决策支持
然而，管理一个组织不仅仅是管理公司的事实：为了成长、改进和发展公司，有必要根据情况和问题做出选择（例如产品需求的增加或减少）阻碍公司发展的因素，即基本上根据事实和经济价值做出决策。
不仅如此：公司还可能在没有意识到的情况下偏离自己的道路，例如，如果销售渠道的利润过高或过低（甚至出现亏损），公司可能会在不知不觉中走向不可预见的方向。
因此，有必要提出与产生变革的因素或对公司运营决策影响最大的因素相关的问题。 为此，可以借助计算器构建模型，以更好地解释 数据 注意。
因此，需要允许访问所有有用知识的系统，即与请求者的能力领域相关的知识，以及对于执行能力活动有用的知识，以便能够给出答案，但离开良好的自由度，能够负责任地做出反应。
此类有助于管理组织的系统称为业务管理系统。
这些系统使实施解释流程成为可能，有助于根据生产销售动态生成的内容来规划和为未来做出选择。
这些动态的解释是通过商业智能（BI）来进行的，即通过该学科或一组技术来寻找 数据 该公司已经拥有，但（部分）不知道。 监控系统和决策系统是BI的一部分。
随着时间的推移，BI 系统也在不断发展：过去，这些系统面向执行信息系统，即收集信息的系统 数据，但多年来业务需求发生了变化，公司提出的问题与过去不同。 事实上，他们不仅致力于不断改进公司、工作环境和产品，而且市场状况和公司生产的特定部门也会影响其短期和长期的行为方式。
因此公司需要：
- 组织自身及其系统，以保证变革的良好灵活性；
- 由有能力且灵活的员工组成；
- 管理大量信息以及与其他实体（人员、其他公司……）的关系。
因此，商业智能必须足以支持和促进公司的选择，遵循其战略：ERP系统诞生于60年代/70年代，针对的是非常稳定的公司，但目前的情况有所不同。 合成 i 已经不够了 数据 为经理服务，但您需要能够生成附加信息，进行复杂且通常昂贵的分析。 因此，我们需要特定的信息系统来满足这些需求。
系统如何从运营管理发展到决策支持的一个例子是仓库。
一旦仓库的管理包括收集 数据 对其管理至关重要：对库存、原材料和最终产品进行编目。
如今，该系统的范围更广，管理范围更广，此外 数据生产调度和计划。
该系统经历了几个演化阶段：
- 整个工厂的基本算法：基于原材料收入 ei
- 生产限制 确定必须保持的标准和节奏（库存理论）
- 具有明确时间限制的更精确的工厂建模：必须发生的操作链及其控制（物流+自动化）
- 在非常大的工厂中，管理不能完全自动化，因此有必要开放商业智能（决策系统）
即使是管理部门，如仓库，也随着时间的推移而发生了变化：一旦系统执行了必不可少的最低限度，因此它们在起草发票和预算方面提供了支持，但今天的演变推动了规划和设计、运营的控制（监控）和项目。
分享：
从在线网络代理处了解更多信息
订阅以通过电子邮件接收最新文章。
