Vir: Jereb, Bohanec in Rajkovič2003, 10.
Pri problemih, v katerih se srečamo z velikim številom parametrov ali variant, je navadno bolje, če uporabimo katerega izmed namenskih programov za večparametrsko odločanje. Ti imajo že vgrajena orodja, ki odločevalcu pomagajo pri opredelitvi parametrov, oblikovanju funkcij koristnosti in zajemanju podatkov o variantah.
Vrednotenje variant dodatno podpirajo z vrsto koristnih pripomočkov za analizo dobljenih rezultatov (Jereb, Bohanec in Rajkovič2003, 12).
5.3 Faze odločitvenega procesa
V procesu odločanja sistematično zbiramo in urejamo znanje, pričemer poskušamo zbrati dovolj informacij za primerno odločitev, zmanjšati možnosti, da bi kaj spregledali, pospešiti in poceniti proces odločanja ter povečati kakovost odločitve.
Odločitveni proces razdelimo na posamezne faze, v okviru katerih potekajo naslednje aktivnosti (Bohanec 2006a, 19):
strukturiranje in razgradnja odločitvenega problema na manjše in laže obvladljive podprobleme;
analiza dostopne informacije o odločitvenem problemu, podatkov o alternativah ter analiza negotovosti in tveganja ob upoštevanju preferenc odločevalca;
Odločitveni modeli
uporaba vseh teh informacij za optimalno ali vsaj čim boljše (»zadovoljivo«) doseganje ciljev odločanja.
5.3.1 Opredelitev problema
Ta faza je rezultat spoznanja, da je nastopil odločitveni problem, ki je dovolj težak, da ga je smiselno reševati na sistematičen in organiziran način. V tej fazi poskušamo definirati problem ter opredeliti cilje in zahteve. Oblikujemo odločitveno skupino, katere jedro sestavljajo odločevalci (t. i. lastniki problema): to so tisti, ki se morajo v končni fazi odločiti in so odgovorni za odločitev. Pri zahtevnejših problemih je priporočljivo v delo skupine vključiti tudi (Jereb, Bohanec in Rajkovič2003, 13):
eksperte, ki imajo poglobljeno znanje o dani problematiki in lahko svetujejo pri oblikovanju odločitvenega modela;
odločitvenega analitika – metodologa, ki kot moderator vpliva na učinkovitost in usklajenost dela skupine ter skrbi za ustrezno metodološko in računalniško podporo odločanju;
druge predstavniketistih segmentov, na katere vpliva odločitev.
Z oblikovanjem odločitvene skupine, v katero so vključeni strokovnjaki z različnih področij, dosežemo, da je obravnavano problemsko področje pokrito v celoti. Tako razvit model bo nudil kar največpodpore tistim, ki ga v procesu odločanja potrebujejo.
5.3.2 Opredelitev meril
V tej fazi določimo merila, na osnovi katerih bomo ocenjevali variante, in zasnujemo strukturo odločitvenega modela. Posebej je pomembno, da pri tem ne spregledamo meril, ki bistveno vplivajo na odločitev (načelo polnosti). Nabor meril je poln, kadar dodajanje novih meril ne vpliva na rezultate vrednotenja alternativ. Praksa nam pokaže, da je težko dokazati, kdaj je nabor meril poln, vsekakor pa k temu pomembno prispeva dobro poznavanje odločitvenega problema. Pri oblikovanju modela poskušamo izpolniti tudi nekatere druge zahteve, ki jih je v praksi težko v celoti zadovoljiti, zelo dobro pa je, da se jih zavedamo. Zahteve so naslednje (Bohanec 2006a, 102–103):
neredundantnost: v naboru meril modela naj ne bi bilo nepotrebnih meril, to je tistih, ki ne vplivajo na vrednotenje alternativ;
ortogonalnost: merila naj bodo med sebojčim bolj neodvisna; vsak pomemben odločitveni dejavnik naj nastopa samo z enim merilom;
Odločitveni modeli
operativnost: merila modela morajo biti izbrana tako, da jih je mogoče uporabiti v praksi, kar pomeni, da jih je mogoče razumljivo opredeliti oziroma pojasniti drugim udeležencem odločitvenega procesa.
Postopek identifikacije meril je do neke mere odvisen od uporabljene metodologije in poteka po naslednjih korakih (Bohanec in Rajkovič1995, 430):
seznam meril: sami ali med pogovorom v skupini oblikujemo nestrukturiran seznam meril, ki jih bomo upoštevali pri odločanju;
strukturiranje meril: merila hierarhično uredimo, upoštevajoč medsebojne odvisnosti in vsebinske povezave; nepomembna merila in merila, ki so izražena z drugimi merili, zavržemo in po potrebi oblikujemo nova – rezultat je drevo meril;
merske lestvice: vsem merilom v drevesu določimo merske lestvice, to je zalogo vrednosti, ki jih lahko zavzamejo pri vrednotenju, ter morebitne druge lastnosti (npr. urejenost).
S tem pridobimo osnovo modela, ki ga je treba dopolniti še z odnosi med merili in njihovimi vrednostmi.
5.3.3 Definicija funkcij koristnosti
V tej fazi definiramo funkcije, ki opredeljujejo vpliv meril na nižji ravni na tiste, ki ležijo višje v drevesu, vse do korena drevesa, ki predstavlja končno oceno variant.
Oblika funkcij in način njihovega zajemanja sta močno odvisna od uporabljene metode.
Večinoma se uporabljajo preproste funkcije, kot so utežna vsota in razna povprečja, srečamo pa tudi zahtevnejše funkcije, ki pa so nekoliko zahtevnejše za praktično uporabo (funkcije zvezne logike, funkcije na osnovi Bayesovega pravila …) (Jereb, Bohanec in Rajkovič2003, 14).
5.3.4 Opis variant
Še preden lahko sploh opišemo variante, se srečamo s fazo njihove identifikacije.
Do variant lahko pridemo na različne načine, pri vsem tem pa je bistveno, da nobena smiselna varianta ne ostane neopažena. Dobro poznavanje odločitvenega problema, poznavanje ciljev odločitve in lastnosti alternativ so nam v takšnem primeru vsekakor v pomoč. Kadar razvijamo večparametrske odločitvene modele, ki so načeloma neodvisni od posameznih variant, lahko variante definiramo šele potem, ko je model že razvit (Bohanec 2006a, 21).
Vsako varianto opišemo z vrednostmi osnovnih meril, to je tistih, ki ležijo na listih drevesa. Do tega opisa nas vodi bolj ali manj zahtevno proučevanje variant in zbiranje
Odločitveni modeli
podatkov o njih (Jereb, Bohanec in Rajkovič 2003, 14). V tej fazi izgradnje modela predstavimo tudi način ocenjevanja in način pridobivanja ocen (kadrovske evidence, dokazila, lastne izkušnje, intervju), pri čemer se moramo v kar največji meri izogibati subjektivni oceni.
5.3.5 Vrednotenje in analiza variant
Vrednotenje variant je postopek določanja končne ocene variant na osnovi njihovega opisa po osnovnih merilih. Ocenjevanje poteka od listov (osnovna merila) proti korenu drevesa (najvišje izpeljano merilo), vmesna vozlišča pa se izračunajo na podlagi funkcij koristnosti vsakega vozlišča posebej (Jereb, Bohanec in Rajkovič2003, 14).
Varianta, ki dobi najvišjo oceno, je praviloma najboljša. Vendar pa na končno oceno vpliva mnogo dejavnikov in pri vsakem od njih lahko pride do napake. Zato moramo variante analizirati in poskusiti odgovoriti na naslednja vprašanja (prav tam):
Kako je bila izračunana končna ocena – na osnovi katerih vrednosti meril in katerih funkcij? So vrednosti meril in uporabljene funkcije koristnosti ustrezne?
Zakaj je končna ocena takšna, kot je? Je v skladu s pričakovanji ali odstopa in zakaj? Katera merila so najbolj prispevala k takšni oceni?
Katere so bistvene prednosti in pomanjkljivosti posamezne variante?
Kakšna je občutljivost odločitve: kako spremembe vrednosti meril vplivajo na končno oceno? Ali je mogoče variante izboljšati? Kako lahko to storimo?
Katere spremembe povzročijo bistveno poslabšanje ocen variant?
Včem se variante bistveno razlikujejo med seboj?
Šele z odgovori na ta vprašanja pridemo do celovite slike o variantah in s tem do boljše, bolj utemeljene in preverjene odločitve. Računalniška podporna orodja so pri tem praktično nepogrešljiva, saj imajo že vgrajene pripomočke, ki tovrstne analize bistveno olajšajo.
5.4 Program DEXi4
DEXi je računalniški program, razvit v sodelovanju med Univerzo v Mariboru, Fakulteto za organizacijske vede v Kranju in Inštitutom Jožef Štefan v Ljubljani.
Programsko orodje DEXi temelji na lupini ekspertnega sistema za večparametrsko odločanje DEX (angl. Decision Expert). Gre za ekspertni sistem, ki ima že izdelan komunikacijski vmesnik in mehanizem sklepanja, nima pa problemske baze znanja.
Naloga uporabnika je, da to bazo sam oblikuje. To nam omogoča hitro izdelavo
4
Odločitveni modeli
konkretnega ekspertnega sistema, veliko prenosljivost med različnimi področji uporabe in veliko enostavnost, saj ne potrebujemo programerskih znanj. Pri gradnji modela nas vodi preprost uporabniški vmesnik (Bohanec 2006b, 34) (slika 5.2).