dr mladen milić -...

Dr Mladen Milić

Banja Luka, avgust 2014. godine

Recezenti:

Univerzitet za poslovni i

ž

300

II

---

donese--

poslovna inte-

-

-

-

-

-

predstav

-cesa

IV

- -

“Uvod“ -

istra-

definiše -

-

U

-st

-

--

zna-

V

--

-

problema

--

i

-

VI

Odlučivanje i poslovna inteligencija

4

Sadržaj

Predgovor Uvod………………………………………………………………………...……..……… 10

1. POJAM I PROCES ODLUČIVANJA ............................................................... 141.1 RAZVOJ TEORIJE ODLUČIVANJA ................................................................... 16 1.2 POJAM I DEFINICIJA ODLUČIVANJA ............................................................... 17 1.3 VRSTE ODLUKA .......................................................................................... 22

1.3.1 Individualno i grupno odlučivanje ............................................................... 23 1.3.1.1 Osnivanje i razvoj grupe .......................................................................... 261.3.1.2 Pojam i podjela grupe ............................................................................. 271.3.1.3 Faze grupnog odlučivanja ....................................................................... 281.3.1.4 Strategije grupnog odlučivanja ................................................................ 291.3.1.5 Vrste grupnog odlučivanja ....................................................................... 30

1.3.2 Privatno i poslovno odlučivanje .................................................................. 32 1.3.2.1 Privatno odlučivanje ................................................................................ 321.3.2.2 Poslovno odlučivanje .............................................................................. 32

1.3.3 Operativne, taktičke i strateške odluke ....................................................... 33 1.3.3.1 Operativne odluke................................................................................... 341.3.3.2 Taktičke odluke....................................................................................... 341.3.3.3 Strateške odluke ..................................................................................... 34

1.3.4 Uslovi za donošenje odluka i odlučivanje ................................................... 35 1.3.5 Programirano i neprogramirano odlučivanje ............................................... 38

1.3.5.1 Programirano (strukturisano) odlučivanje ................................................. 381.3.5.2 Neprogramirano (nestrukturisano) odlučivanje ......................................... 40

1.3.6 Terminalno i istraživačko odlučivanje .......................................................... 41 1.4 FAKTORI ODLUČIVANJA ................................................................................ 41 1.5 PROCES DONOŠENJA ODLUKE – FAZE ODLUČIVANJA ....................................... 45 1.6 ODLUČIVANJE I OKOLINA .............................................................................. 50 1.7 PROBLEMI U ODLUČIVANJU ........................................................................... 51 1.8 GREŠKE PRILIKOM ODLUČIVANJA .................................................................. 52

1.8.1 Priznavanje greške .................................................................................... 53 1.8.2 Određivanje prioriteta ................................................................................ 54 1.8.3 Korištenje raspoloživih iskustava ................................................................ 54 1.8.4 Konsultovanje saradnika ............................................................................ 54 1.8.5 Prikupljanje i provjeravanje podataka za odlučivanje .................................. 55 1.8.6 Krizne situacije .......................................................................................... 55 1.8.7 Žaljenje za donijetim odlukama .................................................................. 55 1.8.8 Davanje obećanja ...................................................................................... 56

1.9 STABLO ODLUČIVANJA ................................................................................. 56

2. GLAVNI ASPEKTI I STILOVI ODLUČIVANJA................................................ 592.1 ASPEKTI ODLUČIVANJA ................................................................................. 59 2.2 INTERDISCIPLINARNOST PROCESA ODLUČIVANJA ............................................ 60

2.2.1. Bihevioristički aspekt odlučivanja .............................................................. 60 2.2.1.1 Filozofija ................................................................................................. 612.2.1.2 Psihologija .............................................................................................. 632.2.1.3 Sociologija i socijalna psihologija ............................................................. 642.2.1.4 Pravo, antropologija i političke nauke ....................................................... 65

2.2.2 Kvantitativni aspekt odlučivanja.................................................................. 66


5

2.2.2.1 Ekonomija i statistika .............................................................................. 662.2.2.2 Matematika ............................................................................................ 67

2.2.3 Informatički pristup odlučivanju .................................................................. 67 2.3 OSNOVNI STILOVI ODLUČIVANJA ..................................................................... 69

2.3.1 Autokratski stil odlučivanja ......................................................................... 70 2.3.2 Demokratski stil odlučivanja ....................................................................... 71

2.4 STILOVI ODLUČIVANJA PREMA NAČINU RAZMIŠLJANJA I .................................... 72 TOLERANCIJI DONOSILACA ODLUKA ............................................................... 72

2.5 KONFLIKT I STILOVI ODLUČIVANJA ................................................................. 76 2.6 KARAKTERISTIKE IZBORA STILA ODLUČIVANJA .................................................... 78

3. SISTEM POSLOVNE INTELIGENCIJE I MENADŽMENT ZNANJA ................... 813.1 POSLOVNA INTELIGENCIJA-POJAM I ZNAČAJ .................................................. 82

3.1.1. Pojam poslovne inteligencije (Business Intelligence) ................................. 83 3.1.2 Istorijat poslovne inteligencije .................................................................... 87 3.1.3 Osnovne karakteristike sistema poslovne inteligencije ............................... 90

3.2 ELEMENTI SISTEMA POSLOVNE INTELIGENCIJE ............................................... 91 3.2.1 Infrastruktura ............................................................................................ 91 3.2.2 Podaci . ……………………………………………………………………………91 3.2.3 Aplikacija .................................................................................................. 92

3.3 POSLOVNA INTELIGENCIJA I NJENA PRIMJENA ............................................... 92 3.4 POSLOVNA INTELIGENCIJA I NJENI KORISNICI................................................. 93 3.5 POSLOVNA INTELIGENCIJA I OČEKIVANJA ...................................................... 94 3.6 ZNANJE I UPRAVLJANJE ZNANJEM ................................................................ 96

3.6.1 Pojam i značaj znanja ................................................................................ 96 3.6.2 Znanje- podjela i vrste ................................................................................ 99 3.6.3 Nosioci znanja ......................................................................................... 102 3.6.4 Upravljanje znanjem ................................................................................ 102 3.6.5 Lanac znanja ........................................................................................... 103 3.6.6 Značaj upravljanja znanjem...................................................................... 106 3.6.7 Intelektualni kapital .................................................................................. 107

3.6.7.1 Upravljanje znanjem i intelektualni kapital ............................................. 110

4. FORMALIZACIJA PROCESA ODLUČIVANJA I SISTEM POSLOVNE INTELIGENCIJE ............................................................ 111

4.1 DEFINISANJE SISTEMA (PROBLEMA) I NJEGOVIH ............................................. 112 PARAMETARA ............................................................................................. 112

4.2 UTVRĐIVANJE KRITERIJUMA ODLUČIVANJA, ODNOSNO CILJEVA ....................... 116 KOJI SE ŽELE POSTIĆI .................................................................................. 116

4.3 FORMULISANJE VEZA IZMEĐU PARAMETARA I KRITERIJUMA ............................. 119 4.4 GENERISANJE MOGUĆNOSTI ODNOSNO AKCIJA .............................................. 122 4.5 IZBOR MOGUĆNOSTI KOJA NAJVIŠE ZADOVOLJAVA ........................................ 124

POSTAVLJENE KRITERIJUME ........................................................................ 124 4.5.1 Izmjena modela i zakona penzijskog osiguranja ....................................... 125 4.5.2 Kontrola sprovođenja odluke .................................................................... 129

4.6 UVOĐENJE SISTEMA POSLOVNE INTELIGENCIJE U ORGANIZACIJU ..................... 129 4.6.1 Problemi uvođenja sistema poslovne inteligencije uorganizacije ................. 130 4.6.2 Faze projekta poslovne inteligencije ......................................................... 132

4.7 INFORMACIONI SISTEMI U POSLOVNOJ INTELIGENCIJI ..................................... 133 4.7.1 Skladište podataka (DW) ......................................................................... 134 4.7.2 Izvršni informacioni sistemi (executive information systems-EIS) .............. 135


6

4.7.3 Sistemi za podršku odlučivanju – SPO ...................................................... 135 4.7.4 On-line analitička obrada podataka (OLAP)............................................... 139

4.7.4.1 Struktura OLAP alata .............................................................................. 1414.7.4.2 Podela OLAP alata ............................................................................... 142

4.7.5 Transakciona obrada podataka-OLTP ........................................................ 144 4.7.6 Data mining (DM)..................................................................................... 145

4.8 CIKLUS POSLOVNE INTELIGENCIJE ............................................................... 147 4.8.1. Planiranje i upravljanje ............................................................................ 148 4.8.2 Prikupljanje podataka............................................................................... 149 4.8.3 Analiza .................................................................................................... 149 4.8.4 Distribucija ............................................................................................... 150

4.9 KVALITET RASPOLOŽIVIH PODATAKA ......................................................... 151 4.9.1 Osnovne kategorije kvaliteta podataka ...................................................... 151

4.9.1.1 Standardizacija ...................................................................................... 1514.9.1.2 Podudarnost .......................................................................................... 1524.9.1.3 Verifikacija ............................................................................................ 1524.9.1.4 Proširenje ............................................................................................. 152

4.9.2 Preduslovi koje podaci moraju ispuniti ...................................................... 152

5. MODELOVANJE PROCESA ODLUČIVANJA I SISTEM POSLOVNE INTELIGENCIJE ............................................................................................. 154 5.1 MODELOVANJE PROCESA ODLUČIVANJA ........................................................ 154

5.1.1 Vrste modela ............................................................................................ 156 5.1.1.1 Preskriptivni, normativni modeli odlučivanja ........................................... 1575.1.1.2 Deskriptivni, empirijski modeli odlučivanja ............................................. 1585.1.1.3 Monte Karlo metoda ............................................................................. 1665.1.1.4 Socijalni model odlučivanja ................................................................... 166

5.2 STATIČKI I DINAMIČKI MODELI ...................................................................... 166 5.2.1 Statički modeli .......................................................................................... 167 5.2.2 Dinamički modeli...................................................................................... 167

5.3 DETERMINISTIČKI I STOHASTIČKI MODELI ...................................................... 167 5.3.1 Deterministički modeli .............................................................................. 168 5.3.2 Stohastički modeli .................................................................................... 168

5.4 FIZIČKI, ANALOGNI I SIMBOLIČKI MODELI ....................................................... 169 5.4.1 Fizički modeli ........................................................................................... 169 5.4.2 Analogni modeli ....................................................................................... 169 5.4.3 Simbolički (matematički) modeli ............................................................... 170

5.5 VIŠEKRITERIJUMSKA ANALIZA ..................................................................... 172 5.6 MODELOVANJE SISTEMA POSLOVNE INTELIGENCIJE (SPI) .............................. 175

5.6.1 Infrastrukturalni prilaz: netehnička, organizaciona i topološka struktura .... 176 5.6.2 Metodološki osvrt: razvojni framework ...................................................... 179 5.6.3 Domen SPI Fonda PIO ............................................................................ 180 5.6.4 Arhitekturalni prilaz SPI Fonda ................................................................. 184 5.6.5 Kompozitna analiza tehničke infrastrukture modela SPI_PIO_RS ............... 186

5.6.5.1 Izvori podataka-izvorni sistemi ............................................................... 1875.6.5.2 ETL server ............................................................................................ 1935.6.5.3 Data Warehouse server ......................................................................... 1945.6.5.4 OLAP server .......................................................................................... 1965.6.5.5 WEB server ........................................................................................... 2025.6.5.6 Krajnji korisnici i njihove aplikacije ......................................................... 202


7

6. TESTIRANJE PROCESA ODLUČIVANJA UZ PRIMJENU SISTEMAPOSLOVNE INTELIGENCIJE KROZ RJEŠAVANJE ODREĐENIH

POSLOVNIH PROBLEMA (STUDIJE SLUČAJEVA) ...................................... 203 6.1 REZULTATI ANALIZE OLAP TEHNIKAMA ........................................................ 203

6.1.2 Analiza osiguranika ................................................................................... 204 6.1.3 Analiza uplatilaca doprinosa...................................................................... 213 6.1.4 Kombinovane analize ................................................................................ 216 6.1.5 Rezime OLAP analitičkih mogućnosti podrške odlučivanju ....................... 220

6.2 EKSPLORATIVNA ANALIZA PODATAKA KORISNIKA PRAVA ................................ 221 6.2.1 Svrha i metodi analize podataka ................................................................ 221 6.2.2 Zaključna razmatranja i rezultati istraživanja ............................................. 222

6.2.2.1 Rezultati deskriptivnih analiza ................................................................ 2226.2.2.2 Interkorelacije varijabli ........................................................................... 2256.2.2.3 Rezultati klasterske analize ................................................................... 2296.2.2.4 Rezultati primene algoritma CART ......................................................... 2316.2.2. 5 Dopunske informacije o svojstvima klastera ........................................... 233

6.3 PROST – APLIKACIJA ZA SIMULACIJU OPCIJA REFORME PENZIJSKOG SISTEMA. 239 6.4 KOMPARATIVNE PREDNOSTI POSTOJEĆEG SISTEMA U ODNOSU NA

PRETHODNO STANJE .................................................................................. 242

7. ZAKLJUČNA RAZMATRANJA ..................................................................... 244

8. PERSPEKTIVE I PREPORUKE 249

Literatura ...................................................................................................... .... 251 Internet izvori.........................................................................................................258 Spisak slika ........................................................................................................ 261 Spisak tabela ...................................................................................................... 263 Spisak grafikona ................................................................................................ 264


8

Predgovor Savremeno poslovanje odlikuje povećanje spoljne i unutrašnje slože-

nosti organizacije, koje paralelno prati ubrzana dinamika društvenih, ekono-mskih i političkih procesa. U ovakvim uslovima poslovanja kao ključni fa-ktori uspjeha organizacije javljaju se brzina odlučivanja i provođenje done-senih odluka koje za krajnji cilj imaju ostvarenje planiranih rezultata. U sa-vremenom poslovanju, menadžmentu se nude informacioni sistemi i poslo-vna inteligencija koji u značajnoj mjeri ubrzavaju i olakšavaju dolazak do potrebnih podataka koji su neophodni za donošenje pravovremenih i ispra-vnih odluka.

Danas je potpuno jasno da primjena poslovne inteligencije unapre-đuje proces odlučivanja menadžmenta u određenoj organizaciji, a njen do-prinos se ogleda u tome da menadžerima organizacije na jasan način prikaže ulogu i značaj poslovne inteligencije u unapređenju procesa odlučivanja.

Primjena sistema poslovne inteligencije (SPI) menadžmentu organi-zacije pored unapređenja, olakšava i ubrzava proces odlučivanja. Mena-džment u svom radu primjenjuje module poslovne inteligencije, gdje nakon obrade određenih podataka kroz generisane izvještaje dobija pravovremene, tačne i precizne informacije, na osnovu kojih donosi kvalitetne, pravovre-mene i tačne odluke. Donošenje ovakvih odluka menadžmentu u značajnoj mjeri će olakšati rukovođenje organizacijom, a sama organizacija će biti u povoljnijoj mogućnosti za ostvarenje što boljih poslovnih rezultata.

U uslovima izrazite turbulencije na tržištu kakva vlada danas, nesme-tan rad organizacija zahtijeva veoma temeljno izučavanje i primjenu procesa odlučivanja i poslovne inteligencije, kao sistemskog pristupa u cilju unapre-đenja poslovanja. Pitanje kako i na koji način obezbijediti nesmetan trend rasta i unapređenja poslovanja bilo koje organizacije, sa mogućnošću ade-kvatnog i pravovremenog odgovora na sve poslovne izazove i promjene okruženja predstavlja ključno pitanje na koje menadžment organizacije mo-ra uvijek imati spreman odgovor. Pred vama se nalazi knjiga koja predstavlja pokušaj da se na osnovu vodećih naučnika i autora u oblasti odlučivanja i poslovne inteligencije uka-že na prednosti i unapređenje procesa odlučivanja uz primjenu sistema poslovne inteligencije. U tom smislu u knjizi su prezentovani i rezultati


9

testiranja procesa odlučivanja uz primjenu sistema poslovne inteligencije kroz rješavanje određenih poslovnih problema studije slučajeva u Fondu za penzijsko i invalidsko osiguranje Republike Srpske. Nadam se da će ova knjiga davanjem odgovora na pitanje da li pri-mjena sistema poslovne inteligencije unapređuje proces odlučivanja u nare-dnom periodu menadžmentima organizacija pomoći da na lakši način done-su odluku za uvođenje sistema poslovne inteligencije u poslovni sistem svo-je organizacije. Pored ovoga, takođe, cilj mi je da ova knjiga u narednom periodu da novu dozu inspiracije i motivacije autorima koji se bave teorijskim i prakti-čnim radom u izučavanju oblasti odlučivanja i primjene poslovne intelige-ncije. Koristim se prilikom za izražavanje posebne zahvalnosti dragim prija-teljima, prof. dr Branislavu Mašiću i prof. dr Miliji Suknoviću, mentoru i članu komisije, za ukazano povjerenje, maksimalno razumijevanje, veliku podršku, entuzijazam i uloženu energiju, kroz davanje izuzetno korisnih savjeta kojima su usmjeravali moj naučno-istraživački rad u toku pisanja doktorske disertacije, na osnovu koje je i nastala ova knjiga. Takođe, zahvalnost izražavam i prof. dr Neđi Balabanu na pruženim izuzetno korisnim savjetima koji su u značajnoj mjeri olakšali moj naučno-istraživački rad. Na kraju, iznad svega, posebnu zahvalnost izražavam mojoj porodici na maksimalnoj, svesrdnoj i nesebičnoj podršci i razumijevanju kako bi ova knjiga ugleda svjetlost dana. Mladen Milić


10

Uvod U poslednje vrijeme proces odlučivanja zauzima sve značajniju ulo-gu, ne samo u naučnim krugovima već i u praktičnoj primjeni kod sve većeg broja organizacija. Poslovanje organizacija u savremenim uslovima i njiho-va privređivanja karakteriše izuzetno jaka konkurencija u drugim organi-zacijama, stalna promjenljivost tržišnih uslova, relativno kratak životni vijek proizvoda i usluga, kao i sve bolja edukovanost kupaca i korisnika, a samim time i njihova povećana probirljivost i zahtjevnost. Ovo su samo neki od elemenata koji karakterišu poslovanje organizacija i koji se moraju uzeti u obzir i dobro razmotriti u svakodnevnom poslovanju. Jedan od osnovnih ciljeva svake organizacije jeste da se svojim proizvodom ili uslugom što vi-še približi kupcu, odnosno korisniku, čije se potrebe relativno brzo mije-njaju. Kako bi u ostvarenju ovog cilja bila što uspješnija, neophodno je da menadžment organizacije donosi pravovremene, ispravne i tačne odluke. Da bi menadžment donio kvalitetnu odluku, potrebno je da posjeduje relevantne ulazne podatke, koje će uz primjenu kvantitativnih metoda kori-stiti pri odlučivanju. Sve ovo uticalo je na to da dođe do pridavanja veće pa-žnje u naučnom istraživanju i većeg značaja u obradi odlučivanja, kao veo-ma značajnog faktora u procesu poslovanja na tržištu, koje je izloženo sta-lnim i turbulentnim promjenama. U ranijem periodu, kada smo imali daleko mirnije uslove poslovanja na tržištu, primarnu ulogu u procesu odlučivanja i poslovanja, zauzimali su individualni donosioci odluka. Ipak, danas je to relativno drugačije. Drugačije je prije svega zbog postojanja veoma velikog broja informacija koje je potrebno obraditi, kako bi donijeli kvalitetnu po-slovnu odluku. Sve ovo, ostvarilo je veliki uticaj koji se direktno odrazio na to, da proces odlučivanja, odnosno donošenja odluke, postane veoma složen. Za odlučivanje u tako složenim uslovima nije dovoljan više samo indivi-dualni donosilac odluke, već je za uspjeh, jednostavno, neophodan tim koji će raditi na donošenju odluke. Odluke koje se donose sve su složenije i sa sobom nose veoma veliku odgovornost, od koje često zavisi i konačna su-dbina jedne organizacije. Sve ovo, prvenstveno, ima za cilj donošenje kvali-tetne upravljačke odluke, koja će prethoditi uspješnim rezultatima poslo-vanja organizacije na tržištu. Dakle, procesi donošenja upravljačkih odluka zauzimaju jedan od najznačajnijih faktora, koji direktno utiču na uspješnost određene organiza-


11

cije. Upravo zbog toga i dolazi do intenzivnog razvoja metoda i modela odlučivanja, ali i njihovo stalno unapređenje. Pregovaranja, usaglašavanja i generisanja ideja (mogućih alterna-tiva) uz pomoć sistema poslovne inteligencije osnovni su problemi koji se danas razmatraju kako bi se pristupilo donošenju najprihvatljivije poslovne odluke. Uvođenje novih elemenata sistema poslovne inteligencije u odre-đenu organizaciju značajno unapređuje proces odlučivanja i omogućava menadžmentu da uz već postojeće adekvatno znanje, donosi efikasne, pra-vovremene i kvalitetne odluke koje za krajnji rezultat daju unapređenje ko-ntrole poslovanja unutar određene organizacije. Važna karakteristika savre-menog načina poslovanja u organizacijama širom sveta je stalan i ubrzani protok ogromne količine obrađenih i neobrađenih podataka. Sa druge strane, one informatičke, poznato je da je podatak osnovni nosilac informacije. Tumačenjem podataka dobija se informacija, a u zavisnosti od količine info-rmacija koje se posjeduju o nekoj pojavi ili procesu, posjeduje se i određeno znanje. Upravo znanje predstavlja ključni resurs za donošenje ispravnih upravljačkih odluka, koje će primijeniti donosioci odluka. Poznato je da se fenomen odlučivanja dijeli u sledeće četiri katego-rije: individualno, grupno, organizaciono i metaorganizaciono. U naučnim krugovima je formirano mišljenje o nužnosti uvođenja SPI, uz čiju pomoć se povećava efikasnost i efektivnost u radu menadžme-nta organizacije, čime mu je u značajnoj mjeri olakšano donošenje opti-malne i pravovremene odluke koja je značajna za realizaciju i ostvarivanje poslovnih ciljeva organizacije.

Sasvim slobodno možemo konstatovati, da je proces upravljanja organizacijom kao kontrolisanim sistemom i njeno vođenje, duboko zasno-van na procesu odlučivanja i donošenju adekvatnih, pravovremenih i kvali-tetnih poslovnih odluka. U zavisnosti od definisanog cilja kome teži uspo-stavljeni sistem u skladu sa procesom odlučivanja, detaljno se moraju defini-sati sve faze savremenog menadžmenta.

Stalne promjene u neposrednom okruženju organizacije, dovode do stalnog usložnjavanja, kako u funkcionisanju, tako i njenom opstanku na tržištu. Upravo zbog toga, stalno se povećava odgovornost za donijetu odluku, što neminovno vodi ka zahtjevu, da istu donosi specijalizovani tim za odlučivanje. U procesu odlučivanja, donosioci odluka posmatraju više alternativnih pravaca i ideja, učestvuju u međusobnom usaglašavanju i uva-


12

žavanju različitih mišljenja, a sve sa osnovnim ciljem donošenja najprihva-tljivije odluke, koja mora biti prije svega kvalitetna i pravovremena.

U ovim uslovima, odlučivanje se razvilo u jaku disciplinu, gdje se ci-jeli proces usmjerava na upotrebu prije svega kvantitativno-informatičkih metoda, modela, zatim tehnika, pravila i vještina od strane donosilaca odlu-ka, za izbor i donošenje ispravne poslovne odluke.

Podrška odlučivanju individualnom ili grupnom donosiocu odluke, veoma je važna aktivnost za uspješno upravljanje i rukovođenje bilo kojom organizacijom.

Pored toga, evidentna je potreba za stalnim poboljšanjem kvaliteta donijetih odluka. Kvalitet odluke predstavlja stalni predmet interesovanja istraživača sa velikim praktičnim i teoretskim značajem. To je razlog da su organizacije sa stanovišta upravljanja i rukovođenja od strane menadžera sve više orjentisane ka timskom radu.

Da bi rezultati procesa odlučivanja bili zadovoljavajući, čime bi bila predočena kvalitetna odluka, neophodno je posjedovanje određenog nivoa znanja od strane menadžmenta, odnosno donosilaca odluka. I to, znanja kao osnovnog resusrsa sa jedne i preduslova kvalitetnog odlučivanja sa druge strane.

Osnovna uloga SPI ogleda se u pronalaženju, arhiviranju i blago-vremenoj upotrebi znanja. Time se potpuno kristališe povezivanje dva pra-vca, sa jedne strane procesa odlučivanja, a sa druge SPI, čiji izlazi pretočeni u formu znanja predstavljaju ulaz u proces odlučivanja. Tako formalno zna-nje postaje osnova modelovanja procesa odlučivanja od strane svakog dono-sioca odluke, sve sa ciljem jedinstvenog prijedloga najprihvatljivije odluke.

Aktuelnost istraživanja i njegov značaj ogleda se u pokušaju sistema-tizacije znanja i davanja prijedloga za unapređenje procesa odlučivanja uz primjenu SPI i menadžmenta znanja na relativno nerazvijenom tržištu, ka-kvo je tržište Republike Srpske. Istraživanje pokazuje u kojoj mjeri se poklanja pažnja primjeni po-slovne inteligencije i menadžmenta znanja u procesu odlučivanja u organi-zaciji, kao što je Fond PIO Republike Srpske.

Poseban značaj istraživanja leži u činjenici da je fenomen poslovne inteligencije usmjeren na ključne, u svijetu aktuelne probleme u oblasti odlučivanja, koje su za našu nauku o odlučivanju značajni, s obzirom na či-njenicu da se primjeni poslovne inteligencije u procesu odlučivanja na na-


13

šim prostorima, još uvijek ne posvećuje zadovoljavajući stepen pažnje. Poslovna inteligencija, polako ali sigurno, nalazi svoj put do menadžmenta organizacije koji odlučuje, što je od velikog značaja za donošenje kvalitetne i pravovremene a, istovremeno efikasne i efektivne odluke.

Primjena poslovne inteligencije i menadžmenta znanja predstavlja ključ uspjeha menadžmenta organizacije u procesu odlučivanja. Menadžme-nt ovom primjenom formalizuje proces odlučivanja, integriše proces odlu-čivanja, SPI i menadžmenta znanja, poboljšava proces donošenja poslovnih odluka. Pored toga, menadžment podiže nivo stručne svijesti o mogućno-stima integracije procesa odlučivanja uz primenu SPI i menadžmenta zna-nja.

Primjena SPI menadžmentu omogućava efektivnije, efikasnije, a ti-me i lagodnije odlučivanje uz otvaranje novih pogleda na sistem poslovanja u cilju ostvarenja poslovnog uspjeha.


14

1. POJAM I PROCES ODLUČIVANJA

Izuzetno dinamični uslovi koji vladaju na tržištu neminovno dovode do promjena koje se dešavaju iz sata u sat, kako na tržištu, tako i okruženju. U ovako dinamičnim uslovima, cilj svake organizacije na tržištu je isti, a to je da realizacijom usvojenih planova, kroz ostvarenje i zadržavanje tržišne ko-nkurentnosti, ostvari određene pozitivne rezultate koji će joj donositi profit, što je i osnovni cilj postojanja i poslovanja svake organizacije na tržištu. Da bi organizacija zadržala svoju konkurentnost, ona mora pratiti šta se dešava na tržištu, mora vršiti analize, predviđati i pravovremeno odlu-čivati uz stalno prilagođavanje novonastalim promjenama. Pravovremeno odlučivanje i stalno prilagođavanje promjenama na tržištu, podrazumijeva da je menadžment u svakom trenutku spreman da donosi pravovremene, kvalitetne i ispravne odluke. Donošenje pravovremene odluke odnosno odlučivanje, predstavlja osnov za kvalitetno upravljanje i rukovođenje. Na osnovu toga, sasvim slobodno možemo reći da pravilno i pravovremeno odlučivanje predstavlja ključ uspješnog poslovanja za bilo koju organizaciju koja posluje na tržištu.

Za odlučivanje i upravljanje, kao dva zasebna i odvojena procesa, mo-žemo reći da su ipak, međusobno usko povezani. Od menadžera i rukovodi-laca na svim nivoima u okviru jedne organizacije očekuje se i traži, da dono-se kvalitetne i pravovremene odluke, a istovremeno da imaju i potpunu ko-ntrolu nad provođenjem istih. Ovim se ostvaruje osnovna funkcija menadže-ra i rukovodilaca, a to je sprovođenje procesa odlučivanja i rukovođenja unutar određene organizacije. Osnovnu razliku između menadžera i ostalih zaposlenih unutar jedne organizacije predstavlja nivo na kome se odlučuje i tip odluka koje se donose u procesu poslovanja.

Pravovremeno i kvalitetno odlučivanje za menadžment predstavlja najteži i najodgovorniji dio procesa upravljanja određenom organizacijom. U zavisnosti od stepena uspješnosti procesa odlučivanja, bitno će biti odre-đene i eventualne posledice, koje će se odraziti, kako na samu organizaciju, tako i na njen položaj na tržištu.

Donošenje odluka ili odlučivanje predstavlja proces u kome donosilac odluka bira između više ponuđenih mogućnosti koje su mu trenutno na ra-spolaganju. Ovaj proces uključuje pripreme i donošenje odluka, koje za re-


15

zultat imaju izbor određenih aktivnosti koje treba preduzeti ili strategije koju treba primijeniti u praksi kako bi bio ostvaren određeni željeni cilj. U zavisnosti od nivoa menadžmenta na kome se donosi određena odluka, zavi-si i poslovno odlučivanje menadžera. Dobar menadžer uvijek mora donositi pravovremene i kvalitetne odluke, a osnovni preduslov za to je stalno ra-spolaganje sa kvalitetnim, pouzdanim, tačnim i pravovremenim informaci-jama. Proces odlučivanja podrazumijeva identifikovanje određenog proble-ma, a potom i izbor pravca kojim će se djelovati u procesu rješavanja tog istog problema. Aktivnost odlučivanja predstavlja izuzetno važan dio posla svakog menadžera, odnosno menadžerskog tima. Donošenje poslovnih odluka menadžeri koriste prilikom izbora i projektovanja strategija, plano-va i akcija, koje oni preduzimaju, kako bi na što lakši i efikasniji način rije-šili identifikovani problem i ostvarili konačni cilj. Odluke se donose svako-dnevno, kako u privatnom, tako i u poslovnom životu. Gotovo da nema tre-nutka u životu kada čovjek ne donese odluku da nešto uradi. Kada se probudi, donosi odluku da ustane, zatim da se spremi, doručkuje, krene na posao itd. Dakle, vidimo da bilo šta da uradi, čovjek prije toga mora do-nijeti određenu odluku. U privatnom životu odluke se donose isključivo na bazi intuicije i čovjek se ne bavi analizom npr. šta će se dogoditi ukoliko ustane na lijevu, a ne na desnu nogu ili obrnuto. To nije i ne bi trebalo da bude slučaj u poslovnom životu. Poslovno odlučivanje, za razliku od pri-vatnog, zahtijeva daleko studiozniji pristup uz više sistematičnosti, pa će u procesu donošenja odluke time smanjiti mogućnost donošenja pogrešne odluke, a samim time i preventivno djelovati na eventualne negativne po-sledice. Za razliku od odlučivanja na nižem nivou, odlučivanje na višem nivou je važnije, jer se tiče velikog broja članova organizacije i organiza-cije u cjelini. Ovdje u slučaju pogrešno donijete odluke to može imati nesa-gledive posledice za organizaciju, ali i njene članove pojedinačno. Individualno odlučivanje primjenjuje se u rješavanju jednostavnijih i svakodnevnih problema, odnosno problema koje je moguće riješiti znanjem samo jedne osobe. Grupnim i kolektivnim odlučivanjem proces odlučivanja postaje složeniji i zahtijeva daleko veći nivo sistematičnosti i znanja. Gru-pne odluke u značajnoj mjeri doprinose većem kvalitetu donijetih odluka u situacijama kada identifikovani problem nije moguće riješiti postojećim znanjem i specijalnostima kojima raspolaže pojedinac. U principu, donosi-


16

oci odluke pristupaju grupnom odlučivanju kada se eventualne posledice donijete odluke mogu odraziti ili odražavaju na veći broja članova organi-zacije ili na organizaciju u cjelini. Odlučivanje možemo posmatrati i kao proces čijim se odvijanjem rješava određeni ranije identifikovani problem. Za razliku od privatnog, u poslovnom životu za većinu odluka uzrok su tzv. problematične situacije. Problematične situacije su zapravo sve potencijalne situacije u kojima može doći i dolazi do raskoraka između, recimo, usvojenog finansijskog plana na jednoj i realizacije tog istog plana na drugoj strani.

1.1 Razvoj teorije odlučivanja

Još od samog nastanka čovjeka kao živog bića, on je bio prinuđen da donosi određene odluke. Ipak, teorija odlučivanja kao naučna disciplina počela se razvijati tek u XX vijeku. Tačnije, prve pojave teorije odlučivanja usko su povezane za teoriju organizacije i njenog utemeljivača Frederika Tejlora, početkom XX vijeka.

XX vijek odlikuje masovna serijska proizvodnja uz izuzetnu organi-zaciju, kojoj je prethodilo donošenje pravovremenih i kvalitetnih odluka. U to vrijeme donosioci odluka, odnosno menadžeri-rukovodioci, bavili su se prije svega pitanjem rješavanja problema u organizaciji procesa proizvo-dnje, odnosno donošenjem pravovremenih i kvalitetnih odluka, čija primje-na će dovesti do unapređenja samog procesa proizvodnje. Sve ovo imalo je uticaja i neminovno je uslovilo započinjanje i ubrzanje izučavanja teorijske osnove procesa odlučivanja.

Nekako u isto vrijeme, dakle početkom 30-ih godina XX vijeka, ja-vljaju se i prvi naučni radovi o odlučivanju kao veoma značajnom procesu1. Pojavu sve većeg broja naučnih radova na temu odlučivanja u stopu prati i proces razvoja i napretka u tehničko-tehnološkom smislu. Ova povezanost neminovno dovodi do pojave i razvoja nove tehničke discipline poznate kao operaciona istraživanja2. Operacionim istraživanjima prethodi rješavanje operativnih problema, za koje je svakako neophodno kvalitetno odlučivanje.

Dalji tehnološko-tehnički razvoj dovodi do pojave računara i info-rmacionih sistema, što je svakako imalo pozitivan efekat kako na brži napre-

1 Čupić, M., Tumala R., Suknović, M. (2008) Odlučivanje-formalni pristup, FON, Beograd, str.487 2 Petrić, J., (1987), Operaciona istraživanja, Savremena administracija, Beograd, str. 8


17

dak, tako i na razvoj teorije odlučivanja. U početku teorija odlučivanja pri-mjenjivala se samo na strukturirane operativne probleme, za razliku od da-nas, kada imamo u primjeni i automatizovane sisteme za podršku odluči-vanju, koji se koriste i kod najsloženijih, ne samo strukturiranih već i ne-strukturiranih praktičnih problema. Brz tempo života, na stotine hiljada i mi-lione podataka u veoma kratkom vremenskom periodu, neminovno su dove-li do toga da čovjek jednostavno ne može sve to apsolvirati na najbolji mo-gući način i uz to, u što kraćem vremenskom roku. Zato, između ostalog i postoje računari i informacioni sistemi koji imaju osnovni zadatak, da sve to u rekordno kratkom vremenu obrade i njegovom korisniku daju neophodne informacije, na osnovu kojih će se ući u proces donošenja odluke, koja će za rezultat imati ostvarenje određenog cilja.

1.2 Pojam i definicija odlučivanja

Za pojam teorija odlučivanja postoji veoma veliki broj izrečenih defi-nicija. Navešćemo samo neke od poznatih3:

Raiffa (1957): Odlučivanje se zaista može definisati kao izbor između određenog broja alternativa.

Lee i Moore (1975) smatraju da je osnovni cilj analize odlučivanja pomoć donosiocu odluke u nalaženju najboljeg dozvoljivog rješenja nekog problema (koji zahtijeva odlučivanje) uz sistematsku analizu većeg broja alternativa koje stoje na raspolaganju.

Mintzberg i ostali (1976): odlučivanje je specifična obaveza sa akcijom. Kickert (1980) navodi da je odlučivanje izbor, a izbor prethodi svim

akcijama. Odlučivanje je određivanje onoga što treba uraditi, a ultimativni cilj svakog odlučivanja je izvršenje neke akcije.

Mopa (1980) pod odlučivanjem podrazumeva sve aktivnosti oko izbora jedne između raznih mogućnosti.

Koontz i Weihrich4, odlučivanje (decision making) definišu kao biranje smjera odnosno načina djelovanja između više mogućnosti.

U vezi sa odlučivanjem je i davanje odgovora na sledeća pitanja:

Gdje se neki posao mora obaviti (mjesto odlučivanja)?

3 Čupić, M., Tumala R., Suknović, M.,(2008) Odlučivanje-formalni pristup, FON, Beograd, str. 15-16 4 Harold Koontz, Heinz Weihrich, (1990) Essentiale of Management, Fifht Edition, Mc Graw-Hill Publishing Company, New York, str. 108


18

Kada se određeni posao mora obaviti (vrijeme odlučivanja)? Kako se taj posao mora obaviti (način odlučivanja)? Ko će obaviti taj posao (osoba koja donosi odluke)?

Zoran Baračkai, odlučivanje posmatra kao proces rješavanja proble-ma, što znači da onaj ko odlučuje mora vidjeti problem5.

S obzirom na sposobnost odlučivanja donosioci odluka mogu pripa-dati sledećim tipovima ljudi:

Tip koji „ne zna da ne zna“ Tip koji „zna da ne zna“ Tip koji „ ne zna da zna“ Tip koji „zna da zna“

Dakle, kao što smo vidjeli u procesu odlučivanja učestvuju različiti

tipovi ljudi. Za tip ljudi koji „ne zna da ne zna“, možemo reći da su naj-opasniji za proces odlučivanja, jer oni nisu ni svjesni svog neznanja. Drugi tip ljudi koji „zna da ne zna“ manje je opasan u odnosu na prethodni tip ljudi. Ovaj tip ljudi je svjestan svoga znanja, odnosno neznanja, te je zbog toga izuzetno oprezan u procesu odlučivanja. Zbog svoje opreznosti veoma često spreman je obratiti se za pomoć, kako ne bi načinio bilo kakvu grešku. Tip ljudi koji „ne zna da zna“ odaje dozu izuzetne nesigurnosti u procesu odlučivanja i u pravilu je uvek spreman da traži pomoć. Ova njegova značajna nesigurnost, neminovno ga vodi ka bespotrebnom trošenju vre-mena za stalna preispitivanja, što direktno utiče na to da donijeta odluka ne bude pravovremena. Za razliku od ova tri tipa ljudi, tip ljudi koji „zna da zna“, najpoželjniji je kao donosilac odluka. Ovaj tip ljudi karakteriše izuze-tna sigurnost, znanje i odlučnost za donošenje kvalitetne, pravovremene i tačne odluke. Za proces odlučivanja bitno je obezbediti postojanje kontinu-iteta, koji traje jedno određeno vreme i u kome donosilac odluke raspolaže sa najmanje dvije mogućnosti, uz pomoć kojih će riješiti određeni, identi-fikovani problem. Ipak, dosadašnja praksa pokazala je da u procesu odluči-vanja za menadžera-donosioca odluka nije poželjno da raspolaže sa malim, ali isto tako ni sa velikim brojem mogućnosti za rešavanje određenog pro-blema. Kvalitet donijete odluke direktno zavisi od raspoloživih mogućnosti. Ukoliko donosilac odluke raspolaže sa malim brojem raspoloživih mogu-

5 Baračkai, Z., (1991), Menadžersko odlučivanje, Svjetlost, Sarajevo, str. 8


19

ćnosti onda će mu za donošenje odluke biti potrebno daleko manje vremena i obrnuto. Takođe, znamo da je u današnjem životnom i poslovnom tempu, pored kvaliteta donete odluke, veoma bitna i njena pravovremenost, tj. da se donese u što kraćem vremenskom periodu. U svakodnevnom životu, za mnoge situacije odlučivanja, moglo bi se reći da je to relativno lagan proces. Ipak, da sve nije tako govori nam znatno teži dio procesa odlučivanja, a to je, kako da donosilac odluke donese najoptimalniju odluku.

Uzimajući u obzir naprijed navedeno, za odluku možemo reći da pre-dstavlja izbor između više raspoloživih mogućnosti za rješenje određenog problema koja nastaje kao rezultat procesa odlučivanja, odnosno u datom momentu izbora najoptimalnije mogućnosti. Donijeta odluka kako za dono-sioca odluke, tako i za one koji je sprovode, mora biti prije svega, prve-nstveno kvalitetna, zatim pravovremena, nedvosmislena, precizna i realna, a uz to razumljiva, lako shvatljiva i jasna. Jedna od karakteristika odluke je-ste, da se ona često javlja i kao rezultat trenutne i emotivne situacije njenog donosioca.

Svaka odluka trebala bi da sadrži sledeće: subjekat i objekat na koji se odluka odnosi u cilju rješenja odre-đenog problema,

aktivnosti koje treba realizovati kako bi donesena odluka bila izvršena,

ciljeve koje treba ostvariti realizacijom donesene odluke, ograničavajuće faktore koji utiču na proces realizacije donesene

odluke, vremenske rokove u kojima je potrebno realizovati donesenu

odluku, materijalno-tehničke i finansijske resurse za realizaciju donesene

odluke.

Odlučivanje je proces odabiranja jedne od više alternativa u odre-đenoj situaciji, kojom donosilac odluke teži da ostvari određeni cilj.6

U problematici odlučivanja razlikujemo tri osnovna pojma i to: Donosilac odluke- lice koje donosi odluku. Proces odlučivanja- postupci i metode koji prethode konačnoj

odluci. 6 Čupić, M., Tumala R., Suknović, M. (2008) Odlučivanje-formalni pristup, FON, Beograd, str. 7


20

Odluku- kao rezultat odlučivanja.

Lice koje donosi određenu odluku u stvari predstavlja donosioca odlu-ke. Ono može biti pojedinac, ali isto tako donositi odluku, može i više lica, i tada govorimo o grupi. Donosilac odluke, odluku donosi izborom jedne od više ponuđenih mogućnosti, koje su mu na raspolaganju u procesu odlu-čivanja. Po pravilu, konačna odluka koja je donijeta treba da predstavlja rezultat kojim će se doći do ostvarenja planiranog i željenog cilja.

Unutar organizacije, na svim nivoima menadžmenta, proces odluči-vanja odvija se sa različitom važnošću i značajem donesenih odluka od izvršnog do strateškog nivoa menadžmenta. Menadžeri su ti, koji snose pu-nu odgovornost za bilo koju odluku koju donose u poslovnom procesu i zbog toga je njihova uloga odlučivanja najznačajnija, ali istovremeno i naj-istaknutija. Kao krajnji rezultat rada menadžera ili menadžmenta javlja se donošenje određene odluke, ali ne bilo kakve, nego odluke koja je naj-optimalnija, čijom primjenom će organizacija doći do ostvarenja planiranog cilja.

Izvor: www.zpr.fer.hr/.../2006/mandic/slike/index.1.jpg (dostupno, 11.09.2012.)

Slika 1.1 Odlučivanje

Od kvaliteta donesene odluke i načina odlučivanja direktno zavisi i uspješnost rada menadžera ili menadžmenta. U dosadašnjoj praksi mena-džeri su se češće odlučivali za primjenu individualnog u odnosu na grupno odlučivanje. Ovo je prije svega rezultat toga, što menadžeri-donosioci odlu-ka u pravilu smatraju da posjeduju dovoljno potrebnog iskustva i dovoljno


21

Nije

hi

tno H

itno

znanja uz pomoć kojeg imaju nepogrešiv osjećaj za ispravno donošenje odluke. Individualno odlučivanje uglavnom karakterišu dva suprotstavljena modela i to:

intuitivni i sistematični.

Intuitivno individualno odlučivanje se zasniva na instinktu, odnosno akumuliranom prethodnom znanju i iskustvu, uz nepogrešiv osjećaj za kva-litetno rješenje koje se ne može objasniti. Odlučujući uz pomoć svog osje-ćaja u određenom momentu, menadžeri u pravilu donose pravovremenu, kvalitetnu i preciznu odluku.

Racionalno individualno odlučivanje na drugoj strani, za razliku od intuitivnog, od menadžera-donosioca odluke zahtijeva dodatno traženje pre-ciznijih informacija, koje će mu istovremeno ubrzati i olakšati donošenje kvalitetne i pravovremene odluke, po mogućnosti što optimalnije. U dana-šnje vrijeme sa vrlo visokim tempom rada, menadžeri se u toku samo je-dnog dana, a često i sata, susreću sa stotinama problema, koje ipak i pored maksimalnog zalaganja, ne stižu pravovremeno ažurirati i kvalitetno rješa-vati. Da bi mogli kvalitetno sve svoje dnevne obaveze ažurirati i pravo-vremeno odgovoriti na njih, menadžeri moraju obezbjediti kontinuitet, si-stematičnost i selekciju problema i odluka, koje je potrebno donositi u procesu poslovnog sistema. Probleme i odluke možemo podijeliti u zavi-snosti od Odluka njihove važnosti i hitnosti. Ovu podjelu predstavićemo u obliku kvadratne matrice, kao što je na sl. 1.2.

Važno Manje važno

Izvor: prilagođeno http://www.moj-posao.net/Vijest/64824/Matrica-hitnobitno/4/ (dost. 28.11.2010.)

Slika 1.2 Matrica odlučivanja

U dosadašnjoj praksi, kod većine menadžera-donosilaca odluka, sve njihove odluke su izuzetno važne i hitne. Ovo je donekle i razumljivo, ima-jući u vidu postojanje određenog stepena subjektiviteta kod svakog od njih. Ovakva situacija posledica je toga, da su gotovo svi menadžeri-donosioci odluka, zaokupljeni rješavanjem isključivo svojih problema, odnosno proble-

Odluka se donosi odmah Pristupiti donošenju odluke

Odluka se može odložiti Odluka se može zanemariti


22

ma unutar svoje organizacije, ali ne i na rješavanje problema drugih na trži-štu. Problemi, koji u poslovnom procesu ne dotiču menadžere-donosioce odluka i njihov biznis, za njih same zapravo nisu ni interesantni. Ukoliko je problem usko vezan i direktno utiče na poslovanje i poslovne ciljeve organi-zacije, onda takve probleme menadžeri-donosioci odluka smatraju važnim u procesu odlučivanja i odlukama, koje se donose, zbog toga daju izuzetan značaj i visok stepen važnosti.

Važne i hitne odluke moraju se rješavati odmah i u hodu, bez bilo kakvog, pa i najmanjeg čekanja. Bilo kakvo odlaganje i odugovlačenje u do-nošenju potrebnih odluka u nekim poslovnim procesima, za jednu organi-zaciju, može imati izuzetno ozbiljne i dalekosežne negativne posledice, kako u sadašnjosti, tako i u budućnosti. Od menadžera-donosilaca odluka zahtjeva se, da pod apsolutnom kontrolom u svakom trenutku, drže proces odlučivanja. Pored apsolutne kontrole, menadžeri donosioci odluka mora-ju stalno na umu da imaju i raspoloživo im vrijeme za donošenje odluka. Posebnu pažnju u procesu odlučivanja oni moraju posvetiti i planiranju o svemu ovome, kao važnom segmentu.

1.3 Vrste odluka Za odlučivanje i odluke karakteristično je da su obično razvrstane

prema određenim kriterijumima. U zavisnosti od kriterijuma razlikujemo odlučivanje i odluke prema7:

broju osoba koje odlučuju, odnosno donose odluku, količini raspoloživih značajnih informacija i znanja u situaciji

odlučivanja, ocjeni dovoljnosti raspoloživih informacija u procesu odlučivanja, subjektu odlučivanja, nivou organizacije na kome se donose i strukturisanosti odlučivanja.

Prema prvom kriterijumu razlikujemo: individualno i grupno odlučivanje.

Prema količini raspoloživih informacija i znanja u situaciji odlučiva-nja razlikujemo: 7 www.statusprosper.com/2008/poslovnoodl.html, (dostupno 20.05.2010.)


23

odlučivanje u uslovima izvjesnosti, odlučivanje u uslovima rizika, odlučivanje u uslovima neizvjesnosti i odlučivanje u uslovima kombinacije rizika i neizvjesnosti.

Prema ocjeni dovoljnosti raspoloživih informacija za odlučivanje, razlikujemo sledeće odluke i odlučivanja:

terminalne i istraživačke.

U zavisnosti od subjekta odlučivanja razlikujemo: odlučivanje u privatnoj sferi života i poslovno odlučivanje.

U zavisnosti od nivoa organizacije na kome se donose odluke razli-kujemo:

operativne odluke, taktičke odluke i strateške odluke

U zavisnosti od strukturisanosti odlučivanja, odlučivanje i odluke dijelimo na:

strukturisano, programirano i nestrukturisano, neprogramirano.

1.3.1 Individualno i grupno odlučivanje

Osnovna podjela odlučivanja i odluka zasniva se na broju osoba koje učestvuju u samom procesu donošenja odluka. Na osnovu toga razliku-jemo8:

individualno (pojedinačno) i grupno odlučivanje.

U praksi važi nepisano pravilo da individualno odlučivanje predstavlja dale-ko brži i jednostavniji proces u odnosu na grupno odlučivanje, ali ne mora da znači da je time individualno odlučivanje istovremeno i lakše.

8 www.statusprosper.com/2008/poslovnoodl.html, (dostupno 20.05.2010.)


24

Glavna, a uz to istovremeno i osnovna razlika, između individualnog i grupnog odlučivanja, jeste u broju osoba koje učestvuju u samom procesu donošenja odluke, odnosno odlučivanja. Iz ove glavne razlike, proizilaze i ostale razlike između ove dvije vrste odlučivanja, kao što su način odlučiva-nja, zatim vrijeme trajanja procesa donošenja odluke, itd...

Pored ovih razlika, razlikujemo i donosioce odluka koje odlikuje čvrst stav pri odlučivanju, kao i one koji nemaju izgrađen čvrst stav, koje odlikuje nestrpljivost u odlučivanju. Za donosioce odluka, koje odlikuje čvrst stav i jasan pogled na život, možemo reći da gotovo uvijek donose odluke veoma brzo, ali uz to i veoma sigurno.

Izvor: www.odluka.com (dostupno 23.08.2011.)

Slika 1.3 Individualno odlučivanje

Veliku sigurnost u procesu odlučivanja donosilac odluke ispoljava kroz to što u razmatranje uzima relativno manji broj u tom trenutku, za njega izuzetno bitnih podataka. Za razliku od njih, na drugoj strani nestrplji-vi donosioci odluka, odluke donose veoma brzo, ali često na osnovu nedo-voljnog broja informacija kojima raspolažu u datom trenutku. Nestrpljivi donosioci odluka nisu spremni da ulože dodatni napor, kako bi prikupili dodatne podatke na osnovu kojih bi upotpunili svoje informacije, neopho-dne za donošenje što kvalitetnije, a uz to i pravovremene odluke. Za razliku od nestrpljivih donosilaca odluka, postoje i donosioci odluka koji su istovremeno i strpljivi i stabilni. Donosioci odluka koji se odlikuju istovre-menom strpljivošću i stabilnošću, veoma rijetko se susreću u praksi. Ipak, i pored činjenice da se ovi donosioci veoma rijetko susreću u praksi, dugoro-čno posmatrano za odlučivanje, najpoželjniji su upravo oni.


25

Razlikujemo četiri tipa donosioca individualnih odluka9: Iracionalna osoba – predlaže odluku i pored strahova koji su

evidentni, Kreativna osoba–odluke zasniva na željama za vlastitim razvojem, Klasični (administrativni) tip – potpuno informisane osobe, Administrativni (bihevioristički) tip – donosi odluku u uslovima

ograničene racioalnosti.

Postoji više razlika između individialnog i grupnog odlučivanja. Ipak osnovna razlika je u samom procesu donošenja odluke. Naime, grupno odlučivanje pored više učesnika odlikuje i više faza odlučivanja. Grupno odlučivanje ime je dobilo po grupi, odnosno timu, koji učestvuje u procesu odlučivanja.

Grupne odluke10 donosi dva ili više pojedinaca koji zajednički u okvi-ru jednog tima rade grupno na rješavanju određenog identifikovanog pro-blema.

Članove određene grupe povezuju prije svega zajednički interesi sva-kog od njih, kao i međusobna komunikacija i pridržavanje ranije utvrđenih normi ponašanja, što u stvari predstavlja osnovne karakteristike jedne grupe.

Izvor: www.poslovni.hr (dostupno 23.08.2011.)

Slika 1.4 Grupno odlučivanje

U praksi, svaka grupa je podgrupa neke veće grupe, ali isto tako i sama podgrupa dodatno može imati i svoje podgrupe.

9 www. cmc.foi.hr:8080/komwiki/index.php (dostupno 23.08.2011.) 10 www.statusprosper.com/2008/poslovnoodl.html, (dostupno 20.05.2010.)


26

Uspjeh procesa grupnog odlučivanja zavisi od sastava grupe koja do-nosi odluke, kao i određenih faktora koji utiču na proces grupnog donošenja odluke, kao što su sastav, veličina, norma i kohezivnost članova grupe.

Pojam grupa11, prema Turbanu odnosi se na više ljudi, koji se pona-šaju kao cjelina i čija je misija da se riješi postavljeni zadatak. Grupa može biti stalna ili povremena, na jednom mestu ili dislocirana. Grupa sastanke može održavati povremeno, ali njeni članovi mogu raditi i u različito vrije-me.

Osnovni zadaci timskog rada su sledeći12: Provjeravanje da li su raspoloživi podaci dovoljni i pouzdani, koliko

traje njihova tačnost i relevantnost u vremenu i prostoru? Da li su tumačenja raspoloživih podataka tačna i dovoljno usagla-

šena? Da li su zaključci pravilno formirani na osnovu potrebnih, dovoljnih

i relevantnih informacija i da li je izvršena validnost u vremenu i prostoru?

Da li su predložena rješenja formirana na osnovu potrebnih dovo-ljnih i relevantnih zaključaka i relevantnosti kvaliteta rješenja u vre-menu i prostoru?

Koliko i dokle se predloženim rješenjem mogu postizati osnovni ci-ljevi: opstanak, efikasnost, funkcionisanja i progres pojedinca, pre-duzeća i društva u cjelini?

Timski rad treba zaštiti od emotivnih zaključaka, rješenja i odluka i od nedopustivog približavanja krajnosti.

Timski rad treba da ima vaspitnu i obrazovnu ulogu. Treba kolekti-visati individualiste, mobilisati lijene, obrazovati neobrazovane, va-spitati nevaspitane, itd.

Ključno pitanje za uspješno poslovanje određene organizacije u izuze-tno složenoj tržišnoj utakmici sa konkurencijom predstavlja donošenje kva-litetne, pravovremene i ispravne upravljačke odluke.

Grupe se osnivaju i nastaju pod određenim okolnostima i na određen način, sa određenim ciljem. U skladu s tim razlikujemo: 11 Čupić, M., Suknović, M. (2008) Odlučivanje, FON, Beograd, str. 484 12 Čupić, M., Suknović, M. (2008), ibidem, str. 496


27

grupe koje se osnivaju s namjerom da ostvare određeni cilj, grupe koje se osnivaju kako bi se zadovoljili isključivo njeni članovi.

U grupe koje se osnivaju s namjerom da ostvare određeni cilj spadaju

grupe koje imaju za cilj efikasno izvršenje određenog postavljenog im zada-tka, npr. uslužna grupa, proizvodna grupa, marketinška grupa ili grupa za rješavanje o pravima korisnika u I i II stepenu, grupa kontrolora, grupa za otklanjanje grešaka u matičnoj evidenciji, grupa za ažuriranje analitičkih kartica i sl.

U praksi je veoma teško da jedna grupa u potpunosti ostvari zado-voljenje svih svojih potreba unutar te iste grupe. Zbog toga članovi jedne grupe kroz svoje članstvo u više različitih grupa traže zadovoljenje svih svojih potreba. Tako recimo, članovi jedne organizacije osnivaju granske grupe ili udruženja koje odlikuju određene specifičnosti, a sve u želji kako bi zadovoljili svoje lične želje i ciljeve. Ipak, članove svih grupa odlikuju njihova želja i težnja ka razvoju i uspješnom djelovanju grupe.

Bilo koja grupa da je u pitanju, osniva se radi ostvarenja određenog ranije usvojenog cilja. U dosadašnjoj praksi veoma rijetko se može sresti grupa, u kojoj svi članovi imaju jedinstven cilj. Ipak, u svakoj grupi kroz ra-zmatranja i raspravu izdvoji se određena većina, te tako cilj te većine u suštini predstavlja zajednički cilj, odnosno cilj grupe. Postojanje određene grupe uvijek je vezano za određeni cilj, za ostvarenje tog cilja, postojanje određenog interesa članova određene grupe. Kako bi ostvarili određene ci-ljeve članovi svake grupe međusobno moraju komunicirati. Ta komunika-cija se uglavnom odvija interno, ali može biti i eksterna, van same grupe. U toj eksternoj komunikaciji postoji mogućnost da članovi grupe prihvate po-stavljeni cilj i izvan same grupe.

Za pojam grupe, postoji mnogo različitih definicija, ali takođe i mi-

šljenja. Grupa se često definiše kao određeni skup dva ili više članova, koji su se sastali sa ciljem da riješe određeni identifikovani problem.

Osnovna podjela grupa je na13: strukturirane i nestrukturirane.



28

Strukturirane grupe predstavljaju relativno male, ali istovremeno i veoma uređene grupe. Ove grupe obično čini od 2-20 članova. Strukturirano odlučivanje je proces donošenja odluke o određenom identifikovanom pro-blemu, za koji donosioci odluke posjeduju relativno veliki broj raspoloživih i potrebnih podataka i informacija na osnovu kojih će ga uspješno riješiti. Pored potrebnih podataka i informacija, donosioci odluka, kod strukturira-nog odlučivanja, raspolažu sa ranije stečenim znanjima i iskustvima drugih donosilaca odluka, koji su već radili u procesu rješavanja istih ili sličnih problema. Dakle, donosiocima odluke poznata je struktura raspoloživih po-dataka i informacija, kao i sama struktura problema koji se rješava, po čemu je grupa donosilaca odluke i dobila ime strukturirana grupa.

Nestrukturirane grupe, za razliku od strukturiranih, obično sadrže više od 20 članova. Nestrukturirano odlučivanje je proces donošenja odluke o određenom, ranije identifikovanom problemu, za koji grupa ne posjeduje i ne može da obezbjedi kvalitetne i zadovoljavajuće podatke, koji su neopho-dni da bi identifikovani problem bio uspješno riješen. Ovo, ujedno, predsta-vlja i osnovnu razliku u odnosu na strukturirano odlučivanje. Uglavnom, ovdje se ne raspolaže gotovo nikakvim podacima o problemu koji je pre-dmet rješavanja i u pravilu on je za donosioce odluka potpuno nepoznat. Ovdje ne postoje podaci o ranijim istim ili sličnim rješavanjima identifiko-vanog problema. Zbog toga, nestrukturirano odlučivanje od donosilaca odluka u toku procesa odlučivanja zahtjeva visok stepen njihove kreativno-sti.

U procesu grupnog odlučivanja razlikujemo tri faze i to14: faza procjene, faza dodjele prioriteta i faza analize podataka sa zaključivanjem.

Faza procjene obuhvata tri osnovne aktivnosti i to: izbor od više raspoloživih mogućnosti za procjenjivanje, definisanje kriterijuma kojima se vrši procjena i definisanje praga saglasnosti.

14 Čupić, M., Suknović, M. (2008) Odlučivanje, FON, Beograd, str. 357


29

Donosioci odluke moraju pažljivo razmotriti sve raspoložive mogu-ćnosti za procjenu situacije, definisati kriterijume na osnovu kojih će izvršiti procjenu, te utvrditi prag saglasnosti za rješavanje određenog problema.

U fazi dodjele prioriteta vrši se rangiranje određenih alternativa koje pružaju određene mogućnosti da se izvrši upoređivanje raspoloživih poda-taka u datom trenutku.

U fazi analize podataka sa zaključivanjem na bazi prikupljenih i obra-đenih podataka vrši se identifikovanje podgrupa, zatim problematičnih akti-vnosti i eventualnih određenih neusaglašenosti u grupi.

Tri strategije pomoću kojih određena grupa dolazi do planiranih i željenih ciljeva vezane su za teoriju grupnog odlučivanja. U zavisnosti od tipa odluke razlikujemo strategiju15:

rutinskog odlučivanja, kreativnog odlučivanja i pregovaračkog odlučivanja.

U strategiji rutinskog odlučivanja članovi određene grupe rutinski pro-

laze kroz proces odlučivanja i u potpunosti su spremni da donose pravovre-mene i kvalitetne odluke. Rutinsko odlučivanje odlikuje se visokom profe-sionalnošću, specijalizacijom, koordinacijom i individualnom ekspertizom članova određene grupe.

Strategija kreativnog odlučivanja bazira se na participativnoj primjeni tehnika u procesu rješavanja problema u sredinama za koje je karakterističan relativno mali autoritet i nerazvijena struktura. Da bi prevazišli ovo, članovi grupe prinuđeni su da maksimalno uključuju svoju kreativnost u proces odlučivanja kako bi donosili pravovremene i kvalitetne odluke.

Strategija pregovaračkog odlučivanja, odlikuje se sa unaprijed utvrđe-nim pravilima i procedurama po kojima se vrši izbor, te formalizovano i disciplinovano ponašanje članova grupe. Članovi grupe u procesu odluči-vanja međusobno komuniciraju, razmjenjuju informacije i mišljenja, prego-varaju i raspravljaju, a potom uz potpuni kompromis, donose pravovremene i kvalitetne odluke.

15 N. Lalić, (2003), „Organizovanje poslovanja preduzeća primenom metoda i modela grupnog odlučivanja“, magistarska teza, FON Beograd, str. 120


30

Za uspješno rješavanje problema, proces grupnog odlučivanja kao i individualnog podrazumjeva na prvom mjestu uvijek prvenstveno ispravno identifikovanje problema. Za pravovremeno, kvalitetno i uspješno, rješava-nje problema prije samog upuštanja donosioca odluke u proces odlučivanja, moguće je razmotriti određene strategije i pri tome izabrati najoptimalniju, koja će najlakšim i najbržim putem dovesti do planiranog i željenog cilja. Time se potvrđuje pojedinačna teza da je moguće definisati strategije odlu-čivanja.

To je najbolje vidljivo iz tabele 1.1 gdje su decidno navedeni stru-ktura, uloge, grupni proces, stil i norme za strategiju rutinskog, kreativnog i pregovaračkog donošenja odluka.

Tabela 1.1 Strategije odlučivanja Dimenzija

grupe STRATEGIJA I

Rutinsko odlučivanje STRATEGIJA II

Kreativno odlučivanje STRATEGIJA III

Pregovaračko odlučivanje

Struktura Specijalisti sa kordinatorom (liderom)

Heterogeno i kompetentno osoblje i lider koji vodi kreativan proces

Proporcionalno učešće donosioca odluke

Uloge Nezavisan napor i specijalističko znanje

Sve ideje se iznose pred grupu i diskutuju

Pojedinac vidi sebe kao predstavnika jedne strane

Grupni proces

Specificirani su ciljevi i postoji interakcija među koordinatori-ma i specijalistima

Proces rešavanja problema podrazu-meva participaciju spontanu komu-nikaciju i razmatranje procena

Uredna komunikacija i formalizovane procedure

Stil Visok stres prouzrokovan kva-litetom i kvantitetom obaveza i vremenskim ograničenjima

Opušteno okruženje, bez stresa i odsustvo sankcija

Otvorenost i iskrenost, prihvatanje dužnosti i izbegavanje emocionalnih neprijatnosti

Norme Profesionalizam Otvorenost u komunikaciji, konse-nzus, podržavanje originalnosti i neautritativnost

Postizanje dogovora, konstru-ktivno shvatanje konflikata, prihvatanje kompromisa

Izvor: N. Lalić, (2003), „Organizovanje poslovanja preduzeća primenom metoda i modela grupnog odlučivanja“, magistarska teza, FON Beograd, str. 121

U svijetu gotovo da i ne postoje jasne podjele među vrstama grupnog odlučivanja. Uglavnom, autori su se do sada bavili izučavanjem individua-lnog odlučivanja, što predstavlja i osnovni razlog nepostojanja, jasne podje-le. Sa tehnološkim razvojem i nametnutim tržišnim uslovima i tempom u poslednje vrijeme, grupno odlučivanje sve više dobija na značaju i primjeni u odnosu na individualno odlučivanje.


31

Upravo zbog toga i dolazi do pojave evidentiranja sledećih šest osno-vnih vrsta grupnog odlučivanja16:

unilateralno odlučivanje, dvojno odlučivanje, odlučivanje jezgra grupe, mamac odlučivanje, pravilo većine i konsenzus odlučivanje.

Unilateralno odlučivanje u stvari predstavlja prelaz od individualnog, ka grupnom odlučivanju. Vođa grupe je taj koji uglavnom sam donosi odlu-ke kod ove vrste grupnog odlučivanja. On se veoma rijetko konsultuje sa ostalim članovima, što direktno utiče na izazivanje njihovog međusobnog nepovjerenja i određenog nezadovoljstva. Ovo odlučivanje javlja se kao po-sledica izuzetno visokog autoriteta vođe grupe, koji posjeduje u odnosu na ostale članove. Dvojno odlučivanje za razliku od unilateralnog, karakteriše situacija u kojoj sve odluke donose samo dva člana tima, po čemu je i dobilo ime. Za razliku od ova dva člana, ostali članovi uglavnom su statisti i nijemi posma-trači. Po pravilu jedan od ova dva člana daje prijedloge, a drugi ih prihvata i obično konstatuje da je to najbolje rješenje. Veliku odgovornost tima za do-nijetu odluku nose ova dva člana, dok je ona relativno mala za ostale čla-nove, s obzirom na njihovo malo ili gotovo nikakvo učešće u odlučivanju. I ovdje, kao i kod unilateralnog odlučivanja, postoji visok autoritet uglavnom vođe i još jednog člana grupe u odnosu na ostale članove, koji su uglavnom u podređenom položaju i nisu spremni da svoje mišljenje iznesu javno. Odlučivanje jezgra grupe podrazumijeva unutar formalne grupe po-stojanje jedne male neformalne grupe od par članova koja je nazvana „je-zgro“. Ovu malu neformalnu grupu od nekoliko članova odlikuje njena su-periornost u odnosu na ostale članove grupe. Ova pojava uglavnom nemino-vno vodi ka podjeli grupe uz prisustvo male odgovornosti članova grupe. Mamac odlučivanje karakteriše pojava određenog člana grupe koji skreće pažnju na sebe, na vrlo sugestivan način uz često postavljanje slede-ćeg pitanja: „Dakle, konačno smo se dogovorili. Je li tako?“. Ostali članovi grupe u pravilu se ne javljaju. Ne suprotstavljaju se ovoj konstataciji i pri-

16 Čupić, M., Suknović, M. (2008) Odlučivanje, FON, Beograd, str. 358


32

hvataju je kao konačnu. I za ovu vrstu grupnog odlučivanja, karakterističan je nizak stepen odgovornosti preostalih članova grupe. Pravilo većine je vrlo popularna vrsta grupnog odlučivanja. Slična je načinu „Odlučivanje jezgra grupe“ uz razliku da odluke predlaže i donosi formalna većina, za razliku od neformalne manjine. Odluka se donosi ugla-vnom glasanjem. Kao nedostatak ove vrste grupnog odlučivanja javlja se po pravilu nezadovoljstvo članova ove male neformalne grupice u grupi, sma-trajući da se njihovi stavovi i mišljenja ne uvažavaju i u glavnom se po-vlače.

Konsenzus odlučivanje odlikuje maksimalno angažovanje svih člano-va grupe prilikom predlaganja, razmatranja i donošenja odluke uz potpuno usaglašavanje i svjesnost svih članova sa donijetom odlukom. Ovo odluči-vanje karakteriše i veoma visok stepen odgovornosti svakog člana grupe.

1.3.2 Privatno i poslovno odlučivanje

U zavisnosti od subjekta odlučivanja razlikujemo: odlučivanje u privatnoj sferi života i poslovno odlučivanje.

Privatno odlučivanje, odvija se u sferi privatnog života i po tome je i dobilo ime. To je svako odlučivanje koje se ne odvija u zoni poslovne sfere. Ove odluke se donose u porodici i ni na koji način nisu vezane za posao, odnosno isključivo se tiču privatnog života. Obično su to odluke koje dono-silac odluke donosi, a tiču se npr. liječenja, ishrane, oblačenja, odluke iz sfe-re sporta, ljubavi, zanimanja, rekreacije, itd.

Za razliku od odlučivanja u privatnom životu, odnosno u porodici, odlučivanje van porodice, kao što je odlučivanje u organizacijama, banka-ma, ustanovama i institucijama nazivamo poslovnim odlučivanjem. Pod poslovnim odlučivanjem, smatramo svako odlučivanje koje se odvija izvan sfere privatnosti. I poslovno odlučivanje, takođe možemo definisati, kao izbor između dvije ili više mogućnosti rješavanja poslovnih problema. Da-kle, nema nikakve razlike između odlučivanja u sferi privatnog i poslovnog u pogledu načina na koji se donosi odluka, faza u procesu odlučivanja, fa-


33

ktora koji utiču na odlučivanje i okolnosti u kojima se odlučuje, što se može vidjeti i na slici 1.5.

Izvor: www. forum.fim.singidunum.ac.rs/archive/index.php?t-2114.html (dostupno 11.08.2010.)

Slika 1.5 Proces poslovnog odlučivanja

Razlika se ogleda jedino u tome ko je subjekat odlučivanja, tj. da li je to čovjek, kao privatno lice ili čovjek, kao pravno lice, odnosno predstavnik pravnog lica. Kod poslovnog odlučivanja (u zavisnosti od nivoa odlučiva-nja, mjesta odlučivanja i veličine organizacije) odluke će se reflektovati na veći ili manji broj članova organizacije, a ponekad i na sve zaposlene, za razliku od odlučivanja u sferi privatnosti, koje tangira samo dotičnu osobu i eventualno njegovu užu ili širu porodicu. To je osnovni razlog zbog koga je potrebno poslovnom odlučivanju posvetiti puno više pažnje.

Poslovno odlučivanje je kompleksan proces, koji zahtjeva mnoštvo ra-zličitih informacija, kako internih, tj. onih koje dolaze iz određenih orga-nizacija, tako i eksternih, onih koje dolaze izvan tih organizacija, odnosno dolaze iz okruženja. Informacije moraju biti obrađene, integrisane i sređe-ne, tako da donosiocu odluke omoguće u datom momentu najoptimalnije donošenje odluke, odnosno odlučivanje. Koristeći poslovnu inteligenciju, menadžeri dolaze do bitnih poslovnih informacija, koje zatim velikodušno koriste u procesu donošenja ključnih odluka i za odabir najpogodnije poslo-vne strategije. U poslovnom svijetu, poslovna inteligencija se sve više upo-trebljava, razvija i postaje sve sofisticiranija.

1.3.3 Operativne, taktičke i strateške odluke

Sagledavajući odluke i nivo organizacije na kome se donose, razliku-jemo sledeće vrste odluka17:



34

operativne odluke, taktičke odluke i strateške odluke.

Ove odluke predstavlaju odluke najnižeg reda i najčešće za njima po-seže menadžment najnižeg nivoa pri realizaciji pred njih postavljenih zada-taka. Preko njih se realizuju taktičke odluke i one su najčešće programirane. Operativne odluke uglavnom se koriste za rješavanje rutinskih problema, odnosno problema koji se svakodnevno sreću i ponavljaju i koji su veoma dobro poznati donosiocu odluka.

Za razliku od operativnih odluka, taktičke odluke spadaju u odluke vi-šeg reda. Kod ovih odluka, donosiocu odluka poznata je situacija, ali isto-vremeno su poznati i zahtjevi koji su postavljeni pred njega. Donošenjem ovih odluka uglavnom se bavi menadžment srednjeg nivoa, unutar jedne organizacije. Efektivnost donesenih odluka predstavlja osnovni kriterijum vrednovanja pri donošenju taktičkih odluka, kao što je slučaj i kod operati-vnih odluka.

Najniži nivo menadžmenta Srednji nivo menadžmenta Najviši nivo menadžmenta Izvor: (prilagođeno) http://web.efzg.hr/dok/OIM/dhruska/2 (dostupno 21.09.2011.)

Slika 1.6 Vrste odluka

Za strateške odluke možemo reći da su to najznačajnije odluke koje se

donose. Strateško odlučivanje ima dugoročno dejstvo, koje prouzrokuje du-goročne posledice i određuje strategiju i buduće ciljeve, kako pojedinca, ta-ko organizacije, pa i društva u cjelini. Donošenje strateških odluka unutar jedne organizacije u nadležnosti je menadžmenta najvišeg nivoa. Efekti-

Operativne i rutinske odluke

Strateške i taktičke odluke


35

vnost donijete odluke, kao i kod taktičkih odluka, predstavlja osnovni krite-rijum vrednovanja za donesene strateške odluke. 1.3.4 Uslovi za donošenje odluka i odlučivanje Da bi donosilac odluke mogao odlučivati, moraju biti ispunjeni određeni uslo-vi i to prije svega:

postojanje neusklađenosti između želje i trenutnog stanja u kome se nalazimo,

svjesnost donosilaca odluke o postojanju određene neusklađenosti, postojanje motivacije donosilaca odluke za otklanjanjem te neu-

sklađenosti i raspoloživost resursima potrebnim za rješavanje problema neuskla-đenosti.

Dakle, neophodno je postojanje:

pouzdanosti, kao početnog stanja, koje je u datom momentu poznato donosiocu odluke sa zadatkom da ga dovede do određenog rezu-ltata,

rizika, kao početnog stanja koje u datom momentu poznato donosi-ocu odluke i koje može dovesti do više različitih rezultata i

nepouzdanosti, kao mogućnosti pojave više različitih rezultata.

U zavisnosti od količine raspoloživih značajnih informacija i znanja u situaciji odlučivanja razlikujemo18:

odlučivanje u uslovima izvjesnosti, odlučivanje u uslovima rizika, odlučivanje u uslovima neizvjesnosti i odlučivanje u uslovima kombinacije rizika i neizvjesnosti. Odlučivanje u uslovima izvjesnosti predstavlja odlučivanje u kome su

donosiocu odluke poznate i raspoložive sve činjenice neophodne po pitanju rješenja određenog problema. Menadžeri-donosioci odluka kod odlučivanja u uslovima izvjesnosti mogu sa vrlo velikom preciznošću predvidjeti u kom pravcu će se odvijati određena situacija, kao i konačan rezultat rješenja pro-blema. Za donosioca odluke, proces odlučivanja u ovakvim uslovima je najlakši i istovremeno i najbrži.

18 Balaban N., Ristić Ž. (2006) Poslovna inteligencija, Ekonomski fakultet Subotica, str.178


36

Odlučivanje u uslovima rizika predstavlja odlučivanje u kome dono-siocu odluke nisu baš u potpunosti poznate i pouzdane informacije i neopho-dne činjenice koje su u vezi sa problemom koji se rješava. Ali, ipak kod ovog odlučivanja, ono što je bitno za donosioca odluke jeste, da postoje objektivne ili empirijske evidencije, koje mu daju realne izglede za pravo-vremeno donošenje što kvalitetnije odluke. Za ovo odlučivanje karakteri-stika je da omogućava identifikovanje određenog raspona uzroka i rezultata rješenja problema uz mogućnost utvrđivanja vjerovatnoće konačnog rješe-nja. Takođe, jedna od karakteristika odlučivanja u ovakvoj situaciji jeste i postojanje određenog stepena rizika, po čemu je i dobilo ime.

Odlučivanje u uslovima neizvjesnosti predstavlja odlučivanje u kome donosilac odluke ne raspolaže, ni činjenicama, ni informacijama, koje su mu neophodne, kako bi pristupio što kvalitetnijem rešavanju određenog proble-ma. Donosilac odluke kod ovog odlučivanja nije u mogućnosti da definiše vjerovatnoću kako i na koji način će riješiti određeni problem. Uzroci te neizvjesnosti leže u nepredvidivosti spoljnih uslova, kao i nedostatka info-rmacija vezanih za vjerovatnoću mogućih rezultata.

Odlučivanje u uslovima kombinacije rizika i neizvjesnosti za donosi-oca odluke ujedno predstavlja i najteži način za donošenje odluke. Posma-trajući napred navedeno, jasno je da je najteži problem pri odlučivanju u uslovima neizvjesnosti uz postojanje rizika, gdje donosiocu odluka nisu u potpunosti poznate i pouzdane informacije i neophodne činjenice, koje su u vezi sa problemom koji je potrebno rješavati. Takođe, ovdje donosilac odlu-ke vrlo često nije u mogućnosti da identifikuje sve moguće alternative rješe-nja, koje bi mogao primijeniti u procesu donošenja pravovremene i što kva-litetnije odluke.

U toku procesa odlučivanja donosilac odluke mora identifikovati i ra-zmotriti sve opcije, koje mogu dovesti ili dovode do određenih ograničenja, koja mogi imati ili imaju uticaj na kvalitet donošenja konačne odluke.


37

Izvor: (prilagođeno) Plunkett, W. R., Attner R. F. 1992. Introduction to Management. Boston: PWS-Kent Publishing Company, p.81

Slika 1.7 Odlučivanje u uslovima izvjesnosti, rizika i neizvjestnosti

Klasifikacija različitih vrsta odlučivanja prema izvjesnosti rezultata prikazana je na slici 2.8, kako slijedi.

Izvor: (prilagođeno) Turban, E. et al. Decision Support Systems and Intelligent Systems, N.J.:Pearson Prentice Hall, 2005. str.152

Slika 1.8 Klasifikacija različitih vrsta odlučivanja

Određeni kriterijumi odlučivanja formiraju osnov za donošenje odluka. Ti kriterijumi, mogu biti19:

materijalni (kvantitativni) i nematerijalni (kvalitativni).

19 Radovanović, K. L. (2009) Inteligentni sistemi podrške poslovnom odlučivanju, doktorska disertacija, Ekonomski fakultet Brčko, str.35

ODLUČIVANJE

Odlučivanje na osnovu pouzdanih informacija znanja

Odlučivanje na osnovu nepouzdanih informacija znanja

Odlučivanje uz rizik Odlučivanje uz neizvesnost

Poznavanje objektivne verovatnoće

Poznavanje objektivne verovatnoće

Neizvesnost u užem smislu

Strategijske igre

Alternativa 1 100% Alternativa 2 100% Alternativa 3 100% Alternativa 4 100% Alternativa 1 70% Alternativa 2 60% Alternativa 3 55% Alternativa 1 ? Alternativa 2 ? Alternativa X ?

Uslov odlučivanja izvesnost

Uslov odlučivanja rizik

Uslov odlučivanja neizvesnost


38

Pod materijalnim kriterijumima podrazumijevamo kriterijume koji imaju određene kvantitativne pokazatelje, kao što su troškovi prouzrokovani obezbjeđenjem neophodnih informacija, zatim povećanjem produktivnosti i brzine radnih operacija, itd.

Nematerijalni kriterijumi odlučivanja nemaju mogućnost kvantifiko-vanja. Radi se prije svega o kvalitativnim faktorima, kao što su bihevioralne implikacije, zatim političke konsekvence, promjene u kvalitetu života i dru-gi faktori, koji bi se mogli kvantifikovati primjenom inteligentnih sistema, vještačkih neuronskih mreža, genetskih algoritama, rasplinutih sistema i nji-hovim kombinovanjem. Donosilac odluke prilikom ocjene alternativnih mo-gućnosti, mora da identifikuje sve relevantne kriterijume odlučivanja. Ne-materijalne kriterijume daleko je teže obezbjediti i primijeniti od materija-lnih, tako da se u relativnom broju slučajeva oni i izostave, što predstavlja potencijalnu zamku u procesu odlučivanja, jer oni u određenim situacijama, mogu biti važniji za donošenje odluke od materijalnih kriterijuma. 1.3.5 Programirano i neprogramirano odlučivanje

U zavisnosti od strukturisanosti odlučivanja, odlučivanje i odluke di-jele se na20:

strukturisano, programirano i nestrukturisano, neprogramirano.

Donošenje odluke u situacijama koje se odnose na probleme koji su donosiocu odluke poznati, kao i sam način njihovog rješavanja, predstavlja programirano odlučivanje. Ovo odlučivanje jedan je od načina odlučivanja, koji se koristi prije svega, za rješavanje rutinskih problema, problema koji se ponavljaju, pa zbog toga ove odluke nazivamo, još i rutinskim.

Programirane odluke su odluke koje donosioci odluka donose pri-mjenjujući pisana ili nepisana pravila, razne politike, procedure, uputstva i sl. Ove odluke olakšavaju odlučivanje u situacijama koje se javljaju uče-stalo, odnosno ponavljaju. U ovakvim situacijama, donosilac odluke suoča-va se sa već poznatim, svakodnevnim, odnosno rutinskim problemima, kao što su npr. nezadovoljstvo korisnika prava sa rješenjem kojim mu je odre- 20 www.statusprosper.com/2008/poslovnoodl.html, (dostupno 20.05.2010.)


39

đena visina penzije. Korisnik prava nezadovoljan rješenjem i određenom visinom penzije želi da se ona poveća. Ovaj problem se prevazilazi kroz donošenje odluke kojom se usvajaju određena pravila kada je u pitanju nezadovoljstvo korisnika prava određenom visinom penzije, kojim se defi-niše da u tom slučaju postoji mogućnost podnošenja žalbe u određenom ro-ku uz obavezno prilaganje rješenja o penzionisanju sa određenom visinom penzije. Usvajanje ovakve procedure odnosno pravila, koja tretiraju mogu-ćnost podnošenja žalbe u značajnoj mjeri štedi potrebno vrijeme stručnom saradniku za pružanje pravne pomoći kod davanja potrebnih pojašnjenja korisniku prava. Takođe, u masovnom donošenju rješenja o pravima uobi-čajena je pojava da se iz određenih razloga pojave i određene greške. Defi-nisanjem procedura i pojačanom kontrolom donesenih rješenja o pravima u toku samog procesa, smanjiće se u značajnoj mjeri i broj eventualnih žalbi.

Programirane odluke veoma značajno povećavaju efekte odlučivanja u situacijama hitnosti. Važne i hitne situacije potrebno je rješavati priku-pljanjem dodatnih informacija, koje pojašnjavaju odnos uzroka i eventu-alnih posledica problema. Krajnje racionalnim pristupom moguće je defi-nisati kriterijume za kvalitetno odlučivanje, te se prema identifikovanim kriterijumima vrednuju i određene alternative. Donošenje svake odluke sa sobom nosi i određeni rizik.

Najniži nivo menadžmenta Srednji nivo menadžmenta Najviši nivo menadžmenta Izvor: (prilagođeno) http://web.efzg.hr/dok/OIM/dhruska/2 (dostupno 21.09.2011.)

Slika 1.9 Programirano odlučivanje

Karakteristike programiranog odlučivanja prema R. L. Daftu su21: dobro strukturirani problemi koje treba riješiti, jasan kriterij za provođenje procesa odlučivanja,

21 www.forum.ftn.uns.ac.rs/index. (dostupno 11.09.2011.)

Programirane odluke

Neprogramirane odluke


40

primjerena dostupnost informacija potrebnih za odlučivanje, lako određivanje verzija za rješavanje problema i postojanje relativne sigurnosti kako će izabrana verzija biti uspješna.

Programirano odlučivanje koristi se na sva tri nivoa menadžmenta u procesu odlučivanja. Ipak, bitno je napomenuti da viši nivoi menadžmenta za programiranim odlučivanjem posežu rjeđe, za razliku od menadžmenta na nižim nivoima, kod kojih se programirano odlučivanje nalazi ispred ne-programiranog. Programirano odlučivanje često se primjenjuje u odlučiva-nju od strane različitih oblika društvenog organizovanja, kao što su mjesne zajednice, opštine i gradovi, vijeća i parlamenti. Ovo odlučivanje poznato je pod nazivom metaorganizaciono odlučivanje.

Neprogramirane odluke su one odluke, koje se odnose na rješavanje

problema u situacijama koje se javljaju po prvi put, odnosno u situacijama sa kojima se donosilac odluke do sada nije sretao u praksi, pa mu nije poznat ni eventualni način na koji bi uspješno riješio problem. Ove odluke poznate su i pod nazivom inovativne, jer se uglavnom pojavljuju prvi put i na svojevrstan način predstavljaju inovaciju, po čemu su i dobile ime. Do-nosioci odluka neprogramirano odlučivanje primjenjuju za rješavanje nei-zvjesnih i nesigurnih situacija, u kojima se često od donosioca odluke za-htjeva visok nivo subjektivizma, odnosno subjektivno odlučivanje. Nepro-gramirane odluke po pravilu se bave nestrukturiranim problemima koji su nejasni, nedefinisani i javljaju se po prvi put, a tiču se nestrukturiranih, neočekivanih, jednokratnih i sličnih posebnih situacija. U Fondu ove odlu-ke obuhvataju npr. problem alokacije resursa, problem kolapsa procesa donošenja rešenja, problem kolapsa procesa vještačenja medicinske doku-mentacije, problemi nezadovoljstva određene grupacije korisnika pra-va nastali primjenom izmjena zakona ili novog zakona, problem odnosa sa Udruženjem penzionera i Boračkom organizacijom Republike Srpske i sl. Sa određenim napredovanjem menadžera u organizacionoj hijerarhiji raste i važnost osposobljenosti za donošenje neprogramiranih odluka.

Karakteristike neprogramiranog odlučivanja prema R. L. Daftu su22: slabo definisanje problema o kome se odlučuje,



41

primjena samo u specifičnim situacijama, primjena u novim situacijama koje se ne ponavljaju i generisanje malog broja mogućnosti za rješavanje problema, a

najčešće samo jedne.

Top menadžment u procesu donošenja odluke, najčešće primjenjuje neprogramirano odlučivanje. Ovo odlučivanje bazira se prije svega na intu-iciji, iskustvu i znanju onih koji odlučuju, odnosno donosioca odluka.

Tabela 1.2 Tipovi problema i odluka Tip odluke Tip problema Procedure Primjer

Programirane repetitivni rutinski

pravila, standardne

procedure, politike

isplata penzije isplata plate donošenje rješenja za penziju korištenje službenog vozila izdavanje uvjerenja o izmirenim doprinosima izdavanje potvrde o stažu

Neprogramirane složeni novi kreativno

rešavanje problema

uvođenje nove procedure kreiranje nove aplikacije rješavanje problema likvidnosti Fonda prenos imovine iz portfelja Fonda

Izvor: (prilagođeno) Pfeifer S., (2006), Menadžment, Ekonomski fakultet u Osijeku, str.49

1.3.6 Terminalno i istraživačko odlučivanje

U zavisnosti od količine i kvaliteta raspoloživih informacija za odlu-čivanje, neki autori razlikuju sledeće odluke i odlučivanja23:

terminalne i istraživačke.

Proces odlučivanja primjenom terminalnih odluka okončava se izbo-rom jedne od alternativnih akcija. Ukoliko donosilac odluke smatra da su ra-spoložive informacije za odlučivanje nedovoljne, onda primjenjuje istraži-vačke odluke koje zahtjevaju i nalažu prikupljanje dodatnih informacija, a sve sa ciljem kako bi odlučivanje bilo pravovremeno i kvalitetno.

1.4 Faktori odlučivanja Na sam proces odlučivanja određeni uticaj ima mnogo faktora sa ma-

njim ili većim značajem. Ipak, sve faktore koji imaju značajan uticaj u pro-cesu donošenja određene odluke, dijelimo u dvije grupe.

23 Balaban N., Ristić Ž. (2006) Poslovna inteligencija, Ekonomski fakultet Subotica, str.178


42

Prvu grupu faktora odlučivanja čini: procedura u procesu odlučivanja, hijerarhija u procesu odlučivanja, primjena matematičko-statističkih metoda u procesu odlučivanju, različiti interesi u procesu odlučivanja, razlike između normativno određenog i stvarnog procesa odluči-

vanja, kao i horizontalna i vertikalna međusobna povezanost odluka.

Kod svakog procesa odlučivanja postoji određena procedura koja po-drazumijeva, prije svega da postoji identifikovan problem koji je potrebno riješiti donošenjem jedne ili više odluka. Hijerarhija u procesu odlučivanja u kojoj se donosi određena odluka jedan je od faktora, koji u značajnoj mjeri opredjeljuje kakvu ćemo odluku na kraju ipak donijeti. Svakako da se u pri-log ovome može istaći da se menadžment na višem nivou uglavnom ne bavi donošenjem odluka koje su u nadležnosti menadžmenta na nižem nivou i obrnuto. Ovakva podjela, odnosno postojanje hijerarhije u procesu odluči-vanja, potrebna je prvenstveno zbog racionalnog korištenja raspoloživog vremena donosioca odluka u odlučivanju, a sve sa ciljem dolaska do pravo-vremene i kvalitetne odluke.

U okviru hijerarhije odlučivanja, jedan od faktora koji svakako utiče na donošenje odluka je međusobna povezanost odluka u organizaciji o čemu svaki donosilac odluka, u procesu odlučivanja posebno mora voditi računa. Međusobni odnos odluka na pojedinim nivoima menadžmenta možemo prikazati kao na slici 1.10.

U zavisnosti od složenosti i važnosti odluke koja se donosi, donosioci odluke primjenjuju i određene procedure odlučivanja, kao i najpogodnije matematičke i statističke metode u procesu odlučivanja.

U okviru međusobnog odnosa odluka, kao faktora odlučivanja treba napomenuti i postojanje različitih interesa učesnika u procesu odlučivanja, počevši od samih vlasnika organizacija, preko menadžmenta, do neposre-dnih izvršilaca, odnosno radnika. Vlasnici donose odluke od najveće važno-sti, menadžment operativno sprovodi odluke vlasnika, a radnici sve to spro-vode u djelo. Svi učesnici koji na bilo koji način učestvuju u procesu odlu-čivanja, sasvim sigurno imaju različite interese za donošenje konačne odlu-ke. Da bi ostvarili određeni interes donosioci odluka, odnosno učesnici u procesu odlučivanja nastoje svoje argumente predstaviti, kao ključne pri


43

Srednji nivo menadžmenta

Niži nivo menadžmenta

samom odlučivanju. U stvarnosti, uvijek postoji određena razlika između normativno određenog i stvarnog procesa odlučivanja. Ona se reflektuje na međusobnu povezanost donesenih odluka koje se primjenjuju, kako bi se ostvario određeni cilj.

Institucijske Strategija odluke Najviši odnosi između

nivo organizacije i menadžmenta okruženja

Organizacijske Diferencijacija odluke Integracija

Operativne Svakodnevne Odluke aktivnosti

Izvor: (prilagođeno) Čupić, M., Suknović, M. (2008) Odlučivanje, FON, Beograd, str. 18

Slika 1.10 Odlučivanje u hijerarhijskoj organizaciji

Kada govorimo o međusobnoj povezanosti odluka kao faktoru odlu-čivanja, prije svega se misli na horizontalnu i vertikalnu povezanost odluka u organizaciji. Pod horizontalnom povezanošću odluka smatraju se odluke koje se donose na istom nivou menadžmenta, a uz to kod njih postoji i određeni stepen međusobne uslovljenosti. Vertikalna povezanost odluka po-drazumijeva odluke koje se donose na višim i nižim nivoima menadžmenta u organizaciji.

Svako odlučivanje menadžmenta na višem nivou, u suštini predstavlja okvir za odlučivanje menadžmenta na nižem nivou. Kvalitet poslovnog odlučivanja zavisi i od odnosa između različitih odluka po važnosti done-senih na određenom nivou menadžmenta.

Iz svega što je rečeno o međusobnoj povezanosti odluka proizilazi za-ključak, da u svakom odlučivanju postoji određena hijerarhija, koja u znača-jnoj meri utiče na kvalitet odluka koje se donose. Dakle, hijerarhija kao fa-ktor procesa odlučivanja ne smije biti zanemarena ni jednog momenta.

Drugu grupu faktora u procesu odlučivanja čini:


44

stepen informisanosti učesnika u procesu odlučivanja, nivo obrazovanja učesnika u procesu odlučivanja, stepen motivacije učesnika u procesu odlučivanja, odgovornost učesnika u procesu odlučivanja za donesene odluke i adekvatna raspodjela moći i uticaja između učesnika u procesu odlu-čivanja.

Da bi donesena odluka bila kvalitetna i pravovremena, odnosno naj-optimalnija, učesnici u procesu odlučivanja, donosioci odluke, moraju po-sjedovati zadovoljavajući nivo obrazovanja, zatim moraju biti informisani na relativno zadovoljavajućem nivou. Pored toga, moraju biti i posebno motivisani, a uz sve to moraju posjedovati i izuzetan stepen odgovornosti. Takođe, na različitim nivoima menadžmenta, u procesu odlučivanja mora postojati adekvatna raspodjela moći i uticaja u samoj organizaciji između učesnika u procesu odlučivanja.

Lična sposobnost menadžera predstavlja najvažniji faktor koji utiče na donošenje konačne odluke. Ovdje se ne radi o tome kolika je kod menadžera želja i odgovornost za donošenjem odluke, već se radi o njegovoj stvarnoj sposobnosti da donosi ispravne, kvalitetne i pravovremene odluke. Sposo-bnost jednog menadžera da donosi prave odluke u pravo vrijeme, zavisi od mnogo faktora i veoma je važna. Među njima najvažniji su znanje i iskustvo menadžera, njegova sposobnost razumijevanja i shvatanja problema, te nje-gova sposobnost analize i sinteze, ali i njegove lične karakteristike i sl.

Tako Džeri Spens kaže da idealan menadžer treba da posjeduje24: Komunikativnost – novinara Saosjećajnost – časne sestre Entuzijazam – deteta Taktičnost – diplomate Diskrecija – advokata Radoznalost – istraživača Tačnost – matematičara Optimizam – kockara Izdržljivost – trkača maratona Pojavu i manire – džentlmena Razboritost – planinskog vodiča i Elokventnost – svještenika

24 www. menadzment2006.tripod.com/znanjeispos (dostupno 13.09.2011.)


45

1.5 Proces donošenja odluke – faze odlučivanja

Odlučivanje je stalan proces koji neprestano teče, kako u privatnom životu, tako isto i na poslovnom planu u okviru određene organizacije. U svim situacijama odlučivanja govori se o odlučivanju kao procesu koji traje određeno vrijeme i nekada je to duže, a nekada kraće. Ako je riječ o svako-dnevnim, operativnim i rutinskim odlukama, onda proces odlučivanja traje znatno kraće, jer su donosiocu odluke uvijek neophodne informacije koje su potpuno poznate. Kada se pak donose strateške odluke, onda se pred dono-sioca odluke postavlja zahtjev za veoma ozbiljnu i temeljnu pripremu i pri-stup procesu odlučivanja. Takođe, zahtijeva se posjedovanje relativno viso-kog nivoa znanja o problemu koji je predmet odlučivanja, kao i znatno duže vrijeme koje donosilac odluke uglavnom nema na raspolaganju. Nedostatak potrebnog vremena u procesu odlučivanja, donosioca odluke u pravilu vodi iz greške u grešku. U procesu odlučivanja donosilac odluke, gotovo uvijek rješava situacije koje su u pravilu konfliktne. U konfliktnim situacijama ko-nflikt se ispoljava kao odnos između ograničenih mogućnosti sa jedne i neo-graničenih želja sa druge strane.

Proces odlučivanja, uglavnom je veoma složen i sastoji se iz više faza, odnosno dijelova, između kojih su uspostavljene određene relacije. Upravo na bazi toga, razlikujemo odlučivanje u užem i širem smislu riječi.

U užem smislu riječi odlučivanje podrazumeva dvije osnovne faze: faza pripreme odluke i faza donošenja odluke.

Pod fazom pripreme odluke, podrazumijevamo proces u kome donosilac odluke identifikuje problem koji će rješavati, zatim prikuplja i obrađuje raspoložive podatke, a uz to i obezbjeđuje neophodne informacije, kako bi donio pravovremenu i kvalitetnu odluku. Pod fazom donošenja odluke podrazumijevamo razmatranje informacija kojima raspolaže dono-silac odluke, kao i mogućih alternativa koje će se iskoristiti za donošenje kvalitetne i pravovremene, odnosno optimalne odluke.

Proces odlučivanja, sintetizovanjem faza odlučivanja, prikazuje se ci-klusom odlučivanja kao što je na slici 1.11.


46

Prilikom donošenja odluka poželjno je da se prati proces odlučivanja koji je definisao Simon25 koji smatra da proces odlučivanja obuhvata sle-deće četiri faze:

inteligenciju, dizajn, izbor i implementaciju.

Izvor: (prilagođeno), Simon., H. (1977) The New Science of Management Decision, Englewood Cliffs, NJ: Prentice Hall

Slika 1.11 Ciklus odlučivanja

Četvrtu fazu, fazu implementacije, Simon je dodao nešto kasnije, kako je prikazano na slici 1.12. Međutim, određeni broj autora uvodi još faza kao što su izbor alternativa i kontrola, kao oblik povratne sprege26.

Na slici 1.12. prikazan je kontinuiran tok aktivnosti u procesu odluči-vanja od razmatranja problema prema projektovanju i izboru. Ovdje u sva-koj fazi imamo mogućnost da kroz sistem kontrole, ukoliko nismo zado-voljni iz određenih razloga trenutnim rezultatom izvršimo povrat toka pro-cesa na prethodnu fazu.

Vidljivo je takođe, da proces odlučivanja počinje fazom inteligencije u kojoj se identifikuje i definiše problem, zatim se u fazi projektovanja sistem modeluje. Takav model se provjerava, a zatim se određuju kriterijumi koji će se primjenjivati pri izboru raspoloživih alternativa. U fazi izbora, dono-

25 Simon., H. (1977) The New Science of Management Decision, Englewood Cliffs, NJ: Prentice Hall 26 Turban, E. (2005) et al. Decision Support Systems and Intelligent Systems, N.J.:Pearson Prentice Hall, str.49

1

2

3

4

Problem

Informacije i znanje Pronalaženje alternativnih

rešenja

Odlučivanje o najboljem rešenju

Primena rešenja


47

silac odluke vrši testiranje predloženih rješenja na osnovu usvojenog mo-dela.

Pojednostavljivanje pretpostavke Konstatovanje problema Provjera ispravnosti modela Alternative Vrednovanje i testiranje postavljenih ciljeva Neuspjeh Rješenje (solucija)

Izvor: (prilagođeno) Turban, E. et al. Decision Support Systems and Intelligent Systems, N.J.:Pearson Prentice Hall, 2005., str.50

Slika 1.12 Faze procesa odlučivanja

Dobijanjem racionalnog i prihvatljivog rješenja testiranjem, pristupa se implementaciji donijete odluke. Na kraju, uspješna implementacija dovodi do rješenja realnog problema. U svakom drugom slučaju, kada ima-mo za rezultat neuspjeh ili grešku, zahtijeva se povrat na prethodnu fazu procesa odlučivanja, kako bi ona bila ispravljena.

Ipak, može se reći da proces donošenja odluke u širem smislu, kao što je prikazano na slici 1.13, čine sledeće faze:

identifikovanje problema, prikupljanje informacija, izrada rješenja, odabir rješenja, donošenje odluka i ocjena efektivnosti odluke.

Realan sistem

Faza projektovanja Sastavljanje modela Postavljanje kriterijuma izbora Pronalaženje alternativa Predviđanje i mjerenje rezultata

Faza izbora Rješenje prema modelu Analiza osjetljivosti Izbor najbolje alternative Plan za implementaciju Implemantacija

rješenja

Faza inteligencije Organizacioni ciljevi Procedura traženja i skeniranja Prikupljanje podataka Identifikacija problema Usvajanje problema Klasifikacija problema Izvještaj o problemu


48

Izvor: (prilagođ.) www.forum.fim.singidunum.ac.rs/archive/index.php?t-2114.html (dost. 11.08.2012.)

Slika 1.13. Faze procesa odlučivanja

Svaki proces donošenja odluke počinje sa identifikovanjem problema koji se želi riješiti. Identifikovanje problema podrazumijeva njegovo istra-živanje i precizno definisanje, kao i dijagnozu uzroka, zbog kojeg se pojavio taj eventualni problem. Donosioci odluka često zbog izostavljanja ove faze suviše vremena izgube na praćenje drugih problema u odnosu na one, koje stvarno treba rješavati.

Po identifikovanju problema i utvrđivanju cilja pristupa se traženju, izradi i izboru rješenja kako bi se na najoptimalniji način riješio identifiko-vani problem. Od više raspoloživih rješenja koja stoje na raspolaganju bira se najprihvatljivije, zatim se vrši poređenje sa drugima i procjenjuju efekti njegovog izbora. Da bi se izvršilo kvalitetno vrednovanje i izbor najboljeg rješenja od trenutno raspoloživih, potrebno je koristiti tri pristupa i to:

dosadašnje iskustvo, eksperimentisanje i istraživanje i analiza.

Dosadašnje iskustvo, do neke mjere, dobar je pokazatelj i donosioci odluka mogu ga koristiti pri izboru najboljeg od ponuđenih rješenja.

Ali, ovaj pristup ima i određenih ograničenja. Iskustva mogu biti pozi-tivna i negativna, pa se odluke koje donosimo za budućnost, često ne mogu podržati samo dosadašnjim iskustvom, jer je to iskustvo najčešće besko-risno.

Eksperimentisanje je najskuplja tehnika, ali je za neke odluke jedno-

izrada rJešenja

ocenjivanje rJešenja

odabir rešenja

priprema za izvršavanje zadatka

ocJenjivanje efektivnosti odluka

Pozadina i osnovne informacije zadatka

Identifikovanje zadatka (problema)


49

stavno jedino rješenje i zbog toga se u praksi ne koristi tako često ovaj pristup. Ipak, postoje situacije kada se ovaj pristup primjenjuje kao što je npr. konstruisanje novog tipa automobila, aviona, mašina i alata, testiranje proizvoda na lokalnom tržištu i sl.

Istraživanje i analiza predstavlja najefikasniju tehniku izbora rješenja i vrlo je zastupljena. Ovaj pristup podrazumijeva utvrđivanje uzročno- posledičnih odnosa između ključnih faktora, ograničenja i pretpostavki koje se odnose na identifikovani problem i postavljeni cilj, zatim razbijanje pro-blema na dijelove, modelsko simuliranje elementima sistema, kako bi dobili zadovoljavajuće karakteristike modela.

Moguća rješenja

Izvor: (prilagođeno)Laudon, K. C. And Laudon, J. P. 1991. Business Information Systems: A Problem-solving Approach, Orlando: The Dryden Press, p.298

Slika 1.14 Proces odlučivanja

Na kraju, menadžeri-donosioci odluka ipak biraju rješenje na osnovu raspoloživog vremena za donošenje odluke, informacija kojima raspolažu, te njihovom ličnom shvatanju izvođenja zadovoljavajućih efekata rešenja. Upravo zbog toga, odluka često predstavlja kompromis, trenutno mogućeg u odnosu na ono što je donosiocu odluke potrebno.

Na bazi toga, donosilac odluke pristupa donošenju odluke. Donijeta odluka se implementira odnosno sprovodi u djelo. Efekti implementirane odluke moraju se pratiti planom kontrolisanih akcija. Ako je rješenje dobro implementirano, onda je u tom slučaju, problem riješen.

Da bi se došlo do pravog efekta uspješnosti procesa donošenja odluke, potrebno je realizovati sve navedene faze, a ukoliko se bilo koja faza izo-

Definisanje i analiza problema

Istraživanje i razumijevanje problema

Izbor najbolje opcije

Dizajn rešenja

Implementa-cija rješenja


50

stavi, izostaće i očekivani efekat. Za realizaciju svake sledeće faze procesa donošenja odluke neophodna je potpuna i uspješna realizacija prethodne. Neke od navedenih faza se po više puta ponavljaju u toku jednog procesa donošenja odluke.

U nastavku slijedi opis karaktera odlučivanja27: Proces postoji samo kada ima razlike između onoga što se stvarno

događa i onoga što bismo željeli da se dogodi. Proces donošenja odluka obično se naziva „rješavanje problema“

mada se ne smiju poistovijetiti jer je rješavanje problema širi pojam. Nikada se ne može sa sigurnošću tvrditi šta će se desiti u budućnosti

i zbog toga je mnoge odluke teško donositi. Postoji preporuka da za strategijske odluke treba potrošiti puno vre-

mena kako bi one pokrile većinu problema, kako bi bile racionalne, kako bi se smanjio rizik i kako bi bile demokratske.

Ne postoji nijedna strategijska odluka koja raspolaže svim neopho-dnim pretpostavkama.

Neodlučnost i nesigurnost više uznemiravaju ljude nego odluka koja za njih ima negativne posledice.

Najčešći izvor pogrešnih odluka menadžera jeste sklonost ka prona-laženju pravilnog odgovora umjesto pravilnog pitanja.

Menadžeri nemaju izbora – oni probleme moraju rješavati, sviđalo im se to ili ne.

Dakle, donošenje odluke predstavlja izbor najboljeg rješenja između više ponuđenih, koje će dovesti do ostvarenja željenog cilja.

1.6 Odlučivanje i okolina

Proces donošenja odluke, odnosno odlučivanje u organizaciji, konsta-ntno je izložen snažnom uticaju okoline, koji se javljaju kao rezultat spo-ljnih faktora te iste organizacije.

Kao posledicu toga razlikujemo poslovno odlučivanje u uslovima: stabilne okoline i nestabilne okoline, odnosno promjenjljive ili turbulentne okoline.

27 Drucker, D.A., (1991) „Face-to face group decisionsupport systems: a partnership between traditional group process methodologies and computer tehnology“, Journal of information systems education, Vol. 3, No. 2, USA


51

Proces donošenja odluka u uslovima stabilne okoline za donosioca odluke je daleko lakši, a promjne su sporije i slabije. U ovom procesu domi-nira centralizovani način donošenja odluke, odnosno odlučivanja. Stabilnost odnosno nestabilnost okoline direktno utiče na prioritete u odlučivanju, koji se mijenjaju kako u životu, tako i u procesu odlučivanju.

Proces odlučivanja za donosioca odluke u uslovima nestabilne okoline predstavlja veoma složen i težak zadatak. U uslovima velike neizvjesnosti donosilac odluke nije u mogućnosti da procijeni potpunu ispravnost donijete odluke, što neminovno dovodi do eventualnog povećanja broja grešaka. U određenom broju slučajeva, za pogrešno donijete odluke, organizacija može pretrpiti veliku štetu sa nesagledivim posledicama. Na kraju krajeva, po-grešno donijete odluke mogu da dovedu i do konačne propasti određene organizacije. Zbog toga, svako eksperimentisanje u procesu donošenja odlu-ke pomaže menadžeru da se u značajnoj mjeri približi optimalnoj i ispravnoj odluci, čime će se broj eventualnih grešaka svesti na minimum.

1.7 Problemi u odlučivanju

Svaki donosilac odluka u procesu odlučivanja suočava se sa određe-nim brojem problema. Važnost odluke je daleko veća u situaciji kada se ona donosi na višem nivou, nego kada je u pitanju niži nivo odlučivanja. Shodno tome i problemi koji se javljaju u procesu odlučivanja na višem nivou u pravilu su složeniji i daleko teži i obrnuto. Jedan od najtežih problema koji se javljaju u procesu donošenja odluke, a posebno kada je riječ o menadže-rskom odlučivanju, jeste različito, ponekad i ekstremno ponašanje mena-džera u procesu odlučivanja.

U tom smislu razlikujemo dvije krajnosti i to: ležeran, opušten tip donosioca odluke i krajnje ozbiljan tip donosioaca odluke.

Određen broj menadžera, donosilaca odluke krajnje ležerno se ponaša u toku samog procesa odlučivanja. U toku donošenja odluke donosioci odlu-ke su toliko ležerni, da jednostavno nisu sposobni da uočavaju eventualne probleme koji se javljaju, a da istovremeno ni približno nisu svjesni težine problema o kojima donose odluku. Za njih je svaki problem jednostavan i na veoma lak način rješiv. Donosioci odluka ubijeđeni su u svoje ispravno po-


52

stupanje, a da pri tome uopšte nisu svjesni posledica po organizaciju koje mogu imati njihove eventualno pogrešno donesene odluke.

Drugi tip menadžera-donosilaca odluke predstavlja suštu suprotnost ležernom tipu. Za razliku od ležernog tipa donosilaca odluke koji odlučuju krajnje jednostavno i lako pri čemu se ne upuštaju u detalje, ozbiljan tip do-nosilaca odluke odlučuje polako i sporo jer svakom, pa i najmanjem, pro-blemu odlučivanja i detalju posvećuju izuzetno veliku pažnju. Ipak, danas u eri izuzetno brzog poslovnog tempa, najveći broj odluka zahtijeva brze reakcije od strane menadžmenta, tj. proces odlučivanja u toku koga su pod konstantnim vremenskim pritiskom, usled nedostatka vremena koje je neo-phodno za sprovođenje relativno kvalitetne analize.

U praksi za najpoželjnijeg menadžera, odnosno donosioca odluke važi onaj tip koji bi se kretao između ove dvije krajnosti, tj. takav menadžer-donosilac odluke koji bi mogao prepoznati odluke za koje nije potreban dug proces odlučivanja i koje je moguće lako i jednostavno donijeti, a sa druge strane, odluke koje su od vitalnog interesa za organizaciju i koje se moraju donositi na jedan drugi način u veoma složenom postupku koji traje rela-tivno duže vreme. Svako odlučivanje, kako ističe Zoran Baračkai28, započi-nje uočavanjem određenog problema. Pojava određenog problema i njegovo identifikovanje, prvi je znak za početak procesa odlučivanja.

Kada govorimo o problemima koji izazivaju potrebe za donošenjem odluke, odnosno odlučivanjem, treba razlikovati dvije stvari:

nastajanje problema i uočavanje problema.

Za donosioca odluke, idealno bi bilo kada bi se vremenski poklopili u potpunosti, trenutak nastajanja i trenutak uočavanja problema. Ukoliko je vremenski raskorak između trenutka nastajanja i trenutka uočavanja određe-nog problema koji se treba rješavati odlučivanjem kraći, odlučivanje će biti lakše i obrnuto.

1.8 Greške prilikom odlučivanja

Nema nijednog procesa odlučivanja, bilo da je riječ o odlučivanju u privatnom životu ili o poslovnom odlučivanju, u toku koga nije moguće da se jave i ne javljaju određene greške. Ukoliko se odlučivanje vrši u sredina-

28 www.odluka.com (dostupno 11.09.2011.)


53

ma gdje se dešavaju brze promjene i gdje vlada velika neizvjesnost, onda se broj mogućih grešaka u odlučivanju povećava. Kada se odluke donose u uslovima velike neizvjesnosti, onda menadžer donosilac odluke, veoma če-sto nije u mogućnosti da procijeni trenutnu ispravnost i opravdanost odluke koju donosi. Pored toga, najveću opasnost u odlučivanju predstavlja insisti-ranje menadžera-donosilaca odluke na sprovođenju pogrešno donesenih odluka u praksi. Insistiranjem na sprovođenju pogrešno donesene odluke, menadžer nastoji po svaku cijenu zadržati svoj položaj i status u organiza-ciji. Doslednost i postojanost, odnosno principijelnost menadžera u mode-rnom menadžmentu veoma je cijenjena, pa mnogi od njih misle da bi pri-znavanjem greške izgubili na ličnom ugledu u organizaciji. U praksi, mnogi menadžeri često upadaju iz greške u grešku pri donošenju odluka, što može biti pogubno, kako za same menadžere, tako isto i za organizaciju.

Najveći uticaj na kvalitet i kreativnost odluka koje se donose u pro-cesu odlučivanja imaju sledeće greške:

priznavanje greške, određivanje prioriteta, korištenje raspoloživih iskustava, konsultovanje saradnika, prikupljanje i provjeravanje podataka za odlučivanje, krizne situacije, žaljenje za donijetim odlukama i davanje obećanja.

1.8.1 Priznavanje greške

U svakoj situaciji donijeti najbolju moguću odluku je izuzetno težak i složen posao. Niko od nas, na relativno lak način, nije u stanju to uraditi. Menadžeri svakodnevno donose mnoštvo odluka, kako ispravnih, tako i po-grešnih. U situaciji kada menadžer i počini određenu grešku i donese pogre-šnu odluku, najbolje je, da je što prije prizna i odmah preduzme određene korake, kako bi u što kraćem mogućem roku bila ispravljena. Za određenu organizaciju najteža situacija je kada menadžeri insistiraju na sprovođenju svoje loše i pogrešne odluke, a da toga uopšte nisu ni svjesni. Još gora situ-acija je kada pri tome svima nastoje objasniti i ubijediti ih kako je ona za-pravo dobra, čak šta više najbolja i jedino moguća. Nažalost, u praksi samo jedan mali broj menadžera spreman je u svakom momentu da prizna vlastitu


54

grešku, prihvati savjete i preduzme sve korake kako bi je uz pomoć sara-dnika što prije otklonio.

1.8.2 Određivanje prioriteta

U praksi, pojedini menadžeri često su spremni satima odlučivati u izboru između jednog od dva ili više, sasvim običnih rješenja. Za ovakav pristup i odnos menadžera potrebno je previše vremena koje je ograničeno i uglavnom nedovoljno raspoloživo. Individualna sposobnost svakog pojedi-nca jeste određivanje prioriteta i odlučivanje o važnijem od važnog. Ovo je naročito vidljivo kada donosilac odluke na raspolaganju ima mnoštvo mogu-ćih alternativa u procesu rješavanja određenih problema. Nije rijetkost da menadžer problemima velike važnosti u procesu odlučivanja ne posveti do-voljno pažnje, jer se u principu bavi relativno nevažnim pitanjima. Mena-džeri donosioci odluka, relativno često i nesvjesno prave greške usled nemo-gućnosti da odrede prioritet. Pravilno određivanje prioriteta ključno je pita-nje koje u značajnoj mjeri utiče na donošenje pravovremenih i kvalitetnih odluka. 1.8.3 Korištenje raspoloživih iskustava

Ne traži se od svih da izume točak ili toplu vodu? To je već davno izumljeno i kao takvo, svakodnevno se koristi u praksi. Pred menadžere-donosioce odluka postavlja se zadatak za upoznavanjem sa sličnim situaci-jama u prošlosti kada je donesena određena odluka. Upoznavanje sa sličnim situacijama omogućiće menadžerima da u procesu odlučivanja upotrijebe već postojeće iskustvo, ne samo vlastito, već i tuđe. 1.8.4 Konsultovanje saradnika

U praksi se često dešava da neki menadžeri-donosioci odluka, zbog svoje sujete, jednostavno nisu spremni na bilo kakve, pa i najmanje konsu-ltacije, jer ne žele prihvatati savjete kolega. Ubijeđeni su da će konsultujući se sa kolegama ispasti nesposobni i glupi pred drugima, te da će time tako otkriti nivo svoga znanja, odnosno neznanja. Takođe, mnogi, a naročito sta-riji menadžeri, ubijeđeni su da znaju odgovore na sva pitanja i u pravilu ni-kada ne pitaju druge za savjet, pogotovo ne svoje mlađe kolege. Ukoliko bi pitali kolege za neki savjet, smatraju da bi tako otvoreno ugrozili svoju ulogu i značaj u organizaciji, svoj kredibilitet, što bi direktno dovelo i do


55

njegovog pada. Za razliku od njih, uspješni menadžeri posjeduju izuzetnu sposobnost da u svakoj situaciji, pa i onim najsloženijim, nadvladaju vlastiti ego i postupe razumno. 1.8.5 Prikupljanje i provjeravanje podataka za odlučivanje

U svakom procesu odlučivanja menadžeri dolaze do određenih info-rmacija i raspolažu njima, kako bi na što lakši način donijeli najoptimalniju odluku. Kada im te raspoložive informacije nisu dovoljne kako bi na kvali-tetan način donijeli odluku, menadžeri moraju uložiti više energije i vreme-na i pristupiti dodatnom prikupljanju istih. Oni se rijetko odlučuju za prikupljanje dodatnih informacija, jer im je puno lakše u procesu odluči-vanja koristiti samo trenutno raspoložive podatke. Jedan broj menadžera spreman je koristiti glasine i neprovjerene priče, kao osnovu za donošenje određenih odluka. Ovdje do izražaja dolaze životni stavovi i vjerovanja me-nadžera u određene stvari, u njihovo iskustvo, a manje se bave razmatra-njem relevatnih činjenica.

1.8.6 Krizne situacije

U svakom procesu odlučivanja sastavni dio predstavljaju krizne situ-acije. Praksa je pokazala, da jedan određeni broj menadžera, daleko bolje i daleko lakše funkcioniše u kriznim situacijama. Jednostavno, oni vole kada izgleda da su sve situacije i svi problemi kritični. Oni se tada osjećaju va-žnim i potrebnim, a uz to istovremeno i nezamjenjljivim u organizaciji. Je-dnostavno, menadžeri su ubijeđeni da se u kriznim situacijama daleko bolje snalaze i funkcionišu. Uspješan menadžer u svim situacijama ima potpunu samokontrolu, zna kako pravilno razmišljati, ostati potpuno miran i kako postupiti u stvarnoj krizi. 1.8.7 Žaljenje za donijetim odlukama

Postoje menadžeri koji gotovo uvijek izražavaju žaljenje za odlukama koje su donijeli. Jednostavno, oni žale bilo da su odluke loše i pogrešne ili da su dobre i tačne. Uvijek smatraju da su donijete odluke mogle biti i da-leko bolje i kvalitetnije. Takvi menadžeri u svom radu i procesu odlučiva-nja gube strašno puno vremena na razmišljanje: “Šta bi bilo, kad bi bilo...”, “Da sam postupio drugačije, možda bi bilo bolje…“, „Možda nije treba-


56

lo...“, „Eh, da sam...“, itd., umesto da se bave kako na najefikasniji način sprovesti donesene odluke. 1.8.8 Davanje obećanja

U praksi su menadžeri skloni čestom i olakom davanju obećanja, koja, realno, nisu u stanju uvijek i da ispune. Nekada to rade svjesno, ali vrlo če-sto i nesvjesno. Ponekad menadžeri to rade manipulišući iz određenih razlo-ga različite prirode, ali treba imati na umu da takvo ponašanje menadžera za sobom povlači i određene posledice. Zbog toga je za menadžere najbolja praksa da ne daju ishitreno i olako bilo kakva, a naročito ne prazna obeća-nja, jer ih na kraju ta ishitrenost može skupo koštati.

1.9 Stablo odlučivanja

Stablo odlučivanja predstavlja poseban metod koji određeni, realni, problem prikazuje kao stablo koje se grana u više grana, gdje svaka grana u stvari predstavlja moguće alternativno rješenje tog određenog, ranije ide-ntifikovanog problema. Stablo odlučivanja koristi se u procesu odlučivanja pri iznalaženju optimalnih rješenja, naročito u uslovima kada postoje odre-đene neizvjesnosti i rizik, gdje je evidentno da postoji više mogućih alterna-tivnih rješenja problema koji je predmet odlučivanja. Posmatrano grafički, stablo odlučivanja je predstavljeno tako da grane stabla prikazuju moguće alternativne pravce, a čvorovi mesta na kojima se donosi odluka. Formira-njem stabla odlučivanja praktično dolazi do formiranja lanca međusobno povezanih i zavisnih odluka koje učestvuju u kreiranju i donošenju konačne odluke. Realizacijom ove konačne odluke donosilac odluke i organizacija će ostvariti planirani i željeni cilj. U procesu odlučivanja donosilac odluke naj-češće koristi objektivna sredstva kao što su teorija vjerovatnoće i stablo odlučivanja.

Teorija vjerovatnoće je alat za donošenje odluka koji menadžeri, do-nosioci odluka, koriste u situacijama kada je evidentno postojanje određe-nog stepena rizika i kada nisu sasvim sigurni kakav će biti krajnji ishod kao rezultat odabrane alternative iz mnoštva mogućih. Teorija vjerovatnoće se procjenjuje kroz računanje očekivane vrijednosti za svaku odabranu i ra-zmatranu alternativu. U praksi donosioci odluka, po pravilu, najčešće su skloni izboru alternativne mogućnosti od koje očekuju najvišu vrijednost.


57

Stablo odlučivanja je metod koji se prije svega koristi u procesu dono-šenja odluka, kao grafički prikaz, što je ilustrovano na slici 1.15. Ovaj me-tod se često primjenjuje kao grafičko sredstvo u procesu odlučivanja, a sa-stoji se iz niza koraka i obično se koristi za procjenu određenih odluka. Pra-ktično, stablo odlučivanja u procesu donošenja odluka predstavlja mapu mo-gućih rješenja u različitim fazama koje su na raspolaganju menadžeru, dono-siocu odluke.

Izvor: Z. Cerović, “Hotelski menadžment”, Fakultet za turistički i hotelski menadžment, Opatija, 2003., str. 341.

Slika 1.15 Stablo odlučivanja

Stablo odlučivanja je metod koji donosioci odluka primjenjuju u situacijama kada se od njih zahtijeva, da donose nekoliko odluka u nizu, a gdje svaka donijeta odluka ima značajan uticaj na određenu fazu procesa odlučivanja koja slijedi. Ono što izdvaja ovaj metod donošenja odluka u odnosu na druge, jeste mogućnost povratka na početnu fazu u situaciji kada se uoči da je prethodna odluka pogrešno donesena i da ne daje željeni re-zultat.

Iskusni donosioci odluka, pored objektivnih sredstava u procesu dono-šenja odluka veoma često se oslanjaju i na svoj subjektivni osjećaj, koji se zasniva na stečenom dugogodišnjem praktičnom iskustvu.

U ovom poglavlju obrađen je pojam i proces odlučivanja u kome smo saznali samo značenje pojma odluke i odlučivanja. Takođe, upoznali smo faze koje se odvijaju u procesu odlučivanja, međusobnu povezanost odluka, sredine u kojima se odlučuje, probleme koji se javljaju u toku donošenja odluka, greške koje mogu nastati u odlučivanju, kao i kriterijume odluči-vanja. Ni jedan problem na koji izvršilac naiđe u toku obavljanja određenog posla, ne može se riješiti tek tako i svaki od njih zahtijeva poseban pristup.


58

Rješavanje određenog problema je složen i veoma zahtijevan posao. Prije svega, potrebno je problem identifikovati, a zatim donijeti odluku o načinu njegovog rješenja koje će imati za cilj uspješno i pravovremeno obavljanje povjerenog posla. Dakle, nema rješavanja ni najmanjeg problema, a da se prethodno kroz proces odlučivanja ne donese odgovarajuća odluka.


59

2. GLAVNI ASPEKTI I STILOVI ODLUČIVANJA

Riječ aspekt potiče od latinske reči „aspectus“, što znači izgled, poja-va, vid. Kao što postoje različiti aspekti za sve druge procese, tako postoje i različiti aspekti u procesu odlučivanja.

2.1 Aspekti odlučivanja

Proces odlučivanja razlikuje dva osnovna aspekta i to: procesni aspekt i aspekt stanja.

S procesnog aspekta odlučivanje možemo definisati kao proces u kojem se vrši identifikovanje određenog problema i mogućih alternativa za njego-vo rješavanje koje su raspoložive donosiocu odluka u datom momentu. Da-kle, nakon identifikovanja određenog problema koji se pojavljuje kao eve-ntualna prepreka za nesmetani dolazak do željenog cilja, donosiocu odluke se sama po sebi nameće i potreba za razmišljanjem, kako i na koji način riješiti identifikovani problem. Obično u praktičnom životu, za rješavanje bilo kog identifikovanog problema, postoji više raspoloživih mogućnosti čijom primjenom se može doći do ostvarenja željenog cilja.

Pretpostavke na kojima se uglavnom zasniva procesni aspekt odlučivanja su sledeće:

donosiocu odluka ograničena su raspolaganja potrebnim informacijama u procesu odlučivanja,

vrijeme i novac su ograničavajući faktori koje donosilac odluke ne mo-že i ne smije zanemarivati u procesu odlučivanja,

pred donosiocem odluka uvijek stoje dinamička hijerarhija i mreža pla-niranih i željenih menadžerskih ciljeva,

nepotpuna kvantifikacija trenutno raspoloživih mogućnosti može imati presudan uticaj u procesu odlučivanja.

Sa aspekta stanja, proces odlučivanja definišemo kao mogućnost izbora

jedne od nekoliko trenutno raspoloživih alternativa. Prema ovoj definiciji, odlučivanje je proces koji podrazumijeva sle-

deće: tačno identifikovanje određenog problema,


60

obezbjeđenje tačnih, pravovremenih i kvalitetnih informacija, potpuno i jasno razumijevanje trenutno raspoloživih mogućnosti za

rješavanje identifikovanog problema i ostvarenje željenog cilja, izbor najboljeg mogućeg rješenja koje će omogućiti ostvarenje želje-

nog cilja, kvalitetno analiziranje i evaluacija donijetih odluka.

2.2 Interdisciplinarnost procesa odlučivanja

Od davnina se smatra da su temelj odlučivanju kao osnovu fenomena, postavili matematičari i ekonomisti. Matematičari u svom radu svu svoju pažnju u procesu odlučivanja usmjeravaju na teoriju i maksimizaciju racio-nalnosti. Za razliku od njih na drugoj strani, kod ekonomista osnovni cilj je kako ostvariti maksimalni profit. Ipak, u relativno kratkom periodu došlo je i do značajnih promjena. Prije svega, one se ogledaju u značajnom napretku tehnološko-tehničkih dostignuća koje imaju sve veći i značajniji uticaj na menadžere, donosioce odluka. To je i dovelo do toga da brojni autori koji se bave izučavanjem fenomena odlučivanja počnu uzimati u obzir i druge re-levantne discipline, koje proces odlučivanja čine u značajnoj mjeri kompli-kovanim poslom zbog većine procesa koji prate proces donošenja odluke.

Upravo ova komplikovanost proces odlučivanja čini izrazito inter-disciplinarnim. Mnogi autori iz cielog svijeta koji su se bavili i još uvijek se bave izučavanjem fenomena odlučivanja, ovaj proces posmatrali su sa ra-zličitih aspekata i tako isto su sa različitih aspekata i pisali o njemu. Ipak, kao jedan od najznačajnijih među njima izdvaja se Harison. On se posebnu pažnju posvetio studioznom izučavanju problematike interdisciplinarnosti odlučivanja.

Harison kao i većina autora koji su se bavili ovom problematikom, smatra da se izučavanju interdisciplinarnosti odlučivanja može pristupiti ko-risteći jedan od dva važeća aspekta odlučivanja29:

bihevioristički i kvantitativni

2.2.1. Bihevioristički aspekt odlučivanja

Početkom XX vijeka bihevioristi su bili izuzetno zainteresovani i bavili su se izučavanjem kako da se poveća trenutna produktivnost u čijem 29 Čupić, M., Suknović, M., (2008), Odlučivanje, FON, Beograd, str.XXVI


61

centru se nalazi sam radnik. Posvećeni sociološkim i organizacionim istra-živanjima, bihevioristi su se bavili problemom kako i na koji način povećati motivaciju radnika, koja bi direktno dovela i do povećanja njegove produ-ktivnosti. Tako je Minsterberg30 stvorio industrijsku psihologiju primje-njujući laboratorijske tehnike u mjerenju psiholoških razlika između ljudi u radnom okruženju i otkrio novo lice naučnog menadžmenta, naučno istra-živanje i pojašnjenje individualnih razlika. Upravo to saznanje predstavlja početak biheviorističke škole, kao integralnog dijela naučnog menadžmenta. Bihevioristička škola je izrasla i zasniva se na principima centralnog značaja i uloge radnika u svakom konkretnom poslu. Oni su se bavili prije svega motivacijom, dinamikom, individualnim sklonostima, kao i međusobnim odnosima članova unutar određene grupe, itd.

Težište izučavanja kod biheviorističkog aspekta odlučivanja je na izuča-vanju nauka kao što su31:

filozofija, psihologija, sociologija i socijalna psihologija, pravo, antropologija i političke nauke

Upravo zbog izučavanja i objedinjavanja više društvenih nauka kao što je navedeno, bihevioristička škola se odlikuje svojom interdisciplina-rnošću. Ono što je karakteristika biheviorističke škole odlučivanja jeste da se sve njene navedene discipline primjenjuju tokom svih faza procesa odlu-čivanja.

Kao što se vidi na slici 2.1 kod filozofskih kategorija koje su bitne za razmišljanje o odlučivanju evidentne su vrijednosti i etika. Vrijednostima predstavljaju određeni sistem koji donosilac odluke koristi u procesu odlu-čivanja, odnosno donošenja najoptimalnije odluke, koja će ga nesmetano dovesti do željenog cilja. Svaki donosilac odluke posjeduje različite vrije-dnosti koje je stekao u toku svog života i one predstavljaju suštinu njegovog života i mišljenja. U svojim djelima mnogi autori koji se bave izučavanjem biheviorističkih aspekata odlučivanja zastupaju tezu da je svaka odluka

30 Lalić, N., (2010), Menadžersko odlučivanje, Pedagoški fakultet, Bijeljina, str.23 31 Čupić, M., Suknović, M., (2008), Odlučivanje, FON, Beograd, str.XXVI


62

donijeta pod jakim uticajem etičkih interesa. Termin etika predstavlja pri-mjenu vrijednosti u procesu odlučivanja i može se nazvati „standardom za donošenje odluka“.

FILOZOFIJA EKONOMIJA

STATISTIKA

SOCIOLOGIJA SOCIOLOGIJA SOCIOLOGIJA SOCIJALNA PSIHOLOGIJA PSIHOLOGIJA

PSIHOLOGIJA

MATEMATIKA PRAVO ANNTROPOLOGIJA POLITIČKE NAUKE

Izvor: Čupić, M., Suknović, M., (2008), Odlučivanje, FON, Beograd, str.27

Slika 2.1 Interdisciplinarni okvir odlučivanja

Tokom procesa donošenja odluka sistem vrijednosti i etika utiču na sve faze procesa32:

postavljanje ciljeva kod kojih je neophodno izvršiti procjenu vrije-dnosti vezanu za moguće izbore,

razvoj alternativa za koji je procjena vrijednosti različitih mogu-ćnosti od suštinskog značaja,

proces izbora na koji znatno utiču i vrijednosti donosioca odluka i njegova etička razmatranja,

vrijeme i sredstva za implementaciju izabrane alternative, koji zahti-jevaju procjenu vrijednosti i etičkih interesa,

32 Lalić, N., (2010), Menadžersko odlučivanje, Pedagoški fakultet, Bijeljina, str.26

Vrijednosti Korisnost i etika i vjerovatnoća Ponašanje Ponašanje pojedinca grupe Modeli i simulacija Okruženje

PROCES ODLUČIVANJA


63

praćenje i kontrolu procesa odlučivanja, gdje je procjena vrijednosti neophodna radi preduzimanja korektivnih akcija koje će osigurati da izabrani pravac bude u skladu sa postavljenim ciljevima.

Dakle, može se reći da sistem vrijednosti i etika utiču na cjelokupan

proces odlučivanja. Sistem vrijednosti i etika, kao sastavni dio života dono-sioca odluke, odražavaju se na njegovo ponašanje u procesu donošenja odlu-ke, kao i na samu odluku.

S obzirom da je svaki donosilac odluke individua za sebe, sasvim je sigurno da psihologija ima veoma veliki značaj i uticaj na njegovo pona-šanje u toku procesa odlučivanja. Ponašanje je više ili manje različito kod svakog donosioca odluke jer nije nasledna kategorija, nego se uči i stiče to-kom cijelog života. Harison ide i korak dalje, pa u svojim radovima kaže33: „Ono je rezultat svjesnih i nesvjesnih procesa izbora i zbog toga mora da reflektuje kako ograničenja ljudske spoznaje, tako i kompleksnost ukupnog ljudskog okruženja“. U procesu odlučivanja donosilac odluke u svojoj psihi zamišlja i razvija mnoštvo relacija, iskustava, vrijednosti i emocija i uz nji-hovu pomoć bira, po njemu u tom momentu, najoptimalniju varijantu čijom primjenom će ostvariti željeni cilj.

Uticaji psiholoških faktora donosioca odluka tokom procesa odluči-vanja su brojni, a neki od njih su34:

želje i potrebe za dostignućima donosioca odluka imaju kritičan zna-čaj za postavljanje ciljeva,

percepcija je značajna za istraživačke aktivnosti, dok su za evalua-ciju i poređenje alternativa značajna saznanja,

spremnost za suočavanje sa neizvjesnošću utiče na razmatranje do-brih alternativa koje sadrže element rizika, npr. veoma oprezni dono-sioci odluke mogu čekati sigurnu odluku koja se nikada neće reali-zovati,

podsvijest može uticati na svjesne misli u trenutku izbora i time do-vesti do naizgled racionalne odluke za koju će se tek kasnije, tokom praćenja i kontrole, pokazati da nije dostigla postavljene ciljeve,

33 Čupić, M., Suknović, M., (2008), Odlučivanje, FON, Beograd, str.XXVI 34 Lalić, N., (2010), Menadžersko odlučivanje, Pedagoški fakultet, Bijeljina, str.26


64

razmatranjem isključivo povoljnih karakteristika mogu se predvidjeti brojni problemi koji mogu ugroziti uspjeh potencijalne odluke,

agresivna ličnost može previše burno reagovati ukoliko se u toku faze praćenja i kontrole ispostavi da nije donijeta prava odluka, itd.

Ipak, nije moguće izbjeći višestruki psihološki uticaj na donosioce odluka. Zbog toga donosioci odluka moraju biti svjesni njihovog postojanja sa jedne strane, a sa druge strane moraju težiti ka tome, da što više nauče o sebi i tako donose prave odluke u pravo vrijeme.

Naročit uticaj i značaj u procesu odlučivanja na donosioce odluka imaju sociologija i socijalna psihologija. Svaki donosilac odluke kao član određene grupe posjeduje i određene individualne vrijednosti koje je unutar grupe potrebno međusobno podijeliti sa ostalim članovima, kako bi se izbje-gao konflikt koji u većoj ili manjoj mjeri može proizvesti određene negati-vne posledice po samu organizaciju. Izbjegavanjem konflikta direktno se postiže stabilnost organizacije, a time i njen položaj i uspješnost u okruže-nju. Otklanjanjem konfliktnih situacija i neusaglašenosti grupe u procesu odlučivanja usvajaju određena pravila koja su proistekla iz konsenzusa svih članova uz pomoć kojih donose najoptimalniju odluku za ostvarenje želje-nog cilja.

Sociologija i socijalna psihologija utiču na sve faze u procesu odlu-čivanja35:

Ciljevi koje postave grupe odražavaju lične i društvene ciljeve uče-snika, modifikovane radi postizanja konsenzusa, tj. izbjegavanja ko-nflikata i neslaganja.

Klasifikacija i rangiranje ciljeva zavise od sistema vrijednosti učesni-ka kao i od kriterijuma formiranih na osnovu rezultata koje članovi grupe žele da ostvare.

Razvoj alternativa je težak zadatak za grupe formirane za donošenje odluka jer zahtijeva efektivnu komunikaciju, sposobnost za procjenu alternativa i dobru informisanost.

35 Lalić, N., (2010), ibidem, str.27


65

Procjena i izbor alternative koja će realizovati postavljene ciljeve če-sto povlači za sobom konflikte koje je najbolje riješiti utvrđivanjem pravila odlučivanja u ranijim fazama.

Grupa formirana za donošenje odluke nije odgovorna za njenu imple-mentaciju ali je odgovorna za proces praćenja i kontrolu, pa će uspjeh ostvarenih rezultata zavisiti od dobre komunikacije i koordinacije između grupe koja odlučuje i grupe koja implementira datu odluku.

Proces odlučivanja grupe, kao i odluke pojedinaca, predstavljaju inte-grisani proces izbora. Na članove grupe utiču iste psihološke sile koje se javljaju prilikom donošenja odluke samostalno. Pored toga, član grupe je podložan i sociološkim silama koje ga prisiljavaju na ko-nsenzus.

Efektivne grupe su kohezivne grupe i njihovi članovi se ponašaju prema određenim pravilima sa minimumom konflikata. Prihvaćeni sociološki uti-caji zajedno sa individualnim psihološkim profilom daju složena pravila po-našanja svakog donosioca odluke.

Svaki donosilac odluke živi i radi u određenom sistemu koji ima svoj pravni sistem i koji se mora poštovati. Uticaj pravnog sistema na proces odlučivanja takođe je veoma značajan. Njegov značaj ogleda se prije svega u tome što on ima povratni uticaj na proces izbora koji u pravilu predstavlja određeni poremećaj. Mnogo je primjera uticaja pravnog sistema u praksi, a navešćemo samo neke od njih kao što su odnos:

osiguranika (zaposlenih) i uplatilaca doprinosa (poslodavaca), studenata i profesora, igrača i sudija, ljekara i pacijenata, kupaca i prodavaca itd.

Uticaj antropoligije na proces odlučivanja odvija se na indirektan način.

Značajno je istaći da religija ima ogroman uticaj na svakog donosioca odlu-ke u procesu odlučivanja. Pored religije, izuzetno veliki uticaj na donosioca odluke imaju običaji i tradicija društva i podneblja u kome je on odrastao i iz koga dolazi. Svaki od navedenih faktora u značajnoj mjeri utiče na to na koji način i kako će donosilac odluke shvatiti problem i kako će ga rješavati.


66

Političke nauke najveći uticaj u procesu odlučivanja imaju kroz plura-lizam političkog sistema. Ovaj uticaj ogleda se kroz političku moć i snagu političkih partija, interesnih grupa, lobija, kao što su vojska, policija, sindi-kati, poslodavci, poljoprivrednici, udruženja penzionera, boračke organiza-cije, studentske organizacije, ekološki pokreti i dr. Donosioci odluka stalno moraju imati na umu da je uticaj i značaj navedenih grupa veoma veliki i da moraju biti spremni da svako donošenje odluke koje nije po volji navedenim grupacijama može biti u značajnoj mjeri opstruisano, pa i u potpunosti spriječeno. Najveći značaj pluralističke prirode političkog sistema jeste u tome da sprječava donošenje odluka koje su isključivo u interesu jedne grupe i štetne su za opšte dobro društva.36

2.2.2 Kvantitativni aspekt odlučivanja

Osnovna karakteristika klasične škole zasniva se na uvjeravanju da postoji samo jedan ispravan način da se riješi određeni problem. Ipak, u pro-cesu odlučivanja donosilac odluke u mogućnosti je da u nekim slučajevima previdi, svjesno ili nesvjesno neke pojave koje su vrlo značajne za sam pro-ces donošenja odluke. Upravo zbog mogućnosti ovog previda donosilac odluke se ne može u potpunosti rukovoditi racionalnošću i ekonomičnošću, već se u toku samog procesa odlučivanja i sve lične karakteristike donosioca odluke moraju uzeti u obzir i kao takve ući u igru procesa odlučivanja. Kod kvantitativnog aspekta odlučivanja Harison fokus izučavanja stavlja na37:

ekonomiju i statistiku i matematiku.

Krajem tridesetih godina prošlog vijeka prvi radovi objavljeni u eko-nomskim analima bavili su se fenomenom odlučivanja, a prije svega ekono-mskom korisnošću prilikom izbora optimalne alternative uz prisustvo stati-stike kod koje je poseban akcenat stavljen na rizik i vjerovatnoću. Rizik predstavlja kategoriju mogućih realizovanja određenih neželjenih posledica, kao i spremnost donosioca odluke da rizikuje ili ne u procesu donošenja odluke. Sa druge strane vjerovatnoća predstavlja moguću realizaciju odre-đenog događaja donošenjem odluke. 36 Lalić, N., (2010), ibidem, str.29 37 Čupić, M., Suknović, M., (2008), Odlučivanje, FON, Beograd, str.XXVI


67

Kao što se vidi na slici 3.2 ekonomija i statistika u procesu dono-šenja odluke uglavnom se primjenjuju kroz korištenje koncepta korisnosti vjerovatnoće. Ovdje svaki donosilac odluke nastoji da primjenom donijete odluke za sebe ostvari maksimalnu korisnost. Da bi ostvario maksimalnu korisnost mora posjedovati određene informacije i to ne bilo kakve, već ta-čne i pravovremene. U procesu odlučivanja, pored raspoloživih informacija donosilac odluke koristi i određene zakone vjerovatnoće i statistiku, a sve to u cilju kako bi na što lakši, a pri tome i što brži način, ostvario željeni cilj. U situacijama kada donosilac odluke ne raspolaže potrebnim informacijama za pravovremeno i kvalitetno odlučivanje, njegova korisnost provođenjem do-nsene odluke postaje minimalna.

Jasan i egzaktan matematički pristup predstavlja osnov fenomena odlučivanja. Izučavanjem je utemeljeno da u svakom slučaju, postojanjem određenih alternativa izbora, kao posledica slijedi i donošenje određene odluke. Postojanje određenih alternativa izbora, samo po sebi u procesu odlučivanja, nameće izbor optimalne, najprihvatljivije alternative kojoj oba-vezno prethodi njihova evaluacija na osnovu relevantne klase korisničkih kriterijuma. Evaluacija se realizuje kroz matematički formalizam grupnog i individualnog odlučivanja. U procesu odlučivanja matematika se uglavnom pojavljuje kroz razvoj modela i simulacija iz realnog života. Različiti mode-li, a prije svega matematički uz primjenu zakona matematike i vjernu simu-laciju dali su ogroman doprinos teoriji odlučivanja i njenom značaju u sva-kodnevnom životu. Njihovom primjenom donosiocu odluke u značajnoj mjeri olakšan je put ka donošenju konačne odluke u procesu odlučivanja, čijom primjenom se ostvaruje željeni cilj. 2.2.3 Informatički pristup odlučivanju

Ipak u poslednje vrijeme, pored biheviorističkog i kvantitativnog pri-stupa, sve veći značaj ima informatički pristup odlučivanju, kojim su se posebno bavili Klein i Methlie38.

Oni su se bavili izučavanjem prije svega integracije biheviorističkog, kvantitativnog i informatičkog pristupa odlučivanju i njihova djela se sma-

38 Čupić, M., Suknović, M., (2008), ibidem, str.XXX


68

traju najboljim, a šema koja opisuje ovu integraciju koja je prikazana na slici 2.2 smatra se najkompletnijom. U informatičkom pristupu odlučivanja do izražaja naročito dolaze:

sistemi za podršku odlučivanju (SPO) i menadžment informacioni sistemi.

Izvor: Čupić, M., Suknović, M., (2008), Odlučivanje, FON, Beograd, str. 31

Slika 2.2 Naučni okvir odlučivanja

SPO su veoma slični i komplementarni standardnim informacionim si-

stemima, a imaju za cilj da podržavaju procese donošenja odluka. Ovi siste-mi predstavljaju simbiozu informacionih sistema, primjene niza funkciona-lnih znanja i tekućeg procesa donošenja odluka. SPO donosioc odluke nudi:

KOGNITIVNA PSIHOLOGIJA

Struktura memorije Mentalne operacije

Učenje

SOCIJALNE NAUKE

Interakcija grupe Socijalni pritisci

Moć

EKONOMIJA

Funkcija korisnosti Subjektivne verovatnoće

Maksimalna korisnost

REŠAVANJE PROBLEMA

Heurističko pretraživanje Prostor problema

Ekspertiza

LJUDSKI IZBOR

Ocena pri neizvesnosti Heuristike i pristrasnosti

OI/ NAUKA O UPRAVLJANJU

Modeliranje Optimizacija

Računske tehnike

VEŠTAČKA INTELIGENCIJA Predstavljanje znanja Tehnike pretraživanja Zaključivanje i logika

Simboličko procesiranje

ODLUČIVANJE bazirano na ponašanju

Proces odlučivanja Ograničena racionalnost

Zadovoljavanje Organizaciono odlučivanje

METODOLOGIJA ODLUČIVANJA

Logičke procedure Modeli preferencije rizika

Teorija verovatnoće

EKSPERTNI SISTEMI

Rešavanje problema Pravila zaključivanja

Domen znanja

SISTEM ZA PODRŠKU ODLUČIVANJU

Podrška Podaci i modeli

Dijalog kontrolisan od korisnika

SISTEMI ZA PODRŠKU ODLUČIVANJU BAZIRANI NA ZNANJU

Podrška Podaci, modeli, pravila

Korisnička kontrola


69

kontrolu nad podacima, pristup analitičkim alatima i sposobnost za konsultovanje i interakciju sa ostalim učesnicima

odlučivanja.

SPO namijenjeni za rad u poslovnim sistemima povezani su sa velikim skladištima podataka (Data Warehouse) i imaju mogućnost da opslužuju veći broj nosilaca odlučivanja istovremeno.

Menadžment informacioni sistemi (MIS) su sistemi koji podržavaju menadžment organizacije u svim poslovnim funkcijama, tako što su im na raspolaganju potrebne informacije za donošenje poslovnih odluka. Time se povećava efikasnost, efektivnost, fleksibilnost i produktivnost u funkciona-lnim oblastima i poslovnom sistemu u cjelini. U novije doba informacioni si-stem ne daje samo sliku podataka iz realnog sistema već uz pomoć savre-mene tehnike koja se koristi u oblasti poslovne inteligencije nastoji iz po-dataka dobiti informacije koje menadžment koristi za donošenje odluka, odnosno moderni informacioni sistemi služe za podršku odlučivanju.

2.3 Osnovni stilovi odlučivanja

Pod stilom odlučivanja podrazumijevamo način na koji menadžer, do-nosilac odluke u određenom trenutku razmišlja i reaguje na identifikovani problem. Stil odlučivanja obuhvata način njihovog shvatanja, njihovog odgovora i pitanja kako vrijednosti i uvjeravanja variraju od osobe do osobe i od situacije do situacije. Posledica ovih različitosti je da ljudi na različite načine donose odluke. Stilovi odlučivanja su u najužoj vezi sa stilovima vođenja organizacije. U teoriji i praksi menadžerskog odlučivanja prisutni su brojni stilovi odlučivanja koji se kreću u rasponu između dvije potpune suprotnosti. Na jednoj strani imamo autokratski stil odlučivanja, dok je na drugoj strani potpuno demokratski stil odlučivanja. Mnogi od stilova odlu-čivanja zavise od osobina menadžera kao donosioca odluke, zatim od oso-bina njegovih saradnika, ali i od situacije u kojoj se odluke donose.

Različitim stilovima odlučivanja potrebna je i različita vrsta podrške, u zavisnosti od toga da li se radi o individualnom ili grupnom donosiocu odluke. Dok je individualnom donosiocu odluke potreban nesmetan pristup podacima i ekspertima koji mu mogu obezbijediti zadovoljavajući savjet, na drugoj strani grupama, odnosno timovima, dodatno je potreban i alat za ko-munikaciju i saradnju.


70

U skladu sa navedenim razlikujemo dva osnovna stila odlučivanja i to: autokratski stil odlučivanja i demokratski stil odlučivanja.

2.3.1 Autokratski stil odlučivanja

Autokratski stil odlučivanja39, kao što i sam naziv kaže, je način odlu-čivanja kod kojeg jedna osoba ima neograničenu vlast i moć u odlučivanju. Ova osoba jednostavno nema povjerenja u svoje saradnike, u svom ruko-vođenju koristi prinudu i formalni autoritet ličnosti u izdavanju naredbi i uz to primjenjuje sistem kazne i nagrade. Za sve ostale zaposlene možemo slo-bodno reći, da slijepo, bez pogovora, izvršavaju odluke menadžera. Takvom autokratijom menadžer, donosilac odluke, preuzima kompletnu odgovo-rnost, ovlaštenja i moć u procesu odlučivanja. Dakle, donosilac odluke sve aktivnosti planira sam, a potom sam donosi i odluke, pri čemu ne konsultuje svoje saradnike, koje potpuno isključuje iz procesa odlučivanja. Za ovaj stil odlučivanja karakteristična je veza u jednom smjeru od donosioca odluke, menadžera, ka izvršiocima odluke, odnosno svim ostalim zaposlenima. Au-tokratskim stilom odlučivanja u velikim sistemima menadžer kao donosilac odluka suviše se opterećuje sa operativnim i rutinskim odlukama, koje bi inače trebalo da donosi menadžment na srednjem i nižem nivou. Dakle, au-tokratski stil zasniva se na intuiciji i intuitivnom odlučivanju menadžera. Kod ovog stila odlučivanja ne posvećuje se dovoljno pažnje strategiji razvo-ja i poslovanja sistema. Ovaj stil odlučivanja, imajući u vidu njegove kara-kteristike, svakako je pogodniji za manje sisteme i organizacije sa tradicio-nalnim organizacionim strukturama.

Kao pozitivne karakteristike autokratskog stila odlučivanja ističu se: nadmoćan položaj menadžera, povećana moć uticaja menadžera na izvršavanje radnih zadataka, stalna komunikacija sa zaposlenima i brzo izvršavanje radnih zadataka.

Nedostaci autokratskog stila odlučivanja su: otežano rukovođenje sa velikim brojem podređenih, izostanak kreativnosti i inovativnosti učesnika u procesu odlučivanja, nema dvosmjerne komunikacije na relaciji menadžer-izvršilac.

39 web.efzg.hr/dok/OIM/dtipuric/Stilovi odlučivanja.pdf (dostupno 21.07.2012.)


71

Autoritet predstavlja organizacijsku moć potrebnu za nesmetano fu-nkcionisanje menadžera. Pomoću autoriteta menadžer usmjerava podređene na izvršavanje planiranih radnih zadataka. U tom smislu razlikujemo forma-lni i lični autoritet menadžera. Formalni autoritet određuje se prema polo-žaju u organizacijskoj strukturi i on se može delegirati u obliku ovlaštenja podređenima. Autokratski stil odlučivanja često se nadograđuje na formalni autoritet. Lični autoritet zavisi od karakteristika ličnosti menadžera i on se ne može delegirati, odnosno prenijeti na podređene.

2.3.2 Demokratski stil odlučivanja

Za razliku od autokratskog stila odlučivanja, demokratski stil odlučiva-nja40 karakteriše uključivanje ne samo nižih nivoa menadžmenta, već i sa-radnika kao i ostalih zaposlenih u sistemu u procesu odlučivanja. U demo-kratskom stilu odlučivanje je decentralizovano, donosilac odluka se konsu-ltuje sa svojim saradnicima, odnosno podređenima prije nego što donese konačnu odluku. Ovaj stil obezbjeđuje participaciju zaposlenih, fleksibilno-st organizacije i bolje performanse. Demokratski stil odlučivanja karakteriše menadžera koji većinu aktivnosti planira sa svojim timom i zajedno donose sve poslovne odluke. U svom radu menadžer, demokrata, podstiče kreati-vnost i inovativnost svih zaposlenih. Stvarni demokratski stil odlučivanja podrazumijeva:

postojanje više nivoa odlučivanja u sistemu, stvarnu moć u odlučivanju nižih nivoa menadžmenta, poštovanje hijerarhije odlučivanja, jasno razgraničavanje odluka po vrstama na više i niže nivoe mena-

džmenta.

Ovaj stil odlučivanja zasniva se na intuitivnom i naučnom odlučivanju i više odgovara savremenim uslovima poslovanja u kojima je prisutna upo-treba visoke tehnologije i gdje su zastupljene moderne organizacione stru-kture sistema. Ovdje su, za razliku od autokratskog stila veze dvosmjerne, kako između menadžera i zaposlenih, tako i između ostalih zaposlenih. Osnov ovog stila odlučivanja predstavljaju međuljudski odnosi kojima se posvećuje velika pažnja. Kao rezultat primjene demokratskog stila odlu-čivanja javlja se veće zadovoljstvo zaposlenih što automatski povlači za

40 web.efzg.hr/dok/OIM/dtipuric/Stilovi odlučivanja.pdf (dostupno 21.07.2012.)


72

sobom veći učinak sistema u cjelini. Demokratsko odlučivanje karakte-ristično je za srednje i velike sisteme. Nema sumnje da zagovornici autokra-tskog stila imaju uglavnom negativan stav prema podređenima što se, kada je ekstremno izražen iskazuje kao nepovjerenje, omalovažavanje i aroga-ncija. Nasuprot tome menadžeri demokratskog stila su pozitivno orjentisani, imaju razumijevanja, ohrabruju svoje zaposlene i pružaju im podršku na svakom koraku i u svakom pogledu.

2.4 Stilovi odlučivanja prema načinu razmišljanja i toleranciji donosilaca odluka

S. P. Robbins41 u svom izučavanju prema: načinu razmišljanja donosioca odluke koje može biti racionalno, lo-gično, odnosno kreativno, intuitivno pristupanje informacijama i

toleranciji donosioca odluke prema neodređenosti, definiše četiri stila odlučivanja i to:

direktivni stil odlučivanja karakteriše racionalni način razmišljanja i netoleranciju prema neodređenosti u odlučivanju, donosioci odluke brzo odlučuju i fokusiraju se na kratak rok, ne koriste veliki broj informacija te procjenjuju mali broj mogućnosti;

analitički stil odlučivanja karakteriše veća tolerancija prema neodre-đenosti, veći broj informacija i verzija u rješavanju problema u pore-đenju sa direktivnim stilom, dakle, riječ je o opreznom odlučivanju sa mogućim prilagođavanjima jedinstvenim situacijama;

konceptualni stil odlučivanja karakteriše otvorenost prema širokoj lepezi mogućnosti. Za razliku od direktivnog stila odlučivanja dono-sioci odluka su orjentisani na dugi rok i uspješni su u pronalaženju kreativnih rješenja problema i

bihevioralni stil odlučivanja je karakterističan za donosioce odluka koji uspješno sarađuju sa drugima na način da se brinu o njihovim dostignućima i usvajaju njihove sugestije. Osnova ovog stila je pri-hvaćenost donosioca odluka od strane drugih.

Znanje o stilu odlučivanja može pružiti pomoć menadžeru u razumijevanju njegovih saradnika, u poboljšanju rada saradnika povezujući obaveze i odgovornosti pojedinca sa odgovarajućim stilom odlučivanja.

41 Robbins, S. P. (2005), „Organizational Behavior“, Eleventh Edition, Prentice Hall, Upper Saddle River, New Jersey, str. 154.


73

Izvor: (prilagođeno), Rowe, A. J., Boulgarides, J. D. (1992), „Managerial Decision Making, Prentice Hall, Upper Saddle River, New Jersey, str. 29. prema Robbins, S. P. (2005), „Organizational Behavior“, Eleventh Edition, Prentice Hall, Upper Saddle River, New Jersey, str. 154.

Slika 2.3 Model stilova odlučivanja

Važnost stilova odlučivanja su prepoznali i sledeći autori42: R. Likert, F. Heller, V. Vroom i P. Yetton, B. Bass i E. Valenzi, F. Muna i A. J. Ali kao i brojni drugi.

Vroom-Yetton model odlučivanja se zasniva na pretpostavci da su me-nadžerske odluke pod uticajem prirode problema koga treba riješiti, raspolo-živosti informacija o tom problemu i nivoa participacije podređenih u njiho-vom rješavanju.

Pored toga što ovaj model daje normativna uputstva kako se ponašati u određenim situacijama, on istovremeno definiše više stilova odlučivanja u kome prvi stil karakteriše ekstremno autokratski način odlučivanja, nakon čega slijede stilovi koji postepeno u proces odlučivanja uključuju pored na-dređenih i podređene, te završava sa stilom za koji je karakteristično da po-dređeni potpuno učestvuju u odlučivanju.

V. VROOM & P. YETTON (1973) F. MUNA (1980) A. J. ALI (1993) Menadžer samostalno donosi odluku. (A1) Vlastita odluka. (sistem 1) Autokratski stil. (sistem 1) Menadžer donosi odluku na osnovu informacija od saradnika. (A11)

Konsultacije sa saradnicima. (sistem 2)

Pseudo-konsultativni stil. (sistem 2)

Menadžer upoznaje saradnike sa problemom; odluku donosi samostalno. (C1)

Zajednička odluka menadžera i saradnika. (sistem 3)

Konsultativni stil. (sistem 3)

Menadžer upoznaje grupu sa problemom; odluku donosi samostalno. (C11)

Delegiranje odluke saradnicima. (sistem 4)

Participativni stil. (sistem 4)

Menadžer i saradnici zajednički dolaze do opšteprihvatljive odluke. (G1)

Pseudo-participativni stil (sistem 5)

Menadžer i grupa raspravljaju, procenjuju i donose grupnu odluku. (G11)

Delegiranje odluke saradnicima. (sistem 6)

Delegiranje odluke suradnicima. (D1) Izvor: (prilagođeno) Ali, A. J. (1993), „Decision-Making Style, Individualism, and Attitudes toward Risk of Arab Executives“, International Studies of Management and Organization, Vol.23, No.3, str.56-57.

Slika 2.4 Pregled stilova odlučivanja u trima klasifikacijama

Procjenjujući situaciju na osnovu nekih njenih karakteristika, dono-silac odluke bira jedan od pet mogućih stilova odlučivanja43. Tih pet stilova 42 Ali, A. J. (1993), „Decision-Making Style, Individualism, and Attitudes toward Risk of Arab Executives“, International Studies of Management and Organization, Vol. 23, No. 3, str. 56-57. 43 Čukić, B., (2004), Integrativni menadžment ljudskih resursa, Centar za industrijski menadžment plus, Kruševac, str.43

Tolerancija pre ma neodređen.

Velika ANALITIČKI STIL ODLUČIVANJA KONCEPTUALNI STIL ODLUČIVANJA

Mala DIREKTIVNI STIL ODLUČIVANJA BIHEVIORALNI STIL ODLUČIVANJA Način razmišljanja

racionalni, logični kreativni, intuitivni


74

odlučivanja, koji su donosiocima odluka na raspolaganju, prikazani su na slici 2.5.

Osnovni model definiše sedam obilježja problema sa odgovarajućim dijagnostičkim pitanjima i daje odgovor na pitanje koji je stil adekvatan određenoj situaciji. Korištenjem dijagnostičkih pitanja upotrebom tehnike stabla odlučivanja kroz odgovore “Da” i “Ne”, menadžeri mogu doći do odgovora koji bi stil bio optimalan u datoj situaciji.

Na osnovu rada V. Vroom & P. Yettona i F. Muna, A. J. Ali44 je 1989. godine razvio vlastitu skalu sa pet stilova odlučivanja, a 1993. godine u nau-ku o odlučivanju uveo je i pseudo-participativni stil odlučivanja.

Naziv stila Oznaka – Opis stila AUTOKRATSKI STIL I A I Menadžer donosi odluku sam na osnovu svojih informacija AUTOKRATSKI STIL II A II Menadžer traži informacije od podređenih, ali odlučuje sam

KONSULTATIVNI STIL I CI Menadžer razmatra situaciju, traži informacije i procene od podređenih pojedinačno, a odlučuje sam

KONSULTATIVNI STIL II C II Menadžer se sastaje sa podređenima kao grupom, zajedno razmatraju situaciju, ali on odlučuje sam

GRUPNO ODLUČIVANJE G Menadžer sa podređenima kao grupom diskutuje o situaciji i zajedno odlučuju

Izvor: B. Čukić, (2004), Integrativni menadžment ljudskih resursa, Centar za ind. menadžment plus, Kruševac, str.43

Slika 2.5 Pet stilova menadžerskog odlučivanja

Stilove odlučivanja je moguće identifikovati na osnovu usklađenosti sle-dećim tvrdnjama:

„Najčešće rješavam probleme i donosim odluke koristeći raspoložive informacije bez savjetovanja sa saradnicima odnosno podređenima.“

„Najčešće se savjetujem sa svojim saradnicima odnosno podređeni-ma, iako to ne znači da prilikom odlučivanja razmatram njihove sugestije i ideje.“

“Najčešće se prije donošenja odluke savjetujem sa svojim saradnici-ma odnosno podređenima. Zatim donosim odluku koja može, ali i ne mora nužno biti pod uticajem podređenih.“

“Najčešće zajedno u grupi sa saradnicima odnosno podređenima analiziram problem, ocjenjujemo pojedine raspoložive mogućnosti i donosimo odluku većinom glasova.“

44 Ali, A. J. (1993), „Decision-Making Style, Individualism, and Attitudes toward Risk of Arab Executives“, International Studies of Management and Organization, Vol. 23, No. 3, str. 53-73.


75

„Najčešće zajedno u grupi sa saradnicima odnosno podređenima analiziram problem, ocjenjujemo pojedine raspoložive mogućnosti kako bi donijeli adekvatnu odluku. No, unapred ih informišem o tome šta ja mislim koja je odluka adekvatna. Na kraju se glasanjem donosi konačna odluka.”

„Najčešće zahtijevam od svojih saradnika, podređenih da samostalno donose odluke.“

Prethodne tvrdnje objašnjavaju pojedini stil poslovnog odlučivanja i to redom45:

Autokratski stil odlučivanja (tvrdnja br.1) je stil u kome menadžer orjentisan zadatku, zadržava pravo odlučivanja. Autokratski mena-džer daje naredbe saradnicima i komunikacija je jednosmjerna. Me-nadžer je inicijator svih važnijih aktivnosti.

Pseudo-konsultativni stil odlučivanja (tvrdnja br.2) je stil u kome se menadžer ponaša u skladu sa autoritarnom, hijerarhijskom, organiza-cijskom strukturom. Menadžer priprema saradnike kako bi prihvatili njegovu odluku koja je unaprijed donesena. Svrha ovog stila je po-boljšanje imidža menadžera u društvu i stvaranje dojma, osjećaja konsultacija, ali ne i stvarno korištenje konsultacija.

Konsultativni stil odlučivanja (tvrdnja br.3) je stil odlučivanja u kome menadžer pojedinačno povjerava saradnicima vezano uz odre-đeni problem. Prikuplja njihove sugestije bez formiranja grupe, za-tim menadžer donosi odluku. Odluka može, ali i ne mora, biti odraz uticaja saradnika.

Participativni stil odlučivanja (tvrdnja br.4) je stil odlučivanja u ko-me menadžer najčešće zajedno u grupi sa saradnicima analizira pro-blem, ocjenjuje pojedine raspoložive mogućnosti i odluka se donosi većinom glasova. Ovaj stil izjednačava moć i uticaj saradnika i me-nadžera i u raspravama o organizacijskim problemima kao i u dono-šenju odluka.

Pseudo-participativni stil odlučivanja (tvrdnja br.5) je stil odlučiva-nja u kome menadžer dozvoljava participaciju saradnika u odlučiva-nju, ali zadržava autoritet za odlučivanje. Kod pseudo-participativnog stila participacija je samo teorijski prihvaćena, ali se

45 Ali, A. J. (1993), ibidem, str. 53-73.


76

zapravo ne primjenjuje. Menadžer okuplja saradnike kako bi se do-nijela zajednička odluka, ali ono što uistinu zahtijeva je odobrenje, podršku za vlastiti izbor odnosno odluku.

Delegiranje kao stil odlučivanja (tvrdnja br.6) je stil odlučivanja u kome menadžer zahtijeva od saradnika da samostalno donose odlu-ke. U tom smislu, odluka je prepuštena saradniku koji je i stvarni inicijator aktivnosti.

2.5 Konflikt i stilovi odlučivanja

Određeni broj naučnika koji se bavi problematikom stilova odlučiva-nja kao osnovu za utvrđivanje stila odlučivanja, koristi konflikt. Konflikt, u stvari predstavlja ponašanje određenog broja članova organiza-cije koje je suprotno ponašanju ostalih članova organizacije. Ova različitost u ponašanju uglavnom proizilazi iz nedostatka određenih resursa, različitih ciljeva i autonomnosti samih članova. U tom smislu, konflikt se odnosi na sve interakcije, antagonističkog i konfrontirajućeg karaktera, čiji osnov su nedostatak sredstava i moći kao i različit društveni položaj i sistem vrije-dnosti.

E. F. Harrison navodi sledeće izvore konflikata u poslovnom odlu-čivanju46:

međuzavisnost pojedinaca i organizacionih jedinica, kriteriji mjerenja performansi i nagrađivanje, komunikacijske poteškoće, nezadovoljstvo sa ulogom u organizaciji, lične karakteristike, razlike u percepciji i različitost ciljeva.

Izvori i indikatori konflikata su, prema konceptualnom modelu, osnov za razumijevanje i upravljanje konfliktom u poslovnom odlučivanju.

Teorija konflikta u poslovnom odlučivanju analizira ponašanje odno-sno obrasce ponašanja pojedinaca u suočavanju sa važnim, zahtjevnim odlu-kama. Velikim dijelom ova teorija se bazira na psihologiji stresa i pretpo-stavlja kako konflikt u poslovnom odlučivanja ima za posledicu stres. I. L. Janis i L. Mann opisuju tzv. konfliktni model poslovnog odlučivanja sle- 46 Harrison, E. F. (1999), op. cit., str. 258-260


77

dećim riječima47: „Kada, kako i zašto stres, kao rezultat konfliktne situacije odlučivanja, ograničava pojedinca u racionalnom odlučivanju vezanom uz privatan i poslovan život?“

Dakle, model uključuje tri elementa u donošenju odluke: samopouzdanje donosioca odluke, količinu stresa proizašlog iz konfliktne situacije odlučivanja i stil, odnosno način, suočavanja sa konfliktnom situacijom odlučiva-

nja (npr. oprezno odlučivanje, panično odlučivanje ili izbjegavanje odlučivanja).

Janis i Mann su prepoznali pet načina, stilova ponašanja, pojedinaca u suočavanju sa stresom kod donošenja važnih, zahtjevnih odluka i to48:

Poslušnost i promjena, kao obrasci ponašanja su karakteristični za situacije bez konflikta. Stoga nisu ni približno zastupljeni u teore-tskim i empirijskim istraživanjima kao preostala tri načina suočava-nja sa stresom kod donošenja važnih, zahtjevnih odluka. U konfli-ktnim situacijama donošenja odluke i suočavanja sa stresom ovi na-učnici prepoznaju sledeća ponašanja: oprezno suočavanje sa stresom i odlučivanje, izbjegavanje stresa odnosno odlučivanja i pretjerano, oprezno (zapravo, panično) suočavanje sa stresom i odlučivanje.

Oprezni donosilac odluke prikuplja sve relevantne informacije, ne-pristrano i pažljivo procjenjuje mogućnost prije donošenja odluke.

Izbjegavanje je klonjenje od zahtjevnih odluka kroz odugovlačenje, oklijevanje i prebacivanje odgovornosti na druge unutar organiza-cije. U tom smislu, izbjegavanje obuhvata dva stila odlučivanja: odugovlačenje i prebacivanje odgovornosti. A pretjerano oprezno odlučivanje je zapravo paničan stil odlučivanja u kome donosilac odluke grčevito pokušava pronaći izlaz iz određene situacije. Dono-silac odluke impulsivno i velikom brzinom pokušava pronaći rješe-nje koji obećava rješavanje konfliktne situacije.

47 Janis, I. L., Mann, L. (1977), Decision making: A psychological analysis of conflict, choice and commitment, Free Press, New York, str. 3. prema Radford, M. H. B., Mann, L. (1991), „Differences Between Australian and Japanese Students in Reported Use of Decision Processes“, Internat. Journal of Psychology, Vol. 26, No. 1, str. 36. 48 Janis, I. L., Mann, L. (1977), Decision making: A psychological analysis of conflict, choice and commitment, Free Press, New York prema Mann, L., Radford, M., Burnett, P., Ford, S., Bond, M., Leung, K., Nakamura, H., Voughan, G., Yang, K. (1998), „Cross-Cultural Differences in Self- reported Decision-making Style and Confidence“, International Journal of Psychology, Vol. 33, No. 5, str. 327-328.


78

Dakle, prema teoriji konflikta u poslovnom odlučivanju I. L. Janis i L. Mann identifikuju oprezno odlučivanje (izbjegavanje odlučivanja s prebaci-vanjem odgovornosti ili odugovlačenjem) i panično odlučivanje.

Među prethodno definisanim stilovima odlučivanja, oprezno odlučiva-nje se smatra optimalnim rešenjem za konfliktne situacije odlučivanja. 2.6 Karakteristike izbora stila odlučivanja

U procesu odlučivanja menadžeri se koriste različitim stilovima. Koji će stil odlučivanja upotrijebiti menadžer, pored ostalog, zavisi i od određe-nih faktora. Prije svega, zavisi od količine raspoloživih informacija koju menadžer koristi u odlučivanju, kao i od broja mogućnosti kojima bi se mo-gao rješavati problem. Oba ova faktora različito se odražavaju na mena-džerski stil odlučivanja u zavisnosti od toga da li menadžer odlučuje na osnovu malog ili velikog broja raspoloživih informacija, odnosno da li do-nosi odluku na bazi jedne od mogućnosti rješavanja problema ili u obzir uzi-ma više ili sve mogućnosti rješavanja problema.

U zavisnosti od količine potrebnih informacija koje menadžeri koriste u odlučivanju, menadžere dijelimo na:

minimaliste i maksimaliste.

Minimalisti su osobe koje reaguju veoma brzo. Njima je potrebno

veoma malo informacija da bi mogli donijeti odluku. Nivo odlučivanja u organizaciji, na određeni način, opredjeljuje hoće li menadžeri zaista na tom nivou biti “minimalisti“ ili “maksimalisti“ u pogledu količine potrebnih informacija za odlučivanje. Maksimalisti za razliku od minimalista, predstavljaju menadžere kojima je potrebna velika količina informacija kako bi uspješno donijeli odluku.

Filly je definisao pet tipičnih stilova odlučivanja49: I tip: Donosilac odluke rješava problem sam. Donosi odluku na

osnovu sopstvenog iskustva i informacija koje su mu u tom času dostupne.

II tip: Donosilac odluke zahtijeva od svojih saradnika da pripreme informacije nakon čega sam odlučuje, tj. bira rješenje.

49 Marjanović, S., (1971) „Donošenje odluka u privrednim organizacijama“, Informator, Zagreb


79

III tip: Donosilac odluke poziva saradnike čije mišljenje smatra ko-mpetentnim, razgovara o problemu, sakuplja njihove ideje, ali na kraju odluku ipak donosi sam. Odluka mora i ne mora biti rezultat datih sugestija.

IV tip: Donosilac odluke poziva svoje saradnike da zajedno pora-zgovaraju o problemu. Razmatraju se mišljenja i sugestije svakog člana tima. Donosilac odluke prikuplja ideje, te ako je nekom od njih zadovoljan, prihvata tu ideju. U suprotnom, donosi odluku prema so-pstvenoj ideji.

V tip: Donosilac odluke poziva saradnike da zajedno prouče pro-blem. Svaki član tima predlaže svoju ideju. Ideje se selekcionišu, odabrane ideje se dalje razvijaju.

Izbor ideja za koju se postiže saglasnost svih članova predstavlja rje-šenje. Izbor stila odlučivanja zavisi prije svega od :

spremnosti donosioca da odluku donosi sam, značaja odluke za organizaciju i njenog uticaja na ostvarenje želje-

nog cilja, vrste problema i njegove struktuiranosti, toga da li ima i koliki je značaj saglasnosti saradnika u impleme-

ntaciji odluke, postizanja saglasnosti saradnika oko predloženog rješenja i toga da li ponuđeno rješenje različito pogađa interese i ciljeve ostalih

saradnika.

Rizik je sastavni dio odlučivanja. Menadžeri se za odlučivanje u uslovima rizika i neizvjesnosti pripremaju prikupljanjem podataka i info-rmacija, otvorenošću na promjene i aktivnim odnosom prema riziku. Rizik je nešto što je nemoguće iskorijeniti, ali je moguće kalkulisati rizicima, držati ih pod kontrolom, ili se aktivno nositi sa njima kada se pojave. Preporuka Kolina Pauela50, još jednog američkog vojnog stratega, vezana uz odlučivanje i uslove rizika je sledeća: Odluku treba donijeti kada imate 70% informacija za nju. Prikupljanje svih poželjnih informacija rezultuje sa zakasnjelom odlukom. Prilika je tada najčešće izgubljena, a neko drugi ju



80

je već iskoristio. Kolin Pauel, je pri tome vjerovatno nesvjesno ilustrovao jedan od nekoliko standardnih pristupa procesu odlučivanja – model ogra-ničene racionalnosti. Osim tog modela koji dobija na popularnosti u vojnoj i poslovnoj doktrini postoji još nekoliko temeljnih modela odlučivanja: model racionalnog odlučivanja, iskustveni – heuristički model, te model kreativnog odlučivanja.

Kombinacijom manjeg ili većeg broja informacija potrebnih za odlu-čivanje, kao i manjeg i većeg broja varijanti rješavanja problema, prema R. L. Daftu, može se doći do sledećih stilova odlučivanja51:

Odlučan stil (minimum informacija i jedan stil odlučivanja). Fleksibilan stil (brzo odlučivanje uz čestu izmjenu fokusa informa-

cija). Hijerarhijski stil (upotreba mnoštva informacija i analiza). Integrativni stil (veliki broj informacija uz veliki broj varijanti). Sistemski stil (veliki broj informacija kako bi se lakše sagledale

različite perspektive i varijante rješavanja problema).

Menadžeri u organizacijama svakodnevno su prinuđeni donositi manje ili više važne odluke koje imaju određeni značaj za organizaciju i njenu pozi-ciju na tržištu.

Da bi donijeli pravovremenu i ispravnu odluku, menadžeri moraju raspolagati tačnim i pravovremenim informacijama, odnosno znanjem. Me-nadžment znanja i SPI su dva veoma bitna instrumenta koja menadžeri u poslednje vrijeme naročito koriste da bi donijeli što optimalniju odluku.

51 isto (dostupno 23.09.2011.)


81

3. SISTEM POSLOVNE INTELIGENCIJE I MENADŽMENT ZNANJA U kreiranju poslovne strategije na tržištu, uspješne organizacije anali-ziraju i utvrđuju elemente koji daju doprinos u stvaranju prednosti u odnosu na konkurenciju, kao i obezbjeđenju dugoročnog rasta i razvoja organiza-cije. Pored standardnih parametara, danas najveću prednost u odnosu na konkurenciju predstavlja stečeno zajedničko znanje i stečene vještine zapo-slenih u organizaciji. Dakle, sasvim slobodno može se reći da posebnu pa-žnju zaslužuje znanje koje predstavlja najjače oružje u stvaranju prednosti u odnosu na konkurenciju. S toga i ne čudi da organizacije koje "uče", kao prioritet uzimaju znanje i zajedničko učenje koje predstavlja osnov za ostvarenje poslovnog uspjeha organizacije u budućnosti.

Pred organizacijama na putu ka ostvarenju poslovnog uspjeha kao pro-blem koji treba rješavati javlja se pitanje stvaranja preduslova i infrastru-kture potrebne za upravljanje poslovnim znanjem i za stvaranje organizacije koja uči. Stalni i veoma brzi razvoj informaciono-komunikacione tehnolo-gije u značajnoj mjeri omogućava uspješno rješavanje navedenih proble-ma. Veliki podskup upravljanja poslovnim znanjem i prvi korak prema organizaciji koja uči jeste skup metoda, alata i aplikacija koju zajedničkim imenom nazivamo "poslovna inteligencija" (Business Intelligence). U nau-čnim krugovima poslovna inteligencija se smatra posebnom disciplinom ko-ja obuhvata elemente strategije, upravljačkog računovodstva, marketinga, informacione tehnologije i poslovne analize. Poslovna inteligencija omogu-ćava prikupljanje informacija, njihovu analizu i distribuciju, kao i djelova-nje na bazi tih poslovnih informacija, a sve u cilju donošenja najboljih po-slovnih odluka kako bi što lakše rješavali upravljačke probleme koji se ja-vljaju u poslovanju određene organizacije. Iz navedenog proizilazi da je SPI prije svega namijenjen onima koji donose odluke, bilo da su poslovne prirode ili neke druge. SPI zapravo predstavlja inteligentan sistem planiranja i analize događaja u organizaciji, koji se u suštini svodi na jezik brojeva. Na tržištu SPI ne postoji kao gotov proizvod, već njegovi proizvođači nude tehnološke platforme i znanja koja se ugrađuju u već postojeće sisteme. SPI omogućava uvid u sistem određene organizacije pri čemu svaki korisnik sistema može dobiti upravo onu informaciju koja mu je potrebna u odre-


82

đenom trenutku kako bi donošenjem pravovremene i ispravne odluke uspje-šno riješio određeni problem i ostvario željeni cilj. Na ovaj način SPI mena-džeru omogućava uspješan i proaktivan način u vođenju organizacije. To znači da je organizacija u mogućnosti razviti nekoliko scenarija i predviđati budućnost kako bi bila pripremljena na svaku moguću situaciju koja se po-tencijalno može očekivati na tržištu.

3.1 Poslovna inteligencija-pojam i značaj

Pojam poslovna inteligencija ili “Business Intelligence” formalno je prvi put upotrijebljen 1996. godine sa ciljem da označi kategorije sredstava koja su potrebna kako bi se izvršila određena analiza podataka, izvješta-vanja, postavljanja upita, koja će korisniku u procesu poslovanja pomoći da iz veoma velikog broja podataka sintetizuje određene potrebne informacije na kojima će zasnivati donošenje pravovremene i kvalitetne poslovne odluke.

Poslovna inteligencija usko je povezana sa činjenicom, da ni jedna ozbiljna organizacija, u uslovima žestoke konkurencije kakva vlada danas na tržištu, veoma zahtjevnim kupcima i korisnicima usluga, kao i stalnim promjenama uslova na tržištu ne može donositi poslovne odluke samo na bazi procjene menadžera, koja je vrlo često subjektivna. Adekvatna pri-mjena poslovne inteligencije povećava stepen efikasnosti odlučivanja, čije odluke imaju za posledicu smanjenje rizika donošenja loših procjena i po-grešnih odluka, a samim time i uspješno poslovanje organizacije, kao kra-jnjeg, odnosno željenog cilja.

Informacije i znanje su podaci koji čine vrijednosti koje pokreću novu ekonomiju i na osnovu kojih se donose poslovne odluke, a sve sa ciljem razvijanja i održavanja stalne prednosti u odnosu na konkurenciju. Ubrzan tempo razvoja novih tehnologija, kao i širenje postojeće baze podataka uslovili su da se današnje poslovno okruženje mijenja brže, nego bilo kada prije. Vremenom podaci u postojećoj bazi podataka dostižu izuzetno veliki broj što uslovljava i neminovno dovodi do nastajanja novih baza. Postojanje tako velikog broja podataka u bazi dovodi do toga, da se stari podaci upotre-bljavaju sve manje, te se do njih, kada je to potrebno, ne može doći na brz i efikasan način. Istovremeno ove podatke ne možemo izbrisati, jer predsta-vljaju veliki potencijal koji se u određeno vreme može iskoristiti za donoše-nje kvalitetne odluke. U skladu s tim, kod korisnika je rasla svijest da svi


83

podaci kako stari, tako i novi, budu objedinjeni i lako dostupni u procesu donošenja poslovnih odluka. Tako je i nastala ideja o poslovnoj inteli-genciji, tehnologiji sa opšte prihvaćenom definicijom „da je to proces kojim se sirovi podaci pretvaraju u vredne informacije“. 3.1.1. Pojam poslovne inteligencije (Business Intelligence)

Postoji više definicija pojma poslovne inteligencije koje se razlikuju zavisno od autora, a isto tako i sa stanovišta sa koga se navedeni pojam posmatra. Pojam poslovne inteligencije predstavlja osnovnu tehnološku infrastrukturu koja treba da omogući svim poslovnim subjektima potpuno upravljanje raspoloživim informacijama, što će za posledicu imati daleko bo-lju fleksibilnost na tržištu.

Poslovna inteligencija u praksi se najčešće koristi kao termin koji označava kompjutersku podršku u procesu odlučivanja unutar određene organizacije. Ona je dio informacionog sistema u organizaciji koji ima na-mjenski zadatak za obezbeđenje upravljanja performansama organizacije. Ipak u svijetu ne postoji univerzalni način, niti definicija kojom se definiše pojam poslovne inteligencije. Upravo zbog toga, svaki autor na poseban način definiše pojam poslovne inteligencije. Jedna od najčešće korištenih definicija poslovne inteligencije je sledeća:

"Poslovna inteligencija je takvo korištenje podataka koje vodi ka do-nošenju boljih poslovnih odluka. Ono se odnosi na pristup, analizu i otkriva-nje novih mogućnosti. Poslovna inteligencija je umjetnost sticanja poslovne prednosti na osnovu podataka. 52

Pomenućemo još neke autore i njihove definicije, kao što su: a) Larisse T. Moss i Shaku Atrea53: „Poslovna inteligencija predsta-

vlja arhitekturu i kolekciju integrisanih operativnih aplikacija, zatim aplikacija za podršku odlučivanju i baza podataka koje poslovnim sistemima omogućavaju lagan pristup podacima.“

b) Steve Mutfitt: ,,Poslovna inteligencija je način dostavljanja pravih informacija u pravom formatu u prave ruke u pravo vrijeme. Dobar sistem poslovne inteligencije prikuplja informacije iz svih dijelova organizacije, analizira ih, priprema potrebne izvještaje i šalje ih lju-

52 "Payback on Business Intelligence", http://www.dmreview.com/, 01/2009. 53 Moss, Larissa T., Atre Shaku, (2003) "Busines Intelligence Roadmap", Addison-Wesley, Boston


84

dima koji imaju potrebu za njima. Na taj način svaki pojedinac dobija informacije skrojene prema njegovim potrebama."

c) Ravi Kalakoti i Marciai Robinson54: „Poslovna inteligencija pre-dstavlja skup novih aplikacija oblikovanih tako da mogu organi-zovati i strukturirati podatke o poslovnim transakcijama na način koji omogućava analizu korisnu u podršci odlučivanju i operati-vnim aktivnostima kompanije. "

d) Len Wyatt: ,,Kada kompanija koristi podatke iz svojih izvršnih siste-ma pri donošenju odluka, to je poslovna inteligencija. Sistemi poslo-vne inteligencije preuzimaju podatke iz izvršnih sistema i restrukturiraju ih tako da korisnici mogu doći do ranije nepoznate informacije o preduzeću, poslovanju, klijentima, poslovnim aktivnostima ili proizvodima."

e) Vinod Badami: ,,Poslovna inteligencija je proces prikupljanja raspo-loživih internih i relevantnih eksternih podataka, i njihova obrada u korisne informacije koje mogu pomoći poslovnim korisnicima pri donošenju odluka. "

f) Prema jednoj dostupnoj definiciji,55 poslovna inteligencija je stica-nje i iskorištavanje znanja baziranog na činjenicama u svrhu unapre-đivanja strateške i taktičke poslovne prednosti na tržištu. Ova jedno-stavna definicija predstavlja tek jedan od pogleda na navedeni po-jam.

g) Prema strožoj definiciji pojam poslovne inteligencije objedinjava metodologije, tehnologije i platforme za skladištenje podataka (Data Warehousing), OLAP procesiranje podataka (On-line Analytical Processing) i rudarenje podataka (Data Mining) koje omogućavaju kompanijama kreiranje korisnih upravljačkih informacija iz podataka o poslovanju koji se nalaze disperzirani na različitim transakcijskim sistemima te dolaze iz različitih internih i eksternih izvora56.

h) Fleisher i Bensoussan posmatraju intelligence kroz prizmu mena-džmenta te ga definišu kao proizvod sa dodatnom vrijednošću koji je nastao iz prikupljanja, procjene, analize, integracije i tumačenja svih raspoloživih informacija koje se odnose na jedan ili više aspekata

54 Kalakota, Ravi, Robinson, Marcia, (2001) "E-business 2.0 Roadmap for Success" Addison-Wesley, Boston 55 E-Solutions Integrator Inc.(2001) "Business Intelligence:With or Without the E", e-SI whitepaper, http://www.esionweb.com. 56 Oreščanin, D. (2003) "BI – hit ili mit?", Banka poseban prilog


85

menadžmenta, a koji je neposredno ili potencijalno značajan za do-nošenje odluka57.

i) R. Kalakota i M. Robinson, kažu kako je „pretvaranje podataka u znanje posao poznat pod imenom poslovna inteligencija (BI – business intelligence). To predstavlja grupu nadolazećih aplikacija, dizajniranih da organizuju i strukturiraju transakcijske podatke pre-duzeća, tako se mogu analizirati i koristiti na dobrobit preduzeća u procesu operacija i podrške odlučivanju“, te zaključuju da „u svom najosnovnijem obliku poslovna inteligencija predstavlja strategiju preduzeća jer je postala presudni faktor budućnosti preduzeća i po-slovanja“58.

j) Ž. Panian i G. Klepac, naglašavaju kako svijest u kompanijama o potrebi prihvatanja koncepta poslovne inteligencije raste iz dana u dan te izvode zajedničke elemente koji predstavljaju moguću inter-pretaciju ovoga pojma59:

cilj stvaranja poslovne inteligencije je podrška i unapređenje postu-paka donošenja poslovnih odluka u organizacijama,

ona nastaje kao rezultat dobro upravljanog i promišljenog procesa izvođenja novih ili prikrivenih znanja iz podataka koji se rutinski generišu, zahvataju, memorišu i koriste,

poslovna inteligencija može se izvesti iz operativnih podataka pri-mjenom odgovarajućih logičko-računskih metoda,

stvaranje poslovne inteligencije zahtijeva uspostavljanje kohere-ntnog pristupa upravljanju podacima i razvijanje jedinstvenog stava prema njihovoj ulozi i važnosti u organizaciji.

Jednostavnije rečeno, poslovna inteligencija predstavlja proces pri-kupljanja raspoloživih internih i značajnih eksternih podataka i njihovo pretvaranje u korisne informacije koje pomažu poslovnim korisnicima pri donošenju odluka60.

Iz prilično heterogenih definicija Ž. Paniana61 mogu se izvesti kao zajednički elementi: 57 Fleisher, C.S., Bensoussan, B.E. (2003) Strategic and Competitive Analysis, Prentice Hall, New Jersey, str. 6 58 Kalakota, R., Robinson M. (2002) e-Poslovanje 2.0, Mate, Zagreb, str. 387 59 Panian Ž., Klepac G. (2003) "Poslovna inteligencija", Masmedia, Zagreb, str. 24 60 Payback on Business Intelligence", http://www.dmreview.com/, (dostupno 25.01.2009.) 61 Panian Ž., Klepac G. (2003) Poslovna inteligencija, Masmedia, Zagreb, str.24


86

cilj stvaranja poslovne inteligencije jeste podrška i unapređenje po-stupaka donošenja poslovnih odluka u organizacijama,

poslovna inteligencija nastaje kao rezultat dobro upravljanog i smi-šljenog procesa izvođenja novih ili prikrivenih znanja iz podataka koji se u poslovnoj praksi rutinski generišu, zahvataju, memorišu i koriste,

poslovna inteligencija se može izvesti iz operativnih podataka pri-mjenom odgovarajućih logičko-računskih metoda,

primjena takvih metoda iziskuje razvijanje odgovarajućih informaci-onih sredstava i alata kojih se već danas na tržištu može naći sra-zmjerno puno,

stvaranje poslovne inteligencije nalaže uspostavljanje koherentnog pristupa upravljanju podacima i razvijanje jedinstvenog stava prema njihovoj ulozi i važnosti u kompaniji.

Iako ima važnu ulogu, količina podataka nije od presudnog značaja. S obzirom na količinu generisanih informacija, SPI zasniva se na sledećim osnovnim zamislima62:

namjera sistema poslovne inteligencije nije stvaranje veće količine informacija, već isključivo generisanje boljih, kvalitetnijih, info-rmacija potrebnih za donošenje poslovnih odluka,

upravo to je ona osobina poslovne inteligencije koja joj daje moć po-dsticaja i stvaranja pozitivnih promjena u sredini u kojoj se stvara i primjenjuje,

poslovna inteligencija pruža korisnicima samo one informacije koje su im potrebne, ali zato pravovremeno i iskazane na način koji im najviše odgovara,

uz valjanu primjenu, SPI smanjiće količinu informacija kojoj se zapo-sleni u kompaniji izlažu, povećavajući istovremeno kvalitet tih info-rmacija.

Kao osnovne odlike poslovne inteligencije, možemo navesti sledeće63: zasniva se na personalizaciji, proaktivna je, nastaje iz operativnih podataka.

62 Panian Ž., Klepac G. (2003), Poslovna inteligencija, Masmedia, Zagreb, str.24 63 Panian Ž., Klepac G. (2003), ibidem, str. 25


87

Pod personalizacijom podrazumijevamo primjenu tehnologije u svrhu proaktivnog obezbjeđenja i distribucije pravovremenih i tačnih informacija pojedincima kojima su one potrebne za rješavanje određenog problema. Proaktivna je kroz automatsku dostavu potrebnih informacija primaocima. Operativni podaci osnov su poslovne inteligencije koji se uz primjenu savremenih informacionih sistema pretvaraju u pravovremene i tačne info-rmacije koje su neophodne za donošenje kvalitetnih odluka. U složenim poslovnim sistemima svijest o korisnosti prihvatanja ko-ncepta poslovne inteligencije svakim danom sve više raste, a time i potreba za uvođenjem i primjenom takvih informacionih sistema, konkretno za implementacijom alata poslovne inteligencije, pomoću kojih je moguće ovaj koncept implementirati u praksi.

Pomoću alata poslovne inteligencije organizacije uspješnije povezuju ljude sa njihovim poslovanjem, sa kupcima, dobavljačima i partnerima. Osnovna odlika samih alata poslovne inteligencije je da ona omogućava poslovnim korisnicima uvid u ogromnu količinu veoma složenih podataka.

U alate poslovne inteligencije ubrajaju se: Alati za upite - predstavljaju programske pakete koji omogućavaju

korisnicima postavljanje upita o matricama ili detaljima u podacima. Alati za rudarenje podataka, pomoću kojih se sprovodi automatsko

pretraživanje karakterističnih matrica ili korelacija među raspoloži-vim podacima

Softver za multidimenzijske analize, poznat pod skraćenicom OLAP (engl. Online Analytical Processing). Ovaj softver omogućava kori-snicima uvid u podatke sa različitih aspekata i dimenzija.

3.1.2 Istorijat poslovne inteligencije

Babbage64 je još prije stotinjak godina došao na ideju stvaranja mašine sa određenom vrstom inteligencije. Ipak mnogo godina kasnije, sredinom XX vijeka Alan Turing koji se smatra ocem poslovne inteligencije pre-dstavio je čuveni Turingov test koji daje odgovor na pitanje da li je mašina sposobna da razmišlja kao ljudsko biće. U istorijatu poslovne inteligencije razlikujemo nekoliko era, što se slikovito može vidjeti na slici 3.1.

Početna faza poznata je kao era buđenja. Veliki broja naučnika u ovom periodu vjerovao je da u narednih desetak godina računari neće biti ništa ma- 64 Charles Babbage, (1792-1871),- engleski matematičar, konstruktor prve računske mašine


88

nje ineteligentniji nego ljudi. U vrijeme mračne ere svi koji su se bavili ovom problematikom na-

stojali su da pronađu takav sistem koji će biti sposoban da riješi sve pro-bleme, te se za ovaj period može reći da nije bilo značajnijeg napretka.

Poslije svake mračne ere, slijedi era renesanse i procvata, pa tako i ovdje. Za eru renesanse karakterističan je razvoj Prospectora ekspertnog si-stema koji je pomagao geolozima u istraživanjima nalazišta ruda.

Izvor: (prilagođeno) Matstsinis, N. F. and Siskos, Y. 2003. Intelligent Support Systems for Marketing Decisions. Dordrecht: Kluwer, Academic Publishers Group, p. 222

Slika 3.1. Istorijat poslovne inteligencije

Eru partnerstva karakterišu zajednički napori najrazvijenijih zemalja svijeta, prije svega Japana, SAD-a i EU i zabilježeni uspjesi u kreiranju računara pete generacije.

U eri komercijalizacije veliki broj organizacija i istraživača radi na ra-zvijanju sistema poslovne inteligencije koji nastoje da rješe stvarne pro-bleme.

Neuronsku eru u današnje doba karakterišu studije i istraživanja na razvoju računarskih sistema šeste generacije koji su povezani sa ponašanjem ljudskog uma (neuronska inteligencija) i molekularnom inteligencijom65.

Razvoj poslovne inteligencije od 1960. godine do kraja prošlog vijeka,

65 Winston, P. H., Shellard, S.A.(1990.), Artifical Intelligence at MIT Expanding Frontiers. Vol. 1 and 2. Cambrdge: MIT Press. Navedeno iz: Matsatinis, N. F. And Siskos, Y. 2003. Intelligent Support Systems for Marketing Decisions. Dordrecht: Kluwer Academic Publishers Group, p. 224.

1990: Neuronska era

1985-1990: Era komercijalizacije

1980-1985:Era istraživanja

1975-1980: Era partnerstva

1970-1975: Era renesanse

1965-1970: Mračno doba

1960-1965: Era buđenja

1960: Predistorijsko doba


89

može se podijeliti u četiri perioda, što je prikazano na slici 3.2: Period naivnih rješenja (1960-1970), Period opštih metoda (1970-1980), Period područja znanja (1980-1990), Period višestruke integracije (1990-)

Pedesetih godina prošlog vijeka naučnici koji su se bavili računarstvom uglavnom su vodili diskusiju o maksimalnim mogućnostima računarskih aplikacija.

U svojim diskusijama naučnici su bili uvjereni da će sasvim izvjesno u dogledno vrijeme računari rješavati veliki broj problema iz različitih podru-čja, pa čak vrlo vjerovatno i uspješnije od samog čovjeka. Ipak, u to vrijeme naučnici nisu bili sasvim dovoljno upoznati ni sa složenošću inteligencije čovjeka, a istovremeno su na drugoj strani bili pretjerani optimisti u vezi sa onim što bi računari mogli dostići.

Izvor: Turban, E. et. al. 2005.. Decision Support Systems and Intelligent Systems. N.J.: Pearson Prentice Hall, p.543.

Slika 3.2 Razvoj poslovne inteligencije

Većina rješenja do kojih su naučnici došli u to vrijeme bila je primiti-vna, pa se zbog toga taj period naziva i periodom naivnih rješenja66.

Sedamdesetih godina prošlog vijeka naučnici su težište svog izučava-nja stavili na razvoj efikasnijih metoda opštih namjena za rješavanja proble-ma kao što su šeme predstavljanja znanja, strategije rezonovanja i efektivne heuristike istraživanja. Upravo zbog izgradnje metoda opštih namjena, ovaj

66 Winston, P. H., Shellard, S.A.(1990), ibidem, pp. 542-544

1960. 1970. 1980. 1990.

Područno znanje

Opšte metode

Naivna rešenja

Višestruka integracija


90

period se i naziva period opštih metoda. Nakon perioda opštih metoda slijedi period područja znanja za koji je

karakteristično prikupljanje znanja eksperata koje ima ključnu ulogu u ra-zvoju takvih sistema.

Od 1990. godine razvijeno je više naprednih metoda rješavanja pro-blema, što je navelo naučnike da integrišu višestruke tehnike i rješavanje problema u više područja. Ovo razdoblje naziva se periodom integracije jer su bili neophodni integrisani sistemi bazirani na pravilima, sistemi koji se zasnivaju na slučajevima ili sistemi vještačkih neuronskih mreža i genetskih algoritama.

3.1.3 Osnovne karakteristike sistema poslovne inteligencije

Primjena SPI omogućava menadžmentu korištenje samo onih informa-

cija koje su im u određenom vremenu potrebne za donošenje poslovnih odlu-ka, a pri tome su iskazane na način koji im najviše odgovara. Isto-vremeno, ako se koncept primjenjuje na pravi način, smanjuje se količina podataka i informacija kojima se zaposleni u poslovnim sistemima izlažu uz istovre-meno povećanje kvaliteta tih informacija.

Upravo zbog toga glavna namjera SPI jeste generisanje što kvalite-tnijih informacija potrebnih poslovnim sistemima za donošenje pravih poslo-vnih odluka. Ovim je data moć onim organizacijama koje u svom poslovnom procesu primjenjuju poslovnu inteligenciju, da podstiču i stvaraju pozitivne promjene u neposrednom okruženju.

ETL ETL ETL ETL ETL Izvor: Panian, Ž., Klepac, G.: Poslovna inteligencija, Masmedia, Zagreb, 2003., str. 61.

Slika 3.3 Sistem poslovne inteligencije

Poslovna inteligencija proizilazi iz operativnih podataka, ona je pro-

Skladište podataka

Analiza i

izveštavanje

Unutrašnji podaci

Vanjski podaci

Složene analitičke obrade


91

aktivna i orjentisana na dostavljanje informacija koje su namijenjene poje-dincima i to ujedno predstavlja njeno glavno obilježje. Važna pretpostavka primjene SPI jeste da korisnici iskazuju svoje preferencije po pitanju obi-lježja i vrsta informacija koje žele dobijati, te njihovu učestalost i sredstva komunikacije putem kojih će im informacije pristizati.

3.2 Elementi sistema poslovne inteligencije

Za uspješnu realizaciju projekta poslovne inteligencije neophodno je da projekat bude baziran ne tri veoma bitna elementa:

infrastruktura, podaci i aplikacija.

3.2.1 Infrastruktura

Pod infrastrukturom projekta podrazumijevamo sve zadatke koje je neophodno riješiti kako bi bila stvorena tehnička osnova za okruženje poslo-vne inteligencije. Za sve ovo potrebno je obezbjediti, prije svega, instalaciju i implementaciju novog hardvera i softvera, zatim konekciju između posto-jeće informacione infrastrukture i novog okruženja poslovne inteligencije. Ovu konekciju neophodno je obezbjediti na dva nivoa i to, na mrežnom ni-vou i na nivou baze podataka. Izgradnja infrastrukture za prvi sistem poslo-vne inteligencije uvijek je najteži dio posla, jer između ostalog zahtjeva rela-tivno puno vremena. Jednom uspostavljeni sistem poslovne inteligencije u dobroj mjeri može činiti osnovni temelj za realizaciju sledećih projekata ukoliko se sprovode iterativno. 3.2.2 Podaci

Možemo reći da pod pojmom podaci podrazumijevamo saznanje (podatke) o ljudima, mjestima, stvarima, usvojenim poslovnim pravilima i događajima koje donosioci odluka, odnosno menadžeri, koriste u procesu upravljanja organizacijom, kako bi ostvarili željeni cilj. Poslovni podatak nije metapodatak. Dakle, podaci predstavljaju pristup podacima, zatim nji-hovo mapiranje, izvođenje, transformaciju i agregaciju zavisno od zahtjeva i poslovnih pravila. Takođe podrazumijeva zadatke koji su neophodni kako bi se obezbedila konzistentnost i kvalitet informacija koje se prenose u okru-ženju poslovne inteligencije. Raspoloživi podaci iz svih prethodnih sistema


92

poslovne inteligencije u zavisnosti od potrebe i njihove povezanosti sa novim projektom, takođe se mogu u određenoj mjeri koristiti i za novi pro-jekat. Naravno da nam kod svake realizacije novog projekta, korištenje ra-spoloživih postojećih podataka iz prethodnog SPI, u značajnoj mjeri ola-kšava i ubrzava samu realizaciju.

3.2.3 Aplikacija

Pod aplikacijom podrazumijevamo prikupljanje poslovnih zahtjeva, dizajniranje modela i implementaciju uz vizuelizaciju i prezentaciju rezu-ltata analize u obliku, upita, izvještaja i grafika. Kod realizacije ovog eleme-nta veoma značajnu ulogu ima i veličina projekta. Pri izboru veličine pro-jekta SPI potrebno je voditi računa o tome da kompletno rješenje bude do-stupno analitičarima u periodu ne dužem od šest meseci. Svako probijanje vremenskog roka od šest mjeseci, kada je u pitanju realizacija projekta i dostupnost rješenja, neminovno dovodi do evolutivnog i iterativnog uve-ćanja SPI. U svakom sledećem ciklusu moguće je, i svakako poželjno, da se koristi infrastruktura i podaci iz prethodnih ciklusa, što će u znatnoj mjeri uticati na smanjenje troškova i skraćenje vremena realizacije projekta.

3.3 Poslovna inteligencija i njena primjena

Prava informacija danas predstavlja glavni preduslov za opstanak i preživljavanje u turbulentnim uslovima kakvi vladaju na tržištu. Ona po-maže organizacijama u preduzimanju odgovarajućih akcija, a da bi se do toga došlo, SPI moraju raspolagati i koristiti kako vanjske, tako i unutrašnje podatke. Unutrašnji podaci prikupljaju se po utvrđenim pravilima i lage-ruju uskladište podataka. Vanjski podaci su najčešće oni o konkurenciji i podaci o djelatnosti. Ovi podaci, isto kao i interni, prvo prolaze rutinsku obradu, da bi kasnije, zajedno sa internim podacima, bili korišteni za po-trebne analize.

Potreba za uvođenjem i korištenjem SPI u naprednim organizaci-jama javlja se kao poslovna potreba, zbog sve jače konkurencije na trži-štu, tako da prihvatanje SPI predstavlja mogućnost koju će veliki broj organizacija morati što prije prihvatiti i usvojiti ukoliko žele zadržati po-ziciju na tržištu.


93

3.4 Poslovna inteligencija i njeni korisnici

Liautaud67 ističe da vrijednost određene informacije raste srazmerno sa kvadratom broja korisnika koji imaju pristup toj informaciji pomnoženo sa brojem poslovnih područja u kojima ti korisnici rade. Organizacije koje u svojim poslovnim aktivnostima primjenjuju koncept poslovne inteligencije osposobljene su da uspostave bolju kontrolu nad svim informacijama i da iskoriste njihove prednosti, zatim da donose pravovremene i kvalitetnije odluke, čime će neminovno ostvariti prednost u odnosu na konkurenciju. Mnoge organizacije, istina riječ je o srednjim i velikim, već u značajnoj mjeri primjenjuju SPI koji im služe za upravljanje važnim poslovnim pro-cesima ne samo na nivou nižih organizacionih dijelova, nego i na nivou ci-jele organizacije s ciljem obezbjeđenja određenih prednosti u odnosu na ko-nkurenciju. Ovdje se najčešće radi o upravljanju procesima nabavki i pro-daje, upravljanju menadžmentom kvaliteta i sl. Pojačane aktivnosti u istraživanjima na području poslovne intelige-ncije imaju za cilj obezbeđenje što većeg stepena njene primjene koji će omogućavati lakše donošenje poslovnih odluka. Pored toga, ove pojačane aktivnosti u istraživanjima neminovno vode ka porastu konkurencije, pojavi zakonodavnog uplitanja državnih vlasti i međunarodne standardizacije u mnogim poslovnim procesima, zatim sigurno dolazi i do ukrupnjavanje organizacija i rasta globalizacije u svim područjima poslovne djelatnosti. Veoma uspješnu primjenu koncept poslovne inteligencije danas je na-šao naročito u bankarskom i trgovačkom sektoru, zatim sektoru osiguranja, špedicije, farmacije itd.

Neka predviđanja od strane onih koji se bave izučavanjem i primje-nom poslovne inteligencije idu čak dotle, da će u najskorije vrijeme značajni korisnici SPI postati i fizička lica uz čiju pomoć će unaprijediti kvalitet svakodnevnog života.

Takođe, neizostavnu ulogu u svemu ovome imaju sofisticirane info-rmacione tehnologije kroz Web usluge, ekstranet i korporacijske portale.

Širenje ideje i uvođenje SPI u različita područja državne uprave i ja-vne ustanove, između ostalog i u Fond PIO, znatno će olakšati život osigu-ranika i korisnika prava, ali i rad zaposlenih u ovoj instituciji. Pojedno-stavljenje administracije u poreskom sistemu, penzijskom i invalidskom

67 Liautaud, B. (2001) Business intelligence, Mc Graw-Hill, New York, str. 186


94

osiguranju, zdravstvenom osiguranju, socijalnoj zaštiti itd. doprinosiće sma-njenju troškova i podizanju kvaliteta života uopšte. Ovdje je veoma bitno da ovi alati budu jednostavni za upotrebu i dostupni velikom broju kori-snika. Na taj način, razvoj alata poslovne inteligencije omogućiće da svi ko-risnici ovog sistema provode relativno malo vremena za analiziranje odre-đenih podataka. Jednostavno, oni će biti osposobljeni za samostalan pristup određenim podacima, kreiranje izveštaja itd. Na kraju može se navesti da je vrlo izvjesno da će daljim razvojem SPI uvijek pružati samo jednu mogu-ćnost istine donosiocima odluka i svim drugim njegovim korisnicima i na taj način uveliko uticati na povećanje kredibiliteta informacionih sistema uopšte.

3.5 Poslovna inteligencija i očekivanja

Osnovna zamisao SPI jeste da njegov korisnik koristeći operativne po-datke dođe do novih korisnih informacija uz pomoć kojih će donosilac odlu-ke znatno lakše donijeti ispravnu, pravovremenu i efikasnu poslovnu odluku. Kao glavna odlika SPI nameće se što bolje razumijevanje određnih po-slovnih događaja do kojih se dolazi kroz analizu raspoloživih informacija uz pomoć cjelovitog sistema upita i izvještavanja.

Primjenom alata poslovne inteligencije u značajnoj mjeri smanjuje se vrijeme potrebno za izradu određenih izvještaja, što na drugoj strani dire-ktno dovodi do povećanja raspoloživog vremena za analizu podataka. SPI svakom korisniku omogućava nesmetano praćenje dostignuća organizacije u realnom vremenu, tj. onog trenutka kada on iskaže potrebu za uvidom u istu. Na ovaj način, u značajnoj mjeri skraćuje se vrijeme za donošenje opera-tivnih i strateških odluka na svakodnevno donošenje istih.

Karakteristika današnjeg SPI u dobrom dijelu zasnovana je na izvje-štavanju o stanju poslovnih procesa i njihovom izvršavanju. Ipak u budu-ćnosti od SPI očekuje se da uz dobijene informacije obezbijedi naprednije procese odlučivanja, koji će obavljati rutinske pripreme i zadatke umjesto zaposlenih, a njima ostaviti više vremena za samo donošenje odluka.

Glavni zahtjevi korisnika SPI su68: Sigurno okruženje Raspoloživost i dostupnost Visok stepen prilagodljivosti

68 Panian Ž., Klepac G. (2003) Poslovna inteligencija, Masmedia, Zagreb, str. 215


95

Zadovoljavajuća djelotvornost Brz razvoj i jednostavna administracija

Sigurno okruženje- informacije zbog veličine značaja i važnosti mo-raju biti dobro zaštićene od nedozvoljenog pristupa i korištenja.

Raspoloživost i dostupnost putem različitih kanala- aplikacije poslovne inteligencije korisniku moraju biti dostupne u bilo koje vrijeme i na bilo kom mjestu, dakle zahtjeva se neprekidna raspoloživost.

Visok stepen prilagodljivosti- tj. maksimalna prilagodljivost i sposo-bnost obrade podataka u vidu brze reakcije na dinamične promjene u poslo-vnom okruženju i uslovima.

Skalabilna memorija i zadovoljavajuća djelotvornost- s obzirom na ogromnu količinu raspoloživih podataka i njihov rapidan rast, kao i rast broja korisnika SPI, neophodno je da sistem zadovoljava odgovarajući stepen dje-lotvornosti i obezbjeđuje skalabilno i proširivo okruženje za punjenje, ažuri-ranje i reorganizovanje podataka.

Brz razvoj i jednostavna administracija- korisnici SPI stalno zahtjeva-ju njegov što brži razvoj, pri čemu se kao jedan od problema javlja nedosta-tak stručnog i visokoosposobljenog kadra informatičara. Organizacije u mnogim slučajevima teško dolaze do kadrova takvog profila sa odgovara-jućim znanjima i sposobnostima, što nužno vodi ka nemogućnosti podešava-nja sistema baza podataka. Rješenje ovog problema nalazi se u rukama proi-zvođača koji se trude da razviju automatizovane alate koji će u značajnijoj mjeri olakšati organizacijama poslove vezane za administraciju baza poda-taka.

Izvor: www.swiki.net/.../09/business_intelligence02.jpg (dostupno, 26.11.2009)

Slika 3.4 Šematski prikaz infrastrukture SPI, skladištenja podataka i glavni zahtjevi korisnika sistema


96

Na slici 3.4 šematski je prikazana infrastruktura SPI, skladištenja podataka i glavni zahtjevi korisnika sistema.

3.6 Znanje i upravljanje znanjem

U poslednje vrijeme u domaćim medijima, kako pisanim tako i ele-ktronskim, prilikom rasprava o aktuelnim privrednim temama, svjedoci smo sve češćeg pojavljivanja pojma znanje i upravljanje znanjem uz poseban akcenat na ulogu znanja u rješavanju evidentnih poslovnih problema. Tako-đe, ovaj pojam u poslednje vrijeme veoma često se može sresti na raznim seminarima, stručnim skupovima i simpozijumima na kojima se vodi ra-sprava o temama koje su vezane za savremeni menadžment i proces rješa-vanja problema u kojima se nalaze privredni subjekti u poslovnom okru-ženju. 3.6.1 Pojam i značaj znanja

Postoji više definicija znanja, ali izdvajamo sledeću: Tiwana posmatra znanje kao relevantne informacije koje su dostupne

u pravom obliku, u pravo vrijeme i na pravom mjestu i neophodne za dono-šenje odluka69.

Znanje je „promjenljivi miks iskustva, vrijednosti, kontekstualnih informacija i ekspertskih stavova koji daju okvir za evaluaciju i inkorpo-raciju novog iskustva“. Znanje nastaje i pojavljuje se u mislima onoga ko posjeduje znanje70. U organizacijama, znanje je često ugrađeno ne samo u dokumentima ili izvještajima, već i u organizacionoj rutini, procesima, praksi i normama.

Pojam intelektualni kapital i poslovna inteligencija usko je vezan uz pojam znanje i upravljanje znanjem. Takođe, u poslednje vrijeme imamo i pojavu sve češćeg pominjanja o prelazu iz informacionog društva u društvo znanja. Ipak, u svim ovim pojavama pojam znanje, veoma rijetko se defi-niše. Za Johna Locka, znanje nije odgovaranje naših ideja realnoj suštini stvari, nego opažanje slaganja ili neslaganja među idejama, npr. čulnih po-dataka dobijenih iz iskustva i naših teorija o tom iskustvu71. Krajem deve-desetih godina prošlog vijeka veoma popularan je bio pojam upravljanje

69 Đorđević-Boljanović, Jelena (2009), Menadžment znanja, Data status, Beograd, str. 6 70 Đorđević-Boljanović, Jelena (2009), ibidem, str. 6 71 Đorđević-Boljanović, Jelena (2009), ibidem, str. 2


97

znanjem (engl. knowledge management). Pojam upravljanje znanjem veoma često je obrađivan u stranoj stručnoj literaturi, uz preporuku za njegovo korištenje kao "alata" koji su na raspolaganju savremenom menadžmentu.

Imajući u vidu sve strukturne promjene u ekonomskom razvoju, uz naglašenu ulogu znanja dolazi do promjene i među samim resursima. Tako, primat među resursima postaje ekonomija znanja za razliku od materijalnih dobara, koja su primat držala ranije.

Još u doba industrijske revolucije ljudsko znanje bilo je posvećeno pored svega saznanjima kako i na koji način unaprijediti rad mašina i proizvodnih procesa koji bi za rezultat dali poboljšanje kvantiteta, kvaliteta, ali i što povoljniju cijenu gotovog proizvoda. U to vrijeme, dostignuta zna-nja naročito su korištena za povećanje opšte produktivnosti ljudskog rada. Velike organizacije vodile su glavnu riječ kroz masovnu proizvodnju uz pomoć koje su postizale kvantitet, kvalitet, povoljnu cijenu koji su njihovim proi-zvodima na relativno lak način omogućavali prolaz do kupaca širom svijeta. Za razliku od tada, danas imamo drugačiju situaciju u kojoj ponuda prema-šuje stepen potražnje i do 30%.

Ovo neminovno dovodi do toga da organizacije umjesto povećanja prozvodnje kao što je nekada bilo, sve više koriste znanje sa ciljem da se poveća efikasnost, efektivnost i produktivnost uz što bolji kvalitet i što manji utrošak materijala. Znanje danas predstavlja najviše dodate vrijednosti u nekom proizvodu, a ne materijali kao što je nekada bilo. Danas imamo situaciju da stalno raste vrijednost računara, automobila, aviona, stanova, tehničkih aparata i sl. zavisno od broja ugrađenih modernih tehnoloških izuma. Kao posledicu ovoga, imamo realnost da se sve više prodaje inteli-gencija, a ne sirovine i materijali od kojih se izrađuju proizvodi. Konačno, posledica svega naprijed navedenog je da su poslovni subjekti došli do tačke kada je neophodna promjena do sada ustaljenih načina poslovanja i pona-šanja na tržištu.

Poslovni subjekti u tržišnoj utakmici prisiljeni su da u cilju svog opstanka i napretka na najbolji mogući način koriste osnovne resurse po-slovanja današnjice, a tu se prije svega misli na raspoložive informacije i znanje ne samo od vlastitih kadrova.

Prelazak iz industrijske ekonomije u ekonomiju znanja obilježilo je nekoliko bitnih činilaca od kojih su najvažniji:

informacija,


98

informaciona i komunikaciona tehnologija, razvoj informacionih i komunikacionih tehnologija, zadovoljstvo korisnika i kupaca.

Izvor: autopoiesis.foi.hr (dostupno 18.12.2011.)

Slika 3.5 Upravljanje znanjem

Jedan od najvažnih resursa za ekonomiju znanja predstavlja info-rmacija, ali ne bilo kakva informacija, već prije svega pravovremena i tačna. Osnovnu infrastrukturu ekonomije znanja čine informaciona i komunikaci-ona tehnologija. Na skraćenje poslovnih procesa, a time i ubrzanje poslova-nja, najveći uticaj ima razvoj informacionih i komunikacionih tehnologija. I, na kraju, svakako da danas osnovni cilj ekonomije predstavlja, zadovoljstvo korisnika i kupaca.

Kupci i korisnici usluga su glavni faktori koji danas nameću uslove poslovanja. Upravo zbog toga, pred organizacije se jednostavno nameće po-treba stvaranja novog znanja u kontiuitetu i to prvenstveno kroz ulaganja u vlastite kadrove. Ulaganjem kroz različite vidove u vlastite kadrove kreira se intelektualni potencijal u kome znanje postaje najvažniji faktor.

U takvom okruženju "inteligencija“ preuzima sve značajniju ulogu, čime znanje praktično postaje osnovna životna potreba. U poslednje vrijeme na globalnom svetskom tržištu najveća pažnja usmjerava se prije svega na potražnju, te stvaranje i pohranjivanje znanja. U bazama znanja ili dokume-ntima pohranjuje se znanje, koje sve više postaje i nezaobilazni dio procesa unutar organizacije.


99

Pojam znanje često se definiše i kao nematerijalni resurs, stvarna slika iz perspektive ljudskog posmatranja, te kao zamisli sveta iz njegovog okru-ženja. Za znanje možemo reći da se sastoji od skupa ideja, intuicije, isku-stava, veština i učenja, kao i da ima potencijal za stvaranje nove vrednosti. 3.6.2 Znanje- podjela i vrste

Znanje nastaje u umovima ljudi, a prema autoru koji se među prvima bavio pitanjima kreiranja i korištenja znanja, Michaelu Polanyiu72, znanje možemo podijeliti na:

eksplicitno (engl. explicit knowledge) i tiho ili iskustveno znanje (engl. tacit knowldege).

Izvor: www.hcklab.org/.../tacit-explicit-knowledge.htm (dostupno, 12.05.2012.)

Slika 3.6 Podjela znanja

Eksplicitno znanje artikulisano je formalnim jezikom i lagano se pre-nosi u obliku informacije od jednog do drugog pojedinca. Ovo znanje naj-češće susrećemo pohranjeno npr. u knjigama, časopisima, brošurama, ele-ktronskim nosačima (CD, disketa, USB i sl.). Pojedinac ovako pohranjeno znanje jednostavno iščitavajući uglavnom koristi u procesu obrazovanja, projektovanja, izrade i sl.

Tiho ili iskustveno znanje, za razliku od eksplicitnog znanja u stvari čini znanje koje je nastalo ili stečeno ličnim iskustvom samog pojedinca. Iskustvo, stečene vještine, lične vrijednosti i uvjerenja, samo su neki od faktora koji su uključeni u ovo znanje. Ovo znanje nije baš posebno vidljivo kod pojedinca, te zbog toga često ostaje skriveno i nedovoljno iskorišteno jer do njega nije lako doći.

72 Frappaolo, C., (2002)"Knowledge management", Capstone Publishing, Oxford UK, str. 10.


100

Tiho znanje bogatije je od eksplicitnog i najveću vrijednost ima ukoli-ko se pravilno i pravovremeno upotrijebi. Posjedovanje iskustvenog znanja i njegova pravovremena primjena dovodi do stvaranja nove vrijednosti i isto-vremeno prednost organizaciji u odnosu na konkurenciju na tržištu.

Kao resurs koji nije materijalan, znanje možemo sakupljati, skladištiti i prenositi. Prenošenje znanja vršimo našim govorom, pisanjem u formi teksta i slikom ili pak njihovom kombinacijom.

Razmatrajući pojam znanja u okviru ove monografije, koja daje nagla-sak na odlučivanje i poslovnu inteligenciju, znanje se može vezati uz čo-vjeka i organizaciju, a njegova realizacija u organizaciji odvija se kroz uspo-stavljanje sistema upravljanja znanjem. Danas u savremenom poslovnom svijetu postoji razvijena svijest da je ukupno znanje u organizaciji puno veće od onog koje se koristi u procesima organizacije. U tom smislu interesantna je izjava Lew Platta, bivšeg izvršnog direktora Hewlet Packarda: "Da je HP znao što HP zna, mi bi bili tri puta više profitabilniji."73

Posmatrano uopšteno, znanja postoje u ljudima i timovima i čine uku-pno organizaciono znanje i potencijal koji je mjerljiv. Ova znanja u suštini predstavljaju intelektualni kapital određene organizacije, a samim time i dio ukupne vrijednosti iste te organizacije. Ipak, u praksi je često drugačije i prilikom odlaska pojedinca iz organizacije, znanje se gubi zbog toga što nije bilo dovoljno dokumentovano. Isti slučaj se događa i sa znanjem koje po-sjeduju određeni timovi. I ovo znanje u timovima po pravilu nije dovoljno dokumentovano i razmjenjivano u vidu učenja sa ciljem povećanja kompe-tencija organizacija na tržištu. Dakle, za bilo koju organizaciju nedovoljna dokumentovanost znanja može da predstavlja značajan problem prilikom odlaska pojedinca ili dijela tima u drugu organizaciju. Da bi se ova pojava preduprijedila i na neki način ublažila eventualna šteta, u poslednje vrijeme organizacije značajna sredstva izdvajaju i ulažu u informacione tehnologije koje na najlakši način sakupljaju, upravljaju i prenose eksplicitno znanje za koje je moguće odrediti i kvalitet. Za razliku od eksplicitnog, tiho znanje se prenosi putem lične komunikacije i kod njega možemo konstatovati da još uvijek postoji opšte nepovjerenje prema svemu što se ne može kvantifi-kovati i što nije moguće prenijeti.

Upravo ono po čemu se jedna organizacija razlikuje od druge i što je čini uspješnom, možemo povezati sa tihim znanjem koje posjeduje ta orga- 73 Frappaolo, C., (2002), ibidem, str. 10


101

nizacija. Tiho znanje po svojoj definiciji je kontinuirano promjenljivo, mije-nja se, dakle, raste sa usvojenim novim vještinama i novim iskustvom poje-dinca koji posjeduje to znanje. Sposobnost organizacije da širi i unapređuje nivo tihog znanja, te da ga potom među svojim stručnim kadrom predsta-vlja, osnovni je zadatak funkcije upravljanja znanjem. Usvajanje i primjena standarda i sistema menadžmenta kvaliteta u značajnoj mjeri uz pomoć odgovarajućih alata i tehnika obezbjeđuje pristupačnost tihog znanja za sve ostale u organizaciji. Navedenim procesom, dio tihog znanja može kreirati treći tip znanja u određenoj organizaciji i to je tzv. implicitno znanje. Impli-citno znanje predstavlja specifičnost svojstvenu za određenu organizaciju i veoma teško se može kopirati. Uglavnom organizacija ovo znanje stiče kroz uspješno dugogodišnje rješavanje određenih problema i projekata, što u osnovi predstavlja značajan elemenat prednosti te organizacije u odnosu na konkurenciju na tržištu.

Pored do sada navedene klasifikacije, znanje se prema supstanci dijeli na74:

činjenično znanje, proceduralno znanje i znanje za prosuđivanje.

Činjenično znanje predstavljaju podaci i informacije, dok procedura-lno znanje predstavljaju tehnike kao što su algoritamski i heuristički po-stupci i koriste se u ekspertnim sistemima ili od strane dva stručnjaka za rješavanje određenih problema.

Izvor: (prilagođeno) Vidović, S., (2003) , "Upravljanje znanjem", InfoTrend, Zagreb, br. 107, str.45

Slika 3.7 Klasifikacija znanja prema supstanci

74 Vidović, S., (2003) , "Upravljanje znanjem", InfoTrend, Zagreb, br. 107, str. 44.-47.

Znanje

Činjenično znanje Proceduralno zanje Znanje za prosuđivanje

Podaci Meta podaci Heuristički postupci

Algoritamski postupci

Ciljevi Ograničenja


102

Znanje za prosuđivanje omogućava vrednovanje ograničenja i bitno je za menadžment prilikom procesa planiranja radi postavljanja ciljeva koje je moguće ostvariti u planovima. Na slici 3.7 dat je grafički prikaz klasifikacije znanja prema supstanci. 3.6.3 Nosioci znanja

Znanje se sastoji iz činjenica, pravila, metodologija, teorija, primjera itd. Modeli nastaju kada pojedinac koji posmatra svijet oko sebe svojim zamislima iskazuje sliku stvarnosti i predstavljaju nosioce znanja. Što je određena slika stvarnosti zamišljena i stvorena od strane pojedinca, pogo-dnija za razumijevanje od drugih, ona time postaje model stvarnosti i preu-zima se od prethodnog izvora znanja. Tako preuzeta slika, može biti ista ili slična određenoj stvarnosti. Upravo ta sličnost u tom trenutku postaje odre-đena mjera kvaliteta znanja. Ovaj proces modeliranja i prenošenja znanja predstavlja polaznu osnovu svih procesnih obilježja znanja. Osnovu izgra-dnje sistema za upravljanje znanjem čine nosioci znanja. Prema mjestima na kojima se nalaze izvori znanja, razlikujemo sledeće nosioce znanja:

znanje organizacije u cjelini, eksplicitno i iskustveno znanje svakog pojedinca, tehnološko znanje kao što su računari i računarske mreže, aplikacije

i moduli, znanje spoljnih izvora.

3.6.4 Upravljanje znanjem

Ljudsko znanje u današnje vrijeme, u modernoj ekonomiji, smatra se najvrednijim resursom poslovanja jedne organizacije. Samim time što pre-dstavlja najvrjedniji resurs, a resursima je neophodno i upravljati, s pravom možemo reći da upravljanje znanjem predstavlja jednu od nezaobilaznih ko-mponenti u savremenom menadžmentu.

Savremeni menadžment poznaje mnoštvo definicija za upravljanje znanjem, ali izdvojićemo sledeću: Pod upravljanjem znanjem podrazumeva se pretvaranje individualnog znanja zaposlenih u organizaciji u kolektivno, organizaciono znanje, koje bi bilo dostupno, u pravom trenutku i na pravi način, svim članovima organizacije na svim njenim nivoima75. 75 Đorđević-Boljanović, Jelena (2009) Menadžment znanja, Data status, Beograd, str. 9


103

Osnovni cilj i zadatak upravljanja znanjem jeste povezivanje izvora znanja sa onima kojima je to znanje potrebno u određenoj organizaciji. Da-kle, za upravljanje znanjem možemo reći da predstavlja proces kojim se utvrđuje i analizira trenutno raspoloživo znanje uz pomoć kojeg će se ispuniti planirani ciljevi organizacije na tržištu. Na sledećoj slici prikazane su ključne faze procesa upravljanja znanjem.

Saradnja Repozitorij raspoloživog znanja Upravljanje tokovima sa drugima poslovnih procesa

Izvor: (prilagođeno) www.autopoiesis.foi.hr (dostupno 22.11.2011.)

Slika 3.8 Ključne faze procesa upravljanja znanjem

Proces upravljanja znanjem čini nekoliko ključnih faza i to: Faza obezbeđenja/pribavljanja potrebnog znanja, Faza skladištenja pribavljenog znanja, Faza distribucije znanja do korisnika i Faza primene raspoloživog znanja.

3.6.5 Lanac znanja

Izraz lanac znanja je izvedenica prema engleskom izrazu knowledge chain koji su prvi uveli Koulopoulos, Toms i Spinello u istraživanju za njihovu knjigu "Corporate Instinct" u kojoj definišu koncept lanca znanja76 koji je od suštinske važnosti za razumijevanje kretanja i razvoja znanja unu-tar organizacije.

Pod pojmom lanac znanja podrazumijevamo koncept kreiranja orga-nizacionog ciklusa poslovanja i inovacija znanja.

Lanac znanja sadrži četiri elementa koja čine osnovu korisnosti upravljanja znanjem i to77:

interna svijest, 76 Đorđević-Boljanović, Jelena (2009), ibidem, str. 15 77 Đorđević-Boljanović, Jelena (2009), ibidem, str. 16

Pribavljanje znanja

Skladištenje znanje

Distribucija znanja

Primena znanja


104

interne odgovornosti, eksterne odgovornosti i eksterna svijest.

Interna svijest organizacije predstavlja sposobnost brze procjene ključne kompetencije i ukupnih vlastitih vještina. U praksi nije rijedak slučaj kod organizacija da se javlja određeni problem zbog primjene već postojećih pravila iako postoje i nova znanja. Ovaj problem predstavlja uglavnom po-sledicu male iskorištenosti raspoloživog znanja, a javlja se zbog otpora za-poslenih pri usvajanju novih znanja. Korisnici ovdje uglavnom koriste zna-nja koja potiču još iz prošlosti, a veoma malo ili nikako nova znanja, prije svega jer su zadovoljni trenutnim postignutim uspjehom organizacije. Ovdje relativno često može doći i dolazi do uspavanosti organizacije na tržištu, što konkurencija vrlo vješto može da iskoristi.

Interna Eksterna Svest Odgovornost

Izvor: Đorđević-Boljanović, Jelena (2009) Menadžment znanja, Data status, Beograd, str.16

Slika 3.9 Kretanje kroz četiri ćelije lanca znanja

Interna odgovornost organizacije predstavlja sposobnost organizacije u korištenju svojih raspoloživih znanja i ključne kompetencije, odnosno svi-jesti koje ugrađuje u novi proizvod ili uslugu koje će ponuditi na tržištu. Na-žalost u praksi se često događa da organizacije iako potpuno svjesne svog stanja i položaja na tržištu ipak nisu spremne, a često ni sposobne da reaguju pravovremeno na postojeće izazove. Dakle, i pored posjedovanja određenih znanja i veština, organizacije ih jednostavno ne stavljaju u funkciju, a koje bi im sasvim sigurno donijele veoma bitne prednosti u odnosu na konkure-nte.


105

Eksterna odgovornost organizacije predstavlja njenu sposobnost da: izvrši preciznu procjenu položaja onoga što nudi na tržištu, pravovremeno odredi trendove, želje i navike korisnika na tržištu, identifikuje potencijalne opasnosti koje dolaze od konkurencije, se u potpunosti upozna sa institucionalnim ograničenjima i novim

propisima i ista dosledno primjenjuje, pravovremeno procjenjuje buduće zahtjeve tržišta.

Eksterna svijest predstavlja sposobnost organizacije da se veoma brzo prilagođava svim zahtjevima tržišta i to tako da je brža i uspješnija od ko-nkurencije. Dakle, eksterna svijest predstavlja sve prednosti u odnosu na konkurenciju i to je ključno pitanje opstanka jedne organizacije na tržištu.

Na slici 3.10 dat je prikaz elemenata lanca znanja sa aktivnostima koje se odvijaju u dvije vrste organizacije, onima koje prihvataju koncept upra-vljanja znanjem, tzv. organizacijama koje stalno „uče“ i onima sa tradici-onalnim pristupom.

SVES

NO

ST

Unutrašnja Spoljna Organizacija koja stalno „uči“

kolektivna svijest o snazi i slabostima unutar i kroz funkcijske strukture, iskustva se otvoreno prenose, fokus je na kompetencijama i talentima, a ne na proizvodima

unaprijed razmišlja o mogućim konkurentima, kontinuirano otklanja prepreke i istražuje inovativne pristupe za osvajanje novih klijenata

Tradionalna organizacija slaba unutrašnja svjesnost, rukovođe-nje strogo hijerarhijski prema određe-noj funkcijskoj strukturi, statična politika i procedure, znanje se ne dije-li, fokus je na postojećoj proizvodnji

oslanjanje na postojeće robne marke, ne pridaje se dovoljna pažnja na istraživa-nja novih mogućnosti za zadržavanje postojećih i osvajanje novih kupaca, vrlo mali napori u aktivnostima predviđanja kretanja tržišta

Unutrašnja Spoljna

REA

KTI

VN

OST

Organizacija koja stalno „uči“ sposobna je odmah koristiti sve svoje vještine na osnovu provedene interne procjene svojih resursa i procjene novih zahteva i mogućnosti na tržištu

fokus usmjerava na nove proizvode/ usluge kupcu, koje su rezultat njena znanja i dodate vrijednosti proizvodu premda ih tržište još nije artikulisalo i neizvjestan je povrat uloženih sredstava

Tradicionalna organizacija nove ideje "guše" se zbog oslanjanja na unapred utvrđene procedure i strogi hijerarhijski stil donošenja odluka u okviru rigidne organizaci-jske structure

dugi periodi između inovacijskih ciklusa,nerazvijeni distribucijski kanali sa standardizovanim proizvodima

Izvor: (prilagođeno) www.autopoiesis.foi.hr (dostupno 22.11.2011.)

Slika 3.10 Aktivnosti u organizaciji vezane uz pojedine elemente lanca znanja


106

Jasno je da organizacije, da bi zadržale svoje mjesto na tržištu i ostva-rile određeni napredak, ili postale vođe, moraju voditi računa prije svega o do sada izloženim elementima uz izgradnju vlastite infrastrukture upravlja-nja znanjem. Da bi jedna organizacija bila uspješna, ona mora svakodnevno usvajati nova znanja, a menadžmet mora to usvajanje postaviti kao jedan od veoma važnih strateških prioriteta u poslovanju organizacije.

Ovdje pred menadžmentom stoji veoma ozbiljan i složen zadatak izgradnje i organizacione kulture uz razvijanje mehanizama za dijeljenje i međusobnu razmjenu raspoloživih znanja. Stalnom razmjenom znanja, orga-nizacija dolazi do potrebe za analizom i definisanjem razlika između raspo-loživog i potrebnog znanja, a nakon toga i razvoja mehanizama procjene i reprodukcije znanja. Dakle, organizacije moraju pronaći metode i tehnike otkrivanja, prikupljanja, pohranjivanja, reprodukcije i dopunjavanja znanja uz čiju primjenu će ostvariti željene ciljeve. Krajnji cilj svake organizacije za koju se može reći da je uspješna, jeste ostvarenje zajedničkog efekta ko-mbinacijom procesiranja podataka i informacija uz primjenu informacionih tehnologija, uključujući inovativne i kreativne sposobnosti vlastitih kadrova.

Iz do sada izloženog možemo reći da pod "lancom vrednosti" podra-zumijevamo stalnu obradu raspoloživih podataka i njihovo pretvaranje u informacije i znanje koje ćemo koristiti za donošenje što kvalitetnijih po-slovnih odluka.

3.6.6 Značaj upravljanja znanjem

Koliko uspješno je jedna organizacija sposobna da koristi raspoloživo znanje svojih kadrova, a posebno koliko je sposobna naučiti i usvojiti neka nova znanja, ima veliki uticaj na to kakva će i da li će uopšte biti prednost u odnosu na konkurenciju. Na bazi dosadašnjih saznanja i prema procjenama najveći dio znanja, između 50 i 95% i to eksplicitnog i iskustvenog, prenosi se usmenom, direktnom komunikacijom78. Pri tome se veliki dio znanja izgubi, pa uglavnom organizacije upotreblja-vaju oko 20% svog raspoloživog znanja. Za svaku organizaciju veoma važno je da neiskorišteno znanje pretvori u intelektualni kapital. Stvaranje novih ideja i inovacija jedna je od karakteristika uspješne organizacije. Često veo-

78 Spremić, M., "Upravljanje znanjem od teoretskog modela do praktičnog pristupa", Računovodstvo, revizija i financije, br. 9/2001, str. 131


107

ma uspješne organizacije svoje zaposlene podstiču i stimulišu za pri-mjenu novih inovacija koje će organizaciji donijeti nove uspjehe na tržištu. Razrada i uspješna primjena inovacije po pravilu je proces za koji je potre-bno određeno vrijeme, a menadžmet u tom procesu mora sistematski usmje-ra-vati i razvijati usvojenu poslovnu politiku te podsticati aktivnosti koje su bitne za praktično provođenje upravljanja znanjem kao što su79:

podsticanje kreativnosti, timskog rada i istraživačkog pristupa poslo-vanju,

organizovanje neformalnih događaja i stvaranje neformalne radne okoline,

održavanje sastanaka na kojima se razmjenjuju pogledi, ideje i znanje, organizovanje rasprava i radionica, primjena benchmarking tehnika, brainstorminga i sl. metoda, ulaganje u istraživačke studije i razvoj, redovno analiziranje poslovnih procesa, samostalno razvijanje novog znanja ali i kupovanje znanja, organizovanje treninga i ostalih vidova obrazovanja zaposlenih, stvaranje projektne dokumentacije, učenje iz završenih projekata, provođenje "cost-benefit" analize projekata, upotreba znanja izvan organizacije (knjige, studije, naučne institucije), prikupljanje, pohranjivanje i analiza informacija o kupcima, doba-

vljačima i partnerima, razvijanje preduzetničke organizacione kulture, motivisanje zaposlenih nagrađivanjem, fondovima i sl., razvijanje odgovarajuće tehnološke infrastrukture-informacionog si-

stema znanja uz upotrebu intraneta i interneta i upotreba BI tehnologije.

3.6.7 Intelektualni kapital

Prvi koji je definisao intelektualni kapital i na taj način pokrenuo ko-ncept intelektualnog kapitala Thomas Stewart80 učinio je to u seriji svojih članaka u magazinu Fortune počevši od 1991. godine. Po njegovom mišlje-nju, organizacije u sve većoj mjeri zavise od znanja, procesa, vještina me- 79 Spremić, M., (2001), ibidem, str. 131. 80 Đorđević-Boljanović, Jelena (2009), Menadžment znanja, Data status, Beograd, str. 10


108

nadžmenta, tehnologija, informacija o klijentima i snabdevačima, iskustva. Povezivanjem nabrojanog znanja dobija se intelektualni kapital. U literaturi se mogu naći i druge definicije, ali najkraće rečeno, intelektualni kapital či-ne sva znanja koja posjeduju zaposleni u nekoj organizaciji81.

Za upravljanje znanjem možemo reći da predstavlja poslovnu disci-plinu ili teoriju koja za rezultat ima povećanje stepena važnosti znanja. Si-stemsko prikupljanje znanja i njegova primjena stvara odgovarajuće okruže-nje koje podstiče dijeljenje i transfer stečenog i usvojenog znanja kao i stva-ranje nove vrste imovine kompanije, intelektualnog kapitala. Za razliku od prošlosti kada su glavne vrijednosti predstavljali opipljivi resursi kao što su prirodna bogatstva, mašine i ljudi, danas je to znanje. Znanje se danas sve više kao neopipljivi resurs ugrađuje u proizvod, što direktno utiče na visinu njegove cijene. Za razliku od industrijske ekonomije u današnjoj ekonomiji kapital je neopipljiv i čine ga:

imidž, robna marka, tradicija, odnos sa kupcima, povezanost sa partnerima, iskustva i vještina u poslovanju i znanju sposobnosti zaposlenih. Neopipljivi kapital stvara znatno više nove vrednosti u odnosu na fizi-

čki opipljivi. Uspješne organizacije koje drže do sebe najvrjednijim dijelom kapitala smatraju neopipljivi kapital, odnosno znanje i inteligenciju. Upravo znanje i inteligencija, kao neopipljivi i skriveni kapital i imovina čine znatan deo vrijednosti uspješnih organizacija. Za uspješnost jedne organizacije veo-ma bitno je ostvarenje veze između znanja zaposlenih i finansijskih rezu-ltata.

Ostvarenje ove veze predstavlja ključni momenat dolaska do pojma intelektualni kapital. Intelektualni kapital čini akumulirano znanje koje neka organizacija posjeduje u svojim ljudima, metodama, patentima, dizajnima i vezama i znatno je širi pojam od znanja82. 81 Đorđević-Boljanović, Jelena (2009), ibidem, str. 10 82 Srića, V., Spremić, M.,(2000)"Informacijskom tehnologijom do poslovnog uspjeha", Sinergija, Zagreb, str. 194.


109

Znanje i intelektualni kapital čine trajne resurse koji organizaciji obe-zbjeđuju prednost u odnosu na konkurenciju.

Prema Đorđević-Boljanović postoje tri vrste intelektualne imovine ili kapitala83:

ljudski kapital ili sposobnosti (iskustvo, vještine i sposobnosti ljudi), struktura ili interni kapital (patenti, tržišne marke i zaštićena prava,

baze podataka, dizajn, informacioni sistemi) i tržišno zasnovan ili eksterni kapital (profitabilnost i lojalnost potro-

šača, marka, licenca, franšiza).

Ljudski kapital predstavlja znanje, inteligenciju i akumulirano iskustvo ljudi. Osim znanja, ovaj kapital uključuje i:

motivaciju, spremnost na rad u timu, međusobnu saradnju članova tima, spremnost na određeni rizik i prilagođavanje promjenama i vjernost i odanost kompaniji.

Ljudski kapital moguće je podijeliti na: inovacijski i upravljački kapital.

Inovacijski kapital je pokretač stvaranja novih vrijednosti i stvaranja konkurentske prednosti organizacije u odnosu na druge. Izuzetno je važno da organizacija raspolaže sa inovacijskim kapitalom. U slučaju da organiza-cija ne posjeduje inovacijski kapital, onda su šanse za opstanak i dalji nasta-vak življenja organizacije na tržištu u nadolazećim vremenima, značajno otežane i gotovo svedene na minimum.

Strukturalni ili organizacioni kapital predstavlja sposobnost organiza-cije da koristi inovativni i intelektualni potencijal svojih zaposlenih. On se najčešće operacionalizuje kroz informacioni sistem, softver, veštine i isku-stvo koje organizacija ugrađuje u procese i sisteme. Sve ono što po odlasku zaposlenih po završetku radnog vremena sa radnog mesta ostane u organi-zaciji u vidu znanja, čijom primjenom neko drugi može povećati vrijednost na dobrobit organizacije, posmatramo kao strukturalni kapital.

83 Đorđević-Boljanović, Jelena (2009) Menadžment znanja, Data status, Beograd, str. 11


110

U situaciji kada kompanija ostvaruje sinergiju sa svojim okruženjem kroz negovanje odnosa sa svojim kupcima i dobavljačima nastaje kapital klijenata.

Dakle, intelektualni kapital predstavlja kombinaciju ljudskog kapitala - umova, vještina, uvida i potencijala članova organizacije i strukturalnog kapitala odnosno stvari koje predstavljaju klijenti, procesi, baze podataka, robne marke i informacijska tehnologija84.

To je mogućnost da se znanje i apstraktna dobra pretvore u izvore bo-gatstva, umnožavajući ljudski kapital strukturalnim kapitalom. Iako se znanje o postojanju i važnosti intelektualnog kapitala povećava svakim da-nom, on još uvijek predstavlja nemjerljivu stavku za većinu organizacija.

Nažalost, naši menadžeri veoma malo koriste raspoloživa nova znanja i intelektualni kapital u organizaciji. Uglavnom se oslanjaju na postojeća znanja bez neke pretjerane želje za primjenom novina. Za razliku od doma-ćih menadžera, menadžeri sa zapada iz razvijenih ekonomija veliki dio svog radnog vremena troše na učenje i usavršavanje, a procenti se kreću od 15-30, pa sve do 40% što je karakteristično za japanske menadžere. Možemo konstatovati da u turbulentnim tržišnim uslovima u kojima organizacije posluju, sa konstantnim promjenama u okruženju, oslanjanje na unutrašnje resurse u ovom slučaju na znanje vlastitih zaposlenih, predstavlja osnovu za uspostavljanje strategije koja ima za cilj kontinuirane inovacije i uvođenje novih usluga i stvaranje novih potreba korisnika usluga. Takođe, sasvim je izvjesno da budućnost počiva na podjeli i razmjeni znanja, kao i to da je je-dna od najvažnijih karakteristika znanja za razliku od ostalih resursa, da se upotrebom ne troši, već suprotno, njegova vrijednost raste u skladu sa upo-trebom.

Dakle, nesporno je da su znanje i poslovna inteligencija usko povezani u procesu odlučivanja. U današnje vrijeme u organizacijama prosto je neza-mislivo da menadžer, odnosno donosilac odluka, ne koristi sve raspoložive kapacitete i sistemski ne pristupa donošenju iste. 84 Edvinsson, Leif (2003) "Korporacijska longituda.- Navigacija ekonomijom znanja", Differo, Zagreb, str. 35


111

4. FORMALIZACIJA PROCESA ODLUČIVANJA I SISTEM POSLOVNE INTELIGENCIJE

Da bi uspjeh bio što bolji, u procesu odlučivanja, neophodno je da me-nadžer, donosilac odluke sistemski i formalno priđe identifikovanim i defi-nisanim problemima odlučivanja i da istovremeno obezbjedi praktično kori-štenje potrebnih koncepata. Analiza problema odlučivanja, kao relativno no-va oblast u teoriji odlučivanja, zapravo predstavlja filozofiju koja omoguća-va sistemski i formalni prilaz problemima u procesu odlučivanja. Poznato je kako u stvarnom životu, gotovo da nema trenutka u kome čovjek ne donosi određenu odluku kako bi ostvario željeni cilj. Takođe, svaki donosilac odlu-ke u procesu odlučivanja mora se prije konačnog donošenja odluke pozaba-viti analizom problema odlučivanja, kako bi određeni problem riješio na najbolji i najefikasniji mogući način, odnosno donio najoptimalniju odluku.

Lee i Moore navode da je analiza problema odlučivanja formalizovani proces ljudskog razumijevanja i upravljanja u uslovima datog okruženja85. Svako rješavanje problema i donošenje odluke u pravilu se fokusira na pro-ces odlučivanja, donosioca odluke i samu odluku. Dakle, suštinu nauke o odlučivanju predstavlja sistemska analiza koja u svojoj metodologiji koristi sistemski pristup i naučnu metodu. Najveći broj ovih metoda koristimo u svrhu iznalaženja i izbora najoptimalnije odluke u datom momentu. Osnovu svih procesa odlučivanja moguće je iznijeti na različite načine, ali ipak ćemo se zadržati na formalnom okviru.

Prema Monksu, osnovu procesa odlučivanja čine sledeći koraci86: definisanje sistema (ili problema) i njegovih parametara, utvrđivanje kriterijuma odlučivanja, odnosno ciljeva koji se žele postići, formulisanje veza između parametara i kriterijuma, tj. Modela, generisanje akcija (mogućnosti) najčešće promenom vrednosti para-metara, izbor akcije koja najviše zadovoljava postavljene kriterijume.

85 Čupić, M., Suknović, M., (2008) Odlučivanje, FON, Beograd, str. 8 86 Čupić, M., Suknović, M., (2008), ibidem, str. 8


112

Od navedenih koraka najznačajniji je drugi korak utvrđivanja, odnosno defi-nisanja kriterijuma odlučivanja, tj. ciljeva koje donosilac odluke želi ostvari-ti. Fond, odnosno njegov menadžment, u procesu odlučivanja želi ostvariti sledeće ciljeve:

podići organizacionu efikasnost na viši nivo, obezbjediti organizacionu stabilnost, postići veću ažurnost, postići veću efektivnost, omogućiti rast organizacije, obezbjediti maksimalno zadovoljstvo korisnika prava i osiguranika, podići zadovoljstvo zaposlenih na viši nivo i dr.

4.1 Definisanje sistema (problema) i njegovih parametara

U procesu odlučivanja kao prvo što je potrebno uraditi je prepoznati problem koji se želi riješiti. Prepoznavanje problema koji se želi riješiti i njegovo pravilno utvrđivanje, imaju najveći uticaj na uspjeh cjelokupnog procesa odlučivanja. Pogrešno identifikovanje problema, odnosno pogrešna dijagnoza trenutnog stanja, navešće donosioca odluka na pogrešno odluči-vanje što će usloviti, prije svega, nekvalitetno i nezadovoljavajuće rješenje identifikovanog problema. Upravo zbog toga definisanje problema je klju-čna faza procesa odlučivanja, jer od njene ispravnosti zavise sve ostale faze čiji će krajnji rezultat biti donošenje optimalne odluke koja će dovesti do konačnog rješavanja problema. Ukoliko se na samom startu pri definisanju problema napravi greška, ona će se provući kroz sve faze procesa odluči-vanja i na kraju, odluka koja se donese, sasvim sigurno neće dovesti do ispravnog rješavanja problema.

U fazi identifikovanja problema za donosioca odluke, procjena samog problema izuzetno je važna, ali ništa manje nije važno ni to da on pravilno odredi i shvati uzrok njegovog nastanka. Drugim rečima, bez jasne i pravi-lne dijagnoze i tačnog utvrđivanja uzroka i razloga nastanka identifikovanog problema, sve preostale faze u toku procesa odlučivanja neće dati željeni efekat, jednostavno, biće beskorisne. Pravovremeno prepoznavanje simptoma koji ukazuju na pojavu određenog problema veoma je važno, prije svega za samo identifikovanje problema. Naravno da je tanka linija razdvajanja između simptoma i problema, čemu je potrebno posvetiti posebnu pažnju kako ne bi došlo do zamjene simptoma


113

sa samim problemom. Simptom u stvari, ukazuje da postoji mogućnost da se pojavi određeni problem. Simptom je taj koji ukazuje da postoji određeni problem, pomaže kod njegovog prepoznavanja, a zatim i upućuje na prona-lazak optimalnog rješenja za isti.

U toku identifikovanja problema mora se voditi računa da ne dođe do pojave grešaka kao što su:

preširoko ili preusko definisanje problema, izbor pogrešnog problema za rješavanje, usmjeravanje na simptome umjesto na uzroke problema.

Identifikovanje problema može biti otežano i zbog nesposobnosti do-nosioca odluke da sagleda njegovu težinu i složenost, ali isto tako i zbog de-finisanja problema pomoću rješenja, što dovodi do pogrešnih zaključaka.

Za donosioca odluke jedna od najvažnijih stvari jeste pravovremeno i tačno identifikovanje problema, jer svako kašnjenje produžava, usložnjava i poskupljuje proces donošenja odluke. Sposoban donosilac odluke jednosta-vno mora prvi u sistemu identifikovati određeni problem. U suprotnom, u koliko nema pravovremene i tačne identifikacije problema, nema ni uspjeha donosioca odluke u procesu odlučivanja.

Osnovni problemi sа kojimа se susreće i koji će i dаlje prаtiti postojeći sistem penzijskog osigurаnjа RS ogledаju se u sledećem87:

učešće brojа osigurаnikа, tj. uplаtilаcа doprinosа u rаdno sposo-bnom stаnovništvu veomа je nisko (loše stаnje u privredi, kojа još uvijek nije dostiglа predrаtni nivo rаzvijenosti i zаposlenosti),

niskа stopа pokrivenosti penzijskim sistemom unutаr rаdno sposo-bnog stаnovništvа, а tаkođe i niskа stopа pokrivenosti stаrijeg stаno-vništvа,

mehаnizаm zа bаlаnsirаnje rаshodа i prihodа (člаn 162. Zаkonа) je preduprijedio stvаrаnje velikih deficitа. Međutim, kаo što je simu-lаcijа dugoročnih efekаtа postojećeg sistemа međugenerаcijske soli-dаrnosti, pokаzаlа, umjesto stvаrаnjа deficitа, problem ovаkvog si-stemа se trаnsformiše u problem niskog koeficijentа zа isplаtu pe-nzijа (koji u „bаznom” scenаriju 38 oko 2060. godine pаdа nа svegа 9,7%), ili niske stope zаmjene – odnosа prosječne penzije premа

87 Vlada Republike Srpske, (2010), Strategija reforme penzijskog sistema Republike Srpske,str.284-285


114

prosječnoj plаti (koji u „bаznom” scenаriju oko 2060. godine i uz procijenjeno povećаnje životnog vijekа u istom periodu pаdа nа 25,3%). Ovаkаv model urаvnoteženjа penzijskog sistemа prebаcuje sve ekonomske i demogrаfske rizike sа držаve nа pojedincа. To znа-či dа pojedinаc ne može dа imа jаsnu predstаvu kаkvu će stopu zа-mjene dobiti kаdа ode u penziju, jer će stope zаmjene fluktuirаti u zаvisnosti od ekonomskih i demogrаfskih promjenа. Nаdаlje, аko se odnos brojа zаposlenih i penzionerа dodаtno pogoršа u budućnosti, ondа će distribucijа penzijа doći pod još veći pritisаk (jer će koeficijent zа prilаgođаvаnje dodаtno smаnjiti penzije premа minimаlnim penzijаmа),

niskа očekivаnа stopа povrаtа sаmo potvrđuje poznаtu činjenicu dа PAYG sistemi ne funkcionišu dobro kаdа je stopа rаstа stаnovništvа negаtivnа. Poznаto je dа je održivа stopа povrаtа u PAYG sistemu jednаkа rаstu plаtа plus rаst brojа stаnovnikа. Ako je rаst brojа stаnovnikа negаtivаn, održivа stopа povrаtа je mаnjа od rаstа plаtа. Trenutno je stopа ukupnog fertilitetа (SUF/TFR) u RS oko 1,25. Ako bi SUF ostаlа nа ovom nivou u budućnosti, stopа rаstа brojа stаnovnikа bi nа krаju bilа izjednаčenа sа negаtivnih 1,8% godišnje, tаko dа bi održаnje interne stope povrаtа (eng. Internal Rate of Return-IRR) u PAYG sistemu bilo jednаko rаstu plаtа minus 1,8%. To je jаko nisko, što prаktično znаči dа bi bili potrebni veći dopri-nosi dа bi se finаnsirаo nizаk nivo penzijskih prаvа. Čаk iаko SUF drаstično porаste (npr. do 2,1), PAYG sistem ne bi bio pretjerаno privlаčаn mehаnizаm obezbjeđivаnjа penzijskih prihodа,

međugenerаcijskа neprаvičnost–postojeći sistem PIO nije u potpu-nosti i аdekvаtno vаlorizovаo prethodne plаte prilikom izrаčunаvа-njа penzijа, а tаkođe ni dosledno indeksirаo penzije. Dok člаn 162. Zаkonа osigurаvа dа penzijski sistem bude izbаlаnsirаn bez obzirа nа to kаko se penzije izrаčunаvаju ili indeksirаju, doslednа primjenа formule zа izrаčunаvаnje prаvа i doslednа indeksаcijа su nužni rаdi osigurаvаnjа dа svаkа grupа penzionerа imа prаvičаn tretmаn. S obzirom dа stаriji ljudi dobijаju mаnje nego što im pripаdа unutаr ukupnih penzijskih resursа, njihovа stopа siromаštvа može biti većа nego kod mlаđih penzionerа,


115

niske stope zаmjene - prosječnа penzijа u RS je oko 39% prosječne neto plаte. Bez аnkete po domаćinstvimа i аnаlize siromаštvа, teško je izvesti zаključke o аdekvаtnosti tаkvih penzijа, аli u odnosu nа mnoge druge evropske zemlje, stopа zаmjene od 39% je relаtivno niskа. Ipаk ne trebа zаborаviti dа se rаdi o pokаzаtelju prosječne stope zаmjene, а ne stope zаmjene kojа uzimа u obzir penzionere sа punim rаdnim stаžom.

Trаgаjući zа odgovorimа nа pitаnjа dа li i u kom prаvcu mijenjаti pojedinа аktuelnа rješenjа u penzijskom sistemu RS, pribаvljene su relevа-ntne informаcije o uporedivim PAYG sistemimа, prije svegа, u Srbiji i Hrvаtskoj, koje su deo jedinstvenog nаsleđа bivše SFRJ u ovom domenu, аli i u drugim zemljаmа u trаnziciji. Veomа temeljno su аnаlizirаnа svа posto-jećа rješenjа u oblаsti penzijskog sistemа, odnosno izvršeno je poređenje sа uporedivom prаksom u pomenutim zemljаmа i formulisаni su odgovаrаjući prijedlozi zа dаlju dogrаdnju.

Ono što je karakteristično ne samo za Republiku Srpsku, već i za ze-mlje u okruženju jeste konstantno smanjenje broja stanovnika, koje direktno utiče iz godine u godinu i na smanjenje broja osiguranika, odnosno zapo-slenih za koje poslodavci plaćaju doprinose za penzijsko i invalidsko osigu-ranje. Nažalost, na drugoj strani imamo stalni porast broja korisnika osigu-ranja, tj. penzionera, jer nam je stanovništvo sve starije, a što je direktna po-sledica smanjenja broja radnosposobnog stanovništva. Istraživanja koja su sprovedena prilikom izrade strategije penzijskog sistema dala su veoma zabrinjavajuće rezultate i pokazatelje. U Strategiji su definisane uobičajene osnovne pretpostavke potrebne za projekcije stanovništva, a posebno su značajne pretpostavke o fertilitetu i mortalitetu.

Ovom prilikom pretpostavljena su tri nivoa fertiliteta i to: opadajući, konstantan i rastući fertilitet.

U slučaju ostvarenja pretpostavke o rastućem fertilitetu, nivo prostog obnavljanja dostići će se tek, 2046. godine88. To je utvrđeno na osnovu izra-čunavanja po kojima povećanje ulaganja u podsticanje rađanja od 25% povećava fertilitet za 0,1 dijete po petogodištu, što implicira godišnji trošak 88 Vlada Republike Srpske, (2010), ibidem, str.30


116

od oko 3% bruto domaćeg proizvoda na podsticanje rađanja (zbog čega je ova pretpostavka teško ostvariva). Zavisno od varijante, stope ukupnog fertiliteta - SUF (eng. Total Fertility Rate-TFR), a što predstavlja broj živo-rođene djece po jednoj ženi, imaće vrijednosti naznačene u tabeli 4.1, koja slijedi.

Tabela 4.1 Pretpostavljeni iznosi stopa ukupnog fertiliteta po dekadama

Pretpostavke o fertilitetu Stanje 2006. Pretpostavke

2016. 2026. 2036. 2046. 2056. Opadajući 1,3 1,2 1,1 1.0 1,0 1,0 Konstantan 1,3 1,3 1,3 1,3 1,3 1,3 Rastući 1,3 1,4 1,7 1,9 2,1 2,1

Izvor: Vlada Republike Srpske, Strategija reforme penzijskog sistema Republike Srpske, 2010., str.30

4.2 Utvrđivanje kriterijuma odlučivanja, odnosno ciljeva koji se žele postići

Definisanje zadatka nije teško kada se zna šta je problem koji je potre-

bno riješiti. Veoma često postoje situacije kada se određeni problem može riješiti na više različitih načina. Ova pojava može dovesti i do razilaženja donosilaca odluke u definisanju samog zadatka. U ovakvim situacijama često dolazi do razlaza donosilaca odluke oko toga šta bi trebalo prvo uraditi, tj. koji zadatak najpre ostvariti, iz čega nemino-vno proizilaze i ostale teškoće sa kojima se donosilac odluke suočava u svim ostalim fazama procesa odlučivanja. Jasno definisanje zadatka, kao i realnih mogućnosti za njihovo ostvarivanje, direktno utiče na faktor vre-mena u preostalim fazama odlučivanja koje slijede. Postizanje konsenzusa pri definisanju zadatka izuzetno je važno za uspješno donošenje odluke koja će dovesti do ostvarenja konačnog cilja, odnosno rješenja identifikovanog problema.

Kao osnovni problem penzijskog sistema Republike Srpske, odnosno i Fonda PIO, javlja se smanjenje broja osiguranika uz konstantan rast korisni-ka prava, odnosno penzionera. Daleko lakše će biti definisati kriterijume za rješavanje problema kada znamo željeni cilj koji je potrebno ostvariti.

Krajnji cilj rješenja problema je povećanje broja osiguranika kroz po-većanje obuhvata što će dovesti do poboljšanja odnosa penzioner-osiguranik


117

1:1,1889 u 2011. godini, na 1:1,8. Ovaj međusobni odnos penzioner-osiguranik veoma je bitan za sistem međugeneracijske solidarnosti (PAYG sistem) jer nam daje pokazatelj koliko osiguranika dolazi na jednog kori-snika prava, odnosno penzionera. Bizmark je uspostavljajući penzijski sistem koji počiva na principima međugeneracijske solidarnosti naveo da je idealan omjer u slučaju kada imamo 1:7, odnosno jednog korisnika prava, a sedam osiguranika. Međutim, ovakav odnos je u mnogim zemljama koje imaju sistem međugeneracijske solidarnosti samo želja koju je gotovo ne-moguće ostvariti. Naime, još u bivšoj SFRJ, gde za sistem međugeneraci-jske solidarnosti možemo reći da je funkcionisao gotovo besprekorno, jer su postojeći penzijski fondovi raspolagali sa značajnim viškom prikupljenih sredstava po osnovu doprinosa koja su pored povećanja penzija ulagana u gradnju banjsko-rekreativnih kapaciteta, domova penzionera, hotela itd., a sve sa ciljem povećanja zadovoljstva korisnika prava, odnosno penzionera. U ovakvim uslovima u bivšoj SFRJ ovaj odnos penzioner-osiguranik se kretao od 1:3-1:3,7. Nažalost, danas smo u situaciji da je taj odnos u svim zemljama bivše SFRJ ispod 2, a u Republici Srpskoj je u decembru 2011. godine taj odnos bio 1:1,29, godinu dana kasnije 1:1,16, a u decembru 2013. godine 1:1,13 sa tendencijom daljeg pada. Da bi se zaustavio dalji pad ovog odnosa, potrebno je izvršiti određene promjene u postojećoj zakonskoj regulativi. Jedan od načina rješenja problema smanjenja broja osiguranika je prije svega povećanje obuhvata, ali i promjena zakona penzijskog osiguranja sa stanovišta dužine radnog staža uz promjenu i modela penzijskog osigura-nja kroz uvođenje dodatnih stubova osiguranja. Povećanje obuhvata znači prije svega povećanje kategorija koji su zakonski obavezne na plaćanje doprinosa po osnovu penzijskog osiguranja. Za sada je zakonom bilo defi-nisano da su za plaćanje obaveza po osnovu penzijskog i invalidskog osigu-ranja obavezni svi uplatioci doprinosa za sve prijavljene radnike na osigu-ranje. U eri relativno slabog privrednog razvoja, gde je zemlja izašla iz rata sa značajno uništenim privrednim kapacitetima i tržištem, zastarelom tehno-logijom, nije realno očekivati optimalni broj zaposlenih na postojeći broj korisnika-penzionera. Nažalost, ovaj odnos penzioner-korisnik bio je daleko povoljniji u godinama odmah posle okončanja rata, nego što je slučaj danas, kada je iznosio oko 1:1,5. Ipak, u tim godinama situacija je bila takva da je bio evidentiran relativno veći broj osiguranika, ali nažalost preduzeća u 89 www.fondpiors.org/statistika (dostupno 22.11.2012.)


118

kojima su bili zaposleni radila su sa minimalnim kapacitetima ili nisu radila uopšte. Sa ovakvim radom uplatioci doprinosa nisu bili u situaciji isplaćivati plate niti plaćati doprinose kao zakonsku obavezu po osnovu penzijskog i invalidskog osiguranja. Izmjenama zakona o penzijskom i invalidskom osi-guranju u poslednjih nekoliko godina došlo je do povećanja obuhvata i to tako što je u jednom momentu na sva lična primanja osiguranika bila primi-jenjena obaveza obračuna i uplate doprinosa. Međutim, na drugoj strani ovakva situacija je dovodila do većeg zahvata od uplatilaca doprinosa koji s obzirom na ostvarenu razliku u relativno teškim uslovima privređivanja rea-lno nisu bili u situaciji da izdrže namete u takvom obimu. Vlade RS u prote-klom periodu bile su prinuđene da koriguju u nekim segmentima zakonske regulative koje bi dovele do smanjenja obima davanja i time omogućile pri-vredi da preživi. Te korekcije su se uglavnom odnosile na izuzimanje iz obaveze plaćanja doprinosa na topli obrok, dnevnice za službena putovanja, naknadu za prevoz od kuće do posla i obratno, regres za godišnji odmor ili naknade po nekim drugim osnovama.

Pored povećanja obuhvata kroz uvođenje dodatnih kategorija osigu-ranika drugi način za poboljšanje odnosa penzioner-osiguranik je i promjena modela i zakona osiguranja sa stanovišta dužine radnog staža. U proteklim izmjenama i dopunama zakona starosna granica se pomjerila sa 60 na 65 godina starosti za muškarce, odnosno sa 55 na 60 godina za žene. Međutim, ni ovo povećanje starosne granice nije donijelo očekivane rezultate, tako da razmišljanja idu u pravcu nove promjene starosne granice, odnosno njenog povećanja i za muškarce i za žene za tri godine. Dakle, sa 65 na 68 za mu-škarce, odnosno sa 60 na 63 godine za žene.

Od 01.01.2012. godine na snagu je stupio „reformski“ zakon o penzi-jskom i invalidskom osiguranju u koji su najvećim dijelom, koliko je to uspjelo usaglasiti se sa socijalnim partnerima i dobiti njihovu podršku, ugra-đena određena poboljšanja.

Svi pokazatelji i analize za penzijski sistem međugeneracijske solida-rnosti u kojoj sadašnji osiguranici finansiraju isplatu penzija za sadašnje pe-nzionere govore da je on idealan u situaciji kada jedan osiguranik plaća do-prinose što duži niz godina, a kada postane korisnik penziju prima što kraći period, po mogućnosti da ne postane nikada korisnik.


119

4.3 Formulisanje veza između parametara i kriterijuma

U trećem koraku odlučivanja utvrđuje se šta sve donosiocu odluka stoji na raspolaganju za rješavanje određenog identifikovanog problema. Riječ je, prije svega, o tri osnovna resursa i to:

ljudskim, materijalnim i finansijskim.

Drugim riječima, potrebno je da donosilac odluke prepozna postojeća

ograničenja. To je nezaobilazan korak u procesu odlučivanja, jer od njega zavisi i raspon mogućnosti za rješenje identifikovanog problema u sledećoj fazi, čime se skraćuju vrijeme i troškovi procesa odlučivanja. Svaki donosi-lac odluka, mora voditi računa o ograničenjima u pogledu izbora alternative, čak i onda kada odlučuje u najpovoljnijim uslovima. Kada, recimo ne bi bilo ograničenja u odlučivanju, odluke bi se donosile daleko lakše, ali bi zato proces odlučivanja trajao mnogo duže, jer bi se analizirao veći broj mogu-ćih rješenja problema, što bi usporilo i otežalo proces samog donošenja odluke. Postojanje određenih ograničenja, donosiocu odluka smanjuje broj mogućih izbora alternativa, ali isto tako uz skraćenje procesa donošenja odluka, smanjuju se i troškovi. Ograničenja u procesu odlučivanja u znača-jnoj mjeri dovode do sužavanja mogućih izbora rješenja, zbog čega je upra-vo i neophodno odrediti odgovarajući okvir za rješenje identifikovanog pro-blema.

Naravno, da ograničenja u procesu donošenja odluka često dovode do nemogućnosti ostvarenja željenog cilja, a kao najčešća ograničenja poja-vljuju se:

raspolaganje nepotpunim informacijama, postojanje ograničenog roka za donošenje odluke, okolnosti su nedovoljno jasne, postojanje ličnih ograničenja kod donosilaca odluke (stil, zadaci, pri-

tisak, prestiž, osećaj nesigurnosti) i raspolaganje nedovoljnim sredstvima potrebnim za ostvarenje cilja.

Za naprijed navedene korake u procesu donošenja odluka sasvim slo-

bodno možemo reći da predstavljaju određene pretpostavke za odlučivanje. U toku samog procesa odlučivanja kod donosioca odluke razvijaju se ideje koje ga vode do mogućeg rješenja problema. Donosiocima odluka prepo-


120

ručuje se da razvijaju što veći broj alternativa, ali ipak pri tome moraju imati na umu da veći broj alternativa pored toga što omogućava veću mogućnost izbora najboljeg rješenja, istovremeno povećava i troškove.

U slučaju velikog broja alternativa, donosiocima odluka se preporu-čuje da još u samom startu odbace ekstremna rješenja. Odbacivanje ekstre-mnih rješenja prije samog vrednovanja, svakako bi dovelo do smanjenja ukupnih troškova u procesu odlučivanja. I pored navedenog, potrebno je ipak navesti sve raspoložive mogućnosti, jer svaka od njih potencijalno predstavlja konačno rješenje problema. Razvijanje što većeg broja alterna-tiva, potrebno je, između ostalog, i zato što svaki problem ima nekoliko rje-šenja koja će zadovoljiti, ali ipak samo jedno rješenje od svih zadovolja-vajućih je najbolje. Kako bi izabrali ono najbolje, potrebno je razmotriti nekoliko mogućnosti.

Pri razvoju alternativnih rješenja problema, uvijek se na umu mora imati i to da za određeni problem može postojati veći broj rješenja, koja bi zadovoljila sve zainteresovane. Bilo koje od zadovoljavajućih rješenja može biti ono najbolje moguće u datom momentu, pa je neophodno da se pri ra-zmatranju svakog od njih pristupi sa potrebnom pažnjom.

Posebnu pažnju potrebno je posvetiti raspoloživom vremenu za rješa-vanje problema, ali isto tako i važnosti same odluke kojom se rješava odre-đeni problem. Raspoloživo vrijeme, važnost odluke koju treba donijeti, fina-nsijski, informacioni i ljudski inputi, samo su neki od faktora koji u najvećoj mjeri određuju koliki broj mogućih rešenja postoji za identifikovani pro-blem.

„Zakonskim propisima regulišu se prava i obaveze po osnovu penzijsko-invalidskog osiguranja, i to kako prava i obaveze osiguranika i korisnika penzijskog osiguranja tako i poslodavaca u odnosu na zaposlene. Na osnovu zakonskih propisa uređuju se i veoma značajna pitanja vezana za obaveznost, odnosno, dobrovoljnost sistema penzijsko-invalidskog osigura-nja, definišu se lica kojima su obezbjeđena prava za slučaj invalidnosti i tje-lesnog oštećenja, uslovi za ostvarivanje starosne, invalidske i porodične pe-nzije, definiše se penzijski osnov, utvrđuje penzijski staž, definišu se pravila koja se odnose na matičnu evidenciju o osiguranicima i korisnicima prava iz


121

penzijsko-invalidskog osiguranja, organizacija i finansiranje ove oblasti osi-guranja, itd.“90

Penzijsko i invalidsko osiguranje u Republici Srpskoj reguliše Zakon o penzijskom i invalidskom osiguranju („Službene glasnik RS“, broj: 32/00, 40/00, 37/01, 32/02, 40/02, 47/02, 110/03, 67/05, 106/05, 20/07, 33/08, 01/09, 79/09, 106/09, 118/09 i 134/11), koji je stupio na snagu 01.01.2012. godine. Ovi zakoni zasnivaju se na načelima uzajamnosti, generacijske soli-darnosti i obaveznosti.

Rizici koji su obuhvaćeni ovim osiguranjem su: invalidnost, starost, smrt i fizička onesposobljenost.

Prava koja proizlaze iz ovog osiguranja, kao što je ranije navedeno, su: pravo na starosnu, pravo na invalidsku, pravo na porodičnu i pravo na penzionu naknadu u slučaju umanjene radne sposobnosti.

Navedenim Zakonom je ostavljena mogućnost i dobrovoljnog penzi-jskog osiguranja, za lica koja nisu obavezno osigurana.

U situaciji koja je vladala u prethodnom vremenskom periodu na pri-vrednom polju, u situaciji velike nezaposlenosti i velikog broja demobilisa-nih boraca, država je, da bi se na neki način odužila svim pripadnicima Oružanih snaga Republike Srpske kroz zakonske odredbe, dala određeni broj tzv. „privilegovanih prava“. Davanje „privilegovanih prava“ u postoje-ćem obimu neminovno je dovelo do situacije izuzetno velikog rasta broja penzionera u relativno kratkom vremenskom periodu. Nažalost, u proteklih deset godina analize i podaci do kojih se dolazi analizama su neminovni. Samo u periodu od 2000.-2010.91 godine broj penzionera, odnosno korisnika prava u penzijskom sistemu Republike Srpske porastao je za preko pedeset hiljada, tačnije sa 177.853 na 226.851 za čiju isplatu su povećana izdvajanja

90 Marija Gapić, Liljana Radifković, (1999) Primena zakona o penzijskom i invalidskom osiguranju sa službenim mišljenjima, Cekos in, Beograd, str. 212 91 Fond PIO RS, Statistički bilten za 2010. str. 12


122

sa 222 miliona KM, na fantastičnih 920 miliona KM. Ovdje treba naglasiti da je visina prosječne penzije u istom periodu porasla sa 125 na 320 KM. Ono što je naročito zabrinjavajuće, jeste da se pored porasta broja penzione-ra za pedesetak hiljada, u istom periodu broj osiguranika čak smanjio sa 293.856 na 293.387. Posmatrajući kraj 2012. godine92, zbog negativnih efe-kata ekonomske krize, situacija je još nepovoljnija jer je broj korisnika pra-va porastao na 238.576, a broj osiguranika pao na 276.195. Zadovoljava-juća situacija bi bila da je u navedenom periodu broj osiguranika pora-stao za oko sedamdesetak hiljada. Nažalost, to se nije dogodilo, što je dovelo do stalnog rasta sredstava potrebnih za isplatu datih prava korisnicima na je-dnoj strani i nedovoljnog ostvarenja prihoda po osnovu doprinosa. Ovakvo stanje direktno je uticalo na stvaranje akumuliranog deficita u poslovanju Fonda PIO.

4.4 Generisanje mogućnosti odnosno akcija

Generisanje mogućnosti rješenja problema korak je u procesu donoše-nja odluka u kome se procjenjuju, ocjenjuju, odnosno vrednuju sve razvi-jene mogućnosti za rješenje identifikovanog problema. Nakon izvršene pro-cjene, donosilac odluke raspoložive mogućnosti prihvata ili ih jednostavno, odbacuje. Poželjno je da generisanje mogućnosti bude kvalitativno i kvanti-tativno, zato što se samo kvantitativnom analizom ne mogu obuhvatiti svi kvalitativni faktori, a oni mogu biti i važniji. Međutim, to ne znači da meto-de kvantitativne analize ne treba primjenjivati gdje god je to moguće, ali uz dopunu rezultatima kvalitativne analize. Kvantitativna analiza može se izraziti matematičkim jezikom, tj. brojkama, pa se na osnovu toga alternativna rješenja mogu vrednovati egzaktno. Vrije-me i troškovi spadaju među najvažnije kvantitativne faktore. Na drugoj stra-ni, kvalitativno vrednovanje pojedinih alternativa predstavlja mnogo veći problem. Kvalitativno vrednovanje, između ostalog, uključuje:

procjenu političkog stanja, odnosno političkih kretanja, stabilnost i nestabilnost okoline, rizik od tehnoloških promjena, odnos prema zaposlenima itd.

92 www.fondpiors.org/statistika (dostupno 22.11.2013.)


123

Upravo, zbog iznesenog, kvantitativne faktore je teško procjenjivati i još teže mjeriti, a vrlo često oni i presudno utiču na sprovođenje donijete odluke. Donosilac odluka pri vrednovanju alternativa najprije bi trebao ana-lizirati kvalitativne, a zatim i kvantitativne faktore. Kvalitativni faktori čine okvir unutar koga se na osnovu kvantitativne analize mogu vrednovati sve pojedine mogućnosti. Donosilac odluke nakon određene procjene, pristupa njihovom selektovanju, odnosno pristupa izboru nekoliko raspoloživih mo-gućnosti koje bi ga mogle dovesti do konačnog rješenja problema. Ipak, to nije nimalo jednostavno i lako, prije svega zato, što svaka mogućnost ima svoje kako pozitivne tako i negativne aspekte. Problem izbora mogućnosti se još više usložnjava, jer prednost jedne mogućnosti može predstavljati istovremeno i slabost druge mogućnosti.

Zbog toga je potrebno da donosilac odluke uporedi pozitivne i nega-tivne aspekte svake mogućnosti posebno. Pri analizi, odnosno generisanju raspoloživih mogućnosti, izuzetno je važno da se utvrdi stepen vjerovatnoće postizanja određenog rezultata. Neki donosioci odluka opredijeliće se za onu mogućnost koja daje manji rezultat, ali veću vjerovatnoću ostvarenja cilja. Donosioci odluka, koji su, pak, skloniji riziku, daju prednost mogućnosti koja daje veći rezultat sa manjom vjerovatnoćom ostvarenja cilja.

U situaciji kada je privreda u relativno teškoj situaciji i sa malim trži-šnim rastom, kada ne dolazi do poželjnog napretka da bi se rješavali identi-fikovani problemi, pored povećanja obuhvata, neophodno je bilo učiniti dodatne napore koji bi na neki način stimulisali uplatioce doprinosa da određeni broj zaposlenih iz tzv. „zone rada na crno“ prevedu u osigurnike, odnosno izvrše njihovo prijavljivanje i otpočnu plaćanje doprinosa za iste. Prije nekoliko godina Vlada Republike Srpske je u cilju stvaranja pozitivnih uslova ambijenta poslovanja uz naročit akcenat na privlačenje stranih inve-stitora smanjila obaveze uplatilaca doprinosa za penzijsko i invalidsko osi-guranje na 17% na bruto osnovu plate, što je predstavljalo najnižu stopu u zemljama okruženja. Nažalost, drugi aspekti privlačenja stranih investitora nisu dali dodatni efekat koji bi doveo do zadovoljavajućeg porasta broja osiguranika, tako da je u određenom momentu Vlada Republike Srpske ka-ko bi smanjila akumulirani deficit Fonda PIO bila prinuđena razmotriti za-htjev Fonda PIO da se izmijeni i poveća stopa doprinosa za penzijsko i inva-lidsko osiguranje. Zahtjev Fonda PIO je bio da se stopa obaveznog penzi-jskog osiguranja poveća sa 17 na 23%, čime bi se na neki način izjednačila


124

sa stopom u zemljama okruženja. Kako ne bi dovela do značajnijeg opte-rećanja privrede, odnosno uplatilaca doprinosa, Vlada je djelimično uvažila zahtjev Fonda PIO i nakon sprovedene javne rasprave sa socijalnim partne-rima stopu obaveznog penzijskog i invalidskog osiguranja povećala sa 17 na 18%. Ovo povećanje doprinosa samo je djelimično smanjilo porast tekućeg, a time i akumuliranog deficitam Fonda PIO. Pune tri godine bilo je potrebno da Fond dokaže da je prilikom prelaska sa neto na bruto obračunsku osnovu došlo do greške u raspodjeli sredstava između Fonda zdravstvenog osigura-nja i Fonda PIO. Od 2013. godine ova stopa je korigovana na 18,5%, što bi trebalo Fondu PIO da obezbijedi dodatnih dvadesetak miliona KM prihoda po osnovu doprinosa na godišnjem nivou.

Dakle, iz navedenog jasno je da su za rješenje problema identifiko-vane sledeće alternative:

povećanje dužine radnog staža, povećanje obuhvata i povećanje stope doprinosa.

4.5 Izbor mogućnosti koja najviše zadovoljava postavljene kriterijume

Donošenje odluke ili izbor najpovoljnije mogućnosti slijedi nakon na-prijed navedenih koraka, koji se mogu posmatrati kao koraci pripreme. Pod uslovom da su u prethodnom koraku dobro vrednovane sve moguće alterna-tive za rješavanje identifikovanog problema sam čin donošenja odluke tre-bao bi da bude relativno jednostavan. Ukoliko pak nije tako, onda će se pro-ces donošenja odluke zasnivati na intuiciji ili na prosuđivanju samog dono-sioca odluke, a tada on ne može sa sigurnošću znati da li je donio najbolju odluku.

Izbor najprihvatljivije i najprikladnije mogućnosti iz mnoštva raspolo-živih, pri čemu je obavezno uzeti u obzir i sve postojeće okolnosti i ograni-čenja, zapravo predstavlja donošenje optimalne odluke. Ipak, u praksi pri donošenju optimalne odluke nije uvek moguće odabrati od više zadovolja-vajućih i najbolje rješenje. Često neki autori preporučuju da se treba zado-voljiti onim što trenutno predstavlja najveći stepen zadovoljstva. Izabrati najbolje rješenje nije ni malo lak posao i to je ono što razlikuje i dijeli uspje-šne od neuspješnih donosilaca odluka. Sposobni donosioci odluka uvijek biraju ono rješenje koje za njih u datom momentu obećava donošenje naj-


125

optimalnije odluke čijom realizacijom će se ostvariti najbolji mogući rezu-ltati. Kao što je rečeno, to nije nimalo jednostavan i lak posao. Ipak, daleko je teže odlučivati u uslovima kada postoje određena ograničenja kao što su vrijeme, odnosno rok donošenja odluke ili, pak, rad u situacijama u kojima postoje određeni krizni momenti. Za one donosioce odluka, koji uspijevaju i u takvim situacijama da sačuvaju svoj razum, te da u datim okolnostima pokušavaju, i pri tome uspijevaju, da ostvare svoj maksimum, možemo reći da su uspješni ili najuspešniji donosioci odluka. 4.5.1 Izmjena modela i zakona penzijskog osiguranja

Ipak, ključnu ulogu u stаbilizаciji penzijskog sistemа ima93: povećаnje efektivne stаrosne grаnice zа odlаzаk u penziju, sа sаdа-

šnjih 61 godinu zа muškаrce i 59 godinа zа žene, nа 63 godine i to postepeno u periodu od 2009. do 2017. godine,

zаmjenа postojećeg nаčinа ili formule zа izrаčunаvаnje prаvа nа pe-nziju sа (njemаčkim) sistemom bodovа uz prihvаtаnje ekonomske reаlnosti stope zаmjene od 70% (1,75% x 40 godinа) zа puni rаdni stаž od 40. godinа,

promenа nаčinа indeksаcije penzijа premа „švаjcаrskoj“ formuli.

Pored navedenog na penzijski sistem, određeni pozitivni uticаj će imati i: preduzimаnje mjerа zа poboljšаnje funkcionisаnjа postojećeg siste-

mа u domenu invаlidskog osigurаnjа, proširenjа krugа obаvezno osi-gurаnih licа i

unаpređenje sistemа nаplаte doprinosа (primjenа ELMO projektа).

Kao osnovni razlozi zа povećаnje efektivne stаrosne grаnice zа odlаzаk u penziju javljaju se94:

Prаksа potvrđuje dа postojećа zаkonskа rješenjа omogućаvаju poje-dincimа dа kroz rаzličite „kаnаle“ odlаze u penziju prije nego što ostvаre puni rаdni stаž ili godine životа. Stogа je prosječnа stаrost odlаskа u penziju i zа muškаrce i zа žene nižа od one propisаne Zаkonom. Iаko u uslovimа dejstvа člаnа 162. ne postoje fiskаlni rа-

93 Vlada Republike Srpske, (2010), Strategija reforme penzijskog sistema Republike Srpske,str.285 94 Vlada Republike Srpske, (2010), ibidem,str.286


126

zlozi zа povećаnje stаrosne grаnice zа odlаzаk u penziju (jer se penzijski sistem „аutomаtski“ urаvnotežuje), ipаk postoje dvа rаzlo-gа zа ovu promjenu u postojećem PAYG sistemu:

1. Prvi je, dа se eliminiše „neprаvičnost“ korištenjа resursа penzijskog sistemа. Nаime, ukoliko je moguć rаniji odlаzаk u penziju, dio resu-rsа se usmjerаvа kа mlаđim osobаmа (koje bi mogle još dа rаde i odlože korištenje penzije) i time umаnjuju sredstvа zа potrebe osobа/ penzionerа koji su zаistа stаriji, koji ne mogu više dа rаde i koji su stogа socijаlno ugroženiji. Kroz usporаvаnje rаstа brojа (mlаđih) pe-nzionerа, pomjerаnjem efektivne stаrosne grаnice zа odlаzаk u pe-nziju nа 63 godine, resursi penzijskog sistemа se usmjerаvаju nа stа-rije osobe od 65 godinа koje su više podložne siromаštvu u odnosu nа osobe u dobi između 55 i 64 godine stаrosti.

2. Drugi rаzlog je što se time neutrаliše efekаt produženjа životnog vi-jekа usled očekivаnog smаnjenjа stopа mortаlitetа, kаo demogrа-fskog trendа. U tаkvim okolnostimа se produžаvа i period primаnjа ili isplаte penzije, što dovodi do pritiskа nа ili smаnjenjа stopа zа-mjene. Stogа je nаvedenа mjerа povećаnjа prosječne stаrosne dobi zа odlаzаk u penziju povremeno uobičаjenа, iаko nepopulаrnа, u većini PAYG sistemа sа ciljem dа se neutrаliše efekаt smаnjenjа stopа mortаlitetа ili produženjа životnog vijekа nа stopu zаmjene.

Oponenti ili kritičаri na ovаkve mjere obično ukаzuju dа se time one-mogućаvа zаpošljаvаnje mlаdih ljudi jer stаriji zаuzimаju rаdnа mjestа, а postаvljа se i pitаnje kаkаv je njihov rаdni učinаk. Ovаkvа аrgumentаcijа nаrаvno imа smislа u krаtkom roku. Međutim, pri tome trebа imаti u vidu dа je ovа mjerа predviđenа u roku od nаrednih 30 godinа, te dа onа obje-ktivno nemа znаčаjniji uticаj nа zаpošljаvаnje u krаtkom roku, dok znаčаjno čini stabilnijim penzijski sistem. Pored togа, prilikom rаzmаtrаnjа ove mjere trebа imаti u vidu očekivаne demogrаfske trendove koji će u dugom roku znаčiti smаnjenje kontigentа rаdno sposobnog stаnovništvа i stаrenje uku-pnog stаnovništvа. Kao rаzlozi zа uvođenje novog nаčina izrаčunаvаnjа penzijа javljaju se95:

Postojeći nаčin ili formulа zа izrаčunаvаnje visine penzije sаdržаnа u аktuelnom Zаkonu je nаsleđe bivše SFRJ. Tа formulа (engl.

95 Vlada Republike Srpske, (2010), ibidem, str.286


127

Benefit formula) polаzi od ciljne stope zаmjene ili odnosа prosječne penzije i prosječne plаte od 75% zа puni rаdni stаž od 40 godinа, što je ekvivаlentno ukupnoj obrаčunskoj stopi (engl. Accrual rate) od 1,88%. Međutim, usled niskog nivoа postrаtne zаposlenosti, ekono-mijа i penzijski sistem Republike Srpske nije u mogućnosti dа finа-nsirа tаko visoku stopu zаmjene, te je uslijedilа primjenа člаnа 162. Zаkonа kojа smаnjuje penzije nа ekonomski održiv nivo. U tаkvim okolnostimа „obećаnа“ stopа zаmjene od 75% je neostvаrivа. Stogа se logično nаmetnulo pitаnje održivosti obećаne stope zаmjene.

Rаzmаtrаne su dvije moguće opcije: 1. trenutno svođenje formule zа izrаčunаvаnje penzijа nа nivo koji

je usklаđen sа tekućom ekonomskom reаlnošću, i 2. postepeno korigovаnje obećаne stope zаmjene sа sаdаšnjih 75%

nа 50% tokom nаrednih 40 godinа.

1. Argumentаcijа „zа i protiv“ trenutne korekcije formule zа izrаčunа-vаnje penzijа nа nivo koji je usklаđen sа tekućom ekonomskom reа-lnošću:

onа će otkloniti ili znаčаjno smаnjiti jаz između penzijа čijа se visi-nа utvrđuje nа osnovu sаdаšnje formule i penzijа koje se u prаksi zа-istа isplаćuju,

nepotpunа vаlorizаcijа ostvаrenih plаtа nа godinu penzionisаnjа („skriveno oporezivаnje“ penzijа) u uslovimа njene аktuelne primjene tokom vremenа je dovodilа u nerаvnoprаvаn položаj pojedine gene-rаcije zаposlenih ili penzionerа, jer nije reаlno utvrđivаlа visinu nji-hovog penzionog osnovа. Rаspoloživi podаci o isplаćenim penzi-jаmа ukаzuju dа je „prаvа ili reаlnа“ formulа onа kojа odgovаrа obrаčunskoj stopi od oko 1,25%, а ne 1,88% što proizilаzi iz Zаkonа. Drugim riječimа, nаkon dejstvа člаnа 162, penzioneri u Republici Srpskoj primаju penzije koje odgovаrаju obrаčunskoj stopi od 1,25% uz punu vаlorizаciju ostvаrenih plаtа tokom rаdnog vijekа. Pri tome „punа“ vаlorizаcijа znаči dа su pojedinаčne zаrаde vаlorizovаne tаko dа 100%-tno odrаžаvаju istorijski rаst prosječne neto plаte, а ne sаmo djelimično uz „kаšnjenje“ od godinu ili dvije, što se dešаvа u prаksi.


128

Nаvedenа korekcijа formule je, tehnički posmаtrаno, mogućа i kroz odgovаrаjuće uvođenje bod sistemа, što se u Strаtegiji preporučuje, uz vrijednost jednog bodа jednаku 1,25% prosječne neto plаte. Mаtemаtički, bod sistem sа nаvedenom vrijednošću je identičаn ili ekvivаlentаn dosаdа-šnjoj formuli sа lineаrnom obrаčunskom stopom od 1,25% uz „punu“ vаlo-rizаciju ostvаrenih plаtа.

2. Argumentаcijа zа i protiv postepenog korigovаnjа obećаne stope zаmjene sа sаdаšnjih 75% nа 50% tokom nаrednih 40 godinа.

Efekаt ovаkve reforme postojećeg penzijskog sistemа bi nа krаju doveo do istog rezultаtа – priznаvаnjа reаlno moguće stope zаmjene od 50%, аli ne odmаh, nego tek nаkon 40 godinа. Pri tome se suštinski ništа bitno ne bi promijenilo, izuzev što bi se sаmo formаlno stopа zаmjene postepeno smа-njivаlа. Stogа je logično pitаnje: dа li tаkvа reformа imа smislа? Njen krа-jnji efekаt bi bilo stаlno podsjećаnje jаvnosti tokom nаredne četiri decenije nа činjenicu dа PAYG sistem nije u mogućnosti dа obezbjedi „obećаnu“ stopu zаmjene. Uz to, odlаgаnje dа se neаdekvаtnost formule ili nаčinа zа utvrđivаnje penzijа rаzriješi trenutno, otvаrа mogućnost dа se tokom brojnih izborа tokom nаrednih decenijа, reforme PAYG sistemа vrаte nаzаd u smi-slu „lаko dаtih obećаnjа“ kojа reаlno nisu ostvаrivа, а dа pri tome ne ugroze opstаnаk i rаzvoj ekonomije Republike Srpske. Nаdаlje, ovаkvа reformа PAYG sistemа može stvoriti pogrešаn utisаk dа će buduće generаcije imаti mаnje povoljаn tretmаn u odnosu nа sаdаšnje, mjereno internom stopom prinosа PAYG sistemа zа rаzličite generаcije, što simulаcije ne potvrđuju.

Zbog nаvedene аrgumentаcije predlаže se dа se, umjesto postepenog smаnjenjа stope zаmjene tokom dužeg periodа u budućnosti, postojeći pe-nzijski sistem međugenerаcijske solidаrnosti reformiše zаmjenom postoje-ćeg nаčinа ili formule zа izrаčunаvаnje prаvа nа penziju sа (njemаčkim) si-stemom bodovа, i to jednokrаtnim svođenjem nаčinа ili formule zа izrаču-nаvаnje visine penzije, uz bаr djelimično prihvаtаnje ekonomske reаlnosti stope zаmene od 70% (1,75% x 40 godinа) zа puni rаdni stаž od 40. godinа.

Rаzlozi zа promjenu indeksаcije penzijа u isplаti imaju za cilj da se očuvа reаlnа vrijednost penzijа. U sklаdu sа preovlаđujućom prаksom u većini zemаljа, predlаže se dа se penzije indeksirаju premа tzv. švаjcаrskoj formuli, što podrazumijeva indeksiranje 50% premа rаstu plаtа i 50% premа inflаciji.


129

4.5.2 Kontrola sprovođenja odluke

Istovremeno i paralelno sa procesom primjene i sprovođenja odluke, sprovodi se i kontrola same odluke. To je poslednji korak u procesu dono-šenja odluke, koji započinje sa identifikacijom problema, a završava sa ko-ntrolom sprovođenja odluke. Korak kontrole je izuzetno važan i omogućava verifikaciju cijelog pređenog puta u procesu donošenja odluke. Kontrola donosiocu odluke treba dati odgovore na sledeća pitanja:

Da li je odluka uopšte sprovedena? Ako jeste, kako je sprovedena i koje rezultate će njeno sprovođenje

donijeti? 4.6 Uvođenje sistema poslovne inteligencije u organizaciju

Kada donese odluku za usvajanje koncepta poslovne inteligencije, menadžment organizacije mora odmah pristupiti i donošenju odluke za izbor jedne od mogućih strategija uvođenja sistema u organizaciju. Menadžment, takođe, stalno na umu mora imati da se SPI nikada u potpunosti ne izgradi, za razliku od transakcijskih sistema za obradu podataka. SPI zahtijeva i podrazumijeva stalni razvoj koji je u skladu sa poslovnom dinamikom organizacije, kao i promjenama koje se javljaju u poslovnom okruženju. Ovo se naročito odnosi na razvoj tržišta.

Osnovni cilj razvoja SPI, jeste postizanje optimalnog rješenja u odre-đenom vremenskom roku. Imajući u vidu kontinuirani stepen tehnološkog napretka, potpuno je jasno da će nakon određenog vremenskog perioda biti potrebno postojeći sistem proširiti i nadograditi kako bi on bio spreman za stalno zadovoljavanje potreba menadžmenta zbog kojih se i pristupilo njegovom uvođenju.

Dosadašnja praksa poznaje nekoliko mogućih strategija za uvođenje SPI u organizaciju. Jedna od najčešće primjenjivanih varijanti jeste da me-nadžment promjene uvodi u onoj organizacionoj jedinici gdje će rezultati biti najvidljiviji.

Druga varijanta jeste da se promjene izvrše u organizacionoj jedinici gdje se očekuje najmanji otpor. Za razliku od druge varijante, treća varijanta je potpuno suprotna i podrazumijeva da se promjene prvo izvrše u organi-


130

zacionoj jedinici gdje se očekuju najveći otpori od zaposlenih, koje ima za cilj da se protivnici sistema slome na samom početku uvođenja. Još na po-četku uvođenja SPI nameće se mnoštvo pitanja, a prije svega čime će se izgraditi sistem, koga zadužiti za izgradnju sistema, šta će se u organizaciji mjeriti i pratiti, kako uspješno realizovati cijeli posao, kako prezentovati i distribuirati informacije i kome, itd. Ipak, bez obzira na to koju strategiju da izaberemo, uvođenje SPI predstavlja zaista veliki posao. Ovaj posao, pored toga što je po pravilu izdvojen posao, zahtjeva i poseban projektni pristup koji mora biti najbolji.

Osnovno u razvoju projekta jeste definisanje cilja koji menadžment želi postići uvođenjem SPI i njegove izgradnje. Osnovni zahtjev koji se po-stavlja pred SPI jeste izgradnja informacionog sistema pomoću kojeg će biti moguće brzo i efikasno doći do informacija potrebnih za izvođenje raznih analiza. Kada je u pitanju Fond PIO onda su to analize kao što su starost osiguranika i korisnika, obrazovna struktura osiguranika i korisnika, polna struktura osiguranika i korisnika, struktura korisnika po vrstama prava, analiza korisnika najnižih primanja po nivoima, struktura uplatilaca dopri-nosa, analiza nabavki, troškova i novčanih tokova u Fondu PIO itd.

Takođe, potrebno je definisati konkretne probleme koji će se eventu-alno pojaviti unutar navedenih funkcija, a koje je potrebno rješavati kako bi se ostvario željeni cilj. Npr. u slučaju kontrole naplate doprinosa, potrebno je definisati uplatioce doprinosa koji će biti predmet analize, potraživanja od uplatilaca doprinosa po ročnosti, uplate uplatilaca doprinosa itd. Projekat poslovne inteligencije izuzetno je komplikovan i veoma težak za izvođenje. Ovaj projekat u organizaciju unosi veoma velike promjene. Veliki procenat projekata propadne i prije samog kraja, s obzirom na njegovu komplikovanost i teškoće u izgradnji. Glavni uzrok propadanja nije u tehno-logiji već je političke prirode i zbog toga je od izuzetne važnosti da projekat ima i političku podršku unutar organizacije. Iz navedenih razloga, projektni pristup je osnovni preduslov za uvođenje sistema. Za njegovo planiranje potrebno je obezbjediti sasvim dovoljno vremena, pa i dvije-tri godine ako je potrebno, a ne par meseci što je, nažalost, relativno čest slučaj u praksi. 4.6.1 Problemi uvođenja sistema poslovne inteligencije u organizacije

Za realizaciju projekta uvođenja SPI potrebno je obezbjediti znača-


131

jnija finansijska ulaganja, a uz to postoji i značajna neizvjesnost i rizik po-vrata uloženih sredstava. SPI se sastoji od hardvera, softvera, ljudi, podataka i organizacionih postupaka. Za uspješnost SPI veoma bitan faktor je ljudski potencijal. U dosadašnjoj praksi imali smo daleko češći slučaj da SPI ne uspije, prije zbog ljudskog faktora, nego zbog tehnologije. U svakoj prosječnoj organizaciji postoji nekoliko vrsta zaposlenih i to:

oni ko ji u pravilu ne prihvataju promjene ni pod kojim uslovima, oni koji brzo i spremno prihvataju promjene, neodlučni, oni koji ne tako brzo i spremno prihvataju promjene.

Za prvu grupu karakteristično je da za njih promjene predstavljaju pretnju i strah, te zbog toga pružaju otpor pri uvođenju ne samo SPI, nego uopšte bilo kakvih promjena. Kao najčešći razlozi za pružanje otpora ja-vljaju se: strah od novina i nepoznatog, motivacija na niskom nivou, zaoku-pljenost dnevnim operativnim zadacima itd. U Fondu PIO su to uglavnom zaposleni sa dugogodišnjim radnim stažom i nižom kvalifikacionom stru-kturom.

Za razliku od prve grupe, u drugu grupu spadaju ljudi koji su spremni da u kratkom vremenskom roku spremno prihvate sve promjene. Za njih promjene predstavljaju priliku u kojoj će dokazivati svoje vlastite sposo-bnosti i kvalitet. U Fondu PIO su to uglavnom mladi i visokoobrazovani ka-drovi.

U trećoj, obično i najvećoj grupi, nalaze se zaposleni koji su neodlu-čni, oni koji čekaju da vide šta će se dogoditi, kako bi u skladu s tim i po-stupili. Ova grupa je oprezna, ali se obično na kraju priklanja novona-stalim promjenama. Bitno je napomenuti da se zaposleni vrlo često ugledaju na primjer rukovodstva, pa će uspjeh izvođenja projekta zavisiti od motiva-cije menadžmenta.

Za uspjeh u implementaciji SPI potrebno je od samog starta mena-džment uključiti i kontinuirano informisti o svim aktivnostima procesa uvo-đenja SPI.

Dakle, može se reći da ljudski faktor predstavlja osnov za uspješnu izgradnju i implementaciju SPI. Za sam projekat, veoma je bitan sponzor projekta. To mora da bude osoba od velikog ugleda i uticaja u organizaciji, odnosno da najviši stepen menadžmenta i uprava organizacije daju potpunu podršku uvođenju projekta. Zatim, organizacija mora imati jasnu viziju šta želi postići uvođenjem SPI. Kreatori projekta moraju se dobro upoznati sa


132

poslovnim procesima koji će biti obuhvaćeni samim projektom. Projektom moraju biti definisani ciljevi i ključni poslovni problemi koji će biti riješeni uvođenjem SPI. U realizaciji projekta sve zainteresovane strane moraju uzeti aktivno učešće kako bi korisnički zahtjevi bili dobro izraženi i jasno definisani. I, na kraju za planiranje i realizaciju projekta potrebno je obe-zbjediti dovoljno vremena i sredstava.

4.6.2 Faze projekta poslovne inteligencije

Prihvatanje SPI menadžment organizacije provodi sa osnovnim ciljem da se omoguće promjene u samoj organizaciji, kako bi se poboljšao i una-prijedio njen rad. Posebna pažnja posvećuje se planiranju projekta u kojem je potrebno odrediti osnovne ciljeve i način rada. Nakon razgovora sa budu-ćim korisnicima SPI u svim segmentima organizacije koji nam istovremeno služe i kao osnov za snimanje cjelokupnog stanja menadžment dobija grubu sliku poslovnih procesa u organizaciji. Uz to i pregled standardnih izvještaja iz različitih segmenata organizacije može nam poslužiti kao dopuna za sni-manje cjelokupnog stanja. Takođe, nagomilana papirna dokumentacija na mnogim radnim stolovima ukazuje nam na potrebno vrijeme zaposlenima za obradu podataka u informacije, na osnovu kojih će se donositi odluke. U praksi, krajnji korisnici vrlo često se žale da su zatrpani određenim info-rmacijama ili obrnuto, da ne raspolažu sa dovoljno potrebnih informacija.

U projektu zatim slijedi definisanje poslovnih zahtjeva i izgradnja mo-dela podataka. Ovde je bitno naglasiti da je osnov modela, proces, kao i da se modeliraju procesi, a ne baza podataka. Modeliranje je vrlo važan segme-nt cijelog projekta. Modelom podataka određuju se analitičke mogućnosti cijelog sistema. Tokom same izrade specifikacije važno je da se obavi ra-zgovor s krajnjim korisnicima u cilju potvrde ispravnosti pripremljenog do-kumenta tzv. dimenzionalnog modela.

Dimenzionalni model je tekst koji sadrži definiciju svih pojmova odnosno podataka koji se nalaze u sistemu. Ovaj tekst mora biti napisan tako da ga svi korisnici razumiju. Obično je podijeljen u sledeća poglavlja:

svrha i opseg modela, osnovne informacije o dimenzionalnom modeliranju za poslovne ko-

risnike, matrica, dimenzije i teme.


133

Matrica sadrži popis dimenzija i tema te grafički prikaz veza između tema i dimenzija. Matrica treba da je kratka i jednostavna za razumijevanje. Prije početka same implementacije preporučljivo je izvršiti ocjenu izvodlji-vosti predviđenog projekta, a zatim započeti implementaciju i postavljanje infrastrukture. U postupku implementacije obično se preporučuje započeti prvo sa implementacijom jednostavne i skromne teme. Zatim, potrebno je izvršiti edukaciju krajnjih korisnika sa što jednostavnijim, recimo jednodne-vnim seminarom, npr. sa prezentacijom kako se služiti bazom, šta je sve u njoj pohranjeno, itd. Takođe, preporučuje se da jedna polovina seminara bu-de posvećena prezentaciji alata, a druga modelu podataka. Tek po uspješnoj implementaciji prve teme i stavljanjem u pogon, preporučljivo je započeti s implementacijom druge i sledećih tema.

4.7 Informacioni sistemi u poslovnoj inteligenciji

Za poslovnu inteligenciju možemo reći da je čine: skladište podataka (DW), izvršni informacioni sistemi (executive information systems EIS), sistemi za podršku odlučivanju (SPO), on-line analitička obrada podataka (OLAP), on-line transakciona obrada podataka (OLTP), data mining (DM) i implementacija aplikacija i programa (BSC). Poslovna inteligencija svojim korisnicima u poslovanju omogućava

pored pristupa, analizu i korištenje podataka iz skladišta podataka u cilju sticanja informacija neophodnih za kvalitetno donošenje odluka i upravlja-nje, kao i korištenje aplikacija i programa za podršku odlučivanju. Takođe, ona omogućava i postavljanje upita i dobijanje različitih izvještaja, obavlja-nje on-line analitičke i transakcione obrade podataka, obavljanje statitisti-čke analize i sa data mining tehnikama.

Savremena praksa u poslovanju često podrazumijeva analitiku podata-ka koji dolaze iz različitih programskih sistema, vjerovatno sa različitih ko-mpjutera i iz različitih podataka, te je iz tih razloga potrebna čvršća integra-cija različitih tehnologija podrške odlučivanju, kao što su data mining, OLAP, DW i vizuelizacija.


134

4.7.1 Skladište podataka (DW)

Pojam skladište podataka (engl. data warehouse) označava skup poda-taka izdvojenih iz operativnih baza i spremljenih u posebne baze-skladišta podataka, odnosno ona, prema N. Rasmussenu96, „sadrže veliku količinu različitih podataka koji predstavljaju koherentnu sliku poslovnih uslova u jedinstvenoj vremenskoj jedinici“.

Prema definiciji koju je postavio W.H. Inmon97, skladište podataka predstavlja subjektivan (engl. subject oriented), integrisani (engl. Integra-ted), vremenski određen (engl. time variant) i sadržajno nepromenjiv (engl. non-volatile) skup podataka sa krajnjim ciljem podrške menadžmentu u donošenju odluka.

U principu, za DW možemo reći da predstavlja veliku bazu podataka za podršku odlučivanju koju opslužuju mnogi operativni sistemi. Kao osno-vni cilj postojanja DW-a nameće se želja za posmatranjem sa jedne tačke gledišta kompletne organizacije. Podaci se iz operativnih sistema prečišća-vaju i transformišu, tako da polja baze podataka sa različitih izvora dijele iste definicije formata sadržaja. Od posebnog značaja za DW su agregacija i sumarizacija podataka. Sve više je uobičajeno da DW smješta izvorne poda-tke. DW može smjestiti mjesečno stanje isplatne mase za sve korisnike prava, ali možda neće uključiti i pojedinačne isplate za svakog korisnika.

Izvor: www.datawarehouse4u.info (dostupno 12.10.2010.)

Slika 4.1 Arhitektura skladišta podataka (DW)

Skladište podataka može biti fokusirano na nivo korisnika prava ili osiguranika, što je veoma korisno i upotrebljivo. Fokus na korisnika prava 96 Rasmussen, N., (2002), Financial business intelligence: trends, technology, software selection and implementation, John Wiley and Sons, New York, 2002. p.13 97 www. sdgcomputing.com, n.d


135

ili osiguranika često zahtjeva obradu detaljnijih podataka, kao što su isplatni iznosi, mjesto isplate za korisnika prava, vrsta prava, odnosno visina uplate, redovnost uplate, obrazovna i starosna struktura, itd. kada je u pitanju osi-guranik.

4.7.2 Izvršni informacioni sistemi (executive information systems-EIS)

Posebna klasa SPO su EIS (Executive information systems). Izvršni informacioni sistemi su kompjuterski informacioni sistemi orjentisani prema krajnjim korisnicima, koji koriste izvore podataka, hardware i programe, da bi informacije doveli u zajednički format i obezbjedili brz i lak pristup njihovim korisnicima. EIS integrišu podatke iz različitih izvora i to, internih i eksternih. Ovi sistemi fokusiraju se na pomoć izvršiocima da brzo prate njihove kritične faktore uspješnosti. Jedna od važnijih karakteristika ovih sistema jeste lakoća upotrebe, tako da upiti mogu biti kreirani bez deta-ljnijeg znanja strukture osnovnih podataka. Nema potrebe za programira-njem, jer grafički interfejsi omogućavaju zahtjevanje izvještaja i upita. Sva-ki sistem se prilagođava potrebama i zahtjevima individualnog korisnika, a informacija se prezentuje u formatu koji se najlakše može interpretirati. Iako se ove karakteristike odnose na sve EIS, svaki individualni sistem može se potencijalno razlikovati po domenu, prirodi, svrsi i sadržaju, zavisno od okruženja u kome se implementira. Ovakve funkcionalnosti i performanse omogućava sama tehnologija poslovne inteligencije. 4.7.3 Sistemi za podršku odlučivanju – SPO

Kao rezultat sprovođenja teorijskih istraživanja organizacionog dono-šenja odluka i rada sa računarskim sistemima tokom 60-tih godina prošlog vijeka nastali su SPO. U to vrijeme SPO svoju primjenu nalaze u pronala-ženju načina da računari i primenjeni analitički modeli pomognu menadže-rima u procesu donošenja ključnih poslovnih odluka. Tokom vremena, uz stalno napredovanje tehnologije i unapređenja postojećih sistema, SPO zau-zimaju jedno od ključnih mjesta u procesu donošenja odluka, čime postaju nezamjenljiv alat donosiocima odluka u odlučivanju o problemima poslo-vnih sistema. Postoji mnoštvo definicija SPO, ali ćemo pomenuti samo neke od njih:


136

“Sistemi za podršku odlučivanju pomažu donosiocu odluka da riješi nestrukturirane problem direktnom interakcijom i uz pomoć resursa kao što su podaci i analitički modeli.” 98

“Sistemi za podršku odlučivanju su sistemi namenjeni podršci mena-džerskom odlučivanju u polustrukturiranim situacijama odlučivanja.” 99

“Sistem za podršku odlučivanju predstavlja skup procedura za upra-vljanje podacima i rezonovanje čija je svrha da pomogne menadžerima u procesu donošenja odluka. Da bi takav sistem bio uspješan smatra se da mora biti jednostavan, robustan, potpun, adaptivan, lak za upotrebu i sna-bdjeven dobrim korisničkim interfejsom.“100

Višegodišnjim izučavanjem discipline SPO autori daju sledeću defi-niciju101:

„Sistemi za podršku odlučivanju su informacioni sistemi, koji su slični i komplementarni standardnim informacionim sistemima i imaju za cilj da podržavaju, uglavnom poslovne procese donošenja odluka. Predstavljaju simbiozu informacionih sistema, primjene niza funkcionalnih znanja i teku-ćeg procesa donošenja odluka.“

Dakle, iz navedenih definicija, nameće se zaključak da je osnovni za-datak SPO pružanje pomoći pri donošenju odluka, sa naglaskom na rješa-vanju nestrukturiranih ili slabo stukturiranih problema. Svoju primjenu SPO našli su u pružanju pomoći pri donošenju odluka na svim nivoima odluči-vanja, uz poseban akcenat za odlučivanje menadžmenta na višim nivoima. SPO podržavaju vertikalne informacione tokove i tako olakšavaju integra-ciju informacija koje se koriste na različitim organizacionim nivoima mena-džmenta. Pored toga, SPO olakšavaju sintezu informacija iz pojedinih po-dsistema za strateško odlučivanje i daju svoj doprinos u automatizaciji stra-teškog planiranja i predviđanja menadžmenta u poslovanju određene orga-nizacije.

98 Turban, E., (2005), et al. Decision Support Systems and Intelligent Systems, N.J.:Pearson Prentice Hall p.103 99 Sprague, R.H.,Watson, H.J.(1996) Decision support for management. Upper Saddle River: Prentice-Hall, p.6 100 Matsatsinis, N. F. And Siskos, Y. (2003) Intelligent Support Systems for Marketing Decisions. Dordrecht: Kluwer Academic Publishers Group, p.111 101 Suknović, M., Delibašić, B., (2010) Poslovna inteligencija i sistemi za podršku odlučivanju, FON,Bgd, str.7


137

Izvor: www. information-management.com (dostupno 15.10.2010.)

Slika 4.2 Sistem za podršku odlučivanju

Svaki sistem za podršku odlučivanju sastoji se iz najmanje tri podsistema102: Baze podataka Baze modela Korisničkog interfejsa

Lakši rad sa sistemom, različitim korisnicima, između ostalog je doprinijelo širokoj upotrebi SPO. Svaka organizacija koja uvede u sistem poslovanja SPO ostvari i određene prednosti.

Prema Keenu kao osnovne prednosti javljaju se103: povećanje broja razmatranih alternativa u procesu donošenja odluka, bolje razumijevanje problema koji treba da se riješi, brži odgovor na nepredviđene situacije, tj. kraće vrijeme potrebno za donošenje polustrukturiranih i nestrukturiranih odluka, sposobnost sprovođenja ad-hoc analiza, bolje sagledavanje problema i učenje, poboljšana komunikacija među članovima tima koji učestvuju u do-nošenju odluke, poboljšana kontrola odlučivanja, ušteda u troškovima, bolje odluke, efikasniji timski rad,

102 Suknović, M., Delibašić, B., (2010), Poslovna inteligencija i sistemi za podršku odlučivanju, FON, Beograd, str.8 103 Suknović, M., Delibašić, B., (2010), ibidem, str.8


138

ušteda u vremenu i bolje iskorištenje raspoloživih podataka.

Izvor:(prilag.) Suknović, M., Delibašić, B., (2010) Poslovna inteligencija i sistemi za podršku odlučivanju, FON, Beograd, str.9

Slika 4.3 Komponente SPO

Kao što ima određene prednosti, tako SPO ima i svoje nedostatke. Osnovni nedostatak SPO-a jeste problem kod donosioca odluke pri izboru i kori-štenju modela iz baze modela. Pred donosiocem odluka postavlja se dilema, koji model izabrati, kako ga koristiti i kako kombinovati više modela. Iz do sada izloženog jasno se nameće da izdgradnja SPO u suštini predstavlja svrhu primjene tehnologije poslovne inteligencije.

Izvor:www.dwreview.com (dostupno 22.11.2012.)

Slika 4.4 Pregled infrastrukture činioca BI

BAZA PODATAKA

Model 1→ . .

Sistem za upravljanje bazom podataka

KORISNIČKI INTERFEJS

Sistem za upravljanje bazom modela

BAZA MODELA

DO ili Analitičar


139

SPO je u stvari pažljivo dizajniran interaktivan softverski sistem namijenjen da pruži pomoć donosiocima odluka da prikupe za njih korisne informacije iz sirovih podataka, dokumenata, kao i ličnog znanja, ili poslovnih modela u cilju prepoznavanja i rješavanja problema. Cijeli proces grafički je pojedno-stavljeno predstavljen slikom 4.4.

4.7.4 On-line analitička obrada podataka (OLAP)

OLAP (engl. on-line analytical processing) alati ili multidimenzione ana-lize predstavljaju jedan od najraširenijih i izuzetno uspješnih načina izvo-đenja znanja iz podataka.

Naziv OLAP potiče od britanskog matematičara E.F. Codda koji je postavio temelje relacijskog računa, a prema „The OLAP Report Glossary“, ova skraćenica podrazumijeva kategoriju aplikacija i tehnologija za sku-pljanje, obradu i prezentaciju multidimenzionih podataka namijenjenih ana-lizama u svrhu upravljanja104.

Ime OLAP može se uporediti sa online obradom transakcija–OLTP (engl. on-line transaction processing), terminom koji je bio u upotrijebi još prije nastanka OLAP-a, a vjerovatno da je tvorac i samim imenom imao želju naglasiti razliku između transakcijskih i analitičkih sistema. Zadatak da prikupljaju, ažuriraju, memorišu, zahvataju i arhiviraju podatke imaju OLAP sistemi. Ovi sistemi svoju primjenu nalaze u svim segmentima po-slovanja jedne organizacije u ovom slučaju Fonda PIO, kao što su: evide-ncija uplatilaca doprinosa, evidencija korisnika prava i osiguranika, obrada i isplata penzija, upravljanje ljudskim resursima i sl. Ovi transakcioni sistemi stvoreni su za upravljanje neobrađenim podacima o poslovanju koji zahtije-vaju određenu zadovoljavajuću efikasnost i trenutnu obradu transakcije na najnižem nivou detalja. Bez ovih sistema poslovanje jedne organizacije, kao što je Fond PIO, bilo bi gotovo nemoguće.

Multidimenziona analiza predstavlja najvažniju i najvrjedniju karakte-ristiku OLAP alata. Ona podrazumijeva, da se podaci mogu istovremeno po-smatrati kroz veći broj filtera koji se u stručnoj terminologiji nazivaju dime-nzijama. Veoma značajno je i to, da korisnici ovog alata ne moraju biti po-sebno obrazovani i obučeni kao analitičari kako bi ga uspješno koristili, s obzirom da je reč o konceptualnom i intuitivnom modelu.

104 www.olapreport.com/glossary.htm (dostupno 20.12.2012.)


140

Izvor: www.ibm.com (dostupno, 24.12.2012.)

Slika 4.5 OLAP izvještavanje

Potreba za multidimenzionom analizom postoji kada se, npr. traže odgovori na neka od sledećih pitanja:

Koliki je broj podnijetih zahtjeva za ostvarivanje prava po starosnoj, invalidskoj i porodičnoj penziji, po filijalama i poslovnicama?

Koliki je prosjek donošenja rješenja po zaposlenom u filijalama? Koliko je ostvarena naplata doprinosa u odnosu na planiranu po filijalama i

poslovnicama? Koliki je prosjek naplate doprinosa po osiguraniku u filijalama i poslo-

vnicama? Koliki je prosjek naplate doprinosa po zaposlenom u određenoj privre-

dnoj grani po filijalama i poslovnicama? Koliko se kasni u plaćanju doprinosa i dani naplate po uplatiocu dopri-

nosa i osiguraniku po filijalama i poslovnicama? Koliki su troškovi poslovanja u odnosu na planirane i prethodno razdo-

blje po filijalama, poslovnicama i zaposlenom? Kolike su uštede po pojedinim stavkama troškova po filijalama, poslo-

vnicama i zaposlenom?

Kao jedna od najvažnijih osobina OLAP alata, javlja se izuzetno velika brzina rada koja omogućava menadžmentu, gotovo istovremeno, postavljanje pitanja i dobijanje odgovora. Klasično izvještavanje se koristi za prikaz podataka koje organizacija ima u različitim bazama podataka ra-znih dijelova poslovnog sistema, a „multidimenzionalni OLAP alati se kori-


141

ste za objašnjenje zašto su određeni poslovni događaji (ti podaci) upravo takvi.“105

Osnovni zadatak OLAP alata je da omoguće strukturiranje podataka u skladu sa načinom na koji ljudi prirodno vrše analize određenih pojava ili procesa. Kao najvažnije strukture javljaju se:

dimenzijski modeli, hijerarhije i mjere.

Izvor: www.elvirko.tripod.com/slike/Graphic12.gif (dostupno, 24.11.2012.)

Slika 4.6 Dimenzije poslovanja i OLAP

Prema prostoj definiciji, pod dimenzijom se podrazumijeva stalan pregled određenih podataka koji pripadaju određenoj kategoriji. To znači da svi članovi unutar određene dimenzije, poput osiguranika ili uplatilaca doprinosa, pripadaju zajedno u jednu grupu koja se može analizirati prema navedenim dimenzijama. OLAP sistemi pružaju dodatne mogućnosti kroz hijerarhijsko uređenje svake dimenzije. Kroz hijerarhijsko uređenje svake dimenzije analitičari mogu započetu analizu nastaviti sa vrha hijerarhije pre-ma nižim nivoima podataka, tj. odozgo ka dole. Ovakav postupak detaljnog analiziranja poznat je pod nazivom bušenje (engl. drill down). Kroz bušenje dolazimo do odgovora na pitanje: Koje informacije dovode do jedinstvene ukupne vrijednosti?

Podatak u svim OLAP sistemima naziva se mjera, a po najjednosta-vnijoj definiciji mjera predstavlja bilo kakav kvantitativni izraz, odnosno, to je ono što se analizira preko višestrukih dimenzija, npr. donošenje broja r je- 105 Moss, L.T. (2003) Atre, S.: Business Intelligence Roadmap, Addison-Wesley, Boston, str. 284.


142

šenja po samostalnom stručnom saradniku na dnevnom, nedeljnom ili mje-sečnom nivou u odjeljenju, filijali ili Fondu u cjelini.

Na tržištu OLAP alata danas se nudi nekoliko varijanti106:

relacioni OLAP alati – ROLAP, višedimenzioni OLAP alati – MOLAP, desktop OLAP alati – DOLAP, i hibridni OLAP alati –HOLAP.

Relacioni OLAP ili ROLAP (engl. relational OLAP) koristi relacioni model kao osnov svoje baze podataka, a jedna od najvećih prednosti koja ga odlikuje je mogućnost skladištenja velike količine podataka. Za razliku od višedimenzi-onog OLAP-a, ovaj model vjernije odražava realni svijet, međutim vrlo če-sto mu treba puno više vremena za samo preuzimanje podataka.

Problem kod praktične primjene ovih alata može se dogoditi kada pro-izvođači, u želji da svom proizvodu daju dodatni kvalitet, unesu određene specifičnosti koje u praksi otežavaju primjenu standardnih upitnih jezika pa zamišljena prednost na kraju za rezultat ima nedostatak takvih alata.

Izvor: www.png - 4.bp.blogspot.com/.../s320/KimbalVsInmon.png (dostupno, 25.11.2012.)

Slika 4.7 ROLAP

Multidimenzioni OLAP ili MOLAP (engl. multidimensional OLAP) predstavljaju grupu alata čija je karakteristika da koriste svoju vlastitu bazu podataka n-dimenzione matrične strukture pa su zbog toga teško prilago-dljivi promjenama u veličini sistema koji se pomoću njih želi pratiti i ana-

106 www.olapreport.com/glossary.htm, n.d.


143

lizirati imajući u vidu da su svi elementi sistema ravnopravni pa među njima nije moguće utvrditi hijerarhiju.

Izvor: www.executionmih.com/dipm_images/ZCA-MOLAP.GIF (dostupno, 25.11.2012.)

Slika 4.8 MOLAP

Osnovna prednost ovog alata jeste njegova brzina, dok glavni nedosta-tak predstavlja veliko zauzimanje prostora u slučaju većeg broja dimenzija. Ovi alati podržavaju samo manje aplikacije, tako da im je prvenstvena na-mjena zadovoljenje potreba pojedinačnih korisnika.

Hibridni OLAP ili HOLAP (engl. hybrid OLAP) predstavlja hibridni proizvod kao kompromisno rješenje u nastojanju da se kombinuju prednosti relacionog i multidimenzionog OLAP-a. Pomoću njega je moguće provoditi multidimenzione analize simultano iz podataka uskladištenih u multidime-nzionoj bazi i onih iz sistema upravljanja relacionim bazama podataka.

Izvor: www. assembla.com (dostupno, 11.09.2011.)

Slika 4.9 HOLAP Ovaj alat samo konačne sume drži u multidimenzionoj kocki, dok ele-

mentarni nivo podataka drži u izvornoj relaciji, pa su na takav način ujedi-


144

njeni velika brzina pristupa i relativno malo zauzimanje prostora, što je i osnovna prednost ovog alata. Iako se na tržištu mogu naći sve navedene varijante OLAP alata, u praksi su se kao najzastupljenija rješenja pokazali hibridni OLAP alati, odnosno HOLAP-i.

4.7.5 Transakciona obrada podataka-OLTP

Naziv OLTP potiče od eng. On-line transaction processing, što znači transakciona obrada podataka. Osnovna uloga OLTP je da zabilježi sve tra-nsakcije koje se dešavaju u toku poslovnog procesa u određenoj organi-zaciji. Tako zabilježene transakcije OLTP će skladištiti i ovlaštenim korisni-cima omogućiti jednostavan pristup u slučaju potrebe za traženim podacima.

Izvor: www.bi-insider.com (dostupno, 23.09.2011.)

Slika 4.10 Transakciona obrada podataka- OLTP sistem

Osnovne karakteristike OLTP sistema su107: visok stepen normalizacije podataka, paralelna obrada podataka, visok integritet podataka, visoka konzistentnost podataka, namijenjeni su ažuriranju podataka, podržavaju operativno i djelimično taktičko donošenje odluka, itd.

OLTP sistemi najčešće su korišteni istovremeno od više korisnika koji rade nad istim podacima uz mogućnost njihovog brzog ažuriranja.

107 Suknović, M., Delibašić, B., (2010) Poslovna inteligencija i sistemi za podršku odlučivanju, FON, Beograd, str.38


145

Najveći nedostaci OLTP sistema su108: neefikasnost pri kreiranju složenih upita, zahtijevaju angažovanje osoba sa naprednim informatičkim znanjem

za poslove modifikacije i kreiranje novih upita i izvještaja, pri izvršavanju kompleksnih upita narušava se konkurentna obrada

podataka jer su resursi za izvršavanje kompleksnog upita zauzeti duže vrijeme, i

analitički upiti se sporo izvršavaju jer je baza normalizovana i potre-bno je mnogo spajanja tabela da bi se dobio rezultat, itd.

OLTP sistemi koriste SQL jezik pri dobijanju izveštaja koje koriste dono-sioci odluka. Koriste se za pravljenje upita, čitanje, menjanje, brisanje i uba-civanje zapisa u bazu podataka.

Na sledećoj slici dato je poređenje OLTP i OLAP sistema.

Tabela 4.2 Poređenje OLTP i OLAP sistema Kriterijum OLTP OLAP

Pristup podacima Obrada podataka Čitanje podataka Složenost upita Kratki i jednostavni upiti Dugački i kompleksni upiti Veličina BP Mb-Gb Gb-Tb Pripremljenost za analizu Sirovi podaci Sumarni podaci Korisnici Svi u organizaciji Donosioci odluka i analitičari Ažurnost podataka Realno vreme Presek podataka

Izvor: Suknović, M., Delibašić, B., (2010) Poslovna inteligencija i sistemi za podršku odlučivanju, FON, Beograd,str.41

4.7.6 Data mining (DM)

Za Data mining postoji mnoštvo definicija, ipak mi ćemo pomenuti samo neke. Za M. Suknovića109 DM predstavlja otkrivanje znanja u bazama po-dataka, izdvajanje interesantnih (netrivijalnih, imlicitnih, novih i potencija-lno korisnih) informacija ili paterna sadržanih u velikim bazama podataka. Takođe, postoje i srodni termini poput ovoga da je DM otkrivanje znanja u bazama podataka, ekstrakcija znanja, analiza paterna, arheologija podataka, iskopavanje podataka, ronjenje za podacima, itd.

108 Suknović, M., Delibašić, B., (2010), ibidem, str.38 109 http://www.fon.rs/istrazivanjeirazvoj/centri/#cpo (dostupno 08.01.2009.)


146

IBM110 definiše DM kao “proces ekstrahovanja prethodno nepoznatih, valja-nih i djelotvornih informacija iz velikih baza podataka i korišćenje tih info-rmacija za donošenje ključnih poslovnih odluka”. DM111 je proces odabiranja, eksploracije i modelovanja velikih količina po-dataka radi otkrivanja prethodno nepoznatih složajeva za unapređivanje po-slovanja. DM se koristi tehnikama i algoritmima iz oblasti statistike, vješta-čke inteligencije i dr. da bi se u velikim skupovima podataka otkrili značajni “skriveni” slučajevi. Tumačenje i razumijevanje tih slučajeva omogućava bolje dijagnostikovanje stanja stvar, bolje predviđanje i bolje odlučivanje.

Primjena kompleksnih kalkulacija na ogroman broj podataka predsta-vlja osnovni zahtjev DM. Nevjerovatan napredak u snazi računara, zatim njihovoj cijeni, mogućnostima i brzini ulaznih, odnosno izlaznih podataka, učinili su data mining izuzetno praktičnim i profitabilnim. U svijetu, u ko-jem odjednom ima više informacija do kojih se može doći, nego ikad prije, DM igra sve veću ulogu u dijagnostici stanja stvari, koje obezbjeđuje bolje predviđanje i samim tim, bolje odlučivanje. Proizvod primjene ove tehno-logije je često znanje, a aktivnosti DM-a uključuju izvlačenje značajnih no-vih informacija iz podataka:

klasifikacija, estimacija-procjena, predikcija-predviđanje, grupisanje po afinitetu ili pravila asocijacije, klastering-stvaranje podgrupa i deskripcija i vizualizacija-opisivanje i zamišljanje.

Izvor: www.evisolutions.nl/joomla/index.php/en/tools (dostupno, 28.10.2011.)

Slika 4.11 Data Mining

110 Balaban N., Ristić Ž. (2006), Poslovna inteligencija, Ekonomski fakultet Subotica, str.129 111 Balaban N., Ristić Ž. (2006), ibidem, str.129


147

DM se primjenjuje u raznim situacijama, ali M. Suknović izdvaja sledeće četiri situacije112:

Analiza podataka i podrška odlučivanju - Analiza tržišta

Analiza prodaje, segmentacija tržišta, analiza potrošačke košarice, povezane prodaje - Analiza rizika

Prognoze, analiza konkurencije, kvalitetna kontrola - Dijagnostika nepravilnosti

Druge aplikacije - Tekst mining (news grupe, e-mail, dokumenti) i Web analiza - Inteligentni upiti

Klasifikacija, estimacija i predikcija su primjeri usmjeravanog data mining-a, gdje se gradi model koji opisuje jednu promjenljivu u odnosu na ostale podatke. Preostale tri aktivnosti karakterišu neusmjeravani data mining, gdje se ne izdvaja nijedna promenljiva, već se uspostavljaju veze između njih. Neke od osnovnih tehnika i algoritama data mining-a su: neu-ronske mreže, klasifikaciona stabla, tehnike zasnovane na teoriji nerazgo-vjetnih (fuzzy) skupova, tehnike zasnovane na teoriji grubih skupova, gene-tički algoritmi, tehnika najbližeg susjeda i druge.

4.8 Ciklus poslovne inteligencije

Poslovna inteligencija predstavlja okvir uspješnosti jednog mena-džmenta, stalan i kontinuiran ciklus, gdje organizacije postavljaju svoje ciljeve, analiziraju napredak, stiču uvid, preduzimaju radnje, mjere svoju uspjeh, itd.

Ova ciklična aktivnost je, u stvari, proces sastavljen od različitih me-đusobno povezanih faza pri čemu sledeća može započeti tek tada, kada se prethodna uspješno završi. Ciklus počinje planiranjem i upravljanjem, odno-sno postavljanjem ciljeva, zatim slijedi prikupljanje podataka i informacija koji se u sledećoj fazi analiziraju, a u poslednjoj fazi dobijeni rezultati ana-lize se distribuiraju, kao što prikazuje slika 4.12.

112 http://www.fon.rs/istrazivanjeirazvoj/centri/#cpo (dostupno 08.01.2009.)


148

Izvor: http://www.information-management.com (dostupno, 11.08.2011.)

Slika 4.12 Ciklus poslovne inteligencije

4.8.1. Planiranje i upravljanje Cilj poslovne inteligencije je da donosiocu odluka obezbjedi znanje

koje će biti osnov za donošenje odluka, pa menadžment organizacija ima ključnu ulogu u procesu planiranja ovih aktivnosti. Da bi poslovna inteli-gencija mogla odigrati svoju ulogu, menadžment mora jasno definisati svoje ciljeve, odnosno moraju jasno biti predočeni zahtjevi, prioriteti i pokazatelji koji se moraju pratiti sa rokovima i resursima. Budući da sistemi poslovne inteligencije nisu univerzalni sistemi, svaka organizacija će odrediti ciljeve shodno svojim potrebama, odnosno, zavisi o kakvom je tipu organizacije reč, u kakvoj se grani odvija njeno poslovanje. Iz teorije menadžmenta po-znato je da njegov koncept podrazumijeva postojanje tri osnovna nivoa između kojih postoji jasna razlika u odlučivanju imajući u vidu prirodu pro-blema i odlučivanja, a na primjeru Fonda PIO to su:

top menadžment (direktor, zamjenik direktora i pomoćnici direktora) srednji menadžment (rukovodioci filijala) operativni menadžment (šefovi i upravnici poslovnica)

Pri donošenju operativnih odluka dominantno je znanje o trenutnim uslovima i stanju poslova u poslovnici, odnosno, reč je o svakodnevnim pro-blemima, a primjer je kompletiranje zahtjeva za ostvarivanje prava itd.

Rukovodiocima filijala potrebne su informacije u obliku sažetih pre-gleda, dnevnih izvještaja, periodičnih izvještaja ili izvještaja po potrebi, a tiču se uglavnom pregleda novozaprimljenih, riješenih i neriješenih zahtjeva za ostvarivanje prava, pregled korisnika prava koji se uvode u isplatu, pre-


149

gled korisnika prava koji se isključuju iz isplate, pregled zaprimljenih i upu-ćenih zahtjeva za potvrdu staža itd.

Odluke menadžmenta najvišeg nivoa strateškog su karaktera koje mo-gu imati dugoročne posledice po organizaciju. Problemi kojima se bavi me-nadžment najvišeg nivoa pored toga što su dalekosežni, okrenuti su budu-ćnosti, pa je za racionalno donošenje odluka potrebna što detaljnija info-rmisanost i znanje o problemima sa kojima se susreće srednji i operativni menadžment, što samo pokazuje koliko menadžment zavisi o poslovnoj inteligenciji.

U poslednjem koraku prve faze za svaki od definisanih zadataka odre-đuju se rokovi, izvršioci i obezbjeđuju potrebna sredstva.

4.8.2 Prikupljanje podataka

Druga faza ciklusa poslovne inteligencije predstavlja prikupljanje po-dataka u skladu sa definisanim potrebama iz prve faze. Na primjeru Fonda PIO podaci se prikupljaju iz baza podataka koje se nalaze u posjedu Fonda. Razlikujemo pet osnovnih „baza“ unutar kojih se mogu prikupljati određeni podaci:

matična evidencija osiguranika, matična evidencija korisnika prava, likvidatura penzija, praćenje naplate doprinosa i obaveze Republike.

Pored ovih baza Fond PIO podatke prikuplja i od penzionih fondova iz drugih zemalja sa kojima postoji potpisan međudržavni sporazum o soci-jalnom osiguranju.

4.8.3 Analiza

Suština ove faze jeste u vrednovanju dobijenih odnosno prikupljenih podataka u smislu pouzdanosti i preciznosti, te njihova obrada i pretvaranje u informacije i inteligenciju.

Proces transformacije podataka u informacije odvija se posredstvom: određivanja svrhe prikupljanja nekog podatka, definisanja jedinice analize ili ključnih komponenti podatka, matematičke ili statističke analize, otklanjanja grešaka iz podataka,


150

sumiranja podataka u značajno konciznijem obliku.

Nakon što smo kroz navedene procese od raspoloživih podataka dobili potrebne informacije, one se pretvaraju u inteligenciju odnosno znanje, kroz:

poređenja; kakve su informacije o ovoj situaciji u poređenju sa dru-gim situacijama koje organizacija poznaje?

analize posledica; kakve su implikacije ovih informacija za odluke i akcije?

povezivanja; kako se ova informacija odnosi prema drugim informa-cijama?

Cilj analize podataka je da se identifikuju trendovi, obrasci i tende-ncije, a formulisanjem niza scenarija mogu se predvidjeti vjerovatni budući ishodi, te otkriti potencijalne mogućnosti i prepreke.

Posebnu pažnju moramo posvetiti ocjeni tačnosti podataka kako bi se izbjegao tzv. GI-GO efekat (engl. garbage in – garbage out).

Završetak ove faze rezultuje izvještajima poslovne inteligencije kroz redovne izveštaje i indikatore opasnosti. 4.8.4 Distribucija

Poslednja faza ciklusa poslovne inteligencije jeste distribucija. U ovoj fazi raspoloživa inteligencija (znanje) se putem pristupačnih medija dosta-vlja korisnicima, odnosno donosiocima odluka.

Za distribuciju pravovremenost je izuzetno bitna karakterisitka. Ako dođe do kašnjenja dostavljeno znanje može biti beskorisno, a reakcija orga-nizacije zakasnjela, što će uticati da se poslovne odluke donose intuitivno i sa velikim stepenom neizvesnosti. Nije dobro ni ako se porani, onda je sasvim moguće da prezentovana inteligencija neće izazvati potrebnu pažnju.

Distribucijom rezultata analize poslovne inteligencije, otklanja se određena, veća ili manja neizvjesnost kod menadžmenta, te se tako on dovo-di u povoljniju situaciju nego što je bio prije prijema inteligencije.

Ciklus poslovne inteligencije ne završava se distribucijom, jer bez obzira na to kakve će poteze povući menadžment na osnovu dobijenih info-rmacija i inteligencije, on se nastavlja imajući u vidu da nikada nema kona-čnih odgovora, postavljaju se nova pitanja i zadaju novi strateški ciljevi za koje su organizaciji potrebne nove procene.


151

4.9 Kvalitet raspoloživih podataka

Glavni zadatak sistema poslovne inteligencije jeste da prikupi što vi-še kvalitetnijih informacija, jer samo uz pomoć takvih informacija određena organizacija ima šansu pravovremeno reagovati na nastale promjene, pri-stupiti donošenju prave i kvalitetne poslovne odluke. Međutim, zbog bro-jnih razloga kvalitet podataka nije uvijek na nivou koji bi omogućio krei-ranje kvalitetnih informacija, jer organizacija često do podataka dolazi iz velikog broja različitih izvora. Najvažnije je da u određenoj organizaciji postoji svijest da nekva-litetni podaci mogu negativno uticati na poslovanje te iste organizacije, te da se vodi briga o vrijednosti podataka koji se koriste pri kreiranju info-rmacija.

4.9.1 Osnovne kategorije kvaliteta podataka

Postoje četiri osnovne kategorije kvaliteta podataka koji direktno uti-ču na donošenje poslovnih odluka u organizaciji i to113:

standardizacija, podudarnost, verifikacija i proširenje.

Različita interpretacija istih pojmova može dovesti do toga da se podaci prilikom unosa u bazu podataka ne prepoznaju kao identični, već ih računar shvata kao različite (npr. izraz "radni staž" i "staž ostvaren ra-dom"). Tako dolazi do inkonzistencije u sadržaju baze podataka, koja za-tim onemogućava pravilan odgovor sistema baze podataka na korisničke upite i preduzimanje drugih složenijih operacija sa podacima u bazi (npr. Agregacije, generalizacije, klasifikacije podataka i sl.). Da bi se izbjegle ta-kve greške, preporučuje se preuzimanje podataka u standardnim ujednače-nim formatima i njihova dosledna primjena, te sprovođenje standardizacije poslovnih dokumenata i drugih izvora podataka. Ovim se ujedno omogu-ćava i jednostavniji pronalazak sadržaja u bazi podataka, poređenje, kla-sifikacija i ostale logičke i analitičke operacije nad podacima.

113 Panian Ž., Klepac G. (2003) Poslovna inteligencija, Masmedia, Zagreb, str. 31-34


152

Prilikom prikupljanja podataka u praksi često se javlja problem nepla-niranog udvostručavanja ili umnožavanja slogova u bazi podataka. Do te pojave dolazi zbog malih varijacija prilikom registracije određenih podata-ka, npr. imena, prezimena i adrese korisnika prava ili osiguranika. Standa-rdni računarski programi te male varijacije ne prepoznaju kao identične, već ih pohranjuju u bazu podataka kao tri sloga, kao da se radi o tri ra-zličita korisnika usluga. Pomoću SPI moguće je primjenom savremenih so-ftverskih alata uočiti podudarnosti između nejednakih, a vrlo sličnih poda-taka i apstrahovati bitne od nebitnih pojedinosti.

Postupkom verifikacije ili poređenja utvrđuje se podudarnost bilo kog podatka sa nekim poznatim izvorom koji služi kao etalon. Verifikacija se odnosi na sve tipove podataka, tekstualne, brojčane, uzorke zvuka, slike digitalnih potpisa, multimedijskih podataka itd. Postupak verifikacije predu-zima se radi obezbjeđenja tačnosti podataka, a u cilju donošenja kvalitetnih poslovnih odluka.

Upotrebom sofisticirane informacione tehnologije danas je moguće da se dodaju novi podaci već postojećem skupu podataka kao i da se mijenja vrijednost postojećih podataka, tako da ih učinimo korisnijim za odgova-rajuće primjene. Za te svrhe danas je moguće koristiti tehnologiju Web uslu-ge kao aplikacijsko-komunikacioni servis koji omogućava svim korisnicima direktan prenos podataka iz vanjskih izvora, putem Web usluge, u sopstveno skladište podataka. 4.9.2 Preduslovi koje podaci moraju ispuniti

Osim za donošenje pravovremenih i tačnih poslovnih odluka, kvali-tetni podaci važni su i za kontinuirano odvijanje procesa rada organizacije. Jedna od odlika SPI jeste da uzima u obzir glavne preduslove koje podaci moraju ispunjavati, a da bi mogli poslužiti kao snova za kreiranje kvalite-tnih informacija. Prvenstveno, korištenje podataka treba da bude što jedno-stavnije. Softversko rješenje namijenjeno cjelovitom upravljanju kvalite-


153

tom podataka mora biti jednostavno za upotrebu, a uz to i veoma lako prilagodljivo. To znači da gde god je to moguće, treba primjenjivati takva rješenja koja će omogućiti jednostavan unos podataka u odgovarajuća skla-dišta podataka. Može se reći da je najvažniji kriterijum uspjeha za SPI je-dnostavnost i brzina rada za krajnjeg korisnika. Sledimo li taj princip, on će nam omogućiti brz dolazak do željenih rezultata uz obezbjeđenje velike tačnosti. Bitno je navesti da u velikoj ponudi softverskih alata namijenjenih upravljanju kvalitetom podataka treba voditi računa o najpovoljnijem odnosu troškova i koristi kako bi se zadovoljili zahtjevi ekonomičnosti i najbrži put povrata ulaganja.

Na kraju, potrebno je napomenuti da se obradom kvalitetnih podataka dolazi do informacija neophodnih za savremeno upravljanje i prognozu u stvarnom vremenu. Tada je vrijednost informacija uravnotežena sa važno-šću odluke koju treba donijeti. Vrijednost pojedine informacije raste i sa brojem korisnika koji mogu koristiti informaciju, kao i sa brojem podru-čja u kojima ti korisnici djeluju. Stoga je važno da organizacija što preci-znije utvrdi i razgraniči kojim podacima mogu pristupati samo određeni zaposleni, a kojima se mogu koristiti svi zaposleni, da ne bi došlo do zloupotrebe ili do sukoba interesa. Isto tako može se konstatovati da ukoliko veći broj zaposlenih ima pristup za njih bitnim podacima, utoliko će više doći do izražaja korist od tih podataka za korisnike, a posebno za cijelu organizaciju. Time se ujedno postiže bolja i jednostavnija razmjena i saradnja unutar pojedinih odjeljenja i organizacija u cjelini, što na kraju za rezultat ima donošenje kvalitetnijih poslovnih odluka i stvaranje novih vrijednosti za organizaciju. Kao što postoje modeli za mnoge procese, tako isto postoje i modelovanja procesa odlučivanja i SPI.


154

5. MODELOVANJE PROCESA ODLUČIVANJA I SISTEM POSLOVNE INTELIGENCIJE

Donošenje poslovnih odluka sve je složeniji i veoma zahtjevan proces,

koji se često sprovodi u uslovima rizika, a naš način razmišljanja pri tome je deterministički. Osnov za analizu i predviđanje su modeli koji repliciraju strukturu poslovnog procesa, odnosno sistema, tako da se mogu procijeniti efekti promjena u njemu. Riječ „model“ je francuskog porijekla, a definiše uzorak, odnosno obrazac. U najopštijem smislu riječi, model možemo shva-titi kao aproksimaciju stvarnog svijeta. Pojam model u stvari predstavlja po-jednostavljeni prikaz jednog složenog sistema. Sistem je skup objekata i procesa koji su u određenoj međuzavisnosti.

5.1 Modelovanje procesa odlučivanja

Prva pojavljivanja modelovanja, zabilježena su još u vavilonskoj civi-lizaciji početkom 750 godina p.n.e., a bilježio ih je Rivet, kao pisane do-kaze. Ove astronomske modele kasnije su preuzeli i usavršavali velikani grčke civilizacije kao što je Aristotel i dr. Postoji mnogo odlika kojima se karakterišu modeli, a neke od njih su sle-deće:

veoma široko korišteno sredstvo za opis, objašnjenje, predviđanje i upravljanje pojavama u realnom svijetu,

predstavlja apstrakciju nečega za što mi vjerujemo da u svijetu po-stoji kao dio realnosti,

predstavljaju određena misaona pomagala koja nam kompleksne odnose činjeničnih stanja čine preglednim,

predstavlja pregled sistema koji se istražuje, skup logičkih relacija, bitnih za problem koji se rješava.

Osnovni cilj modelovanja jeste razumijevanje sistema, kontrola i uti-

caj na rad sistema. Modelovanje kao ključni elemenat kod većine SPO, po-slovne inteligencije i poslovne analitike, naročito je neophodan u SPO, čije se funkcionisanje zasniva upravo na modelima. Upotreba modela odlučivanja za korisnika obezbjeđuje određene koristi, kao što su:


155

omogućava analizu i eksperimentisanje sa složenim problemima, osigurava ekonomisanje resursima koji se koriste za analizu date po-

jave, omogućava sagledavanje većine relevantnih elemenata problema te

otkrivanje njihove bitne međuzavisnosti, osigurava se koncentracija na bitne karakteristike pojave, vrijeme za analizu date pojave se značajno smanjuje, u dinamičkom svijetu u kojem su ograničenja i okolnosti podložna

stalnoj promjeni omogućavaju efikasno i brzo reagovanje na ugra-dnju ovih promjena u model.

Najvažniji korak u modelovanju predstavlja definisanje problema. Da bismo ostvarili cilj modelovanja potrebno je specificirati što jednostavniji model. Iako se može raditi o vrlo složenom sistemu, to se može postići defi-nisanjem određenih ograničenja u sistemu, kako bi bile uključene samo va-žne karakteristike sistema koji se proučava. Proces modelovanja teče kroz nekoliko faza. U tom procesu osnovni zadatak je specificiranje okretnog modela. Zapravo, radi se o pojednostavljenom prikazu sistema koji se pro-učava. Ako su ograničenja odnosno pretpostavke neispravno definisane, model neće biti reprezentativan i tada ga je potrebno poboljšati. Radi se o ciklusu modelovanja koji je prikazan na slici 6.1.

Izvor: prilagođeno Lovrić Lj., (2010), Kvantitativne metode za poslovno odlučivanje-predavanja Ekon. fak. Rijeka, str. 5

Slika 5.1 Faze modelovanja

Definisanje problema predstavlja najvažniji i najteži korak u modelo-vanju, zbog toga što sve sledeće faze zavise od njega. Potrebno je detaljno definisati problem i ciljeve, te utvrditi ograničenja u sistemu kako bismo se fokusirali samo na karakteristike sistema koje su nam važne u istraživanju.

Definisanje problema

Izgradnja modela

Prikupljanje i analiza podataka

Verifikacija modela

Ispitivanje valjanosti modela


156

Izgradnja modela je zapravo, oblik prikazivanja sistema i teorije o njemu. Dok je teorija uvijek verbalno izražena, model može biti načinjen u različitim medijima. Model nam služi za objašnjavanje nekih konkretnih procesa ili stanja sistema i ima ulogu provjere teorije u praksi. Izgradnja modela zavisi od vrste modela koji će se koristiti. Iz verbalno definisanog problema istraživanja moramo matematički definisati uslove i ograničenja sistema kojima se određuje prostor za moguća rješenja.

Prikupljanje podataka je važan korak koji zahtjeva posebnu pažnju, jer od raspoloživosti i kvaliteta podataka zavise rezultati modelovanja. Ako potrebni podaci nisu raspoloživi u standardnom sistemu prikupljanja po-dataka poslovanja, potrebno je odlučiti između dvije mogućnosti:

neposredni dodatni zahtjevi za prikupljanje nedostajućih podataka ili prilagođavanje modela za postojeću grupu podataka.

Dodatni zahtjevi za prikupljanjem podataka iziskuju obično znatne troškove i potrebno je analizom utvrditi njihovu ekonomsku opravdanost. Često se dešava u praksi da i jednostavniji model sa skromnijim podacima postiže zadovoljavajuće rezultate.

Verifikacija modela predstavlja u stvari ispitivanje, odnosno, da li model funkcioniše onako kako to očekujemo od njega. To je formalno spro-vođenje testiranja da li odgovara rješenje koje dobijemo svim uslovnim ograničenjima modela, ili ukratko rečeno, jesmo li dobili moguće rješenje modela.

Ispitivanje valjanosti modela utvrđuje, daje li model rješenja koja se slažu sa zapažanjima na realnom sistemu. Ukoliko utvrdimo da postoje ne-slaganja ili protivrječnosti, model je potrebno poboljšati redefinisanjem ograničenja i pretpostavki. Taj postupak ponavljamo dok ne postignemo zadovoljavajuću reprezentativnost modela.

Teorija i praksa poznaju više vrsta modela i specijalizovanih tehnika koje se primjenjuju u svakom od tih modela.

5.1.1 Vrste modela

Svaki SPO sadrži više modela. Ovi modeli mogu biti standardni ili nestandardni. Standardni modeli mogu biti ugrađeni u razvojne generatore i alate SPO ili se nude kao besplatan softver, ali pri tome nisu ugrađeni u ra-zvojne generatore. Za razliku od standardnih modela, nestandardni modeli se konstruišu u zavisnosti od potrebe, odnosno od slučaja do slučaja. U ta-


157

beli 5.1 prikazana je klasifikacija modela u sedam grupa i nekoliko repreze-ntativnih tehnika za svaku vrstu od kojih svaka može da se primijeni na sta-tički ili dinamički model. Tabela 5.1 Vrste modela

Vrsta Proces i cilj Reprezentativne tehnike Optimizacija problema uz pomoć nekoliko alternativa

Pronalaženje najboljeg rešenja između malog broja alternativa

Tabele odlučivanja, stabla odlučivanja

Optimizacija pomoću algoritma

Pronalaženje najboljeg rešenja između velikog ili beskonačnog broja alternativa korištenjem procesa poboljšanja korak po korak

Linearni i drugi modeli matematičkog programiranja, mrežni modeli

Optimizacija pomoću analitičke formule

Pronalaženje najboljeg rešenja u jednom koraku korištenjem formule Modeli zaliha

Simulacija Pronalaženje dovoljno dobrog ili najboljeg rešenja između alternativa proverenih korištenjem eksperimentisanja

Nekoliko vrsta simulacija

Heuristika Pronalaženje dovoljno dobrog rešenja korištenjem pravila

Heurističko programiranje, ekspertni sistemi

Prediktivni modeli Predviđanje budućnosti za dati scenario Modeli predviđanja, Markovljeva analiza

Ostali modeli Rešavanje šta-ako slučaja korištenjem formule

Finansijsko modeliranje, redovi čekanja

Izvor: priladođeno,Turban, E. Et.al. 2005. Decision Support Systems and Inteligent Systems. N.J.: Pearson Prentice Hall. p.151

Osnovna podjela modela odlučivanja je na: preskriptivne, normativne i deskriptivne, empirijske.

Preskriptivni-normativni modeli odlučivanja su takvi modeli odluči-vanja koji nam govore kako bi trebalo da se ponaša i zašto bi se ponašao tako, donosilac odluke. U prošlosti često je postavljano pitanje: Da li u pro-cesu odlučivanja postoji usklađenost između perspektivne sheme odluči-vanja i stvarnog ponašanja donosilaca odluka? Nakon sprovođenja psiho-loških eksperimenata dobijeni nalazi su uglavnom davali odrečan odgovor. Dakle, u velikom broju slučajeva ljudi se ne ponašaju u skladu sa očeki-vanjima dedukovanim iz teorije korisnosti. Osim toga, nalazi niza psiho-loških eksperimenata govore nam da postoji nesaglasnost između intuiti-vnog prosuđivanja u uslovima neizvjesnosti i preskriptivne teorije subje-ktivne vjerovatnoće, tj. onoga što bi činila idealizovana raciona osoba114.

114 Balaban N., Ristić Ž. (2006), Poslovna inteligencija, Ekonomski fakultet Subotica, str.181


158

Donosiocima odluka u procesu odlučivanja uvijek je na raspolaganju mnoštvo različitih mogućnosti za akciju. U pravilu donosioci odluka naj-češće razmatraju samo vrlo mali broj raspoloživih mogućnosti, odnosno uzimaju u obzir samo neke od mogućih posledica svojih postupaka itd.

U procesu donošenja odluke ljudi nisu savršeno racionalni donosioci odluke. Upravo, zbog toga, došlo je do razvijanja deskriptivne, empirijske teorije odlučivanja koje daju odgovor na pitanje: Kako donosioci odluka u stvarnosti odlučuju?

Luthans115 navodi nekoliko deskriptivnih modela bihejvioralnog odluči-vanja:

ekonološki model, Simonov model ograničene racionalnosti, modela heurističkog prosuđivanja i socijalni model.

5.1.1.2.1 Ekonološki model

Za ovaj model odlučivanja Luthans kaže da potiče od klasičnog eko-nomskog modela u kojem se pretpostavlja da je donosilac odluke potpuno i savršeno racionalan i podrazumijevaju se sledeći uslovi o odlučivanju116:

odluka će biti potpuno racionalna u smislu odnosa sredstvo-cilj, postoji potpun i konzistentan sistem preferancija donosioca odluke,

koji omogućava izbor između alternativa, postoji potpuna svijest donosioca odluke o svim mogućim alterna-

tivama, nema ograničenja kompleksnosti proračunavanja koja mogu da budu

obavljena da bi se odredila najbolja alternativa, proračunavanja vjerovatnoće nisu ni zastrašujuća, niti su misteri-

ozna. Donosilac odluke u procesu odlučivanja stremi ka maksimizaciji rezu-

ltata, a donijete odluke su usmjerene na ostvarenje maksimalnog profita. Bazerman navodi da su stepeni procesa racionalnog odlučivanja sledeći117:

115 Balaban N., Ristić Ž. (2006), ibidem, str.181 116 Balaban N., Ristić Ž. (2006), ibidem, str.181


159

definisanje problema, identifikovanje kriterijuma, procjenjivanje relativnog značaja kriterijuma, procjenjivanje svake alternative prema svakom kriterijumu, proračunavanje optimalne odluke.

Definisanje problema

Prije nego što otpočne procese odlučivanja, donosilac odluke mora defi-nisati problem o kojem će odlučivati. Donesena odluka kao rezultat odluči-vanja, mora imati pozitivno rješenje o definisanom problemu, odnosno ostvaren željeni cilj.

Indentifikovanje kriterijuma Da bi donosilac odluke, ostvario planirane rezultate i ciljeve on mora

da izvrši identifikaciju svih značajnijih kriterijuma u procesu odlučivanja.

Procenjivanje relativnog značaja kriterijuma Pošto svi kriterijumi nemaju isti značaj, potrebno je da donosilac odlu-

ke procijeni relativni značaj svakog od identifikovanog kriterijuma, ali mora i da identifikuje moguće pravce akcije, kako bi ostvario željeni cilj. Od do-nosioca odluke ovde se traži da iskaže svoje stvaralačko traganje za raznim mogućnostima između kojih će izvršiti izbor samo jedne, čijom realizacijom će ostvariti željeni cilj.

Procenjivanje svake alternative prema svakom kriterijumu Za ovaj dio procesa odlučivanja smatra se da je izuzetno težak, jer se

zasniva na predviđanjima budućih stanja stvari. Od donosioca odluke se očekuje da sa maksimalnom pažnjom, brižljivo i racionalno izvrši procjenu svake moguće posledice izbora, bilo koje od raspoloživih alternativnih akci-ja prema svakom od izabranih kriterijuma.

Proračunavanje optimalne odluke U ovom dijelu procesa odlučivanja, obavlja se proces izračunavanja

optimalne odluke. Ovako shvaćen proces odlučivanja podrazumijeva da do-nosilac odluke savršeno definiše problem, da identifikuje sve značajne krite-rijume, da adekvatno procijeni relativni značaj svakog kriterijuma, da uzme u obzir sve značajne alternative, da tačno proceni svaku od alternativa s

117 Balaban N., Ristić Ž. (2006), ibidem, str.181


160

obzirom na svaki od kriterijuma i da tačno proračuna kojom će alternativom postići najveću percipiranu vrijednost118. Bazerman koristi izraz "racionalni" da označi proces odlučivanja od kojeg se očekuje da vodi optimalnom re-zultatu pri uslovu da su date optimalne procjene vrijednosti kako bi racio-nalna osoba trebalo da odlučuje. 5.1.1.2.2 Simonov model ograničene racionalnosti

H. Simon je smatrao da je individualno prosuđivanje ograničeno u svojoj racionalnosti i da bismo proces odlučivanja mogli bolje da razumi-jemo ako bismo objasnili stvarno ponašanje donosilaca odluke nego ako objasnimo normativno ponašanje119.

Donosilac odluke u stvarnosti često ne raspolaže sa uvijek potrebnim i dovoljno kvalitetnim informacijama koje će mu omogućiti potpuno ispravno definisanje problema, relevantnih kriterija i svega onoga što mu je potrebno da u procesu odlučivanja donese pravovremenu i kvalitetnu odluku. Pravo-vremena i tačna informacija ima izuzetno veliku vrijednost i visoku cijenu koštanja, koja uz vrijeme kao značajan faktor, ima ograničavajući uticaj na količinu i raspoloživost potrebnih informacija. U takvim ograničavajućim uslovima donosilac odluke može da apsorbuje u svojoj memoriji relativno malu količinu raspoloživih informacija. Sa druge strane, donosilac odluke ima i druga ograničenja kao što su, njegova inteligencija, percepcija itd. Da-kle, donosiocu odluke naprijed navedena ograničenja ne dozvoljavaju da odlučuje u skladu sa racionalnim modelom i da donosi optimalne odluke. Simon sugeriše da donosilac odluke izabere prihvatljivu ili razložnu odluku umjesto najbolje solucije. On ne ispituje sve alternative već prosto traži dok ne nađe soluciju koja zadovoljava neki prihvatljivi nivo performanse120.

Prema tom modelu odlučivanje bi moglo da bude opisano ovako121: Odabirajući jednu od alternativa, donosilac odluke, recimo mena-

džer, nastoji da izabere onu koja je zadovoljavajuća ili "dovoljno dobra".

Donosioci odluke shvataju da je svijet koji oni percipiraju veoma uprošćen model stvarnog svijeta.

118 Balaban N., Ristić Ž. (2006), ibidem, str. 182 119 Balaban N., Ristić Ž. (2006), ibidem, str. 182 120 Balaban N., Ristić Ž. (2006), ibidem, str. 181 121 Balaban N., Ristić Ž. (2006), ibidem, str. 181


161

Pošto ne maksimiraju (kao u racionalnom modelu) nego izaberu za-dovoljavajuću alternativu, oni mogu obaviti izbor ne uzimajući u obzir sve moguće alternative.

Imajući na umu uprošćeni model stvarnoga svijeta, donosioci odluka su kadri da odlučuju koristeći se relativno prostim pravilima pribli-žnih proračuna koja ne postavljaju nemoguće zahtjeve njihovoj spo-sobnosti mišljenja.

Za Simonov model možemo reći da je122:

ograničeno racionalan, teži maksimiranju, ima dinamične ciljeve, posjeduje nesavršene, raspoložive informacije ima ograničenja koja se tiču vremena i izdataka, alternativne akcije su rijetko podložne kvantitativnom uređivanju

prema preferencijama. Luthans naglašava da je razlika između ekonološkog modela i

Simonovog modela samo u stepenu jer je pod nekim uslovima zadovoljava-juća ili "dovoljno dobra" alternativa ona koja je približna alternativi koja maksimira ishod123.

5.1.1.2.3 Heuristički model odlučivanja Kahneman i Tversky nalaze da se ljudi oslanjaju na izvjestan broj pojednostavljenih strategija ili pravila domišljatog nagađanja u procesu odlu-čivanja, koje nazivaju heuristicima124.

U svojim djelima, kao naučnici dali su veliki doprinos u proučavanju procesa odlučivanja, ali su pogrešivi i ponekad vode grubim greškama. Kahneman, Tversky, Fishoff, Slovic, Lichtenstein i drugi, naročito su zaslu-žni za model koji je nedavno razvijen na osnovu saznanja u oblasti kogni-zivne psihologije125.

Prema ovom modelu, donosioci odluke u procesu odlučivanja koriste se saznanjima heuristika, tj. koriste se uprošćenim strategijama ili pravilima

122 Balaban N., Ristić Ž. (2006), ibidem, str. 181 123 Balaban N., Ristić Ž. (2006), ibidem, str. 181 124 Balaban N., Ristić Ž. (2006), ibidem, str. 183 125 Balaban N., Ristić Ž. (2006), ibidem, str. 183


162

nagađanja koje relativno pojednostavljuju proces odlučivanja, zatim uma-njuju zahtjeve donosilaca odluka za informacijama i čine ekonomičnijom mentalnu obradu informacija. Primjena heurističkog modela odlučivanja do-nosiocu odluke ne garantuje ispravno i kvalitetno odlučivanje, već u toku procesa može dovesti do nekih grešaka koje su predvidive.

Kaheman i Tvesky su indentifikovali tri heuristika126: heuristik raspoloživosti, heuristik reprezantivnosti i heuristik ukotvljavanja i podešavanja.

Heuristik raspoloživosti odnosi se na tendenciju donosilaca odluke da

procenjuju vjerovatnoću nastupanja nekoga događaja, njegovu učestalost javljanja i vjerovatne uzroke tog događaja na osnovu stepena u kojem su slučajevi ili javljanja toga događaja spremno "raspoloživi" u memoriji dono-sioca odluke.

Heuristik reprezentativnosti, kod njega donosioci odluke procjenjuju vjerovatnoću nastupanja nekoga događaja. Vjerovatnoća nastupanja ovog događaja zasniva se na osnovu sličnosti tog događaja sa nekim njihovim stereotipima ili sličnim događajima koji su se dogodili u prošlosti.

Heuristik ukotvljavanja i podešavanja - Donosioci odluke ovdje pola-ze od neke početne vrijednosti procjenjujući neku vrijednost, zatim je pode-šavaju i prilagođavaju kako bi donijeli konačni odgovor o toj vrijednosti. Pri tom različite početne vrijednosti mogu voditi različitim procjenama, što je poznato pod terminom, fenomen ukotvljavanja.

5.1.1.2.4 Simulaciono modelovanje

Model simulacije u procesu poslovnog odlučivanja pruža veliku po-moć donosiocu odluke, naročito ukoliko se radi u situacijama koje su nei-zvjesne. Simulacioni proces predstavlja strukturu rješavanja stvarnih proble-ma pomoću simulacionog modeliranja i može se prikazati u obliku niza koraka koji opisuju pojedine faze rješavanja problema ovom metodom. Uz pomoć numeričke tehnike simulacijom se izvode eksperimenti na određe-nim tipovima matematičkih ili logičkih modela koji simuliraju neki realni sistem ili njegove dijelove. Simulacija kod ovog načina istraživanja odre-đuje one parametre i varijable za koje će sa ekonomskog i poslovnog aspe-

126 Balaban N., Ristić Ž. (2006), ibidem, str. 183


163

kta, na samom kraju, dinamika razvoja biti najpovoljnija. Simulacijom dobi-jeni parametri i varijable sadrže veoma značajne informacije čijim raspola-ganjem je donosiocima odluka u velikoj mjeri olakšan proces odlučivanja.

Uporedo sa razvojem informacione tehnologije razvija se i simulacija kao model. Uz primjenu savremenih računara i softvera simulacijom je mo-guće eksperimentisati na modelima sa velikim brojem parametara i varijabli. Stalno tehnološko napredovanje i primjena savremenih računara i računa-rskih sistema menadžerima, odnosno donosiocima poslovnih odluka u pro-cesu odlučivanja omogućava pristup informacijama u kvantitativnom i kva-litativnom smislu. Proces simulacionog eksperimentisanja moguće je podijeliti u dvije faze:

I faza, koja pored identifikacije problema, obuhvata definisanje problema i cilja eksperimentisanja u realnom sistemu i

II faza, koja obuhvata modelovanje na osnovu definisanog pro-blema i cilja na kojem se izvode eksperimenti.

Nakon identifikovanja i definisanja problema i cilja (I faza) donosilac odlu-ke vrši simulaciono eksperimentisanje (II faza), što se vidi na sl. 6.2. Po za-vršetku eksperimentisanja donosilac odluka dolazi do potrebnih informacija koje mu u značajnoj meri olakšavaju donošenje poslovne odluke u realnom sistemu. U praksi postoji više mogućnosti primjene tehnike simulacije. Ipak izvo-đenje simulacije i eksperimentisanje na realnim sistemima često nije izvo-dljivo iz više razloga, a prije svega zbog veoma visokih troškova i potre-bnog vremena za njegovo izvođenje. Primjena simulacionog modela pre-dstavlja značajan način dobijanja informacija i znanja neophodnih za dono-šenje poslovnih odluka. Struktura simulacionog procesa nije strogo sekvencijalna, moguće je vršiti povratak na prethodne korake procesa u zavisnosti od rezultata do kojih se došlo u pojedinim fazama procesa. Broj faza i redosled njihovog obavljanja zavisi od svake konkretne situacije, ali je ipak moguće navesti jedan opšti, uređen skup procedura (slika 5.2).


164

Izvor: prilagođeno, www.nastava.fsk.unsa.ba/ (dostupno 22.11.2013.)

Slika 5.2 Tok izvođenja simulacije

Osnovni koraci simulacionog procesa su sledeći127:

Definicija cilja simulacione studije (problem koji treba riješiti obliko-vanje sistema)

Identifikacija sistema (opis komponenti sistema, interakcija kompone-nti, način rada, veze s okolinom, formalan prikaz sistema)

127 www.nastava.fsk.unsa.ba/ (dostupno 22.11.2013.)

Faza

I Fa

za II


165

Prikupljanje podataka o sistemu i njihova analiza (izbor raspodela nezavisnih slučajnih promjenljivih, ocjena vrijednosti parametara raspo-djela)

Izgradnja simulacionog modela (stvaranje konceptualnog modela koji adekvatno opisuje sistem i omogućava rješavanje zadatog problema)

Izgradnja simulacionog programa (izbor programskog jezika ili pa-keta i stvaranje simulacionog programa bilo pisanjem programa, bilo auto-matskim generisanjem programa na osnovu konceptulnog modela)

Verifikacija simulacionog programa (testiranje simulacionog progra-ma prema postavkama simulacionog modela, a ukoliko verifikacija pro-grama nije dala zadovoljavajuće rezultate, potreban je povratak na korak 5)

Vrednovanje (validacija) simulacionog modela (ispitivanje da li si-mulacioni model adekvatno predstavlja stvarni sistem, a ukoliko vre-dnovanje modela nije uspješno, potreban povratak na korak 4)

Planiranje simulacionih eksperimenata i njihovo izvođenje (plan promjene parametara modela, ponavljanje eksperimenta zbog analize uti-caja slučajnih promenljivih, i dr.).

Analiza rezultata eksperimenata (statistička analiza rezultata simula-cionih eksperimenata, a ukoliko se tokom analize rezultata ukaže po-treba za dopunom koraka 8 može se pristupiti izvođenju dodatnih eksperimenata)

Zaključci i preporuke (prezentacija relevantnih rezultata na osnovu kojih se mogu donijeti odgovarajuće odluke)

Primjenjujući simulacioni model, izvođač eksperimenta na modelu

ima mogućnost da uz neprekidnu kontrolu eksperimenta izdvoji strukturu i dinamičke vrijednosti objekta koji istražuje, zatim da odredi uslove bitne za dalji proces istraživanja, da uoči bliske veze između originala i modela na osnovu kojih će postaviti hipoteze, te da uočava određene zakonitosti koje će provjeravati i objašnjavati. Metoda simulacije se najčešće upotrebljava u proizvodnji, komunikacijama, transportu, uslužnom sektoru, finansijskom sektoru, itd.

Osnovne vrste simulacija su: Monte Carlo simulacija i Diskretna i kontinuirana simulacija.


166

Monte Karlo metoda je simulaciona metoda koja se od strane dono-silaca odluka veoma često koristi u procesu poslovnog odlučivanja. Ovaj metod proučava stohastičke procese, a problem rješava uz primjenu numeri-čke analize. Kod ove metode postupci donosioca odluka baziraju se na slu-čajnim varijablama, slučajnim brojevima uz saznanja teorije vjerovatnoće. U ovoj metodi upotrebljavaju se uzorci iz određenog skupa elemenata koji su dobijeni pomoću slučajnih brojeva i reprezentativni su, jer je postupak do-bijanja rezultata nezavisan od posmatranog obilježja X. Ova metoda naro-čitu primjenu ima u rješavanju problema poslovnog odlučivanja.

Socijalni model odlučivanja predstavlja potpuno suprotan model u

odnosu na racionalni model odlučivanja. Luthans128 ukazuje na učenje psihoanalitičke škole u psihologiji prema

kojem ponašanje i odlučivanje osoba nije racionalno već je određeno emoci-jama, pa i nesvjesnim željama, a osim toga je, prema saznanjima socijalne psihologije, pod snažnim uplivom socijalnih činilaca. On taj upliv ilustruje klasičnim eksperimentom Solomona Ascha čiji rezultati svjedoče o konfo-rmiranju procjena koje daje pojedinačna osoba procjenama koje daje grupa osoba. Pored toga, Luthans je eksperimentalno pokazao da su osobe koje nemaju iskustvo sa računarima podložnije u odlučivanju uticaju informacija ispisanih na papiru sa računarskog štampača nego informacijama ispisanim na običnom papiru. Nasuprot tome, osobe sa bogatijim iskustvom sa računa-rima ispoljile su sasvim suprotan efekat.

5.2 Statički i dinamički modeli

U zavisnosti od karaktera ulaznih podataka razlikujemo: statičke i dinamičke modele.

128 Balaban N., Ristić Ž. (2006), Poslovna inteligencija, Ekonomski fakultet Subotica, str. 186


167

5.2.1 Statički modeli

Statički modeli predstavljaju realnost u jednom vremenskom interva-lu, uvijek sa pretpostavkom da se radi o istim podacima u modelu. Kod ovog modela, vrijeme nema važnu ulogu ili pak postoji interesovanje za sta-nje sistema u određenom trenutku. Na primjer, odluka da li donijeti rješenje o penzionisanju danas ili neki drugi dan po prirodi je statička i kod nje se pretpostavlja ponavljanje uz identične uslove. Upravo zbog svoje statičnosti i pretpostavke relevantnih podataka, statički modeli nisu baš najprikladnija podrška odlučivanju. Ukoliko se promijeni vremenski interval kod ovih mo-dela, onda oni postižu svoju određenu dinamičnost. Na primjer, ako se vre-menski termin koji u modelu obuhvata sedam dana produži na šezdeset dana što je u skladu sa Zakonom o upravnom postupku. Produžavanje ovog vre-menskog termina sa sedam na šezdeset dana je sasvim jednostavno. Među-tim promjene u toku dužeg vremenskog perioda mogu da budu veoma dina-mične tako da se pomoću takvog modela ne može riješiti problem. 5.2.2 Dinamički modeli

Kod dinamičkih modela ulazni podaci u toku određenog vremenskog perioda su promjenljivog karaktera. Kao primjer ovog modela može da nam posluži model projekcije broja penzionera gde se ulazni podaci: broj onih koji stiču pravo na osnovu starosti, zatim broj onih koji stiču invalidsku penziju i broj onih koji stiču porodičnu penziju. Ovi podaci mijenjaju se iz dana u dan. Za razliku od statičkog modela, dinamički model nam pokazuje šta se dešava ako se uslovi u određenom vremenskom periodu mijenjaju. Dinamički modeli su važni jer upotrebljavaju, predstavljaju i generišu tre-ndove i obrasce kroz određeno vreme. Oni takođe mogu da pokazuju pro-sjeke za određeno vreme, pokretne prosjeke i komparativnu analizu129. 5.3 Deterministički i stohastički modeli

Prema ponašanju modele dijelimo na: Determinističke (imaju jednoznačno definisane varijable) Stohastičke (sadrže pojedine elemente ako nastupe određeni uslovi)

129 Turban, E. (2005) et al. Decision Support Systems and Intelligent Systems, N.J.:Pearson Prentice Hall, p.49


168

5.3.1 Deterministički modeli

Deterministički modeli su modeli koji imaju egzaktno rješenje koje se često naziva analitičko. Kod ovih modela nema slučajnih uticaja na varijable i parametre. Izmjena varijabli je tačna uzročno-posledična veza. Za odre-đene ulazne vrijednosti varijabli uvijek se dobijaju iste izlazne vrijednosti varijable.

5.3.2 Stohastički modeli

Stohastički modeli su modeli koji imaju parametre (ili varijable) koje nemaju fiksne vrijednosti. Ovi modeli uključuju slučajne varijable odnosno slučajne procese, nije moguće tačno predvidjeti izlazne vrijednosti varijabli. Slučajne varijable su predstavljene distribucijama vjerovatnoće.

Stohastički modeli obuhvataju: modele koji se od determinističkih modela razlikuju jer uključuju

slučajne greške- za sisteme čije bi ponašanje mogli tačno predvidjeti za ulazne vrijednosti parametri i varijabli modela, kad ne bi bili pri-sutni slučajni uticaji ili greške koje prouzrokuju odstupanja od ta-kvog ponašanja.

Za tu vrstu slučajne greške vrijede pretpostavke:

da su raspodijeljene N (0,σ2); povezanost s determinističkim dijelom je aditivna rjeđe multiplikati-

vna; slučajne greške su nekorelirane u vremenu (tj.stanje u trenutku ne

zavisi od proteklih stanja)

Osnovna karakterisitka primjene u poslovnom odlučivanju stohasti-čkih modela koji eksplicitno uključuju slučajnu varijablu jeste veliki broj ponovljenih uzoraka. Samo u tom slučaju imamo dobru podršku pri odluči-vanju u uslovima rizika.

Deterministički modeli imaju egzaktno rješenje-analitičko rješenje.

Stohastički modeli: za neke imamo analitičko rješenje, iz distribucija vjerovatnoće ula-

znih podataka izračunava se zakon distribucije izlaznih varijabli; za većinu analitičko rješenje ne postoji, pa koristimo simulacijski

pristup. Iz dovoljno velikog broja empirijskih simulacija slučajne va-rijable, dobijemo podatke o njenoj distribuciji vjerovatnoće.


169

Modelovanje nije nimalo jednostavan zadatak, ali značajno pojedno-stavljuje proces donošenja poslovnih odluka.

5.4 Fizički, analogni i simbolički modeli

Prema vrsti, razlikujemo sledeće modele: fizičke, analogne i simboličke (matematičke).

5.4.1 Fizički modeli

Fizički modeli imaju izgled onoga šta u stvari i predstavljaju. Kod fi-zičkih modela predstavljanje stvarnih objekata je takvo da on treba da sadrži sve osobine koje ima i sam objekat. Međutim te osobine su u određenoj ra-zmjeri uvećane ili umanjene, kao što je slučaj kod većine igračaka npr. avion-igračka kao model stvarnog aviona, zatim globus kao model zemlje, gdje je prečnik zemlje umanjen, što se odnosi ne samo na Zemlju u cjelini, već i na kontinente, mora itd. S druge strane, model atoma je srazmjerno uvećan kako bi bio vidljiv golim okom. Fizički modeli su posebno pogodni za prikazivanje statičkih situacija u specifičnom trenutku vremena, npr. “slika” pogona. Teško su primjenjivi za prikaz dinamičkih situacija, npr. proizvodnja u fabrici. Upotrebljavaju se pretežno u prirodnim naukama i tehnici, dok su za teoriju i praksu u ekonomiji od manjeg značaja. 5.4.2 Analogni modeli

Analogni modeli podrazumijevaju takav model koji koristi slična svo-jstva objekta istraživanja kako bi prikazao realni sistem. Sam naziv potiče od riječi „analogija“, što znači sličnost. Model je analogan do te mjere da predstavlja jedan skup osobina nekim drugim skupom osobina. Uspješan je za prikazivanje dinamičnih situacija u procesima i sistemima. Na primjer mogu se konstruisati uređaji čiji su postupci analogni onima na proizvodnoj liniji u nekom pogonu. Ipak, to bi bilo teško postići ako bi se koristio fizički model kao umanjeni model proizvodne linije u nekom pogonu

U konstruisanju modela nije uvijek pogodno reprodukovati sve oso-bine. Na primjer mi ne možemo u potpunosti reprodukovati geološku stru-kturu tla na globusu, ali možemo veoma lako prikazati različite tipove geo-loških formacija tla pomoću različitih boja.


170

Grafikoni su vrlo jednostavne analogije pa u njima koristimo udalje-nosti kako bismo predočili takve karakteristike kao što su: vrijeme, broj, procenat, težina itd. Oni nam omogućavaju predviđanje kako će promjene u jednoj karakteristici uticati na drugu.

5.4.3 Simbolički (matematički) modeli

Simboličke (matematičke) modele karakterišu komponente i odnosi koji vladaju među njima, a predstavljeni su pomoću simbola.

Simboličke modele najčešće delimo na: verbalne i matematičke.

Verbalni modeli su direktna posledica mentalnih modela, njihov izraz u govornom jeziku. Uobičajeno se predstavljaju u pisanom obliku i spadaju u klasu neformalnih modela.

Većina simboličkih modela koristi matematičke simbole, npr. mate-matička jednačina je simbolički model, pa su po tome i dobili ime.

U ekonomiji se najčešće koriste matematički modeli, gdje su njegove karakteristike atributi sistema predstavljeni varijablama, dok su veze unutar samog sistema, kao i između sistema i okoline predstavljene matematičkim funkcijama. Dakle, za nas najinteresantniji, ekonomsko-matematički modeli, predstavljaju pojave uz pomoć matematičkih izraza i simbola. Većina si-mboličkih modela koristi matematičke simbole.

Matematički modeli su jednostavniji i za istraživanje zahtjevaju mno-go manje vremena u odnosu na analogne. Ako sistem može biti prikazan matematičkom jednačinom, efekat promena može se dobiti kroz nekoliko koraka matematičke indukcije.

Postupak izgradnje matematičkog modela sadrži sledeće faze: definisanje ciljeva, planiranje istraživanja, formulisanje problema, gradnja konkretnog modela, izbor metoda rešavanja, programiranje i testiranje, prikupljanje podataka, validacija i implementacija.


171

Ciljevi se definišu u okviru već zadatih ograničenja koja se odnose na dva resursa i to vrijeme i novac.

Planiranje istraživanja podrazumijeva izradu plana za korištenje tri osnovna resursa, vremena, kadrova i novca.

Formulacija problema predstavlja ključnu fazu procesa modeliranja. Gradnja konkretnog modela, predstavlja interakciju kontrabilnih i ne-

kontrabilnih promjenljivih, s jedne strane, i kriterijuma efikasnosti rješenja, s druge strane.

Izbor metoda rješavanja predstavlja određivanje numeričkog ili anali-tičkog načina rješavanja modela.

Programiranje i testiranje su realni problemi takvih dimenzija da ih je nemoguće rješavati ručnim putem.

Prikupljanje podataka predstavlja fazu u kojoj se vrši prikupljanje podataka, kako za prethodnu fazu, tako i za fazu implementacije.

Validacijom se vrši provjera slaganja rezultata modela sa realnim si-stemom, pri čemu se vrši provjera konzistentnosti, osjetljivosti i primjenlji-vosti modela u praksi.

Implementacija predstavlja uvođenje modela u praktičnu primjenu. Da bi jedan identifikovani realan problem mogli modelovati neopho-

dno je da je uočljiv, mjerljiv i da je sistemski. Da bi problem bio uočljiv njegove osnovne osobine i efekti moraju bi-

ti takvi da se mogu uočiti i razumjeti, a istovremeno moraju biti i predvi-dljive u budućnosti. Uočene osobine moraju biti mjerljive. Pod sistemskim podrazumevamo da za problem mora postojati komple-ksna simultana interakcija između skupa uzoraka, koji definišu realni pro-blem, i skupa efekata koji ga karakterišu.

Neke od prednosti u upotrebi modela su: laki su za upotrebu i jeftiniji nego da se postupa u stvarnim situa-

cijama, obezbjeđuju sistemski pristup rješavanju problema, značajno povećavaju stepen razumijevanja realnog problema, služe kao konzistentno oruđe za procjenjivanje, obezbeđuju standardnu formu analiziranja problema, pomažu u redukovanju vremena potrebnog za donošenje odluka, itd.

Kao što postoje prednosti kod upotrebe modela tako isto postoje i određeni nedostaci kao što su:


172

mogu biti veoma skupi i zahtjevati mnogo vremena za razvoj testi-ranja,

može doći do stavljanja naglaska na kvantitativne u odnosu na kvalitativne informacije,

moguća je njihova nekorektna primjena, moguća je pogrešna interpretacija dobijenih rezultata, itd.

Posmatrajući i poredeći prednosti i nedostatke u upotrebi modela odlučivanja možemo zaključiti da su prednosti daleko važnije od nedosta-taka, kao i da su mogućnosti primjene modela odlučivanja gotovo neogra-ničene.

5.5 Višekriterijumska analiza

U praksi je poznato da modeli poslovnog odlučivanja pored određenih prednosti imaju i svoje nedostatke. Pomoću ovih modela nastoji se doći do rješenja problema odlučivanja koje se bazira na jednodimenzionalnoj analizi za koju se uzima samo jedan kriterijum. Ipak, realno okruženje pri odluči-vanju podrazumijeva korištenje više raspoloživih parametara i faktora koji održavaju višedimenzionu osobinu problema koji se rješavaju. Ova situacija podstiče razvoj metoda višekriterijumske analize odlučivanja.

Višekriterijumske probleme svrstavamo u slabo strukturirane proble-me odlučivanja prvenstveno zbog toga jer su kriterijumi ocjenivanja vrlo če-sto konfliktni. Broj kriterijuma i kompleksnost njihovih međusobnih relacija djeluje na preferencioni sistem donosioca odluka koji se po pravilu odlikuje niskim stepenom strukturiranosti. Dakle, činjenica da odluke pripadaju po-lustrukturiranoj vrsti stvara potrebu za podršku donosiocu odluke projekto-vanjem odgovarajućih višekriterijumskih modela130.

Različit pristup procesu donošenja odluka za rezultat je dao pojavu dvije glavne škole multikriterijumske analize:

američke i francuske

Američka škola višekriterijumskog odlučivanja prihvata postojanje sistema vrijednosti koji postavlja preferencije donosilaca odluka prema sku-pu alternativa odlučivanja. U skladu s okvirom višekriterijumskog odluči-

130 Matsatsinis, N. F. And Siskos, Y. (2003) Intelligent Support Systems for Marketing Decisions. Dordrecht: Kluwer Academic Publishers Group, p.10


173

vanja preferencije donosioca odluke prema alternativama odlučivanja ra-zmatraju se u obliku sistema vrijednosti. Taj sistem vrijednosti, koji zado-voljava skup uslova, vodi donosioca odluka ka izboru rješenja koja najviše zadovoljavaju. Bitna gledišta okvira višekriterijumskog odlučivanja francuske škole su131:

Uopšte posmatrano, u proces donošenja odluke uključeno je više od jednog donosioca odluke. U većini problema realnog svijeta donosi-lac odluke stvarno ne postoji kao osoba koja je zaista sposobna da donese odluku. Obično nekoliko osoba (učesnika ili dioničara) uzi-ma učešće u donošenju odluka i imaju različita mišljenja.

Cilj višekriterijumske analize nije da istakne donosiocu odluke bolje solucije, već prije svega, vodi donosioca odluke ka selekciji zadovo-ljavajućeg rješenja procesom progresivnog razumijevanja i pobo-ljšanja njegovih vještina i znanja.

Opšti okvir modelovanja u višekriterijumskoj analizi determinišu če-tiri sukcesivne i iterativne faze132:

cilj odlučivanja, analiza elementarnih konsekvenci, formiranje modela odlučivanja ili modela ponašanja i elaboracija i implementacija scenarija.

Prva faza: cilj odlučivanja. Svaki problem dekomponovan je na konačan ili kontinuiran skup alternativa, akcija, odluka, A=[ai, i= 1, 2, ..., n].

Skup alternativnih akcija može da bude: fiksan, ako nijedna modifikacija njegove kompozicije nije dopuštena

za vrijeme procesa donošenja odluke, promjenljiv, ako za vrijeme procesa donošenja odluke struktura sku-

pa može da se promijeni, iscrpan (sveobuhvatan), ako svaki element sadržan u A isključuje

sve ostale i fragmentiran, ako rezultati analize obuhvataju samo jedan dio skupa

A.

131 Roy, B. (1990) Decision Aid and Decision Making, European Journal of Operational Research, vol. 45. pp. 324-331 132 Roy, B. (1990), ibidem, pp. 324-331


174

U prihvaćenom skupu akcija, donosilac odluke definiše određenu problema-tiku koja može da se promijeni u toku procesa donošenja odluka. Analitičar, smatra Roj, može da bira između četiri referentne vrste problematike:

izbor jedne i samo jedne alternative iz skupa A alternativnih akcija, razvrstavanje alternativnih akcija u klase (grupe) koje imaju određe-ne zajedničke karakteristične osobine,

rangiranje alternativnih akcija od najviše do najmanje preferirane i jednostavan opis akcija i njihovih konsekvenci jezikom koji može da

bude razumljiv od strane menadžera.

Druga faza: analiza elementarnih konsekvenci. Svaka alternativna akcija može da bude analizirana u skladu sa skupom atributa ili grupom ele-mentarnih konsekvenci. Analiza grupe elementarnih konsekvenci svake alte-rnativne akcije vodi analitičara ka izboru i modelovanju konzistentne vrste kriterijuma F= [ g1, g2, ..., gm] koji će da se koriste da bi se evaluirale alte-rnative i postigla konačna odluka. Kriterijumi se modeliraju korištenjem re-alne funkcije gj : A → R, a → gj (a) evaluacija akcije a u skladu sa j-tim kriterijumom. Prvi kriterijumi trebalo bi da ispunjavaju sledeće uslove:

Da održavaju monotonost i da budu konzistentni s individualnim preferencijama133:

- gj (a) > gj (b) a > b, tj. akcija a ima prednost u odnosu na akciju b (relacija preferencije),

- gj (a) = gj (b) a < b, tj. akcija a je indiferentna u odnosu na akciju b (relacija preferencije),

Da budu sveobuhvatni u skladu sa ograničenjima u dostupnim info-rmacijama,

Da izbjegavaju redundanciju (da budu neredundantni)

Tabela 5.2 pokazuje višekriterijumsku evaluacionu tabelu sa n alterna-tiva odlučivanja i m kriterijuma. Svaki ij element tabele predstavlja ocjenu (bod, skor) gj (ai) alternative ai uz uvažavanje j-tog kriterijuma.

133Znak znači ispred (a > b znači “a je ispred b“)


175

Tabela 5.2 Višekriterijumska evaluaciona tabela Kriterijumi

g1 g2 ... Gm

Alternative odlučivanja

a1 g1 (a1) g2 (a1) ... gm(a1) a2 g1 (a2) g2 (a2) ... gm (a2) ... ... ... ... ... an g1 (an) g2 (an) ... gm(an)

Izvor: (prilagođeno) Roy, B. (1990) Decision Aid and Decision Making, European Journal of Operational Research

Treća faza: formiranje modela odlučivanja ili modela ponašanja. Ova faza obuhvata agregiranje kriterijuma primjenom posebnog modela ho-lističkih preferencija. Ovaj model koristi se za komparaciju alternativa odlu-čivanja koje pripadaju akcijama skupa A.

Četvrta faza: elaboracija i implementacija scenarija. U poslednjoj fazi procesa analitičar nastoji da pronađe odgovore na pitanja donosioca odluke (scenario „šta –ako“) da bi se poboljšala podrška procesa donošenja odluka.

Popularan i koristan softver i alat za višekriterijumsku podršku, zasno-van na analitičko-hijerarhijskom procesu odlučivanja, jeste Expert Choice koji korisniku, odnosno donosiocu poslovnih odluka pruža pomoć u procesu odlučivanja. Expert Choice omogućava donosiocu odluke da analizira, orga-nizuje i poveže kvantitativne činjenice, razmišljanja i intuiciju u logički oblik kako bi se sagledale sve opcije za efikasno donošenje odluke.

Expert Choice134 je namijenjen za analizu, sintezu i ocjenu komple-ksnih individualnih i grupnih odluka. Njegova primjena u svijetu u sferi po-slovnih odluka je velika i najčešća područja primjene su: alokacija resursa, upravljanje ljudskim resursima, formulisanje marketing strategije, analitičko planiranje, cost-benefit analiza, analiza kredita i dr. Takođe veliku primjenu ima i u predviđanju, procjeni rizika i donošenju odluka u uslovima neizvje-snosti.

5.6 Modelovanje sistema poslovne inteligencije (SPI) Kroz osvrt na neka teorijskometodološka pitanja modelovanja SPI na

poslovnom slučaju Fonda za penzijsko i invalidsko osiguranje Republike Srpske (Fond) prikazani su rezultati razvojnog istraživanja SPI_PIO_RS (Sistem poslovne inteligencije Penzijskog i invalidskog osiguranja Republike Srpske), koji je svrsishodno planiran, razvijan, implementiran i upravljan. 134 Expert Choice, Inc. dostupan je kao demo verzija na www.expertchoice.com


176

Fond PIO je u svom razvojnom ciklusu definisao potrebu za razvoj SPI iz najmanje dva razloga:

postoji izrazita potreba za podrškom modela odlučivanja sa eksplo-rativnim analizovanjem podataka,

veoma je bogat velikim količinama, naslagama podataka, što je je-dan od preduslova za efikasno i efektivno korišćenje tehnologije i te-hnika poslovne inteligencije.

Rezultati ovog razvojnog istraživanja se prikazuju u sledećim cjelinama: Infrastrukturalni prilaz: netehnička, organizaciona i topološka

strruktura Metodološki osvrt: razvojni framework Domen SPI Fonda PIO; Arhitekturalni prilaz SPI Fonda; Kompozitna analiza tehničke infrastrukture modela SPI_PIO_RS

5.6.1 Infrastrukturalni prilaz: netehnička, organizaciona i topološka struktura

Organizaciona struktura bilo koje organizacije se standardno postavlja u skladu sa relevantnim i zahtjevanim faktorima organizovanja, kao što su:

šta je misija organizacije, koje funkcije i procese organizacija realizuje u svom poslovnom

modelu, koji tip tehnologije je dominantan u organizaciji, koji je dostignuti razvojni stadijum u životnom ciklusu organizacije, kolika je kompleksnost, dinamičnost i kakva je komunikacija sa

okruženjem organizacije.

Polazeći od svih ovih aksioma i faktora koji determinišu organizaci-one strukture, izgrađena je netehnička, organizaciona i topološka struktura Fonda PIO. Organizaciona karta Fonda PIO RS prikazana je u slikama koje slijede i koje ukazuju na oblike tipične mješavine mehanicističko-organičke organizacione strukture.


177

BIRO DIREKTORA

SEKTOR ZA FINANSIJSKE

POSLOVE

Odjeljenje za finansijske i plansko analitičke poslove

Odjeljenje za knjigovodstvo

Odjeljenje za obračun i isplatu penzija i ostala

primanja

SEKTOR ZA ZASTUPANJE, IMOVINSKO-

PRAVNE POSLOVE, OPŠTE

POSLOVE I LJUDSKE RESURSE

Odjeljenje za zastupanje

Odjeljenje za imovinsko - pravne

poslove

Odjeljenje za opšte poslove i ljudske

resurse

SEKTOR ZA OSTVARIVANJE

PRAVA PRIMJENOM

MEĐUDRŽAVNIH UGOVORA

Odjeljenje za instruktažu u

primjeni međudržavnih

ugovora o socijalnom osiguranju

SEKTOR ZA KONTROLU OBRAČUNA,

EVIDENTIRANJE PRIHODA, JAVNE

NABAVKE I SISTEMSKU PODRŠKU

Odjeljenje za kontrolu obračuna i

evidentiranje prihoda

Odjeljenje za javne nabavke i investicije

Odjeljenje za za sistemsku podršku

SEKTOR ZA INFORMACIONE TEHNOLOGIJE

Odjeljenje za projektovanje i

razvoj informacionih sistema

Odjeljenje za sistemski softver,

ordžavanje i podršku

SEKTOR ZA OSTVARIVANJE

PRAVA

Odjeljenje za ostvarivanje prava

Odjeljenje za rješavanje o

pravima u drugom stepenu

Odjeljenje za ocjenu radne sposobnosti u prvom stepenu

Odjeljenje za ocjenu radne sposobnosti u

drugom stepenu

SEKTOR ZA POSLOVANJE

KAPITALOM OD PRIVATIZACIJE

Odjeljenje za pravne poslove

Odjeljenje za investicione menadžere

Odjeljenje za knjigovodstvo

Izvor: Fond PIO RS,2012.

Slika 5.3. Organizaciona struktura Fonda PIO RS

Na slici 5.3. predstavljena je organizaciona struktura Fonda iz koje je jasno vidljiva i hijerarhijska odgovornost menadžmenta koja se spušta od bi-roa direktora preko sedam sektora do odjeljenja u svakom sektoru.

Teritorijalna rasprostranjenost, kroz mrežu šest filijala i pedesetjednu poslovnicu, predstavljena je kroz topološku strukturu Fonda na slici 5.4 Iz slike se vidi, potpuno jasno, da je Fond u potpunosti mrežom poslovnica po-krio cijelu teritoriju Republike Srpske. Upravljačka struktura Fonda je određena zakonskim postulatima i odredbama Statuta. Fond je osnovan Zakonom kao javna ustanova obаveznog penzijskog osiguranja na osnovu međugeneracijske solidarnosti. Ima javna ovlaštenja u rješavanju o pravima i obavezama iz penzijskog osiguranja i svojstvo pravne osobe s pravima, obavezama i odgovornostima utvrđenim Zakonom i Statutom.

Fondom upravlja Upravni odbor (imenuje ga Vlada Republike Srpske) koji donosi Statut (potvrđuje ga Narodna skupština RS) i kojim su naročito definisani uređenje, prava, obaveze i odgovornosti organa upravljanja, oba-vljanje stručno-administrativnih, pravnih i ostalih poslova. Fond ima dire-ktora, zamjenika direktora i pomoćnike direktora, koje imenuje direktor uz prethodnu suglasnost Upravnog odbora i čiji su djelokrug, ovlaštenja i odgo-vornosti utvrđeni Statutom i Pravilnikom o radu.


178

Fond ima jedinstvenu stručnu službu organizovanu na teritorijalnom principu, a čini je Centralna služba sa sedištem u Bijeljini, te šest filijala smještenih u Banjaluci, Bijeljini, Prijedoru, Doboju, Istočnom Sarajevu i Trebinju, te 51 poslovnicu u gradovima, administrativnim centrima opština u Republici Srpskoj.

Izvor: Fond PIO RS, 2012.

Slika 5.4 Topološka struktura Fonda PIO RS

Fond vodi direktor koji usmjerava i koordinira radom stručne službe, odgovoran je za zakonitost rada Fonda, organizuje i vodi rad i poslovanje Fonda, predstavlja i zastupa Fond, a pomoćnici direktora organizuju, ko-ntrolišu, koordiniraju i vode poslove sektora kojim rukovode i pružaju stru-čnu pomoć direktoru u obavljanju poslova iz njegovog djelokruga. U filija-lama poslove organizuje i vodi rukovodilac filijale i za svoj rad odgovoran je direktoru Fonda. Poslovnicama rukovode i organizuju rad, šefovi poslo-vnica i odgovaraju za svoj rad rukovodiocu filijale. Jedan od osnovnih uslo-va modernizacije Fonda čine ljudski potencijali. Upravljačka struktura i eksperti stručnih službi su latentni korisnici DSS aplikacija SPI_PIO_RS.


179

Modelima organizacione i topološke infrastrukture opisana je hijera-rhijska dekompozicija prirode funkcija i procesa organizacije, pokazuje šta organizacija čini. Ovaj model opisuje procese stvorene i uvezane u poslovne funkcije. Poka-zuje kako organizacija izvršava svoje poslovne funkcije i procese. Model je neminovna osnova i sredstvo za svrsishodnu izgradnju SPI.

FOND PIO RS

FILIJALA ISTOČNO

SARAJEVO

Višegrad

Kalinovik

Ist. Novo Sarajevo / Ist. Ilidža

Pale /Ist. Stari Grad

Rogatica

Rudo

Sokolac

Ustiprača

Foča

Trnovo

Han Pijesak

Čajniče

FILIJALABANJA LUKA

Banja Luka

Gradiška

Kneževo

Mrkonjić Grad / Jezero

Prnjavor

Kotor Varoš

Srbac

Čelinac

Ribnik /Ist.Drvar

Šipovo/Kupres

Drinić

Laktaši

FILIJALA PRIJEDOR

Prijedor /Oštra Luka

Bosanska Kostajnica

Novi Grad /Krupa na Uni

Kozarska Dubica

FILIJALA DOBOJ

Doboj

Derventa

Modriča

Petrovo

Bosanski Brod

Šamac

Teslić

FILIJALA BIJELJINA

Bijeljina

Bratunac

Brčko

Pelagićevo /Donji Žabari

Vlasenica

Zvornik

Lopare

Milići

Srebrenica

Ugljevik

Šekovići

FILIJALA TREBINJE

Trebinje

Ljubinje

Bileća /Berkovići

Nevesinje /Istočni Mostar

Gacko


Slika 5.5 Teritorijalna struktura Fonda PIO RS

Na slici 5.5 data je teritorijalna struktura Fonda organizovana sa ce-ntralnom službom i šest filijala sa pedestjednom poslovnicom.

5.6.2 Metodološki osvrt: razvojni framework

Za izbor najpodesnijeg pristupa razvoju modela SPI_PIO_RS i gra-dnji DW u Fondu, ocjenu modela i projekta gradnje data warehouse, ocjenu uspješnosti upravljanja projektom gradnje modela i data warehouse, kao i za ocjenu rezultata dobijenih realizacijom modela i projekta gradnje data ware-house za Fond, korišćena je Kimball-ova metodologija dimenzionalnog ži-votnog ciklusa.


180

Suštinu ove metodologije čini više međusobno povezanih iterativnih faza, kako je prikazano na slici 5.6.

Razvojno istraživanje je obavljeno sa sredstvima i alatima koje nudi IBM® Informix® Warehouse Features. Riječ je o integrisanoj softverskoj platformi za dizajn i implementaciju warehouse rješenja na već postojećim IBM Informix Dynamic Server (IDS) infrastrukturama.

Za razvoj DSS aplikacije, OLAP analize podataka, korišten je ROLAP MicroStrategy, a za svrhe data mining i statističkih analiza podataka kori-šten je IBM DB2 Intelligent Miner for Data, verzija 6.1., odnosno metode i tehnike deskriptivne analize, metode korelaciona analize, metode analize distanci između varijabli, metode klasterske i klasifikacione analize.

Rezultati OLAP procedura, statističke i eksplorativne analize podataka prikazani su u Case Study, glava 7.

Životni ciklusDW

Planir.projektaPlanir.

projekta

Defini-sanje

poslov-nih

zahteva

Defini-sanje

poslov-nih

zahteva

Dimenz.modelov.Dimenz.modelov.

Fizickidizajn

Fizickidizajn

Dizajnpripremepodataka

Dizajnpripremepodataka

Deploa-iranje

Deploa-iranje

Odrza

vanje i

razv.

Odrza

vanje i

razv.

Upravljanje projektomUpravljanje projektom

Dizajn tehnic.arhitekture

Dizajn tehnic.arhitekture

Selekc. i ins-tal. proizv.

Selekc. i ins-tal. proizv.

Specif. aplika-cija krajnjeg

korisnika

Specif. aplika-cija krajnjeg

korisnika

Razvoj apli-kacija kraj.korisnika

Razvoj apli-kacija kraj.korisnika

Izvor: (prilagođeno) www.asp.rs (dostupno, 04.11.2012.)

Slika 5.6 Životni ciklus DW-a

5.6.3 Domen SPI Fonda PIO

Jedno od ključnih pitanja je kako definisati djelokrug projekta SPI. Odakle početi? Ne postoji standarizovana procedura kojom bi se lako mogao preporučiti način definisanja projekta SPI. Organizacije su specifi-čne, imaju različite probleme, različite ciljeve i projekti SPI se veoma razli-kuju od organizacije do organizacije. Aktivnosti vezane za definisanje proje-kta su rijetko linearne. Za svaki konkretni projekat bitno je definisati njegov


181

djelokrug na osnovu toga, šta je činjeno i u ovom razvojnom projektu, se-rioznih analiza o:

ciljevima poslovanja i potrebama solucija poslovne intelegencije, svrsi, ciljevima i zahtjevima projekta, ocjeni infrastrukture organizacije, spremnosti organizacije za izvodljivost projekta. Na osnovu rezultata ovih analiza stiče se saznanje šta treba da bude

ishod razvojnog istraživanja sistema poslovne inteligencije. Menadžmentu projekta se omogućava da donese odluku o prihvatljivosti projekta i uspje-šno upravlja projektom. Definisanje djelokruga se, prije svega, bazira na po-slovnim potrebama i zahtevima, a ne na angažovanju resursa i rokovima izvršenja. Djelokrug će se mijenjati više puta u toku razvoja sistema i tim promjenama se takođe mora vješto upravljati. Treba razaznati da se djelo-krug prečišćava i razlikuje od verzije do verzije.

Djelokrug projekta SPI_PIO_RS obuhvata sledeća područja, odnosno procese:

Područje poslovnog sistema Fonda: Poslovno planiranje; Upravljnje finansijama; Upravljanje imovinom; Upravljanje nabavkama; Upravljanje ljudskim resursima.

Područje sržnih (kor) procesa Fonda: Matična evidencija osiguranika; Matična evidencija korisnika prava; Likvidatura penzija; Praćenje naplate doprinosa; Obaveze budžeta.

Samo jedna činjenica za projekat SPI je zasigurno tačna, a to je da se sadržaj i djelokrug projekta vremenom mijenjaju, čega svi učesnici projekta moraju biti svjesni. Upravo to, tokom ovog razvoja pokazalo se istinitim, a što će u daljem razvoju sistema takođe imati kontinuitet. Postoje dva uzroka ovih promjena – nedovoljno precizna preliminarna specifikacija djelokruga, sporna pitanja i dodatni zahtjevi korisnika. Menadžeri projekta imali su, odnosno imaju težak posao upravljanja promjenama djelokruga.


182

Nekoliko opcija postoji ako se suočimo sa slabo definisanim djelo-krugom:

proširiti djelokrug sa svim novim zahtjevima ( u ovom slučaju ogra-de oko trajanja, budžeta i završetka projekta rastu, jer to znači obave-zno proširenje vremena i/ili odgovarajućeg budžeta), prihvatiti samo dio novih zahtjeva koji proširuju delokrug i odbiti sve zahtjeve za proširenje djelokruga (pomjeriti ih u ciklus održavanja i daljeg budućeg razvoja).

Neke pojave će izazvati dublje, a neke ne velike zahtjeve i promjene. Izbor jedne od navedenih opcija zavisi od date situacije, i s obzirom na pri-rodu neke situacije, menadžer i sponzor projekta treba dobro da procijene ishod odluke, da ne donose odluku na prečac i neophodno je da se pozabavi ozbiljnije sa ovakvim problemom.

U delokrugu projekta SPI_PIO_RS razvijeno je više DSS aplikacija za korisnike različite profilacije:

Područje poslovnog sistema Fonda:

Poslovno planiranje: analiza planova iz prethodnog perioda, analiza, nadgledanje i upravljanje performansom finansijskih planova (budžeta na nivou Fonda i organizacionih jedinica (sektora, filijala i poslovnica).

Upravljnje finansijama: analiza bilansa uspeha, analiza stru-kture neto finansijskog rezultata, analiza rizika ostvarenja fi-nansijskog rezultata, bilans stanja, tokovi obrtnog fonda, du-goročna finansijska ravnoteža, realna vrijednost neto aktive i zaduženosti, akumulativna i reproduktivna sposobnost orga-nizacije, kratkoročna finansijska ravnoteža, tok gotovine iz poslovanja.

Upravljanje imovinom: raspoloživost i analiza fiksne imo-vine, planiranje i analiza potreba za kapitalnim ulaganjima, nabavna, amortizovana i sadašnja vrijednost fiksne imovine, planiranje i analiza investicionih ulaganja.

Upravljanje nabavkom: analiza nabavke, analiza odnosa sa poslovnim partnerima, racionalizovanje nabavke, upravljanje i optimalizacija nabavke.


183

Upravljanje ljudskim resursima: analiza ljudskog kapitala, utemeljenje planiranja potreba za ljudskim kapitalom, analize regrutovanja, izbora, raspoređivanja i uvođenja u posao, ana-liza učinaka i performanse zaposlenih, analiza korišćenja fonda radnog vremena, analiza aktivnosti stručnog usavrša-vanja, analiza apsentizma i fluktuacije.

Područje sržnih (kor) procesa Fonda:

Matična evidencija osiguranika: - analiza osiguranika po pri-vrednim djelatnostima, analiza osiguranika po opštinama, analiza kadrovske strukture osiguranika, analiza starosne strukture osiguranika, planiranje i analiza uplate doprinosa po privrednim djelatnostima.

Matična evidencija korisnika prava: analiza korisnika prava po privrednim djelatnostima, analiza korisnika prava po stru-čnoj spremi, analiza korisnika prava po penzijskom stažu i vrsti primanja, analiza korisnika prava po opštinama, analiza korisnika prava po dužini korištenja prava, analiza korisnika prava po visini primanja, analiza fluktuacije korisnika prava.

Likvidatura penzija: analiza obračuna i isplate prava iz PIO, analiza fluktuacije korisnika prava, analiza promjena za ispla-tu prava iz PIO, analiza pretplate primanja, analiza preračuna i isplate primanja van Repeblike Srpske, analiza obustava iz primanja korisnika prava. Praćenje naplate doprinosa: planiranje i analiza naplate do-prinosa, analiza uplatilaca doprinosa po privrednim djelatno-stima, analiza naplate doprinosa po stručnoj spremi osigura-nika, analiza i planiranje naplate doprinosa po vrsti osigura-nja, analiza naplate doprinosa po osnovu Programa socija-lnog zbrinjavanja, analiza naplate doprinosa po osnovu doku-pa staža. Obaveze budžeta: planiranje i analiza naplate obaveza

Budžeta po osnovu zakonskih propisa.


184

5.6.4 Arhitekturalni prilaz SPI Fonda

Arhitekturalni pristup razvoja SPI_PIO_RS je Top down, prije svega pristup izgradnji tzv. korporativne Data Warehouse-a. Razvoj je tekao u dvije faze i to:

faza planiranja i dizajna koja je morala biti završena prije početka primene DW projekta, i

faza izgradnje i uvođenja u funkciju pojedinih Data mart-ova.

Top down je prikazan na slici 5.7.

Posmatrajući ovaj prilaz može se zaključiti, da je ovakvim prilazom struktuirana globalna arhitektura Data Warehouse, a Data Mart-ovi sukce-sivno uključivani u konfiguraciju, građeni su posle i hranjeni su podacima iz globalnog Data Warehouse-a. Top down pristup je omogućio konzistentnu definicju, model podataka i koherentnu primjenu poslovnih pravila za cijelu organizaciju. Uštede i troškovi dizajna i inicijalnog punjenja kod ovakvog pristupa mogu biti značajne. Na primjr, može biti veoma teško i vremenski zahtjevno određivanje i obezbeđivanje saglasnosti pri definiciji podataka i poslovnih pravila od mnogih i različitih dijelova organizacije, radnih grupa i linija biznisa.

Izvor: (prilagođeno) www.dataprix.net (dostupno, 04.11.2012.)

Slika 5.7 Top down pristup


185

Razvoj globalnog modela podataka prilično je dug i složen zadatak. U mnogim organizacijama, menadžment nije spreman da prihvati dug ciklus razvoja, traži rezultate relativno brzo. Top down pristup pogodan je zbog mogućnosti primjene taktike inkrementalnog razvoja, pa je zbog toga, u ovom razvojnom istraživanju, izabran kao odgovarajući pristup. Podesan je i onda kada organizacija ima centralizovan i integralan IS transakcione obrade, podržavan od strane snažnog i sposobnog IT sektora, što je slučaj u Fondu. U mnogim organizacijama radne grupe, odjeljenja ili linije poslo-vanja ne mogu ili nemaju sredstva potrebna za implementaciju sopstvenih Data Martova, pa je i to razlog pribjegavanja ovom pristupu.

Jedno od otvorenih pitanja dizajna i implementacije Data Warehouse jeste: Da li graditi cjeloviti, takozvani Enterpise Data Warehouse odjednom (monolitni prilaz) ili graditi separatne Data Martove (stovepipe prilaz)?

U cilju razrješenja ove dileme, prema Kimbelovom mišljenju, nužno je ukazati na dva moćna mita. Prvo, niko ne vjeruje u potpun monolitni pri-laz izgradnje DW i niko ne brani potpuni stovepipe prilaz. Svi vodeći pra-ktičari Data Warehouse-a koriste neku vrstu arhitekture sa postepenim pri-lazom, korak po korak, da bi se zaista izgradila Enterprise DW.

Dakle, jedna od alternativa, svima prihvatljiva, na koju se ovde ukra-tko ukazuje, a koju je predložio Kimbel, jeste pristup postepenog izgrađiva-nja DW, poznat pod nazivom Data Warehouse Bus arhitektura.

Drugo, prevazilazi se faza razvoja DW u kojoj se izgradnja martova podataka svodi samo na izgradnju agregiranog skupa podataka, kao po-dskupa DW. Ovakav pogled na marto-ve podataka je izvor mnogih nespo-razuma i problema. Data mart je prirodan, kompletan i logičan podskup Data warehouse-a, a ne samo njegov agregirani dio. Ovi postulati R. Kimbell-a, jednog od vodećih autoriteta u oblasti BI, su ovom razvojnom istraživanju u potpunosti i konzistentno primjenjeni.

Da zaključimo, u fazi projektovanja arhitekture, koja prethodi imple-mentaciji bilo kojeg Data Mart-a, cilj je bio (i u tome se u potpunosti uspje-lo) proizvesti glavnu skupinu konformisanih dimenzija i izvršiti standardiza-ciju definicija činjenica. Rezultujući skup standarda se naziva Data Warehouse Bus arhitektura. Konformisane dimenzije su identične u svim martovima podataka. Primjeri očiglednih konformisanih dimenzija uklju-čuju uplatioce doprinosa, osiguranike, korisnike prava (uživaoce), usluge, rješenja, isplate, lokacije, vrijeme i sl.


186

Oslanjajući se na izabrani prilaz, a na osnovu organizacione i topo-loške strukture Fonda, prirode poslovnih procesa i konkretizacije korisni-čkih zahtjeva, projektovan je objektni model SPI_PIO_RS, kojeg gradi šest podsistema u integralnoj, holističkoj cjelini (slika 5.8):

Izvorište podataka (izvorni sistemi) ETL server Data Warehouse server OLAP server WEB server Krajnji korisnici

IZVORIŠTA PODATAKA

DATA WAREHOUSE SERVER OLAP SERVER KRAJNJI

KORISNICIWEB SERVER

.

.

.

ETL SERVER

EKSTERNIPODACI

`

Trebinje

`

Doboj

`

Bijeljina

`

Banja Luka

BAZAKLJUČNIHPROCESA

mi_dw

ERPBAZA

PODATAKAmi_dw

ISTORIJSKIPODACI


Slika 5.8 Arhitektura SPI_PIO_RS Ova arhitektura je sa tehničke tačke gledišta skup integralno pove-

zanih servera i predstavlja arhitekturu sa najboljim performansama, gdje je svaki server fizički odvojen i pri tome, svaki je posebno zadužen za izvrša-vanje određenih obradnih procesa. U praksi je moguće susresti i izvedbu sa manjim brojem servera, dva-tri, pa čak i sa samo jednim. Ali ipak sa sma-njivanjem broja servera, gubi se na performansama sistema u cjelini. Osim toga, SPI_PIO_RS drži ogromne količine podataka i koristi ga veliki broj korisnika istovremeno.

5.6.5 Kompozitna analiza tehničke infrastrukture modela SPI_PIO_RS

Ulazni podaci za sistem, izvorišta podataka, se nalaze u operativnim informacionim sistemima. Operativni podaci i podaci za podršku odluči-


187

vanju služe za različite svrhe. Operativni podaci odslikavaju svakodnevne elementarne poslovne događaje. Nalaze se u normalizovanim relacionim ba-zama podataka. Normalizacijom se podaci o entitetima, koji su u realnom svijetu međusobno povezani, raspoređuju u više baznih relacija. Na taj način se izbjegavaju anomalije ažuriranja, ali se pri upitima mora vršiti prirodno spajanje tih relacija. Pošto je prirodno spajanje vremenski skupa operacija, normalizacija favorizuje efikasno ažuriranje, ali degradira performanse pri izvršavanju upita. Podaci za podršku odlučivanju treba da budu strukturirani tako da obezbjede efikasno izvršavanje upita. Operativni podaci, implicitno, sadrže i podatke za izračunavanje činjenica i podatke o dimenzijama, tako da bi se i operativni podaci mogli, direktno, koristiti kao ulaz u modele SPO.

Međutim, operativni podaci su tako strukturirani da bi, pri njihovom direktnom korištenju, SPO bio nedopustivo spor. Zbog toga se podaci za po-dršku odlučivanju izvode iz operativnih podataka i strukturiraju tako da izvršavanje poslovnih modela bude što brže, a podrška modela odlučivanja što efektnija i efikasnija.

Pod izvorima podataka podrazumijevamo sve baze podataka, fajlove i bilo koje eksterne izvore u elektronskom obliku koji sadrže podatke, od kojih će se eksplorativnom analizom podataka formirati vrijedni skupovi informacija potrebnih za analizu uspješnosti poslovanja organizacije, odno-sno procesa odlučivanja. Kao izvori podataka u Fondu identifikovani su:

baza podataka ključnih poslovnih procesa; ERP baza podataka; istorijski podaci i eksterni i drugi relevantni podaci.

Baza podataka ključnih poslovnih procesa predstavljena je grafičkim modelom na slici 5.9.


188

Izvor:Fond PIO RS, 2012.

Slika 5.9 Baza podataka ključnih poslovnih procesa u Fondu PIO

Izvorne podatke za DW bazu formiraju transakcioni procesi koji se dešavaju u sledećim poslovnim procesima i aktivnostima:

M1 – Matična evidencija osiguranika unos i ažuriranje podataka o osiguranicima; unos i ažuriranje podataka o organizacijama koje su obavezne da

plaćaju doprinose za svoje zaposlene; izrada raznih pregleda, izvještaja i uvjerenja koja generišu nove

slogove podataka.

M2 – Matična evidencija korisnika prava unos i ažuriranje podataka o korisnicima uz kontrolne mehani-

zme provjere validnosti podataka; prikaz i štampanje izvještaja (po ličnim i demograf. podacima); izdavanje uvjerenja koja generišu nove slogove podataka; eksterni izvještaji i spiskovi – izvoz podataka.

M4 – Likvidatura penzija pojedinačni unos, preuzimanje i obračun penzija i dr. primanja; mjesečni obračun penzija i generisanje listinga za isplatu; kartica penzionera (evidentiranje svih isplata i obustava); izvještaji (štampani i elektronski);


189

ulazni podaci;kretanje dokumenta;izvoz podataka.

M5 – Praćenje naplate doprinosaevidentiranje doprinosa;praćenje doprinosa (analitička kartica uplatioca doprinosa);izvještaji.

M8 – Obaveza Republikeinsert podataka potrebnih za izračunavanje obaveze;procedura za izračunavanje obaveze;Rekapitulacije i spiskovi.

ERP baza podataka je složena, integrisana i ekstremno velika baza standardizovanog softverskog paketa dizajniranog da integriše interni lanac vrijednosti organizacije. ERP sistem je zasnovan na integraciji svih poslo-vnih procesa, svih poslovnih aktivnosti, svih entiteta i transakcija koji gene-rišu velike količine podataka koji se odlažu, smještaju u ERP bazu podataka. ERP struktura baze podataka Fonda PIO, uglavnom, obuhvata sledeće po-slovne procese i aktivnosti:

poslovno planiranje,računovodstvo i finansije,nabavka,ljudski resursi.

Svi podaci koje generišu ovi procesi i evidencije se roje oko jezgra informacionog sistema (JIS). Ovi podaci su najsnažnije izvorište DW baze.

JIS je modul koji obuhvata sve zajedničke podatke ili kompani kog. U njemu se nalaze sve pomoćne evidencije, odnosno sistem šifriranja.

Šifarnici su klasifikovani u sledeće grupe: opšti šifarnici,podaci o organizaciji,podaci o okruženju,sistemski podaci za računovodstvo i finansije,sistemski podaci za robno-materijalno poslovanje,sistemski podaci za transport, i dr.

Nekoliko desetina šifarnika postoji u sistemu.


190

Poslovno planiranje je informacioni modul koji se najčešće struktuira u dvije cjeline: KREIRANJE PLANOVA i PRAĆENJE IZVRŠENJA PLANOVA. Cjelina „Kreiranje planova”, takođe je podijeljena u dva dijela:

identifikacioni dio: planske kategorije, elementarne kategorije, izve-dene kategorije, hijerarhijski prikaz kategorija

vrste planova: parametri plana, elementi plana, kreiranje plana organizacionih dijelova, kreiranje plana organizacije.

Praćenje izvršenja planova se izvodi kroz “data warehouse rješenje”, odnosno SPI.

Nabavka je važan i podatkovno intenzivan modul ERP-a i izvorište podataka za DW. Opis njegove strukture slijedi. Naručivanje i ugovaranje: zahtjev za nabavku, zahtjev za ponudu dobavljača, ponuda dobavljača, ugo-vor o nabavci, narudžbenica. Zaprimanje: nalog za zaprimanje, prijemnica, ulazni račun, ulazni račun–dodatni računi za troškove, kalkulacija prodajne cijene, povratnica dobavljaču, odobrenje dobavljaču, knjiga ulaznih doku-menata. Upravljanje zalihama: trebovanje, izdatnica, povratnica, unos poče-tnog stanja, među-magacinska prenosnica, rashod robe, popis, zapisnik o razlici prenosnica, prebacivanje rezervacija. U modulu se vodi KEPU knjiga i generiše preko dvadeset pet raznih izvještaja.

Računovodstvo i finansije se »okreću« oko glavne knjige. Glavna knjiga je sržni deo integralnog sistema i ima za cilj da omogući potpunu integralnu automatizaciju i vođenje računovodstvenih poslova i evidencija. Gruba struktura modula sledi.

Šifarnici i setup sistema: kontni plan (više vrsta kontnih planova, više vrsta konta u okviru jednog kontnog plana), vrste analitika i analitike, pra- ćenje svih transakcija u sistemu putem dodatnih dimenzija-analitika, pode-šavanje poreza, podešavanje automatskog knjiženja finansijskih i robno- materijalnih transakcija, banke, računi organizacije (u KM i devizni), valute, kursne liste itd.

Dokumenta glavne knjige: ručni nalozi (dokument nalog za knjiženje svih ručnih transakcija u sistemu, automatska evidencija u knjigu ulaznih fa-ktura i knjigu izlaznih faktura kuf i kif), izvodi, elektronsko preuzimanje izvoda (knjiženje izvoda banaka–za račune u lokalnoj i u stranim valutama, elektronsko preuzimanje i učitavanje, preuzimanje ranijih plaćanja), blaga-


191

jna (setup blagajni i definisanje blagajničkih transakcija, knjiženje blagajni u lokalnoj i stranim valutama, knjiženje uplata i isplata novca i automatska evidencija u glavnoj knjizi, praćenje apoena novca, evidencija mjenica, evi-dencija čekova), virmanski nalozi i elektronski platni promet, zatvaranje i otvaranje stavki glavne knjige, funkcionalnosti koje omogućavaju zatvaranje i otvaranje svih transakcija u glavnoj knjizi, automatski obračun kursnih razlika.

Analitika dobavljača: ulazni računi, automatsko knjiženje računa tro-škova, avansni računi, preraspodjela troškova, automatska evidencija u kuf, automatska evidencija na kartici dobavljača, knjiženje u lokalnoj i stranim valutama, ios dobavljača, pregled svi potraživanja po dobavljačima po periodima, pregled potraživanja po dobavljačima po dokumentima, pregled zatvorenih stavki po datumima, obračun kamata, itd.

Analitika kupaca: izlazni računi, automatsko knjiženje računa usluga, avansni računi, preraspodela prihoda, automatska evidencija u kif, auto-matska evidencija na kartici kupca, knjiženje u lokalnoj i stranim valutama, ios kupca, pregled svih potraživanja po kupcima po periodima, pregled potraživanja po kupcima po dokumentima, pregled zatvorenih stavki po datumima, uporedni pregled kupac-dobavljač itd., obračun kamata-automa-tski obračun kamata kupcima, na osnovu nezatvorenih potraživanja i datuma valute.

Analitika poreza: knjiga ulaznih računa (kuf), knjiga za evidenciju svih proknjiženih ulaznih računa, i analitiku poreza, knjiga izdatih računa (kuf), knjiga za evidenciju svih proknjiženih izlaznih računa, i analitiku po-reza, poreska izjava, automatski obračun poreza, zatvaranje poreskog peri-oda i zabrana knjiženja u zatvorenom poreskom periodu i automatska šta-mpa poreske prijave.

Osnovna sredstva: šifarnici, dokumenti: naručivanje-zahtjev za nabavku, zahtjev za ponu-

du, ponuda dobavljača, narudžbenica, zaprimanje- ulazni raču-ni za osnovna sredstva (os), prijemnica za os, aktiviranje i obu-hvat početnog stanja os, rashod i prodaja-rashod, izlazni ra-čun, obračuni-amortizacija osnovnih sredstava, popis i zaduženje-popis, zaduženje i razduženje.,


192

izvještaji: analitička kartica osnovnih sredstava, pregled os za period rekapitulacija po radnim jedinicama i kontima sa ka-rtice, pregled knjiženja na kontima upotrebe os, pregled knji-ženja na kontima ispravke vrednosti, pregled stanja os po orga-nizacionim jedinicama, rekapitulacija amortizacije po organi-zacionim jedinicama, popisna lista po zaduženim.

Tu su još: blagajničko poslovanje, poslovanje sa bankama, obračun zarada, ostali finansijsko računovodstveni poslovi.

Upravljanje ljudskim resursima je modul izuzetno dinamičan i u ko-ntinuitetu oformljuje velike količine podataka koji se svakodnevno propagi-raju u DW bazu.

Subprocesi koji generišu te podatke su: planiranje potreba za ljudskim resursima i zarada, regrutovanje i izbor, zapošljavanje-ugovor o radu, zasnivanje radnog odnosa, raspoređivanje i uvođenje- raspoređivanje na radno mjesto, uvođe-

nje u posao, prestanak radnog odnosa-izlazni upitnik, rješenje o prestanku ra-

dnog odnosa, evidentiranje i pokretljivost, odsustva sa posla: rješenja, zahtjev za godišnji odmor, rješenje o

godišnjem odmoru, profesionalni razvoj, razvoja karijere, stručno obrazovanje i usavršavanje, ocjenjivanje performanse.

Istorijski podaci su isti podaci koje smo u prethodnim tekstovima sažeto opisali. Ovdje se ukazuje na njihovu longitudinalnu dimenziju, isto-rijski nastanak, da su naslijeđeni i da se kao takvi prenose u DW bazu.

Eksterni drugi relevantni podaci su podaci koji se nalaze u eksternim bazama podataka i/ili u autarhičnim fajlovima u organizacionim jedinicama Fonda i/ili u Excel fajlovima grupa i pojedinaca, a relevantni su i trebalo bi ih integrisati u jedinstveno skladište podataka.


193

U oblasti informacionih tehnologija server predstavlja računarski

sistem koji pruža usluge drugim računarskim sistemima-klijentima. Komu-nikacija između servera i klijenta odvija se preko računarske mreže. ETL (Extraction Transformation& Loading) je posebno važan i složen proces u SPI. Proces obuhvata ekstrakciju podataka, transformisanje i čišćenje izvornih podataka, te njihovo učitavanje u Data Warehouse (skladište podataka). Te procese u velikim sistemima poseban server-ETL server. U skladu sa defi-nisanom strategijom prenosa podataka ETL procesi se izvršavaju automatski putem. Posmatrane sa vremenskog aspekta automatsko izvršavanje je perio-dično i može biti na dnevnom, nedeljnom i mjesečnom nivou.

Za razvoj ETL procesa korišteno je razvojno okruženje pod konvenci-onalnim nazivom Informix Warehouse Design Studio. Ovo razvojno okru-ženje je Eclipse - zasnovano okruženje, koje je namijenjeno za definisanje izvorišne i ciljne baze podataka DW projekata. Ujedno se inverznim inže-njeringom fizičkog modela podataka DW baze gradi SQL baziran tok po-dataka i tok kontrole kojim se obavlja brzo, lako, pouzdano i efikasno pre-mještanje i transformacija podataka iz izvornih sistema u skladište poda-taka. Design Studio je potpuno integrisan sa tehnologijom InfoSphere Data Architect® (IDA) za grafičko okruženje koje omogućava modeliranje poda-taka vaše baze (od praznih templejta ili koristeći inverzni inženjering). Design Studio je potpuno integrisan sa SQL Warehousing (SQW) alatom, za grafičko okruženje i SQL-generisanje koda za podatke i tok kontrole (koji je dio ELT poslova). Slika 5.10 prikazuje cjelovitu arhitekturu DW, sa pose-bnim osvrtom na ETL proces, kao najznačajniji dio integralne arhitekture razvojnog rješenja u ovom istraživanju.


194

Izvor: Pamela Siebert ([email protected]) i dr. IDS Staff Software Test Engineer.IBM (dostupno, 27.10.2012.) Slika 5.10 Pregled funkcionalnosti Warehouse procesa, sa izvorišnim i ciljnim čvorom baze podataka

Svaki poslovni proces, za koji je utvrđeno da operativni podaci omo-gućavaju izračunavanje činjenica i metrika kao pokazatelja poslovanja i obezbjeđenje podataka o činjenicama, sa relativno velikim brojem pojava, postaje bar jedna tema DW baze podataka, odnosno data mart. Data mart je pragmatična zbirka povezanih činjenica, koje bi trebalo da budu korištene zajedno. Data mart se obično bira iz jednog poslovnog procesa. Pretposta-vimo da je analiza sadržaja operativnih baza podataka pokazala da se za svaki od poslovnih procesa može formirati poseban data mart, te će DW integralnu strukturu sačinjavati svi oni DM koje smo specificirali u paragrafu o djelo-krugu sistema poslovne inteligencije Fonda.

Višedimenzionalnost je najkarakterističnija osobina podataka za po-dršku odlučivanju. Posledica su činjenice da je, za donošenje poslovnih odluka, potrebno međusobno povezati i staviti u odnos, kako pojedinačne, tako i agregirane podatke o entitetima različitih klasa. Pri tome, podaci o pojedinačnim entitetima jedne klase predstavljaju jednu dimenziju, koja se povezuje sa nekim agregiranim podacima. Ti agregirani podaci opisuju po-


195

našanje pojedinih entiteta posmatrane klase tokom određenog intervala vremena. Agregirani podaci se nazivaju činjenicama.

Vrijeme predstavlja skoro obaveznu dimenziju podataka za podršku odlučivanju. Druge dimenzije su filijale, uplatioci doprinosa, teritorija, vrste osiguranja, rješenja, osiguranici, korisnici, referenti itd. Integralna DW baza je baza od tridesetak tabela činjenica i oko 20 tabela dimenzija. Dakle, veo-ma kompleksan dimenzionalni model podataka. Ilustracije radi prikazan je samo jedan isječak tog logičkog dimenzionalnog modela, a koji se odnosi na DM_MAT-EVID-OSIG, što se može vidjeti na slici 5.11.

Izvor:Fond PIO RS, 2013.

Slika 5.11 Logički dimenzionalni model DM_MAT-EVID-OSIG.

Integralnim modelom DW rukuje zaseban server (DW Server), koji opslužuje rad sistema za upravljanje bazama podataka. Softver za upra-vljanje bazama podataka, na nivou fizičkog modela baze podataka, je IBM Informix Dynamic Server, na koji je implementiran Data Warehouse model. Ovakva analitička baza podataka je izvorište podataka za analitičke apli-


196

kacije pomoću kojih krajnji korisnici dolaze do izveštaja i analiziraju poslo-vanje organizacije.

OLAP Server se bavi analitičkom obradom podataka dobijenih iz DW-a. Nakon obrade podataka, rezultat se, prosleđuje WEB Serveru, a po-tom i krajnjem korisniku. Pored ovog procesa, OLAP Server vrši keširanje rezultata analiza, kao i njihovu automatsku distribuciju krajnjim korisnicima putem email-a, na štampač i/ili na File Server. Dakle, OLAP server rukuje sa funkcionalnostima i performansom OLAP alata, koje će koristiti kao front-end alate za analizu podataka i kreiranje mnogih izvještaja. Mnogo vrijednih alata se danas nalazi na tržištu, kao što su IBM Cognos, Business Objects (SAP), Microstrategy Intelligence Server (i mnogi drugi) da bi po-držali BI dashboard-e i druge tipove analitičkih aplikacija i izvještaja.

Izvor: www.dataprix.net (dostupno, 19.08.2012.)

Slika 5.12 MicroStrategy OLAP platforma

Softver koji je korišten u razvoju ovog proizvoda i koji se koristiti u implementaciji je MicroStrategy Intelligence Server. MicroStrategy Intelligence Server jedan je od najnaprednijih, skalabilan, siguran i robustan server poslovne inteligencije. On nudi osnovne analitičke obrade i upravlja-nje poslovima za sva izvještavanja, analize i praćenje primjene.

MicroStrategy Intelligence Server olakšava standardizaciju na jednoj, otvorenoj platformi za sve izvještaje i analize potreba u organizaciji kroz niz pristupa kanalima kao što su: Web pretraživači, Microsoft Office, desktop


197

klijenata i e-pošte. Većina Business Intelligence softvera je specijalizovano za jednu vrstu primjene (kao što su ad-hoc analize, izvještavanje i sl.) i kao rezultat toga, mnoge organizacije posjeduju i održavaju više Business Intelligence softvera u arhitekturi koji podržavaju sve aplikacije koje kori-snici zahtijevaju. Ovako usitnjen model dovodi do povećanih troškova ha-rdvera, razvoja i podrške.

S obzirom na ulogu i značaj MicroStrategy u ovom razvojnom istraži-vanju, biće nešto detaljnije predstavljen.

MicroStrategy predstavlja vodeće okruženje za razvoj analitičkih apli-kacija i SPI. Centralni deo MicroStrategy okruženja u ovom istraživanju čini MicroStrategy Intelligence Server koji objedinjava OLAP server, analitičku mašinu i servise, kao što su:

Report Services, OLAP Services, Analytic Services i Distribution Services,

pomoću kojih se realizuju svi vidovi SPI, kao što su: izvještavanje, OLAP analize, napredne statističke i Data Mining analize, dinamičke kontrolne table i karte skorova i automatska distribucija izvještaja.

Ključne osobine MicroStrategy okruženja čine: raznovrsnost analize, zaštita, raspoređivanje korisnika, fleksibilnost sheme – nivoi apstrakcije, laka implementacija, raznovrsnost i jednostavnost prezentacije, mogućnosti podešavanja korisničkog interfejsa, centralizovano upravljanje sistemom

Raznovrsnost analize

MicroStrategy pruža širok spektar sofisticiranih statističkih, finans-ijskih, matematičkih i OLAP funkcija. Sve uobičajeno korištene statističke i finansijske finkcije, ugrađene su u platformu, uključujući i one koje se kori-


198

ste u Microsoft Excel-u. Postoji mogućnost kreiranja novih korisničkih fu-nkcija i njihova ugradnja u sistem, kao dodatka postojećim analitičkim fu-nkcijama, čime se povećava analitička moć platforme. Analitičke funkcije se optimalno izvršavaju unutar baze podataka ili preko analitičke mašine koja je komponenta Intelligence Server-a. Lokaciju procesiranja, Intelligence Server bira automatski u zavisnosti od podrške baze podataka.

Zaštita MicroStrategy podržava robustan model zaštite koji je baziran na pe-

rsonalizovanom korisniku. Obezbjeđena je kontrola pristupa svakog korisni-ka, kao i pristup svakom objektu i dijelu aplikacije. Model omogućava do-zvolu, odnosno zabranu pristupa svakoj funkciji aplikacije za pojedinog ko-risnika. Svaki korisnik vidi samo one objekte, odnosno funkcije za koje ima definisano pravo pristupa. Model zaštite može biti integrisan sa Windows modelom zaštite, čime se olakšava sprovođenje i administracija sistema za-štite.

Model zaštite MicroStrategy omogućava poslovnu personalizaciju ra-dnog okruženja za određenog korisnika i obezbeđuje zaštitu osjetljivih po-dataka.

Raspoređivanje korisnika MicroStrategy podržava klastering na dva nivoa:

na nivou Web Server-a, i na nivou Intelligence Server-a.

Na nivou Web Server-a, dolazeći IP zahtjevi su distribuirani između više Web Server-a. Web Server ih zatim distribuira između više Intelligence Server-a. Na nivou Intelligence Server-a, klastering se vrši komunikacijom između više Intelligence Server-a radi dijeljenja keš memorije i zajedničkog upravljanja objektima. Klasteri Intelligence Server-a pristupaju istom warehouse-u, istim meta podacima i keš memoriji da bi se obezbjedio inte-gritet kroz klastere. Klastering primarno omogućava raspoređivanje velikog broja korisnika. Porastom korisničke baze (warehouse-a), dopunski serveri, kako na Web Server nivou tako i na nivou Intelligence Server-a, lako mogu biti dodati radi podrške rastućim potrebama.

Fleksibilnost sheme – nivoi apstrakcije Poslovni i korisnički pogled na podatke je na višem nivou apstrakcije

od pogleda administratora i dizajnera modela podataka. MicroStrategy po-


199

država širok spektar šema za dizajn modela podataka (Star, Snowflake, Hybrid, ...), tako da projekat može biti razvijen nad postojećim sistemom uz nikakve ili vrlo male izmjene. Ovakva fleksibilnost otklanja potrebu za po-gledima u bazi podataka. Istovremeno, olakšano je multi procesiranje i rad administratora baze podataka.

Laka implementacija

MicroStrategy Web interfejs je kompatibilan sa svim internet pretraži-vačima, univerzalan je i funkcionalno bogat. To je korisnički interfejs, koji može biti korišten pomoću bilo kog internet pretraživača. Za obezbjeđivanje potpune funkcionalnosti nisu potrebni ni Java apleti ni Active X kompo-nente. Bogata funkcionalnost interfejsa je obezbjeđena centralnim prilazom Intelligence Server-u u arhitekturi MicroStrategy. Sve funkcije aplikacije se nalaze na MicroStrategy Intelligence Server-u. Funkcionalno bogatstvo interfejsa uključuje, mnoštvo mogućnosti za manipulisanje izvještajima, analizu, grafičku prezentaciju kao i sveobuhvatni model zaštite. Sve ove funkcije i model zaštite mogu se primeniti na bilo koji web baziran interfejs. Ovakvim interfejsom je, takođe, obezbjeđena i daljinska administracija kako Web Server-a tako i Intelligence Server-a. Takođe, klijent nema potrebe za ODBC konekcijama.

Raznovrsnost i jednostavnost prezentacije Raznovrsnost i jednostavnost prezentacije ogleda se prije svega kroz:

tehnike kreiranja i manipulacije, dokumenta, dinamičke kontrolne table, inkrementalno ekstrahovanje.

Tehnike kreiranja i manipulacije Korisnici imaju mogućnost jednostavnog ad-hoc kreiranja izvještaja

kroz web pretraživač.


200

Izvor: Fond PIO RS

Slika 5.13. Tehnike kreiranja i manipulacije

Raznovrsnost izveštaja je obezbjeđena OLAP i tehnikama manipulacije kao što su: drilling, prompting, pivoting, page-by, filtering, sorting, subtotaling, calculated metrics, transformations itd.

Dokumenti Pri korištenju MicroStrategy-jevog dokumenta editor, postoji mogu-

ćnost prikazivanja više izvještaja na jednoj istoj stranici. Takođe, moguće je i prilagoditi format HTML-a kojim se kreira određeni dokument. Dizajner može kreirati ili izabrati bilo koji HTML i u njega unijeti veze na veći broj izvještaja unutar istog dokumenta. Izvještaji mogu biti prikazani u tabe-larnom ili grafičkom modu, a takođe mogu biti prikazani i u oba moda. Svaki od ovih izvještaja može imati sopstvenu odgovarajuću XSL datoteku. Sve ovo pruža izuzetnu mogućnost dizajneru da proizvede izvještaje unutar odre-đenog dokumenta koristeći bilo koji željeni format. Većina drugih HTML elemenata (URL veze, slike,...) može biti dodato na MicroStrategy dokument.

Dinamičke kontrolne table

Upotrebom dinamičkih kontrolnih tabli omogućena je konsolidacija mnoštva različitih izvještaja i informacija iz različitih izvora podataka. Je-dnostavnim izborom ponuđenih parametara korisnik dinamički mijenja sa-držaj i izgled kontrolne table. Objedinjavanjem više kontrolnih tabli dobija


201

se knjiga kontrolnih tabli koja može sadržati sve informacije potrebne jednom i/ili grupi korisnika.

Izvor: Fond PIO RS

Slika 5.14 Dinamičke kontrolne table

Inkrementalno ekstrahovanje Inkrementalno ekstrahovanje omogućava lako upravljanje velikom

količinom podataka dobijenom kao rezultat.

Mogućnosti podešavanja korisničkog interfejsa Sve funkcije aplikacije nalaze se na MicroStrategy Intelligence

Server-u. Kada korisnik zatraži izveštaj od MicroStrategy Web-a, zahtjev se prosleđuje Intelligence Server-u, zatim se procesira u saradnji sa RSUBP (RDBMS) i transformiše u XML. MicroStrategy Web transformiše XML u HTML i prezentuje dobijene rezultate korisniku. MicroStrategy Web inter-fejs je lak za podešavanje za svakog ko je upoznat sa standardnim web tehnologijama kao što su:

Active Server Pages, XML/XSL, JavaScript.

Centralizovano upravljanje sistemom MicroStrategy Desktop predstavlja jedinstveni interfejs koji omo-

gućava administratoru upravljanje cjelokupnim okruženjem poslovne inteli-gencije, sadrži Agent, Arhitect, i Intelligence Server. Administrator je inter-fejs koji pruža mogućnosti za:


202

kreiranje, dupliranje i modifikovanje projekata, pretraživanje Data Warehouse-a, modifikaciju šeme svakog projekta, kreiranje i modifikaciju objekata aplikacije (atributa, činjenica, mje-

ra, filtera, itd.), upravljanje većim brojem servera (Administrator ima simultani pri-

stup većem broju servera iz jedinstvene univerzalne administratorske konzole),

konfigurisanje upravljačkih parametara (Administrator može upra-vljati određenim “poslovima”, korisničkim sesijama, skupovima re-zultata),

administracuju zaštite (Administrator može definisati sofisticirani model zaštite ili usavršavati postojeći),

upravljanje većim brojem projekata (Administrator može postaviti više projekata na isti server),

praćenje i administraciju keš memorije (Administrator može pratiti keš izvještaja, učitavati ga na disk, deaktivirati ga i brisati),

pretraživanje i modifikaciju objekata, sprovođenje brojnih drugih administratorskih funkcija i aktivnost.

Na WEB Serveru implementirane su sve sledeće analitičke aplikacije,

na stotine predprogramiranih izvještaja i sa alatom koji omogućava ad-hock izvještaje. WEB Server se brine o radu i sigurnosti svih navedenih aplika-cija.

Krajnji korisnici, iako geografski rasprostranjeni po cijeloj Republici

Srpskoj, imaju mogućnost pristupa putem Intraneta i/ili Interneta, WEB Serveru i analitičkim aplikacijama putem kojih se kreiraju, sačinjavaju izvještaji i analiziraju podaci. Pored analitičkih aplikacija, korisnicima je omogućen pristup informacijama kroz Microsoft Office paket, kao i automa-tski, putem email-a, preko File servera i štampača. Kao krajnji korisnici pojavljuju se šefovi poslovnica i svi zaposleni u poslovnicama, zatim zapo-sleni u filijalama u svim odjeljenjima koji imaju odobren pristup i kori-sničku šifru pojedinim aplikacijama koje su im neophodne u procesu rada.


203

6. TESTIRANJE PROCESA ODLUČIVANJA UZ PRIMJENU SISTEMA POSLOVNE INTELIGENCIJE KROZ RJEŠAVANJE ODREĐENIH POSLOVNIH PROBLEMA (studije slučajeva)

Za uspješno strategijsko upravljanje organizacijom, neophodno je do-nošenje pravih, pravovremenih i kvalitetnih odluka. Donošenje takvih odlu-ka podrazumijeva da se raspolaže valjanim, kvalitetnim, pravim i pravo-vremenim informacijama. Za raspolaganje pravim i pravovremenim info-rmacijama, neophodni su: kvalitetni i analizi lako dostupni podaci (što se u znatnoj mjeri postiže pomoću analitičkih baza podataka – data warehouse/ mart podataka), kao i kvalitetne analize kojima se crpe informacije iz tih podataka (posredstvom on-line analitičke obrade podataka - OLAP, Data Mining i dr.). Ova organizacija raspolaže ogromnim količinama podataka koje se eksplozivno uvećavaju i koje su podložne analizama. Testiranje, svjedoči o adekvatnoj podršci procesa odlučivanja primjenom rješenja poslovne inteligencije. Studija slučaja se tiče analize podataka Fonda. Data Warehouse, OLAP alati i Data Mining tehnike omogućavaju mnoštvo različitih analiza podataka. U obavljanju testiranja, potvrde i argu-mentovanog dokaza hipoteze da su rješenja i tehnike poslovne inteligencije najbolja rješenja za podršku odlučivanja polustruktuiranih i nestruktuiranih problema odlučivanja, prikazujemo rezultate izvedene provjere sa:

analizama podataka OLAP alatima i eksplorativne analize podataka sa data mining tehnikama.

Za svrhe OLAP analize podataka korišćen je ROLAP MicroStrategy. Za svrhe Data Mining i statističkih analiza podataka korišteni su statistički paketi: SPSS i StatSoft STATISTICA.

6.1 Rezultati analize OLAP tehnikama

U ovom delu prikazani su primjeri rezultata analize podataka OLAP tehni-kama koji bi trebalo da obezbijede odgovore na neka od naprijed posta-vljenih pitanja: Kakav je pregled osiguranika po polnoj strukturi? Kakav je pregled osiguranika po starosnoj i polnoj strukturi? Kakav je pregled osigu-


204

ranika po polnoj i kvalifikacionoj strukturi? Kakav je pregled osiguranika po vrsti osiguranja? Kakav je pregled osiguranika po kvalifikacionoj stru-kturi i dnevnom radnom vremenu na koje su prijavljeni? Kakav je pregled osiguranika po kvalifikacionoj strukturi i visini plate?, itd.

6.1.2 Analiza osiguranika

Analiza osiguranika potkrijepljena je skupom izvještaja koji imaju svrhu da ukažu na osnovne strukturne karakteristike osiguranika u određenom mome-ntu vremena kao i na promjene tih karakteristika u određenom vremenskom periodu. Informacije o prisutnosti određenih strukturnih karakteristika i nji-hovim promjenama, nisu od značaja samo za Fond već i za interesne grupe iz okruženja (vladine institucije, agencije, itd...), sa kojim stručna služba Fonda sarađuje. U tu svrhu se prikazuju neki nacrti, odnosno OLAP analize podataka, kako slijedi.

1. Oznaka (prilog, slika) i naziv izvještaja: AOU--IZ01: Pregled osiguranika po polnoj strukturi

2. Opis izveštaja: Izvještaj u redovima sadrži godine kao elemente dimenzije vrijeme; u kolonama tabele su elementi polne strukture: M, Ž, SVI. Izvještaj treba obogatiti podacima o procentualnom učešću polova u ukupnom broju osiguranika. Obezbjediti i pokazatelj o indeksu broja ženskih osiguranika po jednom muškom osiguraniku. Poslednji red tabele je „Prosječno“ po redovima. Izvještaj je „poprečnopresječni“.

3. Činjenice i dimenzije: Činjenice bez činjenica-opaženi slučajevi, broj osiguranika. Niz agregiranih činjenica po rješenjima projektanta. Dimenzije: Osiguranik, Vrijeme. Hijerarhija će se graditi na uređenosti dimenzije Vrijeme.

4. Grafički prikazi: Pita, 2D stubični dijagrami, linijski dijagram

5. Statistici: Procenti/proporcije; Aritmetičke sredine.

6. Najvažnija poslovna pitanja: Kakav je sastav osiguranika po polnoj strukturi? Koliko žena je osigurano u odnosu na jednog osiguranika muškog pola? Da li postoje i kakve razlike u proporciji osiguranika muškog i ženskog pola od godine do godine? Da li se može izvesti određeni zaključak o trendu strukture osiguranika s obzirom na pol?


205

Grafikon 6.1 Polna struktura osiguranika 1. Oznaka (prilog, slika) i naziv izvještaja:

AOU--IZ02: Pregled osiguranika po starosnoj i polnoj strukturi 2. Opis izveštaja:

Izvještaj u redovima sadrži starosnu strukturu osiguranika sa od strane korisnika predefinisanim starosnim grupama; u kolonama tabele su elementi polne strukture: M, Ž, SVI. Obezbjediti i informacije o procentualnim učešćima polova i starosnih grupa u ukupnom broju osiguranika. Poslednji red tabele je „Ukupno“ po redovima. Po stranicama izvještaja mogu biti godine. Izvještaj je „poprečnopresječni“.

3. Činjenice i dimenzije: Činjenice bez činjenica-opaženi slučajevi, broj osiguranika. Niz agregiranih činjenica po rješenjima projektanta. Dimenzije: Osiguranik, Vrijeme. Hijerarhija će se graditi na uređenosti dimenzije Vrijeme.

4. Grafički prikazi: Pita, 2D/3D stubični dijagrami, linijski dijagrami

5. Statistici: Procenti/proporcije

6. Najvažnija poslovna pitanja: Kakva je starosna struktura osiguranika? Kakva je struktura osiguranika s obzirom na pol i starost? Koja je prosječna starost osiguranika? Najbrojniji su osiguranici iz koje starosne grupe, i iz koje starosne grupe i kog pola? Da li se uočavaju određene zakonitosti u promjeni starosne strukture osiguranika u godinama vremenskog perioda koji je predmet posmatranja?


206

Grafikon 6.2 Pregled osiguranika po starosnoj i polnoj strukturi

1. Oznaka (prilog, slika) i naziv izvještaja: AOU--IZ03: Pregled osiguranika po kvalifikacionoj i polnoj strukturi

2. Opis izveštaja: Izjveštaj u redovima sadrži kvalifikacionu strukturu osiguranika; u kolonama tabele su elementi polne strukture: M, Ž, SVI. Obezbjediti i informacije o procentualnim učešćima polova i različitih nivoa kvalifikacije u ukupnom broju osiguranika. Poslednji red tabele je „Ukupno“ po redovima. Po stranicama izvještaja mogu biti godine. Omogućiti da u zavisnosti od preferencija korisnika godine mogu biti prikazane kao kolone izvještaja umjesto po stranicama. Izvještaj je „poprečnopresječni“.

3. Činjenice i dimenzije: Činjenice bez činjenica-opaženi slučajevi, broj osiguranika. Niz agregiranih činjenica po rješenjima projektanta. Dimenzije: Osiguranik, Vrijeme, Stepen stručne spreme. Hijerarhija će se graditi na uređenosti dimenzije Vrijeme.

4. Grafički prikazi: Pita, 2D/3D stubični dijagrami, linijski dijagrami

5. Statistici: Procenti/proporcije 6. Najvažnija poslovna pitanja:

Kakva je kvalifikaciona struktura osiguranika? Kakva je struktura osiguranika s obzirom na pol i stepen stručne spreme? Koji stepen stručne spreme je najzastupljeniji među osiguranicima? U okviru kog stepena stručne spreme je najmanja i/ili najveća razlika u odnosu broja muških i ženskih osiguranika? Da li se uočavaju određene zakonitosti u promjeni kvalifikacione strukture osiguranika u godinama vremenskog perioda koji je predmet posmatranja?

Starosna i polna struktura osiguranika


207

Slika 6.1 Kvalifikaciona i polna struktura osiguranika

Grafikon 6.3 Kvalifikaciona i polna struktura osiguranika


208

1. Oznaka (prilog, slika) i naziv izvještaja:

AOU--IZ04: Pregled osiguranika po završenoj školi i polnoj strukturi 2. Opis izveštaja:

Izvještaj u redovima sadrži završenu školu osiguranika; u kolonama tabele su elementi polne strukture: M, Ž, SVI. Poslednji red tabele je „Ukupno“ po redovima. Po stranicama izvještaja mogu biti godine. Izvještaj je „poprečnopresječni“. Omogućiti da u zavisnosti od preferencija korisnika godine mogu biti prikazane kao kolone izvještaja umjesto po stranicama.

3. Činjenice i dimenzije: Činjenice bez činjenica-opaženi slučajevi, broj osiguranika. Niz agregiranih činjenica po rješenjima projektanta. Dimenzije: Osiguranik, Vrijeme, Škola. Hijerarhija će se graditi na uređenosti dimenzije Vrijeme.

4. Grafički prikazi: Pita, 2D/3D stubični dijagrami


6. Najvažnija poslovna pitanja: Kakva je struktura osiguranika s’ obzirom na završenu školu? Kakva je struktura osiguranika s obzirom na pol i završenu školu? Diplomci, odnosno maturanti, kojih 10 škola su najzastupljenije među osiguranicima? Koje su uočene promene u strukturi osiguranika sa stanovišta završene škole u vremenskom periodu koji je predmet posmatranja?

Slika 6.2 Pregled osiguranika prema završenoj školi i polu


209

1. Oznaka (prilog, slika) i naziv izjveštaja: AOU--IZ05: Pregled osiguranika po kvalifikacionoj, starosnoj i polnoj strukturi

2. Opis izvještaja: U redovima izvještaja su od strane korisnika predefinisane starosne grupe osiguranika. U okviru svake starosne grupe definišu se tri podgrupe s' obzirom na polnu strukturu: M, Ž, SVI. U kolonama su elementi kvalifikacione strukture, odnosno stepeni stručne spreme koju osiguranici posjeduju. Po stranicama izvještaja su godine. Izveštaj je „poprečnopresečni“.

3. Činjenice i dimenzije: Činjenice bez činjenica-opaženi slučajevi, broj osiguranika. Niz agregiranih činjenica po rešenjima projektanta. Dimenzije: Osiguranik, Vrijeme, Stepen stručne spreme. Hijerarhija će se graditi na uređenosti dimenzije Vrijeme.

4. Grafički prikazi: Pita, 3D stubični dijagrami


6. Najvažnija poslovna pitanja: Kakva je struktura osiguranika s obzirom na kvalifikacionu, starosnu i polnu strukturu? Kakva je struktura osiguranika s obzirom na kvalifikacionu i starosnu strukturu? Koja grupa osiguranika je najzastupljenija u ukupnom broju uzimajući u obzir sva tri analizirana kriterijuma, a koja ako izuzmemo polnu strukturu iz analize? Koji stepen stručne spreme je najzastupljeniji među osiguranicima? Koja starosna grupa je dominantna u strukturi osiguranika? Koje su uočene promjene u strukturi osiguranika za dati vremenski period u pogledu: (a) kvalifikacione strukture i starosne strukture, (c) kvalifikacione, starosne i polne strukture?

1. Oznaka (prilog, slika) i naziv izveštaja: AOU--IZ06: Pregled osiguranika po stažu i kvalifikacionoj strukturi, starosnoj i polnoj Strukturi 2. Opis izvještaja:

Izvještaj u redovima sadrži od strane korisnika predefinisane grupe po stažu; u okviru svake grupe moguće je uraditi raščlanjavanje po stepenima stručne spreme. U kolonama tabele su od strane korisnika predefinisane starosne grupe osiguranika, pri čemu se svaka ta kolona predstavlja i kroz tri podkolone: M, Ž, SVI, koje predstavljaju elemente polne strukture. U poslednjoj koloni je „Ukupno“ po kolonama. U poslednjem redu je „Ukupno“ po redovima. Izvještaj je „poprečnopresječni“.

3. Činjenice i dimenzije: Činjenice bez činjenica-opaženi slučajevi, broj osiguranika. Niz agregiranih činjenica po rješenjima projektanta. Dimenzije: Osiguranik, Vrijeme, Stepen stručne spreme. Hijerarhija će se graditi na uređenosti dimenzije Vrijeme.



6. Najvažnija poslovna pitanja: Kakva je struktura osiguranika s’ obzirom na dužinu staža osiguranja, starosnu i polnu strukturu? Koja je prosječna dužina staža osiguranja po osiguraniku muškog, odnosno ženskog pola? Koliko je osiguranika koji teorijski ispunjavaju uslov sa stanovišta starosti i/ili dužine staža osiguranja, s’ obzirom na pol, za odlazak u penziju? Koje su uočene promjene u strukturi osiguranika za dati vremenski period u pogledu: (a) staža osiguranja, (b) starosne strukture, (c) kvalifikacione, (d) polne strukture?


210

1. Oznaka (prilog, slika) i naziv izvještaja: AAOU-IIZ07: Pregled osiguranika po osnovu osiguranja

2. Opis izvještaja: Izvještaj u redovima sadrži različite osnove osiguranja; u kolonama tabele je polna struktura: M, Ž, SVI. Po stranicama izvještaja su prikazane godine. Po stranicama izvještaja mogu biti prikazane i opštine ili elementi hijerarhije organizacione strukture Fonda, u zavisnosti od potreba korisnika. Izvještaj je „poprečnopresječni“.

3. Činjenice i dimenzije: Činjenice bez činjenica-opaženi slučajevi, broj osiguranika. Niz agregiranih činjenica po rješenjima projektanta. Dimenzije: Osiguranik, Vreme, Osnov osiguranja, (Geografija, OJ). Hijerarhije će se graditi na uređenosti dimenzija: Vrijeme, (Geografija, OJ).



6. Najvažnija poslovna pitanja: Kakva je struktura osiguranika s’ obzirom na osnov osiguranja? Da li postoje i kakve razlike u proporciji osiguranika u okviru pojedinih osnova osiguranja s obzirom na pol? Koje su uočene promjene u strukturi osiguranika za dati vremenski period u pogledu osnova osiguranja? Kakva je struktura osiguranika s’ obzirom na osnov osiguranja i opštinu? (ukoliko je dimenzija Geografija uključena u analizu) Da li postoji određena zakonitost u proporciji raspodele osiguranika po osnovu osiguranja s obzirom na opštinu u posmatranom vremenskom periodu? (ukoliko je dimenzija Geografija uključena u analizu).

1. Oznaka (prilog, slika) i naziv izvještaja: AOU--IZ008: Pregled osiguranika po kvalifikacionoj strukturi i dnevnom radnom vremenu na oje su prijavljeni

2. Opis izvještaja: Izvještaj u redovima sadrži stepene stručne spreme; po kolonama su različite opcije dnevnog radnog vremena na koje su osiguranici prijavljeni. Svaka kolona sadrži tri podkolone: M, Ž, SVI. Treba obezbjediti sumarni prikaz po kolonama i po redovima. Po stranicama izvještaja mogu biti godine. Izvještaj je „poprečnopresečni“.

3. Činjenice i dimenzije: Činjenice bez činjenica-opaženi slučajevi, broj osiguranika. Niz agregiranih činjenica po rješenjima projektanta. Dimenzije: Osiguranik, Vrijeme, Radno vrijeme. Hijerarhija će se graditi na uređenosti dimenzije Vrijeme.



6. Najvažnija poslovna pitanja: Kakva je struktura osiguranika s’ obzirom na dnevno radno vrijeme na koje su prijavljeni? Kakva je struktura osiguranika s’ obzirom na dnevno radno vrijeme na koje su prijavljeni i stepen stručne spreme koji posjeduju? Koje je prosječno radno vrijeme na koje je prijavljen osiguranik muškog, odnosno ženskog pola? Koje je prosječno radno vrijeme na koje je prijavljen osiguranik određenog stepena stručne spreme? Da li postoje i kakve razlike u dnevnom radnom vremenu osiguranika s' obzirom na kvalifikacionu strukturu? Da li postoje i kakve razlike u dnevnom radnom vremenu osiguranika s' obzirom na pol? Koje su uočene promjene u sastavu osiguranika za dati vremenski period u pogledu dnevnog radnog vremena na koje su prijavljeni, kvalifikacione strukture i pola?


211

Slika 6.3 Pregled osiguranika po radnom vremenu i školskoj spremi

1. Oznaka (prilog, slika) i naziv izvještaja: AOU--IZ09: Pregled osiguranika po kvalifikacionoj strukturi i visini plate na koju su prijavljeni

2. Opis izvještaja: Izvještaj u redovima sadrži stepene stručne spreme. Po kolonama su od strane korisnika predefinisani rasponi plata na koje su osiguranici prijavljeni. Svaka kolona sadrži tri podkolone za polnu strukturu: M, Ž, SVI. Treba obezbjediti sve logične međuzbirove, kao i ukupan sumarni prikaz po kolonama i redovima. Po stranicama izvještaja mogu biti godine. Izvještaj je „poprečnoprejsečni“

3. Činjenice i dimenzije: Činjenice bez činjenica-opaženi slučajevi, broj osiguranika. Niz agregiranih činjenica po rješenjima projektanta. Dimenzije: Osiguranik, Vrijeme, Stepeni stručne spreme.

Hijerarhija će se graditi na uređenosti dimenzije Vrijeme. 4. Grafički prikazi:

Pita, 2D stubični dijagrami

5. Statistici: Procenti/proporcije, Aritmetičke sredine.

6. Najvažnija poslovna pitanja: Kakva je struktura osiguranika po visini plate na koju su prijavljeni? Kakva je struktura osiguranika s’ obzirom na kvalifikacionu strukturu i visinu plate? Koja je prosečna visina plate po osiguraniku muškog, odnosno ženskog pola? Koja je prosečna visina plate za osiguranike pojedinih nivoa stručnog obrazovanja? Koje su uočene promene u sastavu osiguranika za dati vremenski period u pogledu: (a) kvalifikacione strukture i visine plate, (b) visine plate i polne strukture?


212

1. Oznaka (prilog, slika) i naziv izvještaja: AOU--IZ10: Pregled broja osiguranika po filijalama i/ili poslovnicama Fonda

2. Opis izvještaja: Izvještaj u redovima sadrži filijale i/ili poslovnice; nivo detaljnosti izvještaja po redovima definiše sam korisnik izborom atributa iz filtera izvještaja. U kolonama tabele su godine posmatranog perioda. Mjereni pokazatelji su: broj osiguranika, učešće osiguranika posmatrane filijale/poslovnice u odnosu na ukupan broj na kraju posmatrane godine. Poslednji red je „Ukupno“ po redovima; poslednja kolona je prosječno po godini za izabrani period. Godine posmatranog perioda mogu biti prikazane i po stranicama izvještaja. Izvještaj je „poprečnopresječni“.

3. Činjenice i dimenzije: Činjenice bez činjenica-opaženi slučajevi, broj osiguranika. Niz agregiranih činjenica po rešenjima projektanta. Dimenzije: Osiguranik, OJ, Vrijeme. Hijerarhije će se graditi na uređenosti dvije dimenzije: Organizaciona struktura i Vrijeme.

4. Grafički prikazi: Pita, 2D stubični dijagrami Moguć dopunski grafički prikaz koji će linijskim dijagramom predstaviti kretanje broja osiguranika svake filijale kao pojedinačne varijable po godinama


6. Najvažnija poslovna pitanja: Kakva je struktura osiguranika po filijalama i/ili poslovnicama Fonda? Koja filijala i/ili poslovnica ima najveći, odnosno najmanji broj osiguranika? Koji je prosečan godišnji broj osiguranika po filijalama i/ili poslovnicama za zadati period? Koje su uočene promene u učešću određene filijale i/ili poslovnice u broju osiguranika u periodu vremena? Koje su uočene promene u rasporedu osiguranika po filijalama i/ili poslovnicama za dati vremenskiperiod?

Slika 6.4 Pregled osiguranika po filijama


213

Grafikon 6.4 Pregled osiguranika po filijama

1. Oznaka (prilog, slika) i naziv izvještaja: AOU--IZ11: Broj novih osiguranika u godini po mesecima

2. Opis izvještaja: Izvještaj u redovima sadrži godine i u podredovima mesece izabranog perioda; u kolonama tabele su mjereni pokazatelji. Mjereni pokazatelji su: broj novih osiguranika, promjena broja novih osiguranika u odnosu na prethodni mjesec, promena broja novih osiguranika u odnosu na isti mjesec prethodne godine. Zbirni redovi su „Ukupno“ i “Prosječno” po redovima. Godine posmatranog perioda mogu biti prikazane i po stranicama izvještaja. Izvještaj je „poprečnopresječni“.

3. Činjenice i dimenzije: Činjenice bez činjenica-opaženi slučajevi, broj osiguranika. Niz agregiranih činjenica po rešenjima projektanta. Dimenzije: Osiguranik, Vrijeme. Hijerarhija će se graditi na uređenosti dimenzije Vrijeme.

4. Grafički prikazi: 2D stubični dijagrami, linijski dijagram


6. Najvažnija poslovna pitanja: Koliko je novih osiguranika prijavljeno odrđene godine, određenog mjeseca? Da li broj novih osiguranika raste ili opada u poslednjih n mjeseci i po kojoj stopi? Koji je prosečan broj novih osiguranika mjesečno? Da li se određeni mjeseci u toku godine prednjače u broju novoosiguranih lica iz godine u godinu?

6.1.3 Analiza uplatilaca doprinosa

Skup izvještaja koji imaju svrhu da ukažu na osnovne strukturne kara-kteristike uplatilaca doprinosa u određenom momentu vremena kao i na pro-mjene tih karakteristika u određenom vremenskom periodu su takođe veoma važni za donošenje strategijskih odluka i građenje odgovarajućih taktika i poslovnih pravila. Od mnoštva takvih izveštaja prikazujem jedan podskup.


214


AOU--IZ12 (Prilog2): Pregled uplatilaca doprinosa i njihovih osiguranika po sektorima uplatilaca po filijalama i/ili poslovnicama Fonda

2. Opis izveštaja: Izvještaj u redovima sadrži filijale i/ili poslovnice; nivo detaljnosti izvještaja po redovima definiše sam korisnik izborom atributa iz filtera izveštaja. U kolonama tabele su sektori uplatilaca doprinosa, sa podkolonama broj uplatilaca i broj osiguranika za svaki sektor. Poslednji red je „Ukupno“ po redovima; poslednja kolona je „Ukupno“ po kolonama. Izvještaj predstavlja presjek stanja na izabrani dan. Izvještaj je „poprečnopresječni“.

3. Činjenice i dimenzije: Činjenice bez činjenica-opaženi slučajevi, broj uplatilaca doprinosa, broj osiguranika. Niz agregiranih činjenica po rješenjima projektanta. Dimenzije: Uplatilac doprinosa, Osiguranik, OJ, Sektor, Vrijeme. Hijerarhije će se graditi na uređenosti dve dimenzije: Organizaciona struktura i Vrijeme.



6. Najvažnija poslovna pitanja: Kakva je struktura uplatilaca doprinosa i osiguranika po filijalama i/ili poslovnicama Fonda bez obzira na sektore uplatilaca? Kakav je raspored uplatilaca doprinosa i njihovih osiguranika po filijalama i/ili poslovnicama Fonda s' obzirom na sektore uplatilaca? Koja filijala i/ili poslovnica ima najveći, odnosno najmanji broj uplatilaca doprinosa? Koji sektor uplatilaca doprinosa ima najveći broj osiguranika, ukupno ili u određenoj filijali i/ili poslovnici? Koje su uočene promjene u rasporedu uplatilaca doprinosa i osiguranika po filijalama/poslovnicama, ukupno i/ili po sektorima uplatilaca?

Slika 6.5 Pregled uplatilaca doprinosa i njihovih osiguranika po sektorima uplatilaca po filijalama i/ili poslovnicama Fonda


215

1. Oznaka (prilog, slika) i naziv izvještaja: AOU--IZ14: Pregled uplatilaca doprinosa po opštinama sedišta i broju zaposlenih.

2. Opis izvještaja: Izvještaj u redovima sadrži opštine sedišta uplatilaca doprinosa. U kolonama tabele su godine izabranog perioda. Svaka godina ima po podkolonama predefinisane raspone broja zaposlenih radnika, kao i podkolonu ukupan broj uplatilaca za svaku godinu bez obzira na broj zaposlenih. Poslednji red je „Ukupno“ po redovima; poslednja kolona je godišnji prosek na osnovu izabranog perioda. Izvještaj je pregled stanja na kraju godine. Izvještaj je „poprečnopresječni“.

3. Činjenice i dimenzije: Činjenice bez činjenica-opaženi slučajevi, broj uplatilaca doprinosa. Niz agregiranih činjenica po rešenjima projektanta. Dimenzije: Uplatilac doprinosa, Geografija, Vrijeme. Hijerarhije će se graditi na uređenosti dve dimenzije: Geografija i Vreme.



6. Najvažnija poslovna pitanja: Kakva je struktura rasporeda uplatilaca doprinosa po opštinama s’ obzirom na sjedište? Kakva je struktura rasporeda uplatilaca doprinosa u određenoj opštini s' obzirom na broj zaposlenih? A kakva u totalu, bez obzira na opštinu sjedišta uplatilaca?

Koja opština ima najveći, odnosno najmanji broj uplatilaca doprinosa, po godinama i/ili u proseku? U kojim opštinama sjedište ima pet najvećih uplatilaca doprinosa prema broju zaposlenih? Koje su uočene promene u rasporedu uplatilaca doprinosa u posmatranom vremenskom periodu: (a) po opštinama, (b) po broju zaposlenih, (c) po opštinama i broju zaposlenih?

1. Oznaka (prilog, slika) i naziv izvještaja: AOU--IZ13: Pregled uplatilaca doprinosa i njihovih osiguranika po djelatnostima uplatilaca po filijalama i/ili poslovnicama Fonda

2. Opis izvještaja: Izvještaj u redovima sadrži filijale i/ili poslovnice; nivo detaljnosti izvještaja po redovima definiše sam korisnik izborom atributa iz filtera izveštaja. U kolonama tabele su delatnosti uplatilaca doprinosa, sa podkolonama broj uplatilaca i broj osiguranika za svaku delatnost. Poslednji red je „Ukupno“ po redovima; poslednja kolona je „Ukupno“ po kolonama. Izvještaj predstavlja presek stanja na izabrani dan. Izvještaj je „poprečnopresječni“.

3. Činjenice i dimenzije: Činjenice bez činjenica-opaženi slučajevi, broj uplatilaca doprinosa, broj osiguranika. Niz agregiranih činjenica po rješenjima projektanta. Dimenzije: Uplatilac doprinosa, Osiguranik, Delatnost, OJ, Vrijeme. Hijerarhije će se graditi na uređenosti dve dimenzije: Organizaciona struktura i Vrijeme.



6. Najvažnija poslovna pitanja: Kakva je struktura uplatilaca doprinosa i osiguranika po filijalama i/ili poslovnicama Fonda bez obzira na delatnosti uplatilaca? Kakav je raspored uplatilaca doprinosa i njihovih osiguranika po filijalama i/ili poslovnicama Fonda s' obzirom na delatnosti uplatilaca? Koja filijala i/ili poslovnica ima najveći, odnosno najmanji broj uplatilaca doprinosa? Koja delatnost ima najveći broj osiguranika, ukupno ili u određenoj filijali i/ili poslovnici? Koje su uočene promjene u rasporedu uplatilaca doprinosa i osiguranika po filijalama/poslovnicama, ukupno i/ili po delatnostima?


216

Slika 6.6 Pregled uplatilaca doprinosa po opštinama sedišta i broju zaposlenih

6.1.4 Kombinovane analize

Skup izvještaja kojima se ukrštaju analize osiguranika, uplatilaca doprinosa i korisnika prava.

1. Oznaka (prilog, slika) i naziv izvještaja: AOU--IZ15: Pregled novih prijava na osiguranje u određenom periodu kod izabranog uplatioca doprinosa

2. Opis izveštaja: U redovima izvještaja su novi osiguranici (LBO, ime i prezime, JMBG). Omogućiti da korisnici mogu dodati u redove i neke druge karakteristike osiguranika (npr. stepen stručne spreme, pol) i/ili neke podatke iz prijave na osiguranje (npr. datum prijave, radno vreme). Poslednji red tabele je broj novih osiguranika u izabranom periodu. Po stranicama su uplatioci doprinosa. Izveštaj se radi za period koji se može definisati do dana kao nivoa detaljnosti i filtrira samo novoosigurana lica.

3. Činjenice i dimenzije: Činjenice bez činjenica-opaženi slučajevi. Niz agregiranih činjenica po rešenjima projektanta. Dimenzije: Osiguranik, Uplatilac doprinosa, Vrijeme. Hijerarhija će se graditi na uređenosti dimenzije Vrijeme.

4. Grafički prikazi: Izvještaj u svojoj celini nije pogodan za grafičko predstavljanje.

5. Statistici: Izvještaj predstavlja pregled bez statističkih analiza.

6. Najvažnija poslovna pitanja: Koliko je novoosiguranih kod određenog uplatioca doprinosa u periodu? Koje su karakteristike novoosiguranih lica kod određenog uplatioca? Koliko učestvuje određeni uplatilac doprinosa u ukupnom broju novoosiguranih lica?


217


AOU--IZ16: Pregled osiguranika kod određenog uplatioca doprinosa 2. Opis izvještaja:

U redovima izvještaja su svi osiguranici (LBO, ime i prezime, JMBG) izabranog uplatioca doprinosa. Omogućiti da korisnici mogu dodati u redove i neke druge karakteristike osiguranika kao što su: stepen stručne spreme, starost i slično; i/ili neke podatke iz prijave na osiguranje, kao što su: datum prijave, datum odjave, radno vreme na koje je prijava i slično. Poslednji red tabele je broj osiguranika u izabranom periodu. Po stranicama su uplatioci doprinosa. Izvještaj se radi za period koji se može definisati do dana kao nivoa detaljnosti.

3. Činjenice i dimenzije: Činjenice bez činjenica-opaženi slučajevi, broj osiguranika. Niz agregiranih činjenica po rešenjima projektanta. Dimenzije: Osiguranik, Uplatilac doprinosa, Vrijeme. Hijerarhija će se graditi na uređenosti dimenzije Vrijeme.

4. Grafički prikazi: Izveštaj u svojoj celini nije pogodan za grafičko predstavljanje.

5. Statistici: Izveštaj predstavlja pregled bez statističkih analiza.

6. Najvažnija poslovna pitanja: Koliko je osiguranika kod određenog uplatioca doprinosa u periodu? Koje su karakteristike osiguranih lica kod određenog uplatioca? Koliko učestvuje određeni uplatilac doprinosa u ukupnom broju osiguranika?

Slika 6.7 Pregled osiguranika kod određenog uplatioca doprinosa


218


AOU--IZ17 (Prilog1, Slika6): Kretanje broja osiguranika i korisnika prava iz penzijskog i invalidskog osiguranja

2. Opis izvještaja: Izvještaj u redovima sadrži godine; u kolonama su mereni pokazatelji: broj osiguranika i broj korisnika prava na kraju godine. Izvještaj sadrži filter kojim su izdvojeni samo korisnici prava iz penzijskog i invalidskog osiguranja. Izvještaj je pregled stanja na kraju svake godine. Poslednji red izvještaja prikazuje prosečan godišnji broj osiguranika i korisnika prava na osnovu posmatranog perioda.

3. Činjenice i dimenzije: Činjenice bez činjenica-opaženi slučajevi, broj osiguranika, broj korisnika prava. Niz agregiranih činjenica po rješenjima projektanta. Dimenzije: Osiguranik, Korisnik prava, Vrijeme. Hijerarhije će se graditi na uređenosti dimenzije Vrijeme.

4. Grafički prikazi: Linijski dijagram

5. Statistici: Aritmetičke sredine; Indexi.

6. Najvažnija poslovna pitanja: Kako se kretao broj osiguranika po godinama određenog vremenskog perioda? Kako se kretao broj korisnika prava iz penzijskog i invalidskog osiguranja po godinama određenog vremenskog perioda? Koje godine je najveća, a koje najmanja razlika između broja osiguranika i broja korisnika prava? Kakav trend pokazuje kretanje broja osiguranika i broja korisnika prava u posmatranom periodu?

Grafikon 6.5 Pregled kretanja prosječnog broja osiguranika i korisnika prava


219


AOU--IZ18 (Prilog1, Tabela2): Kretanje prosječnog broja osiguranika i korisnika prava iz penzijskog i invalidskog osiguranja po godinama

2. Opis izvještaja: Izvještaj u redovima sadrži godine; u kolonama su mereni pokazatelji: prosečan broj korisnika prava, prosječan broj osiguranika, odnos osiguranika i korisnika prava. Izvještaj sadrži filter kojim su izdvojeni samo korisnici prava iz penzijskog i invalidskog osiguranja. Izvještaj se može dopuniti informacijama o promjeni prosječnog broja korisnika prava i osiguranika u posmatranoj u odnosu na prethodnu godinu.

3. Činjenice i dimenzije: Činjenice bez činjenica-opaženi slučajevi, broj osiguranika, broj korisnika prava. Niz agregiranih činjenica po rešenjima projektanta. Prosječan broj osiguranika i korisnika prava se računa kao suma stanja na svaki dan u godini u odnosu na 365 dana. Dimenzije: Osiguranik, Korisnik prava, Vrijeme. Hijerarhija će se graditi na uređenosti dimenzije Vrijeme.

4. Grafički prikazi: Linijski dijagram

5. Statistici: Proporcije; Aritmetičke sredine.

6. Najvažnija poslovna pitanja: Kako se kretao prosečan broj osiguranika po godinama određenog vremenskog perioda? Kako se kretao prosečan broj korisnika prava iz penzijskog i invalidskog osiguranja po godinama određenog vremenskog perioda? Kako se mijenjao tokom perioda i kakav trend pokazuje koeficijent odnosa broja osiguranika i broja korisnika prava u posmatranom periodu?

Slika 6.8 Pregled kretanja prosečnog broja osiguranika i korisnika prava


220

Grafikon 6.6 Pregled kretanja prosječnog broja osiguranika i korisnika prava

6.1.5 Rezime OLAP analitičkih mogućnosti podrške odlučivanju

U osnovi OLAP analiza leži konceptualni dimenzionalni model poda-taka koji operiše sa pojmovima:

činjenica, dimenzija, hijerarhija, filter.

Ovaj model u literaturi i praksi se često i ispravno označava izrazom

“multidimenzionalni model podataka” (MDM). Iz prethodnih analiza se vidi da taj model omogućava cjelishodno uređivanje i sumiranje podataka radi odgovarajućih analiza.

Osnovni činioci multidimenzionalnosti su: dimenzije (korisnici, uplatioci doprinosa, organizacije, geografske

lokacije, …), metrike (broj organizacija, iznos uplata, broj korisnika …) i


221

vreme (npr. radno vrijeme - sati, radni staž - mjeseci, …).

Dimenzije se ovdje shvataju kao perspektiva koja se koristi u analizo-vanju podataka u OLAP kocki. Izrazom “kocka” označen je podskup među-sobno povezanih podataka koji su unaprijed povezani, tako da analitičarima i menadžmentu Fonda omogućavaju kombinovanje bilo koje veličine- atributa u kocki (korisnik, uplatilac doprinosa, geografska lokacija,…) sa bilo kojom metrikom radi kreiranja različitih pogleda koji mogu da budu predočeni na odgovarajući način. Mjere (metrike) su shvaćene kao indika-tori koji se koriste u poslovanju radi ocjenjivanja procesa. Neophodno se osvrnuti na još neke značajne pojmove: filter, hijerarhija i agregacija. Izra-zom filteri u ovom kontekstu označeni su skupovi izabranih kriterijuma ko-jima se specifikuje neki podskup informacija u analitičkoj bazi podataka. Pod hijerarhijom se podrazumijeva organizacija podataka u stablo logičke strukture. Hijerarhije sadrže nivoe koji organizuju podatke u logičku stru-kturu. Kretanje između nivoa hijerarhije označava se izrazima “drilling up” i “drilling down”. Izrazom agregacija označen je proces kojim se niži nivoi podataka sumari-zuju unaprijed i skladište u tabelama. Te tabele agregata anticipiraju upite korisnika i isključuju potrebu za pretragama, spajanjima i računanjima svaki put kada se zatraže sumarne informacije. Sve u svemu da zaključimo, ova-kve analize imaju izuzetnu važnost za podršku odlučivanju u svim nivoima menadžmenta Fonda, od strategijskog do operativnog.

6.2 Eksplorativna analiza podataka korisnika prava U ovom delu prikazani su primjeri rezultata analize podataka

korisnika prava koji bi trebalo da obezbede odgovore na neka od napred postavljenih pitanja: Kakav je pregled korisnika prava datumu rođenja i datumu ostvarivanja prava? Kakav je pregled korisnika prava po starosnoj i polnoj strukturi? Kakav je pregled korisnika prava po kvalifikacionoj stru-kturi? Kakav je pregled okorisnika prava po vrsti ostvarenog prava?, itd.

6.2.1 Svrha i metodi analize podataka

Jedan od osnovnih ciljeva analize bio je da se otkriju, ako postoje, homogene podgrupe – klasteri u skupu korisnika prava (N = 3951) s obzi-rom na niz izabranih varijabli i da se dobiju informacije o tome koje vari-


222

jable imaju veći relativni značaj u segmentiranju tog skupa zaposlenja osi-guranika. Podaci na kojima su izvršene analize su vrijednosti varijabli, kao što su:

Datum rođenja; Pol osiguranika; Naziv stručne spreme; Starost na dan sticanja prava; Starost na dan 01.09.2012.; Datum ostvarivanja prava na ličnu penziju; Iznos penzijskog osnova; Vrsta prava; Vrsta penzije od koje je određena porodična penzija; Penzija prijavljena za isplatu; Isplaćena penzija (sa namirenjem na najnižu); Datum smrti osiguranika; Datum sticanja prava na porodičnu penziju; Dužina korištenja lične penzije do 01.09.2012.; Dužina korištenja lične penzije do smrti; Dužina korištenja porodične do 01.09.2012.; Status penzije na dan 01.09.2012.

U analizi podataka su primijenjene neke tehnike deskriptivne analize, korelacione analize, klasterske analize, algoritam CART i dr. Za analizu po-dataka upotrebljeni su statistički paketi SPSS i STATISTICA. 6.2.2 Zaključna razmatranja i rezultati istraživanja U ovom dijelu prikazani su rezultati analize podataka korisnika prava i to rezultati deskriptivnih analiza, inkorelacije varijabli, rezultati kla-sterske analize, rezultati primene algoritma CART i dopunske informacije o svojstvima klastera. Na kraju ovog dela izvedeni i određeni i zaključci.

U nastavku slijedi prezentacija rezultata deskriptivnih analiza i to distribucije varijabli. Rezultati nam daju pregled: korisnika prava prema sta-rosti na dan sticanja prava, iznosa penzijskog osnova, iznosa penzijskog osnova prema polu osiguranika, iznosa penzijskog osnova prema vrsti prava


223

i iznosa penzijskog osnova prema polu korisnika prava i dužini korištenja lične penzije. 6.2.2.1.1 Distribucije varijabli

Početne analize podataka bile su deskriptivne- opisivanje varijabli uključenih u istraživanje i njihovih distribucija. Izračunate su aritmetičke sredine i standarne devijacije i grafički prikazane distribucije varijabli, kako slijedi.

Starost na dan sticanja prava80.0070.0060.0050.0040.0030.0020.00

Frequ

ency

500

400

300

200

100

0

Mean =56.07�Std. Dev. =7.353�

N =3,951

Grafikon 6.7 Pregled korisnika prava prema starosti na dan sticanja prava Na ovom grafičkom prikazu uočavaju se frekvencije (distribucija) korisnika prava u odnosu na varijablu „starost na dan sticanja prava“.

Iznos penzijskog osnova2000.001500.001000.00500.000.00

Frequ

ency

400

300

200

100

0

Mean =448.68�Std. Dev. =175.184�

N =3,951

Grafikon 6.8 Pregled iznosa penzijskog osnova


224

Gornji grafikon prikazuje distribuciju korisnika prava u odnosu na varijablu „iznos penzijskog osnova“.

Iznos

penz

ijsko

g osn

ova

2,000.00

1,500.00

1,000.00

500.00

0.00

Frequency250 200 150 100 50 0

Iznos penzijskog osnova

2,000.00

1,500.00

1,000.00

500.00

0.00

250200150100500

Pol osiguranika21

Grafikon 6.9 Pregled iznosa penzijskog osnova prema polu osiguranika

Ovaj dijagram pokazuje istu distribuciju, kao i prethodni, ali dihetomiziranu prema polu korisnika prava.

Iznos

penzi

jskog

osno

va

2,000.00

1,500.00

1,000.00

500.00

0.00

Frequency250 200 150 100 50 0 250200150100500


2,000.00

1,500.00

1,000.00

500.00

0.00

250 200 150 100 50 0

Vrsta prava030201

Grafikon 6.10 Pregled iznosa penzijskog osnova prema vrsti prava Ovaj grafički prikaz prikazuje distribuciju korisnika prava naspram dvije varijable:


225

a) Iznos penzijskog osnova b) Vrste prava

Du

žina k

orište

nja lic

ne pe

nzije d

o 01.0

9.2012

.

50.00

40.00

30.00

20.00

10.00

0.00

Frequency250 200 150 100 50 0

Dužina korištenja licne penzije do 01.09.2012.

50.00

40.00

30.00

20.00

10.00

0.00

250200150100500

Pol osiguranika21

Grafikon 6.11 Pregled iznosa penzijskog osnova prema polu korisnika prava i dužini korištenja lične penzije

Na ovom grafikonu daje se informacija o distribuciji korisnika prava po po-lu korisnika prava i vremenu dužine korištenja lične penzije, zaključno sa datumom kada je istraživanje sprovedeno. (Distribucije varijabli prikazane su detaljnije u Prilogu 1.)

Sledeći korak u analiziranju podataka bilo je ispitivanje povezanosti vari-jabli uključenih u istraživanje. U okviru ovog dijela analize su opisane i gra-fički prikazane povezanosti između pojedinih varijabli iz navedenog niza varijabli, pokazateljima kao što su: C koeficijent kontingencije i Cramerov V. (Dopunski podaci o Interkorelacijama varijabli prikazani su detaljnije u Prilogu 2.)


226

Tabela 6.1 Kategorija stručnosti * Vrsta prava Vrsta prava Total

01 02 03 01 Kategorija stručnosti

01 27 136 34 197

02 33 219 41 293 03 180 610 91 881 04 35 72 12 119 05 62 229 149 440 06 243 517 217 977 07 33 97 36 166 08 228 487 149 864 09 1 10 3 14

Total 842 2377 732 3951

Očigledno je da ova tabela saopštava sledeće informacije: relaciju (povezanost) između kategorija, stepen stručnosti nosioca prava i vrste pra-va.

Kategorija strucnosti090807060504030201

Count

600

400

200

0

Bar Chart

030201

Vrsta prava

Grafikon 6.12 Pregled Kategorija stručnosti*Vrsta prava

Ovaj dijagram ilustruje i vizuelno predočava podatke koji su prikazani u go-rnjoj tabeli.


227

Tabela 6.2 Hi-kvadrat testovi Value Df Asymp. Sig. (2-sided)

Pearson Chi-Square 197.213(a) 16 .000 Likelihood Ratio 196.431 16 .000

N of Valid Cases 3951 a 2 cells (7.4%) have expected count less than 5. The minimum expected count is 2.59.

Tabela 6.3 Simetričke mere Value Approx. Sig.

Nominal by Nominal Phi .223 .000 Cramer's V .158 .000 Contingency Coefficient .218 .000 N of Valid Cases 3951

a Not assuming the null hypothesis. b Using the asymptotic standard error assuming the null hypothesis.

Na osnovu statističkih podataka prikazanih u tabelama ”HI- kvadrat testovi” i ”Simetričke mere” može se izvesti sledeći zaključak: Između kategorije stručnosti i vrste prava postoji statistički značajna, ali sla-ba korelacija, koeficijent kontingencije C= .218 i Cramerov V= .158.

Tabela 6.4 Vrsta prava * Pol osiguranika

Pol osiguranika Total

1 2 1 Vrsta prava 01 623 219 842

02 1592 785 2377 03 715 17 732

Total 2930 1021 3951


228

Vrsta prava030201

Count

2,000

1,500

1,000

500

0

Bar Chart

21

Pol osiguranika

Grafikon 6.13 Pregled Vrsta prava*Pol osiguranika U tabeli “Vrsta prava* Pol osiguranika” ukrštena je varijabla pol ispitanika (korisnika prava) sa vrstom prava. Grafikon prikazuje isto to, ali ilustra-tivno.

Tabela 6.5 Hi-kvadrat testovi Value Df Asymp. Sig. (2-sided)

Pearson Chi-Square 275.303(a) 2 .000 Likelihood Ratio 372.704 2 .000 N of Valid Cases 3951

a 0 cells (.0%) have expected count less than 5. The minimum expected count is 189.16.

Tabela 6.6 Simetričke mere Value Approx. Sig.

Nominal by Nominal Phi .264 .000 Cramer's V .264 .000 Contingency Coefficient .255 .000 N of Valid Cases 3951

a Not assuming the null hypothesis. b Using the asymptotic standard error assuming the null hypothesis. Iz tabela “Hi-kvadrat testovi” i “Simetričke mere” jasno je vidljivo da između kategorije pola korisnika i vrste prava postoji statistički značajna, ali slaba povezanost, koeficijent kontingencije C= .255 i Cramerov V V= .264.


229

Za otkrivanje mogućih homogenih podgrupa u heterogenom sastavu osigu-ranika primijenjena je „dvostepena klasterska“ analiza na osnovu varijabli:

Kategorija stručnosti, Pol osiguranika, Vrsta prava, Starost na dan sticanja prava Iznos penzijskog osnova.

Da bi se dobile dodatne informacije značaju varijabli u formiranju klastera, upotrijebljen je algoritam klasifikacionog stabla CHAID. Rezultati obavljene „dvostepene klasterske“ analize - klasteri osiguranika su predstavljeni u tabeli koja sledi i u odgovarajućem grafičkom prikazu ve-ličine klastera: Tabela 6.7 Distribucija klastera

N % Kombinov. % Total Klaster 1 951 24.1% 24.1% 2 728 18.4% 18.4% 3 758 19.2% 19.2% 4 894 22.6% 22.6% 5 620 15.7% 15.7% Kombinov. 3951 100.0% 100.0% Total 3951 100.0%

Ova tabela pokazuje da je nađeno pet klastera osiguranika, čije se veličine međusobno ne razlikuju mnogo, što se jasnije vidi na slici koja sledi. (Deta-ljniji rezultati klasterske analize prikazani su u Prilogu 3)


230

Cluster Size

54321

TwoStep Cluster Number

Grafikon 6.14 Klasteri osiguranika

Sledeća dva grafikona slikovito prikazuju kako se međusobno razlikuje tih pet klastera osiguranika s obzirom na starost na dan sticanja penzije i s obzi-rom na iznos penzijskog osnova:

Grafikon 6.15 Pregled najveće prosečne starosti na dan sticanja prava kod osiguranika koji pripadaju klasteru 4 i 5. Gornji grafikon prikazuje da najveću prosječnu starost na dan sticanja prava imaju osiguranici koji pripadaju klasteru 4 i 5.


231

Cluster54321

Iznos

penzi

jskog

osno

va600.00

550.00

500.00

450.00

400.00

350.00

300.00

Simultaneous 95% Confidence Intervals for Means

Grafikon 6.16 Pregled najvećeg iznosa penzije korisnika prava koji pripadaju klasteru 4

Ovaj grafikon nam prikazuje da najveći iznos penzijskog osnova imaju osiguranici koji pripadaju klasteru 4. Dodatni podaci o značaju svake od varijabli upotrebljenih u „dvostepenoj klasterskoj“ analizi se mogu dobiti klasifikovanjem osiguranika u identifi-kovane klastere pomoću nekog algoritma klasifikacionog stabla. U tom cilju je primijenjen algoritam klasifikacionog stabla C&RT.

Dodatne informacije o značaju varijabli za segmentiranje navedenog

skupa osiguranika mogu da se dobiju posredno - klasifikovanjem zaposlenja osiguranika u identifikovane klastere pomoću nekog algoritma klasifikacio-nog stabla. Ispitivanje relativnog značaja varijabli za segmentaciju osigura-nika (obavljenu klasterskom analizom) izvršeno je pomoću algoritma klasi-fikacionog stabla CART. U tabeli koja sledi (matrica misklasifikacije) pri-kazana su tačna i pogrešna predviđanja pripadnosti svakom od identifi-kovanih klastera:


232

Tabela 6.8 Matrica misklasifikacije Predviđene klase x Opservirane klase Predviđene (red) x Opservirane (kolona) matrice N = 3951

Class Class Class Class Class

1 951 0 1 0 0

2 0 728 3 0 0

3 0 0 754 0 0

4 0 0 0 894 0

5 0 0 0 0 620

Kao što se vidi iz gornje tabele, u tom klasifikovanju pomoću algori-tma CART, napravljene su samo četiri greške u klasifikovanju, a podaci koji govore o značaju varijabli za dobijanje klastera tj. o značaju svake od vari-jabli korišćenih u klasifikovanju osiguranika u klastere pomoću algoritma klasifikacionog stabla C&RT, prikazani su na sledećem grafikonu:

Predictor Variable Importance RankingsDependent variable: TSC_5994

Rankings on scale from 0=low importance to 100=high importance

KategorijastrucnostiVrstaprava

PolosiguranikaStarostnadansticanjaprava

Iznospenzijskogosnova

Predictor variable

0

20

40

60

80

100

Ran

king

Grafikon 6.17 Pregled klastera

U skupu osiguranika (N = 3951), s obzirom na niz izabranih varijabli: kategorija stručnosti,


233

pol osiguranika, vrsta prava, starost na dan sticanja prava, iznos penzijskog osnova.

«Twostep» klasterskom analizom identifikovano je pet homogenih podgrupa-klastera.

Da bi se dobile dodatne informacije o značaju varijabli u formiranju kla-stera, upotrijebljen je algoritam klasifikacionog stabla CART. Dobijeni mo-del stabla ukazuje da su varijable:

pol osiguranika, kategorija stručnosti i vrsta prava

najznačajnije u segmentiranju navedenog skupa osiguranika.

Ovdje se pristupilo ispitivanju povezanosti između kategorije stručnosti i kategorije klasteri, što je grafički predstavljeno na sledećem grafikonu.

Naziv

strucn

e spre

me

VISOKOKVALIFIKOVANI RADNICI

VISOKA ŠKOLSKA SPREMA

VIŠA ŠKOLSKA SPREMA

SREDNJA ŠKOLSKA SPREMA

POLUKVALIFIKOVANI RADNICI

NIŽA ŠKOLSKA SPREMA

NEKVALIFIKOVANI RADNICI

MAGISTRI NAUKA I SPECIJALISTI

KVALIFIKOVANI RADNICI

Count600

400200

0600

400200

0600

400200

0600

400200

0600

400200

0

Naziv strucne spreme

VISOKOKVALIFIKOVANI RADNICI

VISOKA ŠKOLSKA SPREMA

VIŠA ŠKOLSKA SPREMA

SREDNJA ŠKOLSKA SPREMA

POLUKVALIFIKOVANI RADNICI

NIŽA ŠKOLSKA SPREMA

NEKVALIFIKOVANI RADNICI

MAGISTRI NAUKA I SPECIJALISTI

KVALIFIKOVANI RADNICI

600400

2000


54321Outlie

r Clus

ter

Grafikon 6.18 Pregled kategorija Stručnost*Klaster


234

Tabela 6.9 TwoStep Cluster Number * Kategorija stručnosti Symmetric Measures

Value Approx. Sig.

Nominal by Nominal Phi 1.208 .000 Cramer's V .604 .000 Contingency Coefficient .770 .000 N of Valid Cases 3951

a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis. Kao što pokazuju podaci u gornjoj tabeli, između kategorije stručnosti i ka-tegorije klasteri postoji statistički značajna i znatna povezanost, koeficijent kontingencije C= .770 i Cramerov V V= .604. Pored toga, ispitana je pove-zanost između kategorije vrsta prava i kategorije klasteri, koja je grafički predstavljena na sledećim grafikonima.

TwoStep Cluster Number54321

Count

600

400

200

0

Bar Chart

090807060504030201

Kategorija strucnosti

Grafikon 6.19 Pregled povezanosti imeđu kategorija Vrsta prava i Klasteri


235

Vrsta p

rava

03

02

01

Count1,000

800600

400200

01,000

800600

400200

01,000

800600

400200

01,000

800600

400200

01,000

800600

400200

0

Vrsta prava

03

02

01

1,000800

600400

2000


54321Outlier Cluster

Grafikon 6.20 Pregled povezanosti imeđu TwoStep Cluster Number * Vrsta prava

Tabela 6.10 Simetričke mere

Value Approx.

Sig. Nominal by Nominal Phi .826 .000 Cramer's V .584 .000 Contingency Coefficient .637 .000 N of Valid Cases 3951

a Not assuming the null hypothesis. b Using the asymptotic standard error assuming the null hypothesis.

Kao što pokazuju rezultati u gornjoj tabeli, između kategorije vrsta prava i kategorije klasteri postoji statistički značajna i umerena povezanost, koefi-cijent kontingencije C= .637 i Cramerov V V= .584. Takođe, ispitana je i povezanost između kategorije pol osiguranika i kategorije klasteri, koja je grafički prikazana na sledećim dijagramima.


236


Coun

t

1,000

800

600

400

200

0

Bar Chart

030201

Vrsta prava

Grafikon 6.21 Pregled povezanosti između kategorija Pol osiguranika i Klasteri

Pol os

iguran

ika

2

1

Count1,000

800600

400200

01,000

800600

400200

01,000

800600

400200

01,000

800600

400200

01,000

800600

400200

0

Pol osiguranika

2

1

1,000800

600400

2000



Grafikon 6.22 Pregled povezanosti TwoStep Cluster Number * Pol osiguranika

Tabela 6.11 Simetričke mere

Value Approx. Sig.

Nominal by Nominal Phi .890 .000 Cramer's V .890 .000 Contingency Coefficient .665 .000 N of Valid Cases 3951 a Not assuming the null hypothesis. b Using the asymptotic standard error assuming the null hypothesis.


237

Kao što pokazuju rezultati u gornjoj tabeli, između kategorije stručnost i ka-tegorije klasteri postoji statistički značajna i znatna povezanost, koeficijent kontingencije C= .665 i Cramerov V V= .890. Kada je reč o odnosu kategorije klastera i kategorije visina penzijskog osno-va, iz dijagrama koji slijede primjećuje se tendencija da je visina penzijskog osnova viša u klasteru 4 nego u ostalim klasterima. Takođe, visina penzi-jskog osnova je niža u klasteru 2, nego u ostalim klasterima.


Coun

t

1,000

800

600

400

200

0

Bar Chart

21

Pol osiguranika

Grafikon 6.23 Pregled odnosa kategorija Visina penzijskog osnova* Pol osiguranika

Iznos

penz

ijsko

g osn

ova

2,000.00

1,500.00

1,000.00

500.00

0.00

Frequency100

8060

4020

0100

8060

4020

0100

8060

4020

0100

8060

4020

0100

8060

4020

0


2,000.00

1,500.00

1,000.00

500.00

0.00

10080

6040

200



Grafikon 6.24 Pregled odnosa kategorija Visina penzijsko osnova*Klasteri


238

Kada je riječ o odnosu kategorije klastera i kategorije dužina korištenja lične penzije do 01.09. 2012. godine iz dijagrama koji slijedi primjećuje se tende-ncija da je dužina korištenja lične penzije veća u klasteru 4 nego u ostalim klasterima.

Dužin

a kori

štenja

licne

penz

ije do

01.09

.2012

. 50.00

40.00

30.00

20.00

10.00

0.00

Frequency

120100

8060

4020

0 120100

8060

4020

0 120100

8060

4020

0 120100

8060

4020

0 120100

8060

4020

0

Dužina korištenja licne penzije do 01.09.2012.

50.00

40.00

30.00

20.00

10.00

0.00

120100

8060

4020

0



Grafikon 6.25 Pregled odnosa kategorija Dužina korištenja penzije*Klasteri

Na kraju analize podataka sprovedene u ovoj studiji slučaja, mogu se izvesti sledeći sintetizovani zaključci.

Statističke analize su veoma značajne u savremenom poslovanju, jer omogućavaju da se iz raspoloživih podataka iscrpe vrijedne, značajne info-rmacije za rješavanje različitih i mnogobrojnih problema svih nivoa odluči-vanja. Četiri najznačajnije funkcije statističkih analiza su:

proizvođenje i priređivanje podataka, eksploracija podataka, deskripciji pojava na osnovu podataka i zaključivanje i predviđanje na osnovu podataka.

Statistika operiše slučajevima, varijablama i vrijednostima varijabli. Zavisno od svoje prirode, razne varijable se mjere na različite načine. Info-rmacije koje iz podataka analizama crpimo, zavise od toga kako smo pro-tumačili i razumeli podatak. Statističke analize mogu da ukazuju na put ka postizanju podataka višeg kvaliteta. Deskriptivna funkcija statistike sastoji se u tome da primjenom odgo-varajuće tehnike obezbjedi opisivanje osnovnih svojstava i odnosa o kojima


239

kazuju raspoloživi podaci. Tako se, npr. opisuje neki skup rezultata mjerenja pokazateljima centralne tendencije: aritmetičkom sredinom, medijanom i dr., pokazateljima varijabilnosti: varijansom, standardnom devijacijom. Eksploracija podataka omogućava sticanje uvida u to gdje se u podacima nalaze ključni odnosi među varijablama i uvida u probleme nedostatka ili netačnosti podataka u bazi podataka. Opšta svrha eksploracije podataka jeste usmjeravanje ka potpunijem crpljenju značajnih informacija iz podataka. Eksploracija podataka, pored ostalog, uključuje traganje za strukturama, klasterima, latentnim dimenzijama, kao i za trendovima u vremenskim seri-jama. Klasterska analiza je tipična eksplorativna statistička procedura kojom se skup varijabli ili skup objekata grupiše u homogene podskupove (klaste-re). Na osnovu ovakvih analiza takođe možemo donositi statističke zaklju-čke i statistički predviđati.

6.3 PROST – aplikacija za simulaciju opcija reforme penzijskog sistema

U toku provođenja reforme penzijskog sistema Republike Srpske ko-rištena je aplikacija za simualaciju opcija reforme penzijskih sistema. To je u stvari, alat za simulaciju ponašanja penzijskih sistema kroz vrijeme i fi-skalni uticaji na njihovo reformisanje razvijen u Svjetskoj banci. Nakon pro-vedene reforme predstavnici Svjetske banke su obučili određen broj predsta-vnika Fonda i ovu aplikaciju dali u trajno vlasništvo Fondu kako bi mogao nastaviti dalje praćenje parametara penzijskog sistema. Na osnovu sprove-denih simulacija i dobijenih rezultata moguće je da menadžment Fonda usvoji određene zaključke i kao takve ih prezentuje Vladi Republike Srpske kako bi se donele što kvalitetnije odluke sa ciljem obezbjeđenja stabilnosti i samoodrživosti penzijskog sistema.

Aplikacija PROST daje odgovore na ključna pitanja u vezi sadašnjeg penzi-jskog sistema, kao što su:

Šta će se desiti sa sistemom u budućem vremenu ako ostane nepro-mijenjen?

Koja je cijena takvog nepromijenjenog stanja? Šta će se desiti sa sistemom ako ga modifikujemo? Koliko bi koštao rezultat te promjene? Daje nam prognozu potencijalnog troška i benefita/koristi raznih re-

formskih opcija.


240

Da bi se mogla uraditi simulacija bilo kog reformskog modela ili postojećeg sistema, aplikacija zahtijeva određene ulazne i izlazne elemente, kako za baznu/početnu godinu tako i za ciljnu, a to su:

Ulazni podaci: 1. Opšti

Ekonomski podaci (stopa inflacije, kamatna stopa, BDP, itd., takođe i parametarski podaci iz penzijskog sistema koji nisu vezani za određenu godinu (starost pri penzionisanju, akumu-lirana sredstva ili deficit fonda, stopa doprinosa, itd.)

2. Populacija Podaci za baznu godinu o stopi fertiliteta i smrtnosti, kao i

stopa migracije stanovništva. 3. Radna snaga/tržište rada

Podaci za baznu godinu o procentu učešća radnosposobnih u ukupnoj populaciji, stopa nezaposlenosti, distribucija zarada/ prosečne plate po godinama.

4. Penzije Podaci za baznu godinu iz penzijskog sistema o broju uplati-

laca doprinosa/ osiguranika, korisnika, stopi pokrivenosti, itd.

5. Profil zaposlenih Polna struktura, starost pri prvom zaposlenju, itd.

6. Reforma Informacija o karakteristikama reformi koje simuliramo. Mo-

guće je izabrati bilo koju kombinaciju klasičnog PAYG siste-ma, fiktivnog (imaginarnog) PAYG računa (za svakog osigu-ranika se vodi poseban račun, novac od njegovog doprinosa ide odmah u isplatu penzija, a njemu se obračunava prinos kao da su sredstva oročena sve do njegovog penzionisanja), takođe definisani stubovi i svi drugi parametri neophodni za svaku od ovih reformi. Fond određuje kome će biti dozvolje-no da se uključi u novi sistem, pravila u tranzicionom perio-du i kako će stečena prava biti plaćena – proporcionalnim penzijama, priznatim obveznicama ili inicijalnim fiktivnim/ imaginarnim kapitalom.


241

Izlazni podaci:

Projekcija populacije – prikazuje populacionu piramidu, stopu popu-lacione zavisnosti

Demografska struktura –radna snaga i projekcija zapošljavanja, pro-jekcija uplatilaca i korisnika, stopa zavisnosti sistema

Novčani tok – makroekonomski trendovi, projekcija plata, projekcija penzija, prihoda i rashoda penzijskog sistema i implicitnog penzi-jskog deficita, sve projektovano na bazičnim pretpostavkama.

Lični računi – ponašanje individualnog računa u različitim sistemi-ma – u PAYG i kapitalizovanom sistemu

Sistemska tranzicija – uticaj reforme na pojedinca i sistem. Isplate penzija i zamenska stopa se izračunavaju i upoređuju u svim stubo-vima. Novčani tokovi se izračunavaju za svaki stub kao i implicitni penzijski deficit za reformisani sistem.

Kakvi će biti doprinosi, penzije, zarade i potencijalna potreba za su-bvencijama posmatrano na dug period?

Kakvu vrstu benefita/koristi ljudi mogu da očekuju da će primati u budućnosti? Hoće li penzijski sistem obezbjediti pristojna penzijska primanja raznim kategorijama ljudi?

Koliko jak treba da budu vladine obaveze prema penzijskom siste-mu?

Koliko bi povećanje pokrivenosti, promjena obaveza, izmjena bene-fita, ili podešavanje stope doprinosa uticalo na sistem?

Kako se cijena reforme, isplate i obaveze mijenjaju različitim refo-rmama?

Dakle, uz pomoć aplikacije PROST moguće je izvršiti sveobuhvatne simu-lacije penzijskog sistema Republike Srpske sa različitim parametrima i mo-gućnostima i kao rezultate dobiti odgovore na vrlo važna pitanja, kuda ide kakav će biti penzijski sistem Republike Srpske za određeni broj godina, ukoliko bi se promijenili određeni ulazni elementi. Ovako dobijeni rezultati služe menadžmentu Fonda da na što lakši način u procesu odlučivanja do-nesu pravovremenu i kvalitetnu odluku koju će u formi prijedloga dosta-viti Vladi Republike Srpske na razmatranje i donošenje određenih odluka koje će služiti kao prijedlog Narodnoj skupštini za izmene i dopune postojećeg Zakona o penzijskom i invalidskom osiguranju. Cilj svih ovih odluka koje


242

se donose od strane menadžmenta Fonda, Vlade i Narodne skupštine Republike Srpske uz primjenu SPI jeste unapređenje i obezbjeđenje stabi-lnosti i samoodrživosti penzijskog sistema koji počiva na principima među-generacijske solidarnosti.

6.4 Komparativne prednosti postojećeg sistema u odnosu na prethodno stanje

Do prije samo četiri-pet godina Fond nije posjedovao informacioni sistem koji bi odgovorio svim zahtjevima savremenog poslovanja u kome se traži i očekuje kvalitet, pravovremenost, pouzdanost i tačnost u svim odgo-vorima osiguranicima i korisnicima prava. Zapravo, tadašnji informacioni sistem zasnivao se na izradi određenih aplikacija razvijenih vlastitim sna-gama u IT sektoru koje su potom stavljane u primjenu. Sve je to, bilo sporo i nepovezano, jer je određeni sektor ili odjeljenje imao svoju aplikaciju koja nije bila povezana sa bilo kojom drugom aplikacijom. Traženje bilo kakvih podataka na osnovu kojih bi se dobila određena informacija, odnosno izvje-štaj, zahtijevalo je i određeno vrijeme, od nekoliko sati, do nekoliko dana.

Zbog toga je i donesena odluka o izradi integrisanog informacionog sistema, koji će omogućiti postojanje baze podataka, koju će koristiti svi kojima je neophodna u svakodnevnom radu, modula i aplikacija koji će međusobno biti uvezani u jednu integrisanu celinu.

Izrada integrisanog informacionog sistema i njegova implementacija u poslovnim procesima, omogućila je jedinstvene i automatizovane gene-risane izvještaje, tačne, kvalitetne i pravovremene informacije dobijene na osnovu izvještaja iz jedinstvene baze podataka. Takođe, primjena integri-sanog informacionog sistema omogućila je brzu i tačnu obradu podataka, potpunu kontrolu nad svim procesima, praćenje i izvještavanje pojedinačno za svako radno mjesto, odjeljenje, sektor i Fond u cjelini. Primjena integri-sanog informacionog sistema omogućila je dobijanje bilo kog izvje-štaja koji se u vremenskim jedinicama mjeri od nekoliko sekundi do nekoliko mi-nuta.

Dobijanje svih izvještaja menadžmentu Fonda omogućava kvalitet u praćenju realizacije postavljenih planskih zadataka i ciljeva, lakše praćenje odvijanja poslovnih tokova, analiziranje izveštaja i lakše donošenje opera-tivnih, taktičkih i strateških odluka.


243

Primjena integrisanog informacionog sistema omogućava nesmetano i tačno praćenje svih podataka za sve osiguranike od ličnih podataka u matičnoj bazi podataka (ime i prezime, JIB, stručna sprema, pol, godine radnog staža, podaci o visini primanja, uplati doprinosa, podaci o poslodavcu-uplatiocu doprinosa, itd.). Takođe, postoje podaci i za korisnike osiguranja u matičnoj bazi korisnika prava (ime i prezime, JIB, LBO, vrsta prava, stručna sprema, pol, godine radnog staža, vreme korištenja prava, podaci o visini primanja, itd.). Zatim, podaci u bazi zaposlenih (ime i prezime, JIB, stručna sprema, pol, godine radnog staža, podaci o rasporedu na radno mesto, kretanju u službi, korištenju godišnjeg odmora, itd.). U kancelarijskom poslovanju u potpunosti se prati kretanje bilo kog dokumenta od ulaza do arhiviranja i u svakom momentu se sa punom puzdanošću i tačnošću raspolaže sa poda-tkom gde se nalazi, u kojoj je fazi-statusu.

Uz pomoć modula MIS 2-Open u potpunosti se kontroliše, prati putem izvještaja, analizira i donose odluke koje se tiču javnih nabavki, koje podrazumijeva bilo kakve nabavke, pa i najmanje vrednosti po vrsti, ko-ličini, ceni, itd. Na osnovu praćenja i izveštaja, menadžment vrši analize i donosi odluke koje povećavaju stepen kontrole nad troškovima rada stručne službe.

Kroz glavnu knjigu vode se sva knjiženja, prate sve promjene u materijalno-finasijskom smislu koje menadžmentu omogućavaju sagleda-vanje cjelokupne finansijske situacije u poslovanju Fonda.

Primena integrisanog informacionog sistema menadžmentu Fonda omogućila je stavljanje pod kontrolu svih poslovnih tokova, pravovremeno i tačno dobijanje informacija na osnovu podataka dobijenih iz mnoštva gene-risanih i automatizovanih izveštaja. Ovakva kontrola i raspolaganje potre-bnim informacijama, menadžmentu Fonda dala je mogućnost stručnih ana-liziranja i donošenje kvalitetnih i pravovremenih odluka, čija primjena će obezbjediti kvalitet, efikasnost i ekonomičnost u poslovanju ove veoma va-žne institucije za svaku državu, pa i Republiku Srpsku.


244

7. ZAKLJUČNA RAZMATRANJA Izgradnja integrisanog informacionog sistema i Modul DW proces

obezbjeđenja potrebnih informacija iz postojećih baza podataka uz primjenu menadžmenta znanja i SPI značajno olakšava menadžmentu donošenje po-slovnih odluka. Obradom na hiljade raspoloživih podataka moguće je pri-mjenom SPI zadati mnoštvo različitih zadataka čijim rješenjem će se dobiti isto toliko različitih izvještaja koji će u značajnoj mjeri olakšati menadžme-ntu proces donošenja odluka i ostvarenje željenih ciljeva. Kada je u pitanju Fond vidljivo je da je moguće u potpunosti pratiti sve statističke pokaza-telje, ali istovremeno na osnovu posebnih modula i aplikacija moguće je i simulirati određena događanja u budućnosti, što je veoma bitno za penzijske sisteme koji počivaju na principu međugeneracijske solidarnosti kakav je penzijski sistem Republike Srpske. Ovo je veoma bitno imajući u vidu da se sa stanovišta vremenskog perioda u penzijskom sistemu ne može ništa uraditi u kratkom periodu, a čiji bi se efekat mogao istovremeno odraziti na uspjeh penzijskog sistema. Ovdje se uglavnom sve dešava u vremeskim dekadama i analize i predviđanja rade na desetogodišnjem, a rjeđe na peto-godišnjem nivou. Ozbiljne analize i predviđanja uspješnosti jednog penzi-jskog sistema najčešće se projektuju za narednih trideset do pedeset godina, gde primjena određenih zakonskih normi puni svoj efekat i rezultat treba da-ti u tom periodu. Tako bi se i puni efekti reforme penzijskog sistema trebali očekivati u periodu između 2030. i 2050. godine. Do tada primjena zakona o penzijskom i invalidskom osiguranju, zajedno sa ostalim zakonima koji ta-ngiraju oblast penzijskog sistema trebala u značajnoj mjeri da poboljša odnos zaposlenih i broja korisnika prava sa sadašnjih 1,18:1 na najmanje 2:1. U protivnom da se nije ušlo u proces reforme postojala je realna opa-snost da zbog starenja stanovništva Republika Srpska dođe u situaciju da u periodu 2030.-2050. ima za 50% više korisnika prava od broja zaposlenih. Ovim bi zapravo smisao postojanja penzijskog sistema Republike Srpske koji počiva na principima međugeneracijske solidarnosti bila u potpunosti izgubljena.

Proces odlučivanja predstavlja efikasan način za rješavanje određenih problema. Pojedinac, ali i društvo u cjelini svakodnevno se susreće sa odre-đenim brojem problema koji su identifikovani i koje je nephodno riješiti da


245

bi se ostvario željeni cilj. A, da bi taj identifikovani problem bio riješen pre-thodno je nakon njegovog identifikovanja potrebno prikupiti određene po-datke koji će se obraditi u kvalitetne informacije na osnovu kojih će oni koji odlučuju donijeti kvalitetne i pravovremene odluke. Dakle, sve u svemu bez procesa odlučivanja, odnosno donošenja određene odluke nemoguće je na efikasan način riješiti određeni problem. Donošenje odluke o izgradnji integrisanog informacionog sistema u Fondu u kome će na adekvatan način integrisati proces odlučivanja i SPI i menadžmenta znanja i njegova izgradnja i primjena u cilju što lakšeg do-no-šenja određenih odluka od strane menadžmenta najbolji je primjer mogu-ćnosti integrisanja ove tri komponente. Istovremeno, njegova primjena će dovesti do povećanja kvaliteta pružanja usluga svim korisnicima prava, osiguranicima i uplatiocima doprinosa. Uz sve ovo ažurnost Fonda i njegova efikasnost i efektivnost uz primjenu međunarodnih standarda kvaliteta ISO 9001 i 27001, kao i OHSAS 18001 biće podignuta na daleko viši nivo, što će dovesti do višeg stepena zadovoljstva svih onih koji koriste usluge servi-sa Fonda. Integrisanje procesa odlučivanja, SPI i menadžmenta znanja Fondu će u značajnoj mjeri olakšati svakodnevni rad i rješavanje svih poslovnih zada-taka, što potvrđuje da je moguće na adekvatan način integrisati proces odlu-čivanja i sistem poslovne inteligencije i menadžmenta znanja. Jedan od ključnih zaključaka navedenih u prikazu rezultata analize uz pomoć DW-a i SPI-a može biti izvodljivo samo uz odgovarajuću informa-tičku podršku. Mogućnosti implementacije BI bez razvijenog i izgrađenog integrisanog informacionog sistema su vrlo ograničene.

Ovdje je potrebno napomenuti da se obradom kvalitetnih podataka dolazi do informacija neophodnih za izvršenje svakodnevnih radnih zada-taka, održavanje toka poslovnih procesa u Fondu. Raspolaganje sa kvalite-tnom, istinitom i pravovremenom informacijom od posebnog značaja je za menadžment Fonda koji donosi odluke u realnom vremenu i na osnovu njih upravlja organizacijom. P recizno definisanje i razgraničavanje dozvolje-nog pristupa određenog broja zaposlenih kojim podacima mogu pristupati, a kojima se mogu koristiti svi zaposleni, veoma je važno za Fond da ne bi došlo do zloupotrebe ili do sukoba interesa. Isto tako može se konstatovati da ukoliko veći broj zaposlenih ima pristup za njih bitnim podacima, uto-


246

liko će više doći do izražaja korist od tih podataka za korisnike, a posebno za cijelu organizaciju. Time se ujedno postiže i bolja i jednostavnija ra-zmjena i saradnja unutar pojedinih odjeljenja i organizacija u cjelini, što na kraju za rezultat ima donošenje kvalitetnijih poslovnih odluka u Fondu.

Za uspješno strategijsko upravljanje organizacijom na koju se odnosi ova studija slučaja i njenim procesima, neophodno je donošenje pravih, pra-vovremenih i kvalitetnih odluka. Za donošenje takvih odluka neophodne su valjane, kvalitetne, prave i pravovremene informacije. Za raspolaganje pra-vim i pravovremenim informacijama, neophodni su: kvalitetni i analizi lako dostupni podaci (što se u znatnoj mjeri postiže pomoću analitičkih baza podataka – data warehouse/mart podataka), kao i kvalitetne analize kojima se crpe informacije iz tih podataka (posredstvom on-line analitičke obrade podataka - OLAP, Data Mining i dr.). Skup izvještaja koji imaju svrhu da ukažu na osnovne strukturne karakteristike uplatilaca doprinosa u određe-nom momentu vremena kao i na promjene tih karakteristika u određenom vremenskom periodu su takođe veoma važni za donošenje strategijskih odluka i građenje odgovarajućih taktika i poslovnih pravila. Od mnoštva ta-kvih izvještaja prikazan je jedan podskup. Fond raspolaže ogromnim količinama podataka koje se eksplozivno uveća-vaju i koje su podložne analizama, što se ovom studijom slučaja i potvrđuje. U zavisnosti od toga u kom smjeru menadžment organizacije vidi njen dalji razvoj, nužno je usvajati i određene strategije odlučivanja koje će sprovo-đenjem donesenih odluka organizaciju nesmetano i sigurno voditi do proje-ktovanog uspjeha, čime se potvrđuje da je moguće definisati strategije odlu-čivanja.

Definisanje nosioca u bazama podataka jedan je od najvažnijih segme-nata za dalji proces odlučivanja u svakoj organizaciji, pa tako i u Fondu. To je zbog toga što od obrade raspoloživih podataka u informacije direktno zavisi kvalitet i pravovremenost odluke koja se donosi, a od odluke i njene primjene zavisi ostvarenje željenog cilja. Za Fond najvažnija baza podataka jeste matična baza, ali on raspolaže i drugim bazama kao što su baza poda-taka korisnika prava, uplatioca doprinosa, osiguranika, zaposlenih itd. U okviru ovih baza postoje i baze segmentirane na osnovu određenih uslova, kao što su recimo baze korisnika prava starosne penzije, invalidske penzije i porodične penzije i korisnika ostalih prava (tuđa njega i pomoć), itd.


247

Uz svakodnevni tehnološki napredak društva koji je najizraženiji kada je u pitanju informaciona tehnologija dolazi do potrebe za stalnim unapređi-vanjem, ne samo poslovanja kada je u pitanju poslovni segment, nego je u pitanju i stalno unapređivanje kvaliteta i uslova života. Za unapređivanje po-slovanja neohodno je ostvariti i unapređenje procesa odlučivanja, a njegovo unapređivanje ostvaruje obezbjeđenje i širenje potrebne baze podataka, ra-zvoj IT pomagala koja te podatke pretvaraju u raspoložive kvalitetne, pravo-vremene i istinite informacije na osnovu kojih će menadžment donijeti opti-malnu odluku. Izdvojen ključni strateški cilj Fonda i ostvarenja poslovne politike uslo-vljena su izgradnjom i puštanjem u produkciju integrisanog informacionog sistema, koji će omogućiti menadžmentu Fonda da donosi adekvatne zaklju-čke i odluke u interesu svih korisnika prava i osiguranika, ali i Vlade Republike Srpske i drugih državnih institucija koji koriste podatke PIO. Pored toga što predstavlja osnove za rad i stručne analize, ovako kre-iran SPI omogućava predviđanje mogućih rješenja ali i značajan izvor poda-taka za samu organizaciju o trendovima, poželjnim performansama itd. Nai-zmjenični proces kontinuiranog unapređenja poslovanja i ostvarenja ciljeva organizacije i penzijskog sistema sa stalnim unapređenjima i usavršavanji-ma SPI-a dovodi do činjenica da postojeće DW rješenje obuhvata podatke modelirane na takav način da pokrivaju zahtjeve za izvještajima iz sledećih oblasti: ljudskih resursa, matične evidencije korisnika prava, matične evide-ncije osiguranika, likvidatura penzija, praćenje naplate doprinosa, obaveza Republike itd. Svaka aplikacija nudi krajnjem korisniku mogućnost dobijanja standa-rdnih izvještaja iz izabrane oblasti, kao i mogućnost vršenja analize razli-čitih vrsta. Ovako određeni dimenzioni modeli čine logički model podataka dizajna DW-a Fonda, koji predstavlja osnovu krajnjih fizičkih modela podataka. Potrebe korisnika i ostvarenje strateških ciljeva Fonda su opredi-jelila ovakvo rješenje koje je u radu potkrijepljeno dijelom projektne doku-mentacije za predmetne oblasti.

Poslovna inteligencija u poslednje vreme sve više se razvija. Savre-meno poslovanje postaje praktično nemoguće bez uvođenja modernih siste-ma u upravljanju organizacijom. Jedan od takvih sistema koji se stavlja me-nadžmentu na raspolaganje za uspešno ovladavanje kompleksnim upravlja-


248

njem organizacijom, svakako je i SPI. Opšte poznato je da su menadžeri ti koji u organizacijama donose ključne odluke i ono su odgovorni za rezultate poslovnog uspjeha, dok poslovna inteligencija predstavlja jedan od sistema čijom se primjenom povećava efikasnost, efektivnost i kvalitet u radu mena-džmenta, a samim time i uspješno prilagođavanje organizacije kompleksnim uslovima poslovanja. Podaci do kojih se došlo u istraživanju pokazuju da intenzivnu afi-rmaciju SPI koji je prepoznat kao sistem koji pomaže u bržem i kvalitetni-jem izvještavanju bez obzira na učestale promjene. Opšta konstatacija do koje se došlo analizom obrađenih podataka, je-ste da postoji potreba za uvođenjem SPI čijom primjenom se unapređuje proces odlučivanja u organizaciji. Primjena SPI kroz analize i izvještavanje daje odgovore na brojna pitanja koja se postavljaju pred menadžment Fonda, ali i bilo koje organi-zacije. Uvođenje SPI u organizaciju i njegov budući razvoj isključivo zavisi od menadžmenta organizacije, njihove informisanosti o značaju SPI u savre-menim uslovima poslovanja, kao i njihove podrške za uspješan razvoj tog sistema. Ipak, svakodnevno se razvija SPI u organizacijama, te se povećava i potreba za korištenjem različitih izvještaja koji su neophodni menadžme-ntu za pravovremeno i što kvalitetnije donošenje odluka na svim nivoima. Za poslovnu inteligenciju sasvim slobodno može se reći, da je to si-stem bez kojeg će proces odlučivanja u savremenom poslovanju biti veoma težak.


249

8. PERSPEKTIVE I PREPORUKE

Imajući u vidu težnju autora ove knjige da poveže teorijska saznanja o

procesu odlučivanja, poslovnoj inteligenciji i menadžmentu znanja sa pra-ktičnim rezultatima primjene ovih sistema u Fondu za penzijsko i invalidsko osiguranje Republike Srpske, a na osnovu iznesenih zaključaka, možemo reći da primjena SPI uz adekvatno menadžment znanje u značajnoj mjeri dovodi do unapređenja procesa odlučivanja. Smatramo da prepoznavanje znanja kao osnove strategijske prednosti organizacija u savremenom poslo-vanju predstavlja prvi korak u primjeni SPI koji će menadžmentu organiza-cije olakšati donošenje poslovnih odluka. To olakšanje u donošenju poslo-vnih odluka neminovno će dovesti do povećanja kvaliteta, efikasnosti i efe-ktivnosti rada menadžmenta i organizacije u cjelini.

Polazeći od stava da se na osnovu rezultata našeg istraživanja ne može koncipirati jedinstveni stav o unapređenju procesa odlučivanja uz primjenu SPI koji bi mogao pružiti potpun doprinos svim organizacijama koje su zai-nteresovane za imlementaciju integrisanog informacionog sistema, SPI i menadžmenta znanja u procesu poslovnog odlučivanja, mišljenja smo da bi doprinos ove knjige prije svega bio u motivaciji teoretičara i praktičara koji se bave izučavanjem i primjenom SPI, menadžmenta znanja i procesa odlu-čivanja da nastave sa razvojem i primjenom ova tri međusobno povezana sistema. Na osnovu značaja ostvarenih rezultata istraživanjima u studiji slučaja u Fondu za penzijsko i invalidsko osiguranje Republike Srpske može se ukazati drugim organizacijama na pravac njihovog daljeg djelovanja u turbulentnom i promjenljivom okruženju. Bilo bi interesantno kada bi se u narednom periodu od strane mena-džmenta organizacija preduzele neke od sledećih aktivnosti i preoporuka sa ciljem povećanja primjene SPI u unapređenju procesa odlučivanja u organi-zacijama, kao što su:

Sprovođenje više ovakvih istraživanja u organizacijama iz različitih sfera privredne djelatnosti i ostvareni rezultati dali bi svakako i odre-đene nove prednosti primjene ovih sistema.

Podizanje nivoa stručne svijesti o mogućnostima integracije procesa odlučivanja uz primjenu SPI i menadžmenta znanja.


250

Prepoznavanje prednosti integracije odlučivanja, SPI i menadžmenta znanja od strane menadžmenta organizacije.

Organizacije u Republici Srpskoj bi trebalo da se upoznaju sa prednostima organizacija koje su implemetirale integraciju procesa odlučivanja, SPI i menadžmenta znanja.

Razvoj aplikacija kroz studiju slučajeva odlučivanja uz primjenu SPI i menadžmenta znanja.

Takođe, bilo bi interesantno da neki od teoretičara i praktičara koji se bave izučavanjem procesa odlučivanja, poslovne inteligencije i mena-džmenta znanja u budućem svom radu daju odgovore na neka od sle-dećih pitanja:

Kako primjena SPI u organizaciji, utiče na kvalitet donijetih odluka, u cilju pružanja što kvalitetnijih usluga?

Koje su mogućnosti primjene SPI u cilju projekcije i dugoročnog predviđanja razvoja organizacije?

Kakav se odražava uticaj raznih faktora na integraciju odlučivanja, SPI i menadžmenta znanja u organizaciji?

Pridržavajući se ovih preporuka, mišljenja i pravaca budućeg djelovanja mišljenja smo da je moguće unaprijediti proces odlučivanja uz primjenu SPI u organizacijama u Republici Srpskoj i šire, učiniti ga efikasnijim, efektivnijim i korisnijim ne samo menadžmentu organizacije, samoj organizaciji, nego i cjelokupnom društvu.


251

Literatura

1. Adamson, C., (2006) Mastering Data Warehouse Aggregates,Wiliey Publishing, Indianapolis IN.

2. Adelman, S., (2002) (ed) Impossible Data Warehouse Situations: Solutions from the Experts, Addison-Wesley Professional.

3. Adižes, I., (2002) Upravljanje životnim ciklusima preduzeća, Grmeč, Adižes menadžment konsalting, Novi Sad.

4. Albijanić, M., (2013) Strategijski menadžment, Univerzitet Singidunum, Beograd

5. Babić, V., (1995) „Strategijsko odlučivanje“, Institut za ekonomiku i finansije, Beograd.

6. Bagarić, I., (2010) Menadžment informacionih sistema, Univerzitet Singidunum, Beograd.

7. Balaban, N, Ristić, Ž. (1998) „Sistemi podrške odlučivanja“, Ekonomski fakultet, Subotica.

8. Balaban, N, Ristić, Ž. (1998) „Tehnike donošenja menadžerskih odluka“, Savez računovođa revizora Srbije, Beograd.

9. Balaban, N, Ristić, Ž. (2006) „Poslovna ineligencija“, Ekonomski fakultet, Subotica.

10. Bateman, T.S., Zeithalm, C.P., (1990) Management, Richard Irwin. 11. Bogdanović Z., Despotović M., Miloradović N., (2007) Poslovna

inteligencija u e- poslovanju, E-trgovina. 12. Bogdanović, M. Z., (2007) „Poslovna inteligencija u elektronskom

obrazovanju“, Magistarska teza, FON, Beograd. 13. Brans, J.P., (1994) „The space of freedom of the decision maker or

modelling the humain brain“, EURO GOLD MEDAL, GLASGOW-EURO XIII.

14. Certo, C.S., Certo, T.S., (2008) Moderni menadžment, 10. Izdanje, Mate, Zagreb.

15. Ćirić, B. Poslovna inteligencija, (2006) Data status, Beograd. 16. Ćirović, M., Milisavljević, M., Pokrajac, S., Mašić, B., Heleta, M.,

(2009) Strateški menadžment, Univerzitet Singidunum, Beograd. 17. Čukić, B., (2004) Integrativni menadžment ljudskih resursa, Centar

za industrijski menadžment plus, Kruševac.


252

18. Čupić, M., (1987) Uvod u teoriju odlučivanja, Naučna knjiga,Beograd.

19. Čupić, M., Tumala R., (1991) Savremeno odlučivanje-metode iprimene, Univerzitet Braća Karić, Beograd.

20. Čupić, M., Novaković, T., Svilar, M., (1992) Generatori i aplikacijesistema za podršku odlučivanju I, Naučna knjiga, Beograd.

21. Čupić, M., Suknović, M., (1995) Višekriterijumsko odlučivanje,metode i primeri, Univerzitet Braća Karić, Beograd.

22. Čupić, M., Delibašić, B., Suknović, M., Krulj, D., (2004)Informacioni portali i menadžment znanja, Zbornik radova YU-INFO, Kopaonik.

23. Čupić, M., Suknović, M., (2008) Odlučivanje, FON, Beograd.24. Čupić, M., Tumala R., Suknović, M., (2008) Odlučivanje-formalni

pristup, FON, Beograd.25. Ćurko, K., (2002) Business intelligence technology: The Croatian

case, Ekonomski fakultet Split, Vol.7, No.2, 1-102, Split.26. Delibašić, B., Čupić, M., Suknović, M., Krulj, D., (2004) Sistemi za

podršku odlučivanju zasnovani na portalima, Zbornik radova SYM-OP-IS, Fruška Gora.

27. Dess, J. G., Lumpkin, T.J., Eisner, B.A., (2007) Strategijskimenadžment, treće izdanje, Data status, Beograd.

28. DeSanctis, G., Gallupe, B., (1987) „A Foundation For The Study ofGroup Decision Support Systems“, Management Science Vol.33No.5.

29. 'Donnell, S., (1994) „An introduction to group decision making andgroup decision support systems“, BT Tehnol, Vol 12, No 4, Ipswich,England.

30. Drucker, D.A., (1991) „Face-to face group decisionsupport systems:a partnership between traditional group process methodologies andcomputer tehnology“, Journal of information systems education,Vol. 3, No. 2, USA.

31. Đorđević-Boljanović, J., (2009) Menadžment znanja, Data status,Beograd.

32. Đuričin, D., Janošević, S., Kaličanin, Đ., (2009) Menadžment istrategija, Ekonomski fakultet, Beograd.

33. Džudi, G., (1978) „Interpersonalno i grupno ponašanje“, Nolit.


253

34. Feki, J., Ben-Abdallah, H., (2007) Multidimensional Pattern Construction and logi-cal Reuse for the Design of Data Marts, str. 124, International Review on Computer and Software IRECOS, 2/2.

35. Fleisher, C.S., Bensoussan, B.E., (2003) Strategic and Competitive Analysis, Prentice Hall, New Jersey.

36. Fran A., Colin, E., (1998) „Contrasting GDSS and GSS in the context of strategic change: implications for facilitation“, Department of Management Science, Stathclyde Business School, Glasgow, Scotland.

37. Gilg H. J., Teufel M., Milde L., (2003) BI Guide Der Business Intelligence-Leitfaden für Corporate Performance Management, Frankfurt am Main, Cognos GmbH.

38. Grant, G., (2003) ERP&Data Warehousing in Organizations-Issuses and Challengens, Idea Group Inc, Hershey.

39. Grupa autora, (1999) Poslovno odlučivanje, Informator, Zagreb. 40. Heler, R., (2009) Priručnik za menadžere, Profil knjiga, Beograd. 41. Hindl, T., (2006) Menadžment pojmovnik, Adižes, Novi Sad. 42. Hoobs, L., Hillson, S., (2005) Oracle Database 10g Data Warehousing,

Elsevier Inc, Oxford. 43. Inmon, W. H., (2005) Building the Data Warehouse, Fourth Edition,

Woley Publising Inc, Indianapolis. 44. Inmon, W. H., (1999) SAP and Data Warehousing, Kiva

Productions. 45. Inmon, W. H., (2007) Data Warehouse Types,

http:/www.dbazine.com. 46. Jovanović, P., (2003) „Leksikon menadžmenta“, FON, Beograd. 47. Jovanović, P., (2009) „Savremeni menadžment“, prvo izdanje,

Visoka škola za projektni menadžment, Beograd. 48. Jovanović, P. i drugi autori, (1996) Menadžment - Handbook of

Managemen, FON, Beograd. 49. Jovanović, P., (2006) Upravljanje promenama, Yupma, Beograd. 50. Jovanović, V., Veljović, A., (2011) „Reinženjering poslovnih

procesa na integrisanom univerzitetu“, Univerzite Singidunum, Beograd.

51. Jovanović, V., Đurđev, B., Srdić, Z., Stankov, U., (2012) „Geografski informaciioni sistemi“, Univerzite Singidunum, Beograd.


254

52. Jović, Z., (2008) Menadžment finansijskih institucija, Univerzitet Singidunum, Beograd.

53. Jovićević, M., (2001) Informacije i odlučivanje, Ekonomski fakultet, Podgorica.

54. Kalakota, R., Robinson, M., (2001) "E-business 2.0 Roadmap for Success" Addison-Wesley, Boston.

55. Kalakota, R., Robinson M., (2002) e-Poslovanje 2.0, Mate, Zagreb. 56. Kimball, R., Ross, M., Thornthwaite, W., Mundy, J., Becker, B.,

(2008) The data Warehouse Lifecykle Toolkit, Wiliey Publishing, Indianapolis IN.

57. Kimball, R., Caserta, J., (2002) The Data Warehouse Toolkit, Wiley Publishing, Indianapolis

58. Klepac, G. (2006) Poslovna inteligencija kroz poslovne slučajeve, Zagreb: Lider press.

59. Kostić, K-Ž., (1995) Osnovi organizacije preduzeća, Savremena administracija, Beograd.

60. Kotler, F., (1999) Kako kreirati, ovladati i dominirati tržištem, Adižes, N. Sad.

61. Kotler, F., (2004) Marketing od A do Z pojmovnik, Adižes, Novi Sad.

62. Krulj, D., (2005) Projektovanje sistema za podršku odlučivanju zasnovanih na skladištima podataka, Doktorska disertacija, FON, Beograd.

63. Koontz, H., Weihrich, H., (1990) Essentiale of Management, Fifht Edition, Mc Graw-Hill Publishing Company, New York.

64. Javorović, B., (2007) Bilandžić, M. Poslovne informacije i business intelligence. Golden marketing - Tehnička knjiga, Zagreb.

65. Lalić, N., Suknović, M., (2001) „Određivanje težina korisničkih kriterijuma i izbor dobavljača procesom grupnog odlučivanja“, SYM-OP-IS, '2001, Beograd.

66. Lalić, N., (2003) „Organizovanje poslovanja preduzeća primenom metoda i modela grupnog odlučivanja“, Magistarska teza, FON, Beograd.

67. Lalić, N., (2010), Menadžersko odlučivanje, Pedagoški fakultet, Bijeljina,


255

68. Liautaud, Bernard, (2001) ”e-Business Intelligence”: Turning Information into Knowledge into Profit" McGraw-Hill, New York, NY.

69. Liautand, B. (2006) E-poslovna inteligencija: Kako informacije pretvoriti u znanje, a znanje u profit, Lider press, Varaždin.

70. Lončarević, R., Mašić, B., Đorđević-Boljanović, J., (2007) Menadžment - principi, koncepti i procesi, Univerzitet Singidunum, Beograd.

71. Mahmutović, H., Kulović, Dž., (2010) Upravljanje preduzećem, Data status, Beograd.

72. Majstorović, D.V., (2000) Model menadžmenta total kvalitetom, Poslovna politika, Beograd.

73. Marjanović, S., (1971) „Donošenje odluka u privrednim organizacijama“, Informa-tor, Zagreb.

74. Mašić, B., (2009) Strategijski menadžment, Univerzitet Singidunum, Beograd.

75. Mašić, B., Lončarević, R., (2000) Menadžment škole i novi pristup, Ekonomski faku-ltet, Banja Luka.

76. Mašić, B., Tot, V., (2012) Principi menadžmenta, Univerzitet Educons, Sremska Kamenica.

77. Mašić, B., Babić, L., Đorđević - Boljanović, J., Dobrijević, G., Veselinović, S., (2010) Menadžment, Univerzitet Singidunum, Bgd.

78. Mihajlović, D., (1999) „Psihologija u organizaciji“, FON, Beograd. 79. Milisavljević, M, (2007) Savremeni strategijski menadžment, šesto

dopunjeno izdanje, Megatrend, Beograd. 80. Milisavljević, M., (2003) Marketing, XXI. izdanje, Savremena

administracija, Beograd. 81. Mincberg, H., Olstrand, B., Lampel J., (2004) Strateški safari:

kompletan vodič kroz divljine strateškog menadžmenta, Prometej, Novi Sad.

82. Moss, Larissa T., Atre Shaku, (2003) "Busines Intelligence Roadmap", Addison-Wesley, Boston.

83. Moss, L. T., (2003) Business Inteligence Roadmap: The Complete Project Lifecycle for Decision-Support Applications, Addison-Wesley Professional.


256

84. Nikolić, J. I., (2003) „Višekriterijumski aspekti procesa odlučivanja“, doktorska disertacija, FON, Beograd.

85. Oreščanin, D., (2003) "BI – hit ili mit?", Banka poseban prilog, Zagreb.

86. Panian, Ž., (2003) "Odnosi s klijentima u e-poslovanju", Sinergija, Zagreb.

87. Panian Ž., Klepac G., (2003) "Poslovna inteligencija", Masmedia, Zagreb.

88. Patajac, H., (2003) "Business Intelligence - potrebe, očekivanja, strategije, uvođenja", Zagreb.

89. Petrić, J., I dr. (1982)“Metode planiranja u složenim organizacijama udruženog rada”, Naučna knjiga, Beograd.

90. Petrić, J., (1987) „Operaciona istraživanja“, Savremena administracija, Beograd.

91. Pfeifer, S. (2006) Menadžment-skripta, Ekonomski fakultet u Osijeku.

92. Radić, R., (2008) Osnove menadžmenta, Univerzitet za poslovne studije, B. Luka.

93. Radojičić, M., Žižović, M., (1998) Primena metoda višekriterijumske analize u poslovnom odlučivanju, Tehnički fakultet, Čačak.

94. Radovanović, K. L. (2009) Inteligentni sistemi podrške poslovnom odlučivanju, doktorska disertacija, Ekonomski fakultet Brčko.

95. Rasmussen, N., (2002) Financial business intelligence: trends, technology, software selection and implementation, John Wiley and Sons, New York.

96. Robbins,P.S.,Culter, M., (2005) Menadžment, VIII izdanje, Data status, Beograd.

97. Sikavica, P., Novak, M., (1993) Poslovna organizacija, Informator, Zagreb.

98. Sikavica, P., Skoko, H., Tipuric, D., Dalic, M., (1994) Poslovno odlučivanje- teorija i praksa odlučivanja, Informator, Zagreb.

99. Sikavica, P., Bebek, B., Skoko, H., Tipurić, D., (1999) Poslovno odlučivanje, Informator, Zagreb.

100. Simon., H., (1977) The New Science of Management Decision, Englewood Cliffs, NJ: Prentice Hall.

101. Soukup, T. D., (2002) Visual Data mining, Wiley Publishing.


257

102. Stavrić, B., Stamatović, M., (2003) Menadžment, Fakultet za finansijski menadžment i osiguranje, Beograd.

103. Stone, D., Jarrett, C., Woodroffe, M., Minocha, S., (2005) User Intrerface Design and Evaluation, Elsevier, San Francisco.

104. Stoner, J.F., G.R., (1997) Menadžment, Zelind, Beograd. 105. Suknović, M., (1995)“Metodologija projektovanja sistema za

podršku odlučivanju integralnog poslovanja komercijalne službe”, Magistarska teza, FON, Beograd.

106. Suknović, M., Čupić, M., Krulj, D., (1999) „Sistem za podršku višektiterijumskom grupnom odlučivanju“, INFO-SCIENCE, br.4-5.

107. Suknović, M., Čupić, M., Krulj, D., (1999) „The application of some models in the multiple criteria group decision making“, IFORS '99, Beijing.

108. Suknović, M., (2001) Razvoj metodologije podrške grupnom odluči-vanju, Doktorska disertacija, FON, Beograd.

109. Suknović, M., Krulj, D., Čupić, M., (2005) Projektovanje i razvoj DW, FON, Beograd.

110. Suknović, M., Delibašić, B., (2010) Poslovna inteligencija i sistemi za podršku odlučivanju, FON, Beograd

111. Todman, C., (2001) Designing a Data Warehouse: Supporting Customer Ralationship Management, Prentice Hall PTR, Upper Saddle River.

112. Todorović, J., (2003) Strategijski i operativni menadžment, Conzit, Beograd.

113. Todorović, J., Đuričin, D., Janošević, S., (2000) Strategijski mena-žment, treće izmenjeno izdanje, Institut za tržišna istraživanja, Bgd.

114. Todorović, J., Đuričin, D., Janošević, S., (2003) Strategijski menadžment, četvrto izdanje, Ekonomski fakultet, Beograd.

115. Turban, E., et al. (2005) Decision Support Systems and Intelligent Systems, N.J.: Pearson Prentice Hall.

116. Tušek, B., (2001) Revizija - instrument poslovnog odlučivanja, TEB – poslovno savjetovanje, Zagreb.

117. Van Horne, C.J., Wachowicz, M.J., (2002) Finansijski menadžment, deveto izdanje, Mate, Zagreb.

118. Vidović, S., (2003) Upravljanje znanjem, Info Trend br. 107, Zagreb.


258

119. Vit, E., Luckevich M., Misner, S., (2002) Business intelligence: Making Better Decision Faster, Microsoft press, Reedmont.

120. Werlich, H., Koontz, H., (1994) Menadžment, Mate, Zagreb. 121. Wheelen, L.T., Hunger, J.D.: (1990) Strategic management,

Addison-Weesley Publishing Company, Massachusetts. 122. Žarkić-Joksimović, N., (1998) Finansijski menadžment, FON,

Beograd. Internet izvori

1. http://www.statusprosper.com/2008/poslovnoodl.html, 2. http://www.zpr.fer.hr/.../2006/mandic/slike/index.1.jpg 3. http://www.moj-posao.net/Vijest/64824/Matrica-hitnobitno/4/ 4. http:// www.statusprosper.com/2008/poslovnoodl.html, 5. http://www. cmc.foi.hr 6. http://www.businessintelligence.com/ 7. http://www.en.wikipedia.org/wiki/Business_intelligence 8. http://www.business-intelligence.co.uk 9. http://www.poslovni.hr 10. https:/www.datalab.ba/ 11. http://www.ramiro.hr 12. http://en.wikipedia.org 13. http://finance.isixsigma.com 14. http://mpra.ub.uni-muenchen.de 15. http://www.thinkingmanagers.com 16. http://www.esionweb.com 17. http://www.dmreview.com 18. http://www. menadzment2006.tripod.com/znanjeispos 19. http://www.forum.ftn.uns.ac.rs/index. 20. http://www.odluka.com 21. http://www.sdgcomputing.com/glossary.html 22. http://www.olapreport.com/glossary.htm 23. http://www.datawarehouse.com 24. http://www.dmreview.com


259

25. http://www.dwinfocentar.org 26. http://www.inteligencija.com 27. http://www.mediaproducts.gartner.com 28. http://www.olapreport.com 29. http://www.skladistenje.com 30. http://www.combis.hr 31. http://www.ekonomskiportal.com/poslovna-inteligencija-zasto-sto-i- kako/ 32. http://www.mit-software.hr/usluge/bi/ 33. http://www.oracle.com/ba/solutions/midsize/business-solutions/business- intelligence/index.html 34. http://www.businessintelligence.com/ 35. http://www.sas.com/technologies/bi/ 36. http://www.informationbuilders.com/business-intelligence 37. https://intelligence.businessinsider.com/ 38. http://www.gartner.com/technology/summits/na/business-intelligence/ 39. http://www.microstrategy.com/ 40. https://www.fer.unizg.hr/predmet/posint 41. http://borismilosevic.com/2012/12/business-intelligence-bi-poslovna- inteligencija/ 42. http://www.iflows.net/bs/poslovna-inteligencija/ 43. http://ef.sve-mo.ba/materijal/3_PE/RIS/2012_2013/RIS_09012013_7.pdf 44. http://www.in2.hr/business-intelligence1 45. http://www.mate.hr/ProductDetails/265/lang/Croatian/poslovno- odlucivanje.wshtml 46. http://ai.fon.bg.ac.rs/ 47. http://www.fon.rs/istrazivanjeirazvoj/centri/ 48. http://www.singipedia.com/content/12-Doktorski-radovi 49. http://www.singipedia.com/content/531-Naucni-radovi 50. http://www.singipedia.com/content/396-Univerzitetska-izdanja 51. http://www.poslovniforum.hr/management/donosenje_odluka.asp 52. http://www.microsoft.com/en-us/bi/


260

53. http://www.sas.com/technologies/bi/54. http://www.informationbuilders.com/business-intelligence55. http://www.sap.com/pc/analytics/business-intelligence.html56. https://intelligence.businessinsider.com/57. http://www.mit-software.hr/usluge/bi/58. http://www.infotrend.hr/files/pdf/casopis/2011/183/infotrend183.pdf59.http://www.fonforum.org/download/treca/Teorija_odlucivanja/Teorija_O

dlucivanja-skripta_for_dummies.pdf 60.http://www.vus.hr/Nastavni%20materijali/Osnove%20menadzmenta/9.%

20Menadzersko%20odlucivanje.pdf


Spisak slika

Slika 2.1 Odlu ivanje............................................................................20Slika 2.2 Matrica odlu ivanja...............................................................21Slika 2.3 Individualno odlu ivanje.......................................................24Slika 2.4 Grupno odlu ivanje...............................................................25Slika 2.5 Proces poslovnog odlu ivanja...............................................33Slika 2.6 Vrste odluka...........................................................................34Slika 2.7 Odlu ivanje u uslovima izvjesnosti, rizika i neizvjestnosti..37Slika 2.8 Klasi kacija razli itih vrsta odlu ivanja...............................37Slika 2.9 Programirano odlu ivanje.....................................................39Slika 2.10 Odlu ivanje u hijerarhijskoj organizaciji..............................43Slika 2.11 Ciklus odlu ivanja.................................................................46Slika 2.12 Faze procesa odlu ivanja.......................................................47Slika 2.13 Faze procesa odlu ivanja.......................................................48Slika 2.14 Proces odlu ivanja.................................................................49Slika 2.15 Stablo odlu ivanja.................................................................57Slika 3.1 Interdisciplinarni okvir odlu ivanja......................................62Slika 3.2 Nau ni okvir odlu ivanja......................................................68Slika 3.3 Model stilova odlu ivanja.....................................................73Slika 3.4 Pregled stilova odlu ivanja u trima klasi kacijama.............73Slika 3.5 Pet stilova menadžerskog odlu ivanja..................................74Slika 4.1 Istorijat poslovne inteligencije..............................................88Slika 4.2 Razvoj poslovne inteligencije ..............................................89Slika 4.3 Sistem poslovne inteligencije ..............................................90Slika 4.4 Šematski prikaz infrastrukture sistema poslovne inteligencije, skladištenja podataka i glavni zahtjevi korisnika sistema...................................................................95Slika 4.5 Upravljanje znanjem.............................................................98Slika 4.6 Podjela znanja ......................................................................99Slika 4.7 Klasi kacija znanja prema supstanci ................................101Slika 4.8 Klju ne faze procesa upravljanja znanjem.........................103Slika 4.9 Kretanje kroz etiri elije lanca znanja...............................104Slika 4.10 Aktivnosti u organizaciji vezane uz pojedine elemente lanca znanja.........................................................................105Slika 5.1 Arhitektura skladišta podataka (DW) ................................134Slika 5.2 Sistem za podršku odlu ivanju...........................................136Slika 5.3 Komponente SPO...............................................................137Slika 5.4 Pregled infrastrukture inioca BI........................................138Slika 5.5 OLAP izveštavanje..............................................................139Slika 5.6 Dimenzije poslovanja i OLAP............................................140


Slika 5.7 ROLAP.............................................................................141Slika 5.8 MOLAP............................................................................142Slika 5.9 HOLAP................................................................................142 Slika 5.10 Transakciona obrada podataka - OLTP sistem................143Slika 5.11 Data Mining......................................................................145Slika 5.12 Ciklus poslovne inteligencije ............................................147Slika 6.1 Faze modelovanja..............................................................151Slika 6.2 Tok izvo enja simulacije...................................................163Slika 6.3. Organizaciona struktura Fonda PIO RS...........................175Slika 6.4 Topološka struktura Fonda PIO RS................................177Slika 6.5 Teritorijalna struktura Fonda PIO RS ................................178Slika 6.6 Životni ciklus DW-a..........................................................179Slika 6.7 Top down pristup..............................................................183Slika 6.8 Arhitektura SPI_PIO_RS..................................................185Slika 6.9 Baza podataka klju nih poslovnih procesa u Fondu PIO...186Slika 6.10 Pregled funkcionalnosti Warehouse procesa, sa izvorišnim i ciljnim vorom baze podataka.........................192Slika 6.11 Logi ki dimenzionalni model DM_MAT-EVID-OSIG.....193Slika 6.12 MicroStrategy OLAP platforma......................................194Slika 6.13 Tehnike kreiranja i manipulacije......................................198Slika 6.14 Dinami ke kontrolne table................................................199Slika 7.1 Kvali kaciona i polna struktura osiguranika ....................205Slika 7.2 Pregled osiguranika prema završenoj školi i polu............206Slika 7.3 Pregled osiguranika po random vremenu i školskoj spremi.. 209Slika 7.4 Pregled osiguranika po lijama.........................................210Slika 7.5 Pregled uplatilaca doprinosa i njihovih osiguranika po sektorima uplatilaca po lijalama i/ili poslovnicama Fond.212 Slika 7.6 Pregled uplatilaca doprinosa po opštinamasedišta i broju zaposlenih........................................................................214Slika 7.7 Pregled osiguranika kod odre enog uplatioca doprinosa...215Slika 7.8 Pregled kretanja prose nog broja osiguranika i korisnika prava................................................................................218


Spisak tabela

Tabela 2.1 Strategije odlu ivanja ..........................................................30Tabela 2.2 Tipovi problema i odluka....................................................41Tabela 5.1 Pretpostavljeni iznosi stopa ukupnog fertiliteta po dekadama........................................................................116Tabela 5.2 Pore enje OLTP i OLAP sistema.....................................144Tabela 6.1 Vrste modela....................................................................156Tabela 6.2 Višekriterijumska evaluaciona tabela ................................173Tabela 7.1 Kategorija stru nosti * Vrsta prava.................................224Tabela 7.2 Hi-kvadrat testovi.............................................................225Tabela 7.3 Simetri ke mere................................................................225Tabela 7.4 Vrsta prava * Pol osiguranika ............................................225Tabela 7.5 Hi-kvadrat testovi..............................................................226Tabela 7.6 Simetri ke mere.................................................................226Tabel a 7.7 Distribucija klastera.........................................................227Tabela 7.8 Matrica misklasi kacije....................................................230Tabela 7.9 TwoStep Cluster Number * Kategorija stru nosti............232Tabela 7.10 Simetri ke mere................................................................233Tabela 7.11 Simetri ke mere................................................................234


Spisak gra kona

Gra kon 7.1 Polna struktura osiguranika...................................203Gra kon 7.2 Pregled osiguranika po starosnoj i polnoj strukt...204Grafikon 7.3 Kvalifikaciona i polna struktura osiguranika ..…..205Gra kon 7.4 Pregled osiguranika po lijalama…….......……....211Gra kon 7.5 Pregled kretanja prose nog broja osiguranika i korisnika prava ......................................................216Gra kon 7.6 Pregled kretanja prose nog broja osiguranika i korisnika prava....................................................219Gra kon 7.7 Pregled korisnika prava prema starosti na dan sticanja prava ........................................................221Gra kon 7.8 Pregled iznosa penzijskog osnova..........................221Gra kon 7.9 Pregled iznosa penzijskog osnova prema polu osiguranika...........................................................222Gra kon 7.10 Pregled iznosa penzijskog osnova prema vrsti prava..222Gra kon 7.11 Pregled iznosa penzijskog osnova prema polu korisnika prava i dužini korištenja li ne penzije....223Gra kon 7.12 Pregled Kategorija stru nosti*Vrsta prava............224Gra kon 7.13 Pregled Vrsta prava*Pol osiguranika......................226Gra kon 7.14 Klasteri osiguranika................................................228Gra kon 7.15 Pregled najve e prose ne starosti na dan sticanja prava kod osiguranika koji pripadaju klaster 4i5....228Gra kon 7.16 Pregled najve eg iznosa penzije korisnika prava koji pripadaju klasteru 4........................... 229Gra kon 7.17 Pregled klastera.....................................................230Gra kon 7.18 Pregled kategorija Stru nost*Klaster.....................231Gra kon 7.19 Pregled povezanosti ime u kategorije Vrsta prava i Klasteri ............................................232Gra kon 7.20 Pregled povezanosti ime u TwoStep Cluster Number * Vrsta prava ............................................233Gra kon 7.21 Pregled povezanosti ime u kategorija Pol osiguranika i Klasteri.....................................234Gra kon 7.22 Pregled povezanosti TwoStep Cluster Number * Pol osiguranika....................................234Gra kon 7.23 Pregled odnosa kategorija Visina penzijskog osnova *Pol osiguranika......................................235Gra kon 7.24 Pregled odnosa kategorija Visina penzijskog osnova*Klasteri....................................................235Gra kon 7.25 Pregled odnosa kategorija Dužina korištenja penzije*Klasteri....................................................236

dr mladen milić -...

Documents