Subiecte SIAD

A1/ Decizie definiie, niveluri i tipuri de decizie Putem defini decizia ca fiind rezultatul unor activiti contiente de alegere a unei direcii de aciune i a angajrii n aceasta. Decizia aparine unei persoane sau unui grup de persoane care dispun de autoritatea necesar i care rspund pentru folosirea resurselor n anumite situaii. Clasificarea deciziilor se poate face dup mai multe criterii de clasificare: n funcie de nivelul decizional, deciziile se clasific n:Decizii strategice, sunt acele decizii care determina obiectivele, resursele i politicile organizaiei. Una dintre principalele decizii la acest nivel o reprezint anticiparea viitorului organizaiei i a mediului n care va funciona. Decizii tactice de control managerial, aceste decizii sunt legate de urmrirea eficienei i a eficacitii cu care sunt utilizate resursele, precum i eficiena unor uniti operaionale.Decizii operaionale de control operaional, sunt acele decizii care determin modalitile n care se execut sarcinile stabilite la niveluri superioare.Decizii privind cunotinele, sunt legate de evaluarea ideilor privind noi produse i servicii, metodelor de comunicare a noilor cunotine i de difuzare a informaiilor n organizaie. n funcie de gradul de structurare al acestora, deciziile se pot clasifica n:Decizii structurate (programabile), sunt acele decizii de rutin pentru adoptarea crora exist proceduri prestabilite. Ele intervin atunci cnd exist un proces cunoscut i explicit care permite prelucrarea informaiilor de intrare pentru alegerea alternativelor.Decizii nestructurate (neprogramabile), sunt acele decizii care fac apel la judecata i intuiia decidentului n definirea problemei respective. Sunt decizii importante, cu caracter inovator i deseori atipice, neexistnd proceduri prestabilite pentru adoptarea lor. O problem este neprogramabil atunci cnd elementele deciziei sunt calitative i scopurile i obiectivele nu sunt precise.Decizii semistructurale, sunt acele decizii n adoptarea crora se poate apela doar parial la proceduri cunoscute. O problem este semistructural atunci cnd decizia are elemente predominant cantitative iar obiectivele i scopurile nu sunt precise i procedura algoritmic de rezolvare nu acoper n totalitate elementele problemei.

A2/ Procesul de adoptare a deciziilor definiie, etape, activiti i suport software pentru faza de informare general Procesul decizional poate fi definit ca un ansamblu de activiti pe care le desfoar un individ sau un grup, confruntat cu un eveniment care genereaz mai multe variante de aciune, obiectivul fiind alegerea unei variante care s corespund sistemului de valori al individului sau grupului. Acest proces parcurge mai multe etape: Informarea general, n aceast etap se analizeaz problemele care apar n organizaie, n scopul identificrii cauzelor care au dus la o anumit situaie precum i consecinele acesteia. Informarea general cuprinde mai multe activiti:-identificarea problemei, n aceast etap se identific existena unei probleme, simptomele acesteia i contextul ei. Existena unei probleme poate fi determinat prin analizarea nivelului productivitii organizaiei. Msurarea i construirea unui model se bazeaz, pe colecii de date, i previziunile acestora.-clasificarea problemei, n aceast etap are loc conceptualizarea problemei n scopul de a o ncadra ntr-o anumit categorie pentru a o putea aborda printr-o metod standard.-descompunerea problemei n subprobleme, dac este posibil, are drept efect mbuntirea comunicrii ntre diveri factori de decizie.-stabilirea responsabilitilor pentru problema respectiv, o problem exist n organizaie doar dac aceasta are capacitatea de a o rezolva. De asemenea trebuie desemnate n mod clar persoana sau persoanele care rspund de problema respectiv. Etapa de informare general are drept rezultat o descriere formal a problemei identificate, a categoriei din care face parte i a responsabilitilor.Suportul software - un sistem de asistare a deciziei n acest etap de informare general trebuie s aib capacitatea de a prelua i de a interpreta informaiile externe i interne. Multe dintre tehnologiile informaiilor destinate asistrii decizei i pot dovedii utilitatea n aceast etap:- Sisteme informatice destinate conducerii executive EIS care au drept obiectiv principal monitorizarea surselor de informaii interne i externe pentru a sesiza n timp posibilitatea apariiei unor probleme.- Noile tehnologii, cum ar fi descoperirea de noi informaii (DM) sau prelucrarea analitic a datelor n timp real (OLAP).- Sistemele expert, pot furniza informaii privind natura unei anumite probleme, clasa n care se poate ncadra.

A3/ Procesul de adoptare a deciziilor definiie, etape, activiti i suport software pentru faza de concepien aceast etap se stabilesc diversele modaliti de aciune pentru rezolvarea problemei definite anterior. Acest lucru implic realizarea unui model pentru adoptarea deciziei, testarea i validarea acestuia.Modelarea implic conceptualizarea problemei i abstractizarea ei n expresii cantitative i/sau calitative. Alegerea unui criteriu de selecie exprim modalitatea n care sunt stabilite i integrate n model obiectivele procesului decizional. Exist dou principii de alegere:1. normativ, alternativa aleas este cea mai bun din toate alternativele posibile; acest proces mai este cunoscut i sub denumirea de optimizare.2. descriptiv, descriu o situaie real i sunt utile pentru a analiza consecinele diverselor aciuni n funcie de mai multe ipoteze.O parte important a acestui proces o reprezint generarea aciunilor posibile. n modelele de optimizare aceast generare se realizeaz automat, dar pentru cele mai multe situaii generarea se face manual necesitnd timp mult, munc mult i intuiie, dar se pot utiliza alternative de genul euristicilor.Pentru a evalua i compara diferite alternative este necesar previzionarea rezultatelor fiecrei alternative n parte.Suportul software - n identificarea aciunilor posibile, n analiza criteriilor de alegere a acestora i n previzionarea consecinelor se pot utiliza modele standard furnizate de SIAD, n cazul problemelor complexe este necesar expertiza care poate fi furnizat de ctre un produs brainstorming sau un sistem expert. Dac identificarea celor mai bune opiuni implic utilizarea unui brainstorming, se pot utiliza cu succes sistemele de asistare a deciziei de grup SADG.

A4/ Procesul de adoptare a deciziilor definiie, etape, activiti i suport software pentru faza de alegereAlegerea este etapa cea mai important pentru c aici se concretizeaz rezultatele etapelor anterioare. n aceast etap se caut cea mai bun aciune pentru rezolvarea problemei. n funcie de criteriile care stau la baza acestei alegeri se pot identifica mai multe tipuri de metode de cutare: Metode analitice utilizeaz formule matematice pentru a obine o soluie optim, se aplic n general problemelor structurale aflate la nivel operaional. Metode exhaustive presupune inspectarea tuturor cilor de aciune pntru atingerea scopului urmrit. Este un proces neghidat n urma cruia se alege soluia optim, ns posibilitile de cutare sunt limitate.Indiferent de metoda de cutare a cii de aciune ce trebuie urmat, ea trebuie s fie cuplat cu evaluarea rezultatelor ce corespund soluiei respective. Suportul software - sistemele informatice de asistare a deciziei pot oferi un real suport n aceast faz, prin modelele cu ajutorul crora se identific rapid soluia optim, se realizeaz analiza de senzitivitate. De asemenea, un sistem expert poate analiza oportunitatea anumitor aciuni i poate recomanda diverse scenarii.

B1 / SIAD definiie, caracteristici, clasificri i utilizareDefiniie : Sistemul informatic de asistare a deciziei este un sistem informatic destinat asistrii decidenilor n rezolvarea unor probleme prin mbinarea judecilor umane cu procesarea automat a informaiilor i al crui obiectiv principal este ameliorarea calitii procesului decizional (eficacitatea n primul rnd i nu eficiena).Principalele caracteristici ale unui SIAD sunt:-SIAD sunt destinate problemelor care nu pot fi rezolvate cu ajutorul altor sisteme informatice sau metode cantitative-SIAD asist manegerii att la nivel individual ct i la nivel de grup, de la diverse niveluri organizaionale n toate fazele procesului decizional-Cutarea soluiilor necesit manipulri de date, cutare de informaii, modelare i calcule-Criteriile de decizie sunt numeroase, conflictuale i depind de utilizatori-Experiena, intuiia, judecile i preferinele decidentului sunt eseniale-Timpul de rspuns pentru obinerea unei soluii satisfctoare este limitat.-se utilizeaza pt toate tipurile de decizii- se caract prin interactivitate, flexibilitate, accesibilitate si orientare spre descoperire de solutii.Cel mai utilizat criteriu de clasificare al SIAD l constituie gradul n care soluia oferit de sistem se bazeaz pe analiza datelor sau pe modelare. Putem deci clasifica SIAD n dou categorii:SIAD bazat pe modele; au fost primele SIAD care au aprut n anii 70-80 fiind sisteme autonome separate de sistemele informatice ale organizaiei i utilizau un anumit tip de model pentru efectuarea unor analize de tipul what if.SIAD bazat pe date; acest tip de sistem analizeaz un volum mare de date stocate n sistemele informatice ale organizaiei ele susinnd procesul decizional oferind posibilitatea de a se extrage informaii utile din multitudinea datelor disponibile. Pentru analiza lor se folosesc noi tehnologii informaionale: OLAP (procesarea datelor n timp real) i data mining (forarea datelor adic cutarea de informaii).La aceast clasificare se pot aduga SIAD bazate pe cunotine, care nglobeaz tehnologii ale inteligenei artificiale. O alt clasificare a SIAD grupeaz sistemele n urmtoarele 5 categorii:SIAD bazate pe analiza textelor,SIAD bazate pe baze de date,SIAD bazate pe procesoare de tabeleSIAD bazate pe funcii,SIAD bazate pe reguli Dupa nr de utilizatori: Siad individual, Siad de grup, siad organizational.Dupa tipul si nivelul decizional: siad destinat conducerii executive si destinat managementului tehnic si,sau operational.Dupa periodicitatea cu care sunt utilizate: Siad institutionale, Siad adhocUtilizarea SIAD SIAD alturi de celelalte sisteme informatice se utilizeaz pe scar tot mai larg i ca urmare n ultimii ani s-au dezvoltat tot mai multe sisteme n diverse domenii de activitate: Beneficiile ateptate din utilizarea de SIAD sunt: -O mai bun calitate a procesului decizional-O mai bun comunicare n cadrul organizaiei-Reducerea costurilor-Creterea productivitii-Creterea satisfaciei clienilor i angajailor Principalele motive care duc la utilizarea unor astfel de sisteme sunt:-Instabilitatea mediului economic-Competiia din ce n ce mai acerb-Apariia i dezvoltarea comerului electronic-Necesitatea efecturii unor analize speciale privind profitabilitatea i eficiena-Necesitatea informrii ct mai corecte-Sistemele informatice existente nu asist procesul decizional.

B2/ Locul SIAD n cadrul sistemului informaional al ntreprinderii, tipuri de sisteme informatice i posibiliti de integrare Plecnd de la modelul OID (operaie informaie decizie ) la care se adaug sistemul de cunotine al unei organizaii ( modelul OICD ) putem plasa diferitele tipuri de sisteme informatice. Sistemele informatice care se ocup numai cu culegerea datelor, stocarea i prezentarea lor n detaliu se cheam sisteme informatice tranzacionale (ST). Sistemele informatice utilizate pentru conducerea operativ a sistemului operaional (SCO) descompun deciziile n ordine i le transmit spre execuie sistemului operaional. Sistemele informatice care se ocup de prelucrarea datelor preluate din ST pentru obinerea informaiilor de sintez care sunt necesare sistemului de decizie sunt sisteme informatice manageriale (MIS). Sistemele informatice de asistare a deciziei (SIAD) sunt sisteme informatice care au ca obiectiv asistarea procesului managerial. n anumite cazuri conducerea poate apela la servicii de consultan oferite de experi de la care primete confirmri sau infirmri de supoziii, diagnostice, sfaturi, propuneri i soluii. Aceste tipuri de sisteme care susin consilierea sunt denumite sisteme informatice inteligente (SII). Pe msura dezvoltrii tehnologiilor informatice a aprut posibilitatea integrrii diverselor tipuri de sisteme informatice:MIS & ST , MIS preia datele direct din sistemul operaional, lucru posibil datorit tehnologiilor bazelor de date.SIAD & SCO , SIAD se extinde spre implementarea deciziei, prin descompunerea acesteia n ordine.SIAD & ST , SIAD i extrage informaiile necesare prin explorarea datelor de detaliu furnizate de ST.SIAD & MIS , SIAD utilizeaz datele de sintez produse de MIS pe lng datele preluate din alte surse externe ntreprinderii pentru a fundamenta decizia la nivel executiv (EIS sisteme informatice destinate conducerii executive) n cadrul SIAD EIS este o clas aparte fiind cel mai bine delimitat sistem de asistare a deciziilor. Au aprut iniial ca sisteme care implementau conceptul de tablou de bord al ntreprinderii i s-au dezvoltat cu rapidiate datorit necesitii de informare a conducerii, fiind sisteme extrem de prietenoase care permit accesul rapid la informaiile de detaliu necesare adoptrii deciziilor.SIAD & SCO & MIS , n aceast configuraie se pot ncadra sistemele de asistare a deciziei prin simulare. Se utilizeza un model al sistemului operaional pe baza cruia se experimenteaz deciziile prin descompunere n ordine. SIAD & SE , SIAD face apel la tehnologii inteligente pentru a putea rezolva acele probleme al cror context este insuficeint definit i parametrii sunt mai mult calitativi. n aceast configuraie avem de a face cu un SIAD inteligent (SIIAD) . Cea mai mare parte a SIIAD sunt sistemele expert, care sunt destinate rezolvrii unor probleme nestructurate cu ajutorul tehnologiilor inteligenei artificiale utiliznd cunotinele unui expert uman n domeniul respectiv.SIAD & MIS & SCO & ST , toate tipurile de sisteme informatice integrate pe vertical se constituie n sisteme informatice integrate pentru management ( ERP) .Toate aceste integrri au fost posibile o dat cu apariia arhitecturii client - server care s-a impus datorit necesitii de partajare a datelor, n ntreprinderii necesar pentru actualizri rapide i pentru procesul decizional. ABORDARE SISTEMICA ABORDARE MANAGERIALA ABORDARE FUNCTIONALA

C1/ Modele definiie, tipuri de modele, structura unui modelUn model = o reprezentare simplificat ( o abstractizare) a realitii. Aceast simplificare este necesar datorit faptului c realitatea este mult prea complex pentru a putea fi descris exact. Aceast reprezentare simplificat a realitii n cadrul unui model poate fi realizat cu un grad mai mare sau mai mic de abstractizare. In funcie de acest criteriu, modelele se pot ncadra n una din urmtoarele categorii:Modele iconice - cel mai puin abstracte - sunt reprezentri similare realitii, ns la o scar diferit.Modele analogice- au acelai comportament, dar sunt diferite de sistemul real. Prezint un grad de abstractizare mai ridicat dect modelele la scar, fiind reprezentri simbolice ale realitii. Aceste modele sunt de regul diagrame sau grafice bidimensionale.Modele cantitative ( matematice ) prezint cel mai nalt grad de abstractizare i sunt cel mai des utilizate n cadrul SIAD. Complexitatea sistemelor organizaionale nu poate fi reprezentat de regul dect cu ajutorul modelelor matematice.Orice model prezint trei componente de baz:Variabile de decizie descriu posibile aciuni alternative. Nivelul acestor variabile este determinat de ctre decident.Parametrii variabile care influeneaz rezultatul dar care nu pot fi controlate de ctre decident. Aceste variabile devin restricii ale problemei, limitnd soluiile posibile ale acesteia.Variabile rezultat sunt variabile dependente att de adoptarea unei anumite aciuni ct i de paramertii modelului respectiv.

C2/ Optimizarea descriere i utilizare Situaiile decizionale care implic un numr rezonabil i infinit de alternative sunt modelate prin analiz decizional, abordare n cadrul creia fiecrei alternative i sunt ataate valorile estimate ale participrii la realizarea obiectivului propus care sunt nscrise ntr-o tabel sau un gref. Tabela de decizie se contituie ntr-o modalitate de reprezentare sistematic a informaiilor ce caracterizeaz o anumit situaie decizional:Strile naturii: ansamblu de condiii n care se desfoar o aciune.Criteriile decizionale: punctele de vedere din care poate fi analizat problema.Variantele ( alternativele) decizionale: modalitile de realizare a unei aciuni de care decidentul poate dispune dar care exist independent de voina sa .Consecinele decizionale: efectele compuse ale variantelor, criteriilor i strilor naturii; numrul de consecine mai mare sau egal cu numrul de criterii.. n cazul problemelor de decizie multicriteriale, sunt definite mai multe criterii care condiioneaz alegerea unei anumite alternative, criterii care pot fi exprimate i calitativ. Rezolvarea acestor probleme pornete de la atribuirea unor ponderi fiecrui criteriu. n acest context apare conceptul de utilitate - o mrime subiectiv , care depinde de aprecierea decidentului, i care exprim preferina acestuia pentru o anumit aciune. Pentru problemele de decizie multicriterial n condiii de certitudine se va alege varianta care are uitlitatea cea mai mare. Pentru o problem de decizie multicriterial n condiii de incertitudine, soluia optim va fi determinat pe baza uneia din urmtoarele reguli :Criteriul prudenei (WARD),Criteriul SAVAGE (regul regretului),Criteriul LAPLACE , Criteriul Hurwicz.Arborii de decizie constituie o reprezentare a tabelelor de decizie n care sunt evideniate grafic relaiile dintre variabilele problemei, fiind posibil prezentarea unor situaii complexe n cadrul unei structuri compacte.Domenii de utilizare: problema de planificare agregata, probleme de transport, determinarea costului de oportunitate, alocarea resurselor, capital budgeting, analiza de senzitivitate.

C3/ Simularea descriere i utilizare A simula nseamn a asuma apariia unor aspecte ale realitii. n cadrul sistemelor de asistare a deciziei, simularea este o tehnic de experimentare cu ajutorul calculatorului aplicat unui model managerial. Simularea nu poate fi considerat ca fiind strict un model, modelele sunt reprezentri ale realitii, n timp ce prin simulare se imit realitatea. Simularea presupune testarea valorilor diferitelor variabile necontrolabile ale modelului i influena acestora asupra valorilor variabilelor rezultat. Simularea este o metod descriptiv; nu exist o procedur automat pentru obinerea unei soluii optime. Un model de simulare descrie comportamentul, caracteristicile unui sistem n diferite ipoteze. n funcie de valorile acestora, va fi aleas cea mai bun alternativ dintre toate ipotezele. Procesul de simulare presupune parcurgerea urmtoarelor etape:Definirea problemei pornind de la o situaie real, ncadrarea ei ntr-o anumit categorie i justificarea utilizrii simulrii ca metod de rezolvare,Realizarea modelului de simulare specificarea variabileleor i relaiilor dintre ele,Testarea i validarea modelului acesta trebuie s reprezinte ct mai corect problema real,Stabilirea modalitii de efectuare a experimentelor perioada de simulare, limitele n care se lucreaz, Realizarea experimentelor (a simulrii propriu-zise).Evaluarea rezultatelor interpretarea lor prin metode statistice sau efectuarea unor analize de sensibilitate.Implementarea rezultatelor simulrii beneficiaz de o implicare mai mare a managerilor dect n cazul altor modele. Principalele avantaje ale simulrii ca modalitate de abordare a unor probleme decizionale sunt:-Ofer o imagine de condensare a timpului-Fiind o metod mai mult descriptiv dect normativ, permite decidenilor o abordare prin ncercri repetate a soluionri unei probleme-Este un model construit din perspectiva decidentului-Modelele de simulare sunt realizate pentru probleme particulare-Simularea este singura metod din cadrul SIAD care poate fi aplicat problemelor nestructurate.-n cadrul acestei metode este surprins complexitatea real a problemei, nefiind necesare simplificri n reprezentarea acesteia-Simularea poate fi aplicat unei mari diversiti de probleme manageriale Limitele-Nu este garantat obinerea unei soluii optime, ci doar a unei soluii relativ bune-Soluiile unor simulri anterioare nu pot fi fructificate, deoarece modelul de simulare corespunde unei singure probleme -Simularea este att de familiar i facil decidenilor, nct exist riscul renunrii nejustificate la alte metode analiticeConstruirea modelului de simulare poate necesita mult timp i un cost destul de mare.

C4/ Previziunea descriere i utilizare Modelele predictive au drept obiectiv anticiparea viitorului pe baza informaiilor trecute pentru anumite scenarii. n termeni statistici, legtura ntre dou sau mai multe variabile se numete corelaie, iar stabilirea tipului de legtur al unei variabile numite dependente, de una sau mai multe variabile numite independente se face prin analiza de regresie. Principalele etape n alctuirea modelului de regresie sunt:Identificarea faza descriptiv n care se identific dependenele i tipurile de relaii pe care la exprimSpecificarea etapa prin care se caut cea mai potrivit form de exprimare a variabilelorEstimarea parametrilor modeluluiTestarea semnificaiei parametrilor estimaiValidarea modeluluiUtilizarea modelului n operaiuni de simulare i predicie.Realizarea efectiv a previziunilor pe baza analizei de regresie presupune parcurgerea urmtoarelor etape:Formularea problemei decidentul trebuie s defineasc problema, n termenii variabilelor care trebuie explicate i a cror valori urmeaz a fi previzionate. n aceasta prim formulare se descrie situaia decizional i se identific variabila sau variabilele pentru care se vor efectua predicii, precum i variabilele de care depind acestea.Alegerea indicatorilor economici dup identificarea prealabil a variabilelor independente, se caut i ali factori suplimentari susceptibili de a influena variabila respectiv i care pot fi inclui n ecuaia de regresie.O prim analiz a ecuaiei de regresie reprezint, n fapt, o analiz statistic a componentelor acestei ecuaii care se realizeaz Automt., unul din rezultate fiind stabilirea elementelor matricei de corelaie.Analiza matricei de corelaie simple - n scopul alegerii variabilelor ce trebuie incluse n ecuaia de regresie. n aceast analiz trebuie identificate acele variabile care sunt puternic corelate cu variabila dependent, dar slab corelate ntre ele. La sfritul acestei etape, sunt reinute 3 sau 4 ecuaii de regresie care urmeaz a fi analizate.Alegerea unei ecuaii de regresie dintre cele identificate - pe baza datelor disponibile, calculatorul va determina coeficienii de regresie, dar i elementele care permit testarea semnificaiei acestora. Vor fi reinute doar ecuaiile semnificative. Verificarea validitii condiiilor de regresie.Pregtirea previziunii - odata identificat o ecuaie de regresie care are o valoare a coeficientului de corelaie suficient de mare i care rspunde testelor de semnificaie, decidentul poate utiliza aceast ecuaie ca baz pentru previziunea pe care dorete s o realizeze. n aceast etap este necesar stabilirea unui interval de ncredere pentru previziunile individuale i precizia valorii fiecrei variabile independente.Principalul avantaj al analizei regresiei const n faptul c este o metod statistic, care presupune efectuarea unor estimri ale gradului de precizie i de semnificaie, putnd fi utilizat n toate tipurile de relaii cauzale, cu condiia ca variabila vizat s depind de variabilele independente.Principalul dezavantaj l constituie ns tot faptul c este o metod statistic; motiv pentru care muli decideni ezit s fac apel la acest tip de analiz. Un alt dezavantaj l constituie volumul mare de date i costurile antrenate de colectarea acestora pentru stabilirea ecuaiei de regresie iniial i pentru analiza validitii sale n timp (dac apare o modificare n relaia cauzal ntre o variabila independent i variabila dependent este necesar colectarea unor date noi i redefinirea ecuaiei de regresie).

D4/ Tehnologia Data Mining - descriere, utilizareData mining este tehnologia de procesare a datelor dintr-un depozit, care are capacitatea de a descoperi aspecte noi ale activitatii desfasurate, aspecte trecute in mod normal cu vederea: corelatii intre evenimete, asociatii intre anumite fapte, secvente, tipare de comportament- extrem de utile in precesul de luare a deciziei. Procesarea datelor prin tehnologia data mining se desfasoara fara interventia utilizatorului, in background, rezultatele fiind stocate pt. consultare ulterioara la cerere.Data mining este un proces de extragere de informatii noi din colectiile de date existente. Principiul de functionare in data minig este urmatorul: se prelucreaza datele referitoare la perioadele trecute examinand o varietate de situatii care s-au produc si a caror rezultate sau consecinte sunt bine cunoscute pentru a evidentia caracteristicile acestora si a permite elaborarea unui model. Modelul poate fi aplicat situatiilor noi de acelasi tip. Informatiile obtinute prin cata mining sunt de masura predicativa sau descriptiva.Un ciclu de utilizare a data minig presupune parcurgerea a 4 etape:-identificarea oportunitatii comerciale si a datelor pe care se poate baza exploatarea-extragerea de informatii din colectiile de date existente prin tehnici de data mining-adoptarea de decizii si intreprinderea de actiuni pe baza informatiilor obtinute-masurarea rezultatelor concrete pt. a identifica si alte modalitati de experimentare a datelor disponibile.Utilizari ale tehnicilor de data mining: Verificarea ipotezelor Cautarea de cunostinte -cautare dirijata( cea nefolosita in practica) ia in considerare un atribut sau un camp ale carui valori incearca sa le explice prin alte campuri-cautare nedirijata care are ca scop identificarea relatiilor sau structurilor existente in ansamblul unui canp sau altul.Aplicarea tehnicilor de data mining poate fi facuta din perspectiva:-unui demers descendent, efortul e orientat spre confirmare sau infirmare a unor idei (ipotaze) formulate in prealabil prin alte mijloace-unui demers ascendent: urmareste extragerea de cunaostinte sau informatii noi din datele disponibileDomenii utilizate: medicina, finante, comert.

D1/ Depozite de date definiie, coninut, caracteristici i utilizare Depozitele de date sunt structuri create pentru stocarea unor volume mari de date organizate pe domenii, ce constituie subiecte de interes decizional n activitatea ntreprinderii. Depozitele de date centralizeaz, consolideaz, organizeaz i stocheaz date din diverse surse eterogene. n depozitele de date se pot stoca i date noi, calculate pe baza celor existente, date cerute de regul n majoritatea rapoartelor scurtndu-se astfel timpul cerut pentru obinerea lor. O caracteristic principal a depozitelor de date este transformarea codurilor n date explicite, integrarea datelor din nomenclatoare n datele despre tranzacii.Un alt aspect este redundana datelor care este iari permis(data calendaristic se poate exprima i n luni i n semestre i n sezoane). Cu alte cuvinte, datele care se pot calcula din datele primare se stocheaz explicit n depozit pentru a fi gata calculate la o eventual solicitare. Datele stocate n depozit sunt date pentru asistarea deciziei, referitoare la subiecte de interes decizional, nu se schimb n timp i sunt orientate ctre utilizatori finali managerii de nivel tactic i strategic. Putem spune c bazele de date utilizate de sistemele operaionale sunt orintate spre tranzacii i reflect situaia curent, n timp ce depozitele de date uitlizate de sistemele de asistare a deciziei sunt orintate spre subiectele analizelor i reflect situaii globale, cu caracter istoric. Sistemele de asistare a deciziei evolueaz n timp ntr-o manier incremental, cerinele nu sunt cunoscute n totalitate n momentul proiectrii i realozrii sistemului. n consecin depozitul de date va trebui s se adapteze mereu cerinelor. Depozitele de date sunt organizate i gestionate avnd n vedere scopul final al analizelor, sunt orientate spre subiecte ca de exemplu: clieni, furnizori, resurse, produse.DD raspunde cerintelor de: INTEGRARE a datelor ce provin din surse eterogene, ACCESIBILITATE a datelor, ATRIBUIRE de sens datelor. Pentru a fi stocate n depozitele de date, datele se centralizeaz pe mai multe nivele de agregare primare (aflate n datele operaionale), primul fiind timpul (luna). Al doilea nivel de agregare depinde de subiectul analizei: clientul sau produsul. Al treilea nivel de agregare poate fi localitatea. UTILIZAREA DEPOZITELOR DE DATE : Depozitele de date au fost gndite ca structuri unice, integrate i cumulative, destinate s asiste informaional procesul de decizie de al diverse nivele ale ntreprinderii. Dat fiind faptul c sunt orientate spre necesitile utilizatorului final, anumii factori de decizie pot selecta din depozit doar datele care le sunt utile, pentru a le putea procesa mai uor sau pentru a le transporta pe calculatoare personale. Astfel de colecii specializate pe domenii, regiuni, ani sau alte criterii se numesc magazii de date (data marts). Un alt mod de abordare a depozitelor de date este stocarea exhaustiv a datelor din sistemele tranzacionale n depozitul de date n vederea aplicrii unei alte tehnologii de procesare asupra lor (data mining). Aceast tehnologie relativ nou ctig din ce n ce mai mult teren prin capacitatea sa de a descoperi aspecte noi ale activitii desfurate, aspecte trecute n mod normal cu vederea : corelaii ntre evenimente, asociaii ntre anumite fapte, secvene, tipare de comportament- toate extrem de utile n procesele de luare a deciziei.

D2/ OLAP Definiie, caracteristici i domenii de utilizareOLAP este o tehnologie de agregare a datelor stocate n depozite ntr-o abordare multidimensional care asigur acces rapid la informaiile necesare analitilor, managerilor i directorilor ntr-o manier consistent, interactiv i foarte flexibil. OLAP i depozitele de date se completeaz reciproc, OLAP transformnd volumul imens de date stocate i gestoinate n depozite n informaii utile procesului de decizie. n 1993 E. F. CODD, inventatorul modelului relaional a prezentat 12 reguli care defineau caracteristicile unor aplicaii OLAP pe care ulterior le-a restrns la 5 reguli grupate ntr-un test ce se numete FASMI (Fast Analysis Shared Multidimensional Information).Fast - rapiditate (capacitatea de a livra informaiile n timp util , de ordinul secundelor).Analysis - analiz (capacitatea de a efectua analiza numerice i statistice prin aplicaii predefinite sau create ad-hoc de ctre utilizator).Shared - partajat (utilizat n regim concurent de mai muli utilizatori, fapt ce impune asigurarea securitii i confidenialitii datelor).Multidimensional - caracteristca esenial a OLAP.Information - acces la orice date i informaii relevante pentru analiz, oriunde s-ar gsi i n orice volum.Aplicaiile construite cu tehnologia OLAP asigur analiza rapid a informaiei multidimensional distribuit n locaii multiple i accesibil n acelai timp unui numr mare de utilizatori. OLAP utilizez n acest scop baze de date multidimensionale, prin contrast cu bazele de date relaionale care sunt bidimensionale prin definiie. O facilitate extrem de putrenic oferit de OLAP este posibilitatea de a construi scenarii i n consecin, posibilitatea de a rspunde la ntrebri de tipul ce ar fi dac n timp ce depozitele de date pot oferi rspunsuri numai la ntrebri de tipul cine, ce, unde. Principalele caracteristici ale OLAP sunt :Perspectiv (view) multidimensional asupra datelor; se refer la capacitatea de a integra mai multe aspecte ale activitii ntreprinderii privite din diferite perspective: timp, locaie, produs, bani, persoane, etc. Fiecare dimensiune poate avea mai multe nivele: dimensiunea temporal se poate divide n: ani, luni, trimestre, sezoane; dimensiunea geografic n emisfere, continente, ri, regiuni, orae. Produsul , privit ca o dimensiune, poate avea subdimensiuni de genul: categorie, clas, fel.Conceptul dimensiune este utilizat n sensul de aspect, dimensiunile fiind complet independente i avnd ca uniti de msur toate valorile ntlnite n dimensiunea respectiv. Perspectivele multidimensionale asupra datelor sunt numite hipercuburi de date, prin extinderea noiunii de cub tridimensional la cub n-dimensional sau hipercub.Capacitate de calcul intensiv; se refer la abilitatea de a aplica algoritmi compleci asupra datelor structurate n hipercub, care implic posibilitatea de adresare multidimensional direct a locaiilor (cuburilr unitare) i optimizarea timpului de rspuns.Orientare n timp (time intelligence ); se refer la abilitatea de exploatare a acestei dimensiuni universale, necesar pentru comparaii i judeci de valoare n orice analiz economic. Timpul este preluat din datele calendaristice ale tranzaciilor economice aa cum apar n bazele de date ale sistemelor informatice ale ntreprinderilor.Domenii de utilizare OLAP: Departm fin-ctb: construirea bugetelor, analiza performantelor fin, modelarea fin. Departm vanzari: analize complexe ale vanz, previziuni. Departm MK: cercetari si analize de piata, analize ale campaniilor publicitare, analiza clientilor si a segm de piata. Departm productie: planificarea operatiilor, analiza rebuturilor, optimizarea raportului cost-performanta.

D3/ OLAP - Concepte fundamentale ale modelarii multidimensionalePrincipalul element structural al datelor utilizate in procesul de analiza on-line este cubul OLAP ,o structura multidimensionala (hipercub) care modeleaza aspectul complex al activitatii desfasurate pe o lunga perioada de timp prin trei concepte:- masura activitatii , aspectul cantitativ, comensurabil in unitati clasice de masura: Kg, m, u.m. Exemple: volumul vanzarilor (cantitativ/valoric), costul transportului, marja comerciala bruta, profitul.- dimensiunile activitatii , parametrii activitatii masurate, decupajul din activitatea globala care corespunde masurii. Exemple: ziua, luna, anul, locatia, clientul, furnizorii, produsul, angajatul, structura organizatorica.Tot ca dimensiune se pot modela scenarii , valori reale, valori bugetate, valori estimate. Dimensiunile nu se intersecteaza, sunt de natura complet diferita ( timp, spatiu, produse, terti, etc) si raspund de regula la intrebari de tipul: cand?, unde?, ce?, cine?, cu cine?, de cine?, catre cine?.- fapte- colectii de masuri ale activitatii si dimensiunile care identifica contextul in care s-au desfasurat. Faptele se colecteaza din inregistrarile stocate in tabelele de tranzactii ale aplicatiilor oprtationale ce sustine activitatea respectiva. Prin intermediul dimensiunii scenariu , se pot stoca in tabelul de fapte pe langa masurile reale si masuri imaginare care permit utilizatorului sa stocheze valorile bugetate sau estimate ale masurii respective. Msurile identificate prin dimensiuni sunt stocate ntr-o tabel relaional denumit tabela de fapte.-Tabela de fapte: Contine un nr f mare de tupluri-milioane- care reprezinta produsul cartezian al dimensiunilor , este tabela care reflecta performanta activitatii analizate, cheia primara este o cheie compusa din cheile primare ale tabelelor dimensionale, este normalizata si realizeaza o legatura indirecta intre dimensiuni.Modelele cele mai utilizate n faza de concepie a unui depozit de date sunt modelele dimensionale care regrupeaz datele din tabelele relaionale n scheme de tip stea sau fulg de zpad, n care se regsesc datele cantitative din tabelele de tranzacii agregate n principal pe unitatea de timp i apoi dup alte.Astfel datele cantitative din bazele de date dimensionale vor fi totaluri, medii, numr de tranzacii, date centralizate pe diferite criterii materializate de regul prin coduri i ntotdeauna prin data calendaristic, primul criteriu de agregare. Codurile criteriilor de agregare sunt explicitate n tabele de tip nomenclator asociate tabelei de fapte, schema relaional cptnd forma de stea. Mai multe asemeni scheme de tip stea care folosesc aceleai nomenclatoare formeaz un model de tip constelaie iar dac dimensiunile se pot divide n subdimensiuni, atunci nomenclatoarele pot avea la rndul lor asociate alte nomenclatoare. De asemeni, pot exista nomenclatoare alternative pentru acelai cod. Prin integrarea acestor subdimensiuni i dimensiuni alternative, schema rezultat are forma unui fulg de zpad.