信息系统类型：MIS、TPS、DSS、金字塔图

典型的组织分为运营层、中层和上层。每个级别的用户对信息的需求各不相同。为此，组织中有许多信息系统支持每个级别。

本教程将探讨不同类型的信息系统、使用它们的组织级别以及特定信息系统的特征。

组织层级和信息需求金字塔图

了解组织的各个层级对于了解在各自层级上运作的用户所需的信息至关重要。

下图说明了一个典型组织的各个层级。

Opera国家管理层面

运营层面涉及执行组织的日常业务交易。

此管理级别的用户示例包括销售点收银员、银行出纳员、医院护士、客户服务人员等。

此级别的用户会做出结构化的决策。这意味着他们已经定义了一些规则来指导他们做出决策。

例如，如果一家商店赊销商品，并且他们的信用政策对借贷有一定的限制。销售人员只需根据系统中的当前信用信息来决定是否向客户提供赊销。

战术管理层级

这一组织层级以中层管理人员、部门主管、督导员等为主，这一层的用户通常监督运营管理层用户的活动。

战术用户做出半结构化的决策。决策部分基于既定的指导方针和判断。例如，战术经理可以检查客户的信用额度和付款历史，并决定破例提高特定客户的信用额度。决策部分是结构化的，因为战术经理必须使用现有信息来确定有利于组织的付款历史和允许的增加百分比。

战略管理层面

这是组织中最高级的级别。此级别的用户做出非结构化决策。高级管理人员关心组织的长期规划。他们使用来自战术经理的信息和外部数据来指导他们做出非结构化决策。

交易处理系统 (TPS)

交易处理系统用于记录组织的日常业务交易。它们由运营管理级别的用户使用。交易处理系统的主要目的是回答常规问题，例如：

如今打印机的销量如何？
我们手头有多少库存？
John Doe 的未付欠款是多少？

通过记录日常业务交易，TPS系统及时提供上述问题的答案。

运营经理做出的决策是常规性的和高度结构化的。
交易处理系统产生的信息非常详细。

例如，发放贷款的银行要求申请人所在公司与银行签署谅解备忘录 (MoU)。如果申请人的雇主与银行签署了谅解备忘录，那么业务人员只需核实所提交的文件即可。如果符合要求，则处理贷款申请文件。如果不符合要求，则建议客户与战术管理人员联系，了解签署谅解备忘录的可能性。

交易处理系统的示例包括；

系统销售点 – 记录每日销售量
工资系统 – 处理员工工资、贷款管理等。
库存控制系统 – 跟踪库存水平
航空预订系统 – 航班预订管理

管理信息系统（MIS）

管理信息系统（MIS）被战术经理用来监控组织当前的绩效状态。事务处理系统的输出被用作管理信息系统的输入。

MIS 系统使用常规算法分析输入，即汇总、比较和总结结果以生成报告，战术经理可以使用该报告来监控、控制和预测未来绩效。

例如，销售点系统的输入可用于分析表现良好和表现不佳的产品趋势。此信息可用于制定未来的库存订单，即增加表现良好产品的订单并减少表现不佳产品的订单。

管理信息系统的例子包括；

销售管理系统 – 他们从销售点系统获取输入
预算系统 – 概述了组织内部短期和长期的资金支出情况。
人力资源管理系统 – 员工总体福利、员工流动率等。

战术经理负责半结构化决策。MIS 系统提供做出结构化决策所需的信息，并根据战术经理的经验做出判断，即根据第一季度的销售情况预测第二季度应订购多少商品或库存。

决策支持系统（DSS）

决策支持系统被高层管理人员用来制定非常规决策。决策支持系统使用来自内部系统（交易处理系统和管理信息系统）和外部系统的输入。

决策支持系统的主要目标是为独特且经常变化的问题提供解决方案。决策支持系统可以回答以下问题：

如果我们将工厂的生产批次增加一倍，会对员工的绩效产生什么影响？
如果有新的竞争对手进入市场，我们的销售会怎样？

决策支持系统使用复杂的数学模型和统计技术（概率、预测模型等）来提供解决方案，并且具有很强的交互性。

决策支持系统的例子包括；

财务规划系统 – 它使管理者能够评估实现目标的其他方法。目标是找到实现目标的最佳方法。例如，企业的净利润是使用公式“总销售额减去（商品成本 + 费用）”计算的。财务规划系统将使高级管理人员能够提出假设问题并调整总销售额、商品成本等的值，以查看决策对净利润的影响并找到最佳方法。
银行贷款管理系统 – 用于验证贷款申请人的信用，并预测贷款被收回的可能性。

商业中的人工智能技术

人工智能系统模仿人类的专业知识来识别大型数据集中的模式。 Amazon、Facebook和Google等使用人工智能技术来识别与您最相关的数据。

以 Facebook 为例，Facebook 通常能够非常准确地预测你可能认识的人或与你一起上学的人。他们使用你提供的数据、你朋友提供的数据，并根据这些信息预测你可能认识的人。

Amazon 也使用人工智能技术根据您当前购买的产品推荐您应该购买的产品。

谷歌还使用人工智能根据您与 Google 的互动以及您的位置为您提供最相关的搜索结果。

这些技术极大地促进了这些公司的成功，因为它们能够为客户提供价值。

在线分析处理 (OLAP)

在线分析处理（OLAP) 用于查询和分析多维数据，并生成可使用多个维度以不同方式查看的信息。

假设一家公司销售笔记本电脑、台式电脑和联络号码设备。它们有四 (4) 个分支 A、B、C 和 D。OLAP 可用于查看所有地区每种产品的总销售额，并将实际销售额与预计销售额进行比较。

产品、销售数量、销售价值等每一条信息都代表不同的维度

OLAP 系统的主要目标是在最短的时间内提供对临时查询的答案，而不管所使用的数据集的大小。