Beslissingsondersteuning: Marakas H1 t/m 5 Robert de Hoog Programmagroep SWI

22 september 2000Marakas 1 t/m 52 SWI context Theorievorming over, onderzoek naar en verbetering van processen waarin geintegreerde mens-computersystemen participeren Mens Computer Context Proces

22 september 2000Marakas 1 t/m 53 Onderwerpen 1.Beslissingen 2.Beslisprocessen 3.Beslissers 4.Beslissingscontext 5.Ondersteuning

22 september 2000Marakas 1 t/m Beslissing Vorige week behandeld: tijd, informatie, waarden, alternatieven Typologie van beslissingen Zijn veel verschillende typologieen voor bedacht Marakas geeft de volgende combinatie van typologieen

22 september 2000Marakas 1 t/m 55 Beslissing (vervolg) Mate van structuur Mate van zekerheid Sterkte voorkeur Termijn

22 september 2000Marakas 1 t/m 56 Beslissing (vervolg) Plaats in een typologie van belang voor: –Relatieve nadruk op elementen beslisproces –Noodzakelijke competentie en bevoegdheden beslisser –Definitie van wie de beslisser is –Invloed organisatorische context Wat is een “goede”beslissing?

22 september 2000Marakas 1 t/m 57 Beslissing (vervolg) Onderscheiding effectiviteit en efficiency Effectiviteit: wat je gedaan hebt (m.a.w. de uitkomst geeft de doorslag) Efficiency: het proces geeft de doorslag Veel discussie over: met goede processen kan je slechte uitkomsten krijgen en met slechte processen goede Toegevoegde waarde ondersteuning!

22 september 2000Marakas 1 t/m Beslisprocessen Belangrijk onderscheid: Normatieve modellen: voorschrift voor hoe een beslisser het beslisproces moet inrichten (niet beslissing zelf?) Beschrijvende modellen: hoe (typen) beslissers over het algemeen beslissingen plegen te nemen

22 september 2000Marakas 1 t/m 59 Beslisprocessen (vervolg)

22 september 2000Marakas 1 t/m 510 Beslisprocessen (vervolg)

22 september 2000Marakas 1 t/m 511 Beslisprocessen (vervolg) Kunnen in elkaar vertaald worden: –Intelligence = stimulus –Design = problem definition –Choice = alternative selection –Implementation = implementation Voor elk van deze deelprocessen ook weer (gecombineerde) modellen

22 september 2000Marakas 1 t/m 512 Beslisprocessen (vervolg) Voor combinatie ontwerp – selectie van alternatieven Marakas H5 + aanvullende literatuur –Beslisbomen (v Winterfeldt & Edwards H1 t/m 3) –Invloedsdiagrammen –Waarde analyse (v Winterfeldt & Edwards H8 en 9) –Lineair en dynamisch programmeren

22 september 2000Marakas 1 t/m 513 Beslisprocessen (vervolg) Deze dekken de volgende typen keuzemodellen uit H5: –Deterministische modellen –Non-deterministische (kansen) Kennis over kansrekening wordt voorondersteld Overige modellen: simulatie, stochastisch etc zijn eerder analysemodellen dan keuzemodellen!

22 september 2000Marakas 1 t/m 514 Beslisprocessen (vervolg)

22 september 2000Marakas 1 t/m Beslissers Wie? Eigenschappen –Stijl –Heuristieken en fouten Pressies

22 september 2000Marakas 1 t/m 516 Beslissers: wie?

22 september 2000Marakas 1 t/m 517 Beslissers: stijl

22 september 2000Marakas 1 t/m 518 Beslissers: heuristieken en fouten Overschatten kleine kansen onderschatten grote kansen Ongevoeligheid voor steekproefgrootte Gevoelig voor toevallig beschikbare informatie “Gamblers fallacy” Zie verder section 3-8 van Marakas

22 september 2000Marakas 1 t/m 519 Beslissers: pressies

22 september 2000Marakas 1 t/m Beslissingscontext Met name de organisatorische context –Nivo –Cultuur –Machtsverhoudingen

22 september 2000Marakas 1 t/m 521 Beslissingscontext: nivo Strategisch: lange termijn doelen en middelen, senior managers en executives Tactisch: midden termijn doelen en middelen, middenkader, met name planning Operationeel: dag tot dag activiteiten, lijn management en de “werkers” zelf

22 september 2000Marakas 1 t/m 522 Beslissingscontext: organisatorische cultuur Cultuur verschaft een soort “medium”waarin beslissingen worden genomen Tien kenmerken in Table 4-1, speciaal van belang –Individueel initiatief –Risico tolerantie –Richting –Conflict tolerantie

22 september 2000Marakas 1 t/m 523 Beslissingscontext: machtsverhoudingen Macht heeft invloed op: “discretion”: wat de beslisser wel of niet mag (zie 12 elementen op p Marakas) Waardesystemen: kiezen impliceert waarden, welke waarden geven de doorslag?

22 september 2000Marakas 1 t/m Ondersteuning Een beslissingsondersteunend systeem is een systeem dat beheerst wordt door een of meer beslissers en dat –Assisteert bij het nemen van beslissingen –Door het verschaffen van een georganiseerde verzameling hulpmiddelen –Waarmee structuur kan worden aangebracht in delen van de beslissituatie –En hetgeen leidt tot een verbetering in de effectiviteit van het resultaat van de beslissing

22 september 2000Marakas 1 t/m 525 Ondersteuning: systemen Kenmerken Structuur en componenten Voordelen en beperkingen

22 september 2000Marakas 1 t/m 526 Ondersteuning: systemen - kenmerken Zie Table 1-1 Marakas Aanvulling op definitie Discussiepunten –Effectiviteit vs efficiency –Alle nivo’s? –Individuen, groepen en teams?

22 september 2000Marakas 1 t/m 527 Ondersteuning: systemen – structuur en componenten Data management systeem: beheert gegevens waarvan systeem gebruik maakt (meestal Data base) Model management systeem: wees duidelijk over type modellen: –Analytisch: bewerken van data –Ontwerp en keuze: modelleren van alternatieven en waarden

22 september 2000Marakas 1 t/m 528 Ondersteuning: systemen – structuur en componenten Inferentie machine: ook een soort model eigenlijk, gebruikt voor het afleiden van nieuwe informatie uit oude Let op: analytische en ontwerp- en keuze modellen zijn meestal domein-onafhankelijk, geldt niet voor inferentie machine Gebruikersinterface en gebruikers (beslissers)

22 september 2000Marakas 1 t/m 529 Ondersteuning: systemen – voordelen en beperkingen Voordelen Zie table 1-2 en table 3-9 Marakas Belangrijkste: –Makkelijk toegang tot methoden die met de hand moeilijk zijn uit te voeren –Grotere complexiteit in beslissing wordt hanteerbaar –Sneller –Transparantie en herhaalbaarheid

22 september 2000Marakas 1 t/m 530 Ondersteuning: systemen – voordelen en beperkingen Beperkingen Creativiteit, intuitie Beperkte scope Leercurve “As good as the data it is based on”