1. Mr Aleksandra Bradić-Martinović
Informacioni sistemi
Prof. dr Hasan Hanić
Mr Aleksandra Bradić-Martinović
Beogradska bankarska akademija – Fakultet za bankarstvo, osiguranje i finansije
Beograd, Zmaj Jovina 12, Tel:

2. Odgovorite na sledeća pitanja
Da li će vam večeras trebati kišobran u Beogradu?
Da li ćete sledeće godine ići na koncert Diane Krall u Beogradu?
Da li je potrebno otpustiti zaposlenog Jovana Palovića?
Da li je bolje investirati novac u akcije javnog ili privatnog sektora u narednoj godini?
Da li Dragani Joksimović odobriti stambeni kredit na rok od 20 godina?

3. Sistemi za podršku menadžmentu
Poglavlje 9
Sistemi za podršku menadžmentu

4. Pregled sadržaja poglavlja
9.1 Menadžeri i donošenje odluka
9.2 Poslovna inteligencija, multidimenzionalna analiza podataka, Data Minig (DM) i sistemi za podršku odlučivanju
9.3 Digitalne kontrolne table
9.4 Tehnologije vizuelizacije podataka
9.5 Inteligentni sistemi

5. Ciljevi učenja
Opisati pojmove menadžmenta, odlučivanja i kompjuterizovane podrške odlučivanju.
Opisati multidimenzionalnu analizu podataka i Data Mining (DM).
Opisati digitalne kontrolne table.
Opisati vizuelizaciju podataka i objasniti sisteme geografskih informacija i virtuelnu stvarnost.

6. Ciljevi učenja (nastavak)
Opisati veštačku inteligenciju.
Definisati ekspertni sistem i identifikovati njegove komponente.
Opisati procesiranje prirodnog jezika, stvaranje prirodnog jezika i neuronsku mrežu.

7. Uvodni slučaj Uveli su web 2.0
Digitalne kontrolne table (prodaja, zalihe, marža, ali i specifične podatke ili transakcije)
Sistem pokazatelja u bojama – crvena, žuta i zelena
Uspešno je povezala sa RSS sistemom, uvela wiki, blogove

8. 9.1 Menadžeri i odlučivanje
Menadžement je proces kojim se postižu ciljevi organizacije korišćenjem raspoloživih resursa (ljudi, novca, energije, sirovina, prostora i vremena).
Ti resursi se nazivaju input.

9. Menadžerski posao i donošenje odluka
Svi menadžeri imaju tri osnovne uloge (Mintzberg 1973):
Interpersonalnu ulogu: predstavnik, vođa, veza
Informacionu ulogu: nadzornik, distributer, potparol, analitičar
Ulogu u odlučivanju: preduzetnik, kontrolor poremećaja, alokator resursa, pregovarač

10. Menadžerski posao i donošenje odluka (nastavak)
Odluka je izbor koji pojedinac ili grupa učini između dve ili više alternativa.
Proces donošenja odluke je sistematičan proces, koji se sastoji od četiri faze: istraživanje, modeliranje i izbor (Simon 1977)
Faza primene je dodata kasnije prethodnoj definiciji.

11. Proces odlučivanja i njegove faze
Istraživanje
Modeliranje
Izbor
Primena

12. Zašto je menadžerima potrebna IT podrška?
Broj alternativa za razmatranje se stalno povećava (zbog inovacija u tehnologiji).
Odluke se donose pod pritiskom kratkih rokova.
Odluke su sve složenije.
Potrebno je pristupiti udaljenim informacijama, održati sastanke sa saradnicima, ali bez visokih troškova.

13. Struktura problema
Prva dimenzija je struktura problema, gde proces odlučivanja kreće od visokostrukturisanih odluka do potpuno nestrukturisanih.
Strukturisane odluke (rutinske)
Nestrkturisane odluke
Polustrukturisane odluke
Structured problems are routine and repetitive problems for which standard solutions exist.
Unstructured problems are fuzzy, complex problems for which there are no cut-and-dried
solutions.
Semistructured problems are problems in which only some of the decision process phases
are structured.

14. Priroda odluke Druga dimenzija je priroda odluke
Operativna kontrola – efikasno izvršava specifične zadatke.
Kontrola upravljanja – dolazi do resursa i efikasno ih koristi za postizanje ciljeva organizacije.
Strateško planiranje – postavljanje dugoročnih ciljeva i politike organizacije za razvoj i razmeštanje resursa.

15. Business Intelligence (BI)
9.2 Poslovna inteligencija, multidimenzionalna analiza podataka, Data Mining i sistemi za podršku odlučivanju
Business Intelligence (BI)
Poslovna inteligencija se odnosi na aplikacije i tehnologije za konsolidovanje, analizu i obezbeđenje pristupa ogromnoj količini podataka, koji pomažu korisnicima da donose bolje poslovne i strateške odluke.

16. Dva tipa BI sistema: Oni koji obezbeđuju alate za analizu podataka
Poslovna inteligencija, multidimenzionalna analiza podataka, Data Mining i sistemi za podršku odlučivanju
Dva tipa BI sistema:
Oni koji obezbeđuju alate za analizu podataka
Multidimensional data analysis (or online analytical processing)
Data mining
Decision support systems
Oni koji obezbeđuju lako dostupne informacije u strukturisanom formatu
Dashboards

17. Princip rada poslovne inteligencije (Slika 9.3)

18. Multidimenzionalna analiza podataka
Pruža korisniku odličan pregled onoga što se događa ili onoga što se dogodilo.
Korisnik može da “secira” podatke na željeni način.
Prave se multidimenzionalne kocke.

19. Data Mining
Podrazumeva traganje za važnim poslovnim informacijama u velikim bazama podataka, skladištima podataka i lokalnim skladištima.
Data mining omogućuje dve osnovne operacije:
Predviđa trendove i ponašanja
Identifikuje prethodno nepoznate obrasce i relacije

20. 9.2 Sistemi za podršku odlučivanju
Decision support systems – DSS kombinuje modele i podatke u cilju rešavanja polu-struktuisanih problema, uz široko uključivanje korisnika
DSS analize:
Analiza osetljivosti – studija o uticaju promena nekih delova modela odlučivanja na druge delove istog modela (npr. promena ulaznih na izlazne var.)
Analiza “šta-ako” (šta će se desiti sa troškovima ako se nivo zaliha poveća za 2%?)
Analiza traženja cilja – naći optimalan input

21. Group Decision Support Systems (GDSS)
Grupni sistemi za podršku odlučivanju su posebno projektovani da podržavaju odlučivanje koje obavlja grupa.
Sobe za odlučivanje (Decision Room) svi učesnici na sastanku imaju svoj terminal za praćenje sastanka.

22. Organizational Decision Support System (ODSS)
Sistem za podršku organizacionom odlučivanju usmeren je na organizacioni zadatak ili aktivnost koja obuhvata niz operacija ili donosioca odluka.

23. 9.3 Digitalne kontrolne table
Dashboards:
Omogućuju brzi pristup pravovremenim (ažurnim) informacijama.
Omogućuju direktan pristup menadžerskim izveštajima.
Vrlo se lako koriste i grafički su bogate.

24. Primer digitalne kontrolne table (Slika 9.4)

25. Executive Dashboard Demo

26. A Bloomberg Terminal (Slika 9.5)

27. Upravljačka kabina menadžmenta - Management Cockpit

28. Upravljačka kabina menadžmenta
Predstavlja prostoriju za strategijski menadžment u kojoj se nalazi impozantan skup digitalnih kontrolnih tabli. One rukovodiocima najvišeg nivoa omogućavaju da bolje upravljaju poslovanjem.
Okruženje omogućava veću efikasnost sastanaka i bolju komunikaciju.
Indikatori ključnih pokazatelja i informacije koje se odnose na kritične faktore uspeha pokazuju se grafički na zidovima prostorije.
Spoljne informacije mogu biti jednostavno importovane u prostoriju radi komparativne analize.

29. 9.4 Tehnologije vizuelizacije podataka
Obrađeni podaci se mogu korisnicima predstaviti u vizuelnom formatu
Snaga vizuelizacije
Iako slika “vredi više od hiljadu reči”, ipak moramo biti vrlo pažljivi u vezi onoga što vidimo.
Na Internetu je veoma važno imati to na umu.
Data visualization is the process of presenting data to users in visual formats, thereby
making IT applications more attractive and understandable to users.

30. New York City Police Department Command Center
Vizuelizacija podataka u praksi

32. Tipovi sistema za vizuelizaciju podataka
Geografski informacioni sistemi – računarski sistem za prikupljanje, integrisanje, manipulisanje i prikaz podataka korišćenjem digitalnih mapa.
Virtuelna stvarnost – ne postoji standardna definicija.

33. Geographic Information System

34. GIS for existing land use

36. GISMO
GISMO is a geographical information system developed for the city of Corvallis, Oregon.

37. Virtual Reality

38. Simulator vožnje

39. Simulator letenja
Unutrašnji izgled
Spoljni izgled

40. Virtuelna šetnja muzejem

41. 9.5 Inteligentni sistemi
Intelligent systems opisuju primenu veštačke inteligencije u različite komercijalne svrhe
Artificial intelligence (AI) – veštačka inteligencija (učenje, pamćenje, mišljenje)

42. Ekspertni sistemi
Ekspertiza se odnosi na široko znanje u specifičnim oblastima koje se stiče obukom, čitanjem i iskustvom.
Expert systems (ESs) su računarski sistemi koji pokušavaju da podržavaju ljude stručnjake tako što ekspertizu primenjuju na određeno područje.

43. Ekspertni sistemi (nastavak)
Prenos ekspertize od računara, a zatim do korisnika obuhvata četiri aktivnosti:
Sticanje znanja – znanje se preuzima od stručnjaka
Reprezentacije znanja – preuzeto znanje je organizovano u pravila ili okvire (objektno orijentisane) i čuvaju se u bazi znanja.
Zaključivanje na osnovu znanja – upotreba znanja – računar može da donosi zaključke na osnovu sačuvanog znanja
Prenos znanja – Izvedena ekspertiza se prenosi do korisnika u obliku preporuke.

44. Komponente ekspertnih sistema
Baza znanja
Mehanizam zaključivanja
Korisnički interfejs
Tabla
Podsistem objašnjenja

45. Obrada prirodnog jezika i glasovne tehnologije
Obrada prirodnog jezika – (Natural language processing - NLP) komunikacija sa računarom pomoću prirodnog jezika
Natural language understanding / speech (voice) recognition
Natural language generation/voice synthesis

46. Neuronske mreže
Neural network je sistem programa i struktura podataka koji simulira način funkcionisanja ljudskog mozga.
Neuronske mreže naročito dobro prepoznaju suptilne, skrivene i nove obrasce u složenim podacima i tumače nepotpune ulaze.

47. Fazi (fuzzy) logika
Fazi logika je grana matematike koja se bavi procesima aproksimativnog rezonovanja. Osnovna ideja u fazi logici je to što odlučivanje nije uvek pitanje izbora izmešu crnog i belog, ispravnog i pogrešnog.
Obuhvata odluke u sivoj zoni - možda.
Koristi kreativni proces odlučivanja.

48. Zadatak
Sačiniti primer odlučivanja u poslovnom okruženju, kroz analizu sve četiri faze ovog procesa.
Koncept:
1. Postavite poslovni problem
2. Opišite proces istraživanja (prikupljanja relevantnih informacija)
3. Modeliranje – opišite model koji će vam pomoći da donesete odluku
4. Izbor – izvršite izbor između alternativa
5. Primena – izvršite primenu odabrane alternative