Недопущення зміщення

Зміщення стосовно суті інформації може бути спричи­нене великою кількістю проблем, пов'язаних з даними: неможли­вістю їх подання відносно часового горизонту, неможливістю їх зіставлення або неможливістю здійснення процедури відбору зразків. Наприклад, розглянемо прийняття рішення щодо визна­чення чисельності фахівців з обслуговування аварійних ситуацій. Метою системи має бути гарантування того, що чисельність фа­хівців з обслуговування аварійних ситуацій буде найвищою тоді, коли ймовірність аварій найбільша. Для підтримки прийняття та­кого рішення створена база даних може підраховувати кількість аварій на годину. ОПР може дійти висновку, що кількість загиб­лих в автомобільних катастрофах невелика між 3 та 5 годинами ночі та є високою між 15 та 17 годинами дня. І хоча ці статисти­чні дані безперечно правильні, у дійсності вони забезпечують по­вністю хибну ймовірність того, що життя буде втрачене в аварії. Вони не відображають відносну кількість машин на дорогах у ці проміжки часу. Кількість загиблих протягом вранішніх годин є невеликою за абсолютною величиною, але її можна вважати ви­сокою з урахуванням кількості машин на дорогах у той самий

проміжок часу. Отже, у дійсності це може означати набагато ви­щу ймовірність аварій зі смертельними наслідками, ніж було до цього, що наштовхує на думку про необхідність мати більшу чи­сельність фахівців у цей проміжок часу.

Змінні, які включені до системи, також можуть спричиняти похибку за аналізування. Наприклад, маючи тільки дані «кіль­кість загиблих» щодо кожного можливого сценарію та не маючи даних «кількість збережених життів» за цими самими сценарія­ми, може мати місце тенденція до негативного впливу на аналіз у зіставленні з консервативнішими рішеннями.

Розробники СППР також можуть негативно впливати на фор­мування баз даних, включаючи до них тільки матеріали нерепре-зентативної вибірки із сукупності, що цікавить ОПР. Наприклад, якщо СППР має підтримувати маркетингові розробки, то розроб­ник СППР може негативно вплинути на результат, включаючи інформацію тільки з одного регіону країни, або однієї країни із деякої групи країн. На результати деяких досліджень може нега­тивно впливати також вибір нерепрезентативного часового гори­зонту. Наприклад, якщо ОПР потрібно вибрати кращий із альтер­нативних термінів доставления продукції, а в базу даних включені тільки дані щодо середини та кінця грудня, то, імовір­но, результат буде хибним. Це частково справджується, якщо ча­совий горизонт відображає різноманітні дані про компанію.

Релевантність

Три інші ознаки інформації — релевантність, зістав-люваність та надійність — можуть спричинити проблему негатив­ного впливу на дані. Аналогічно як і щодо достатності даних вирішальним для розробників СППР є їх чутливість як до вира­жених словами потреб ОПР, так і до тих, які вони мали на увазі. Коли потреба в даних та їх використання в майбутньому можуть бути спрогнозовані, то розробники можуть створити «розумні» попереджувальні вікна, які допоможуть ОПР зрозуміти величину похибки, що існує у вибірковій сукупності. Також розробникам слід розробити попереджувальні екрани з нагадуванням ОПР про існування похибки та її негативний вплив на дослідження і аналіз.

Мабуть, найочевиднішим питанням, яке розглядається за по­будови бази даних, є доречність інформації для вибору кращого з альтернативних рішень, що розглядаються. Розробники СППР інколи мають спокусу комп'ютеризувати все, що є доступним, бо це, можливо, колись буде корисним. Зрозуміло, що такий підхід

може призвести до неефективного зберігання та використання даних. Однак небезпечним аспектом цієї концепції є те, що коли дані доступні для користувача, то він, можливо, буде їх викорис­товувати, незважаючи на їх доречність чи недоречність. Напри­клад, багато користувачів, застосовуючи методи регресії, вводять у модель кожну змінну, яку вони тільки можуть уявити в ній. в надії на те, що що-небудь покаже показник доречності цієї змін­ної в розв'язку задачі. Необхідно захистити користувачів від та­кого підходу та надавати їм такі дані, які можуть бути викорис­тані в моделі та дійсно будуть доречними для рішення і забезпе­чать значимість результатів.

Можна визначити доречність для рішення, як функцію вибо­рів та альтернатив, доступних для ОПР. Вирішальним є обережне визначення меж конкретного рішення. Розглянемо СППР, при­значену допомагати головному автомобільному дилеру контро­лювати рівень запасів та управляти ними. Однією частиною такої системи може бути інформація щодо наявних деталей в інших дилерів, які перебувають поблизу. Такі дані здаються доречними. Однак, якщо термін «поблизу» не визначено правильно, то не всі дані можуть бути доречними для ОПР. Наприклад, допустимо, що база даних розроблена для всіх дилерських фірм певної обла­сті. Деяка дилерська фірма, що розміщена на межі області, мож­ливо, визначить, що необхідна їй деталь знаходиться за 300 км, у той час як така деталь є також на складі за 30 км в іншій області. Отже, одержана інформація є недостатньою для прийняття ефек­тивнішого рішення, тому що дезорієнтована дилерська фірма має використовувати ресурси, що зберігаються на значно більшій відстані від неї.

Зіставлюваність

Коли вирішується, чи є дані корисними, необхідно оці­нити, чи можна їх зіставляти з іншими доречними даними. Зіста­влюваність означає, що за важливими напрямами порівняння умови мають бути однаковими. Дійсно, визначення терміна «важ­ливі напрями» залежить від ситуації, яка розглядається. Може бути бажаним для даних мати подібний часовий горизонт. Або може бути необхідним, щоб дані репрезентували ту саму сукуп­ність показників. Головним моментом є те, що значення деяких розбіжностей між двома сукупностями статистичних даних має бути зведене до однієї, і тільки однієї розбіжності, тому що всі інші умови однакові.

Надійність

Творці рішень вважають, що дані правильні, якщо во­ни включені до бази даних, тому розробникам необхідно гаран­тувати їх точність. їм слід перевіряти введення даних до бази та цілісність бази даних.

Надмірність

У досконалому суспільстві нам слід використовувати мінімально можливий обсяг інформації, а також зберігати най­меншу її кількість. Ця мета є похвальною, тому що вона не об­межує можливості користувача поєднувати дані з різноманітних джерел. Однак у багатьох ситуаціях, які трапляються в реальному світі, деяка надмірність інформації стає корисною. По-перше, якщо та сама інформація зберігається в двох базах даних і одна з них пошкоджується, то її дуже легко можна відновити. Надмір­ність також діє як механізм, що гарантує істинність даних у кон­кретному полі.

По-друге, «досконала ситуація» допускає, що всі дані знахо­дяться в таких відношеннях та таблицях, які можуть бути легко та швидко поєднані. Це означає, що розробник може заздалегідь передбачити можливі поєднання даних та визначити індекси між таблицями у такий спосіб, щоб ці поєднання були можливими. Крім цього, така ситуація допускає, що обчислювальних потуж­ностей ЕОМ для поєднання даних з різноманітних баз достатньо, щоб гарантувати, що користувачі отримають досить швидко таку інформацію. Але не завжди так буває насправді. Як змінюється організаційне середовище та ОПР, так змінюються і види запитів користувачів. Якщо ці зміни не передбачені розробником СППР, то існуючі нормалізовані бази даних не зможуть задовольнити нові потреби користувачів. Однак деякі додаткові витрати умож­ливлюють ефективне задоволення непередбачуваних запитів, то­му розробнику необхідно подумати та оцінити можливу користь від надмірності даних для даної прикладної задачі.

Поиск по сайту: