطلاعاتی غلط منجر شود  یا به مشکل IRD  نادرست بپردازد.  این  ممکن است در نهایت به شکست پروژه EIS  منجر شود.  به گفته براون و رامش (2002)، چالش های زیر  باید توسط هر دو تحلیلگران و کاربران زمانی که آنها در تعامل هستند ، به رسمیت شناخته شود.  
 • هرگز نمی توان، مجموعه ای درست و کامل از نیازهای اطلاعاتی کاربر ایجاد شود.
•  درخواست ها در طول زمان پایدار نیستند ، اما در یک فرآیند ثابت در حال تکامل اند  .
• مهارت های تسهیل تحلیلگران سیستم برای مدیریت موثر فرایند IRD  بسیار مهم  است .
•  تحلیلگران سیستم در زمینه های سیاسی بالایی کار می کنند.

عدم دخالت کاربر
یکی از عوامل عمده شکست پروژه های EIS  عدم دخالت کاربر است . با شکست در طول مراحل توسعه سیستمی که کاربران درگیر آن هستد ، ممکن است احساس نا امیدی و سرخوردگی نمایند ، زمانی که آنها فن آوری های جدید مانند سیستم های اطلاعات اجرایی را به عنوان منشا تهدید بیرونی مشاهده می نمایند ( رابرتسون و رابرتسون ، 1999). معمولا مقاومت و درگیری بین حامیان مالی پروژه، تحلیلگران سیستم ها  و کاربران را  نتیجه می دهد  ( دیویدسون ، 2002).  نتایج عدم دخالت کاربر اغلب بی اعتمادی بین کاربران ، تحلیلگران سیستم ها و حامیان مالی پروژه می باشد . کاربران احساس می کنند قادر به تعیین آنچه می خواهند نیستند زیرا آنها نمی دانند که چه چیزی امکان پذیر است ،  در حالی که تحلیلگران سیستم ها سعی می کنند که  آنچه که امکان پذیر است را توضیح دهند اما توصیف روش  آنها توسط کاربران درک نشده است. ( براون وRogich، 2001؛ I. وو و شن ، 2006 ) معمولا نه تنها رضایت شغلی را در هر دو طرف کاهش می دهد بلکه منجر به طراحی سیستم کم کیفیت می شود( آلوارز ، 2002).



عدم انعطاف پذیری سیستم های اطلاعاتی مبتنی  بر کامپیوتر
سیستم های اطلاعاتی مبتنی بر کامپیوتر (به عنوان مثال ، سیستم های اطلاعات اجرایی ) اغلب عدم انعطاف پذیری برای مواجه با تغییر نیاز های اطلاعاتی کاربر و تعامل کمی با سیستم های موجود را دارند(Salmeron، 2002؛ I. وو و شن ، 2006).
چرا که  اغلب برای کامپیوتر های سبک برنامه ریزی شده اند  و  هر گونه تغییر که شامل تغییر در برنامه که نیاز به یک توالی دقیق از مراحل به کار گرفته شده است که وقت گیر و از هم گسیخته می باشد.  برخی از تغییرات ، حتی تغییراتی که برای  کاربر غیر متخصص بی اهمیت به نظر می رسد ، نمی تواند در سیستم  بدون طراحی مجدد بخش های اساسی از سیستم کامپیوتری گنجانیده شود( LauesenوVinter، 2001؛ Sutcliffe ،2000 ). علاوه بر این ، از آنجا که سازمان ها و افراد در آنها پویا و همواره در حال تغییر  در همه زمان ها هستند ، یک سیستم اطلاعات مبتنی بر کامپیوتر که  بیش از حد طول می کشد تا به پایان برسد قادر نخواهد بود با نیازهای کاربران  مواجهه شود و از این رو به یک سد راه عمده برای موفقیت سیستم های اطلاعات اجرایی تبدیل می شود .
ارتباطات ضعیف
ارتباطات ضعیف بین کاربران و تحلیلگران همچنین از عوامل موثر درشکست سیستمهای اطلاعات اجرایی است(Urquart، 2001 ). مهارت های ارتباطی تحلیلگران سیستم تاثیر قابل توجه ی درموفقیت و کامل بودن نیاز های اطلاعاتی EIS  دارد. برخی از دلایل مهم برای مشکلات ارتباطی به شرح زیر است(داگلاس، 2003،. Guinanو همکاران،1998؛Urquart):

•دیدگاه های مختلف ازذینفعان مختلف در مطالعه سیستم
•بلاتکلیفی بخشی از کاربران از تاثیر سیستم نهایی درنقش فردی آنها در سازمان
•مشاهده شده که عملکرد کاربر با سیستم های غیر رسمی و روش رسمی سیستم های موجود کمتر از روش های غیر مجاز و رسمی پیشی می گیرد.
•مشکل مقابل هر دو کاربر و تحلیلگران سیستم ها  ، سیستم های جدیداست که تقریبا به طور قطع شامل نوآوری های فنی می باشد.
تحلیل های مختلف تحلیل گران سیستم ها
آموزش و عملکرد تحلیل گران سیستم ها می تواند باهم منبع مشکلات باشد هنگامی که ارتباطات با فرایند IRD  از چند تحلیلگر سیستم برای مقابله با ماهیت اجتماعی اساسی IS  سازماندهی شده اند.  تحلیلگران سیستم فکر می کنند که متخصص هایی هستند که مشکل را تجزیه و تحلیل، تعریف و راه حلی برای آن ارائه می نمایند(بری، 2002 ). بسیاری از مشکلات پروژه های ISD مانند  EIS را می توان به مشکلات رفتاری سازمان نسبت داد. این مشکلات رفتاری نتیجه طراحی های  بد هستند.این طراحی های  بد به سبک مشاهده تحلیلگران سیستم  از سازمان، خود کاربران و تابع ISD  نسبت داده می شود.

عوامل دیگر
همچنین برخی عوامل قابل توجه دیگر که می توانند بر روی میزان موفقیت پروژه های ISD  تاثیر گذار باشند، وجود دارد. این عوامل عبارتند از ارزیابی نادرست از دامنه مشکل و مسائل سازمانی فراگیر ، کنترل بودجه ضعیف، تاخیر در توسعه کاربردی، مشکل در ایجاد  تغییرات ،انبار مخفی، اشکالات برنامه  ونرم افزار ،سیستم هایی که هزینه بسیار زیاد برای توسعه و حفظ آنها بیش از حد انتظار است و فرآیندهای توسعه که پویا نیستند (آلوارز، 2002 نیست،براونورامش، 2002؛Havelka، ساتن، وآرنولد، 2001).

روش تحقیق
هدف از این پژوهش، بررسی مسائل کلیدی  از فرایند تعیین نیاز کاربر در طول  فرآیند توسعه پروژه های  EIS است . یک مورد مطالعه وسیع در یک سازمان بزرگ بخش عمومس استرالیا که درگیر پیاده سازی  یک پروژه EIS است، انجام شد. این سازمان مسئول اصلی ارائه خدمات آموزش و پرورش در استرالیا بود. این سازمان گردش مالی سالانه 500 میلیون دلار و در حدود 3000 کارمند دارد. به منظور پاسخگویی لازم به کیفیت مورد نیاز آموزشی و مجموعه ی دستورالعمل های دولت استرالیا، سازمان  تصمیم  به پیاده سازی EIS  برای کمک به تصمیم گیری مناسب ، گرفته بود . هدف از EIS  (a) پشتیبانی از گزارش های سازمانی در زمینه های برنامه  و بررسی برنامه ریزی، گزارش سالانه، و محک زنی و بهترین عملکرد ها است، (ب) حمایت از سازمان در تعهد خود از فعالیت های مربوط به کیفیت و (ج)  شناسایی کمبودها در منابع داده.  در ابتدا، محققان در شش جلسه  از فرایند IRD  که بین تحلیلگران سیستم ها  و کاربران کلیدی سازمان بود، شرکت کردند . پس از اتمام تمام این جلسات،  محققان سوالات مصاحبه  ، که قبل از این جلسه پیش نویس آن آماده شده بود را پالایش و اصلاح کردند
سپس 16 مصاحبه با نه شرکت کننده کلیدی انجام شد  و این شامل دو تن از حامیان مالی اصلی  پروژه های EIS ، یک تحلیلگر سیستم های خارجی، و شش تن از  کاربران اصلی EIS  می شد.  مصاحبه بر فرایند پروژه EIS  ، نمایش ذینفعان مختلف از  EIS ، فرایند IRD ، و روند ارزیابی  EIS ، متمرکز  بود. هر مصاحبه بین 1 تا 2 ساعت به طول انجامید. همه  مصاحبه ها ضبط شد و متن مصاحبه شوندگان برای اعتبار سنجی ارسال شد  .
در مواردی که اختلاف نظر بین شرکت کنندگان وجود داشت ، هر یک  برای روشن شدن مواضع خود ، مصاحبه انجام داده و یا ایمیل ارسال شده را پیگیری نمودند.  سایر اطلاعات جمع آوری شده شامل برخی از پیشنهادهای  پروژه های واقعی  و مشخصات جزئیات مورد نیاز برای پروژه EIS ، اسناد برنامه ریزی، و برخی از صورت جلسات است. بیش از 300 صفحه از متن  کد شده و مورد تجزیه و تحلیل قرار گرفت . جمع آوری داده ها در این  سازمان تا زمان نقطه اشباع نظری ادامه دارد ، که آن زمانی است که ارزش مصاحبه به عنوان جزئی بی اهمیت  در نظر گرفته شود (Eisenhardt ، 1989). تجزیه و تحلیل محتوای کیفی سپس برای تجزیه و تحلیل داده های جمع آوری شده ، مورد استفاده قرار گرفت  (مایلز و Huberman در، 1994).  تجزیه و تحلیل از مواد نیز به صورت دوره ای انجام شده  و مسائلی که دوباره توسط محققان و کارشناسان دیگر چک شده اند، شناسایی می شوند. دستورالعمل ها (به عنوان مثال، تفاسیر چندگانه) توسط کلاین و مایرز (1999) برای اجرا و ارزیابی  مطالعات تفسیری در سیستم های اطلاعات به منظور بهبود کیفیت پژوهش تنظیم شدند  .

یافته های پژوهش
تعدادی از مسائل از تجزیه و تحلیل داده ها پدیدار شدند وبرخی از مسائل فرایند IRD  پروژه EIS  را احاطه کردند که در زیر برخی از جزئیات ارائه می شود . اطلاعات مرتبط از مشاهده و بررسی سناد در بحث برای پشتیبانی یافته های بیشتر ، یکپارچه شده اند.
مطلب 1: مشکلات در استفاده از روش شناسیIRD
داده ها ی مصاحبه نشان داد که به طور کلی سازش در میان کاربران در روش شناسی ISD/IRD ،  ابزار، و یا حل مسئله وجود دارد  که توسط تحلیلگر سیستم های خارجی در طول فرایند IRD  با کاربران برای پروژه EIS استفاده می شود .
در عوض، تنها  مصاحبه ای که توسط تحلیلگر سیستم های خارجی برای جمع آوری اطلاعات مورد نیاز از  کاربران انجام شده است  .به عنوان مثال یک کاربر گفت: "این احساس بسیار  مانند سوالاتی است که من  پاسخ دادم زیرا این  مصاحبه ای  است که از آن خوشم می آید .... من احساس نمی کند که در چیزی جا داده شدم تا در آن  شرکت کننده باشم .بنابراین آن بسیار بسیار شبیه به یک پرسش و پاسخ است. " کاربر انتظار نوعی از روش شناسی را داشت که توسط تحلیلگر سیستم در طول  جلسه IRD  مورد استفاده قرار گیرد  . مشاهده محققان،  ادعای آنها را حمایت کرد. برخی از کاربران  پیشنهاد دادند که از یک روش ثابت و  نموداری که  برای فرایند IRD  ارزشمند باشد ، استفاده شود. با این حال، حامیان مالی و تحلیلگر سیستم ها ادعا کردند که نوعی از روش شناسی در طول جلسه IRD  ، استفاده شده است، اگر چه این توسط محققان مشاهده نشد. به عنوان مثال، یک تحلیلگر سیستم  گفت: "من آزادانه به روش های مختلف کار می کردم، در گذشته مرتب  ، به طور خاص، از روش اول آرتور اندرسن و  APT استفاده می کردم .اما آنها مستقیما در تجربه و اشاره به اسناد و مدارک گرایش داشتند. "علاوه بر این،  تحلیلگر سیستم تا آنجا پیش رفت که گفت استفاده از نمودارهایی مانند DFDs و ERDs کاربران را گیج می نماید. بسیاری از کاربران در مصاحبه با  محققان این ادعا را رد کرده بود.
مطلب 2: عدم دخالت کاربر
  همه کاربران سهم خود را در جلسات IRD   که با فقدان اطلاعات مختل شده بود، نشان دادند . علاوه بر این، به جای داشتن چندین جلسه IRD  با تحلیلگر سیستم ها ، اکثر کاربران پیشنهاد کردند که  جلسات گروهی برای ایجاد همکاری در میان کاربران به مراتب موثر تر است.
کاربران احساس کردند که توانایی آنها برای شرکت در فرایند IRD  با داشتن چنین جلسات گروهی ای افزایش یافته است.  در عوض، فرایند IRD  برای پروژه EIS  که توسط کاربران درک شده ، تنها یک عمل پرسش و پاسخ  بود. اگر چه به کاربران این فرصت داده شد  تا هر گونه سوال و نگرانی در مورد سیستم موجود  و همچنین سیستم های اطلاعات اجرایی آینده را ابراز کنند ، اما مشکل این بود که به کاربران هیچ اطلاعات قبلی ، قبل از جلسات IRD  نمی دادند. کاربران احساس می کردند که به آنها هیچ زمان و اطلاعاتی برای آماده شدن برای جلسات با تحلیلگر سیستم ها داده نشده است  . مشکل مرکب از عدم پیگیری به وسیله تحلیلگر سیستم ها بود.  کاربران سهمی در ایجاد پروژه EIS   نمی دیدند و بحران حامیان مالی پروژه این بود که  تحلیلگر ان سیستم در مورد پروژه با آنها مشورت نمی کردند . محققان به صورت خصوصی به یکی از حامیان مالی پروژه گفتند که تحلیلگر سیستم  عدم درگیری کاربران نسبت به مراحل دیگر پروژه را آموزش داده اند. حامیان مالی پروژه برای  برخی از کاربران خود در مورد اطلاعات مورد نیاز شان نگران شدند  .
مطلب 3 : عدم رضایت کاربر
بیشتر کاربران از فرایند IRD  پروژه EIS  ناراضی هستند و تحت تاثیر عملکرد حامیان مالی پروژه و  به ویژه، تحلیلگرسیستم ها قرار نگرفتند . به عنوان مثال، یک کاربر بسیار منتقد از حامیان مالی پروژه و تحلیلگران سیستم گفت: " من فکر می کنم آنچه که آنها باید انجام دهند این است که به کاربر از آنچه که انتظار دارد که سیستم EIS  باید قادر به انجام آن  باشد ، درک درستی بدهند و تا جای ممکن متناسب با آن ...
هیچ یک از کاربران اطلاعات و وقت کافی برای ایجاد  فرایند IRD را نمی دهند .به عنوان مثال، یک کاربر شکایت کرد و گفت: " اگر افرادی قصد در گیر شدن در فرآیند IRD را دارند  ، آنها باید بدانند که چرا ... " مشکل توسط دستورالعمل های حامیان مالی پروژه که زمان بیشتری برای گوش دادن به نیاز های کاربران صرف نکردن ، پیچیده شده بود ، و نیز این واقعیت که محدوده پروژه مشخص نیست .
مطلب 4 : هم کاربران و تحلیلگران سیستم در مورد فقدان هدف و اطلاعات برای این پروژه EIS  شکایت کردند .  برخی از ایده های مطرح شده توسط کاربران  به شرح زیر است: (الف) جلسات گروه باید به استخراج الزامات و نیازهای کاربران ختم شود، (ب) تحقیقات بیشتر باید توسط تحلیلگر سیستم ها قبل از فرایند IRD  هدایت شود، و (ج) اطلاعات بیشتر در مورد هدف از جلسه توسط تحلیلگر سیستم ها باید پیشاپیش داده شده باشد. همانطور که قبلا ذکر شد، دلیل ندادن اطلاعات مناسب به کاربران قبل از جلسات می تواند به علت این واقعیت باشد که دستورالعمل داده شده توسط حامیان مالی پروژه به تحلیلگر سیستم ها مراحل IRD  در اسرع وقت ممکن به پایان برساند . به عنوان مثال، تحلیلگر سیستم  ها گفت ، " مشکل این بود که من با این مورد خاص نه چندان اطلاعات مورد نیاز زیادی از کاربران را جمع آوری نمایم  .... مشکل این بود که من با مراحل IRD قادر به حفظ دامنه محدود نبودم. " این تحلیلگر سیستم با مشکل حفظ گستره محدود از پروژه EIS  مواجه بود و از این رو قادر نبود که دقیقا به کاربران بگوید که  این پروژه قرار بود به مانند چه باشد.
مطلب 5: فرهنگ و سیاست
تعدادی از کاربران به فرهنگ و سیاست  در سازمان اشاره کردند که بسیاری از کارکنان را مجبور به  بیداری از غفلتی کرد ، در مورد کل فرآیندی که آنها احساس می کردند که  نمی توانند تفاوتی در آن ایجاد کنند.  به عنوان مثال، یک  کاربر در مورد فرهنگ و سیاست که  در درون سازمان وجود داشته شکایت کرده که علت این است که با کاربران در مورد اجرای پروژه های جدید مانند سیستم های اطلاعات اجرایی مشورت نمی نمایند  . این اغلب منجر به شکست پروژه شده است  . به عنوان مثال، او گفت، "در حال حاضر من امیدوارم که یکی دیگر از این پروژه ها در نهایت به شکست منجر نشود. در سوابق گذشته،  ما شانس داشتیم و وقتی این اتفاق می افتد، همه  از یک خودستایی  عبور می کنند. یک نوع سیستم مدیریت اطلاعات از افراد گفته می شود،  اما من آنچه شما به ما گفته اید را تکمیل می کنم."  
تمامی کاربران احساس می کردند که این تا حدی در پروژه سیستم های اطلاعات اجرایی تکرار شده است  . یک مثال خوب از این ،عدم اطلاعات داده شده به کاربران توسط تحلیلگر سیستم قبل از جلسات تعیین اطلاعات مورد نیاز می باشد. پروژه سیستم های اطلاعات اجرایی معمولا با آفت سیاست مواجه می شوند. بسیاری از کاربران مصاحبه شده از سبک حامی مالی پروژه ناراضی بودند  که نقش مهمی در این پروژه سیستم های اطلاعات اجرایی داشتند . از طرف دیگر ، حامیان مالی پروژه همچنین نشان دادند که آنها در برخورد با کاربران سازمان بی حوصله هستند. حامیان مالی پروژه پذیرفته اند که محققان با برخی  از کاربران همراه نیستند.
تحلیلگر سیستم ها  نیز با این دیدگاه بیان شده توسط برخی از کاربران موافق هستند که پروژه سیستم های اطلاعات اجرایی به احتمال زیاد منجر به شکست می شود چنانکه نتیجه مستولی شدن فرهنگ و سیاست های موجود در درون سازمان است. هر دو تحلیلگر سیستم ها و  کاربران قبلا در داخل و خارج از سازمان ، شکست های بسیاری از پروژه توسعه سیستم های اطلاعاتی را دیده بود.  به طور کلی، بسیاری از مسائل کلیدی از این مطالعه که تا حد زیادی با مطبوعات سازگارند، شناسایی شدند. با این حال، تحقیقات بیشتر نشان داد که عدم  رضایت کاربر و فرهنگ و سیاست سازمانی نیز تأثیر عمده ای در موفقیت  پیاده سازی پروژه های سیستم های اطلاعات اجرایی دارد.

روندهای آینده
در طول دهه گذشته، نام سیستم های اطلاعاتی از سیستم اطلاعات اجرایی به سیستم های هوش تجاری (BI) تغییر پیدا کرده اند. (J. Wu, 2000) . هوش تجاری یک چارچوب کاری شامل فرایندها، ابزار و فناوری های مختلف است که برای تبدیل داده به اطلاعات و اطلاعات به دانش مورد نیاز هستند، که با استفاده از همین دانش مدیران قادر به تصمیم گیری بهتر می شوند و در نتیجه عملکرد سازمان خود را بهبود می بخشند.
بنابراین هوش تجاری مجموعه ای از مهارت ها، فناوری ها و سیستم های کاربردی است  که برای جمع آوری، ذخیره سازی ، تحلیل و ایجاد دسترسی کارآمد به انبارهای داده  جهت کمک به سازمان ها برای تصمیم گیری صحیح مورد استفاده قرار می گیرد.
علاوه بر این، هوش تجاری شامل  نرم افزاری برای استخراج،  دستکاری و بارگذاری داده ها در انبار داده ها (ETL)  ، چند بعدی و یا پردازش تحلیلی آنلاین  (OLAP)، تجزیه و تحلیل داده ها و استخراج اطلاعات  می شود. با این حال ، هنوز هم برخی از چالش ها برای غلبه قبل از هوش تجاری می تواند مورد استفاده قرار گیرد و به طور گسترده تر پیاده سازی می شود. این موارد شامل شناخت پروژه های هوش کسب و کار  به عنوان طرح های کسب و کار متقابل سازمانی، درگیر شدن حامیان مالی کسب و کار، و توسعه وب سایت خودکار  سیستم هوشمند برای استخراج عملی دانش سازمانی با اعمال نفوذ محتوای وب سایت است.  
نتیجه
این مطالعه موردی روابط پویا بین حامیان مالی پروژه ، کاربران  و تحلیل گر سیستم ها  را در طول فرایند IRD  یک پروژه EIS نشان می دهد. بیشتر شکایات کاربران در مشکل دادن نیازهای دقیق و کامل به تحلیلگر سیستم در طول فرایند IRD  متمرکز شدند. مشکلات آنها نه تنها ریشه ی ناتوانی کاربران در تعیین خواسته هایشان است ، بلکه همچنین تحت تاثیر نگرش تحلیلگر سیستم ها و حامیان مالی پروژه ی EIS  نسبت به نظرات کاربران قرار گرفته است. همچنین نتایج اختلاف موجود بین آنچه که تحلیلگر سیستم در مورد کاری که انجام شده گفته  )تئوری حمایت ) و کاری که او در واقع انجام داده ( تئوری استفاده شده ) در طول فرایند IRD  را نشان داد .به عنوان مثال، تحلیلگر سیستم ها اصرار کرده بود که نوعی روش شناسی رسمی برای استخراج  نیازهای کاربر مورد استفاده قرار گیرد که در واقع هیچ کدام وجود نداشت .
علاوه بر این، این تحقیقات نشان داده است که تفاوت قابل توجهی بین نظر کاربران و تحلیلگر سیستم ها وجود دارد . به عنوان مثال، در حالی که درجه بالایی از توافق در مورد عدم محدوده پروژه و وجود مسائل در فرهنگ و سیاست وجود دارد ، اختلاف قابل توجهی در مورد به کارگیری روشIRD  برای جمع آوری نیاز های اطلاعاتی مورد استفاده در EIS ، عدم دخالت کاربر و عدم رضایت کاربر وجود دارد .
همچنین تعجب آور بود برای شنیدن از سیستم های خود تحلیلگر و بیشتر کاربران که آنها به این پروژه EIS  ، با توجه به سابقه طولانی در شکست پروژه های ISD  در درون سازمان، برای موفقیت خیلی خوش بین نیستند . نقش  این مقاله کوتاه این است که ، عدم رضایت کاربر و مسائل مربوط به فرهنگ و سیاست سازمانی که تأثیر عمده ای در موفقیت اجرای پروژه های سیستم های اطلاعات اجرایی دارد را مشخص نماید .
کلمات کلیدی
هوش تجاری (BI) : فرآیند نظارت و تجزیه و تحلیل فرآیندهای تراکنش کسب و کار برای اطمینان از اینکه  آنها بهینه شده برای تلاقی  با اهداف کسب و کار سازمان هستند.
داده کاوی : این یک فعالیت استخراج اطلاعات است که هدف آن جستجوی در حجم زیادی از داده ها برای طرح و کشف حقایق مخفی موجود در پایگاه داده می باشد .
انبار داده ها : این یک پایگاه داده رابطه ای طراحی شده برای پرس و جو و تجزیه و تحلیل، و معمولا شامل داده های تاریخی هستند که از داده های نتیجه مشتق شده است.
سیستم اطلاعات اجرایی (EIS) : برنامه ای که سازمان ها را  با ابزار در عین حال ساده و قدرتمند برای مشاهده و تجزیه و تحلیل عوامل کلیدی و روند عملکرد در زمینه های فروش، خرید، تولید ، امور مالی و غیره آماده می نماید.
 تعیین نیازهای اطلاعاتی(اطلاعات مورد نیاز) ( IRD )  : مجموعه ای از فعالیت های استفاده شده توسط یک تحلیلگر سیستم هنگام ارزیابی قابلیت های مورد نیاز در یک سیستم پیشنهادی است.
توسعه کاربرد مشترک ( JAD ) : روند اصلی برای طراحی یک سیستم مبتنی بر کامپیوتر است. کاربران کسب و کار و حرفه ای های فناوری اطلاعات را در یک کارگاه بسیار متمرکز شده گرد هم می آورد.
توسعه سریع برنامه ( RAD ) : این یک روش برای فشرده سازی تجزیه و تحلیل ، طراحی، ساخت ، و مراحل آزمون در یک رشته  کوتاه مدت ، تکرار شونده چرخه توسعه است.
ارسال شده توسط احمد محمدی | 17 12, 2013 | بازدید‌ها (919)

معرفي تكنولوژي EAI

بطور خلاصه هدف از يكپارچه سازي برنامه هاي سازماني يا Enterprise Application Integration كه بطور مختصر EAI ناميده مي شود، ارائه ابزاری است تا تبادل اطلاعات میان application ها و نرم افزارهاي موجود بر روی platform های ناهمگون که بطور مداوم در حال رشد و توسعه هستند، بشکلی کارآمد و مطمئن صورت پذیرد. یکی از کاربرد های مهم این تکنولوژی زمانی است که سیستم های اطلاعاتی یک شرکت بصورت سیستم های اطلاعاتی توزیع شده بايد در شبكه WAN عمل كند. مشكلي كه در راه حل هاي آنلاين  تحت شبكه هاي WAN وجود دارد ، این است که برای تبادل اطلاعات بین دو سازمان، بايد بطورهمزمان سیستمهای client و server در دسترس باشند و این همزمانی را در شبکه های WAN  نمی توان در حد بسیار بالائی تضمین نمود. در سیستمهای با ماهیت enterprise ، سیستم ها باید در حداکثر استقلال و مکانیزمهای ارتباطی میان آنها نیز تا آنجا که امکان دارد غیرهمزمان (asynchronous) باقی بمانند. يكي از نكات مهمي كه در اين تكنولوزي بايد تضمين گردد، اين است كه : براي مثال اگر سيستم A قرار است براي سيستم B  اطلاعات ارسال دارد،  سیستم A باید ، حتی اگر سیستم B در دسترس نباشد، بتواند بکار خود ادامه دهد و سیستم B در بازگشت خود اطلاعاتی را که بمقصد او فرستاده شده، بازیابی نماید .

معماری EAI بگونه ای است که تبادل اطلاعات حول محور یک bus مبادله انجام میگیرد. این باس یکی از اجزاء مرکزی سیستم اطلاعاتی می باشد که جریان دادها در آن متمرکز می شود و تبديلات و مسیردهی لازم در آن تضمین می گردد. در این سیستم بمحض اینکه اطلاعاتی در یک برنامه کاربردی بوجود آید که بتواند مورد توجه برنامه کاربردی دیگر باشد، این اطلاعات مستقیمآ به مقصد انتقال نمی یابد، بلکه به باس تبادل اطلاعات منتقل می شود و سپس این باس مسیر دهی اطلاعات بسمت برنامه هاي کاربردی مورد نظر را بعهدا میگیرد. برروی این اطلاعات تبدیلات لازم و احتمالی برای قابل فهم شدن اطلاعات در برنامه هاي کاربردی مقصد انجام میگیرد.

محصولات تجاری تكنولوژي EAI از مكانيزم هاي مختلفي براي تبادل داده ها استفاده  مي كنند كه  يكي از ساده ترين آنها، مكانيزم ارسال داده مبتني بر فايل است كه در تصوير زیر معماری آن نشان داده شده است :

همانطور كه مشاهده مي شود اين معماري از سه لايه تشكيل شده است : در لايه Import/Export كار استخراج و درج داده در سيستم اطلاعاتي انجام مي گيرد و در لايه Transfer/Receive تبادل اطلاعات ميان پلات فرم ها. لايه Format‌ نيز وظيفه اعمال پراسس هاي لازم جهت تبديل اطلاعات را بعهده دارد.

راه حلهاي تجاري  بدليل آنكه بصورت  بسته نرم افراري ارائه مي شوند از پشتيباني  انواع پلات فرم ها  براي تبديل داده ها برخوردارند و مي توانند براي مثال اطلاعات را بين ماشين هاي Main Frame و ساير سرور ها براحتي تبديل و مبادله نمايند. اين محصولات انواع پروتكلهاي ارتباطي و امنيتي و همچنين مكانيزم هاي مختلف فشرده سازي داده ها را تحت پوشش خود دارند. به اضافه آنكه  اينترفيسهاي متنوع براي ارتباط با  اپليكيشن ها و زبانهاي مختلف برنامه نويسي بخصوص Java را مي توان در آنها يافت. اين بسته ها  كارائي بالا و مطمئني را در اختيار مي گذارند و قادر به انجام چندين ارسال همزمان داده ها مي باشند. با  آنها مي توان شبكه اي پيچيده از سرور  ها را  به هم مرتبط ساخت و در اين ميان  برخي از سرورها را  بعتوان رابط و پل ارتباطي  بين دو سرور ديگر تعريف نمود و به اين ترتيب برخي از كمبود هاي ارتباطي شبكه  را در فضاي WAN برطرف نمود.  ليسانس استفاده از اين بسته هاي نرم افزاري مي تواند به ازاي هر سرور و تعداد ارسال هاي همزمان تعريف و قيمت گذاري شود و به همين علت استفاده از آنها در سازمانهايي كه داراي  پراكندگي زياد اطلاعات هستند هزيته قابل توجه اي را  بهمراه مي آورد. اما اين هزينه براي سازمانهايي كه سيستمهاي  آنها داراي حساست بالا مي باشد بخوبي قابل توجيه مي باشد.

راه كار shell در پياده سازي EAI

 با توجه به ويژگيهاي  مهم EAI  كه در بالا از نظر گذرانه شد،‌ يعني استقلال سيستمها و مكانيزم ارتباطي غير همزمان ميان آنها،  ما نيز   بر مبناي معماري تبادل داده ها مبتني بر فايل برنامه اي را براي يكپارچه سازي برنامه هاي سازماني طراحي و پياده سازي مي كنيم تا بتواند تبادل اطلاعات ميان چند سرور مبتني بر يونيكس را امكان پذير سازد. مسلم است كه در يك محيط واقعي تماميت تراكنشهاي يك فعاليت كه در سمت  سايت ارسال كننده مبناي پكپارچه سازي قرار مي گيرند  بايد  براي حفظ يكپارچگي  در سايت دريافت كننده  نيز انعكاس يابد. بعبارتي اگر اطلاعاتي پس از ورود به سيستم دچار عمليات بروز آوري يا حدف گرديد، عينآ همان عمليات با همان ترتيب زماني بايد در سايت دريافت كننده  نيز اعمال گردد. اما ما در طراحي راه كار خود، هر چند  زمينه اين كار را پيش بيني نموده ايم ، ولي براي ساده كردن برنامه نويسي كه صرفآ جنبه بررسي و امكان سنجي دارد ،  تمام تراكنش ها را مورد پردازش قرار نمي دهيم و فقط اطلاعات جديد را كه براي بار اول وارد سيستم مي شود، مورد ملاحظه قرار مي دهيم.

سيستم EAI ما ، بدليل استفاده از زبان Shell ناچارأ  بايد برروي سيستم هاي بر پايه يونيكس اجرا گردد. بهمين منظور  ما  سيستم عامل OpenSolaris را تحت Virtual Box هم براي ارسال كننده و هم براي دريافت كننده انتخاب كرده ايم.  بنا بر ماهيت Shell كه به منابع سيستم  فقط از طريق خط فرمان دسترسي مي يابد،  پايگاه داده اي نيز كه در آن مورد استفاده قرار مي گيرد بايد امكان استفاده از زبان SQL را در خط فرمان داشته باشد كه در برنامه ما از پايگاه داده Informix OnLine براي ارسال و دريافت اطلاعات استفاده شده است.

براي آزمايش يك محيط عملياتي يك سناريو را فرض كرده ايم كه در آن  يك كارخانه  توليدي در نظر گرفته شده است كه داراي يك سايت مركزي و چندين سايت نمايندگي فروش است. سايت مركزي نياز دارد تا  جهت برنامه ريزي توليد  و  تغديه  كالا بصورت Just in time به نمايندگيهاي خود، آمار فروش محصولات را در نمايندگيها بطور آنلاين، در اختيار واحدهاي خود قرار دهد. براي همين منظور نمايندگي ها موظف هستند تا بمحض فروش كالا ،‌ اطلاعات فروش محصول را در سيستم هاي خود ثبت كرده و  همزمان يك نسخه از آن اطلاعات را  به سايت مركزي ارسال دارند.

براي شبيه سازي سايت نمايندگي ها و سايت مركزي، يك جدول فروش براي نمايندگي ها  و يك جدول فروش براي سازمان اصلي يا سايت مركزي  تعريف مي كنيم كه ساختار بسيار ساده اي دارند. اين جدول در نمايندگي ها شامل ستونهاي اطلاعاتي: شناسه ركورد،  كد محصول، كد مشتري، تعداد و تاريخ فروش مي باشد. كليد اوليه اين جدول ستون شناسه ركورد  از نوع autoincrement تعريف شده است و داده هاي جدول از طريق  كاربران در سيستم فروش نمايندگيها تآمين مي گردد. ستونهاي جدول فروش در ديتابيس سايت مركزي همان ساختار نمايندگي ها را دارد  بعلاوه يك ستون agent_id  كه در واقع كد شناسايي نمايندگي است و مشخص مي كند ركورد مربوطه به كدام نمايندگي تعلق دارد. كليد اصلي اين جدول زوج ستونهاي agent_id‌ و id يا شناسه ركورد مي باشد. داده هاي اين جدول از طريق سيستم EAI  كه با نام كاربري eaiadm   اجرا مي شود، تغذيه مي گردد. بنا براين كليه مجوزهاي دسترسي به اين جدول را حتما بايد به اين كاربر اعطاء  كنيم. دستورات SQL براي تعريف اين دو جدول تحت اينفورميكس در زير آورده شده است:

 معماري سيستم EAI  مبتي بر Shell‌  مورد بحث اين مقاله، براي پاسخ دادن به نياز سناريوي فوق و موارد مشابه از  اجزاء اصلي زير تشكيل شده است:

 يك Bus تبادل اطلاعات و اتومات كردن ارسال اطلاعات به آن بمحض ايجاد آن توسط كاربران

 يك سرويس دهنده EA I  براي تبادل اطلاعات

يك برنامه راه انداز سرويس EAI

1 -  Bus  تبادل اطلاعات و اتومات كردن ارسال اطلاعات به آن بمحض ايجاد آن توسط كاربر

همانطور كه در تعريف EAI بيان شد، اطلاعات ايجاد شده در يك برنامه كاربردي مبدأ نبايد مستقيما به برنامه كاربردي مقصد ارسال گردد، زيرا در صورت در دسترس نبودن برنامه مقصد علاوه بر از دست دادن يكپارچگي اطلاعات، كاهش سرعت و كارايي را نيز در اجراي  برنامه شاهد خواهيم بود. اين اطلاعات بايد نخست در يك Bus تبادل اطلات نگهداري و سپس از طريق اين باس،  در صورت در دسترس بودن برنامه مقصد به طرف آن  هدايت شود. به اين دليل ما نيز يك bus تبادل اطلاعات براي برنامه خود ايجاد مي كنيم ولي براي سهولت در پياده سازي برنامه و آسان ساختن گزارشگيري،  اين bus را به صورت يك جدول با نام eai_bus در سمت ديتابيس نمايندگيها در نظر مي گيريم كه تراكنشهاي جداولي را كه منشاء  يكپارچه سازي قرار مي گيرند (در مثال ما جدول فروش) ، در خود ذخيره  كند.‌ اطلاعات درج شده در اين جدول با همان  ترتيب زمان ورود، توسط سرويس دهنده EAI مورد پردازش قرار مي گيرد. ستونهاي اطلاعاتي اين حدول شامل : شناسه ركورد  كه كليد اوليه است،‌ كد وضعيت كه نشاندهنده وضعيت هاي مختلف پردازش روي ركورد مربوطه است، نام جدول ايجاد كننده اطلاعات، ‌كليد اوليه ركورد در آن جدول،  يك ستون dmc به معناي Data Manipulation Code ، يك ستون sql براي ذخيره جملات SQL كه بر روي جدول مبدأ اطلاعات اجرا شده است، ستون تاريخ ايجاد ركورد،  ستون تاريخ ارسال ركورد بسمت مقصد و يك ستون تاريخ پردازش ركورد بوسيله سرور مقصد. مقادير مجاز براي ستون dmc حرف اول كلمه هاي Update، Insert و Delete مي باشد كه نوع جمله SQL را در ستون sql نشان مي دهد.  در طول زمان پردازش ركوردهاي اين جدول، هر رديف اطلاعاتي در وضعيت هاي مختلفي قرار مي گيرد كه ستون كد وضعيت چگونگي آنرا نشان مي دهد. مقادير اين كدها به اين شكل تفسير مي شوند. 0: مقدار اوليه در زمان درج ركورد، 1: ركورد export شده است، 2: ركورد فرمت شده است، 3: ركورد آماده براي ارسال است، 4: ركورد به مقصد ارسال شده است، 5: ارسال ركورد مورد تائيد قرار گرفته است، 6: پردازش ركورد از سوي سرور مقصد با خطا مواجه شده است و 7:‌ پردازش ركورد در مقصد با موفقيت انجام شده است. ستونهاي dmc و pk_reference صرفأ براي نياز به گزارش گيري  از اين جدول بكار مي آيند و در پردازش هيچ  نقشي ندارند. براي حفظ امنيت در اين جدول تنها به كاربر eaiadm مجوز بروزآوري داده شده است و ديگران فقط قادر به خواندن اطلاعات آن مي باشند.

براي خودكار سازي ارسال اطلاعات به جدول eai_bus يك trigger و يك stored procedure  با مجوز اجرا براي عموم كاربران تعريف مي كنيم. اين تريگر روي جدول فروش در نمايندگيها نصب مي شود و  بمحض ايجاد اطلاعات توسط كاربران سيستم فروش يك نسخه از آن را به صورت جمله SQL‌ باز سازي كرده و براي ارسال از طريق پراسيجر در اختيار جدول eai_bus قرار مي دهد. دستورات SQL‌ براي تعريف ساختار جدول eai_bus و پراسيجر مرتبط با آن و همچنين تريگر مربوط به جدول فروش نمايندگيها به شكل زير در اينفورميكس تنظيم مي گردد.

2 - سرويس دهنده EA I  براي تبادل اطلاعات

در طراحي سرويس دهنده EAI  از دو ماژول يكي براي ارسال و ديگري براي دريافت اطلاعات استفاده شده است. اين رويكرد اين امكان را فراهم ساخته است كه  خارج  از سناريوي فرضي ما هر نمايندگي همزمان بتواند هم ارسال كننده و هم  دريافت كننده اطلاعات باشد . اما اين مسئله را در برنامه خود به آزمايش نگذاشتيم.  براي تشريح اين سرويس دهنده در پارگراف بعدي ابتدا نحوه تبادل اطلاعات و اصطلاحات استفاده شده در آن را بررسي مي كنيم و سپس به توضيح در باره ماژول هاي آن مي پردازيم.

در مكانيزم تبادل اطلاعات بر مبناي فايل، معمولأ روي سرورهاي مبدأ و مقصد  تنظيمات مشخصي  براي تبادل فايلها انجام مي گيرد كه بكمك آنها هر كدام از سرورها عمليات متناسب با فايل دريافتي يا ارسالي را به انجام مي رساند.  اما ما بدليل آنكه محدوده سطح يكپارچه سازي خود را بشكلي شخصي سازي شده و بسيار ساده تعريف كرده ايم، هيچگونه تنظيماتي را براي سرويس دهنده هاي خود در نظر نگرفته ايم  و  دستورات SQL را كه ساختاري استاندارد دارد بعنوان پروتكل تبادل اطلاعات انتخاب كرده ايم.  به اين ترتيب ما دستورات SQL‌ را كه بترتيب بر روي جدول فروش در نمايندگي ها اعمال مي شوند، دوباره توليد كرده و بعداز ذخيره سازي در يك فايل SQL ، آنرا براي اجرا به سرور مقصد مي فرستيم. از آنجائيكه چندين نمايندگي با هم اين فايل ها را به يك شكل مشابه ارسال مي كنند، بايد روشي اتخاذ مي شد تا آنها با يك نام يونيك در سطح سازمان ايجاد و مبادله گردند تا بدينوسيله هم سرويس دهنده مقصد بتواند نمايندگي ارسال كننده اطلاعات را شناسائي كند  و هم نمايندگي ها قادر به پيگيري و كنترل  نتيجه ارسال خود باشند. براي تحقق اين امر ما به هر فايل ارسالي يك شناسه فايل يا IDF اختصاص داديم كه مخفف Identication of file  مي باشد. فرمت اين IDF از سه بخش بشكل agentid_tablename_eaibuspk تشكيل شده است  كه در  بخش agentid كد نمايندگي ، در بخش tablename  نام جدول توليد كننده اطلاعات و در بخش eaibusid كليد ركورد مربوط به اطلاعات ارسالي در جدول eai_bus قرار مي گيرد. اين IDF ها در سمت مقصد با پسوند "sql." ‌ دريافت مي شوند.

  ماژولهاي سرويس دهنده ما  Shell script هايي هستند كه بصورت پراسس هاي daemon  براي ارسال با نام eaisender و براي دريافت با نام eaireceiver برنامه نويسي شده اند. براي برقرار كردن ارتباط بين اين دو ماژول روي دو سرور Client و ُServer ما از دستورات rcp و rsh استفاده كرديم و كنترل همزماني براي پردازش ها روي دو سرور را با ايجاد IDF هاي Commitment انجام داده ايم. به اين معني كه سرويس دهنده دريافت اطلاعات براي اينكه يكIDF را براي پردازش به رسميت بشناسد بايد زوج آن را نيز با پسوند "cmt."  بيايد تا مطمئن شود كه ارسال كننده عمل ارسال خود را بطور كامل و كنترل شده به پايان رسانده است.

 هر كدام از اين ماژولها مطابق شماي معماري EAI‌ فوق از سه تابع اصلي براي پردازش اطلاعات برخوردارند. در eaisender تابع export براي استخراج داده ها از جدوا eai_bus و ساختنIDF به ازاي هر ركورد، تابع format براي تبديل داده هاي استخراج شده و تبديل آنها به  فايل SQL و تابع transfer براي ارسال IDF ها به سرور مقصد. اين توابع در صورت موفق عمل كردن كد وضعيت مربوط به ركورد يا IDF در حال پردازش را تغيير مي دهند و در كنار آنها يك تابع getreceipt نيز قرار دارد كه وظيفه آن دريافت رسيد از سرور مقصد در ارتباط با پراسس انجام شده روي IDF ارسالي و نهايي كردن وضعيت ركورد در جدول eai_bus مي باشد. در ماژول eaireceiver تابع receive براي دريافت اطلاعات، تابع format براي تبديل دستور SQL با ساختار جدول فروش در سايت مركزي كه در مثال ما كد نمايندگي به آن اضافه مي گردد و تابع Import براي وارد كردن اطلاعات در جدول فروش كه با اجراي دستور SQL موجود در IDF دريافتي و ويرايش شده، صورت مي گيرد. در كنار اين توابع يك تابع removereceipt در نظر گرفته شده است كه كار آن پاكسازي دايركتوري هاي است كه بعنوان محل برداشت رسيدهاي client در نظر گرفته شده است. پاكسازي اين رسيدها زماني صورت مي گيرد كه سايت ارسال كننده،  يك IDF با پسوند fin. نيز ارسال كرده باشد. اين IDF بيانگر اين است كه ارسال كننده از چگونكي پردازش در مقصد آكاه گشته و  وضعيت IDF براي او نهايي شده است.

3 - پياده سازي برنامه راه انداز سرويس EAI

برنامه راه انداز سرويس EAI‌ يك script بنام eaisrv  است كه وظيفه راه اندازي و  بازايستاندن سرويس ها يعني ماژولهاي eaisender و eaireceiver را بعهده دارد. براي اجراي اين برنامه حتما بايد كاربر eaiadm برروي سيستم عامل از قبل ايجاد شده باشد و مجوز دسترسي به ديتابيس نيز به آن اعطاء شده باشد. سورس اين برنامه و دو ماژول سرويس دهنده بخش 2  در زير قابل مشاهده مي باشد:

براي آزمايش اين كدها آدرس IP سرور دريافت كننده اطلاعات بايد در فايل eaisender  براي متغيير REMOTE_HOST معرفي گردد و در صورتيكه از پايگاه داده غير از اينفورميكس استفاده مي شود دستورات دسترسي به ديتابيس در آن و همچنين در فايل eaireceiver جايگزين گردد. بعلاوه آنكه سينتاكس تعريف جداول و تريگر مطابق ديتابيس مورد نظر كنترل و وبرايش شود.

ارسال شده توسط احمد محمدی | 17 12, 2013 | بازدید‌ها (1376)
برنامه ریزی منابع سازمانی راهکار بهینه تولید

مولف/مترجم:علیرضا نجابی- محمد مستبصری



مقدمه‌
‌ ‌امروزه‌ آنچه‌ که‌ در سازمانهای‌ تولیدی‌ و خدماتی‌ مهم‌ به‌ نظر می‌رسد نگهداری‌ و حفظ‌ منابع‌ انسانی‌ و ماشین‌آلات‌ نیست. بلکه‌ چگونگی‌ هدایت‌ و کنترل‌ اینگونه‌ مو‌لفه‌های‌ حیاتی‌ سازمانها به‌ وسیله‌ ساختارهای‌ اطلاعاتی‌ قوی‌ مبتنی‌ بر نهاده‌های‌ نرم‌افزاری‌ و سخت‌افزاری‌ مناسب‌ است. اطلاعات‌ در جوامع‌ صنعتی‌ امروز از اساسی‌ترین‌ عناصر تولید است. اطلاعات‌ تولید، اطلاعات‌ فروش، اطلاعات‌ انبار همه‌ و همه‌ منابع‌ حیاتی‌ شرکت‌ به‌شمار می‌آیند و در برنامه‌ریزی‌ منابع‌ سازمانی‌ (ENTERPRISE RESOURCE PLANNIN=ERP) تصمیم‌گیری، از جایگاه‌ ویژه‌ای‌ برخوردار هستند. بدون‌ اجرای‌ محاسبات‌MATERIAL REQUIREMENT PLANNING=MRP) ) بسیاری‌ از شرکتها و سازمانها قادر به‌ پاسخگویی‌ به‌ این‌ سوال‌ و اینکه‌ چگونه‌ شرکت‌شان‌ را مدیریت‌ می‌کنند و نیز اینکه‌ چگونه‌ زمان‌بندی‌ تولیدشان‌ را انجام‌ می‌دهند، نخواهندبود. امروزه‌ سیستمهای‌ERP از نوادگان‌MRP به‌ شمار می‌آیند. سرتاسر عرصه‌ سیستمهای‌ شرکتی‌ را از زنجیره‌ تامین‌ تا خدمات‌ مشتریان‌ را دربرمی‌گیرد و می‌توانند هوش‌ مهندسی‌ و بازاریابی‌ را در ساختارهای‌ مختلف‌ محصول‌ ایجاد کنند، به‌طوری‌ که‌ نه‌ تنها دید سنتی‌ ساخت‌ و تولید، بلکه‌ دید فروش‌ با گزینه‌ها و قیمتهای‌ متفاوت‌ را نیز می‌توان‌ مشاهده‌ کرد.

MRPII زمینه ساز ERP

(MRPII (MRP-MRPII-ERP روشی‌ برای‌ برنامه‌ریزی‌ کارآمد همه‌ منابع‌ سازمانی‌ در شرکت‌ است. MRPII در شرایط‌ مطلوب، برنامه‌ریزی‌ عملیاتی‌ واحدهای‌ سازمانی‌ و برنامه‌ریزی‌ مالی‌ را دربرمی‌گیرد و قادر به‌ شبیه‌سازی‌ برای‌ پاسخگویی‌ به‌ سوالهای‌ <اگرچه> (WHAT-IF) است. MRPII از وظایف‌ متنوعی‌ تشکیل‌ شده‌ است‌ که‌ به‌ یکدیگر مرتبطند. وظایفی‌ نظیر برنامه‌ریزی‌ شرکتی، برنامه‌ریزی‌ تولید، زمان‌بندی‌ اصلی‌ تولید، برنامه‌ریزی‌ نیازمندیهای‌ مواد و برنامه‌ریزی‌ نیازمندیهای‌ ظرفیت‌ و سیستم‌ اجرایی‌ برای‌ مدیریت‌ ظرفیت‌ و اولویت، خروجی‌ این‌ گونه‌ سیستمها با گزارش‌ مالی‌ به‌ صورت‌ یکپارچه‌ و مجتمع‌ درمی‌آید، گزارشهایی‌ نظیر، برنامه‌ شرکت، گزارش‌ کمیته‌ خرید، حمل‌ونقل، بودجه‌ موجودی‌ و... از این‌ رهگذر در سال‌ 1990 بود که‌ عبارات‌ جدیدی‌ تحت‌ عنوان‌ برنامه‌ریزی‌ منابع‌ سازمانی‌ رواج‌ یافت. سیستمهای‌MRP به‌ موضوع‌ موجودی‌ پرداختند و فرزندان‌ ایشان، سیستمهای‌ MRPII علاوه‌ بر آن، موضوع‌ حسابداری‌ را نیز دربرگرفتند و هم‌اکنون‌ سیستمهای‌ERP که‌ از نوادگان‌MRP به‌ حساب‌ می‌آیند کل‌ پهنه‌ سیستمهای‌ شرکتی‌ را از زنجیره‌ تامین‌ تا پشتیبانی‌ازمشتریان‌دربرمی‌گیرند.

ERP نگرشی‌ نو در زمینه‌ تولید
‌ ‌ERP، سیستمی‌ است‌ که‌ کلیه‌ منابع‌ تولیدی‌ (مواداولیه، تجهیزات، ماشین‌آلات، نیروی‌ انسانی، منابع‌ پولی) را دربرمی‌گیرد و با مدیریت‌ آنها نقش‌ اساسی‌ در پیشبرد و هدایت‌ آن‌ سازمان‌ درجهت‌ هدف‌ اساسی‌ آن‌ (که‌ کسب‌ سود باشد) ایفا می‌کند.
‌ ‌ERP یک‌ سیستم‌ عظیم‌ اطلاعاتی‌ است‌ که‌ کلیه‌ اطلاعات‌ موجود در شرکت‌ را در خود دارد و جریان‌ اطلاعات، تعامل‌ و کنترل‌ آنها را شامل‌ می‌شود به‌ تعبیر والمان(VOLLMNN),

MRPII که‌ وی‌ آن‌ را کنترل‌ برنامه‌ریزی‌ تولید MANUFACTURING PLANNING) CONTROL=MPC) نامید. یک‌ کارخانه‌ پنهانی‌ است‌ که‌ کاملاً‌ شبیه‌ کارخانه‌ فیزیکی‌ است‌ و محصول‌ آن‌ کالا است. او این‌ کارخانه‌ را <کارخانه‌ پنهانی(HIDDEN FACTORY) > می‌نامد. (شکل‌ شماره‌ 2)
‌ ‌ERP جزیی‌ از سازمان‌ است‌ و دقیقاً‌ به‌ سطوح‌ موردنظر باید برسد. با یکپارچه‌ کردن‌ بخشها و وظایف‌ در سازمانها و شرکتها با یک‌ کامپیوتر مرکزی‌(SERVER) می‌توان‌ نیاز بخشهای‌ مختلف‌ را برآورده‌ ساخت. برای‌ ایجاد و نگهداری‌ نرم‌افزاری‌ واحد برای‌ کامپیوترهای‌ مرکزی‌ به‌ منابع‌ مالی‌ برای‌ توسعه‌ و نگهداری‌ منابع‌ انسانی‌ نیاز داریم. هر قسمت‌ نوعاً‌ دارای‌ سیستم‌ کامپیوتری‌ است‌ و هر روش‌ مناسبی‌ برای‌ عملکرد خاص‌ در هر قسمت‌ کاربرد دارد. ولی‌ERP ترکیبی‌ از شرایط‌ را با یکپارچه‌ ساختن‌ نرم‌افزارERP فراهم‌ می‌سازد و استفاده‌ از اطلاعات‌ واحد را برای‌ قسمتهای‌ مختلف‌ که‌ می‌توانند به‌ راحتی‌ از اطلاعات‌ مشترک‌ استفاده‌ کنند را میسر می‌سازد.

‌ ‌نگرش‌ یکپارچه‌ بودن‌ می‌تواند دارای‌ مقادیر زیادی‌ برگشت‌ سرمایه‌ باشد مشروط‌ بر آنکه‌ شرکت، نرم‌افزار را به‌درستی‌ نصب‌ کند. اغلب‌ ارتباطات‌ و ارتباطات‌ مجدد با بخشهای‌ مختلف‌ با سیستم‌ کامپیوتری‌ از یک‌ طریق‌ صورت‌ می‌گیرد.
‌ ‌تاخیر در سفارشها و از بین‌ رفتن‌ آنها را در همه‌ موارد با سیستمهای‌ مختلف‌ کامپیوتری‌ می‌توان‌ کشف‌ کرد.
‌ ‌وقتی‌ عملیات‌ مربوط‌ به‌ یک‌ بخش‌ به‌ اتمام‌ رسیدERP عملیات‌ را به‌طور خودکار به‌ بخش‌ بعدی‌ اعلام‌ می‌کند، بدون‌ عملیات‌ جستجو، فرایند با موفقیت‌ به‌ پایان‌ می‌رسد. فرایند سفارش‌ انتقال‌ آن‌ همانند زدن‌ رعدوبرق‌ در سازمان‌ است‌ و سفارش‌ مشتریان‌ سریع‌ و با کمترین‌ خطا به‌ سیستم‌ داده‌ می‌شود.
‌ ‌ERP به‌طور شگفت‌انگیزی‌ می‌تواند در فرایند اصلی‌ تجارت‌ مثل‌ استفاده‌ از کارکنان‌ یا گزارشهای‌ مالی‌ به‌ کار رود، سیر تحول‌ERP (رویایی) بوده‌ است.

‌ ‌فرایند باید ساده‌ و درعین‌ حال‌ همراه‌ با کارایی‌ باشد. عملیات‌ مالی‌ و انبارداری‌ کار مهمی‌ نیست‌ ولی‌ اگر اشتباهی‌ در انجام‌ فعالیتها صورت‌ گیرد مشکلاتی‌ را به‌ همراه‌ خواهد داشت. با ERP خدمات‌ را به‌ مشتریان‌ ارائه‌ می‌دهیم‌ و مستلزم‌ صرف‌ زمان‌ طولانی‌ برای‌ ورود اطلاعات‌ به‌ شبکه‌ نیستERP. زمینه‌ای‌ را برای‌ ایجاد تجارت‌ فراهم‌ آورده‌ که‌ شامل‌ ارتباط‌ با مشتریان‌ با طبقه‌بندی‌ اعتبارات‌ در بخش‌ مالی، و سطح‌ موجودی‌ کالا در انبار است.

دلایل‌ اصلی‌ پذیرش‌

1 - اطلاعات‌ مالی‌ یکپارچه: ایجادERP تنها واقعیتی‌ است‌ که‌ در حقیقت، در آن‌ نمی‌توان‌ شک‌ داشت‌ چون‌ هرکسی‌ از این‌ سیستم‌ به‌ نحوی‌ بهره‌ می‌جوید.

2 - استانداردکردن‌ فرایند تولید: شرکتهای‌ تولیدی‌ به‌طور خاص‌ دارای‌ تمایل‌ شدیدی‌ برای‌ ترکیب‌ و بهره‌یافتن‌ از این‌ سیستم‌ و اغلب‌ به‌ دنبال‌ شرکتهای‌ تجاری‌ گوناگون‌ درمیان‌ شرکتهایی‌ هستند که‌ ازERP با روشهای‌ گوناگون‌ بهره‌ می‌برند.
‌ ‌استاندارد کردن‌ فرایند و استفاده‌ از یک‌ روش‌ با یکپارچه‌ کردن‌ سیستم‌ کامپیوتر می‌تواند در زمان‌ صرفه‌جویی، بهره‌وری‌ را افزایش‌ و نهایتاً‌ هزینه‌ها را کاهش‌ دهد.

3 - استانداردکردن‌ اطلاعات: به‌طور خاص‌ شرکتها با شرکتهای‌ تجاری‌ گوناگون‌ نباید یکی‌ شوند. روشهای‌ ساده‌ برای‌ جستجوی‌ کارکنان‌ و ارتباط‌ با آنها درپی‌ سود و خدمات‌ است‌ وERP می‌تواند با توجه‌ به‌ نوع‌ و ساختار سازمانی‌ سازمانها ایجاد شود.
‌ ‌سیستم‌ERP برای‌ استفاده‌ از تفکر شرکتهای‌ تولیدی‌ ایجاد شد. سیستم‌ERP برای‌ شرکتهای‌ (نفتی، شیمیایی‌... ) کاربرد دارد که‌ باعث‌ بکارگیری‌ روشهای‌ مدون‌ به‌ جای‌ استفاده‌ از افراد می‌شود.
‌ ‌بنابراین، برخی‌ دیدگاهها باعث‌ ایجاد هزینه‌ بالا در مرحله‌ برنامه‌ریزی‌ می‌شود.

تکمیل‌ پروژه‌ERP
‌ ‌شرکتها با نصب‌ERP نمی‌توانند در کوتاه‌مدت‌ از آن‌ بهره‌ ببرند. حداقل‌ 3 تا 6 ماه‌ برای‌ اجرای‌ آن‌ وقت‌ لازم‌ است‌ و نباید قضاوت‌ نادرست‌ نسبت‌ به‌ آن‌ داشت.
‌ ‌اگر مراحل‌ اصلی‌ERP به‌درستی‌ شناخته‌ شود توسعه‌ و گسترش‌ آن‌ حتمی‌ است. بهترین‌ روش‌ در تفکر این‌ است‌ که‌ چه‌ زمانی‌ می‌توان‌ با تلاش‌ و کوشش‌ اطلاعات‌ را طی‌ دوره‌ یک‌ ساله‌ به‌دست‌ آورد.
‌ ‌اما این‌ نکته‌ مهمتر است‌ که‌ چرا شما نیاز به‌ بکارگیری‌ این‌ سیستم‌ برای‌ بهبود در فعالیتهای‌ خود دارید‚

منابع‌ERP
‌ ‌منابعی‌ که‌ERP به‌ آنها می‌پردازد، کلیه‌ منابعی‌ است‌ که‌ در یک‌ کارخانه‌ یا سازمان‌ نقش‌آفرینی‌ می‌کند و در حیات‌ یا تکامل‌ آن‌ اثربخش‌ می‌شود که‌ شامل:

1 - نیروی‌ انسانی: نیروی‌ انسانی‌ اساسی‌ترین‌ منبع‌ هر سازمان‌ است‌ و مدیریت‌ آن‌ نیز نقش‌ بسزایی‌ در پیشبرد اهداف‌ERP دارد. از آنجا که‌ ERP به‌ عنوان‌ یک‌ سیستم‌ متولی‌ هدایت، سازماندهی، کنترل‌ و برنامه‌ریزی‌ و مدیریت‌ این‌ منبع‌ اساسی‌ است، انتظار می‌رود تا از ابعاد آن‌ با خبر باشد و در برنامه‌ریزی‌ سیستم، تخصیص‌ مناسبی‌ از آن‌ را ارائه‌ دهد.

2 - تجهیزات‌ و ماشین‌آلات: تجهیزات‌ و ماشین‌آلات، دومین‌ منبع‌ سازمانی‌ است‌ که‌ تحت‌ سیطره‌ سیستم‌ERP قرار دارد. اطلاعات‌ از وضعیت، توانمندیها و مشخصات‌ متنوع‌ تجهیزات‌ و ماشین‌آلات، مدیریت‌ را قادر خواهدساخت‌ تا با تعیین‌ مسیر استراتژیک‌ سازمان‌ در ساخت‌ و تولید محصولات‌ و خدمات، موفقیت‌ آن‌ را تضمن‌ کندERP. به‌عنوان‌ یک‌ سیستم‌ اطلاعاتی، لازم‌ است‌ تا از انواع‌ مشخصات‌ و توانمندی‌ ماشین‌آلات‌ مطلع‌ باشد و بستر مناسب‌ اطلاعاتی‌ را برای‌ تعیین‌ استراتژیها و مدیریت‌ سازمان‌ فراهم‌ آورد.

3 - پول‌ و سرمایه: استراتژیهای‌ پولی، وضعیت‌ سرمایه‌ در گردش، وضعیت‌ سهامداران، گردش‌ مالی‌ و بسیاری‌ دیگر از این‌ عناوین‌ مواردی‌ هستند که‌ERP خود را متولی‌ آن‌ می‌داند و از اطلاعات‌ پولی‌ برای‌ مدیریت‌ سازمان‌ و تعیین‌ راهکارهای‌ آینده‌ سود می‌جوید.

4 - مواداولیه: در این‌ منبع، داده‌ها و اطلاعات‌ مهمی‌ وجود دارد که‌ERP نیازمند سیطره‌ کامل‌ بر آنها است. اطلاعاتی‌ نظیر: مشخصات‌ کامل‌ مواداولیه، درخت‌ محصول(‌BILL( OF  MATERIAL، مشخصات‌ کامل‌ مواد نیم‌ساخته‌ و قطعات‌ یدکی، مشخصات‌ کامل‌ ضایعات، تامین‌کنندگان‌ مواداولیه، فروشندگان‌ محصول‌ و بسیاری‌ اطلاعات‌ دیگر.
‌ ‌ERP برای‌ تامین‌ مواد از تامین‌کنندگان‌ و شناسایی‌ تامین‌کنندگان‌ مناسب‌ مواد، باید برنامه‌ریزی‌ کند تا بتواند استراتژی‌ و راهکاری‌ مناسب‌ را ارائه‌ دهد. همین‌ مساله‌ به‌ جهت‌ ارتباط‌ تنگاتنگ‌ با فروش‌ محصول‌ و بازاریابی، بسیاری‌ مباحث‌ از این‌ دست‌ را نیز به‌ سیستم‌ ERP وارد می‌کند.

5 - داده‌ها و اطلاعات: در یک‌ جمله‌ می‌توان‌ گفت‌ که‌ اطلاعات‌ نقش‌ اصلی‌ را در هر سیستم‌ بازی‌ می‌کند.

اطلاعات‌ عامل‌ حیات‌ERP
‌ ‌اساساً‌ERP براساس‌ داده‌ها و اطلاعات، مفهوم‌ پیدا می‌کند و <کارخانه‌ای‌ داده‌ای> را که‌ تصویر <کارخانه‌ فیزیکی> است، نشان‌ می‌دهد. مواداولیه‌ این‌ کارخانه‌ را کلیه‌ اطلاعات‌ و داده‌های‌ کارخانه‌ فیزیکی‌ تشکیل‌ می‌دهند. با وجود چهار منبع‌ نیروی‌ انسانی، ماشین، پول‌ و مواداولیه، هنوز بسیاری‌ از مواد اولیه‌ کارخانه‌ ERP فراهم‌ نشده‌ است. هنوز داده‌ها و اطلاعاتی‌ در سیستم‌ سرگردان‌ هستند که‌ به‌ هیچ‌ یک‌ از این‌ چهار منبع‌ مربوط‌ نمی‌شوند. به‌عنوان‌ نمونه‌ اطلاعات‌ اموال، دارائیها، مشتریان، قراردادها، پروژه‌ها، برنامه‌های‌ توسعه‌ و تولید، نرم‌افزارها، تکنولوژیها و بسیاری‌ دیگر از این‌ موارد را می‌توان‌ برشمرد که‌ در هیچ‌ یک‌ از چهار منبع‌ قبلی‌ قرار نمی‌گیرند. بنابراین، با درنظر گرفتن‌ منبعی‌ مجزا با نام‌ <داده‌ها(DATA) > و قراردادن‌ کلیه‌ داده‌ها و اطلاعاتی‌ که‌ به‌ چهار دسته‌ قبلی‌ مربوط‌ نیست. در این‌ دسته، طبقه‌بندی‌ ما از منابع‌ شرکت‌ کامل‌ می‌گردد.

‌ ‌برین‌ جانسون‌ می‌گوید: با یک‌ سیستم‌ پیشرفته‌ERP، شما با چرخه‌ بسته‌ای‌ از اطلاعات‌ مواجه‌ خواهیدبودERP. با مدیریت‌ این‌ دسته‌ از داده‌ها و اطلاعات‌ که‌ اتفاقاً‌ سهم‌ عظیمی‌ از اطلاعات‌ را نیز شامل‌ می‌گردد، سیستم‌ هدایت‌ سازمان‌ را به‌ دست‌ می‌گیرد و سازمان‌ را به‌ جلو می‌راند.

محصول‌ سیستم‌ERP
‌ ‌نظیر هر کارخانه‌ فیزیکی، کارخانه‌ERP نیز محصول‌ دارد. مشتری‌ اصلی‌ و همیشگی‌ این‌ محصول، مدیریت‌ و کارکنان‌ سازمان‌ هستند. محصول‌ERP اساساً‌ اطلاعات‌ است‌ که‌ با در اختیار گذاشتن‌ آن‌ به‌ مدیریت‌ و کارکنان، زمینه‌ و بستر مناسبی‌ را فراهم‌ می‌آورد تا آنها بتوانند در پیشبرد سازمان‌ و تصمیم‌گیری‌ امور، کمال‌ استفاده‌ را از آن‌ ببرند.
‌ ‌محصول‌ سیستم‌ERP عبارتند از: سیستم‌ پردازش‌ اطلاعات‌(TPS)، سیستم‌ اطلاعات‌ مدیریت(‌MIS)، سیستم‌ پشتیبانی‌ تصمیم‌گیری‌ (DSS) و سیستم‌ اطلاعات‌ عملیاتی‌(EIS).
‌ ‌در سطح‌ سیستم‌ اطلاعاتی‌ مدیریت، ERP دارای‌ گزارشهای‌ مدیریتی‌ از پیش‌ تعریف‌ شده‌ای‌ است‌ که‌ به‌ صورت‌ جزیی‌ و کلی‌ اطلاعات‌ موردنظر مدیریت‌ را از داده‌های‌ درون‌ سیستم‌ گرفته‌ و ازطریق‌ سیستم‌ پردازش‌ معاملات‌ استخراج‌ می‌کند. این‌گونه‌ گزارشها معمولاً‌ به‌ صورت‌ مستند قابل‌ تهیه‌ است. محصول‌ERP در سطح‌ سیستم‌ پشتیبانی‌ تصمیم‌گیری‌ بسیار پیشرفته‌تر از سیستم‌ اطلاعات‌ مدیریت‌ است. در این‌ سطح، ERP با تجزیه‌وتحلیل‌ داده‌ها و اطلاعات‌ سیستم، راهکارهای‌ مختلفی‌ را برای‌ کمک‌ به‌ تصمیمات‌ مدیران‌ سازمان، فراهم‌ می‌آورد و در قالب‌ گزارشهای‌ مقایسه‌ای، جداول‌ و نمودارها و معمولاً‌ به‌ صورت‌ پرونده‌ به‌ آنان‌ عرضه‌ می‌شود. در این‌ حالت‌ باتوجه‌ به‌ مشخصات‌ سیستم‌ پشتیبانی‌ تصمیم‌گیری‌ مدیر می‌تواند با استفاده‌ از توانمندیهایی‌ نظیر خاصیت‌ اگرچه‌(WHAT=IF) و سناریوها، خبرهای‌ مختلف‌ تصمیم‌ خود را ارزیابی‌ کرده‌ و درنهایت‌ تصمیم‌ مناسبی‌ اتخاذ کند.

سیستم‌ اطلاعاتی‌ عملیات‌
‌ ‌ERP در سطح‌ محصول‌ خاص‌ خود را ارائه‌ می‌دهد. در این‌ سطح، گزارشهای‌ مقایسه‌ای، تجزیه‌وتحلیل‌ اطلاعات‌ برون‌ شرکتی، نظیر وضعیت‌ رقبا، بازار سهام‌ و مواداولیه، خروجی‌ ERP است. ازجمله‌ توانائیهای‌ سیستم‌ اطلاعاتی‌ عملیات‌ در این‌ است‌ که‌ به‌ مدیر این‌ امکان‌ را می‌دهد تا در مواجهه‌ با اطلاعات‌ کلان، بتواند تا چند سطح‌ اطلاعاتی‌ ریزتر، آنها را بررسی‌ کند و اثرات‌ سازنده‌ اطلاعات‌ مورد نظر مدیر را ارائه‌ کند.
‌ ‌علاوه‌ بر اینها ممکن‌ است‌ سیستم‌ERP ترکیبی‌ ساخته‌ شود، و با انواع‌ دیگری‌ از تکنولوژی‌های‌ اطلاعاتی‌ عجین‌ گردد. به‌ عنوان‌ مثال، یک‌ سیستم‌ ترکیبی‌ از سیستم‌ پشتیبانی‌ تصمیم‌گیری، سیستم‌ اطلاعاتی‌ عملیات، برنامه‌ریزی‌ منابع‌ یا سیستم‌ پشتیبانی‌ تصمیم‌گیری‌ که‌ به‌وسیله‌ سیستمی‌ هوشمند (EXPERT SYSTEM) پشتیبانی‌ می‌شود، ERP را شکل‌ می‌دهد.

‌ ‌به‌ هرحال، محصول‌ نهایی‌ERP باتوجه‌ به‌ نوع‌ سیستمهای‌ اطلاعاتی‌ سازنده‌ آن‌ دارای‌ اطلاعات‌ گوناگونی‌ است‌ که‌ به‌ مشتریان‌ اصلی‌ خود عرضه‌ می‌کند. به‌ عنوان‌ مثال‌ این‌ محصول‌ می‌تواند هریک‌ از موارد زیر باشد:

انواع‌ گزارشهای‌ مدیریتی، ادواری‌ و مقایسه‌ای‌ در قالب، جدول، نمودار یا نوشته

پیشنهاد انواع‌ استراتژی‌های‌ سازمانی‌ و راهکارهای‌ مناسب‌ درهمه‌ زمینه‌های‌ تولیدی‌ و غیرتولیدی‌ سازمان‌ (از تامین‌ مواداولیه‌ و قطعات‌ گرفته‌ تا عبور از فرایندهای‌ ساخت‌ و تولید و درنهایت‌ تحویل‌ به‌ مشتری‌ و دریافت‌ بازخورد از بازار و طی‌ دوباره‌ این‌ چرخه‌ است)

انواع‌ برنامه‌ریزیهای‌ ساخت‌ و تولید به‌عنوان‌ مثال‌ برنامه‌ریزی‌ نیروی‌ انسانی، برنامه‌ریزی‌ مواداولیه، برنامه‌ریزیهای‌ مالی، برنامه‌ریزی‌ ماشین‌آلات‌ و تجهیزات‌ و برنامه‌ریزی‌ سرمایه‌ای‌ و...

هزینه‌های‌ واقعی‌
‌ ‌گروه‌ <متا(METAGROUP. COM) > اخیراً‌ مطالعاتی‌ را درباره‌ کل‌ هزینه‌ERP انجام‌ داده‌ است‌ که‌ شامل‌ سخت‌افزار، نرم‌افزار، خدمات‌ حرفه‌ای‌ و هزینه‌ کارکنان‌ داخلی‌ است.
‌ ‌کل‌ هزینه‌ ایجاد شده‌ شامل‌ نصب‌ برنامه، هزینه‌ واقعی‌ نگهداری، ارتقا و بهینه‌ کردن‌ سیستم‌ مشاغلی‌ است‌ که‌ با هم‌ ارتباط‌ دارند. در این‌ میان، 63 شرکت‌ به‌ سه‌ دسته‌ کوچک، متوسط، بزرگ‌ تقسیم‌ شدند که‌ میانگین‌ هزینه‌ آنها 15 میلیون‌ دلار (بیشترین‌ هزینه‌ 300 میلیون‌ دلار و کمترین‌ هزینه‌ 400 هزار دلار) بوده‌ است.
‌ ‌آیا تربیت‌ افرادی‌ متخصص‌ برای‌ شرکتهایی‌ که‌ هدفشان‌ استفاده‌ از سیستم‌ERP است، کار دشواری‌ است‚ <متا> به‌ نتایجی‌ در پرهزینه‌ بودن‌ ایجاد سیستم‌ERP دست‌ یافت‌ ولی‌ هیچ‌ گونه‌ مشخصاتی‌ از شرکتهایی‌ که‌ از این‌ سیستم‌ بهره‌برند را نداشت‌ لذا کل‌ هزینه‌ اجرای‌ این‌ سیستم‌ برای‌ سازمان‌ و کاربران‌ 53320 دلار بود.

هزینه‌های‌ نامشهود
‌ ‌اگرچه‌ شرکتهای‌ مختلف‌ در جستجوی‌ فرآیند، دارای‌ بودجه‌یابی‌ مختلف‌ هستند اما اجرای‌ERP توافق‌ در هزینه‌های‌ یکنواخت‌ است‌ که‌ به‌ شرح‌ زیر است:

1 - آموزش: آموزش‌ نزدیک‌ترین‌ انتخاب‌ برای‌ بهره‌گیری‌ از تجربیات‌ در اجرای‌ERP است. هزینه‌ آموزش‌ خیلی‌ بالا است، چون‌ تقریباً‌ کارکنان‌ به‌طور ثابت‌ در فرایند یادگیری‌ قرار دارند.

2 - یکپارچگی‌ همراه‌ با فرایند ارزیابی: ارزیابی‌ نرم‌افزارERP و دیگر نرم‌افزارهای‌ ارتباطی‌ شرکتها با هم‌ دارای‌ حالت‌ مقایسه‌ای‌ است‌ که‌ در اغلب‌ موارد تخمین‌ هزینه‌های‌ آن‌ مورد ارزیابی‌ قرار می‌گیرد.
‌ ‌شرکتهای‌ تولیدی‌ عملاً‌ درصدد اضافه‌ کردن‌ هزینه‌ حمل‌ونقل، مالیات‌ و برنامه‌ریزی‌ تولید هستند. آموزش‌ و ارزیابی‌ همگام‌ با اجرا و با هدف‌ دیدگاه‌ فرایندی‌ است. درنهایت، ایجاد ساختار اطلاعاتی‌ همگام‌ با توسعه‌ و گسترش‌ ERP است.

3 - مذاکره‌ داده‌ها : هزینه‌ها پایه‌ای‌ برای‌ مشارکت‌ داده‌ و اطلاعات، طراحی‌ اطلاعات‌ برای‌ ارتقاء سیستم‌ همانندERP است. مدیر ارشد اطلاعات، هدف‌ اطلاعات‌ را برای‌ سیستم‌ کاربری‌ جدید آن‌ می‌داند لذا اغلب‌ شرکتها از اطلاعات‌ نادرست‌ نگران‌ هستند و از آنجایی‌ که‌ واقعاً‌ به‌ دنبال‌ فرایندی‌ برای‌ دستیابی‌ و از دست‌ ندادن‌ مشتریان‌ هستند، کامپیوترهای‌ مرکزی‌ از قسمتهای‌ لازم‌ برای‌ سیستم‌ERP است. درنتیجه‌ شرکتها کمتر به‌ برآورد هزینه‌ها اطمینان‌ دارند ولی‌ هدف‌ اصلی‌ داده‌ها پیاده‌سازی‌ یا اصلاح‌ فرایند با ترتیب‌ لازم‌ در توسعه‌ و بکارگیری‌ERP است.

4 - جایگزینی: موفقیت‌ERP درگرو تفکر برجسته‌ترین‌ افراد سازمان‌ است. نرم‌افزارها باعث‌ افزایش‌ دانش‌ کارکنان‌ می‌شود و آنها از این‌ راه‌ می‌توانند نیازمندی‌های‌ مشتریان‌ را برآورده‌ سازند.

5 - اجرای‌ تیمی: برخی‌ شرکتها براین‌ اعتقادند که‌ اجرای‌ERP باید با پروژه‌های‌ نرم‌افزاری‌ خاص‌ باشد. ازطرفی‌ وقتی‌ نرم‌افزار نصب‌ شد هر فرد می‌تواند به‌ شغل‌ قبلی‌ بازگردد ولی‌ بعداز ایجادERP دیگر نمی‌توان‌ به‌ شغل‌ قبلی‌ بازگشت.

6 - انتظار کاربردی: یکی‌ از مهمترین‌ عوامل‌ گمراه‌کننده، وجود داشتن‌ مدیریت‌ پروژه‌ نرم‌افزاری‌ سنتی‌ است‌ که‌ انتظار به‌دست‌ آوردن‌ ارزش‌ برای‌ آنها شاید مرتبط‌ با شرایط‌ کنونی‌ نباشد. بنابراین، هیچ‌ انتظار کاربردی‌ برای‌ERP وجود ندارد.

7 - کاهش‌ مشاغل‌ با سیستم‌: ERP شکست‌ سیستم‌ERP اغلب‌ به‌سبب‌ عدم‌ بکارگیری‌ در نصب‌ آنها بوده‌ است. اخیراً‌ کارشناسان‌ به‌ این‌ نتیجه‌ رسیده‌اند که‌ 64 مورد موفقیت‌ در 500 شرکت‌ ایجاد کرده‌اند. یکی‌ از 4 نتایج، پیگیری‌ عملیات‌ در زمانی‌ است‌ که‌ سیستم‌ERP ایجاد شد، دلایل‌ مشترکی‌ برای‌ مشکلات‌ وجود دارد که‌ هر تفکری‌ به‌ نظر می‌رسد کارها را مشکل‌تر از قبل‌ می‌کند ولی‌ وقتی‌ افراد در این‌ مشاغل‌ نمی‌توانند ایفا وظیفه‌ کنند درنتیجه‌ توانایی‌ تشخیص‌ روشهای‌ جدیدی‌ را از روشهای‌ بی‌اساس‌ ندارند چرا که‌ آنها تجارت‌ را فقط‌ با روش‌ سنتی‌ انجام‌ می‌دهند.

تکنولوژی‌ اطلاعات‌
‌ ‌هزاران‌ نفر از برنامه‌نویسان‌ و کاربران‌ باید خود را با فرایند تجارت‌ همگام‌ سازند. هر طراحی، نرم‌افزار را به‌ یک‌ مسیر یا سایر مسیرها ختم‌ می‌کند. درحال‌ حاضر فقط‌ شرکتها برای‌ هر کار، یک‌ روش‌ دارند. دریافت‌ و پرداخت‌ الکترونیکی‌ از ملزومات‌ است. شرکتها عملیات‌ مشخص‌ برای‌ هر واحد دارند و توزیع‌ گسترده‌ و یکپارچه‌ را توسط‌ یک‌ سیستم‌ انجام‌ می‌دهند. وقتی‌ که‌ تصمیم‌گیری‌ انجام‌ شد فرایند تجارت‌ مهندسی‌ مجدد(REENGINNERING) بر روی‌ آن‌ باید صورت‌ گیرد.
‌ ‌هیاهوی‌ زیادی‌ در این‌ سیستم‌ ایجاد شده‌ است‌ که‌ دستیابی‌ و نگرشهای‌ متفاوتی‌ در اجرای‌ ERP وجود دارد. کلیه‌ روشها نشان‌ می‌دهد که‌ ERP به‌زودی‌ اجرا خواهد شد. اجرای‌ERP همانند داستان‌ وحشتناک‌ از دهه‌ 90 به‌ شرکتها برای‌ استفاده‌ از این‌ استراتژی‌ آگاهی‌ می‌داد. هیچ‌کس‌ یا شرکتی، دارای‌ تجربه‌ استفاده‌ از آن‌ نبود و بنابراین، هیچ‌ شرکتی‌ اطمینان‌ از کار با آن‌ را نداشت. همچنین‌ پذیرفتن‌ERP از ملزومات‌ است.

‌ ‌سیستمها پیوسته‌ با مشارکت‌ اطلاعات‌ در به‌دست‌ آوردن‌ روشهای‌ اجرا، با دیدگاههای‌ کلی‌ در ارتباط‌اند. همیشه‌ شروع‌ فرایند، ایجاد حالت‌ تفکر باز در مشاغل‌ است‌ که‌ کجا مشاغل‌ همکاری‌ خود را از دست‌ می‌دهند.
‌ ‌هدف‌ERP به‌دست‌ آوردن‌ اجرای‌ سریع‌ و محدود با ایجاد مهندسی‌ مجدد و حمایت‌ سیستم‌ERP است. برخی‌ شرکتها دارای‌ نگرش‌ ERP هستند که‌ در این‌ راه‌ می‌توانند به‌ راحتی‌ به‌ روش‌ اولیه‌ برگردند ولی‌ درنهایت‌ استفاده‌ ساختاری‌ در حمایت‌ و کوشش‌ برای‌ رسیدن‌ به‌ ERP است. بسیار مواردی‌ رخ‌ می‌دهد که‌ سریعاً‌ سیستم‌ERP را بهتر از گذشته‌ می‌کند، چون‌ افراد مجبور به‌ تغییر رویه‌ به‌ روش‌ کار یکسان‌ نیستند. درحقیقت‌ فرایند کار متوالی‌ در مهندسی‌ مجدد همراه‌ با چالشهای‌ سیستمی‌ است، اگر هیچ‌ سیستمی‌ وجود نداشته‌ باشد، در این‌ زمان‌ افراد در شرکتها احساس‌ می‌کنند سود فراوانی‌ وجود دارد.
‌ ‌وظیفه‌ERP فعالیت‌ در تجارت‌ الکترونیک، برنامه‌ریزی‌ برای‌ زنجیره‌ تامین‌ و دادن‌ خدمات‌ به‌ مشتریان‌ استERP. دارای‌ رشد تدریجی‌ با توجه‌ به‌ کاربرد خاص‌ آن‌ دارای‌ رقابت‌ تنگاتنگ‌ است‌ و درنتیجه‌ERP می‌تواند خواسته‌های‌ اولیه‌ را به‌عنوان‌ سکویی‌ در آینده‌ به‌ کار برد.

سیستم‌های‌ نوین‌ تولیدی‌
‌ ‌وظایف‌ جدیدی‌ که‌ برای‌ سیستم‌های‌ پیشرفته‌ERP درنظر گرفته‌ می‌شود عبارتند از: برنامه‌ریزی‌ و مدل‌سازی، برنامه‌های‌ اجرایی‌ نظیر سیستم‌ مدیریت‌ انبار و اجزاء قابل‌ رویت‌ که‌ کل‌ زنجیره‌ تامین‌ را رهگیری‌ می‌کند و محصولاتی‌ که‌ تجارت‌ الکترونیک‌ را تسهیل‌ می‌سازد.
‌ ‌ERP در تقابل‌ با این‌ امکانات‌ جدید، با راه‌حلهای‌ جدیدی‌ نیز پاسخ‌ می‌دهد و در حقیقت، نام‌ جدیدی‌ برای‌ERP ظهور می‌کند و آن‌ برنامه‌های‌ سازمانی‌ENTERPRISE ) APPLICATIONS) است. راه‌حلهای‌ جدیدی‌ که‌ برای‌ سیستم‌ERP درنظر گرفته‌ می‌شود شامل‌ موارد زیر است:
وظایف‌ اجرایی‌ وسیع‌تر: تعدادی‌ از تولیدکنندگان‌ نرم‌افزارERP، درحال‌ ایجاد مجموعه‌های‌ کاملاً‌ یکپارچه‌ هستند که‌ نه‌ تنها برنامه‌های‌ فرایند شرکت‌ را پشتیبانی‌ می‌کند، بلکه‌ برنامه‌های‌ اجرایی‌ که‌ شامل‌ مدیریت‌ سفارشات، انبار، حمل‌ونقل‌ و برنامه‌ریزی‌ زنجیره‌ تامین‌ می‌شود را نیز حمایت‌ می‌کند.

دید داشتن‌ به‌ زنجیره‌ تامین: دید، یک‌ برنامه‌ تازه‌ است‌ که‌ منظری‌ فعال‌ و واقعی‌ از زنجیره‌ تامین‌ همه‌ شرکت‌کنندگان‌ در آن‌ را فراهم‌ می‌آورد و در آینده‌ آزمون‌ در این‌ خواهدبود که‌ سیستم‌ERP بتواند با سیستم‌های‌ دیگر در زنجیره‌ تامین‌ همکاری‌ و فعالیت‌ کند.
اینترنت‌ و:ERP اینترنت‌ برERP از راههای‌ گوناگون‌ اثر می‌گذارد. تولیدکننده‌ها اخیراً‌ ابزارهای‌ مدیریت‌ تجارت‌ الکترونیک‌ را پیشنهاد می‌کنند. بسیاری‌ از شرکتها فعالیت‌ خود را بر تجارت‌ الکترونیک‌ متمرکز کرده‌اند. آنها برنامه‌های‌ کاربردی‌ مختلفی‌ را برای‌ کنترل‌ از راه‌ دور کارخانه، استفاده‌ می‌کنند. برای‌ نمونه‌ یک‌ سیستم‌ میزبان‌ در آمریکا نصب‌ شده‌ است‌ تا برای‌ اجرای‌ عملیات‌ کنترل‌ شعبه‌های‌ آن‌ در اروپا ازطریق‌ اینترنت‌ استفاده‌ گردد.
تحلیلهای‌ شرکت: تحلیل، هنر استفاده‌ از داده‌های‌ تاریخی‌ به‌ وسیله‌ سیستم‌ERP برای‌ اندازه‌گیری‌ عملکرد شرکت‌ یا زنجیره‌ تامین‌ است‌ که‌ معمولاً‌ در قالب‌ مدیریت‌ استراتژیک‌ شرکت‌ شناخته‌ می‌شود. حجم‌ عظیمی‌ از اطلاعات‌ ارزشمند به‌وسیله‌ سیستم‌ERP ایجاد می‌شود و همچنین‌ می‌توان‌ گفت: با انباری‌ از داده‌ها، یک‌ شرکت‌ می‌تواند اطلاعات‌ را در زمان‌ واقعی‌ زیرنظر بگیرد و چگونگی‌ رسیدن‌ به‌ اهداف‌ شرکت‌ را اندازه‌گیری‌ کند.

مدل‌سازی‌ فرایند شرکت: درحالی‌ که‌ سیستم‌های‌ ERP سنتی، فرایندهای‌ شرکت‌ را مدیریت‌ می‌کنند، سیستم‌های‌ مدل‌سازی‌ به‌ یک‌ شرکت‌ کمک‌ می‌کنند تا فرایندها، تعریف، مدل‌سازی‌ و مستند شوند.
مدیریت‌ ارتباطات‌ مشتری: این‌ نوع‌ برنامه‌ها از مدیریت‌ سفارش‌ تا فروش‌ به‌ مشتریان‌ جدید، خدمات‌ به‌ مشتریان‌ و ضمانت‌ محصول‌ را شامل‌ می‌گردد. در این‌ تحلیل‌ توجه‌ به‌ دو نکته‌ زیر نیز مهم‌ است

نکته‌ اول: درهریک‌ از این‌ سیستم‌ها فناوری‌ اطلاعات‌ به‌ تنهایی‌ حرفی‌ برای‌ گفتن‌ ندارد، برای‌ هر سیستمی‌ که‌ بخواهد موفق‌ باشد، اصول‌ و فرایندهای‌ شرکت‌ بایستی‌ دارای‌ بنیان‌ مستحکم‌ باشند.
نکته‌ دوم : هدف‌ همه‌ برنامه‌های‌ کاربردی‌ خواه‌ از تولیدکننده‌های‌ERP به‌ دست‌ می‌آید، خواه‌ از دیگر تولیدکنندگان‌ برنامه‌های‌ کاربردی، فقط‌ یکپارچه‌ کردن‌ بخشهای‌ مختلف‌ یک‌ سازمان‌ نیست. بلکه‌ به‌ جای‌ آن، فراهم‌ آوردن‌ <دید> به‌ همه‌ تامین‌کنندگان‌ زنجیره‌ تامین‌ یا حتی‌ چندین‌ زنجیره‌ تامین‌ پیوسته‌ به‌ یکدیگر است.

نتیجه‌گیری‌
‌ ‌برخی‌ از اصول‌ERP که‌ باید در بخش‌ فعالیتها و طراحی‌ به‌ کار رود به‌ شرح‌ زیر است:
 نتایج‌ERP درجهت‌ بخشی‌ نتایج‌ موثر، ایجاد شود و در اجرا مورداستفاده‌ مناسب‌ قرار گیرد
  انتخاب‌ نرم‌افزارERP و اجرای‌ آن‌ می‌تواند از هدف‌ استراتژی‌ و فرایند آن‌ حمایت‌ کند
  داشتن‌ اجرا وسیله‌ای‌ است‌ که‌ توانایی‌ تغییر سریع‌ مشکلات‌ را دارند. ایجاد اطمینان‌ از احساس‌ ضرورت‌ و مسئولیت‌ صحیح‌ برای‌ انجام‌ و اجرای‌ فعالیتها در زمان‌ مناسب‌ است.
‌ ‌موفقیت‌ اجرای‌ERP در اولین‌ مرحله‌ نیازمند روشهای‌ ساختاری‌ در استراتژی، افراد و فرایند است. سوالات‌ زیر از دلایل‌ ایجادERP است:
1 - چگونه‌ ما می‌توانیم‌ برای‌ مشاغل‌ (خدماتی، صنعتی،... ) خودERP را ایجاد کنیم
2 - قبل‌ از ایجادERP چه‌ مشکلاتی‌ را باید حل‌ کرد
3 - چگونه‌ درک‌ و فهم‌ مقدماتی‌ نسبت‌ به‌ERP پیدا کنیم
4 - با درک‌ شرایط‌ خود در مقابل‌ شرایط‌ موجود چه‌ کاری‌ می‌توان‌ کرد
5 - چگونه‌ تعریف‌ دقیقی‌ از فعالیتها برای‌ برنامه‌ اجرایی‌ انجام‌ دهیم
6 - وظایف‌ چه‌ زمانی‌ و چگونه‌ ایجاد می‌شود‚
7 - چگونه‌ ارتباطها را با سیستم‌ فعلی‌ برای‌ انتخاب‌ERP قطع‌ کنیم
8 - هزینه‌ واقعی، سود و جدول‌ زمان‌ رسیدن‌ به‌ آن‌ چگونه‌ است
9 - اجرای‌ERP و ایجاد وظایف‌ چگونه‌ است

‌ ‌درنهایت، در اجرای‌ERP قبل‌ از تفکر به‌ تجربه‌ نیاز است‌ و باید تجربه‌ شرکتهایی‌ که‌ از این‌ فناوری‌ استفاده‌ کرده‌اند، مدنظر قرار دهیم‌ و برای‌ کسب‌ موفقیت، آن‌ را در شرکت‌ خود به‌ کار بندیم.

فهرست‌ منابع‌ و ماءخذ:
1 - ویژه‌نامه‌ نخستین‌ کنفرانس‌ ملی‌ مهندسی‌ صنایع، تهران، دانشکده‌ مهندسی‌ صنایع‌ دانشگاه‌ صنعتی‌ شریف، خرداد، 1380.
2- www.cio.com
3- www.rmdonovan.com
4- www.metagroup.com
5- ANONY MOUS, INTO THE FUTURE5 WITH ERP, MODERN MATRIALS HANDLING, BOSTON, NOV/1999, VOL. 54 NO. 13
6- THOMASE E. VOLLMANN, WILLIAM6 L. BERRY, D. CLAY WHYBARK, MANUFACTURING PLANNING AND CONTROL SYSTEM, FOURTH EDITION, 1997, IRWIN MCGRAW-HILL
ارسال شده توسط احمد محمدی | 17 12, 2013 | بازدید‌ها (6180)

معرفی نرم ­افزار داده كاوي Weka

تا به امروز نرم افزار هاي تجاري و آموزشي فراواني براي داده كاوي در حوزه هاي مختلف داده ها به دنياي علم و فناوري عرضه شده­اند. هريك از آنها با توجه به نوع اصلي داده هايي كه مورد كاوش قرار مي­دهند، روي الگوريتمهاي خاصي متمركز شده­اند. مقايسه دقيق و علمي اين ابزارها بايد از جنبه هاي متفاوت و متعددي مانند تنوع انواع و فرمت داده هاي ورودي، حجم ممكن براي پردازش داده ها، الگوريتمها پياده سازي شده، روشهاي ارزيابي نتايج، روشهاي مصور سازي ، روشهاي پيش پردازش داده ها، واسطهاي كاربر پسند ، پلت فرم هاي سازگار براي اجرا،‌ قيمت و در دسترس بودن نرم افزار صورت گيرد. از آن ميان، ‌نرم افزار Weka با داشتن امكانات بسيار گسترده،‌ امكان مقايسه خروجي روشهاي مختلف با هم، راهنماي خوب، واسط گرافيگي كارآ، سازگاري با ساير برنامه­هاي ويندوزي، و از همه مهمتر وجود كتابي بسيار جامع و مرتبط با آن [ Data Mining, witten et Al. 2005 ] ، معرفي مي­شود.

ميزكار Weka ، مجموعه­اي از الگوريتم­‏هاي روز يادگيري ماشيني و ابزارهاي پيش پردازش داده­‏ها مي‏­باشد. اين نرم­افزار به گونه­اي طراحي شده است كه مي‏­توان به سرعت، روش­‏هاي موجود را به صورت انعطاف­پذيري روي مجموعه­‏هاي جديد داده، آزمايش نمود. اين نرم­افزار، پشتيباني‏‏هاي ارزشمندي را براي كل فرآيند داده كاوي ­‏هاي تجربي فراهم مي‏­كند. اين پشتيباني‏ها، آماده سازي داده­‏هاي ورودي، ارزيابي آماري چارچوب­‏هاي يادگيري و نمايش گرافيكي داده­‏هاي ورودي و نتايج يادگيري را در بر مي­گيرند. همچنين، هماهنگ با دامنه وسيع الگوريتم­‏هاي يادگيري، اين نرم­افزار شامل ابزارهاي متنوع پيش پردازش داده­هاست. اين جعبه ابزار متنوع و جامع، از طريق يك واسط متداول در دسترس است، به نحوي كه كاربر مي‏­تواند روش­‏هاي متفاوت را در آن با يكديگر مقايسه كند و روش­‏هايي را كه براي مسايل مدنظر مناسب­تر هستند، تشخيص دهد.


نرم­افزار Weka در دانشگاه Waikato واقع در نيوزلند توسعه يافته است و اسم آن از عبارت "Waikato Environment for knowledge Analysis" استخراج گشته است. همچنين Weka ، نام پرنده­اي با طبيعت جستجوگر است كه پرواز نمي‏­كند و در نيوزلند، يافت مي‏­شود. اين سيستم به زبان جاوا نوشته شده و بر اساس ليسانس عمومي و فراگير GNU انتشار يافته است. Weka تقريباً روي هر پلت فرمي اجرا مي‏­شود و نيز تحت سيستم عامل­‏هاي لينوكس، ويندوز، و مكينتاش، و حتي روي يك منشي ديجيتالي شخصي ، آزمايش شده است.


اين نرم­افزار، يك واسط همگون براي بسياري از الگوريتم­‏هاي يادگيري متفاوت، فراهم كرده است كه از طريق آن روش­‏هاي پيش پردازش، پس از پردازش و ارزيابي نتايج طرح هاي يادگيري روي همه مجموعه هاي داده­‏ موجود، قابل اعمال است.


نرم افزار Weka ، پياده سازي الگوريتم­‏هاي مختلف يادگيري را فراهم مي‏­كند و به آساني مي‏­توان آنها را به مجموعه هاي داده خود اعمال كرد.


همچنين، اين نرم­افزار شامل مجموعه متنوعي از ابزارهاي تبديل مجموعه­‏ هاي داده­‏ها، همانند الگوريتم­‏هاي گسسته سازي مي‏­باشد. در اين محيط مي‏­توان يك مجموعه داده را پيش پردازش كرد، آن را به يك طرح يادگيري وارد نمود، و دسته­بندي حاصله و كارآيي­اش را مورد تحليل قرار داد. (همه اين كارها، بدون نياز به نوشتن هيچ قطعه برنامه­اي ميسر است.)


اين محيط، شامل روش­‏هايي براي همه مسايل استاندارد داده كاوي مانند رگرسيون، رده‏بندي، خوشه­بندي، كاوش قواعد انجمني و انتخاب ويژگي مي‏­باشد. با در نظر گرفتن اينكه، داده­‏ها بخش مكمل كار هستند، بسياري از ابزارهاي پيش پردازش داده­‏ها و مصورسازي آنها فراهم گشته است. همه الگوريتم­‏ها، ورودي­‏هاي خود را به صورت يك جدول رابطه­اي به فرمت ARFF دريافت مي‏­كنند. اين فرمت داده­‏ها، مي‏­تواند از يك فايل خوانده شده يا به وسيله يك درخواست از پايگاه داده­اي توليد گردد.


يكي از راه­‏هاي به كارگيري Weka ، اعمال يك روش يادگيري به يك مجموعه داده و تحليل خروجي آن براي شناخت چيزهاي بيشتري راجع به آن اطلاعات مي‏­باشد. راه ديگر استفاده از مدل يادگيري شده براي توليد پيش‏بيني­‏هايي در مورد نمونه­‏هاي جديد است. سومين راه، اعمال يادگيرنده­‏هاي مختلف و مقايسه كارآيي آنها به منظور انتخاب يكي از آنها براي تخمين مي‏­باشد. روش­‏هاي يادگيري Classifier ناميده مي‏­شوند و در واسط تعاملي Weka ، مي‏­توان هر يك از آنها را از منو انتخاب نمود. بسياري از classifier ‏ها پارامترهاي قابل تنظيم دارند كه مي‏­توان از طريق صفحه ويژگي‏‏ها يا object editor به آنها دسترسي داشت. يك واحد ارزيابي مشترك، براي اندازه‏گيري كارآيي همه classifier به كار مي‏­رود.


پياده سازي­‏هاي چارچوب­‏هاي يادگيري واقعي، منابع بسيار ارزشمندي هستند كه Weka فراهم مي‏­كند. ابزارهايي كه براي پيش پردازش داده­‏ها استفاده مي‏­شوند. filter ناميده مي‏­شوند. همانند classifier ‏ها، مي‏­توان filter ‏ها را از منوي مربوطه انتخاب كرده و آنها را با نيازمندي­‏هاي خود، سازگار نمود. در ادامه، به روش به كارگيري فيلترها اشاره مي‏­شود.


علاوه بر موارد فوق، Weka شامل پياده سازي الگوريتم­‏هايي براي يادگيري قواعد انجمني، خوشه­بندي داده­‏ها در جايي كه هيچ دسته­اي تعريف نشده است، و انتخاب ويژگي‏هاي مرتبط در داده­‏ها مي‏­شود.
 
 

روش استفاده از Weka

روش استفاده از Weka
شکل 1،‌ راههای انتخاب واسط­های مختلف Weka را نشان مي­دهد.
آسان­ترين راه استفاده از Weka ، از طريق واسطی گرافيکی است که Explorer خوانده مي‏شود. اين واسط گرافيکی، به وسيله انتخاب منوها و پر کردن فرم­‏های مربوطه، دسترسی به همه امکانات را فراهم کرده است. برای مثال، مي‏­توان به سرعت يک مجموعه داده را از يک فايل ARFF خواند و درخت تصميم‏گيری آن را توليد نمود. امادرخت­‏های تصميم‏گيری يادگيرنده صرفاً ابتدای کار هستند. الگوريتم­‏های بسيار ديگری برای جستجو وجود دارند. واسط Explorer کمک مي‏­کند تا الگوريتم­‏های ديگر نيز آزمايش شوند.


شکل 1. Weka در وضعيت انتخاب واسط
اين واسط با در اختيار گذاشتن گزينه­‏ها به صورت منو، با وادار کردن کاربر به اجرای کارها با ترتيب صحيح، به وسيله خاکستری نمودن گزينه­‏ها تا زمان صحيح به کارگيری آنها، و با در اختيار گذاشتن گزينه­‏هايی به صورت فرم­‏های پرشدنی، کاربر را هدايت مي‏­کند. راهنمای ابزار مفيدی، حين عبور ماوس از روی گزينه­‏ها، ظاهر شده و اعمال لازم مربوطه را شرح مي‏­دهد. پيش­فرض­‏های معقول قرار داده شده، کاربر را قادر مي‏­سازند تا با کمترين تلاشی، به نتيجه برسد. اما کاربر بايد برای درک معنی نتايج حاصله، راجع به کارهايی که انجام مي‏­دهد، بينديشد.
Weka دو واسط گرافيکی ديگر نيز دارد. واسط knowledge flow به کاربر امکان مي‏­دهد تا چنيش­‏هايی برای پردازش داده­‏های در جريان، طراحی کند. يک عيب پايه­ای Explorer . نگهداری هر چيزی در حافظه اصلی آن است. (زمانی که يک مجموعه داده را باز مي‏­کنيم، Explorer ، کل آن را، در حافظ باز مي‏­کند) نشان مي‏­دهد که Explorer ، صرفاً برای مسايل با اندازه­‏های کوچک تا متوسط، قابل اعمال است. با وجود بر اين Weka شامل تعدادی الگوريتم­‏های افزايشی است که مي‏­تواند برای پردازش مجموعه های داده بسيار بزرگ مورد استفاده قرار گيرد. واسط knowledge flow امکان مي‏­دهد تا جعبه [15] ­‏های نمايانگر الگوريتم­‏های يادگيری و منابع داده­‏ها را به درون صفحه بکشيم و با اتصال آنها به يکديگر، ترکيب و چينش دلخواه خود را بسازيم. اين واسط اجازه مي‏­دهد تا جريان داده­ای از مؤلفه­‏های به هم متصل که بيانگر منابع داده، ابزارهای پيش پردازش، روش­‏های ارزيابی و واحدهای مصوّر سازی هستند تعريف شود. اگر فيلترها و الگوريتم­های يادگيری، قابليت يادگيری افزايشی را داشته باشند، داده­‏ها به صورت افزايشی بار شده و پردازش خواهند شد.
سومين واسط Weka ، که Experimenter خوانده مي‏­شود، کمک مي‏­کند تا به اين سؤال عملی و پايه­ای کاربر حين استفاده از تکنيک­‏های رده‏بندی و رگرسيون، پاسخ دهد: "چه روش­‏ها و پارامترهايی برای مسأله داده شده، بهتر عمل مي‏­کنند؟"
عموماً راهی برای پاسخگويی مقدماتی به اين سؤال وجود ندارد و يکی از دلايل توسعه Weka ، فراهم نمودن محيطی است که کاربران Weka را قادر به مقايسه تکنيک­‏های گوناگون يادگيری بنمايد. اين کار، مي‏­تواند به صورت تعاملی در Explorer انجام شود. با اين وجود، Experimenter با ساده کردن اجرای رده‏بندی کننده­‏ها و فيلترها با پارامترهای گوناگون روی تعدادی از مجموعه­‏های داده، جمع­آوری آمار کارآيی و انجام آزمايش­‏های معنا، پردازش را خودکار مي‏­کند. کاربرهای پيشرفته، مي‏­توانند از Experimenter برای توزيع بار محاسباتی بين چندين ماشين، استفاده کنند. در اين روش، مي‏­توان آزمايش­‏های آماری بزرگی را راه­اندازی نموده و آنها را برای اجرا، رها نمود.
ورای اين واسط­‏های تعاملی، عملکرد پايه­ای Weka قرار دارد. توابع پايه­ای Weka ، از طريق خط فرمان [16] ­‏های متنی قابل دسترسی هستند. زمانی که Weka ، فعال مي‏­شود، امکان انتخاب بين چهار واسط کاربری وجود دارد: Explorer ، knowledge ، Experimenter و واسط خط فرمان.
اکثر کاربران، حداقل در ابتدای کار Explorer را به عنوان واسط کاربری انتخاب مي‏­کنند.
3. قابليتهای Weka
مستندسازی در لحظه، که به صورت خودکار از کد اصلی توليد مي‏­شود و دقيقاً ساختار آن را بيان مي‏­کند، قابليت مهمی است که حين استفاده از Weka وجوددارد.
نحوه استفاده از اين مستندات و چگونگی تعيين پايه­‏های ساختمانی اصلی Weka ، مشخص کردن بخش­‏هايی که از روش­‏های يادگيری با سرپرست استفاده مي‏­کند، ابزاری برای پيش پردازش داده­‏ها بکار مي‏­رود و اينکه چه روش­‏هايی برای ساير برنامه­‏های يادگيری وجود دارد، در ادامه تشريح خواهد شد. تنها به ليست کاملی از الگوريتم­‏های موجود اکتفا مي‏­شود زيرا Weka به طور پيوسته تکميل مي‏­شود و به طور خودکار از کد اصلی توليد مي‏­شود. مستندات در لحظه هميشه به هنگام شده مي‏­باشد. اگر ادامه دادن به مراحل بعدی و دسترسی به کتابخانه از برنامه جاوا شخصی يا نوشتن و آزمايش کردن برنامه­‏های يادگيری شخصی مورد نياز باشد، اين ويژگی بسيار حياتی خواهد بود.
در اغلب برنامه­‏های کاربردی داده کاوی، جزء يادگيری ماشينی، بخش کوچکی از سيستم نرم­افزاری نسبتاً بزرگی را شامل مي‏­شود. در صورتی که نوشتن برنامه کاربردی داده کاوی مد نظر باشد، مي‏­توان با برنامه­نويسی اندکی به برنامه­‏های Weka از داخل کد شخصی دسترسی داشت. اگر پيدا کردن مهارت در الگوريتم­‏های يادگيری ماشينی مدنظر باشد، اجرای الگوريتم­‏های شخصی بدون درگير جزييات دست و پا گير شدن مثل خواندن اطلاعات از يک فايل، اجرای الگوريتم­‏های فيلترينگ يا تهيه کد برای ارزيابی نتايج يکی از خواسته­‏ها مي‏­باشد. Weka دارای همه اين مزيت­‏ها است. برای استفاده کامل از اين ويژگی، بايد با ساختارهای پايه­ای داده­‏ها آشنا شد.
4. دريافت Weka
نرم افزار Weka ، در آدرس http://www.cs.waikato.ac.nz/me/weka ، در دسترس است. از اين طريق مي‏­توان نصب کننده [17] متناسب با يک پلت فرم معين، يا يک فايل Java jar را که در صورت نصب بودن جاوا به راحتی قابل اجرا است، دانلود [18] نمود.
5. مروری بر Explorer
واسط گرافيکی اصلی برای کاربران،‌ Explorer است که امکان دسترسی به همه امکانات Weka را از طريق انتخاب منوها و پر کردن فرمها فراهم مي­آورد. شکل 2،‌ نمای Explorer ‌ را نشان مي­دهد. در اين واسط، شش پانل [19] مختلف وجود دارد که از طريق نوار [20] بالای صفحه قابل انتخاب هستند و با وظايف [21] داده کاوی پشتيبانی شده توسط Weka ‌ متناظر مي­باشند.

شکل 2. واسط گرافيکی Explorer
دو گزينه از شش گزينه بالای پنجره Explorer در شکل های 3 و 4 به طور خلاصه تشريح شده است.
به طور خلاصه، کارکرد تمام گزينه­‏ها به شرح ذيل است.
Preprocess : انتخاب مجموعه داده و اصلاح [22] آن از راه­‏های گوناگون
Classify : آموزش [23] برنامه­‏های يادگيری که رده‏بندی يا رگرسيون انجام مي‏­دهند و ارزيابی آنها.
Cluster : يادگيری خوشه­‏ها برای مجموعه های داده
Associate : يادگيری قواعد انجمنی برای داده­‏ها و ارزيابی آنها
Select attributes : انتخاب مرتبط­ترين جنبه [24] ها در مجموعه های داده
Visualize : مشاهده نمودارهای مختلف دوبعدی داده­‏ها و تعامل با آنها

شکل 3. خواندن فايل داده های آب و هوا
Weka Exphorer امکان رده بندی دارد، چنانچه به کاربران اجازه مي‏­دهد به صورت تعاملی اقدام به ساخت درخت تصميم‏گيری کنند. Weka نمودار پراکندگی داده­‏ها را نسبت به دو ويژگی انتخاب شده، فراهم مي‏­آورد. وقتی زوج ويژگي­ای که رده­‏ها را به خوبی جدا مي‏­کند، پيدا شد، امکان ايجاد دو شاخه با کشيدن چند ضلعی اطراف نقاط داده­‏ها بر نمودار پراکندگی وجود دارد.


شکل 4. نوار Classify
هر نوار، دسترسی به دامنه کاملی از امکانات را فراهم مي­کند. در پايين هر پانل، جعبه status و دکمه log قرار دارد. جعبه status پيغام­‏هايی است که نشان مي‏­دهد چه عملياتی در حال انجام داده شدن است. مثلاً اگر Explores مشغول خواندن يک فايل باشد، جعبه status آن را گزارش مي‏­دهد. کليک راست در هر جا داخل اين جعبه يک منو کوچک با دو گزينه مي‏­آورد، نمايش ميزان حافظه در دسترس Weka و اجرای Java garbage collector ..
لازم است توجه شود که garbage collector به طور ثابت به عنوان يک عمل پيش زمينه [25] در هر حال اجرا مي‏­شود کليک دکمه log ، گزارش عملکرد متنی کارهايی که Weka تاکنون در اين بخش انجام داده است با برچسب زمانی ارايه مي‏­کند.
زمانيکه Weka در حال عمليات است، پرنده کوچکی که در پايين سمت راست پنجره است، بالا و پايين مي‏­پرد. عدد پشت × نشان مي‏­دهد که به طور همزمان چند عمليات در حال انجام است. اگر پرنده بايستد در حاليکه حرکت نمي‏­کند، او مريض است! اشتباه رخ داده است و بايد Explorer از نو اجرا شود.
1. خواندن و فيلتر کردن فايل­‏ها
در بالای پانل Preprocess در شکل 3، دکمه­‏هايی برای باز کردن فايل، URL ‏ها و پايگاه های داده­‏ وجود دارد. در ابتدا تنها فايل­‏های با پسوند arff . در browser فايل نمايش داده مي‏­شود. برای ديدن ساير فايل­‏ها يايد گزينه [26] Format در جعبه انتخاب فايل تغيير داده شود.
2. تبديل فايل­‏ها به فرمت ARFF
نرم افزار Weka دارای سه مبدل فرمت فايل [27] مي‏­باشد، برای فايل­‏های صفحه گسترده [28] با پسوند CSV ، با فرمت فايل C4.5 با پسوند names . و data و برای نمونه­‏های سری با پسوند bsi .
اگر Weka قادر به خواندن داده­‏ها نباشد، سعی مي‏­کند آن را به صورت ARFF تفسير کند. اگر نتواند جعبه نشان داده شده در شکل 5 (الف) ظاهر مي‏­شود.

(الف)

(ب)

(ج)
شکل 5. ويرايشگر عمومی اشياء (الف) ويرايشگر (ب) اطلاعات بيشتر (فشردن دگمه More ) (ج) انتخاب يک مبدل
اين، يک ويرايشگر عمومی [29] اشياء است که در Weka برای انتخاب و تنظيم اشيا بکار مي‏­رود. به عنوان مثال وقتی پارامتری برای Classifier تنظيم مي‏­شود، جعبه­ای با نوع مشابه بکار برده مي‏­شود. CSV Loader برای فايل­‏های با پسوند CSV . به طور پيش فرض انتخاب مي‏­شود. دکمه More اطلاعات بيشتری در مورد آن مي‏­دهد که در شکل 5 (ب) نشان داده شده است.
هميشه مطالعه مستندات [30] ارزشمنداست! در اين حالت نشان مي‏­دهد که رديف نخست صفحه گسترده، نام ويژگی را تعيين مي‏­کند. برای استفاده از اين مبدل بايد بر Ok کليک شود. برای مورد مختلف لازم است بر choose کليک شود تا از ليست شکل 5 (ج) انتخاب انجام شود.
گزينه اول، Arffloader است و فقط به دليل ناموفق بودن به اين نقطه مي‏­رسيم. CSVLoader پيش فرض است و در صورت نياز به فرض ديگر، choose کليک مي‏­شود. سومين گزينه، مربوط به فرمت C4.5 است که دو فايل برای مجموعه داده وجود دارد يکی اسم­‏ها و ديگـری داده­‏های واقعـی مي‏­باشد. چهارمين برای نمونه­‏های سريالی [31] ، برای بازخوانی [32] مجموعه داده­ای است که به صورت شيئ سريالی شده جاوا ذخيره شده است. هر شيء در جاوا مي‏­تواند در اين شکل ذخيره و بازخوانی شود. به عنوان يک فرمت بومی جاوا [33] ، سريع­تر از فايل ARFF خوانده مي‏­شود چرا که فايل ARFF بايد تجزيه [34] و کنترل شود. وقتی يک مجموعه داده بزرگ مکررا بازخوانی مي‏­شود، ذخيره آن در اين شکل سودمند است.
ويژگي‏های ديگر ويرايشگر عمومی اشيا در شکل 5 (الف)، save و open است که به ترتيب برای ذخيره اشيای تنظيم شده و بازکردن شيئی که پيش از اين ذخيره شده است، به کار مي­رود. اينها برای اين نوع خاص شيئ مفيد نيستند. لکن پانل­‏های ديگر ويرايشگر عمومی اشياء، خواص قابل ويرايش زيادی دارند. به دليل مشکلاتی که ممکن است حين تنظيم مجدد آنها رخ دهد، مي‏­توان ترکيب اشياء ايجاد شده را برای استفاده­‏های بعدی، ذخيره کرد.
تنها منبع [35] مجموعه­‏های داده برای Weka ، فايل­‏های موجود روی کامپيوتر نيستند. مي‏­توان يک URL را باز کرد تا Weka از پروتکل HTTP برای دانلود کردن يک فايل Arff از شبکه استفاده کند. همچنين مي‏توان يک پايگاه داده­‏ها را باز نمود ( open DB ـ هر پايگاه داده­ای که درايور اتصال به مجموعه های داده به زبان جاوا JDBC را دارد.) و به وسيله دستور select زبان SQL ، نمونه­‏‏ها را بازيابی نمود. داده­‏ها مي‏­توانند به کمک دگمه save به همه فرمت­‏های ذکر شده، ذخيره شوند. جدای از بحث بارگذاری و ذخيره مجموعه­‏های داده، پانل preprocess به کاربر اجازه فيلتر کردن داده­‏ها را مي‏­دهد. فيلترها، اجزای مهم Weka هستند.
3. بکارگيری فيلترها
با کليک دگمه choose (گوشه بالا و سمت چپ) در شکل 3 مي‏­توان به ليستی از فيلترها دست يافت. مي‏­توان از فيلترها برای حذف ويژگي‏های مورد نظری از يک مجموعه داده و انتخاب دستی ويژگي‏‏ها استفاده نمود. مشابه اين نتيجه را مي‏­توان به کمک انتخاب ويژگي‏های مورد نظر با تيک زدن آنها و فشار دادن کليه Remove به دست آورد.
4. الگوريتم­‏های يادگيری
زمانی که يک الگوريتم يادگيری با استفاده از دگمه choose در پانل classify انتخاب مي‏­شود، نسخه خط فرمانی رده بند در سطری نزديک به دگمه ظاهر مي‏­گردد. اين خط فرمان شامل پارامترهای الگوريتم است که با خط تيره مشخص مي‏­شوند. برای تغيير آنها مي‏­توان روی آن خط کليک نمود تا ويرايشگر مناسب شيء، باز شود. جدول شکل 6، ليست اسامی رده بندهای Weka را نمايش مي‏­دهد. اين الگوريتم­‏ها به رده بندهای Bayesian ، trees ، functions rules ، lazy و دسته نهايی شامل روش­‏های متفرقه تقسيم شده­اند.
4-1. Trees
Decision stump که برای استفاده توسط روش­‏های boosting طراحی شده است، برای مجموعه­‏های داده عددی يا رده­ای، درخت تصميم‏گيری يک سطحی مي‏­سازد. اين الگوريتم، با مقادير از دست رفته، به صورت مقادير مجزا برخورد کرده و شاخه سومی از درخت توسعه مي‏­دهد.
4-2. Rules
Decision Table يک رده بند بر اساس اکثريت جدول تصميم‏گيری مي‏­سازد. اين الگوريتم، با استفاده از جستجوی اولين بهترين، زير دسته­‏های ويژگي‏‏ها را ارزيابی مي‏­کند و مي‏­تواند از اعتبارسنجی تقاطعی برای ارزيابی بهره ببرد (1995، Kohavi ).
يک امکان اين است که به جای استفاده از اکثريت جدول تصميم‏گيری که بر اساس دسته ويژگي‏های مشابه عمل مي‏­کند، از روش نزديکترين همسايه برای تعيين رده هر يک از نمونه­‏ها که توسط مدخل [36] جدول تصميم‏گيری پوشش داده نشده­اند، استفاده شود.
Conjunctive Rule قاعده­ای را ياد مي‏­گيرد که مقادير رده­‏های عددی را رده­ای را پيش‏بينی مي‏­کند. نمونه­‏های آزمايشی به مقادير پيش فرض رده نمونه­‏های آموزشی، منسوب مي‏­شوند. سپس تقويت اطلاعات (برای رده­‏های رسمی)، يا کاهش واريانس (برای رده­های عددی) مربوط به هر والد محاسبه شده و به روش هرس کردن با خطای کاهش يافته [37] ، قواعد هرس مي‏­شوند.
ZeroR برای رده­‏های اسمی، اکثريت داده­‏های مورد آزمايش و برای رده­‏های عددی، ميانگين آنها را پيش‏بينی مي‏­کند. اين الگوريتم بسيار ساده است.
M5Rules ، به کمک M5 از روی درخت­‏های مدل، قواعد رگرسيون استخراج مي‏­کند.

شکل 6.الف. الگوريتمهای رده بندی در Weka

شکل 6.ب. الگوريتمهای رده بندی در Weka
در اين بخش به شرح مختصری برخی از اين الگوريتمها و پارامترهايشان که قابليت کار با ويژگی های عددی را دارند، پرداخته مي‏­شود.
4-3. Functions
Simple Linear Regresion مدل رگرسيون خطی يک ويژگی مشخص را ياد مي‏­گيرد. آنگاه مدل با کمترين خطای مربعات را انتخاب مي‏­کند. در اين الگوريتم، مقادير از دست رفته و مقادير غيرعددی مجاز نيستند [38] .
Linear Regression رگرسيون خطی استاندارد کمترين خطای مربعات را انجام مي‏­دهد مي‏تواند به طور اختياری به انتخاب ويژگی بپردازد، اين کار مي‏­تواند به صورت حريصانه [39] با حذف عقب رونده [40] انجام شود، يا با ساختن يک مدل کامل از همه ويژگي‏‏ها و حذف يکی يکی جمله­‏ها با ترتيب نزولی ضرايب استاندارد شده آنها، تا رسيدن به شرط توقف مطلوب انجام گيرد.
Least Med sq يک روش رگرسيون خطی مقاوم است که ميانه [41] (به جای ميانگين [42] ) مربعات انحراف از خط رگرسيون را کمينه مي‏­کند. اين روش به طور مکرر رگرسيون خطی استاندارد را به زيرمجموعه­‏هايی از نمونه­‏ها اعمال مي‏­کند و نتايجی را بيرون مي‏­دهد که کمترين خطای مربع ميانه را دارند.
SMO teg الگوريتم بهينه سازی حداقل ترتيبی را روی مسايل رگرسيون اعمال مي‏­کند. ( Scholkopf, 1998 ، Smola )
Pace Regression ، با استفاده از تکنيک رگرسيون pace ، مدل­‏های رگرسيون خطی توليد مي‏­کند (2002 ، Wang و Witten ). رگرسيون pace ، زمانی که تعداد ويژگي‏‏ها خيلی زياد است، به طور ويژه­ای در تعيين ويژگي‏‏هايی که بايد صرف‏نظر شوند، خوب عمل مي‏­کند. در واقع در صورت وجود نظم و ترتيب خاصی، ثابت مي‏­شود که با بي­نهايت شدن تعداد ويژگي‏‏ها، الگوريتم بهينه عمل مي‏­کند.
RBF Network ، يک شبکه با تابع پايه­ای گوسی شعاعی را پياده سازی مي‏­کند. مراکز و عرض­‏های واحدهای مخفی به وسيله روش ميانگين K [43] تعيين مي‏­شود. سپس خروجي­‏های فراهم شده از لايه­‏های مخفی [44] ، با استفاده از رگرسيون منطقی در مورد رده­‏های اسمی و رگرسيون خطی در مورد رده­‏های عددی، با يکديگر ترکيب مي‏­شوند. فعال سازي­‏های توابع پايه پيش از ورود به مدل­‏های خطی، با جمع شدن با عدد يک، نرماليزه مي‏­شوند. در اين الگوريتم مي‏­توان، K تعداد خوشه­‏ها، بيشترين تعداد تکرارهای رگرسيون­‏های منطقی برای مسأله­‏های رده­‏های رسمی، حداقل انحراف معيار خوشه­‏ها، و مقدار بيشينه رگرسيون را تعيين نمود. اگر رده­‏ها رسمی باشد، ميانگين K به طور جداگانه به هر رده اعمال مي‏­شود تا K خوشه مورد نظر برای هر رده استخراج گردد.
4-4. رده بندهای Lazy
ياديگرنده­‏های lazy نمونه­‏های آموزشی را ذخيره مي‏­کنند و تا زمان رده بندی هيچ کار واقعی انجام نمي‏­دهند.
IB1 يک يادگيرنده ابتدايی بر پايه نمونه است که نزديک­ترين نمونه­‏های آموزشی به نمونه­‏های آزمايشی داده شده را از نظر فاصله اقليدسی پيدا کرده و نزديکترين رده­ای مشابه رده همان نمونه­‏های آموزشی را تخمين مي‏­زند.
IBK يک رده بند با K همسايه نزديک است که معيار فاصله ذکر شده را استفاده مي‏­کند. تعداد نزديکترين فاصله­‏ها (پيش فرض 1= K ) مي‏­تواند به طور صريح در ويرايشگر شيء تعيف شود. پيش‏بيني­‏های متعلق به پيش از يک همسايه مي‏­تواند بر اساس فاصله آنها تا نمونه­‏های آزمايشی، وزن­دار گردد.
دو فرمول متفاوت برای تبديل فاصله به وزن، پياده سازی شده­اند. تعداد نمونه­های آموزشی که به وسيله رده بند نگهداری مي‏­شود، مي‏­تواند با تنظيم گزينه اندازه پنجره محدود گردد. زمانی که نمونه­‏های جديد اضافه مي‏­شوند، نمونه­‏های قديمی حذف شده تا تعداد کل نمونه­‏های آموزشی در اندازه تعيين شده باقی بماند.
Kstar ، يک روش نزديکترين همسايه است که از تابع فاصله­ای عمومی شده بر اساس تبديلات استفاده مي‏­کند.
LWL يک الگوريتم کلی برای يادگيری وزن دار شده به صورت محلی است. اين الگوريتم با استفاده از يک روش بر پايه نمونه، وزن­‏ها را نسبت مي‏­دهد و از روی نمونه­‏های وزن­دار شده، رده بند را مي‏­سازد. رده بند در ويرايشگر شيء LWL انتخاب مي‏­شود. Nave Bayes برای مسايل رده بندی و رگرسيون خطی برای مسايل رگرسيون، انتخاب­‏های خوبی هستند. مي‏­توان در اين الگوريتم، تعداد همسايه­‏های مورد استفاده را که پهنای باند هسته و شکل هسته مورد استفاده برای وزن دار کردن را (خطی، معکوس، يا گوسی) مشخص مي‏­کند، تعيين نمود. نرمال سازی ويژگي‏‏ها به طور پيش فرض فعال است[ Data Mining, witten et Al. 2005 ].
تبديل فايلها به فرمت ARFF
نرم افزار Weka داراي سه مبدل فرمت فايل ميباشد، براي فايلهاي صفحه گسترده با پسوند CSV ، فرمت فايل C4.5 با پسوند .namesو data و براي نمونه هاي سري با پسوند.bsi .
اگر Weka قادر به خواندن داده ها نباشد، سعي ميكند آن را به صورت ARFF تفسير كند. اگر نتواند پیغام نشان داده شده در شكل 4 (الف) ظاهر ميشود. با انتخاب گزینه Use Convertor، پیغام شكل 4 (ب) ظاهر ميشود
آموزش کامل نرم افزار داده کاوی weka
شكل4 (الف) پیغام خطا

آموزش کامل نرم افزار داده کاوی weka

شكل4 (ب) ويرايشگر
اين، يك ويرايشگر عمومي اشياء است كه در Weka براي انتخاب و تنظيم اشيا بكار ميرود. به عنوان مثال وقتي پارامتري براي Classifier تنظيم ميشود، جعبه اي با نوع مشابه بكار برده ميشود. CSV Loader براي فايلهاي با پسوند .CSVبه طور پيش فرض انتخاب ميشود. دكمه More اطلاعات بيشتري در مورد آن ميدهد كه در شكل 4 (ج) نشان داده شده است.هميشه مطالعه مستندات ارزشمنداست، در اين حالت نشان ميدهد كه رديف نخست صفحه گسترده، نام ويژگي را تعيين ميكند. براي استفاده از اين مبدل بايد بر Ok كليك شود. براي مورد مختلف لازم است بر choose كليك شود تا از ليست شكل 4 (د) انتخاب انجام شود.
گزينه اول، Arffloader است و فقط به دليل ناموفق بودن به اين نقطه ميرسيم.CSVLoader پيش فرض است و در صورت نياز به فرض ديگر، choose كليك ميشود. دومين گزينه، مربوط به فرمت C4.5 است كه دو فايل براي مجموعه داده وجود دارد يكي اسمها و ديگـري داده هاي واقعـي ميباشد. چهارمين براي نمونه هاي سريالي، براي بازخواني مجموعه داد‌ه‌اي است كه به صورت شيئ سريالي شده جاوا ذخيره شده است. هر شيء در جاوا ميتواند در اين شكل ذخيره و بازخواني شود. به عنوان يك فرمت بومي جاوا، سريعتر از فايل ARFF خوانده ميشود چرا كه فايل ARFF بايد تجزيه و كنترل شود. وقتي يك مجموعه داده بزرگ مكررا بازخواني ميشود، ذخيره آن در اين شكل سودمند است.
ويژگيهاي ديگر ويرايشگر عمومي اشيا در شكل 4 (ب)، save و open است كه به ترتيب براي ذخيره اشياي تنظيم شده و بازكردن شيئي كه پيش از اين ذخيره شده است، به كار ميرود. اينها براي اين نوع خاص شيئ مفيد نيستند. لكن پانلهاي ديگر ويرايشگر عمومي اشياء، خواص قابل ويرايش زيادي دارند. به دليل مشكلاتي كه ممكن است حين تنظيم مجدد آنها رخ دهد، ميتوان تركيب اشياء ايجاد شده را براي استفاده‌هاي بعدي، ذخيره كرد.
تنها منبع مجموعه‌هاي داده برايWeka ، فايلهاي موجود روي كامپيوتر نيستند. ميتوان يك URL را باز كرد تا Weka از پروتكل HTTP براي دانلود كردن يك فايل Arff از شبكه استفاده كند. همچنين ميتوان يك پايگاه داده‌ها را باز نمود ( open DB ـ هر پايگاه دادهاي كه درايور اتصال به مجموعه هاي داده به زبان جاوا JDBC را دارد.) و به وسيله دستور select زبان SQL ، نمونه‌ها را بازيابي نمود. داده‌ها ميتوانند به كمك دگمه save به همه فرمتهاي ذكر شده، ذخيره شوند. جداي از بحث بارگذاري و ذخيره مجموعه‌هاي داده، پانل preprocess به كاربر اجازه فيلتر كردن داده‌ها را ميدهد. فيلترها، اجزاي مهم Weka هستند.
بعد از اینکه فایل بارگذاری شد، Weka فیلدها را تشخیص میدهد و حین بررسی آنها، اطلاعات آماری پایهای را برای هر کدام از صفات محاسبه میکند. همان طور که در شکل 5 نشان داده شده است، لیست صفات تشخیص داده شده، در سمت چپ، پایین و اطلاعات پایگاه داده مربوطه در بالای آن نشان داده میشود.
آموزش کامل نرم افزار داده کاوی weka

شكل5. بانک اطلاعاتیbank-data.csv
با کلیک برروی هر کدام از صفات، میتوان اطلاعات آماری اصلی آن را در سمت راست مشاهده نمود. به عنوان مثال شکل 6 از انتخاب فیلد age نتیجه شده است.
نمودار ترسیم شده در سمت راست، پایین، بر اساس دو فیلد است. فیلد دوم به صورت پیشفرض، آخرین فیلد در پایگاه داده است که میتوان آن را به دلخواه تغییر داد.
آموزش کامل نرم افزار داده کاوی weka

شكل6. اطلاعات آماری فیلد age

ج- به كارگيري فيلترها
با كليك دگمهchoose (گوشه بالا و سمت چپ) در شكل 3 ميتوان به ليستي از فيلترها دست يافت. ميتوان از فيلترها براي حذف ويژگيهاي مورد نظر از يك مجموعه داده و یا انتخاب دستي ويژگيها استفاده نمود. مشابه اين نتيجه را ميتوان به كمك انتخاب ويژگيهاي مورد نظر با تيك زدن آنها و فشار دادن كليه Remove به دست آورد.
شکل 7 مراحل لازم برای حذف فیلد id از بانک اطلاعاتی، با استفاده از روش اول را نشان میدهد.
آموزش کامل نرم افزار داده کاوی weka

شكل 6 (الف). انتخاب فیلتر Remove

آموزش کامل نرم افزار داده کاوی weka

شكل 6 (ب). وارد کردن شماره فیلد مورد نظر

آموزش کامل نرم افزار داده کاوی weka

شكل 6 (ج).انتخاب گزینه Apply و حذف فیلد id
یکی دیگر ازفیلترهای موجود، Discretize است که با استفاده از آن میتوان مقادیریک صفت پیوسته را به تعداد دلخواه بازه گسسته تبدیل کرد. شکل7 مراحل لازم برای شکستن مقادیر صفت age به 3 بازه را نشان میدهد.
آموزش کامل نرم افزار داده کاوی weka

شكل7 (الف). انتخاب فیلتر Discretize

آموزش کامل نرم افزار داده کاوی weka

شكل7 (ب). وارد کردن شماره فیلد مورد نظر و انجام تنظیمات
آموزش کامل نرم افزار داده کاوی weka
آموزش کامل نرم افزار داده کاوی weka

شكل 7 (ج).انتخاب گزینه Apply
3-1-2 Classify
الف- الگوریتمهای رده‌بندی
Weka الگوریتمهای classification و prediction بسیار متنوعی را پیاده‌سازی میکند. الگوريتمهای رده‌بندی، به رده‌بندهاي Bayesian، functions،lazy ،meta ، misc، trees و rules تقسيم شده‌اند. جدول شكل 8، ليست اسامي رده بندهاي Weka را نمايش ميدهد.
آموزش کامل نرم افزار داده کاوی weka

آموزش کامل نرم افزار داده کاوی weka
شكل 8 (الف). الگوريتمهاي رده بندي در Weka
آموزش کامل نرم افزار داده کاوی weka
آموزش کامل نرم افزار داده کاوی weka
شكل 8 (ب). الگوريتمهاي رده بندي در Weka
دراین قسمت برخی از اسامی رده‌بندیهای Weka معرفی میشوند.

  • Trees

ü Decision stumpكه براي استفاده توسط روشهاي boosting طراحي شده است، براي مجموعه‌هاي داده عددي يا رده‌اي، درخت تصميم‌گيري يك سطحي ميسازد. اين الگوريتم، با مقادير از دست رفته، به صورت مقادير مجزا برخورد كرده و شاخه سومي از درخت توسعه ميدهد
  • Rules

    • ü Decision Tableيك رده‌بندی بر اساس اكثريت جدول تصميم‌گيري ميسازد. اين الگوريتم، با استفاده از جستجوي اولين بهترين، زير دسته‌هاي ويژگيها را ارزيابي ميكند و ميتواند از اعتبارسنجي تقاطعي براي ارزيابي بهره برد. (Kohavi 1995 )
    • يك امكان اين است كه به جاي استفاده از اكثريت جدول تصميم‌گيري كه بر اساس دسته ويژگيهاي مشابه عمل ميكند، از روش نزديكترين همسايه براي تعيين رده هر يك از نمونه‌ها كه توسط مدخل (Entry) جدول تصميمگيري پوشش داده نشده‌اند، استفاده شود.
    • ü Conjunctive Ruleقاعده‌اي را ياد ميگيرد كه مقادير رده‌هاي عددي را پيشبيني ميكند. نمونه‌هاي آزمايشي به مقادير پيش فرض رده نمونه‌هاي آموزشي، منسوب ميشوند. سپس تقويت اطلاعات (براي ردههاي رسمي)، يا كاهش واريانس (براي ردههاي عددي) مربوط به هر والد محاسبه شده و به روش هرس كردن با خطاي كاهش يافته (Reduced-error pruning) ، قواعد هرس ميشوند.
    • ü ZeroRبراي رده‌هاي اسمي، اكثريت داده‌هاي مورد آزمايش و براي رده‌هاي عددي، ميانگين آنها را پيشبيني ميكند. اين الگوريتم بسيار ساده است.
    • ü M5Rulesبه كمك M5 از روي درختهاي مدل، قواعد رگرسيون استخراج ميكند.

    • در اين بخش به شرح مختصري برخي از اين الگوريتم‌ها و پارامترهايشان كه قابليت كار با ويژگي هاي عددي را دارند، پرداخته ميشود.


  • Functions

    • ü Simple Linear Regressionمدل رگرسيون خطي يك ويژگي مشخص را ياد ميگيرد، آنگاه
ارسال شده توسط احمد محمدی | 17 12, 2013 | بازدید‌ها (3183)

هوش تجاری و تصمیمات کلان سازمانی

 چکیده
در این نوشتار آثار مثبتی که هوش تجاری (BI=BUSINESS INTELLEGENCE) بر تصمیمات عمده و کلان سازمانی دارد اشاره شده است و به عمده موارد قابل توجه در معماری هوش تجاری و مزایای آن به همراه نحوه برخورد و نوع پیاده سازی آن پرداخته شده است، هوش تجاری نه به عنوان یک ابزار یا یک محصول و یا حتی سیستم، بلکه بعنوان یک رویکرد جدید در معماری سازمانی بر اساس سرعت در تحلیل اطلاعات به منظور اتخاذ تصمیمات دقیق و هوشمند کسب و کار در حداقل زمان ممکن مطرح شده است. در این مقاله، دلایل لزوم استفاده با تشریح اهداف آن، ضمن معرفی تکنیک‌های عمومی، مورد بررسی قرار گرفته است.

مقدمه
فناوریهای نوین با سرعتی سرسام آور در حال پیشرفت هستند، به طوری که جوامع به صورت عام و بازار به صورت خاص با شتابی وصف ناپذیر به دنبال ترفند هایی می گردند که بقایشان را در این عرصه آشفته و متلاطم تضمین کنند. سازمانها باید بپذیرند که فلسفه حیاتشان تغییر کرده است و دیگر زنده بودن به معنای رسیدن به وضعیت سوددهی مداوم نمی تواند باشد و باید به دنبال رقابت و ابزار آن باشند، چرا که امروزه کمتر شرکتی در این عرصه به صورت سنتی و به دور از قواعد جدید بازی کسب و کار می کند و برای اینکه بتوان پا به پای رقبا باقی ماند یا شاید بسختی و با مهارت بسیار بتوان یک قدم از آنها پیش گرفت، می بایست به قواعد جدید بازی کاملا مسلط بود تا شاید روزی بتوان خود یک قاعده جدید انگاشت. بنابراین تسلط بر فناوریهای جدیدی مانند هوش تجاری در کسب و کارها یک الزام وضرورتی اجتناب ناپذیر تلقی می شود. هدف این نوشتار نیز چیزی جز یادآوری روند روبه رشد و توقف ناپذیر نوآوری در فناوری و دگرگونی در نحوه کسب و کارها نیست؛ تحولی که در این انقلاب صورت پذیرفته است و دگرگونیهایی که در رویه تغییرات موجبات بروز اختلافات و پیدایش شکافهای عمیقی را بین فرداها با امروز فراهم آورده و خواهد آورد.

کلیات هوش تجاری
هوش تجاری یا هوش کسب و کار که قالب عمده تری را مانند استفاده‌های تجاری و غیر تجاری (نظامی و غیر‌انتفاعی) در بر دارد، عبارت است از بُعد وسیعی از کاربردها و تکنولوژی برای جمع آوری داده و دانش جهت زایش پرس و جو در راستای آنالیز بنگاه برای اتخاذ تصمیمات تجاری دقیق و هوشمند. یک هوش تجاری براساس یک معماری بنگاه تشکیل شده است و در قالب پردازش تحلیلی برخط (OLAP) به تحلیل داده های تجاری و اتخاذ تصمیمات دقیق و هوشمند می‌پردازد. هوش تجاری، نه به عنوان یک محصول و نه به عنوان یک سیستم، بلکه به عنوان یک معماری و رویکردی جدید موردنظر است که البته شامل مجموعه ای از برنامه های کاربردی و تحلیلی است که به استناد پایگاههای داده عملیاتی و تحلیلی به اخذ و کمک به تصمیم گیری برای فعالیتهای هوشمند تجاری و کسب و کار می پردازند. اما هوش تجاری از مناظر دیگر: از منظر معماری و فرایند به هوش تجاری به عنوان یک چارچوب که عامل افزایش کارایی سازمان و یکپارچگی فرایندها و نهایتا بر فرایندهای تصمیم گیری در سطوح مختلف سازمانی متمرکز است، نگریسته می شود. بازار هوش تجاری را ابزاری برای برتری رقابتی و پایشگر و تحلیلگر بازار و مشتریان می داند. از نقطه نظر فناوری نیز هوش تجاری یک سیستم هوشمند است که با پردازش دقیق داده ها، نقطه دخالت سخت افزار و نرم افزار در مغز افزار ها به حساب می آید. ولی به بیان ساده تر هوش تجاری چیزی نیست مگر فرایند بالابردن سود دهی سازمان در بازار رقابتی با استفاده هوشمندانه از داده‌های موجود در فرایند تصمیم گیری. در صورتی که مفهوم هوش تجاری بدرستی درک و منتقل نگردد، موجب می شود تا انتظارات مدیران به صورت ناگهانی افزایش یابد و برآورده نشدن این توقعات مواردی را از جمله سلب اطمینان افراد و بویژه مدیران از این سیستم به دنبال خواهد داشت؛ چرا که هوش تجاری فقط به دنبال کوتاه کردن مسیر های پرس و جو در داخل اطلاعات است و خود مستقلا و بدون نیاز به اطلاعات مناسب قادر به ارائه پیشنهاد یا راهکاری نیست.

تعیین گرایشهای تجاری سازمان
که از پیامدهای استفاده از
هوش تجاری است
موجب می شود که سازمان
بدون اتلاف وقت و هزینه
در سایر مسیرها
به دنبال اهداف کلان متمرکز شود.

ضرورت استفاده از هوش تجاری در سازمانها
همانطور که از تعاریف متعدد استنباط می شود، هوش تجاری در قالب هر تعریفی به دنبال افزایش سودآوری سازمان با استفاده از اتخاذ تصمیمات هوشمند و دقیق است و به طور اعم می توان اهداف زیر را برای این رویکرد نوین عنوان کرد:
1 - تعیین گرایشهای تجاری سازمان که موجب می شود تا سازمان بدون اتلاف وقت و هزینه و انرژی در سایر مسیرها به دنبال اهداف کلان و اساسی خود متمرکز شود.
-2 تحلیل عمیق بازار.
-3 پیش بینی بازار که می تواند قبل از اینکه رقبا سهم بازار خود را توسعه دهند، منافع جدید به وجود آمده در بازار را عاید سازمان کند.
-4 بالابردن سطح رضایتمندی مشتریان که می تواند موجبات استمرار کسب و کار باشد و از دست دادن این اعتماد و رضایتمندی مراتبی را برای بنگاه به همراه دارد.
-5 شناسایی مشتریان دائمی که وفادارند، می توان با پیگیری رفتار آنان، جهت‌گیریهای کلان و استراتژیک را انجام داد.
-6 تقسیم بندی مشتریان و متعاقبا ایجاد تنوع در روش برخورد با هرگروه از مشتریان.
-7 افزایش کارایی سازمان در امور داخلی و شفاف سازی رویه فرایندهای کلیدی.
-8 استانداردسازی و ایجاد سازگاری بین ساختارهای سازمان.
-9 تسهیل در تصمیم گیری که جزء اهداف اساسی هوش تجاری محسوب می‌شود.
10 - تشخیص زود هنگام خطرات قبل از اینکه سازمان را به مخاطرات جدی بکشاند و شناسایی فرصتهای کسب و کار قبل از اینکه رقبا آن را تصاحب کنند.
با توجه به موارد فوق می توان گفت که احساس نیاز به وجود هوش تجاری در سازمان برای اولین بار در سطوح بالای مدیریتی احساس می شود و از بالای هرم ساختار سازمانی به بخشهای زیرین منتقل می شود، ولی برای ایجاد آن می‌بایست از پایین‌ترین سطوح و لایه ها شروع کرد.
مهمترین نیاز یک مدیر، داشتن اطلاعات دقیق برای اتخاذ تصمیم درست است. فرایند تصمیم گیری می تواند به سه بخش کلی زیر تقسیم شود. با توجه به انواع مختلف تصمیم گیری (بر اساس میزان ساخت یافته بودن آن) هر یک از بخشهای اهمیت متفاوتی خواهند داشت.
-1 دسترسی، جمع آوری و پالایش داده ها و اطلاعات مورد نیاز؛
-2 پردازش، تحلیل و نتیجه گیری بر اساس دانش؛
-3 اعمال نتیجه و نظارت بر پیامدهای اجرای آن.
در هر یک از موارد فوق، سازمانهای قدیمی که از هوش تجاری استفاده نمی کنند، دارای مشکلاتی هستند که اغلب از عواملی چون حجیم بودن داده ها، پیچیدگی در تحلیلها و ناتوانی در ردگیری نتایج فرایندها و پیامدهای تصمیمات گرفته شده، نشئت می گیرند. هوش تجاری با کمک به حل مشکلات فوق، به دلیل ساختاری که در سازمان به وجود می آورد، فرصتهای جدیدی نیز برای رشد سازمان ایجاد می کند و نه تنها عامل حذف مشکلات است، بلکه با صرفه جویی در زمان و هزینه، شرایط کاری را دگرگون می سازد.

 



 
اجزا و مهارت های لازم برای ارتقای هوشمندی کسب و کار
برای اینکه یک سیستم با هوش تجاری بدرستی عمل کند، با شناخت موقعیتها که چه اطلاعاتی در اختیار چه افرادی قرار گیرد، باید روابط بین افراد و اطلاعات و روند اجرای پروسه ها بدقت مورد بررسی قرار گیرد.
هوش تجاری در سازمان، کلیه کاربران و همینطور روابط بین آنان را در نظر دارد تا زنجیره ارزش بنگاه به کمال پوشش داده شود و فرایندی از قلم نیفتد.
برای اجرای هر گونه فرایند بهبود در سازمان می بایست مهارتهایی خاص آن فرایند ترتیب داده شود که البته برای فرایندهای کلان نظیر هوشمندی کسب و کار دقت نظر خاصی مورد نیاز است.
مهارتهای کسب و کار اعم است از روال کسب و کار و ارتباط با استراتژی سازمانی به همراه فرایندهای دگرگون‌سازی، که در تعیین خط مشی سازمانی بسیار حائز اهمیت است. مهارتهای فناوری اطلاعات که به صورت فنی به مدیریت تغییر کمک می‌کند و پشتیبان متدولوژی های تحلیل است نیز می بایست، در سازمان به حدی کافی موجود باشد. مهارت دیگری باعنوان مهارتهای تحلیلی شامل خلاصه سازی تحلیل و کاوش و تشریح درست، به اندازه سایر مهارتها قابل ملاحظه است که این سه نوع مهارت در برخی بنگاهها دارای یک مرکز تلاقی هستند که آن دقیقا مرکز ارتقای هوشمندی کسب و کار تلقی می شود و هرچه وسیع تر باشد، مسلما هوشمندی کسب و کار در سازمان بیشتر و هرچند کوچکتر باشد هوشمندی در آن کسب و کار کمتر وجود دارد (شکل 1) البته در برخی از سازمانها که جزیره‌ای عمل می‌کنند محدوده هریک از این مهارت هرچند که وسیع باشند، ولی هیچ همپوشانی ندارند و مسلما اجرای اینگونه طرحها ( هوش تجاری) در این سازمانها تعریفی ندارد، چون شرط اصلی استفاده از فناوری نوین هوش تجاری، کار در محیط رقابتی است و شرکتهایی که به صورت جزیره ای عمل می کنند، اصولا در این محیط نمی توانند وارد شوند.
نقش هوشمندی را در کسب و کارها می توان به صورت زیر مشاهد کرد :
اگر سازمان در لایه های زیرساختی و تراکنشی خود از فناوری استخراج و انتقال و تبدیل داده ها استفاده کند و بستری از هوش تجاری را در تکنولوژی داده کاوی فراهم آورده باشد و همچنین ابزار BI را مبتنی بر فناوری اطلاعات و مشتری‌گرایی به کار گیرد، هوشمندی در این کسب و کار کارآمد خواهدبود.
چنانچه در بستر BI از استانداردها و برنامه های کاربردی، راهبردی، عملیاتی، تحلیلی نیز استفاده شود، هوشمندی در این کسب و کار اثربخش است. زمانی هوشمندی نقش اهرمی را در کسب و کار به عهده می گیرد که عملکرد به دقت ارزیابی شود و فرهنگ سازی در بین کاربران آغاز شده باشد. درنهایت برای تحقق این هدف می بایست متودولوژی BI و مهارتهای آن در بدنه سازمان مستقر شود.
هنگامی که سازمان به سمت اهداف جهانی سازی با استفاده از مجازی شدن متمایل شود و پا از ساختمانهای فیزیکی به عرصه مجازی نهاده شود، می تواند روند اجرای فرایندهای درون سازمان خود را به حد اعلا شفاف و نقش هوشمندی را یک نقش رقابتی سازد، بنابراین با این نقطه قوت با رقبا به رقابت بپردازد.

اهمیت استراتژیک هوش تجاری در تصمیمات سازمان
رشد تصمیم گیری سازمان معمولا بدین ترتیب است که پایین ترین سطح انجام فعالیتهای تجاری یک سازمان، سطح عملیاتی است که فرایند در دفعات بالا و معمولا به صورت تکراری در رده های پایین سازمان انجام می شود و معمولا با حجم کمی از داده ها سر و کار دارند. تصمیمات گرفته شده در این سطوح غالبا در حوزه مسائل ساخت یافته و توسط مدیران رده پایین اتخاذ می شود. نتایج حاصل از این تصمیمات، تاثیرات کوتاه مدت و خرد در سازمان دارند.

مشتریان، رقبا
شرکای تجاری، محیط اقتصادی
و کارکنان داخلی
ازجمله عوامل موثر
بر هوش تجاری سازمان هستند.

سطح تاکتیکی در سازمان مربوط به عملیاتی است که در حوزه مدیران میانی انجام می شود. این عملیات می تواند شامل پیگیری عملیات در سطح پایین، نحوه انجام آن، گزارش گیری و نهایتا جمع بندی داده‌های مفید برای اتخاذ تصمیمات میان مدت سازمان باشد. تصمیمات گرفته شده در این سطح غالبا در حوزه مسائل نیمه ساخت یافته و توسط مدیران میانی اتخاذ می شود و نهایتا بالاترین سطح استراتژیک مربوط به تصمیم گیریهای کلان سازمان است که توسط مدیران رده بالا اتخاذ می‌شود. این نوع استفاده‌ها در دفعات کم و در دوره های طولانی انجام می شود، اما ممکن است با حجم بالایی از اطلاعات و پردازشها همراه باشد. تصمیمات گرفته شده در این سطوح غالبا در حوزه مسائل غیر ساخت یافته و توسط مدیران ارشد انجام می شود و نتایج حاصله تاثیرات بلند مدت و کلانی در مسیر حرکت سازمان دارند.
کاربرد هوش تجاری در سطح استراتژیک را می توان به نوعی برای کمک به افزایش کارایی کلی سازمان و بهینه سازی فرایندها در کنار یکدیگر، در نظر گرفت. این سیستم ها روی برخی ویژگیهای مهم مالی و سایر پارامترهای مهم دیگر در افزایش کارایی سازمان متمرکز می شوند. بدیهی است که سیستم در این سطوح می‌بایست فرایندهای خارجی سازمان را نیز در بر بگیرد. خصوصیات مختلف برنامه‌های کاربردی در مقاطع مختلف سازمان، باعث ایجاد تفاوتهایی در ابزارها، تکنیک ها و زیرساختهای مورد نیاز برای هر یک از آنها می شود. استفاده از ابزارهای تحلیلی و هوشمند بیشتر در سطح بالا انجام می شود که نیازمند پردازشهای بالا با میزان دسترسی انبوهی از اطلاعات در سطوح استراتژیک و تاکتیکی بیشتر از عملیاتی است. بخش عملیاتی هوش تجاری بیشتر وظیفه جمع آوری اطلاعات و ذخیره سازی آنها را در و یا پایگاه داده های خصوصی بر عهده دارد.

تکنیک‌های تسهیل تصمیم گیری هوش تجاری
در هر دقیقه، دوهزار صفحه مطلب علمی به حجم اطلاعات شبکه اینترنت افزوده می‌شود. هر روز بیش از 300 میلیون صفحه در اینترنت فرستاده می‌شود و تقریبا 5 سال طول می‌کشد که بتوان مقالات و مطالب به روز شده در 24 ساعت را به تمامی خواند. بنابراین تمام اطلاعات از چنین نرخ رشدی برخوردارند. در بخشهای تحقیق و توسعه اغلب یک گروه چند نفری شروع به جمع آوری اطلاعات مورد نیاز می‌کنند و شاید اطلاعاتی مشابه، اما با نامهای مختلف را بایگانی کنند و معمولا چندین و چند بار در این گروهها دوباره و چند باره کاری اتفاق می‌افتد.
در عصری که زمان، کلید اصلی در تجارت است، شرکتها به استفاده از ابزارهای اطلاعاتی روی آورده اند تا بتوانند اطلاعات مورد نظر را بسرعت ازمنابع استخراج کنند هوش تجاری در امر تصمیم گیری در سطوح مختلف سازمان بویژه سطوح مدیران ارشد با تحلیل اطلاعات و روشهای پرس و جو تسهیلات زیادی را فراهم می کند که متداولترین این روشها به قرار زیر است:
* On-Line Analytical Processing (OLAP)
*On-Line Transaction Processing (OLTP)
* Data Warehousing (DW)
* Data Mining (DM)
* Intelligent Decision Support System (IDSS)
*Intelligent Agent (IA)
*Knowledge Management System (KMS)
*Supply Chain Management (SCM)
*Customer Relationship Management (CRM)
*Enterprise Resource Planning (ERP)
*Enterprise Information Management (EIM)
لازم به ذکر است، صرف وجود تمام این تکنیک ها در سطح سازمان بدون در نظر داشتن فرهنگ سازمان و رویکرد سیستمی موجود بین کارکنان نمی‌تواند اثبات کننده هوشمندی کسب و کار آن سازمان باشد. به همین علت است که برای هوش تجاری از کلمات استقرار و پیاده سازی استفاده می کنند نه از کلمه نصب؛ چراکه عواملی دیگر نیز غیر از بسته های نرم افزاری در درست کار کردن هوش تجاری موثرند و به همین منظور در تعاریف آن را رویکرد معماری نوین نامیده اند، زیرا از ابتدای فرایند تدوین داده ها تا مراحل ذخیره سازی و فراخوانی مجدد و استخراج دانش مورد نیاز، هوشمندی، رفتار ملموس است.
مواردی مانند زیرساختهای سازمان و یا فرهنگ سازمان در پیاده‌سازی هوش تجاری بسیار نقش قابل ملاحظه و حساسی را ایفا می کنند برای موفقیت در استقرار و کارایی یک سیستم BI در یک سازمان باید برخی موارد از ریشه های فرهنگی سازمان تغییر کند، چون این موارد در میزان بهره‌وری سیستم هوش تجاری نقش بسزایی خواهند داشت. برخی موارد مانند تلقی سازمان از اطلاعات که به عنوان یکی از مهمترین منابع سازمانی محسوب می‌شود و نوآوری که در سازمان باید بخشی از کار تجاری سازمان تلقی شود و نوع تفکر سازمان در مورد اطلاعات و نوآوری مسلما در بسته‌های نرم‌افزاری وجود ندارند، بلکه باید در لابه لای لایه‌های زیرساخت سازمان فرهنگ سازی و لحاظ گردند.

عوامل موثر بر هوش تجاری سازمان
همانطور که یک رویکرد سیستمی دقیق و به روز مانند هوش تجاری می تواند بر کارایی و عملکرد سازمان تاثیرات زیادی بگذارد، بسیاری از عوامل و نیز بر میزان کارایی هوش تجاری سازمان تاثیر گذارند، از جمله این عوامل می توان به مشتریان، رقبا، شرکا تجاری، محیط اقتصادی و کارکنان داخلی اشاره کرد. با توجه به این نکته که هیچ کسب و کاری بدون مشتری معنا ندارد، پایش رفتار مشتریان و مخصوصا شناسایی آنان از حیث دائمی یا موقتی بودن می تواند در پیش بینی میزان دقیق عرضه و تنظیم میزان تقاضا بسیار کارامد واقع شود. بنابراین تکنیک‌های سیستم های حمایت تصمیم‌گیری هوشمند (IDSS) و مدیریت ارتباط با مشتری که در متن معماری هوش تجاری نهفته است، می توانند روند حرکت سازمان را با عقاید و علایق مشتریان همگام کنند. نداشتن اطلاعات کافی در رابطه با مشتریان مانند اینکه: مشتریان واقعی چه کسانی هستند؟ این مشتریان چه کالاهایی و در چه زمانی می‌خرند؟ چگونه می توان الگوهای خرید مشتری را استخراج کرد؟ چگونه می‌توان میزان وفاداری مشتری را بالا برد؟، معضلات فراوانی را در اجرای چنین رویکردهای نوینی به بار خواهد آورد.

هوش تجاری در سازمان کلیه کاربران و همچنین روابط بین آنها را در نظر دارد تا زنجیره ارزش بنگاه به کمال پوشش داده شود

با توجه به این منطق که اگر به هر تحلیلگری در قالب سیستم یا سازمان، اطلاعات ناقص یا اشتباه وارد شود، خروجی آن هرگز قابل ارزیابی مطلوب نخواهد بود و اگر بهترین ساز و کارها در اختیار افراد نا مناسب قرار گیرد، مطمئنا ضمن کاهش عمر مفید کاری آنها، کارایی قابل توجهی هم نخواهند داشت، پس با توجه به آثار هوش تجاری بر سازمان باید بر تاثیرات عوامل متعدد داخلی و خارجی سازمان بر هوش تجاری مطالعه کرد تا سازمان باوجود صرف هزینه و زمان هنگفت برای ایجاد تغییرات کلی، در خروجی دچار خسارات جبران ناپذیری نشود؛ چراکه تصمیمات اساسی و استراتژیک در سازمانها با بهبود قسمتی از آن بسیار متفاوت است. این تصمیمات استراتژیک روند تفکر و حرکت سازمان را به کل تغییر می‌دهند و در صورت شکست، رجوع به نقطه اول و اصلاح اشتباهات یا تغییر جدید امکان پذیر نیست، زیرا تغییر فرهنگ سازمانی و نگرش افراد مستلزم برداشتن گامهای طولانی مدت و برنامه‌ریزی شده است. بنابراین کم تخمین زدن تاثیرات عوامل به نظر کوچک می تواند پایان یک راه امیدوارکننده و روشن را تیره و تار کند. ممکن است سازمانها در مواردی مشابه باشند، ولی هرگز دقیقا عملکرد یکسانی نداشته باشند و حتی اگر عملکردشان نیز بسیار به هم مشابه باشد، محیط فعالیت متفاوت یا خاص باشد و با توجه به سایر موارد باید اینگونه معماریهای بنیادین را طبق زیرساختها و ویژگیهای سازمان، طراحی، برنامه‌ریزی و پیاده سازی کرد.

نتیجه گیری
در این مقاله سعی بر آن شده است تا با ارائه توان فناوری جدید هوش تجاری و معرفی برخی مزایا و محسنات آن و تمرکز آن بر تصمیمات سازمانی - بویژه تصمیمات کلان که توسط مدیران رده بالا گرفته می شود - بتوان سختیهای کسب و کار امروز را تحلیل کرد تا توسط ارزیابی و تحلیلهای این فناوری جدید هوشمند، قبل از اینکه مخاطرات، سازمان را تهدید کنند و صدمات اقتصادی گزاف آنها مانع از بازار مناسب و باعث کاهش کیفیت عملکرد شود، آنها را پیش بینی و چاره جویی کرد و همچنین پیش از آنکه فرصتها توسط چشمان ریزبین و دقیق رقبا شناسایی شوند و فرصت رشد و ترقی از سازمان گرفته شود، آنها را به دست آورد که البته این اهداف صرفا با اتخاذ تصمیمات دقیق و هوشمند و در آمدن از رویای خوش تداوم ابدی شیوه کسب و کار تحقق خواهد یافت.

منابع:
1 - Knowledge Management and Project Management, SCHOENERT, SILKE.
2. www.businessobjects.com
3. www.elite.com
4. www.wipro. co. in
5. www.rsearch. ibm.com
6. www.developer.com

 

ارسال شده توسط احمد محمدی | 15 12, 2013 | بازدید‌ها (1539)

انواع روش­های استقرار Enterprise Resource Planning) ERP) سیستم برنامه ریزی منابع سازمان:

۱- استقرار یکباره و آنی ( انفجار بزرگ یا  Big Bang) :

در این روش سیستم قدیم تا استقرار کامل سیستم جدید کار می کند و با استقرار کامل سیستم جدید، به یکباره سیستم قدیم حذف و سیستم جدید شروع به کار می نماید. این روش به عنوان یک روش سنتی با هدف کاهش هزینه ها می باشد که به دلیل معایبی که دارد چندان قابل توصیه نمی باشد.

 

شکل ۱ : استقرار یکباره و آنی ( انفجار بزرگ یا  Big Bang)

2- استقرار موازی و همزمان :

در این روش سیستم قدیم تا استقرار کامل سیستم جدید کار می کند و با استقرار کامل و شروع به کار سیستم جدید، به یکباره سیستم قدیم حذف نمی شود. زمانی که سیستم جدید تایید گردید سیستم قدیم حذف می گردد.

 

شکل ۲ : استقرار موازی و همزمان

جدول ۱ : مقایسه استقرار یکباره با موازی

۳- استقرار بخشی(ماژولار/پیمانه ای) :

این روش برای سیستم های جامع که دارای چند واحد مجزا و مستقل از هم هستند قابل کاربرد است. فرایند استقرار به شرح ذیل می­باشد:

۱- تقسیم بندی ماژول ها

۲- اولویت بندی ماژول ها بر اساس :  ۲-۱- نقش و پیش نیازها        ۲-۲- کمترین ارتباطات و تعاملات

۳- انتخاب ماژول

۴- انتخاب استراتژی و روش استقرار : ۴-۱- یکباره      ۴-۲- موازی

۵- جایگزینی ماژول انتخاب شده بر اساس استراتژی

۶- آزمایش ماژول و برقراری ارتباط با سایر ماژول ها

۷- شروع استقرار ماژول جدید

 

شکل ۳: استقرار بخشی(ماژولار/پیمانه ای)

درباره من

  • 9163858398
  • احمد محمدی (کارشناس ارشد مدیریت فناوری اطلاعات و مهندس نرم افزار)

    مشاور و عضو کمیسیون نظارت و ارزشیابی سازمان نظام مهندسی رایانه ای خراسان رضوی

    جديدترين مقالات مرتبط با مدیریت فناوری اطلاعات

    ahmad.mohammadi.a@gmail.com

آخرين مطالب بروز شده