Toma de Decisiones

De PMP
Saltar a: navegación, buscar

Existen varias definiciones para situar el significado de Toma de Decisiones dentro de un contexto laboral, familiar, sentimental o empresarial. Para G. S. L. Schackle se definió como un corte entre el pasado y el futuro. Otros autores la definen como la elección entre varias alternativas posibles con el ánimo de conseguir algún resultado deseado. Forrester va más allá, indicando que por Toma de Decisiones se entiende como "el proceso de transformación de la información a la acción".


Por lo tanto, para poder escoger la mejora alternativa posible, en una decisión se necesita estar informado sobre cada una de las alternativas y sus consecuencias respecto a nuestro objetivo.


Niveles de Decisión

Existen 3 Niveles de Decisión:


- Nivel Estratégico: también llamadas de planificación, son decisiones tomadas por altos directivos que se encuentran en el punto más álto de la pirámide jerárquia. Definen los fines y objetivos generales que afectan a la totalidad de la organización, perfilando los planes a largo plazo para alcanzar dichos objetivos. Los efectos de estas decisiones son generalmente irreversibles, pudiendo comprometer el desarrollo de la empresa. Por lo tanto, son decisiones de gran trascendencia.


- Nivel Táctico: decisiones tomadas por directivos intermedios. Enfocadas a asignar eficientemente los recursos disponibles para alcanzar los objetivos fijados en el nivel estratégio. Pueden ser decisiones repetitivas. Las consecuencias de estas decisiones pueden observarse a medio plazo y, generalmente, son reversibles. Penalizacones por errores no muy fuertes, excepto si éstos se repiten.


- Nivel Operativo: tomadas por ejecutivas que se sitúan en el nivel más inferior. Son aquellas decisiones relacionadas con la actividad corriente de la empresa. A menudo se traducen en rutinas o automatismos. Errores fácilmente subsanables, dado que el efecto se observa a corto plazo.

Herramientas de Toma de Decisión

Para la toma de decisión operativa estructurada existen en el mercado diferentes herramientas ERP (Enterprise Resourse Planning), que no es mas que un sistema de información gerencial que soporta de manera integrada los procesos de negocio de una empresa, tales como, compra, producción, ventas, finanzas y recursos humanos.

También existes herramientas de reporting que ayudan a tomar decisiones tácticas tanto estructuradas como semiestructuradas, estos sistemas aportan la navegación por grandes volúmenes de información, simplificando el cruce entre múltiples ejes de análisis. Estas soluciones se emplean para conocer en detalle la evolución de las actividades, centrándose principalmente en formatos de informes tabulares.

Para la toma de decisiones táctica semiestructuradas también existen herramientas de análisis OLAP (On-Line Analytical Processing) cuyo objetivo es agilizar la consulta de grandes cantidades de información de datos. Para ello utiliza estructuras multidimensionales (o Cupos OLAP) que contienen datos resumidos de grandes Base de Datos o Sistemas Transaccionales (OLTP).

Los cuadros de mandos soportan la toma de decisiones estratégicas tanto semiestructuradas como desestructuradas, estos representan un modelo/situación para la toma de decisión basada en indicadores de procesos. Este tipo de solución permite disponer de información muy resumida, sin elevado nivel de detalle, con capacidades visuales, alertas, indicadores gráficos, mapas, etc. Se construye sobre los procesos de la cadena de valor de la organización.

Por último tenemos los sistemas EIS (Executive Information System) para la toma de decisiones estratégica desestructuradas, esta es una herramienta orientada a usuarios de nivel gerencial, que permite monitorear el estado de variables de un área o unidad de la empresa a partir de información interna y externa de la misma.

Las herramientas anteriormente descritas en resumen son herramientas de Business Intelligence pasivo, mientras que si hablamos de herramientas de BI activo aparece la minería de datos o Data Minino, que es la etapa de análisis de ¨Knowledge Discovery in Databases¨ donde se utilizan modelos matemáticos o estadísticos para detectar patrones ocultos, utilizando modelos de optimización, proyección y clasificación como algoritmos paradigmáticos que ayudan activamente a la toma de decisiones.

La tarea de minería de datos real es el análisis automático o semi-automático de grandes cantidades de datos para extraer patrones interesantes hasta ahora desconocidos, como los grupos de registros de datos (análisis cluster), registros poco usuales la detección de anomalías) y dependencias (minería por regla de asociación). Estos patrones pueden entonces ser vistos como una especie de resumen de los datos de entrada, y pueden ser utilizados en el análisis adicional o, por ejemplo, en la maquina de aprendizaje y análisis predictivo.