La estructura interna de un DSS es, hasta cierto punto, sencilla, ya que en la mayoría de las ocasiones se cuenta con una base de datos que incluye las actividades realizadas en cierto periodo, procesos, estadísticas, etcétera, que deben explotarse y utilizarse de acuerdo con las necesidades de información. De esta manera, cuenta con tres módulos en su estructura:
El módulo de administración de datos tiene su utilidad una vez que las empresas mantienen registros de sus operaciones en grandes bases de datos; el administrador realiza consultas para alimentar la fase de inteligencia comentada en el apartado anterior. Debido a que posiblemente no se encuentre toda la información en la base de datos propia, el DSS puede hacer consultas a bases de datos de otras áreas, empresas o sistemas para lograr el contexto adecuado a la situación que se tenga. En el empleo de sistemas de administración de cadena de suministro (SCM) y administración de relaciones con los clientes (CRM), el DSS realizará consultas a bases de datos de compras, embarques, facturación y las que considere necesarias para ofrecer los mejores criterios. La consulta a almacenes de datos resulta más adecuada y confiable que si únicamente se realiza a bases de datos de transacciones. Posiblemente, una de las principales ventajas de estos DSS es la facilidad con que se pueden enlazar con otros sistemas de la organización y bases de datos, como almacenes de datos (DataWarehouse), mercados de datos (DataMart) y sistemas de planeación de los recursos (ERP), de donde se extraen datos relevantes. De esta manera, el software analítico de la aplicación desarrolla modelos que identifican diversos elementos de riesgo y después realiza las recomendaciones, cuya aceptación o rechazo dependerá finalmente del directivo. Al preparar las predicciones con mayor rapidez y precisión, se tendrá una ventaja competitiva ante las otras compañías.
Interacción de los componentes de un DSS
El módulo de administración de modelos permite convertir los datos obtenidos de las bases de datos (por medio del módulo de administración de datos) en varias opciones para seleccionar según las necesidades de información, ya sea por medio de un modelo fijo, modelos dinámicamente modificados, conjunto de modelos a elegir, etcétera. Los modelos dinámicos son aquéllos que cambian según sucedan las relaciones cambiantes entre las variables.
La clave de este módulo recae en la combinación de las variables para que, después de analizar las entradas, salidas, parámetros y condiciones, sea posible obtener un resultado satisfactorio. En muchas ocasiones, la experiencia de los empleados forma parte de las variables de análisis, lo cual convierte esta información en un activo de la empresa equiparable a las fórmulas de varios productos comerciales. De esta forma, todo lo que suceda durante la operación de un negocio puede servir para alimentar el modelo y obtener una predicción confiable cuando se decida incrementar el número de servicios o la línea de productos ofertados.
Aunque los modelos de computadoras pueden servir para la ingeniería, aeronáutica, física o arquitectura, son los modelos de negocios los que estudiarás en esta asignatura. Incluir modelos de regresión lineal a problemas de mercadotecnia, recursos humanos, ventas, producción, finanzas, etcétera, ayudarán a tu formación. Independientemente del área de aplicación, el resultado es el mismo: es el directivo quien basa parte de su decisión en el examen de los resultados que arroja el comportamiento del modelo de simulación realizado y aplicado.
Por último, el módulo de diálogo es muy importante al representar la comunicación en ambos sentidos entre el sistema y el usuario. La interacción se da cuando, en una consulta, se solicita información en el tablero o pantalla, la cual dirigirá a la base de datos (módulo de administración de datos) y, posteriormente, a las diversas combinaciones en el módulo de diseño del modelo. Al final se obtiene un resultado del análisis, aunque en otras circunstancias se puede generar un estatus intermedio donde el usuario podrá indicar nuevos parámetros o modificaciones a ciertos valores y obtener, a manera de ensayo, un nuevo resultado o confirmar la validez y aceptación del resultado previamente logrado. El resultado se puede obtener en forma de número, porcentaje, texto, tabla, gráfica, imágenes, etcétera, y corresponderá al usuario decidir si lo emplea o no.
El análisis de sensibilidad es un elemento que debe considerarse al momento de utilizar los DSS, pues el resultado del análisis se ve afectado por múltiples factores, de los cuales algunos tienen mayor impacto en el resultado que otros. En algunos casos, se puede aumentar solamente un poco algún parámetro y el resultado puede verse muy alterado por este cambio; en otros, se puede modificar otro parámetro en una cantidad considerable y el nuevo resultado puede no mostrar ninguna alteración respecto al previo. En estos casos, es posible decir que alguno de los parámetros tiene una sensibilidad mayor o menor respecto a otros. Estas diferencias en el impacto final pueden no ser fácilmente detectables, sobre todo cuando en el manejo de los DSS se incluyen al mismo tiempo diversos parámetros y se modifican algunos de ellos en el análisis cuando se realizan diversas simulaciones. Por ello, se debe buscar la combinación exacta entre diversos factores. El uso de las computadoras hace que este proceso sea más fácil de realizar.
