Loading article…
意思決定支援システム（DSS）とは、企業や組織の意思決定活動を支援する情報システムです。DSSは、組織の経営、業務、計画レベル（通常は中堅・上級管理職）を対象とし、急速に変化し、事前に容易に特定できない問題、すなわち非構造化問題や半構造化問題に関する意思決定を支援します。意思決定支援システムは、完全にコンピュータ化されたもの、人間が操作するもの、あるいはその両方を組み合わせたものなどがあります。
学術界ではDSSは意思決定プロセスを支援するツールとして認識されているが、DSSユーザーはDSSを組織プロセスを促進するツールとして捉えている。[ 1 ]一部の著者はDSSの定義を拡張し、意思決定を支援する可能性のあるあらゆるシステムを含めており、一部のDSSには意思決定ソフトウェアコンポーネントが含まれている。Sprague（1980）[ 2 ]は、適切に呼ばれるDSSを次のように定義している。
意思決定支援システム（DSS）には、知識ベースシステムが含まれます。適切に設計されたDSSは、意思決定者が生データ、文書、個人の知識、および／またはビジネスモデルを組み合わせて有用な情報を収集し、問題を特定して解決し、意思決定を行うことを支援することを目的とした、対話型のソフトウェアベースのシステムです。
意思決定支援アプリケーションが収集・提示する典型的な情報には、以下のようなものがあります。
意思決定支援の概念は、主に1950年代後半から1960年代前半にかけてカーネギー工科大学で行われた組織的意思決定の理論的研究と、1960年代に行われた実装作業から発展してきた。 [ 3 ] DSSは1970年代半ばに独自の研究分野となり、1980年代にはその勢いを増した。
1980年代半ばから後半にかけて、単一ユーザーおよびモデル指向のDSSから、経営情報システム（EIS）、グループ意思決定支援システム（GDSS）、組織意思決定支援システム（ODSS）が発展しました。Sol（1987） [ 4 ]によると、 DSSの定義と範囲は長年にわたって変化してきました。1970年代には、DSSは「意思決定を支援するコンピュータベースのシステム」と説明されていました。1970年代後半には、DSS運動は「意思決定者がデータベースとモデルを利用して構造化されていない問題を解決するのに役立つ対話型コンピュータベースのシステム」に焦点を当て始めました。1980年代には、DSSは「管理および専門的活動の有効性を向上させるために、適切で利用可能なテクノロジーを使用する」システムを提供するべきであり、1980年代後半には、DSSはインテリジェントワークステーションの設計という新たな課題に直面しました。[ 4 ]
1987年、テキサス・インスツルメンツはユナイテッド航空向けにゲート割り当て表示システム（GADS）の開発を完了しました。この意思決定支援システムは、シカゴのオヘア国際空港やコロラド州デンバーのステープルトン空港をはじめとする様々な空港での地上業務の管理を支援することで、旅行の遅延を大幅に削減したと評価されています。 [ 5 ] 1990年頃から、データウェアハウジングとオンライン分析処理（OLAP）がDSSの領域を広げ始めました。ミレニアムの変わり目が近づくと、新しいWebベースの分析アプリケーションが導入されました。
DSSは、ハイパーテキストのユーザーインターフェースパラダイムとの関連性も弱い。バーモント大学のPROMISシステム（医療意思決定用）とカーネギーメロン大学のZOG / KMSシステム（軍事およびビジネス意思決定用）は、いずれも意思決定支援システムであり、ユーザーインターフェース研究における大きなブレークスルーでもあった。さらに、ハイパーテキストの研究者は一般的に情報過多に関心を寄せてきたが、ダグラス・エンゲルバートをはじめとする一部の研究者は、特に意思決定者に焦点を当ててきた。
より高度で優れたレポート作成技術の登場により、意思決定支援システム（DSS）は経営設計における重要な要素として台頭し始めている。教育現場におけるDSSに関する活発な議論は、その好例と言えるだろう。
DSSは理論的にはあらゆる知識領域で構築できます。一例として、医療診断のための臨床意思決定支援システムが挙げられます。臨床意思決定支援システム（CDSS）の進化には4つの段階があります。初期バージョンはスタンドアロンで統合をサポートしていません。第2世代は他の医療システムとの統合をサポートしています。第3世代は標準ベースで、第4世代はサービスモデルベースです。[ 6 ]
DSSはビジネスや経営において広く利用されています。エグゼクティブダッシュボードやその他のビジネスパフォーマンスソフトウェアは、意思決定の迅速化、ネガティブな傾向の特定、ビジネスリソースのより良い配分を可能にします。DSSのおかげで、あらゆる組織のすべての情報がチャートやグラフなどの要約された形式で表現され、経営陣が戦略的な意思決定を行うのに役立ちます。たとえば、DSSのアプリケーションの1つは、複雑なテロ対策システムの管理と開発です。[ 7 ]その他の例としては、銀行の融資担当者が融資申請者の信用を検証する場合や、複数のプロジェクトに入札し、コスト面で競争力があるかどうかを知りたいエンジニアリング会社などがあります。
DSS の応用、概念、原則、技術が拡大している分野は、持続可能な開発のための農業生産、マーケティングです。農業 DSS は 1990 年代に開発され、普及し始めました。[ 8 ]例えば、1980 年代と 1990 年代にUSAIDの資金援助を受けて開発されたDSSAT4パッケージ[ 9 ] 、農業技術移転のための意思決定支援システム[ 10 ]は、世界中のいくつかの農業生産システムを迅速に評価し、農場レベルと政策レベルでの意思決定を促進することを可能にしました。精密農業は、農地の特定の部分に合わせて意思決定を調整しようとします。しかし、農業における DSS の導入を成功させるには多くの制約があります。[ 11 ]
DSSは、計画期間が長く、計画問題の空間的側面が特別な要件を必要とする森林管理においても広く普及しています。丸太の輸送、収穫スケジュールから持続可能性や生態系保護に至るまで、森林管理のあらゆる側面が現代のDSSによって対応されています。この文脈では、取引されるか取引されないかを問わず、資源制約や意思決定問題に左右されることが多い商品やサービスの提供に関連する、単一または複数の管理目標の考慮が重要となります。森林管理意思決定支援システムの実践コミュニティは、森林意思決定支援システムの構築と使用に関する知識の大規模なリポジトリを提供しています。[ 12 ]
具体的な例として、カナダ国鉄（Canadian National Railway）が挙げられます。同社は意思決定支援システム（DSS）を用いて定期的に設備の点検を行っています。鉄道会社が直面する問題の一つに、レールの摩耗や欠陥があり、年間数百件もの脱線事故につながる可能性があります。DSSを導入したカナダ国鉄は、他の鉄道会社が脱線事故の増加に悩まされる中で、脱線事故の発生件数を減少させることに成功しました。
DSSは、ダム、タワー、大聖堂、石造建築物などの大規模な工学構造物からの監視データを解釈するためのリスク評価に使用されてきました。たとえば、Mistralは、1990年代にIsmes（イタリア）によって開発されたダムの安全性を監視するエキスパートシステムです。自動監視システムからデータを取得し、ダムの状態を診断します。1992年にリドラコリダム（イタリア）に設置された最初のコピーは、現在も24時間365日稼働しています。[ 13 ]イタリア国内外のいくつかのダム（たとえば、ブラジルのイタイプダム） [ 14 ] 、およびKaleidosという名前のモニュメントに設置されています。 [ 15 ] MistralはCESIの登録商標です。GISは、1990年代からDSSと組み合わせて、ヴァル・ポーラ災害（イタリア）の地域で収集された監視データに基づくリアルタイムのリスク評価を地図上に表示するために成功裏に使用されてきました。[ 16 ]
オープンソースプロジェクトの1つに、銀行支店のパフォーマンスを評価する意思決定支援システムである Bank Branch Performance DSS があります。これは、複数の支店からの運用、財務、およびデジタルデータを分析するために、スタッキングベースの予測モデルを使用します。このシステムは、30 の主要業績評価指標を組み合わせて証拠に基づいた評価を生成し、出力スコアは 1 から 4 の範囲で、スコアが高いほど支店のパフォーマンスが優れていることを示します。[ 17 ]
意思決定支援システムは、構造化データと非構造化データを分析するソフトウェアプロジェクトの評価にますます使用されるようになっています。 [ 18 ] [ 19 ] [ 20 ]このような場合、これらのシステムには、特定の基準に基づいてパフォーマンス評価と推奨事項を生成する自動評価モデルが含まれる場合があります。ソフトウェアプロジェクトの自動評価とは、プロセスの各段階で直接的な人間の介入を必要とせずに、主にソースコードなどのデジタル成果物に基づいてソフトウェアプロジェクトの品質を客観的かつ再現性高く測定するように設計された一連の方法とシステムのことです。[ 21 ]
DSSアーキテクチャの3つの基本的な構成要素は次のとおりです。[ 22 ] [ 23 ] [ 24 ] [ 25 ] [ 26 ]
Haettenschwiler [ 22 ]は、ユーザーとの関係を基準として、受動的、能動的、協調的な DSSを区別しています。受動的 DSS は意思決定プロセスを支援するシステムですが、明確な意思決定の提案や解決策を提示することはできません。能動的 DSS は、そのような意思決定の提案や解決策を提示することができます。協調的 DSS は、統合された解決策の達成に向けて人間とシステムの間で反復的なプロセスを可能にします。意思決定者 (またはそのアドバイザー) は、システムから提供された意思決定の提案を修正、完成、または洗練してから、検証のためにシステムに送り返すことができ、同様にシステムも意思決定者の提案を再度改善、完成、洗練して、検証のために送り返します。
D. Powerは、支援モードに応じてDSSの別の分類法を作成しました。[ 27 ]彼は、コミュニケーション主導型DSS、データ主導型DSS、ドキュメント主導型DSS、知識主導型DSS、モデル主導型DSSを区別しています。[ 23 ]
範囲を基準として、Power [ 30 ]はエンタープライズ全体の DSSとデスクトップ DSSを区別しています。エンタープライズ全体の DSSは大規模なデータウェアハウスに接続され、社内の多くの管理者にサービスを提供します。デスクトップのシングルユーザー DSSは、個々の管理者の PC 上で動作する小規模なシステムです。
他のシステムと同様に、DSSシステムも構造化されたアプローチを必要とします。このようなフレームワークには、人材、テクノロジー、開発アプローチが含まれます。[ 24 ]
意思決定支援システムの初期フレームワークは、以下の4つのフェーズで構成されています。
DSSの技術レベル（ハードウェアとソフトウェア）には、以下が含まれる場合があります。
反復的な開発アプローチにより、DSSは様々な間隔で変更および再設計することが可能になります。システムが設計された後は、望ましい結果が得られるよう、必要に応じてテストと修正を行う必要があります。
DSSアプリケーションを分類する方法はいくつかあります。すべてのDSSがこれらのカテゴリのいずれかにきれいに当てはまるわけではなく、2つ以上のアーキテクチャが混在している場合もあります。
HolsappleとWhinston [ 31 ]は、 DSSをテキスト指向DSS、データベース指向DSS、スプレッドシート指向DSS、ソルバー指向DSS、ルール指向DSS、および複合DSSの6つのフレームワークに分類しています。複合DSSはDSSの最も一般的な分類であり、5つの基本構造のうち2つ以上を含むハイブリッドシステムです。[ 31 ]
DSSが提供するサポートは、相互に関連する3つの明確なカテゴリーに分類できます。[ 32 ]個人的サポート、グループサポート、組織的サポート。
DSSの構成要素は以下のように分類できます。
選択された認知的意思決定機能を実行し、人工知能またはインテリジェントエージェント技術に基づくDSSは、インテリジェント意思決定支援システム（IDSS）と呼ばれます[ 33 ]。
意思決定工学という新興分野では、意思決定そのものを工学的対象物として扱い、設計や品質保証といった工学原理を、意思決定を構成する要素の明確な表現に適用する。
{{cite journal}}:ジャーナルを引用するには|journal=（ヘルプ）