협업 의사 결정 소프트웨어

Collaborative decision-making software

협업 의사결정(CDM) 소프트웨어는 데이터 조정 및 배포와 작업 그룹 간의 합의에 이르는 데 도움이 되는 소프트웨어 응용 프로그램 또는 모듈이다.[1]

CDM 소프트웨어는 시기적절한 집단적 의사결정에 도달하는 데 필요한 기능과 기능을 조정하여 모든 관련 이해관계자가 이 과정에 참여할 수 있도록 한다.

의사소통 도구의 선택은 높은 협력 노력을 위해 매우 중요하다.온라인 협업 도구는 서로 매우 다르며, 일부는 오래된 형태의 인터넷 기반 관리 및 가상 팀에서의 근무가 업무가 아니라 수십 년 동안 수행되고 있다.어느 가상팀에서나 가장 중요한 요소는 의사 결정이다.모든 가상팀은 집합적으로 지속적인 브레인스토밍 세션을 통해 문제를 논의하고 분석하고 해결책을 찾아야 한다.[2]소셜 네트워킹과 비즈니스 인텔리전스(BI)의 통합에 있어 새롭게 부상하고 있는 개선은 BI 시스템에 대한 정보와 소셜 소프트웨어의 집합적인 입력 정보를 직접 연결함으로써 의사결정을 획기적으로 즉흥적으로 변경했다.[2]

오늘날 모든 조직은 그들의 고용주가 도구에서 처리된 정보를 바탕으로 더 나은 결정을 내릴 수 있도록 비즈니스 인텔리전스(BI) 도구에 의존하고 있다.[3]의사결정 과정에 비즈니스 인텔리전스(BI)에 소셜 소프트웨어를 적용하는 것은 회사 전체의 의사결정에 정보를 직접 연결할 수 있는 중요한 기회를 제공한다.[2]

역사

기술 과학자들과 연구원들은 약 40년 동안 자동화된 의사결정 지원 시스템(DSS)을 연구하고 탐구해 왔다.[4]이 연구는 1960년대 후반에 모델 중심 DSS를 구축하면서 시작되었다.재무 관련 계획 시스템, 스프레드시트 기반 의사결정 지원 시스템 및 그룹 의사결정 지원 시스템(GDS)의 활용과 함께 고급화된 시스템은 1980년대 초반과 중반에 시작되었다.[5]데이터 웨어하우스, 관리 정보 시스템, 온라인 분석 처리(OLAP) 및 비즈니스 인텔리전스는 1980년대 후반과 1990년대 중반에 등장했으며, 이와 거의 동시에 지식 기반 DSS와 웹 기반 DSS의 사용이 크게 진화하고 있었다.새로운 진보를 활용하고 새로운 애플리케이션을 만들기 위해 자동화된 의사결정 지원 분야가 떠오르고 있다.[4]

1960년대에 과학자들은 의도적으로 기본적인 의사 결정과 계획을 돕기 위해 자동화된 정량적 모델의 활용을 조사하기 시작했다.[6]자동화된 의사결정 지원 시스템은 미니컴퓨터, 타임쉐어 작업 프레임워크 및 분산 컴퓨팅의 발전으로 실시간 시나리오가 되었다.그러한 프레임워크의 실행의 역사적 배경은 1960년대 중반부터 시작된다.[7]DSS처럼 다양한 기술 분야에서, 만성화 역사는 미끌미끌하지도 않고 직접적이지도 않다.다양한 개인이 의사결정 지원 시스템의 분야를 서로 다른 관점에서 보고 무엇이 일어났고 무엇이 중요한지에 대한 독특한 기록을 보고한다.[8]기술이 등장함에 따라 새로운 자동화된 의사결정 지원 애플리케이션이 만들어지고 개발되었다.과학자들은 이러한 응용 프로그램을 만들고 이해하기 위해 여러 프레임워크를 활용했다.오늘날 DSS의 역사적 배경을 통신 중심, 데이터 중심, 문서 중심, 지식 중심 및 모델 중심 의사결정 지원 시스템을 포함한 5가지 확장 DSS 등급으로 정리할 수 있다.[8]모델 주도형 공간 의사결정 지원 시스템(SDSS)은 1980년대 후반에 개발되었으며 1995년까지 SDSS 아이디어가 문헌에서 인정된 것으로 나타났다.[9]데이터 기반 공간 DSS도 꽤 규칙적이다.전반적으로, 데이터 기반 DSS는 내부 조직 정보 및 때로는 외부 및 현재 데이터에 대한 액세스와 제어를 강조한다.[10]경영진 정보 시스템은 데이터 기반 DSS의 사례다.이러한 프레임워크의 첫 번째 사례는 데이터 지향 DSS, 분석 정보 시스템 및 복구라고 불렸다.[11]통신 기반 DSS는 네트워크와 통신 기술을 활용하여 의사결정 관련 협업과 통신을 촉진한다.이러한 프레임워크에서 통신 기술은 압도적인 설계 부문이다.이용되는 기기에는 그룹웨어, 화상회의, 컴퓨터 기반 게시판 등이 통합되어 있다.[8]

1989년, Lotus는 Notes라는 그룹웨어 어플리케이션을 선보였고, GDSS의 초점을 확장하여 개인 모임 간의 커뮤니케이션, 협업, 조정을 강화하였다.[12]일반적으로 그룹웨어, 게시판, 오디오 및 화상회의는 통신 주도적 의사결정 지원을 위한 필수적인 진전이다.지난 몇 년 동안 음성 및 비디오는 인터넷 규약을 활용하기 시작했고 동기식 통신 기반 DSS에 대해 상상할 수 있는 결과를 엄청나게 확장시켰다.[4]문서 기반 DSS는 PC 저장 및 처리 기술을 활용하여 기록적인 복구와 조사를 한다.보관된 대용량 데이터베이스는 검사된 보고서, 하이퍼텍스트 레코드, 사진, 소리 및 비디오를 포함할 수 있다.컨텐츠와 레코드 행정은 1970년대와 1980년대에 중요하고 일반적으로 활용되는 자동화된 컨텐츠의 표시와 준비에 있어 확장되었다.[11]문서 주도의 DSS에 의해 검색될 수 있는 아카이브의 사례는 전략과 기술, 항목 결정, 카탈로그 및 회의록과 서신을 포함한 기업 검증 가능한 보고서들이다.검색 엔진은 문서 주도 DSS와 연결된 필수적인 의사결정 지원 도구다.[8] 지식 주도 DSS는 관리자(manager)에게 조치를 제안하거나 처방할 수 있다.이러한 DSS는 특정 비판적 사고 능력이 높아진 개별 PC 프레임워크다."전문가"는 특정 분야에 대한 지식, 그 분야 내부의 이슈에 대한 이해, 그리고 이러한 이슈들 중 일부를 다루는 "기술"로 구성되어 있다.[8]이러한 프레임워크는 제안 DSS와 지식 기반 DSS라고 불려왔다.[13]

대략 1995년부터 시작된 웹 기반 DSS는 웹과 전 세계 인터넷이 자동화된 선택 지원의 능력과 전송을 장려하기 위한 혁신 단계를 제공했다.모양 라벨과 테이블이 포함된 HTML 2. 디테일이 도래한 것은 웹 기반 DSS의 발전에 결정적인 순간이었다.1995년 국제 의사결정 지원 시스템(ISDSS)을 위한 국제회의 제3차 국제회의(International Conference of International Society)에서 선택지원에 웹과 인터넷을 활용하는 것에 관한 다양한 논문이 소개되었다.웹 기반, 모델 기반 DSS에도 불구하고 분석가들은 데이터 웨어하우스에 대한 웹 액세스를 보고하고 있었다.DSS Research Resources는 책갈피의 온라인 수집으로 시작되었다.[14]1995년까지, 월드 와이드 웹은 다양한 프로그래밍 디자이너와 학자들에 의해 광범위한 의사결정 지원 시스템을 실행하기 위한 진정한 단계로 인식되었다.[15]1996-97년에는 기업 인트라넷을 제작하여 정보 교환 및 지식 관리를 지원하였다.주요 의사결정 지원 기구는 특별히 지정된 질문 및 보고 기기, 개선 및 레크리에이션 모델, 온라인 분석 처리(OLAP), 데이터 마이닝 및 데이터 시각화를 포함했다.[16]데이터베이스 기술을 활용한 엔터프라이즈 와이드 DSS는 특히 대기업들 사이에서 잘 알려져 있었다.[8]1999년에, 판매자들은 새로운 웹 기반 분석 애플리케이션을 제시했다.수많은 DBMS 상인들이 그들의 센터를 웹 기반의 분석 애플리케이션과 비즈니스 인텔리전스 솔루션으로 옮겼다.2000년에 애플리케이션 서비스 제공업체(ASP)는 애플리케이션 프로그래밍을 촉진하고 의사결정 지원 능력을 위한 전문적 기반을 마련하기 시작했다.게다가 2000년은 관문이었다.통합된 웹 환경에서 정보 포털, 지식 관리, 비즈니스 인텔리전스, 통신 기반 DSS를 결합한 보다 진보된 "기업 지식 포털"이 판매자들에 의해 제시되었다.[15]

의사결정 지원 애플리케이션 및 연구는 식별된 데이터 지향 시스템, 관리 전문가 시스템, 다차원 데이터 분석, 질의 및 보고 도구, 온라인 분석 처리(OLAP), 비즈니스 인텔리전스, 그룹 DSS, 회의 및 그룹웨어, 문서 관리, 공간 DSS 및 경영진 정보 시스템에 초점을 맞춘다.e 테크놀로지는 상승하고, 만나고, 헤매고 있다.[8]의사결정 지원 시스템의 조사는 학습과 특히 다른 학문의 가설을 활용하는 연결된 열차다.결과적으로, 수많은 DSS 과학자들은 특정 DSS를 구축하고 활용하는 개인들에게 걱정거리가 된다는 이유로 분석된 질문들을 조사한다.그 후, 넓은 DSS 정보 베이스의 상당 부분은 추측을 하고 보다 강력한 DSS를 구축하기 위한 헤딩을 제공한다.[17]

CDM 및 비즈니스 인텔리전스

웹 2.0 협업 도구는 웹 1.0 협업 도구의 한계를 뛰어넘어 대규모 협업 기대치에 도달했다.이러한 도구는 저렴하고 유연한 접근 방식으로 소셜 소프트웨어를 통해 사용자가 제어하는 환경을 제공한다.협업 2.0 기술의 제고가 기업에서 빠르게 받아들여지고 있다.[2]2009년에는 BI 업무 공간에서 사회적 및 협업적 비즈니스 인텔리전스(BI)가 하위 카테고리로 대중적으로 인정받았다.[18]CDM 소프트웨어의 한 종류인 소셜 및 협업 BI는 소셜 네트워킹 및 소셜 웹 2.0 기술의 기능과 철학을 활용하여 기업 수준의 보고 및 분석에 적용함으로써 사실 기반 의사결정을 보다 빠르고 쉽게 수행할 수 있도록 한다.Web 2.0 기술과 같은 이 플랫폼은 누구나 언제 어디서나[2] 컨텐츠를 공유하고 토론에 기여할 수 있어야 한다는 전제 하에 설계되었다. 2010년 이후 비공식 조직의 하이라이트를 비즈니스 인텔리전스 배열로 통합하려는 경향이 있다.광범위한 비즈니스 애플리케이션도 마찬가지로 향후 몇 년 동안 이러한 중대한 변화를 겪어야 한다.[19]

국제데이터공사(IDC)는 2011년은 소셜미디어 스타일의 특징을 BI 솔루션에 내장하는 추세가 두드러지는 해가 될 것이며, 사실상 모든 유형의 비즈니스 애플리케이션은 근본적인 변화를 겪을 것이라고 전망했다.[20]IDC는 또한 떠오르는 CDM 소프트웨어 시장이 빠르게 성장하여 2014년까지 20억 달러에 가까운 수익을 예상할 수 있을 것으로 보고 있으며, 2009년과 2014년 사이에 복합적인 연간 성장률은 38.2%에 달한다.[20]BI의 맥락에서 CDM 소프트웨어는 정보, 분석 및 통찰력을 공유하고 제도화할 수 있는 능력이며 그렇지 않으면 손실될 것이다.[3]

비즈니스 인텔리전스(BI)는 이해할 수 없는 정보의 공급을 감독하고 개선하기 위해 광범위하게 활용되었다.많은 조직들은 더 나은 이해와 의사결정을 위해 그들 자신의 데이터를 개선하기 위해 비즈니스 인텔리전스를 그들의 회사에 적용했다.BI는 통계 분석, 예측 모델링 및 최적화에 응용할 수 있다.이러한 제품들에 의해 생성된 다른 보고서들은 의사 결정에 큰 역할을 한다.의사결정의 결과가 조직의 성장과 성과에 영향을 미치기 때문에 의사결정은 업무에서 중요한 과제다.[21]CDM(Collaborative Decision Making)은 비즈니스 통찰력으로 소셜 프로그래밍에 참여한다.이 혼합은 특히 BI 프레임워크에 포함된 데이터와 소셜 프로그래밍을 사용하여 수집된 집합적 정보를 연결함으로써 기본적인 의사 결정의 성격을 획기적으로 향상시킬 수 있다.사용자 협회는 기존의 사회 프로그래밍, BI 단계 및 필수적인 라벨링 유용성과 그러한 프레임워크를 함께 결합할 수 있다.[3]CDM은 BI, 인적 자원(HR), 능력 관리 및 제품군을 포함한 수많은 애플리케이션 유형의 상승 부문이지만, 마찬가지로 웹 2.0 애플리케이션의 활용에 의해 실현된 행동이다.이러한 패턴의 선봉에는 BI가 공유 클라우드 기반 애플리케이션에 통합되는 방식이 있다.[18]가상세계 세컨드라이프는 협력적 의사 결정의 무대로 추가 상승하고 있다.이에 따른 핵심 장점은 '공간 해체'와 동기식 및 비동기식 훈련을 혼합할 수 있는 능력이다.회의와 경우에 있어서, 모든 중요한 자료와 개인을 요청함으로써 시간표와 지질학의 한계를 피할 수 있는 이점이 있다.서비스 지향 아키텍처(SOA)는 이것을 현실화하는 데 필수적인 부분을 차지했다.BI는 전체 연관성을 지배하며, 효과적으로 활용될 경우 각 유용한 영역에 영향을 미치는 선택에 결정적인 영향을 미칠 수 있다.[22]

이제 CDM(Collective Decision Making, CDM)은 항공 그룹 파트너들 간의 데이터 거래 확대를 통한 항공 이동 흐름 관리를 강화하기 위한 공동 정부/업계 활동이다.CDM은 국가공역시스템(NAS)이 직면한 항공 교통 흐름 관리(ATFM) 과제에 대해 기계적이고 절차적인 답변을 하기 위해 협력하는 정부, 일반 항공편, 항공사, 민간 산업 및 학계의 대리인을 포함한다.[23]설계 검토, 시공 계획 및 통합 운영과 같은 분야에서 이해를 극대화하고 협업적인 의사 결정을 개선하기 위해 새로운 기법이 사용되고 있다.[24]

오늘날의 BI 도구는 적임자를 위한 올바른 정보를 추출한다는 측면에서 좋은 성과를 거두고 있지만, 의사결정 과정에서 책임감이 부족하기 때문에 조직이 열악한 선택으로 내몰리고 있다.비즈니스 인텔리전스 소프트웨어와 데이터 웨어하우스 기술에 많은 돈이 투자되어 있지만, 이것들의 결과물은 여전히 좋지 않은 비즈니스 선택권을 주고 있다.비즈니스 인텔리전스의 정보 수준과 의사 결정의 품질과 투명성 사이에는 차이가 있다.[25]문제는 소셜 미디어 협업 도구에서 수집된 정보와 보고서를 밀접하게 연결하는 복잡한 비즈니스 결정을 내리는 새로운 접근방식인 CDM(Collaborative Decision Making) 소프트웨어의 필요성이 대두될 정도로 만연해 있다.CDM 플랫폼은 사용자에게 관련 BI 데이터 소스에 쉽게 접근할 수 있을 뿐만 아니라 향후 참조와 책임을 위해 해당 소스에 태그를 지정하고 검색할 수 있는 기능을 제공할 것이다.결정 자체는 BI 소프트웨어 입력, 협업 도구 및 그러한 결정을 내리는 데 사용된 방법과 관행과 연계될 것이다.[25]

협업적 의사결정에 비즈니스 인텔리전스를 활용하는 정보 시스템의 힘으로 복잡하고 효율적인 의사결정의 필요성 의사결정의 품질은 BI 가치 포착 BI 애플리케이션의 효과적인 실행 등 비즈니스에서 BI와 정보 통합의 효과적인 활용에 달려 있다.BI 및 IT 관련 전문 지식을 갖춘 [3]전문 지식을 갖춘 비즈니스 관계자

이점 및 잠재력

사회적 협력적 BI의 개념은 BI에 대한 투자가 증가함에도 불구하고 많은 조직들이 보고와 분석을 효과적으로 활용하지 못하고 계속해서 부실한 비즈니스 결정을 내리고 있어 낮은 ROI를 초래하고 있다는 지속적인 문제에 대한 해답으로 많은 사람들이 환영해 왔다.

가트너는 CDM 플랫폼이 BI 소프트웨어에서 수집된 정보와 보고서를 최신 소셜 미디어 협업 도구와 연결함으로써 복잡한 의사결정에 대한 새로운 접근방식을 자극할 것으로 예측하고 있다.[26]

Gartner의 예측 보고서인 The Rise of Collaborative Decision Making은 이 새로운 기술이 의사 결정 프로세스의 비용과 지연을 최소화하여 생산성, 운영 효율성 및 궁극적으로 더 좋고 시기 적절한 의사 결정을 내릴 것이라고 예측한다.[26]

최근 McKinsey Global과 Aberdeen Group의 연구에[27] 따르면 협업 기술을 보유한 조직은 비즈니스 위협에 대응하고 주요 프로젝트를 더 빠르게 완료함으로써 신제품 출시 기간 단축과 직원 만족도 향상을 경험하고 있다.

구성 요소들

보고와 분석을 기반으로 효과적인 기업 협업과 네트워킹을 가능하게 하고 CDM 플랫폼의 기반을 형성하기 위해 함께 결합하는 3가지 주요 기능이 있다.다음은 다음과 같은 기능을 제공하는 기능:

  1. 비즈니스 데이터에 대한 논의 및 지식 오버레이
  2. 지식 및 컨텐츠 공유
  3. 최선의 행동 방침을 집합적으로 결정한다.

비즈니스 데이터에 대한 지식 논의 및 오버레이

비즈니스 프로세스를 둘러싼 대부분의 의사 결정과 논의는 조직 BI 플랫폼 외부에서 이루어지며, 인간의 통찰력과 비즈니스 데이터 그 자체와의 격차를 벌린다.비즈니스 의사결정은 비즈니스 데이터와 함께 이루어져야 하며, 이를 바탕으로 일관성 있는 의사결정이 이루어지도록 해야 한다.

BI 솔루션에 통합된 오픈액세스 토론 포럼은 사용자가 데이터 분석 결과를 토론할 수 있도록 하며, 적임자를 올바른 데이터와 연결한다.사용자는 인간 지식, 통찰력을 오버레이할 수 있으며 보고서의 데이터에 맥락을 제공할 수 있다.

BI 솔루션 내의 소셜 계층은 팩스, 전화 통화 및 대면 회의와 같은 전통적인 통신 수단에 비해 보고 및 분석과 관련된 비즈니스 상호작용의 효율성을 다음과 같이 개선한다.

  1. 기록 가능:대화가 자동으로 기록되어 모든 상호 작용의 검색 가능한 기록이 생성되고 이전에 수행된 불필요한 재방문 지점이 제거됨
  2. 물류 장애물 제거:지리적으로 분산된 이해당사자들이 더 빨리 정보 교환에 참여할 수 있어 복잡하고 비용이 많이 드는 여행 준비의 필요성이 크게 감소한다.
  3. 모든 관련 이해당사자가 참여할 수 있도록 지원:모든 관련 이해당사자는 자신의 편의에 따라 토론에 기여할 수 있다.

CDM 포럼의 주요 기능

협력적 의사결정(CDM)은 BI 애플리케이션과 결합할 경우 많은 주요 기능을 통해 정보의 유통과 토론이 증가할 수 있는 소셜 미디어 기능으로 정의된다.이러한 주요 특징에는 주석, 토론 및 태그 지정, 내장 및 의사 결정 제공이 포함된다.[28]주석을 달면 다른 사람이 데이터를 받아들이고 해석하는 데 도움이 되기 때문에 데이터의 의미가 더 크다.예를 들어 사용자가 BI 환경 내에서 보고서를 작성하거나 분석할 때 데이터에 컨텍스트를 제공할 수 있도록 주석과 주석을 추가할 수 있다.비즈니스 리더들은 어떤 결정이 근거하는지 완전히 이해한다고 확신할 수 있다.개방형 접근 토론은 기여자들이 자신의 생각을 게시할 수 있을 뿐만 아니라 다른 사람들의 제안을 읽고, 고려하고, 향상시킬 수 있게 할 것이다.이 기능은 다른 투자자들의 투입을 추구하기 위한 귀중한 장치가 될 수 있다.이는 BI 환경 내에서 어떻게 동화되는 CDM 도구가 중요한 데이터를 완전히 볼 때 토론을 개최할 수 있는 가능성을 제공하는가에 기인한다.반면 태그 지정은 사용자가 관련 정보를 유연한 방식으로 강조할 수 있도록 하여 다른 사용자가 유익하고 실용적인 데이터를 쉽게 검토하고 복구할 수 있도록 한다.BI 솔루션으로 둘러싸인 정보를 다른 애플리케이션에 내장할 수 있는 능력은 의사결정자들이 합리적인 방식으로 정확한 정보에 접근할 수 있도록 하기 위한 필수 요소다.정보가 내장되면 여러 사용자가 보고 코멘트를 할 수 있다.즉, 아이디어와 제안은 실제적으로 공유되고 단념될 수 있다.마지막으로 BI 솔루션은 그룹이 명시적이고 수량화할 수 있는 목표와 목표를 달성할 수 있도록 지원하는 적절한 의사결정을 지원할 수 있는 능력이 있는 것으로 관찰된다.이것들은 또한 개선된 제품 개요 또는 보다 수익성 있는 공급망으로 구성될 수 있다.[28]

지식 및 컨텐츠 공유

디지털 시대는 흔히 정보 시대로 묘사된다.그러나 정보의 가치는 공유되는 능력에 있다.

CDM 모듈은 다음과 같은 세 가지 방법으로 보고 및 분석과 관련된 정보를 공유할 수 있다.

  1. 카탈로그 작성:BI 솔루션 내의 소셜 레이어는 사용자가 BI 포털 내의 공유 폴더 내에서 과거의 토론과 보고서를 태그하고 분류함으로써 검색 가능한 이력을 만들 수 있도록 한다.태깅은 사용자가 빠르고 쉽게 여러 카테고리에 보고서, 주석 및 토론 내용을 파일링하여 빠르고 쉽게 검색할 수 있도록 한다.
  2. 배포:BI 포털에서 전체 파일/리포트를 내보낼 수 있는 능력은 모든 관련 의사결정자에게 적절한 정보를 제공한다.마찬가지로 CDM 플랫폼 내에서 스레드된 토론에서 외부 정보에 대한 직접적인 링크를 공유하면 토론에 필요한 세부사항, 맥락 및 관점이 추가된다.
  3. 내장: BI 도구 내의 CDM 계층은 사용자가 의사결정에 필요한 모든 플랫폼에 보고서와 중요한 상황별 컨텐츠를 내장할 수 있도록 한다.

CDM 모듈은 두 가지 방법으로 이것을 한다.

  1. 웹 서비스 애플리케이션 프로그래밍 인터페이스(API)를 통해 BI 도구의 소셜 계층 또는 엔터프라이즈 포털(인트라넷 시스템) 내에서
  2. 기업 외부, 어떤 플랫폼에서든 유튜브 스타일 Java 스크립트 내보내기를 통해 사용자는 Java 스크립트 조각을 HTML 페이지에 복사하기만 하면 실시간 대화형 보고서나 기타 정보를 삽입할 수 있다.

최선의 행동 방침을 일괄적으로 결정

공동 의사결정(CDM) 시스템은 팀으로서 함께 기능하고 있는 의사결정자들이 잘못된 구조의 어려움을 해명하는 데 도움을 주는 협력적인 컴퓨터 기반 시스템으로 정의된다.이들의 주요 목표는 그룹 구성원과 컴퓨터 간의 정보 공동 공유를 통해 의사결정 클러스터의 효율성을 높이는 것이다.[29]CDM은 비즈니스 인텔리전스와 소셜 소프트웨어를 연결하는데, 이는 결합이 BI 시스템에 동봉된 정보와 소셜 소프트웨어의 사용을 통해 얻은 협업적 입력을 직접 연결함으로써 의사결정의 가치를 획기적으로 향상시킬 수 있다는 것이다.이는 또한 협업적 의사결정(CDM) 모듈이 된 협업적 BI로도 확인되었다.이에 따라 소셜네트워크와 웹 2.0 기술의 목적과 철학을 방송과 분석에 접목시켰다.만약 이것이 적절하게 구현된다면, 협업 BI는 사람, 데이터, 프로세스 및 기술 사이의 중요한 연결을 형성할 수 있는 능력을 갖게 될 것이며, 이것은 사람들의 정상적인 의사결정 절차를 지원함으로써 통찰력과 행동에 관한 격차를 연결시킬 것이다.조직이 진정한 협업 BI를 달성하기 위해서는 협업적 사고방식도 구현하고 조직 차원의 데이터 공유 및 데이터 필요성 문화도 유지해야 한다.이것은 부서 사일로를 줄여 더 빠르고, 개선되고, 더 효과적인 의사 결정을 가능하게 한다.[30]그것은 또한 어떤 조직이 사람들이 증거나 정보를 축적하고 공유하지 않고 전문가가 되는 것에 대해 보상을 받는 문화를 가지고 있다면, 그 조직은 준비되지 않은 성공에 대한 융통성 없는 전제조건으로 관찰된다.기술이 이미 여러 사업부 소속 팀들이 공유 프로젝트에서 협력적으로 기능하고 있다는 믿음을 유지하지 못하면 조직이 협업하지 못하게 되는 것을 관찰할 것이다.

엔터프라이즈 CDM을 뒷받침하는 기술 요소

BI CDM 모듈은 세 가지 요인에 의해 뒷받침된다.

1 사용 편의성: CDM 소프트웨어는 Web 2.0 셀프 서비스 사고방식을 따른다.BI 솔루션 내의 협업 구성요소는 다양한 사용자 능력과 기술 수준을 제공하여 지식이 부서별로 유지되지 않도록 보장한다.

2 완전 통합:사용자는 자신의 BI 콘텐츠와 함께 자신의 분석에 대해 논의할 수 있어야 한다.다음 시나리오를 상상해 보십시오.BI 도구를 사용하여 미주 지역의 지난달 판매 결과에 대한 데이터를 검색하는 경우.놀라운 이상 징후를 발견하게 될 경우, 이전 달에 비해 매출이 급증하게 된다. 그 이유는?무엇이 다르게 행해졌는가?어떻게 결과를 복제할 수 있는가?CDM 플랫폼이 BI 도구 내에 있으면 즉시 조사를 시작할 수 있으며, 데이터를 전체적으로 볼 수 있는 대화로 다른 사람을 초대할 수 있다.데이터 세트와 별도로 미팅과 토론을 설정할 필요가 없다.협업 프로세스는 단일 개방형 액세스 공간에 명확하게 문서화되어 있으며, 기본 정보(데이터)가 바로 거기에 있는 주제에 대한 논의도 남아 있다.성공적인 CDM을 위해, 당신의 협업 플랫폼과 정보는 한 곳에 있어야 한다.

3 웹 기반:협업 플랫폼은 웹 기반이기 때문에, 모든 관련 이해관계자들이 접속하는 장소, 시간 차이 또는 장치에 관계없이 그것이 전개되는 대로 따르고 토론에 기여할 수 있다.

비즈니스 인텔리전스 분야의 주목할 만한 CDM 모듈

가트너에 따르면 소셜 BI와 CDM 소프트웨어는 아직 초기 단계에 있으며 활용도가 낮은 상태다.[26]그러나 BI 시장의 일부 공급업체는 다음과 같은 CDM 모듈을 제공한다.

위에 열거된 제품들은 CDM 기능을 업그레이드한 더 큰 BI 시스템인 반면, 다음과 같은 몇 가지 전용 웹 기반 Software-as-a-Service CDM 제품들이 등장하였다.

참조

  1. ^ Naracapilidis, N.; Papadias, D.; Pappis, C. (1999). "Computer-mediated collaborative decision making: Theoretical and implementation issues" (PDF). Proceedings of the 32nd Annual Hawaii International Conference on Systems Sciences. 1999. HICSS-32. Abstracts and CD-ROM of Full Papers. p. 10. doi:10.1109/hicss.1999.772703. ISBN 0-7695-0001-3. S2CID 15212409.
  2. ^ a b c d e Turban, Efraim; Liang, Ting-Peng; Wu, Shelly P. J. (2010). "A Framework for Adopting Collaboration 2.0 Tools for Virtual Group Decision Making". Group Decision and Negotiation. 20 (2): 137. doi:10.1007/s10726-010-9215-5. S2CID 154862640.
  3. ^ a b c d Hedgebeth, Darius (2007). "Data‐driven decision making for the enterprise: An overview of business intelligence applications". VINE. 37 (4): 414–420. doi:10.1108/03055720710838498.
  4. ^ a b c Arnott, David; Pervan, Graham (2016). "A Critical Analysis of Decision Support Systems Research Revisited: The Rise of Design Science". Enacting Research Methods in Information Systems. p. 43. doi:10.1007/978-3-319-29272-4_3. ISBN 978-3-319-29271-7.
  5. ^ Alavi, Maryam; Joachimsthaler, Erich A. (1992). "Revisiting DSS Implementation Research: A Meta-Analysis of the Literature and Suggestions for Researchers". MIS Quarterly. 16 (1): 95–116. doi:10.2307/249703. JSTOR 249703. S2CID 7698585.
  6. ^ Raymond, R. C. (1966). "Use of the Time-Sharing Computer in Business Planning and Budgeting". Management Science. 12 (8): B–363. doi:10.1287/mnsc.12.8.b363.
  7. ^ Gray, Paul; Lenstra, Jan Karel (1988). "Introduction—Special Focus and Decision Support Systems (DSS)". Operations Research. 36 (6): 823. doi:10.1287/opre.36.6.823.
  8. ^ a b c d e f g Power, D. J. "Specifying an Expanded Framework for Classifying and Describing Decision Support Systems". Communications of the Association for Information Systems. 13: 158–166.
  9. ^ Crossland, M.D.; Wynne, B.E.; Perkins, W.C. (1995). "Spatial decision support systems: An overview of technology and a test of efficacy". Decision Support Systems. 14 (3): 219. doi:10.1016/0167-9236(94)00018-n.
  10. ^ Muhammad Azhar Chohan; Muhammad Younus Javed (2010). "OLAP and OLTP data integration for operational level decision making". 2010 International Conference on Networking and Information Technology. p. 493. doi:10.1109/icnit.2010.5508466. ISBN 978-1-4244-7579-7. S2CID 18573353.
  11. ^ a b Bonczek, R. H.; Holsapple, C.W.; Whinston, A.B. (1981). Foundations of Decision Support Systems. New York: Academic Press.
  12. ^ Kraemer, Kenneth L.; King, John Leslie (1988). "Computer-based systems for cooperative work and group decision making". ACM Computing Surveys. 20 (2): 115. doi:10.1145/46157.46158. S2CID 14074483.
  13. ^ Goul, Michael; Henderson, John C.; Tonge, Fred M. (1992). "The Emergence of Artificial Intelligence as a Reference Discipline for Decision Support Systems Research". Decision Sciences. 23 (6): 1263. doi:10.1111/j.1540-5915.1992.tb00448.x.
  14. ^ Berners-Lee, T. (August 1996). "The World Wide Web: Past, Present and Future". w3.org. Retrieved November 5, 2016.
  15. ^ a b Bhargava, H.; Power, D.J. "Decision Support Systems and Web Technologies: A Status Report". Proceedings of the 2001 Americas Conference on Information Systems, Boston, MA, November 6, 2016.
  16. ^ Powell, R. (February 2001). "DM Review: A 10 Year Journey". DM Review. Archived from the original on January 19, 2009. Retrieved November 10, 2016.
  17. ^ Baskerville, R.; Myers, M. (2016). "Information Systems as a Reference Discipline". MIS Quarterly. 26 (2): 1–14. doi:10.2307/4132338. JSTOR 4132338.
  18. ^ a b "Software as a service (SaaS) as a standard component of their BI portfolio". Business Intelligence Predictions for 2009 and Beyond.
  19. ^ Zaraté, P. (2013). Tools for collaborative decision-making. London: ISTE.
  20. ^ a b "IDC, Determining the Value of Social Business ROI". Myths, Facts and Potentially High Returns, IDC.
  21. ^ "The effects of personality traits on business intelligence usage: A decision-making perspective". Malaysian Journal of Library & Information Science. 20 (2): 13–40. 2015.
  22. ^ "Business intelligence: Collaborative decision-making". Computer Weekly. Retrieved November 6, 2016.
  23. ^ "Airport Collaborative Decision Making (A-CDM)". Eurocontrol. Retrieved November 22, 2016.
  24. ^ Washington, D.C.: Transportation Research Board. (2014). "Framework for collaborative decision making on additions to highway capacity". {{cite journal}}:Cite 저널은 필요로 한다. journal=(도움말)
  25. ^ a b "Collaborative decision making software: The future of BI?". Retrieved December 2, 2016.
  26. ^ a b c Gartner 협업 의사 결정의 발전, Gartner.
  27. ^ 비즈니스 성과 개선을 위한 정보 오버플로우 혁신 2011-09-29, Averdeen의 웨이백 머신에 보관
  28. ^ a b "When Social Media Meets BI The Impact of Incorporating Social Media within BI Solutions" (PDF). Data Meaning Services Group Inc. 2016. Archived from the original (PDF) on 2017-03-22.
  29. ^ Karacapilidis, N.; Papadias, D.; Pappis, C. (1999). "Computer-Mediated Collaborative Decision Making: Theoretical and Implementation Issues" (PDF). Retrieved October 26, 2016.
  30. ^ "White Paper: Collaborative Business Intelligence" (PDF). 2012. Archived from the original (PDF) on April 6, 2017. Retrieved October 26, 2016.
  31. ^ a b Oleson, S. (2016), "Decision analysis software survey", OR/MS Today, vol. 43, no. 5