Savremene primene analize odlucivanja u praksi

Maturski. seminarski i diplomski radovi iz ekonomije: menadzment, marketing, finansija, elektronskog poslovanja, internet tehnologija, biznis planovi, makroekonomija, mikroekonomija, preduzetnistvo, upravljanje ljudskim resursima.

U ovom radu su prikazane mogućnosti savremenog koncepta analize podataka i korišćenja nekih kvantitativnih metoda u procesu odlučivanja. Poseban akcenat stavljen je na proces donošenja odluke uz pomoć stabla odlučivanja, kao i ulogu aposteriornih verovatnoća u tom procesu.Kada je reč o procesu odlučivanja, stavovi autora i definisanje samog procesa su različiti, ali se u svima provlače, kao zajednička nit, sledeća saznanja: proces odlučivanja je u stvari izbor između više raspoloživih alternativa za konkretan problem, čiji je rezultat i krajnji cilj sama odluka, a glavni akter procesa jeste donosilac odluke koji može biti pojedinac (direktor ili menadžer) ili grupa ljudi (skupština akcionara, upravni odbor, kolegijum). Kako se donošenje odluke bazira na argumentovanim činjenicama o razmatranom problemu i njihovoj detaljnoj analizi, to se nameće zaključak da kvantitativne metode, tj. optimizacione metode i matematički modeli imaju značajnu ulogu u procesu donošenja odluka. Odluka o izboru metode kojom neku odluku ocenjujemo kao dobru ili lošu, zavisi pre svega od količine informacija koje donosilac odluke poseduje o konkretnom problemu, kao i od okruženja u kome se donosi odluka. Dakle za valjanu odluku, neophodna je i valjana analiza podataka.

Suština savremenog koncepta analize odlučivanja

Razvoj informacionih tehnologija poslednjih desetak godina stvorio je neke nove tendencije u oblasti analize podataka. U uslovima postojanja mnogobrojnih informacija koje zahtevaju analizu, podaci se automatski prikupljaju i skladište u ogromnim bazama podataka (data basis) ili skladištima podataka (data werhouses). Kao neophodno “oruđe”, pojavljuju se novi koncepti pretraživanja podataka (data mining), kao i novi koncepti i algoritmi analize podataka , dajući ovoj oblasti karakteristike gotovo nove naučne discipline. Tako organizovan sistem, proširuje krug korisnika koji imalju potrebu za saznanjem informacija generisanih iz tih podataka. U nameri da predstavimo mogućnosti savremenog koncepta analize podataka, kao podrške donosiocu odluke, neizostavno je govoriti o konceptu data mining-a, koji je u protekloj dekadi izazvao izuzetnu pažnju u akademskim krugovima koji se bave računarstvom i statistikom. Suština data mining-a se sastoji u sledećem: to je proces obrade velikog broja podataka, uz pomoć automatskih ili poluautomatskih alata, sa ciljem utvrđivanja bitnih funkcionalnih veza, obrazaca ili pravila.

Najčešće se kao tehnike i algoritmi data mininga navode:automatsko određivanje klastera, stablo odlučivanja i veštačke neuronske mreže. Međutim, opšte posmatrano, tehnike i algoritme data minimg-a moguće je svrstati u dve grupe. Teorijske tehnike predstavljaju tehnike data mininga u širem smislu i tu ubrajamo:
• Linearnu regresiju
• Logičku regresiju
• Analizu varijanse
• t - testovi
• Diskriminacionu analizu
• Metode predviđanja
• Ispitivanje korelacije

Tehnike u užem smislu generisane su iz samih podataka i tu ubrajamo:
• Vizuelno ispitivanje podataka
• Stablo odlučivanja
• Neuronske mreže
• Klaster analizu
• Faktorsku analizu.

Uloga savremenog koncepta analize podataka u procesu odlučivanja

Stablo odlučivanja - tehnika analize podataka

Stablo odlučivanja je tehnika donošenja odluka, gde se kao kriterijum za izbor javlja očekivana novčana vrednost (Expected Monetary Value - EMV). Pretpostsvke za primenu ove tehnike su sledeće: postoji više alternativa, o čijem izboru se odlučuje, i svaka od njih se realizuje u određenom stanju okruženja. Analogno tome, stablo odlučivanja se sastoji iz zglobova odluke i zglobova stanja okruženja, međusobno povezanih granama. U zglobu odluke se bira jedna, najpovoljnija od svih raspoloživih alternativa, dok zglobovi stanja okruženja pružaju informaciju o očekivanoj novčanoj vrednosti svake alternative u odnosu na stanje okruženja.
Postupak došenja odluke uz pomoć stabla odlučivanja sastoji se iz sledećih koraka:
Korak 1. Definisanje problema
Korak 2. Analiza strukture i crtanje stabla odlučivanja
Korak 3. Dodeljivanje verovatnoća stanjima okruženja
Korak 4. Određivanje vrednosti iznosa svake alternative za svako stanje
okruženja
Korak 5. Rešavanje problema izračunavanjem očekivane novčane vrednosti
(EMV) za svaki zglob stanja okruženja

Pođimo od pretpostavke da donosilac odluke ima na raspolaganju m različitih alternativa 1 2 , ,..., m a a a , od kojih bira najpovoljniju, a kao kriterijum oprimalnosti uzima očekivanu novčanu vrednost (EMV). Alternative se realizuju u n različitih stanja okruženja 1 2 , ,..., n s s s koja egzistiraju sa odgovarajućim verovatnoćama, 1 2 , ,..., n p p p, respektivno. Neka je ij M vrednosti isplate svake alternative i a (i =1,2,...,m), za svako stanje okruženja j s sa verovatnoćama j p ( j = 1, 2,..., n ). Tada se navedene relacije mogu iskazati sledećom tabelom: