Che cosa sono i decision support system (DSS)?

I decision support system sono sistemi in­te­rat­ti­vi che aiutano le aziende a prendere decisioni ana­liz­zan­do e valutando grandi quantità di dati. Questi sistemi sono uti­liz­za­ti in numerosi settori e trovano ap­pli­ca­zio­ne so­prat­tut­to nella ri­so­lu­zio­ne di problemi non strut­tu­ra­ti in aree fun­zio­na­li operative.

Decision support system: de­fi­ni­zio­ne

I decision support system (DSS) sono sistemi in­for­ma­ti­vi di pia­ni­fi­ca­zio­ne com­pu­te­riz­za­ti per il mi­glio­ra­men­to della capacità de­ci­sio­na­le delle imprese e sono noti in italiano anche come sistemi di supporto alle decisioni. Questi sistemi in­te­rat­ti­vi aiutano il ma­na­ge­ment, i livelli operativi e i livelli di pia­ni­fi­ca­zio­ne a strut­tu­ra­re problemi di elevata com­ples­si­tà e a prendere decisioni informate. La loro as­si­sten­za riguarda mansioni sia di tipo operativo che stra­te­gi­co. Le funzioni centrali dei sistemi di supporto alle decisioni sono:

• Sud­di­vi­sio­ne, fil­trag­gio e rap­pre­sen­ta­zio­ne fles­si­bi­le dei dati
• Opzioni di va­lu­ta­zio­ne come confronto, somma o calcolo della media
• Ese­cu­zio­ne di calcoli dei modelli
• Con­nes­sio­ne dei dati con algoritmi di ot­ti­miz­za­zio­ne

Per ottenere in­for­ma­zio­ni rilevanti e poter preparare e pre­sen­ta­re tali in­for­ma­zio­ni sotto forma di tabelle, grafici o si­mu­la­zio­ni, i DSS ana­liz­za­no grandi quantità di dati. Questi sistemi si basano su co­no­scen­ze e dati pro­ve­nien­ti da diversi ambiti, tra cui non solo dati grezzi e documenti, ma ad esempio anche co­no­scen­ze personali. In questo modo i sistemi di supporto alle decisioni offrono una maggiore qualità delle in­for­ma­zio­ni rispetto ai rapporti tra­di­zio­na­li. Le origini dei dati sono so­prat­tut­to database re­la­zio­na­li, data warehouse e cubi (o “cubes”, spazi di ar­chi­via­zio­ne dati all’interno di modelli), ma talvolta si uti­liz­za­no anche altre fonti di in­for­ma­zio­ne come le pre­vi­sio­ni del fatturato o delle vendite oppure le cartelle cliniche elet­tro­ni­che.

Come fun­zio­na­no i sistemi di supporto alle decisioni?

Di solito i sistemi di supporto alle decisioni constano di tre com­po­nen­ti:

• Base dati di co­no­scen­ze: il database funge da libreria di in­for­ma­zio­ni ed è un com­po­nen­te fon­da­men­ta­le dei DSS. Esso contiene in­for­ma­zio­ni sia interne all’azienda sia derivanti da fonti esterne, come internet. Se ne­ces­sa­rio, è possibile uti­liz­za­re i database DSS anche come sistema autonomo o come data warehouse.
• Sistema software: la base del sistema software è co­sti­tui­ta da un modello, ossia dalla si­mu­la­zio­ne di un sistema reale. Inoltre si uti­liz­za­no modelli sta­ti­sti­ci che sta­bi­li­sco­no cor­re­la­zio­ni fra eventi e variabili, modelli di sen­si­ti­vi­ty analysis (analisi del tipo “Cosa suc­ce­de­reb­be se…?”) e diversi modelli pre­vi­sio­na­li, come le analisi delle serie temporali e i modelli di re­gres­sio­ne.
• In­ter­fac­cia utente: le dashboard per­met­to­no agli utenti di vi­sua­liz­za­re i risultati e fa­ci­li­ta­no l’ela­bo­ra­zio­ne dei dati me­mo­riz­za­ti. Le in­ter­fac­ce utente dei DSS com­pren­do­no sia semplici finestre sia righe di comando e in­ter­fac­ce a menu.

Tipologie di sistemi di supporto alle decisioni

Esistono diversi tipi di sistemi di supporto alle decisioni, che si sud­di­vi­do­no in varie categorie a seconda della fonte di in­for­ma­zio­ni prin­ci­pa­le uti­liz­za­ta:

• I sistemi di supporto alle decisioni basati sui dati (data-driven DSS), che si basano su dati pro­ve­nien­ti da database interni o esterni. Uti­liz­za­no di solito tecniche di data mining per ri­co­no­sce­re modelli e ricavarne pre­vi­sio­ni. Spesso le imprese fanno ricorso a sistemi di supporto alle decisioni per ot­ti­miz­za­re i processi aziendali. Nella pubblica am­mi­ni­stra­zio­ne i co­sid­det­ti data-driven DSS sono uti­liz­za­ti anche per la lotta contro la cri­mi­na­li­tà.
• I sistemi di supporto alle decisioni basati su modelli (model-driven DSS) si con­cen­tra­no sull’uso di modelli ma­te­ma­ti­ci e di si­mu­la­zio­ne, adattati alle esigenze spe­ci­fi­che dell’utente. Di norma i model-driven DSS non fanno un uso intensivo dei dati e si di­mo­stra­no par­ti­co­lar­men­te pratici in si­tua­zio­ni in cui risulta difficile prendere decisioni informate esclu­si­va­men­te sulla base di dati storici.
• I sistemi di supporto alle decisioni basati su co­mu­ni­ca­zio­ne e gruppi (com­mu­ni­ca­tion-driven DSS e group-DSS), il cui scopo è sup­por­ta­re la co­mu­ni­ca­zio­ne, il coor­di­na­men­to e la col­la­bo­ra­zio­ne oppure aiutare i gruppi coinvolti nel processo de­ci­sio­na­le ad ana­liz­za­re si­tua­zio­ni pro­ble­ma­ti­che. A tal fine si uti­liz­za­no prin­ci­pal­men­te diversi strumenti di co­mu­ni­ca­zio­ne, come la mes­sag­gi­sti­ca istan­ta­nea.
• I sistemi di supporto alle decisioni basati sulla co­no­scen­za (knowledge-driven DSS), che offrono co­no­scen­ze spe­cia­liz­za­te per la ri­so­lu­zio­ne dei problemi. Tali in­for­ma­zio­ni sono me­mo­riz­za­te in una base dati di co­no­scen­ze, ag­gior­na­ta co­stan­te­men­te dal sistema. I knowledge-driven DSS trovano ap­pli­ca­zio­ne so­prat­tut­to in compiti che ri­chie­do­no l’apporto di espe­rien­za da parte delle persone.
• I sistemi di supporto alle decisioni basati su documenti, che integrano speciali tec­no­lo­gie per il recupero e l’analisi dei documenti. Un esempio sono i motori di ricerca, che con­sen­to­no agli utenti di cercare termini di ricerca specifici nei database.

Quali sono i prin­ci­pa­li campi di ap­pli­ca­zio­ne dei DSS?

I DSS possono essere adattati a pro­ble­ma­ti­che e cir­co­stan­ze tecniche mutevoli, il che ne rende fles­si­bi­le l’utilizzo. Tuttavia, il sistema si limita a coa­diu­va­re il giudizio umano e non lo so­sti­tui­sce. In pratica, la re­spon­sa­bi­li­tà dell’in­ter­pre­ta­zio­ne delle in­for­ma­zio­ni fornite e del processo de­ci­sio­na­le de­fi­ni­ti­vo rimane a carico delle persone. I decision support system si limitano a fornire le in­for­ma­zio­ni più rilevanti e valutano l’impatto delle possibili decisioni.

I sistemi di supporto alle decisioni sono indicati so­prat­tut­to per af­fron­ta­re problemi non strut­tu­ra­ti, ossia per quelle si­tua­zio­ni in cui i dati pre­sen­ta­no elevata di­sper­sio­ne o in presenza di enormi quantità di dati (Big Data) e nei casi in cui non è possibile in­di­vi­dua­re alcun col­le­ga­men­to logico tra le in­for­ma­zio­ni. Tra i campi d’impiego dei DSS vi sono:

• Pia­ni­fi­ca­zio­ne dei percorsi tramite GPS: i sistemi di supporto alle decisioni sono in grado di de­ter­mi­na­re il percorso ideale tra due punti ana­liz­zan­do le opzioni di­spo­ni­bi­li. I sistemi moderni offrono anche la pos­si­bi­li­tà di mo­ni­to­ra­re il traffico in tempo reale e aiutare a evitare gli ingorghi.
• Agri­col­tu­ra: gli agri­col­to­ri uti­liz­za­no i DSS per de­ter­mi­na­re il momento ottimale per la semina, la con­ci­ma­zio­ne e il raccolto.
• Medicina: i sistemi di supporto alle decisioni in ambito clinico sono uti­liz­za­ti, tra le altre cose, per in­ter­pre­ta­re i risultati delle analisi, dia­gno­sti­ca­re malattie e stilare piani te­ra­peu­ti­ci. Un esempio concreto è quello di un DSS clinico studiato dall’istituto sanitario Penn Medicine per un più rapido svez­za­men­to dei pazienti dai ven­ti­la­to­ri polmonari.
• Dashboard ERP: apposite dashboard con­sen­to­no di acquisire un’istan­ta­nea dei parametri aziendali fon­da­men­ta­li. Grazie ai sistemi di supporto alle decisioni è possibile vi­sua­liz­za­re i processi aziendali e pro­dut­ti­vi, nonché mo­ni­to­ra­re gli obiettivi relativi alle pre­sta­zio­ni aziendali al fine di iden­ti­fi­ca­re le aree di mi­glio­ra­men­to.

Qual è il rapporto fra DSS e IA?

In generale, i sistemi di supporto alle decisioni possono in­te­grar­si con l’in­tel­li­gen­za ar­ti­fi­cia­le. I co­sid­det­ti in­tel­li­gent decision support system (in breve, IDSS) offrono la pos­si­bi­li­tà di elaborare enormi quantità di dati pro­ve­nien­ti da diverse fonti e dai quali si possono ricavare rac­co­man­da­zio­ni per prendere decisioni migliori. Per ri­co­no­sce­re schemi e cor­re­la­zio­ni uti­liz­za­no tec­no­lo­gie di IA come l’ap­pren­di­men­to au­to­ma­ti­co.

I DSS in­tel­li­gen­ti si com­por­ta­no in modo simile ai con­su­len­ti umani, ma hanno la capacità di elaborare e ana­liz­za­re le in­for­ma­zio­ni in modo più ef­fi­cien­te rispetto alle persone. Tali sistemi sono uti­liz­za­ti, ad esempio, nella pro­du­zio­ne fles­si­bi­le, nel marketing e nella dia­gno­sti­ca medica.

Quali sono i vantaggi e gli svantaggi dei decision support system?

I DSS offrono numerosi vantaggi che aiutano le imprese a prendere decisioni in modo più ef­fi­cien­te. Questi sistemi possono essere integrati in modo fles­si­bi­le e alla per­fe­zio­ne nei sistemi in­for­ma­ti­vi già esistenti ed è possibile per­so­na­liz­za­re ed ampliare le loro fun­zio­na­li­tà in base alle necessità. Sono di­spo­ni­bi­li appositi sistemi che con­sen­to­no un utilizzo intuitivo, il che è par­ti­co­lar­men­te im­por­tan­te per le in­te­ra­zio­ni persona-macchina. Anche se il processo de­ci­sio­na­le spetta ancora in ultima istanza agli esseri umani, i sistemi di supporto alle decisioni con­tri­bui­sco­no sen­si­bil­men­te a mi­glio­ra­re i processi di pia­ni­fi­ca­zio­ne e con­sen­to­no quindi spesso di ridurre i costi. Un ulteriore vantaggio è la pos­si­bi­li­tà di risalire all’origine di qualsiasi elemento di prova basato sui dati.

Tuttavia, questi sistemi pre­sen­ta­no anche alcuni svantaggi. Da un lato, l’im­ple­men­ta­zio­ne e la ma­nu­ten­zio­ne dei DSS risultano spesso costose. D’altra parte, la qualità delle rac­co­man­da­zio­ni ottenute dipende molto dai dati alla base del sistema. Inoltre, vi è il rischio che chi prende le decisioni si affidi ec­ces­si­va­men­te al sistema di supporto e finisca quindi per tra­scu­ra­re la propria capacità di giudizio.