SlideShare una empresa de Scribd logo
1 de 6
Descargar para leer sin conexión
Modelado para la Toma de Decisiones
Marzo 2017 - año 10 Nro. 68
Herramientas para el
Análisis de Negocios
Modelado para la Toma de Decisiones
por Sergio Salimbeni
Marzo 2017
Basado en el “A GUI D E TO T H E BUS I N ES S A N A LYS I S BODY O F KNOWL EDGE ® v.3”
2 www.activus.com.ar info@activus.com.ar
Modelado para la toma de decisiones
Marzo 2017
Introducción
Una de las tareas principales del gestor es la toma
de decisiones. Puede ser individual o grupal a
través de un “Centro Decisor”. Conforme el
entorno, la cantidad de variables y las
interacciones, existen innumerables técnicas y
herramientas para abordarlas. Se publica en este
artículo los conceptos fundamentales de los
sistemas de ayuda para la toma de decisiones.
El proceso en la toma de decisiones es el que se
ilustra a continuación.
Consiste en la colecta de los datos, su posterior
procesamiento, es decir su análisis, a partir del cual
se dice que se cuenta ya con información, la cual es
la base para la toma de decisiones.
Proceso de toma de decisiones
Son, al menos, seis los pasos los que se deben
seguir:
 Identificar con claridad el problema en
cuestión.
 Elaborar una lista con las posibles
alternativas.
 Identificar los posibles resultados.
 Listar el “pago” o “castigo” de cada
alternativa.
 Seleccionar uno de los modelos
matemáticos del proceso de toma de
decisiones.
 Aplicar el modelo, y tomar la decisión.
Breve Clasificación
Para su ordenamiento y estudio, se pueden
clasificar los sistemas para la toma de decisiones
de acuerdo al entorno y la cantidad de agentes de
interacción. Se enumeran a continuación los más
habituales.
En base a cantidad de criterios:
a. Criterio Único
b. Multicriterio (MCDA)
En base a cantidad de Interacciones:
c. No existe interacción alguna
d. Agentes que reconocen una mutua interacción
(Teoría de los Juegos)
Tres escenarios posibles:
Bajo Certidumbre: El tomador de decisión conoce
con certeza las consecuencias de cada una de las
alternativas (ej: plazos fijos).
Bajo Riesgo: Conoce las probabilidades
Bajo Incertidumbre: No conoce probabilidades de
ocurrencia.
Técnicas y herramientas tales como criterios Maxi-
Max, Markov, Programación lineal, cálculo
diferencial, teoría de los juegos o AHP para
multicriterio, son tan sólo algunas de las técnicas
utilizadas, las cuales describiremos en detalle en
próximos artículos.
Cálculo Diferencial Programación Lineal
3 www.activus.com.ar info@activus.com.ar
Modelado para la toma de decisiones
Marzo 2017
Regresión y
Correlación
Teoría de filas de espera
Modelado para la toma de decisiones
1. Propósito
El modelado de decisiones muestra cómo se toman las
decisiones empresariales que se dan repetidamente
durante la vida de la organización.
2. Descripción
Los modelos de decisión muestran cómo los datos y el
conocimiento se combinan para tomar una decisión
específica.
Los modelos de decisión pueden usarse tanto para
decisiones sencillas como complejas.
Los modelos de decisión sencillos utilizan una sola tabla
de decisión o árbol de decisión para mostrar cómo un
conjunto de reglas de negocio, que operan en un
conjunto común de elementos de datos, se combinan
para crear una decisión.
Los modelos de decisión complejos dividen las
decisiones en sus componentes individuales para que
cada parte de la decisión pueda ser descripta por
separado y el modelo pueda mostrar cómo se combinan
esas piezas para tomar una decisión global.
La información que debe estar disponible para tomar la
decisión y cualquier sub-decisión puede ser
descompuesta. Cada sub-decisión se describe en
términos de las reglas de negocio requeridas para tomar
esa parte de la misma.
Un modelo de decisión integral es un modelo general
vinculado a procesos, medidas de desempeño y
organizaciones. Muestra de dónde vienen las reglas de
negocio y representa decisiones analíticamente.
Las reglas de negocio involucradas en una decisión dada
pueden ser definitorias o de comportamiento. Por
ejemplo, una decisión "validar orden" puede comprobar
que el importe del impuesto se calcula correctamente
(una regla de definición) y que la dirección de
facturación coincide con la tarjeta de crédito
proporcionada (una regla de comportamiento).
Las tablas de decisión y los árboles de decisión definen
cómo se toma una decisión específica.
Un modelo de decisión gráfica se puede construir en
varios niveles. Un modelo de alto nivel sólo puede
mostrar las decisiones empresariales tal y como
aparecen en los procesos empresariales, mientras que
un modelo más detallado puede mostrar la toma de
decisiones tal como es o por hacer con suficiente detalle
como estructura para todas las reglas empresariales
relevantes.
3. Elementos
3.1. Tipos de modelos y anotaciones
Existen varios enfoques diferentes para el modelado de
decisiones. Las tablas de decisión representan todas las
reglas necesarias para tomar una decisión atómica. Los
árboles de decisión son comunes en algunas industrias,
pero generalmente se usan con mucha menos
frecuencia que las tablas de decisión.
Las decisiones complejas requieren la combinación de
múltiples decisiones simples en una red. Esto se muestra
utilizando la dependencia o las notaciones de requisitos.
Todos estos enfoques implican tres elementos clave:
• decisión,
• información y
• conocimiento.
4 www.activus.com.ar info@activus.com.ar
Modelado para la toma de decisiones
Marzo 2017
Tablas de decisión
Las decisiones empresariales utilizan un conjunto
específico de valores de entrada para determinar un
resultado determinado mediante el uso de un conjunto
definido de reglas de negocio para seleccionar uno de
los resultados disponibles. Una tabla de decisión es una
representación tabular compacta de un conjunto de
estas reglas. Cada fila (o columna) es una regla y cada
columna (o fila) representa una de las condiciones de
esa regla. Cuando todas las condiciones de una regla
particular se evalúan como verdaderas para un conjunto
de datos de entrada, se selecciona el resultado o la
acción especificada para esa regla.
Decisiones multicriterio. Mérodo Promethee
Las tablas de decisión contienen generalmente una o
más columnas de condición que se asignan a elementos
de datos específicos, así como una o más columnas de
acción o resultado. Cada fila puede contener una
condición específica en cada columna de condición.
Éstos se evalúan en función del valor del elemento de
datos considerado. Si todas las celdas de una regla están
en blanco o se evalúan como verdaderas, la regla es
verdadera y se produce el resultado especificado en la
columna de acción o de resultado.
Tabla de decisiones
Árboles de decisión
Los árboles de decisión también se utilizan para
representar un conjunto de reglas de negocio. Cada ruta
en un nodo de hoja de árbol de decisión es una regla
única. Cada nivel en el árbol representa un elemento de
datos específico; las ramas descendentes representan
las diferentes condiciones que deben ser verdaderas
para continuar por esa rama.
Los árboles de decisión pueden ser muy efectivos para
representar ciertos tipos de conjuntos de reglas,
especialmente aquellos relacionados con la
segmentación de clientes.
Al igual que ocurre con las tablas de decisión, un árbol
de decisión selecciona una de las acciones o resultados
disponibles (un nodo de hoja mostrado en la extrema
derecha o inferior del árbol) basado en los valores
específicos que le pasan los elementos de datos que
representan los nodos de ramificación.
En el siguiente árbol de decisiones, las reglas en el árbol
comparten las condiciones (representadas por nodos
anteriores en el árbol).
Árbol de decisión
Diagramas de requisitos de decisión
Un diagrama de requisitos de decisión es una
representación visual de la información, el conocimiento
y la toma de decisiones involucrados en una decisión de
negocios más compleja. Los diagramas de requisitos de
decisión contienen los siguientes elementos:
5 www.activus.com.ar info@activus.com.ar
Modelado para la toma de decisiones
Marzo 2017
• Decisiones: se muestran como rectángulos. Cada
decisión toma un conjunto de entradas y selecciona de
un conjunto definido de salidas posibles aplicando reglas
de negocio y otra lógica de decisión.
• Datos de entrada: se muestran como óvalos, que
representan datos que se deben pasar como entrada a
una decisión en el diagrama.
• Modelos de Conocimiento de Negocios: se muestra
como un rectángulo con las esquinas cortadas,
representando conjuntos de reglas de negocio, tablas de
decisión, árboles de decisión o incluso modelos
analíticos predictivos que describen con precisión cómo
tomar una decisión.
• Fuentes de conocimiento: se muestra como un
documento que representa los documentos originales
de origen o las personas de las que puede derivarse o se
ha derivado la lógica de decisión necesaria.
Estos nodos están unidos entre sí en una red para
mostrar la descomposición de la toma de decisiones
complejas en bloques de construcción más sencillos. Las
flechas sólidas muestran los requisitos de información
para una decisión.
Fuente: IIBA BABok v.3
Estos requisitos de información pueden vincular los
datos de entrada a una decisión, para demostrar que
esta decisión requiere que los datos estén disponibles, o
puede vincular dos decisiones en conjunto. Los modelos
de conocimiento empresarial que describen cómo tomar
una decisión específica pueden vincularse a esa decisión
con flechas para mostrar los requisitos de conocimiento.
Las fuentes de conocimiento se pueden vincular a las
decisiones con una flecha discontinua y redondeada
para mostrar que una fuente de conocimiento (por
ejemplo, un documento o una persona) es una autoridad
para la decisión. Esto se conoce como requisito de
autoridad.
4. Consideraciones de uso
4.1. Fortalezas
• Los modelos de decisión son fáciles de compartir con
las partes interesadas, facilitan una comprensión
compartida y apoyan el análisis de impacto.
• Se pueden compartir y combinar múltiples
perspectivas, especialmente cuando se utiliza un
diagrama.
• Simplifica la toma de decisiones complejas eliminando
la gestión de reglas de negocio del proceso.
• Ayuda a administrar un gran número de reglas en las
tablas de decisión agrupando las reglas por decisión.
Esto también ayuda con la reutilización.
• Estos modelos trabajan para automatización basada en
reglas, minería de datos y análisis predictivo, así como
para decisiones manuales o proyectos de Business
Intelligence.
4.2. Limitaciones
• Añade un segundo estilo de diagrama al modelar
procesos empresariales que contienen decisiones. Esto
6 www.activus.com.ar info@activus.com.ar
Modelado para la toma de decisiones
Marzo 2017
puede agregar complejidad innecesaria si la decisión es
simple y estrechamente acoplada con el proceso.
• Pueden limitar las reglas a las requeridas por las
decisiones conocidas y así limitar la captura de reglas no
relacionadas con una decisión conocida.
• La definición de modelos de decisión puede permitir
que una organización piense que tiene una forma
estándar de tomar decisiones cuando no lo hace. Puede
bloquear a una organización en un enfoque de toma de
decisiones en el estado actual.
• Recorta los límites de la organización, lo que puede
dificultar la adquisición de cualquier aprobación
necesaria.
• No puede abordar las reglas de negocios conductuales
de una manera directa.
• La terminología comercial debe estar claramente
definida y compartida.
5. Conclusiones
Una de las tareas más frecuentes del Gestor o
Administrador es la adopción de decisiones, el cuan es
también uno de los tópicos de mayor actualidad.
Los estudiosos del tema han enfocado esta problemática
desde diferentes perspectivas. Este artículo pretendió
apenas presentar a los sistemas de ayuda para la toma
de decisiones como una disciplina merecedora de ser
estudiada en profundidad, y es por ello que la
abordaremos en detalle en sucesivos artículos.
Sergio Salimbeni

Más contenido relacionado

La actualidad más candente

Ventajas y desventajas de los sistemas de informacion
Ventajas y desventajas de los sistemas de informacionVentajas y desventajas de los sistemas de informacion
Ventajas y desventajas de los sistemas de informacionmanuelrivasv95
 
UNIDAD 4 DISEÑO DE BASE DE DATOS RELACIONAL
UNIDAD 4 DISEÑO DE BASE DE DATOS RELACIONALUNIDAD 4 DISEÑO DE BASE DE DATOS RELACIONAL
UNIDAD 4 DISEÑO DE BASE DE DATOS RELACIONALLuiS YmAY
 
Unidad 2. modelo entidad relacion
Unidad 2. modelo entidad relacionUnidad 2. modelo entidad relacion
Unidad 2. modelo entidad relacionLuiS YmAY
 
Análisis de sistemas fases del diseño de sistemas
Análisis de sistemas fases del diseño de sistemasAnálisis de sistemas fases del diseño de sistemas
Análisis de sistemas fases del diseño de sistemasprofmyriamsanuy
 
Unidad 4-generacion-de-numeros-pseudoaleatorios1
Unidad 4-generacion-de-numeros-pseudoaleatorios1Unidad 4-generacion-de-numeros-pseudoaleatorios1
Unidad 4-generacion-de-numeros-pseudoaleatorios1Juan Carlos Martinez Garcia
 
Presentación Unidad 3: Análisis de las Necesidades del Sistema
Presentación Unidad 3: Análisis de las Necesidades del SistemaPresentación Unidad 3: Análisis de las Necesidades del Sistema
Presentación Unidad 3: Análisis de las Necesidades del SistemaMariana Marabay Alba
 
Arquitectura flujo de datos(filtros y tuberías)
Arquitectura flujo de datos(filtros y tuberías)Arquitectura flujo de datos(filtros y tuberías)
Arquitectura flujo de datos(filtros y tuberías)katherine revelo gomez
 
Desarrollo estructurado
Desarrollo estructuradoDesarrollo estructurado
Desarrollo estructuradowaralivt
 
diseño lógico y diseño físico
diseño lógico y diseño físicodiseño lógico y diseño físico
diseño lógico y diseño físicoerrroman
 
Procesos Introduccion a los sistemas operativos
 Procesos Introduccion a los sistemas operativos Procesos Introduccion a los sistemas operativos
Procesos Introduccion a los sistemas operativosG Hoyos A
 
Tipos sistemas de información
Tipos sistemas de informaciónTipos sistemas de información
Tipos sistemas de informaciónbrugman1985
 
El conocimiento en Inteligencia Artificial
El conocimiento en Inteligencia ArtificialEl conocimiento en Inteligencia Artificial
El conocimiento en Inteligencia Artificialwarrionet
 
2 2 estilos arquitectonicos
2 2 estilos arquitectonicos2 2 estilos arquitectonicos
2 2 estilos arquitectonicoslandeta_p
 
Organizadores Graficos 2
Organizadores Graficos 2Organizadores Graficos 2
Organizadores Graficos 2Alejandro Pozo
 

La actualidad más candente (20)

Reglas de Produccion
Reglas de ProduccionReglas de Produccion
Reglas de Produccion
 
Ventajas y desventajas de los sistemas de informacion
Ventajas y desventajas de los sistemas de informacionVentajas y desventajas de los sistemas de informacion
Ventajas y desventajas de los sistemas de informacion
 
Pt7seccion2
Pt7seccion2Pt7seccion2
Pt7seccion2
 
Unidad 1 toma de decisiones
Unidad 1 toma de decisionesUnidad 1 toma de decisiones
Unidad 1 toma de decisiones
 
UNIDAD 4 DISEÑO DE BASE DE DATOS RELACIONAL
UNIDAD 4 DISEÑO DE BASE DE DATOS RELACIONALUNIDAD 4 DISEÑO DE BASE DE DATOS RELACIONAL
UNIDAD 4 DISEÑO DE BASE DE DATOS RELACIONAL
 
Unidad 2. modelo entidad relacion
Unidad 2. modelo entidad relacionUnidad 2. modelo entidad relacion
Unidad 2. modelo entidad relacion
 
Análisis de sistemas fases del diseño de sistemas
Análisis de sistemas fases del diseño de sistemasAnálisis de sistemas fases del diseño de sistemas
Análisis de sistemas fases del diseño de sistemas
 
Ingenieria de software
Ingenieria de softwareIngenieria de software
Ingenieria de software
 
Unidad 4-generacion-de-numeros-pseudoaleatorios1
Unidad 4-generacion-de-numeros-pseudoaleatorios1Unidad 4-generacion-de-numeros-pseudoaleatorios1
Unidad 4-generacion-de-numeros-pseudoaleatorios1
 
Presentación Unidad 3: Análisis de las Necesidades del Sistema
Presentación Unidad 3: Análisis de las Necesidades del SistemaPresentación Unidad 3: Análisis de las Necesidades del Sistema
Presentación Unidad 3: Análisis de las Necesidades del Sistema
 
UML
UMLUML
UML
 
Arquitectura flujo de datos(filtros y tuberías)
Arquitectura flujo de datos(filtros y tuberías)Arquitectura flujo de datos(filtros y tuberías)
Arquitectura flujo de datos(filtros y tuberías)
 
Desarrollo estructurado
Desarrollo estructuradoDesarrollo estructurado
Desarrollo estructurado
 
diseño lógico y diseño físico
diseño lógico y diseño físicodiseño lógico y diseño físico
diseño lógico y diseño físico
 
Procesos Introduccion a los sistemas operativos
 Procesos Introduccion a los sistemas operativos Procesos Introduccion a los sistemas operativos
Procesos Introduccion a los sistemas operativos
 
Bosquejo del metodo
Bosquejo del metodoBosquejo del metodo
Bosquejo del metodo
 
Tipos sistemas de información
Tipos sistemas de informaciónTipos sistemas de información
Tipos sistemas de información
 
El conocimiento en Inteligencia Artificial
El conocimiento en Inteligencia ArtificialEl conocimiento en Inteligencia Artificial
El conocimiento en Inteligencia Artificial
 
2 2 estilos arquitectonicos
2 2 estilos arquitectonicos2 2 estilos arquitectonicos
2 2 estilos arquitectonicos
 
Organizadores Graficos 2
Organizadores Graficos 2Organizadores Graficos 2
Organizadores Graficos 2
 

Destacado

WEBINAR - Business Analysis - Análisis de negocios
WEBINAR - Business Analysis - Análisis de negociosWEBINAR - Business Analysis - Análisis de negocios
WEBINAR - Business Analysis - Análisis de negociosSergio Salimbeni
 
Business Intelligence and Business Analysis
Business Intelligence and Business AnalysisBusiness Intelligence and Business Analysis
Business Intelligence and Business AnalysisSergio Salimbeni
 
Webinar - Balanced Scorecard
Webinar - Balanced ScorecardWebinar - Balanced Scorecard
Webinar - Balanced ScorecardSergio Salimbeni
 
CWP - construction work packages
CWP - construction work packagesCWP - construction work packages
CWP - construction work packagesSergio Salimbeni
 
La arquitectura empresarial y el análisis de negocios
La arquitectura empresarial y el análisis de negociosLa arquitectura empresarial y el análisis de negocios
La arquitectura empresarial y el análisis de negociosSergio Salimbeni
 
Modelado de negocios BPMN
Modelado de negocios BPMNModelado de negocios BPMN
Modelado de negocios BPMNDario Luna
 
Modelado de negocios internacional
Modelado de negocios internacionalModelado de negocios internacional
Modelado de negocios internacionalIntacUCA
 
140 modelado de-negocios
140 modelado de-negocios140 modelado de-negocios
140 modelado de-negociosGeneXus
 
Proyecto De Aplicacion A La Bases Datos
Proyecto De Aplicacion A La Bases DatosProyecto De Aplicacion A La Bases Datos
Proyecto De Aplicacion A La Bases DatosAndreitap de Granda
 
Inteligencia De Negocios En Sql Server 2008
Inteligencia De Negocios En Sql Server 2008Inteligencia De Negocios En Sql Server 2008
Inteligencia De Negocios En Sql Server 2008Eduardo Castro
 
Inteligencia de Negocios en MS Sql Server
Inteligencia de Negocios en MS Sql ServerInteligencia de Negocios en MS Sql Server
Inteligencia de Negocios en MS Sql ServerRicardo Mendoza
 
Manual Analysis Services
Manual Analysis ServicesManual Analysis Services
Manual Analysis Servicesbrobelo
 
Customer Service Módulo 1 de 2
Customer Service Módulo 1 de 2Customer Service Módulo 1 de 2
Customer Service Módulo 1 de 2Sergio Salimbeni
 
Caso de estudio. Decisiones Multicriterio
Caso de estudio. Decisiones MulticriterioCaso de estudio. Decisiones Multicriterio
Caso de estudio. Decisiones MulticriterioSergio Salimbeni
 
Risk Management in Business
Risk Management in BusinessRisk Management in Business
Risk Management in BusinessSergio Salimbeni
 
Customer Service Módulo 2 de 2
Customer Service Módulo 2 de 2Customer Service Módulo 2 de 2
Customer Service Módulo 2 de 2Sergio Salimbeni
 
Business intelligence - Caso de estudio - Sisense
Business intelligence - Caso de estudio - SisenseBusiness intelligence - Caso de estudio - Sisense
Business intelligence - Caso de estudio - SisenseSergio Salimbeni
 

Destacado (20)

Business model CANVAS
Business model CANVASBusiness model CANVAS
Business model CANVAS
 
WEBINAR - Business Analysis - Análisis de negocios
WEBINAR - Business Analysis - Análisis de negociosWEBINAR - Business Analysis - Análisis de negocios
WEBINAR - Business Analysis - Análisis de negocios
 
Teoría de Drexler
Teoría de DrexlerTeoría de Drexler
Teoría de Drexler
 
Business Intelligence and Business Analysis
Business Intelligence and Business AnalysisBusiness Intelligence and Business Analysis
Business Intelligence and Business Analysis
 
Webinar - Balanced Scorecard
Webinar - Balanced ScorecardWebinar - Balanced Scorecard
Webinar - Balanced Scorecard
 
CWP - construction work packages
CWP - construction work packagesCWP - construction work packages
CWP - construction work packages
 
La arquitectura empresarial y el análisis de negocios
La arquitectura empresarial y el análisis de negociosLa arquitectura empresarial y el análisis de negocios
La arquitectura empresarial y el análisis de negocios
 
BPM y BA - IIBA
BPM y BA  - IIBABPM y BA  - IIBA
BPM y BA - IIBA
 
Modelado de negocios BPMN
Modelado de negocios BPMNModelado de negocios BPMN
Modelado de negocios BPMN
 
Modelado de negocios internacional
Modelado de negocios internacionalModelado de negocios internacional
Modelado de negocios internacional
 
140 modelado de-negocios
140 modelado de-negocios140 modelado de-negocios
140 modelado de-negocios
 
Proyecto De Aplicacion A La Bases Datos
Proyecto De Aplicacion A La Bases DatosProyecto De Aplicacion A La Bases Datos
Proyecto De Aplicacion A La Bases Datos
 
Inteligencia De Negocios En Sql Server 2008
Inteligencia De Negocios En Sql Server 2008Inteligencia De Negocios En Sql Server 2008
Inteligencia De Negocios En Sql Server 2008
 
Inteligencia de Negocios en MS Sql Server
Inteligencia de Negocios en MS Sql ServerInteligencia de Negocios en MS Sql Server
Inteligencia de Negocios en MS Sql Server
 
Manual Analysis Services
Manual Analysis ServicesManual Analysis Services
Manual Analysis Services
 
Customer Service Módulo 1 de 2
Customer Service Módulo 1 de 2Customer Service Módulo 1 de 2
Customer Service Módulo 1 de 2
 
Caso de estudio. Decisiones Multicriterio
Caso de estudio. Decisiones MulticriterioCaso de estudio. Decisiones Multicriterio
Caso de estudio. Decisiones Multicriterio
 
Risk Management in Business
Risk Management in BusinessRisk Management in Business
Risk Management in Business
 
Customer Service Módulo 2 de 2
Customer Service Módulo 2 de 2Customer Service Módulo 2 de 2
Customer Service Módulo 2 de 2
 
Business intelligence - Caso de estudio - Sisense
Business intelligence - Caso de estudio - SisenseBusiness intelligence - Caso de estudio - Sisense
Business intelligence - Caso de estudio - Sisense
 

Similar a Modelado de decisiones

Árboles de decisión
Árboles de decisiónÁrboles de decisión
Árboles de decisiónMeivi2525
 
Clase Cuatro Modelos 2009
Clase Cuatro Modelos 2009Clase Cuatro Modelos 2009
Clase Cuatro Modelos 2009infosistemasuno
 
Toma De Decisiones
Toma De DecisionesToma De Decisiones
Toma De Decisionesmarta08
 
Trabajo sesion en linea semana 1
Trabajo sesion en linea semana 1Trabajo sesion en linea semana 1
Trabajo sesion en linea semana 1William Arias
 
Introduccion Inteligencia De Negocios
Introduccion Inteligencia De NegociosIntroduccion Inteligencia De Negocios
Introduccion Inteligencia De NegociosUJAP
 
Mercadotecnia electrónica unidad 5
Mercadotecnia electrónica unidad 5Mercadotecnia electrónica unidad 5
Mercadotecnia electrónica unidad 5ivanteclinares
 
Sistemas de apoyo a la decisión (dss)
Sistemas de apoyo a la decisión (dss)Sistemas de apoyo a la decisión (dss)
Sistemas de apoyo a la decisión (dss)JonathanCovena1
 
Sistemas de Información
Sistemas de InformaciónSistemas de Información
Sistemas de InformaciónPatricia Acosta
 
Inteligencia De Negocios para Dummies
Inteligencia De Negocios para DummiesInteligencia De Negocios para Dummies
Inteligencia De Negocios para DummiesSorey García
 
unidad 5 mercado electronico
unidad 5 mercado electronicounidad 5 mercado electronico
unidad 5 mercado electronicounidad5
 
Sistema de soporte de decisiones(investigacion)
Sistema de soporte de decisiones(investigacion)Sistema de soporte de decisiones(investigacion)
Sistema de soporte de decisiones(investigacion)Enmanuel Hernandez
 
Mineria y modelado de datos
Mineria y modelado de datosMineria y modelado de datos
Mineria y modelado de datosSergio Salimbeni
 
Mejora en la toma de decisiones
Mejora en la toma de decisionesMejora en la toma de decisiones
Mejora en la toma de decisionesmemin987
 
Mejora en la toma de decisiones administrativas para las empresas
Mejora en la toma de decisiones administrativas para las empresasMejora en la toma de decisiones administrativas para las empresas
Mejora en la toma de decisiones administrativas para las empresasmemin987
 

Similar a Modelado de decisiones (20)

Árboles de decisión
Árboles de decisiónÁrboles de decisión
Árboles de decisión
 
Clase Cuatro Modelos 2009
Clase Cuatro Modelos 2009Clase Cuatro Modelos 2009
Clase Cuatro Modelos 2009
 
Toma De Decisiones
Toma De DecisionesToma De Decisiones
Toma De Decisiones
 
Trabajo sesion en linea semana 1
Trabajo sesion en linea semana 1Trabajo sesion en linea semana 1
Trabajo sesion en linea semana 1
 
SISTEMAS DE INFORMACIÓN
SISTEMAS DE INFORMACIÓNSISTEMAS DE INFORMACIÓN
SISTEMAS DE INFORMACIÓN
 
Introduccion Inteligencia De Negocios
Introduccion Inteligencia De NegociosIntroduccion Inteligencia De Negocios
Introduccion Inteligencia De Negocios
 
business intelligence.pptx
business intelligence.pptxbusiness intelligence.pptx
business intelligence.pptx
 
Mercadotecnia electrónica unidad 5
Mercadotecnia electrónica unidad 5Mercadotecnia electrónica unidad 5
Mercadotecnia electrónica unidad 5
 
Sistemas de apoyo a la decisión (dss)
Sistemas de apoyo a la decisión (dss)Sistemas de apoyo a la decisión (dss)
Sistemas de apoyo a la decisión (dss)
 
DSS
DSSDSS
DSS
 
Sistemas de Información
Sistemas de InformaciónSistemas de Información
Sistemas de Información
 
4.data mining
4.data mining4.data mining
4.data mining
 
Fase De DiseñO Y Analisis De Datos
Fase De DiseñO Y Analisis De DatosFase De DiseñO Y Analisis De Datos
Fase De DiseñO Y Analisis De Datos
 
Inteligencia De Negocios para Dummies
Inteligencia De Negocios para DummiesInteligencia De Negocios para Dummies
Inteligencia De Negocios para Dummies
 
unidad 5 mercado electronico
unidad 5 mercado electronicounidad 5 mercado electronico
unidad 5 mercado electronico
 
Sistema de soporte de decisiones(investigacion)
Sistema de soporte de decisiones(investigacion)Sistema de soporte de decisiones(investigacion)
Sistema de soporte de decisiones(investigacion)
 
UNIDAD 5 DIAPOSITIVAS
UNIDAD 5 DIAPOSITIVASUNIDAD 5 DIAPOSITIVAS
UNIDAD 5 DIAPOSITIVAS
 
Mineria y modelado de datos
Mineria y modelado de datosMineria y modelado de datos
Mineria y modelado de datos
 
Mejora en la toma de decisiones
Mejora en la toma de decisionesMejora en la toma de decisiones
Mejora en la toma de decisiones
 
Mejora en la toma de decisiones administrativas para las empresas
Mejora en la toma de decisiones administrativas para las empresasMejora en la toma de decisiones administrativas para las empresas
Mejora en la toma de decisiones administrativas para las empresas
 

Más de Sergio Salimbeni

Service 4.0 - La Industria 4.0 aplicada a servicios
Service 4.0 - La Industria 4.0 aplicada a serviciosService 4.0 - La Industria 4.0 aplicada a servicios
Service 4.0 - La Industria 4.0 aplicada a serviciosSergio Salimbeni
 
Digitisation, Digitalisation, Digital Transformation & Industry 4.0
Digitisation, Digitalisation, Digital Transformation & Industry 4.0Digitisation, Digitalisation, Digital Transformation & Industry 4.0
Digitisation, Digitalisation, Digital Transformation & Industry 4.0Sergio Salimbeni
 
Industria 4.0 Semántica e Inteligencia Artificial-webinar
Industria 4.0 Semántica e Inteligencia Artificial-webinarIndustria 4.0 Semántica e Inteligencia Artificial-webinar
Industria 4.0 Semántica e Inteligencia Artificial-webinarSergio Salimbeni
 
La incorporación de Cobots en líneas de producción - Webinar
La incorporación de Cobots en líneas de producción - WebinarLa incorporación de Cobots en líneas de producción - Webinar
La incorporación de Cobots en líneas de producción - WebinarSergio Salimbeni
 
Método KT para el análisis de problemas
Método KT para el análisis de problemasMétodo KT para el análisis de problemas
Método KT para el análisis de problemasSergio Salimbeni
 
Industry 4.0 Quality 4.0 and New Product Development
Industry 4.0 Quality 4.0 and New Product DevelopmentIndustry 4.0 Quality 4.0 and New Product Development
Industry 4.0 Quality 4.0 and New Product DevelopmentSergio Salimbeni
 
Capability Map - Análisis de Capacidades
Capability Map - Análisis de CapacidadesCapability Map - Análisis de Capacidades
Capability Map - Análisis de CapacidadesSergio Salimbeni
 
Process perfomance management v.3
Process perfomance management  v.3Process perfomance management  v.3
Process perfomance management v.3Sergio Salimbeni
 
Los 7 pasos de la planificacion
Los 7 pasos de la planificacionLos 7 pasos de la planificacion
Los 7 pasos de la planificacionSergio Salimbeni
 
Dinámica de sistemas caso bicisendas
Dinámica de sistemas   caso bicisendasDinámica de sistemas   caso bicisendas
Dinámica de sistemas caso bicisendasSergio Salimbeni
 
Gestión estratégica 2da edición
Gestión estratégica   2da ediciónGestión estratégica   2da edición
Gestión estratégica 2da ediciónSergio Salimbeni
 

Más de Sergio Salimbeni (20)

Service 4.0 - La Industria 4.0 aplicada a servicios
Service 4.0 - La Industria 4.0 aplicada a serviciosService 4.0 - La Industria 4.0 aplicada a servicios
Service 4.0 - La Industria 4.0 aplicada a servicios
 
Digitisation, Digitalisation, Digital Transformation & Industry 4.0
Digitisation, Digitalisation, Digital Transformation & Industry 4.0Digitisation, Digitalisation, Digital Transformation & Industry 4.0
Digitisation, Digitalisation, Digital Transformation & Industry 4.0
 
Management 4.0
Management 4.0Management 4.0
Management 4.0
 
Industria 4.0 Semántica e Inteligencia Artificial-webinar
Industria 4.0 Semántica e Inteligencia Artificial-webinarIndustria 4.0 Semántica e Inteligencia Artificial-webinar
Industria 4.0 Semántica e Inteligencia Artificial-webinar
 
La incorporación de Cobots en líneas de producción - Webinar
La incorporación de Cobots en líneas de producción - WebinarLa incorporación de Cobots en líneas de producción - Webinar
La incorporación de Cobots en líneas de producción - Webinar
 
Método KT para el análisis de problemas
Método KT para el análisis de problemasMétodo KT para el análisis de problemas
Método KT para el análisis de problemas
 
Industry 4.0 Quality 4.0 and New Product Development
Industry 4.0 Quality 4.0 and New Product DevelopmentIndustry 4.0 Quality 4.0 and New Product Development
Industry 4.0 Quality 4.0 and New Product Development
 
Seminario RASTI - USAL
Seminario RASTI - USALSeminario RASTI - USAL
Seminario RASTI - USAL
 
Calidad 4.0 - 2019
Calidad 4.0  - 2019Calidad 4.0  - 2019
Calidad 4.0 - 2019
 
Quality 4.0
Quality 4.0Quality 4.0
Quality 4.0
 
Capability Map - Análisis de Capacidades
Capability Map - Análisis de CapacidadesCapability Map - Análisis de Capacidades
Capability Map - Análisis de Capacidades
 
Procesos y procedimientos
Procesos y procedimientosProcesos y procedimientos
Procesos y procedimientos
 
Process perfomance management v.3
Process perfomance management  v.3Process perfomance management  v.3
Process perfomance management v.3
 
Process intelligence ed.2
Process intelligence ed.2Process intelligence ed.2
Process intelligence ed.2
 
Los 7 pasos de la planificacion
Los 7 pasos de la planificacionLos 7 pasos de la planificacion
Los 7 pasos de la planificacion
 
Dinámica de sistemas caso bicisendas
Dinámica de sistemas   caso bicisendasDinámica de sistemas   caso bicisendas
Dinámica de sistemas caso bicisendas
 
Infografía PMBoK 6ta ed
Infografía PMBoK 6ta edInfografía PMBoK 6ta ed
Infografía PMBoK 6ta ed
 
Gestión estratégica 2da edición
Gestión estratégica   2da ediciónGestión estratégica   2da edición
Gestión estratégica 2da edición
 
Liderazgo Blake - Mouton
Liderazgo Blake - MoutonLiderazgo Blake - Mouton
Liderazgo Blake - Mouton
 
Gestión de la PyME
Gestión de la PyMEGestión de la PyME
Gestión de la PyME
 

Último

sistemas de produccion de la palta en el peru moises.pptx
sistemas de produccion de la palta en el peru moises.pptxsistemas de produccion de la palta en el peru moises.pptx
sistemas de produccion de la palta en el peru moises.pptxJaredmoisesCarrillo
 
AUDITORIAS en enfermeria hospitalaria .pptx
AUDITORIAS en enfermeria hospitalaria .pptxAUDITORIAS en enfermeria hospitalaria .pptx
AUDITORIAS en enfermeria hospitalaria .pptxMatiasGodoy33
 
Continex para educación, Portafolio de servicios
Continex para educación, Portafolio de serviciosContinex para educación, Portafolio de servicios
Continex para educación, Portafolio de serviciosFundación YOD YOD
 
Contabilidad universitaria Septima edición de MCGrawsHill
Contabilidad universitaria Septima edición de MCGrawsHillContabilidad universitaria Septima edición de MCGrawsHill
Contabilidad universitaria Septima edición de MCGrawsHilldanilojaviersantiago
 
diseño de redes en la cadena de suministro.pptx
diseño de redes en la cadena de suministro.pptxdiseño de redes en la cadena de suministro.pptx
diseño de redes en la cadena de suministro.pptxjuanleivagdf
 
ANÁLISIS CAME, DIAGNOSTICO PUERTO DEL CALLAO
ANÁLISIS CAME, DIAGNOSTICO  PUERTO DEL CALLAOANÁLISIS CAME, DIAGNOSTICO  PUERTO DEL CALLAO
ANÁLISIS CAME, DIAGNOSTICO PUERTO DEL CALLAOCarlosAlbertoVillafu3
 
TEMA 6.- MAXIMIZACION DE LA CONDUCTA DEL PRODUCTOR.pptx
TEMA 6.- MAXIMIZACION DE LA CONDUCTA DEL PRODUCTOR.pptxTEMA 6.- MAXIMIZACION DE LA CONDUCTA DEL PRODUCTOR.pptx
TEMA 6.- MAXIMIZACION DE LA CONDUCTA DEL PRODUCTOR.pptxFrancoSGonzales
 
instrumentos de mercados financieros para estudiantes
instrumentos de mercados financieros  para estudiantesinstrumentos de mercados financieros  para estudiantes
instrumentos de mercados financieros para estudiantessuperamigo2014
 
COPASST Y COMITE DE CONVIVENCIA.pptx DE LA EMPRESA
COPASST Y COMITE DE CONVIVENCIA.pptx DE LA EMPRESACOPASST Y COMITE DE CONVIVENCIA.pptx DE LA EMPRESA
COPASST Y COMITE DE CONVIVENCIA.pptx DE LA EMPRESADanielAndresBrand
 
Clima-laboral-estrategias-de-medicion-e-book-1.pdf
Clima-laboral-estrategias-de-medicion-e-book-1.pdfClima-laboral-estrategias-de-medicion-e-book-1.pdf
Clima-laboral-estrategias-de-medicion-e-book-1.pdfConstructiva
 
Evaluacion Final de logistica - trabajo final
Evaluacion Final de logistica - trabajo finalEvaluacion Final de logistica - trabajo final
Evaluacion Final de logistica - trabajo finalssuser4a0361
 
PPT Empresas IANSA Sobre Recursos Humanos.pdf
PPT Empresas IANSA Sobre Recursos Humanos.pdfPPT Empresas IANSA Sobre Recursos Humanos.pdf
PPT Empresas IANSA Sobre Recursos Humanos.pdfihmorales
 
EGLA CORP - Honduras Abril 27 , 2024.pptx
EGLA CORP - Honduras Abril 27 , 2024.pptxEGLA CORP - Honduras Abril 27 , 2024.pptx
EGLA CORP - Honduras Abril 27 , 2024.pptxDr. Edwin Hernandez
 
MARKETING SENSORIAL -GABRIELA ARDON .pptx
MARKETING SENSORIAL -GABRIELA ARDON .pptxMARKETING SENSORIAL -GABRIELA ARDON .pptx
MARKETING SENSORIAL -GABRIELA ARDON .pptxgabyardon485
 
AFILIACION CAJA NACIONAL DE SALUD WOM 1 .pdf
AFILIACION CAJA NACIONAL DE SALUD WOM 1 .pdfAFILIACION CAJA NACIONAL DE SALUD WOM 1 .pdf
AFILIACION CAJA NACIONAL DE SALUD WOM 1 .pdfOdallizLucanaJalja1
 
exportacion y comercializacion de palta hass
exportacion y comercializacion de palta hassexportacion y comercializacion de palta hass
exportacion y comercializacion de palta hassJhonnyvalenssYupanqu
 
DELITOS CONTRA LA GESTION PUBLICA PPT.pdf
DELITOS CONTRA LA GESTION PUBLICA PPT.pdfDELITOS CONTRA LA GESTION PUBLICA PPT.pdf
DELITOS CONTRA LA GESTION PUBLICA PPT.pdfJaquelinRamos6
 
gua de docente para el curso de finanzas
gua de docente para el curso de finanzasgua de docente para el curso de finanzas
gua de docente para el curso de finanzassuperamigo2014
 
Modelo de convenio de pago con morosos del condominio (GENÉRICO).docx
Modelo de convenio de pago con morosos del condominio (GENÉRICO).docxModelo de convenio de pago con morosos del condominio (GENÉRICO).docx
Modelo de convenio de pago con morosos del condominio (GENÉRICO).docxedwinrojas836235
 

Último (20)

sistemas de produccion de la palta en el peru moises.pptx
sistemas de produccion de la palta en el peru moises.pptxsistemas de produccion de la palta en el peru moises.pptx
sistemas de produccion de la palta en el peru moises.pptx
 
AUDITORIAS en enfermeria hospitalaria .pptx
AUDITORIAS en enfermeria hospitalaria .pptxAUDITORIAS en enfermeria hospitalaria .pptx
AUDITORIAS en enfermeria hospitalaria .pptx
 
Walmectratoresagricolas Trator NH TM7040.pdf
Walmectratoresagricolas Trator NH TM7040.pdfWalmectratoresagricolas Trator NH TM7040.pdf
Walmectratoresagricolas Trator NH TM7040.pdf
 
Continex para educación, Portafolio de servicios
Continex para educación, Portafolio de serviciosContinex para educación, Portafolio de servicios
Continex para educación, Portafolio de servicios
 
Contabilidad universitaria Septima edición de MCGrawsHill
Contabilidad universitaria Septima edición de MCGrawsHillContabilidad universitaria Septima edición de MCGrawsHill
Contabilidad universitaria Septima edición de MCGrawsHill
 
diseño de redes en la cadena de suministro.pptx
diseño de redes en la cadena de suministro.pptxdiseño de redes en la cadena de suministro.pptx
diseño de redes en la cadena de suministro.pptx
 
ANÁLISIS CAME, DIAGNOSTICO PUERTO DEL CALLAO
ANÁLISIS CAME, DIAGNOSTICO  PUERTO DEL CALLAOANÁLISIS CAME, DIAGNOSTICO  PUERTO DEL CALLAO
ANÁLISIS CAME, DIAGNOSTICO PUERTO DEL CALLAO
 
TEMA 6.- MAXIMIZACION DE LA CONDUCTA DEL PRODUCTOR.pptx
TEMA 6.- MAXIMIZACION DE LA CONDUCTA DEL PRODUCTOR.pptxTEMA 6.- MAXIMIZACION DE LA CONDUCTA DEL PRODUCTOR.pptx
TEMA 6.- MAXIMIZACION DE LA CONDUCTA DEL PRODUCTOR.pptx
 
instrumentos de mercados financieros para estudiantes
instrumentos de mercados financieros  para estudiantesinstrumentos de mercados financieros  para estudiantes
instrumentos de mercados financieros para estudiantes
 
COPASST Y COMITE DE CONVIVENCIA.pptx DE LA EMPRESA
COPASST Y COMITE DE CONVIVENCIA.pptx DE LA EMPRESACOPASST Y COMITE DE CONVIVENCIA.pptx DE LA EMPRESA
COPASST Y COMITE DE CONVIVENCIA.pptx DE LA EMPRESA
 
Clima-laboral-estrategias-de-medicion-e-book-1.pdf
Clima-laboral-estrategias-de-medicion-e-book-1.pdfClima-laboral-estrategias-de-medicion-e-book-1.pdf
Clima-laboral-estrategias-de-medicion-e-book-1.pdf
 
Evaluacion Final de logistica - trabajo final
Evaluacion Final de logistica - trabajo finalEvaluacion Final de logistica - trabajo final
Evaluacion Final de logistica - trabajo final
 
PPT Empresas IANSA Sobre Recursos Humanos.pdf
PPT Empresas IANSA Sobre Recursos Humanos.pdfPPT Empresas IANSA Sobre Recursos Humanos.pdf
PPT Empresas IANSA Sobre Recursos Humanos.pdf
 
EGLA CORP - Honduras Abril 27 , 2024.pptx
EGLA CORP - Honduras Abril 27 , 2024.pptxEGLA CORP - Honduras Abril 27 , 2024.pptx
EGLA CORP - Honduras Abril 27 , 2024.pptx
 
MARKETING SENSORIAL -GABRIELA ARDON .pptx
MARKETING SENSORIAL -GABRIELA ARDON .pptxMARKETING SENSORIAL -GABRIELA ARDON .pptx
MARKETING SENSORIAL -GABRIELA ARDON .pptx
 
AFILIACION CAJA NACIONAL DE SALUD WOM 1 .pdf
AFILIACION CAJA NACIONAL DE SALUD WOM 1 .pdfAFILIACION CAJA NACIONAL DE SALUD WOM 1 .pdf
AFILIACION CAJA NACIONAL DE SALUD WOM 1 .pdf
 
exportacion y comercializacion de palta hass
exportacion y comercializacion de palta hassexportacion y comercializacion de palta hass
exportacion y comercializacion de palta hass
 
DELITOS CONTRA LA GESTION PUBLICA PPT.pdf
DELITOS CONTRA LA GESTION PUBLICA PPT.pdfDELITOS CONTRA LA GESTION PUBLICA PPT.pdf
DELITOS CONTRA LA GESTION PUBLICA PPT.pdf
 
gua de docente para el curso de finanzas
gua de docente para el curso de finanzasgua de docente para el curso de finanzas
gua de docente para el curso de finanzas
 
Modelo de convenio de pago con morosos del condominio (GENÉRICO).docx
Modelo de convenio de pago con morosos del condominio (GENÉRICO).docxModelo de convenio de pago con morosos del condominio (GENÉRICO).docx
Modelo de convenio de pago con morosos del condominio (GENÉRICO).docx
 

Modelado de decisiones

  • 1. Modelado para la Toma de Decisiones Marzo 2017 - año 10 Nro. 68 Herramientas para el Análisis de Negocios Modelado para la Toma de Decisiones por Sergio Salimbeni Marzo 2017 Basado en el “A GUI D E TO T H E BUS I N ES S A N A LYS I S BODY O F KNOWL EDGE ® v.3”
  • 2. 2 www.activus.com.ar info@activus.com.ar Modelado para la toma de decisiones Marzo 2017 Introducción Una de las tareas principales del gestor es la toma de decisiones. Puede ser individual o grupal a través de un “Centro Decisor”. Conforme el entorno, la cantidad de variables y las interacciones, existen innumerables técnicas y herramientas para abordarlas. Se publica en este artículo los conceptos fundamentales de los sistemas de ayuda para la toma de decisiones. El proceso en la toma de decisiones es el que se ilustra a continuación. Consiste en la colecta de los datos, su posterior procesamiento, es decir su análisis, a partir del cual se dice que se cuenta ya con información, la cual es la base para la toma de decisiones. Proceso de toma de decisiones Son, al menos, seis los pasos los que se deben seguir:  Identificar con claridad el problema en cuestión.  Elaborar una lista con las posibles alternativas.  Identificar los posibles resultados.  Listar el “pago” o “castigo” de cada alternativa.  Seleccionar uno de los modelos matemáticos del proceso de toma de decisiones.  Aplicar el modelo, y tomar la decisión. Breve Clasificación Para su ordenamiento y estudio, se pueden clasificar los sistemas para la toma de decisiones de acuerdo al entorno y la cantidad de agentes de interacción. Se enumeran a continuación los más habituales. En base a cantidad de criterios: a. Criterio Único b. Multicriterio (MCDA) En base a cantidad de Interacciones: c. No existe interacción alguna d. Agentes que reconocen una mutua interacción (Teoría de los Juegos) Tres escenarios posibles: Bajo Certidumbre: El tomador de decisión conoce con certeza las consecuencias de cada una de las alternativas (ej: plazos fijos). Bajo Riesgo: Conoce las probabilidades Bajo Incertidumbre: No conoce probabilidades de ocurrencia. Técnicas y herramientas tales como criterios Maxi- Max, Markov, Programación lineal, cálculo diferencial, teoría de los juegos o AHP para multicriterio, son tan sólo algunas de las técnicas utilizadas, las cuales describiremos en detalle en próximos artículos. Cálculo Diferencial Programación Lineal
  • 3. 3 www.activus.com.ar info@activus.com.ar Modelado para la toma de decisiones Marzo 2017 Regresión y Correlación Teoría de filas de espera Modelado para la toma de decisiones 1. Propósito El modelado de decisiones muestra cómo se toman las decisiones empresariales que se dan repetidamente durante la vida de la organización. 2. Descripción Los modelos de decisión muestran cómo los datos y el conocimiento se combinan para tomar una decisión específica. Los modelos de decisión pueden usarse tanto para decisiones sencillas como complejas. Los modelos de decisión sencillos utilizan una sola tabla de decisión o árbol de decisión para mostrar cómo un conjunto de reglas de negocio, que operan en un conjunto común de elementos de datos, se combinan para crear una decisión. Los modelos de decisión complejos dividen las decisiones en sus componentes individuales para que cada parte de la decisión pueda ser descripta por separado y el modelo pueda mostrar cómo se combinan esas piezas para tomar una decisión global. La información que debe estar disponible para tomar la decisión y cualquier sub-decisión puede ser descompuesta. Cada sub-decisión se describe en términos de las reglas de negocio requeridas para tomar esa parte de la misma. Un modelo de decisión integral es un modelo general vinculado a procesos, medidas de desempeño y organizaciones. Muestra de dónde vienen las reglas de negocio y representa decisiones analíticamente. Las reglas de negocio involucradas en una decisión dada pueden ser definitorias o de comportamiento. Por ejemplo, una decisión "validar orden" puede comprobar que el importe del impuesto se calcula correctamente (una regla de definición) y que la dirección de facturación coincide con la tarjeta de crédito proporcionada (una regla de comportamiento). Las tablas de decisión y los árboles de decisión definen cómo se toma una decisión específica. Un modelo de decisión gráfica se puede construir en varios niveles. Un modelo de alto nivel sólo puede mostrar las decisiones empresariales tal y como aparecen en los procesos empresariales, mientras que un modelo más detallado puede mostrar la toma de decisiones tal como es o por hacer con suficiente detalle como estructura para todas las reglas empresariales relevantes. 3. Elementos 3.1. Tipos de modelos y anotaciones Existen varios enfoques diferentes para el modelado de decisiones. Las tablas de decisión representan todas las reglas necesarias para tomar una decisión atómica. Los árboles de decisión son comunes en algunas industrias, pero generalmente se usan con mucha menos frecuencia que las tablas de decisión. Las decisiones complejas requieren la combinación de múltiples decisiones simples en una red. Esto se muestra utilizando la dependencia o las notaciones de requisitos. Todos estos enfoques implican tres elementos clave: • decisión, • información y • conocimiento.
  • 4. 4 www.activus.com.ar info@activus.com.ar Modelado para la toma de decisiones Marzo 2017 Tablas de decisión Las decisiones empresariales utilizan un conjunto específico de valores de entrada para determinar un resultado determinado mediante el uso de un conjunto definido de reglas de negocio para seleccionar uno de los resultados disponibles. Una tabla de decisión es una representación tabular compacta de un conjunto de estas reglas. Cada fila (o columna) es una regla y cada columna (o fila) representa una de las condiciones de esa regla. Cuando todas las condiciones de una regla particular se evalúan como verdaderas para un conjunto de datos de entrada, se selecciona el resultado o la acción especificada para esa regla. Decisiones multicriterio. Mérodo Promethee Las tablas de decisión contienen generalmente una o más columnas de condición que se asignan a elementos de datos específicos, así como una o más columnas de acción o resultado. Cada fila puede contener una condición específica en cada columna de condición. Éstos se evalúan en función del valor del elemento de datos considerado. Si todas las celdas de una regla están en blanco o se evalúan como verdaderas, la regla es verdadera y se produce el resultado especificado en la columna de acción o de resultado. Tabla de decisiones Árboles de decisión Los árboles de decisión también se utilizan para representar un conjunto de reglas de negocio. Cada ruta en un nodo de hoja de árbol de decisión es una regla única. Cada nivel en el árbol representa un elemento de datos específico; las ramas descendentes representan las diferentes condiciones que deben ser verdaderas para continuar por esa rama. Los árboles de decisión pueden ser muy efectivos para representar ciertos tipos de conjuntos de reglas, especialmente aquellos relacionados con la segmentación de clientes. Al igual que ocurre con las tablas de decisión, un árbol de decisión selecciona una de las acciones o resultados disponibles (un nodo de hoja mostrado en la extrema derecha o inferior del árbol) basado en los valores específicos que le pasan los elementos de datos que representan los nodos de ramificación. En el siguiente árbol de decisiones, las reglas en el árbol comparten las condiciones (representadas por nodos anteriores en el árbol). Árbol de decisión Diagramas de requisitos de decisión Un diagrama de requisitos de decisión es una representación visual de la información, el conocimiento y la toma de decisiones involucrados en una decisión de negocios más compleja. Los diagramas de requisitos de decisión contienen los siguientes elementos:
  • 5. 5 www.activus.com.ar info@activus.com.ar Modelado para la toma de decisiones Marzo 2017 • Decisiones: se muestran como rectángulos. Cada decisión toma un conjunto de entradas y selecciona de un conjunto definido de salidas posibles aplicando reglas de negocio y otra lógica de decisión. • Datos de entrada: se muestran como óvalos, que representan datos que se deben pasar como entrada a una decisión en el diagrama. • Modelos de Conocimiento de Negocios: se muestra como un rectángulo con las esquinas cortadas, representando conjuntos de reglas de negocio, tablas de decisión, árboles de decisión o incluso modelos analíticos predictivos que describen con precisión cómo tomar una decisión. • Fuentes de conocimiento: se muestra como un documento que representa los documentos originales de origen o las personas de las que puede derivarse o se ha derivado la lógica de decisión necesaria. Estos nodos están unidos entre sí en una red para mostrar la descomposición de la toma de decisiones complejas en bloques de construcción más sencillos. Las flechas sólidas muestran los requisitos de información para una decisión. Fuente: IIBA BABok v.3 Estos requisitos de información pueden vincular los datos de entrada a una decisión, para demostrar que esta decisión requiere que los datos estén disponibles, o puede vincular dos decisiones en conjunto. Los modelos de conocimiento empresarial que describen cómo tomar una decisión específica pueden vincularse a esa decisión con flechas para mostrar los requisitos de conocimiento. Las fuentes de conocimiento se pueden vincular a las decisiones con una flecha discontinua y redondeada para mostrar que una fuente de conocimiento (por ejemplo, un documento o una persona) es una autoridad para la decisión. Esto se conoce como requisito de autoridad. 4. Consideraciones de uso 4.1. Fortalezas • Los modelos de decisión son fáciles de compartir con las partes interesadas, facilitan una comprensión compartida y apoyan el análisis de impacto. • Se pueden compartir y combinar múltiples perspectivas, especialmente cuando se utiliza un diagrama. • Simplifica la toma de decisiones complejas eliminando la gestión de reglas de negocio del proceso. • Ayuda a administrar un gran número de reglas en las tablas de decisión agrupando las reglas por decisión. Esto también ayuda con la reutilización. • Estos modelos trabajan para automatización basada en reglas, minería de datos y análisis predictivo, así como para decisiones manuales o proyectos de Business Intelligence. 4.2. Limitaciones • Añade un segundo estilo de diagrama al modelar procesos empresariales que contienen decisiones. Esto
  • 6. 6 www.activus.com.ar info@activus.com.ar Modelado para la toma de decisiones Marzo 2017 puede agregar complejidad innecesaria si la decisión es simple y estrechamente acoplada con el proceso. • Pueden limitar las reglas a las requeridas por las decisiones conocidas y así limitar la captura de reglas no relacionadas con una decisión conocida. • La definición de modelos de decisión puede permitir que una organización piense que tiene una forma estándar de tomar decisiones cuando no lo hace. Puede bloquear a una organización en un enfoque de toma de decisiones en el estado actual. • Recorta los límites de la organización, lo que puede dificultar la adquisición de cualquier aprobación necesaria. • No puede abordar las reglas de negocios conductuales de una manera directa. • La terminología comercial debe estar claramente definida y compartida. 5. Conclusiones Una de las tareas más frecuentes del Gestor o Administrador es la adopción de decisiones, el cuan es también uno de los tópicos de mayor actualidad. Los estudiosos del tema han enfocado esta problemática desde diferentes perspectivas. Este artículo pretendió apenas presentar a los sistemas de ayuda para la toma de decisiones como una disciplina merecedora de ser estudiada en profundidad, y es por ello que la abordaremos en detalle en sucesivos artículos. Sergio Salimbeni