Sistemas de apoyo a la toma de decisiones: la herramienta clave para el análisis de datos empresariales

Definición de sistemas de apoyo a la toma de decisiones 

Un sistema de apoyo a la toma de decisiones (DSS) es un sistema de información interactivo que analiza grandes volúmenes de datos para fundamentar las decisiones empresariales. Un DSS ayuda a los niveles de gestión, operaciones y planificación de una organización a tomar mejores decisiones evaluando la importancia de las incertidumbres y las ventajas y desventajas de tomar una decisión en lugar de otra. 

Un DSS aprovecha una combinación de datos brutos, documentos, conocimientos personales y/o modelos de negocio para ayudar a los usuarios a tomar decisiones. Las fuentes de datos utilizadas por un DSS pueden incluir fuentes de datos relacionales, cubos, almacenes de datos, historiales médicos electrónicos (EHR), proyecciones de ingresos, proyecciones de ventas, etc. 

Finalidad de un sistema de apoyo a la toma de decisiones 

Los DSS se diferencian de otras aplicaciones operativas en que su finalidad es analizar datos en lugar de recopilarlos. Un DSS integra y sintetiza múltiples variables para proyectar la probabilidad de diversos resultados. 

El concepto de sistemas de apoyo a la toma de decisiones surgió de la investigación llevada a cabo en el Instituto Carnegie de Tecnología en los años 50 y 60, pero arraigó en la empresa en los años 80 en forma de sistemas de información ejecutiva (EIS), sistemas de apoyo a la toma de decisiones en grupo (GDSS) y sistemas de apoyo a la toma de decisiones en la organización (ODSS). 

Con las organizaciones cada vez más centradas en la toma de decisiones basada en datos, la ciencia de la decisión (o inteligencia de la decisión) está en auge, y los científicos de la decisión pueden ser la clave para liberar el potencial de los sistemas de ciencia de la decisión. La ciencia de la decisión, que aúna la ciencia de los datos aplicada, la ciencia social y la ciencia de la gestión, se centra en la selección entre opciones para reducir el esfuerzo necesario para tomar decisiones de mayor calidad. 

Algunos ejemplos

Los sistemas de apoyo a la toma de decisiones se utilizan en un amplio abanico de sectores. Algunos ejemplos son: 

• Optimización de rutas. Un DSS puede utilizarse para planificar la ruta óptima entre dos puntos analizando las opciones disponibles. Estos sistemas suelen incluir la capacidad de controlar el tráfico en tiempo real para evitar atascos. American Airlines utiliza un programa inteligente de enrutamiento de puertas de embarque para asignar automáticamente la puerta más cercana disponible a los aviones que llegan, reduciendo así los tiempos de rodaje y ahorrando miles de galones de combustible de aviación al año.
• Planificación de cultivos. Los agricultores utilizan el DSS para determinar el mejor momento para plantar, fertilizar y cosechar sus cultivos. Bayer Crop Science ha aplicado la analítica y el apoyo a la toma de decisiones a todos los elementos de su negocio, incluida la creación de "fábricas virtuales" para realizar análisis hipotéticos en sus plantas de producción de maíz.
• DSS clínico. Estos sistemas ayudan a los médicos a diagnosticar a sus pacientes y obtener mejores resultados. Fresenius Medical Care ha desarrollado un sistema que aprovecha el análisis predictivo, el aprendizaje automático y la computación en nube para identificar de forma proactiva cuándo los pacientes de diálisis renal pueden sufrir una complicación potencialmente mortal.
• Cuadros de mando ERP. Estos sistemas ayudan a los directivos a controlar los indicadores de rendimiento. La empresa de marketing y servicios digitales Clearlink utiliza un sistema DSS para ayudar a sus directivos a determinar qué agentes necesitan ayuda adicional.

Sistemas de apoyo a la toma de decisiones e inteligencia empresarial

A menudo se confunden los DSS y la inteligencia empresarial (BI). Algunos expertos consideran el BI un sucesor del DSS. Los sistemas de apoyo a la toma de decisiones suelen considerarse un elemento de los sistemas de inteligencia empresarial, junto con el almacenamiento de datos y la minería de datos. 

Mientras que el BI es una amplia categoría de aplicaciones, servicios y tecnologías para recopilar, almacenar, analizar y acceder a los datos para la toma de decisiones, las aplicaciones DSS tienden a ser creadas para decisiones específicas. Por ejemplo, un DSS empresarial puede ayudar a una empresa a proyectar sus ingresos durante un periodo determinado analizando los datos de ventas de productos anteriores y las variables actuales. Los profesionales sanitarios utilizan sistemas de apoyo a la toma de decisiones clínicas para hacer más eficiente el flujo de trabajo clínico: alertas y recordatorios informatizados a los profesionales sanitarios, directrices clínicas, conjuntos de órdenes específicas para cada enfermedad, etc. 

DSS vs inteligencia de la decisión

La inteligencia de la decisión pretende actualizar y reinventar los sistemas de apoyo a la decisión con una sofisticada combinación de herramientas, como la inteligencia artificial (IA) y el aprendizaje automático (ML), para ayudar a automatizar la toma de decisiones. Según la empresa de investigación Gartner, el objetivo de la inteligencia de decisión es diseñar, modelar, alinear, ejecutar, supervisar y ajustar los modelos y procesos de decisión. 

Tipos de sistemas de apoyo a la decisión 

En el libro Decision Support Systems: Concepts and Resources for Managers, Daniel J. Power, profesor de sistemas de información de gestión en la Universidad de Northern Iowa, desglosa los sistemas de apoyo a la toma de decisiones en cinco categorías en función de sus principales fuentes de información. 

DSS basados en datos. Estos sistemas incluyen cajones de archivos y sistemas de informes de gestión, sistemas de información ejecutiva y sistemas de información geográfica (SIG). Hacen hincapié en el acceso y la manipulación de grandes bases de datos estructurados, a menudo series temporales de datos internos de la empresa y, en ocasiones, datos externos. 

DSS basados en modelos. Estos DSS incluyen sistemas que utilizan modelos contables y financieros, modelos de representación y modelos de optimización. Ponen foco en el acceso y la manipulación de un modelo. Suelen utilizar herramientas estadísticas y analíticas sencillas, pero Power señala que algunos sistemas OLAP que permiten un análisis complejo de los datos pueden clasificarse como sistemas DSS híbridos. Los DSS basados en modelos utilizan datos y parámetros proporcionados por los responsables de la toma de decisiones, pero Power señala que no suelen hacer un uso intensivo de datos.

DSS basados en el conocimiento. Estos sistemas sugieren o recomiendan acciones a los gestores. A veces denominados sistemas de asesoramiento, sistemas de consulta o sistemas de sugerencia, proporcionan conocimientos especializados para la resolución de problemas en un ámbito concreto. Suelen utilizarse para tareas de clasificación, configuración, diagnóstico, interpretación, planificación y predicción que, de otro modo, dependerían de un experto humano. Estos sistemas suelen combinarse con la minería de datos para cribar las bases de datos y establecer relaciones entre los contenidos. 

DSS basados en documentos. Estos sistemas integran tecnologías de almacenamiento y procesamiento para la recuperación y el análisis de documentos. Un motor de búsqueda es un ejemplo.

DSS de comunicación y de grupo. Los DSS basados en la comunicación se centran en la comunicación, la colaboración y la coordinación para ayudar a las personas que trabajan en una tarea compartida, mientras que los DSS de grupo (GDSS) se centran en el apoyo a grupos de responsables de la toma de decisiones para analizar situaciones problemáticas y realizar tareas de toma de decisiones en grupo. 

Componentes de un sistema de apoyo a la toma de decisiones

Según Management Study HQ, los sistemas de apoyo a la toma de decisiones constan de tres componentes clave: la base de datos, el sistema de software y la interfaz de usuario. 

Base de datos del DSS. La base de datos se nutre de diversas fuentes, como datos internos de la organización, datos generados por aplicaciones y datos externos adquiridos a terceros o extraídos de Internet. El tamaño de la base de datos DSS variará en función de las necesidades, desde un pequeño sistema independiente hasta un gran almacén de datos. 

Sistema de software DSS. El sistema de software se basa en un modelo (que incluye el contexto de decisión y los criterios del usuario). El número y los tipos de modelos dependen de la finalidad del DSS. Los modelos más utilizados son:

• Modelos estadísticos. Estos modelos se utilizan para establecer relaciones entre sucesos y factores relacionados con ese suceso. Por ejemplo, podrían utilizarse para analizar las ventas en relación con la ubicación o el tiempo.
• Modelos de análisis de sensibilidad. Estos modelos se utilizan para realizar análisis "hipotéticos". 
• Modelos de análisis de optimización. Estos modelos se utilizan para encontrar el valor óptimo de una variable en relación con otras variables. 
• Modelos de previsión. Incluyen modelos de regresión, análisis de series temporales y otros modelos utilizados para analizar las condiciones del negocio y hacer planes. 
• Modelos de análisis de sensibilidad retrospectivos. A veces denominados análisis de búsqueda de objetivos, estos modelos establecen un valor objetivo para una variable concreta y, a continuación, determinan los valores que deben alcanzar otras variables para alcanzar ese valor objetivo. 

Interfaz de usuario DSS. Cuadros de mando y otras interfaces de usuario que permiten a los usuarios interactuar con los resultados y visualizarlos. 

Software de sistemas de apoyo a la toma de decisiones 

Según Capterra, los software de sistemas de apoyo a la toma de decisiones más populares son: 

• Checkbox. Este software de automatización de servicios no code para empresas utiliza una interfaz de arrastrar y soltar para crear aplicaciones con reglas personalizables, lógica de árbol de decisión, cálculos y puntuaciones ponderadas.
• Parmenides Edios. Dirigido a medianas y grandes empresas, Parmenides Eidos proporciona razonamiento visual y representación del conocimiento para apoyar la elaboración de estrategias basadas en escenarios, la resolución de problemas y la toma de decisiones. 
• Yonyx. Yonyx es una plataforma para crear aplicaciones DSS. Permite crear y visualizar flujos de interacción con el cliente basados en árboles de decisión. Se centra especialmente en árboles de decisión para centros de llamadas, autoservicio de clientes, integración de CRM y datos empresariales.
• XLSTAT. XLSTAT es un complemento de análisis de datos de Excel orientado a usuarios corporativos e investigadores. Cuenta con más de 250 funciones estadísticas, como visualización de datos, modelado estadístico, minería de datos, pruebas estadísticas, métodos de previsión, aprendizaje automático, análisis conjunto, etc.  
• 1000minds. 1000minds es un conjunto de herramientas y procesos en línea para la toma de decisiones, el establecimiento de prioridades y el análisis conjunto. Se deriva de la investigación llevada a cabo en la Universidad de Otago en los años noventa sobre métodos para priorizar pacientes para cirugía.
• WebFOCUS de Information Builders. Esta plataforma de datos y análisis está orientada a grandes y medianas empresas que necesitan integrar e incorporar datos en todas las aplicaciones. Ofrece opciones en la nube, multicloud, on-prem e híbridas. 
• QlikView. QlikView es la solución analítica clásica de Qlik, basada en el motor asociativo de la empresa. Está diseñada para ayudar a los usuarios en sus tareas diarias mediante un cuadro de mando configurable.
• SAP BusinessObjects. BusinessObjects consiste en aplicaciones de generación de informes y análisis para ayudar a los usuarios a comprender las tendencias y las causas fundamentales. 
• TIBCO Spotfire. Este software de visualización y análisis de datos ayuda a los usuarios a crear cuadros de mando e impulsar aplicaciones predictivas y aplicaciones de análisis en tiempo real. 
• Briq. Briq es una plataforma de análisis predictivo y automatización creada específicamente para contratistas generales y subcontratistas del sector de la construcción. Aprovecha los datos de contabilidad, gestión de proyectos, CRM y otros sistemas para potenciar la inteligencia artificial en el análisis predictivo y prescriptivo.