Sistemas de

Apoyo a la
Decisión (SSD)
Alan Ramírez Noriega
Concepto SSD
 Ayuda a los administradores a tomar
decisiones al combinar datos,
herramientas, modelos analíticos
avanzados y software de fácil uso, en un
solo sistema potente, capaz de apoyar la
toma de decisiones semiestructuradas o
no estructuradas.
MIS vs SSD
Sistema de información
administrativo
Proporciona a los
administradores informes
basados en flujos rutinarios
de datos y ayuda al control
general de la organización.
Se concentra en flujos de
información estructurada.
Se apoya en el análisis y
diseño profesional.
Resuelve problemas
estructurados
Sistema de apoyo a la
decisión
Se concentra en una
decisión especifica, como
selección de rutas, filas de
espera, evaluación,
predicción, etc.
Promete al usuario final
control de datos,
herramientas y sesiones.
Se apoya en el análisis y
diseño profesional aunque
es iterativo.
Resuelve problemas
semiestructurados y no
estructurados
Tipos de sistemas de apoyo a
la decisión
 Losprimeros DSS utilizaban pequeños
subconjuntos de datos corporativos y
dependían mucho de modelos, ahora los
DSS incluyen sistemas que pueden
soportar la toma de decisiones mediante
el análisis de grandes cantidades de
datos
Tipos de sistemas de apoyo a
la decisión
 DSS controlados por modelos
 Estos fueron desarrollados a fines de los años 70 y
durante los 80.
 Eran sistemas autónomos, aislados de los sistemas
de información de la organización.
 Usaban modelos para realizar el análisis de
hipótesis ¿Qué sucedería si?
 DSS controlados por datos
 Estos sistemas analizan grandes reservas de datos
de los sistemas de información de la organización,
 Apoya a la decisión al extraer información útil que
antes estaba enterrada en montañas de datos.
 ¿Qué sucedería si?
 John está a cargo de las ventas de
Holiday CA, que vende decoraciones
navideñas en un centro comercial.
John sabe que la temporada de
vacaciones se acerca y que el centro
comercial estará abarrotado.
 Quiere saber si un aumento en el
tráfico de clientes en el centro
comercial aumentará los ingresos por
ventas totales de la tienda y, de ser
así, en qué cantidad.
 El precio promedio de un paquete de
decoraciones navideñas es de $20.
Durante la temporada de vacaciones
del año anterior, Holiday CA vendió
500 paquetes de adornos navideños.
Esto arrojó un total de ventas de $10
000.
 Después de llevar a cabo un análisis
de sensibilidad, se determina que un
aumento del 10 % en el tráfico de
clientes en el centro comercial da
como resultado un aumento del 7 %
en las ventas totales.
Ejemplos 1: Análisis de créditos
bancarios
 Un banco por internet desea obtener
reglas para predecir que personas de las
que solicitan crédito no lo devuelven.
 Datos:
Ejemplos 1: Análisis de créditos
bancarios
A partir de técnicas de minería de datos
se podrían obtener las siguientes reglas:
Ejemplo 2: Análisis de la cesta
de compra
 Un supermercado quiere obtener información sobre el
comportamiento de compra de sus clientes. Piensa que de esta
forma puede mejorar el servicio que les ofrece: reubicación de los
productos que se suelen comprar juntos, localizar un lugar idóneo
para nuevos productos, etc.
 Datos:
Ejemplo 2: Análisis de la cesta
de compra
 Análisis:
 El 100% de las veces que se compran
pañales también se compra leche.
 El 50% de las veces que se compran huevos
también se compra aceite
 El 33% de las veces que se compra vino y
salmón también se compran lechugas.
Ejemplo 3: Determinar las
ventas de un producto
 Una gran cadena de tiendas de electrodomésticos
desea optimizar el funcionamiento de su almacén
manteniendo un stock de cada producto suficiente
para poder servir rápidamente el material adquirido
por sus clientes.
 Datos:
Ejemplo 3: Determinar las
ventas de un producto
 Esta información permite a la empresa
generar un modelo para predecir cuales
van a ser las venta de cada producto en
el siguiente mes en función de las ventas
realizadas en los meses anterior y
efectuar asi los pedidos necesario a sus
proveedores para disponer del stock
necesario para hacer frente a esas
ventas.
Ejemplo 4: Determinar grupos
diferenciados de empleados
 El departamento de recursos humanos de
una gran empresa desea categorizar a sus
empleados en distintos grupos con el objetivo
de entender mejor su comportamiento y
tratarlos de manera adecuada.
 Datos:
Ejemplo 4: Determinar grupos
diferenciados de empleados
 Un sistema de minería podría obtener tres grupos
con la siguiente descripción
 Grupo 1: Sin hijos y con vivienda de alquiler. Poco
sindicados. Muchas bajas
 Grupo 2: Sin hijos y con coche. Muy sindicados. Pocas
bajas. Normalmente son mujeres y viven en casas de
alquiler.
 Grupo 3: Con hijos, casados y con coche.
Mayoritariamente hombres propietarios de su vivienda.
Poco sindicados.
Tipo de información por
extracción de datos
 Asociaciones
 Son sucesos vinculados con un solo acontecimiento
 Estudio de patrones de compra en supermercados podría revelar que
cuando se adquieren frituras, en un 65% se compra una bebida, pero
cuando hay promoción, la misma bebida sube a 85%
 Sucesiones
 Los sucesos se vinculan con el tiempo
 Si se compra una casa nueva, se comprara un refrigerador nuevo en
menos de dos semanas, en 65% de las ocasiones
 Clasificaciones
 Reconoce patrones que describen el grupo al que pertenece un articulo u
objeto, basado en una clasificación previa al conjunto de artículos u
objetos.
 Negocios como las compañías de teléfono se preocupan por la perdida
de clientes, la clasificación ayuda a descubrir las características de los
clientes que podrían desertar
Tipo de información por
extracción de datos
 Conjuntos
 Funciona de forma parecida a la clasificación, cuando todavía no se han
definido grupos específicos
 Encontrar grupos con afinidad por las tarjetas bancarias o dividir una base
de datos en un grupo de clientes de acuerdo con sus características
demográficas y tipos de inversiones personales
 Pronósticos
 Se usan una serie de valores numéricos para pronosticar otros valores,
 Estimar el valor futuro de variables continuas, como cifras de ventas.
Componentes de un DSS
 Base de datos
 Colección de datos actuales o históricos
tomados de un TPS o un almacén de datos.
Puede ser la BD de un pequeño negocio o
un gran almacén de datos de un consorcio
multinacional. Estas bases de datos suelen
ser copias de una versión original para que
las consultas no interfieran con los procesos
rutinarios de la empresa.
 Sistema de software para DSS
 Herramientas de software para el análisis de
datos.
 Modelo: Es una representación abstracta que
ilustra los componentes o relaciones de un
fenómeno. Pueden ser:
 Físico (modelo de avión)
 Matemático (como una ecuación)
 Verbal (Como una descripción de un
procedimiento para redactar un pedido.
 Algorítmico: (basado en seudocódigo o código
de un lenguaje de programación
 Conjuntos de modelos matemáticos y analíticos,
 El mas usual son los modelos estadísticos (medias,
medianas, desviaciones, diagramas de dispersión
etc.) (SPSS, EXCEL, SAS, MINITAB)
 Análisis de sensibilidad. Hace preguntas del tipo ¿Qué
sucedería si?,, una y otra vez, para determinar el
impacto que tendría sobre los resultados modificar
uno o mas factores (excel, lotus 123)
 Herramientas OLAP, organizan los datos por nivel
de detalle, utilizando las mismas categorías que se
utilizan para analizar los datos, agilizando la
consulta de grandes cantidades de datos.
 Interfaz del usuario.
 Los usuarios de SSD suelen ser ejecutivos o
administradores corporativos, es común
que estos usuarios tengan poca
experiencia con las computadoras y poca
paciencia para aprender a usar una
herramienta compleja, por lo que la
interfaz debe ser intuitiva.
 Ejemplos
Organización Aplicación
American Airlines Selección de rutas y precios
Equico Capital Corporation Evaluación de inversiones
General Accident Insurance Patrones de compra de
clientes y detección de
fraudes
Bank of America Perfiles de clientes
Frito-Lay, Inc. Selección de precio,
publicidad y promoción
Burlington Coat Factory Ubicación de tiendas y
composición del inventario
National Gypsum Planificación y pronósticos
corporativos
Southern Railway Salidas y rutas de trenes
Texas Oil and Gas Evaluación de posibles sitio
Corporation de perforación
United Airlines Programa de vuelos
U.S Departament of Defense Análisis de contratos de la
defensa
Bibliografía
 Sistemas de información Gerencial
(conectada en red)
 Kenneth C. Laudon, Jane P. Laudon
 6ta edición
 pág. 466-478
Características y
capacidades de un SSD
 Un SSD da soporte a los tomadores de decisiones en
cualquier nivel gerencial, ya sean individuos o
grupos, principalmente en situaciones
semiestructuradas y no estructuradas, a través de la
combinación del juicio humano e información
objetiva.
 Un SSD da ayuda en todas las fases del proceso de
toma de decisión- inteligencia, diseño, selección, e
implementación- así como también en una variedad
de procesos y estilos de toma de decisión.
 Un SSD es adaptable por el usuario a través del
tiempo para lidiar con condiciones que cambian.
 Un SSD es fácil de construir y usar en muchos casos.
Características y
capacidades de un SSD
 Un SSD promociona el aprendizaje, que da como
resultado nuevas demandas y refinamiento de la
aplicación, que a su vez da como resultado
aprendizaje adicional.
 Un SSD usualmente utiliza modelos cuantitativos
(estándares y/o hechos a la medida)
 Los SSD avanzados están equipados con un
componente de administración del conocimiento
que permite la solución eficiente y efectiva de
problemas muy complejos.
 Un SSD puede ser diseminado para el uso en Web.
 Un SSD permite la fácil ejecución de análisis de
sensibilidad.
Características y
capacidades de un SSD
 Mas los comunes
 Funcionalidad
 Confiabilidad
 Usabilidad
 Eficiencia
 Mantenibilidad
 Portabilidad
 Escalabilidad
Arquitectura de un SSD
Técnicas en el diseño de
interfaz grafica
 Combinación de códigos comunicativos distintos:
 Visual (icónico)
 Verbal
 auditivo
 Utilización de metáforas en el proceso comunicativo
mediante las posibilidades de los entornos gráficos:
Emplear símbolos usuales en la vida cotidiana de los
usuarios
 Realizar un estudio de los conceptos implicados en
un dominio dado, y proceder a su representación
icónica
 Ayudas textuales
 Simular el asesoramiento de un experto
Principios para el éxito de un
SSD
 Principio 1. El SSD debe mejorar la toma de decisiones
 Un sistema SSD debe ser evaluado en la medida que mejore la
toma de decisiones y no en que si es interactivo, amigable, o
semiestructurado. Para que esto se logre, el SSD debe proveer
información que antes era inaccesible, debe dar mejores
alternativas para sacar inferencias y mejores maneras de
explicar las decisiones a los demás, entre otros.

 Principio 2. El SSD debe contener toda la "inteligencia"

posible acerca del problema del usuario.
 Una prueba que determina que el SSD tiene la inteligencia
suficiente es preguntarle al usuario cómo el sistema mejora la
toma de decisiones. Si el usuario es capaz de demostrar o
explicar a detalle cómo esto ocurre, lo más probable es que el
sistema tenga la inteligencia suficiente para ser útil.
Principios para el éxito de un
SSD
 Principio
3. El SSD debe ser usado por
expertos que entiendan su significado y
cómo deben ser usados.
 Dado que los SSD están formados por
modelos analíticos requieren de esfuerzo
para ser entendidos de manera que
cumplan su propósito. Es necesario que
sean usados sólo por personas dispuestas a
invertir tiempo para comprender estos
modelos.
Principios para el éxito de un
SSD
 Principio 4. El SSD debe ser controlable por el usuario
 El usuario del SSD debe ser capaz de especificar cuáles reportes
u opciones de cálculo desea, cuándo quiere estos reportes y
de qué manera estos reportes deben estar limitados en
alcance y nivel de agregación.

 Principio 5. El SSD debe contener cualquier dato, modelo,
capacidad de despliegue, e intermediario humano
requerido para mejorar la toma de decisiones.
 El usuario no sólo necesita de listados de datos de manera
ordenada sino que también necesita estadísticas e
investigación de operaciones. Esta información debe ser
enfocada a través de un modelo matemático explícito de
manera que la información sea valiosa para la toma de
decisiones. Por otra parte, se ha reconocido que despliegues
gráficos eficientes ayudan a las personas a percibir patrones.
 Principio
6. El SSD deber ser
implementado a través de cualquier
estrategia de desarrollo que represente
ser la más efectiva en costo y la menos
propensa a riesgo durante el
establecimiento.
 Aunque los enfoques evolutivos son
apropiados en algunas situaciones, vale la
pena explorar los beneficios y riesgos de
otras maneras de implementar sistemas.
Referencias
 Alter, S. Transforming DSS jargon into principles for DSS success
(1994), en:
P. Gray (Ed.), Decision Support and Executive Information System,
Prentice-Hall, Englewood Cliffs, NJ, pp. 2-26.
 Caldera, Borja. Los sistemas de soporte a la decisión y la
resistencia al cambio
(2001). Netmedia, Artículo 2263. Recobrado Junio 8, 2004, de
http://www.netmedia.info/netmedia/articulos.php?id_sec=32&id_
art=2263
 Turban & Aronson. Decision Support Systems and Intelligent
Systems (2001).
Upper Saddle River, NJ: Prentice-Hall.
 Turban, McLean & Wetherbe. Information Technology for
Management (2002).
Massachusetts: Wiley.