GDSS проти DSS
Прийняття рішень є дуже важливим аспектом життя, особливо в бізнесі, де це може означати прибуток або збитки. Звичайно, прийняття рішень краще залишити аналітичному розуму людей, але це не зашкодить, якщо у вас є правильні інструменти, які допоможуть вам у зусиллях. Тут входять GDSS (Групова система підтримки прийняття рішень) та DSS (Система підтримки прийняття рішень). Основна відмінність між ними - кількість людей, які беруть участь у процесі прийняття рішень. DSS - це лише інструмент, який дає людині кращі вказівки щодо зважування певних факторів та прийняття найкращого можливого рішення. На відміну від цього, GDSS допомагає групі людей придумати ідеї та визначити кращий спосіб дій.
Оскільки вони функціонують дуже по-різному, вони також покладаються на різні методології. DSS спирається на базу знань та набір математичних формул для оцінки певного набору входів та надання інформативної настанови щодо того, як користувач повинен прийняти рішення. Звичайно, аналітична майстерність людини все ж потрібна для аналізу та надання правильного рішення. Для порівняння, GDSS не спирається на базу знань або на математичні моделі. Вона покладається виключно на ідеї, створені групою, і дає їм місця для обговорення, вдосконалення та голосування за неї. GDSS надає групі засіб співпраці для досягнення рішення.
Незважаючи на те, що і DSS, і GDSS є обома програмами, лише GDSS вимагає робочого зв'язку між комп'ютерами декількох користувачів. Не має значення, чи члени вашої групи знаходяться в декількох сантиметрах один від одного або на відстані миль, оскільки ви можете використовувати локальні мережі та навіть Інтернет для спілкування один з одним. Оскільки DSS є самодостатньою системою, для її використання не потрібно мати підключення.
Найбільша перевага GDSS полягає в тому, що він застосовний майже до будь-якої можливої ситуації, оскільки людський розум визначає та зважує фактори, які впливають на остаточне рішення. У DSS деякі ситуації є більш застосовними, ніж інші. Здебільшого, ті, які можна оцінити за допомогою математичних моделей, таких як ризик та ймовірність, добре піддаються DSS.
Підсумок: