Microsoft Word - Andrej.doc

Velikost: px
Začni prikazovanje s strani:

Download "Microsoft Word - Andrej.doc"

Transkripcija

1 UNIVERZA V MARIBORU FAKULTETA ZA ORGANIZACIJSKE VEDE Smer: Informatika v organizaciji in managementu ODLOČITVENI MODEL ZA UVAJANJE NOVIH IZDELKOV V MALOPRODAJNE TRGOVINE Mentor: red. prof. dr. Vladislav Rajkovič Kandidat: Andrej Treven Kranj, avgust 2006

2 ZAHVALA Zahvaljujem se mentorju prof. dr. Vladislavu Rajkoviču za strokovno pomoč, nasvete in usmerjanje pri izdelavi diplomskega dela. Hvala tudi zaposlenim v podjetju Sanolabor d.d., ki so mi pomagali pri izdelavi diplomskega dela. Zahvaljujem se tudi lektorici Maji Fila, ki je lektorirala mojo diplomsko nalogo

3 POVZETEK V diplomski nalogi je predstavljena izgradnja in uporaba odločitvenega modela s programom DEXi. Opisan je postopek izgradnje modela za izbor novega izdelka v specializirane maloprodajne trgovine. Skladno s fazami, ki nastopajo pri delu z večparametrskimi odločitvenimi modeli, je bil izdelan odločitveni model za izbor najprimernejšega izdelka. Za kakovostno vrednotenje in analizo variant je bil uporabljen računalniški program za večparametrsko odločanje DEXi. Dodatno je bila opravljena analiza variant s kombiniranim kakovostnim in količinskim vrednotenjem, ki ga omogoča program Vredana. Na podlagi večparametrskega odločitvenega modela, predstavljenega v diplomskem delu, je bil izbran najprimernejši izdelek, ki smo ga uvrstili v prodajni program naših maloprodajnih trgovin, kar je tudi cilj tega diplomskega dela. KLJUČNE BESEDE: SUMMARY - uvajanje novih izdelkov - maloprodaja - večparametrski odločitveni model - izbor izdelka - DEXi In this thesis, construction and usage of a decision making model with the program DEXi is presented. It describes the procedure of a model for choosing a new product for retail trade of our company. According to phases, appearing when dealing with such multi-attribute decision models, a model has been constructed in order that the most appropriate product can be chosen. For quality evaluation and analysis of attributes, a program for multi-attribute decision making (DEXi) has been used. An additional analysis of attributes has been performed with combining qualitative and quantitative evaluation enabled by the Vredana program. On the basis of multiattribute decision model, represented in this work, the most appropriate product has been chosen. This product has been placed into our retail trade assortment and this is the result of this thesis. KEYWORDS: - introducing new product - retail trade - multiattribute decision models - choosing the product - DEXi

4 KAZALO 1. Uvod Predstavitev problema Predpostavke in omejitve raziskave Metode dela Odločanje Vrste in načini odločanja Večparametrsko odločanje Faze odločitvenega procesa Ekspertni sistem Ekspertni sistemi Zgradba ekspertnih sistemov DEXi Vredana Izgradnja večparametrskega odločitvenega modela Identifikacija problema Identifikacija kriterijev (atributov) Spisek kriterijev Strukturiranje kriterijev Merske lestvice Definicija funkcij koristnosti Opis variant Vrednotenje in analiza variant »Kaj-če«analiza Zaključki Pogoji za uvedbo Možnost nadaljnjega razvoja Literatura in viri Priloge Kazalo slik Kazalo tabel... 35

5 1 UVOD 1.1 PREDSTAVITEV PROBLEMA Sprejemanje odločitev v našem podjetju je bilo do sedaj prepuščeno posamezniku. Posameznik se je pogosto srečeval z vrsto problemov. Posameznik namreč nima na razpolago dovolj znanj za sprejemanje dobrih odločitev. Poseben problem je predstavljal način izbire, ki se do sedaj ni izvajal po enotnih kriterijih. Odločujoča oseba tako pogosto ni znala obrazložiti, zakaj se je odločila tako, kot se je. Pri posamezniku pride do izraza»omejena racionalnost«, zato smo se v diplomskem delu lotili samega sistema za sprejemanje odločitev. Želimo si namreč odločitvenega modela, ki bo omogočal sprejemanje odločitev na podlagi skupinske analize. Izbiranje izdelka nas pripelje do odločitve, kaj iz množice ponujenih variant izbrati. V današnjem času imamo na izbiro vedno več variant, ki nam omogočajo izbrati najboljšo. Toda prav ta širina variant, v našem primeru izdelkov, med katerimi lahko izbiramo, pripomore k še večji zapletenosti iskanja prave odločitve. V takih primerih nam priskoči na pomoč odločitveni model, ki nam pomaga pri sprejemanju odločitve. Odločitveni model nam omogoča analizo posameznih variant. V analizi vidimo, zakaj je določena varianta boljša oziroma slabša od druge. Model bo izveden s pomočjo programa za podporo odločanju, imenovanega DEXi, ki omogoča modeliranje strokovnega znanja s pomočjo računalnika. V začetnem delu so najprej predstavljene teoretične osnove o odločanju, v nadaljevanju pa sledi predstavitev večparametrskih odločitvenih modelov. V osrednjem delu je podrobno predstavljen večparametrski odločitveni model, ki smo ga zgradili za potrebe uvajanja novih izdelkov v naše maloprodajne trgovine. Model je predstavljen v vseh fazah odločitvenega procesa, in sicer od spiska kriterijev, izdelave drevesa kriterijev, določitve merskih lestvic pa do definicij odločitvenih pravil in opisa variant. V zadnjem delu so vse variante vrednotene in analizirane s pomočjo računalniškega programa za večparametrsko odločanje DEXi. Interpretacija rezultatov, ki smo jo naredili, poteka od korena preko vozlov pa do listov odločitvenega drevesa. Za bolj nazorno predstavo smo z DEXi-jem naredili grafične predstavitve: od primerjav izdelkov po posameznih parametrih, do radarskih diagramov, kjer lahko grafično primerjamo med seboj variante po več parametrih. 1.2 PREDPOSTAVKE IN OMEJITVE RAZISKAVE Teorija in praksa večkriterijskega modeliranja in merjenja ponujata nekatere rešitve, ki jih pogosto ne znamo, ne zmoremo ali celo nočemo uporabiti v praksi zagotavljanja kakovosti odločitve. V nadaljevanju obravnavamo proces uvrščanja novih izdelkov v naše maloprodajne trgovine. Želimo si dober in kakovosten sistem odločanja. Veliki problemi pa nastopijo, ko želimo izmeriti kakovost odločitve s ciljem, da bi kakovost sistematično spremljali in izboljševali. Problemi so subjektivne in objektivne narave. Želimo namreč odpraviti predpostavko, da je kakovost in preglednost že vnaprej zagotovljena s formalnimi izhodišči in da je ni Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 2 od 51

6 potrebno izboljšati. Večkriterijsko modeliranje običajno razumemo kot proces ocenjevanja. V tem procesu moramo razviti model, ki zagotavlja vrednotenje variante oziroma variant glede na zastavljene cilje in pričakovanja. Model temelji na izbranem spisku kriterijev, parametrov, spremenljivk oziroma dejavnikov, ki jih v postopku želimo upoštevati. Teorija večkriterijskega odločanja nudi formalno osnovo izgradnji modela, kjer je temeljni problem povezovanje ocen po posameznih parametrih v celostno oceno (Bohanec, Rajkovič 1995). Ta problem še dodatno zapleta medsebojna povezanost raznorodnih parametrov, njihova nedoločenost in spreminjajoča se vplivnost glede na številne dejavnike. Za obvladovanje teh problemov obstajajo različni principi in pripomočki. Rezultati pa se kažejo predvsem v razlagi ocen in preglednosti postopkov v celoti (Bohanec, Rajkovič 1995). Zaradi povečanja preglednosti in kakovosti odločitve pri uvrščanju izdelkov v naše maloprodajne trgovine smo se odločili izdelati večparametrski odločitveni model. Kriteriji za izbor izdelkov, ki so vključeni v naš odločitveni model, so bili določeni v skupini z usklajevanjem interesov. Delo je potekalo v skupini, saj le ena oseba, ki odkrije problem, le-tega največkrat ne more rešiti sama (Gričar in Piskar, 1988). Analiza je potekala v obliki diskusije med vsemi vključenimi v reševanje problema. Rezultat diskusije so usklajeni kriteriji, ki so sprejemljivi za vse vpletene. Izbor kriterijev je najboljši glede na znanja, s katerimi je razpolagala naša odločitvena skupina v danem trenutku. Sprejet odločitveni model smo vključili v pravilnik družbe, kar je pomembno za ustreznost ISO-standardu. ISO-standard namreč zahteva od podjetij, da so v njem zapisani postopki, po katerih delo poteka. V pravilniku sicer ni opisan v nadaljevanju predstavljen odločitveni model, predstavljen pa je način odločanja z večparametrskim odločitvenim modelom. Potrebno je poudariti, da uporabljen model ni nujno primeren za uporabo tudi v kakem drugem podjetju, saj je prilagojen našim potrebam, znanju, okolju in ciljem. Odločitveni model bomo v prihodnosti prilagajali in dopolnjevali na podlagi naših novih znanj in izkušenj. Pri reševanju problemov se namreč vse pogosteje srečujemo s problemom, kje najti ustrezno znanje in kako najbolj učinkovito uporabiti obstoječe vire za reševanje posameznega problema. In prav v tem je velik pomen upravljanja znanja za reševanje problemov. Tehnološka podpora upravljanju znanja je pomembna, saj omogoča skupini in posamezniku, da vsebine, s katerimi dela, shrani v skupni prostor. Pomembno je tudi, da skupina, ko reši nek problem, svojo rešitev dokumentira in jo shrani v skupni prostor tako, da jo lahko uporabijo tudi druge skupine za učenje pri reševanju problemov. 1.3 METODE DELA V diplomski nalogi smo izbrali metodo ekspertnega modeliranja, kjer je znanje predstavljeno na človeku razumljivejši način kot pri klasičnih odločitvenih metodah. Transparentnost omogočajo uporabljene metode umetne inteligence. Rezultati pa se kažejo predvsem v razlagi ocen in preglednosti postopkov v celoti (Rajkovič, Bohanec 1985). Tak pristop je še posebej smiseln, ko imamo opravka s kompleksnimi sistemi, kjer nastopa veliko dejavnikov, ki so med seboj zapleteno povezani. Temu gre pridati še kakovostno naravo nekaterih pomembnih meril. Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 3 od 51

7 Mehkost podatkov, ki jo razumemo kot obravnavo nepopolnih, netočnih, verjetnostnih, včasih pa tudi manjkajočih podatkov, pa je praktično stalnica. Za izdelavo odločitvenega modela za pomoč pri uvajanju novih izdelkov v naše maloprodajne trgovine smo uporabili program za večparametrsko odločanje DEXi. Na podlagi odločitvenega problema smo najprej z»viharjenjem možganov«naredili spisek kriterijev, ki vplivajo na odločitev. Pri tem smo pazili, da nismo spregledali pomembnih, bistvenih kriterijev. Na podlagi spiska kriterijev smo z metodami usklajevanja izbrali bistvene kriterije, ki omogočajo razvrščanje izdelkov. Izbrane kriterije, ki»sodijo skupaj«, smo nato združevali in izdelali drevo kriterijev. Vsakemu kriteriju smo določili zaloge vrednosti in sestavili tabele odločitvenih pravil. S programom DEXi smo vsako varianto na koncu vrednotili. Rezultat je kakovostna ocena vsake variante. Končni rezultati vrednotenja so predstavljeni tudi grafično. Pri vrednotenju je več izdelkov padlo v isti razred. Nas pa je zanimala tudi razvrstitev variant, ki so ocenjene z isto opisno oceno. Kot dopolnilo smo zato uporabili program Vredana, ki nam je omogočil dokončno razvrščanje izdelkov. Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 4 od 51

8 2 ODLOČANJE Odločanju se v življenju praktično ne moremo izogniti. Odločitveni problemi so zelo različni in posegajo v vsakdanje zasebno in poslovno življenje. Posledice odločitev so prav tako zelo različne. Nekaterih skorajda ne čutimo ali pa se v kratkem času izgubijo, druge pa vplivajo na nas vse življenje.»kot navajajo Hammond, Keeney in Raiffa (2000), je cilj vsakega odločanja»prava odločitev«, torej odločitev, ki bo imela za odločevalca najugodnejše posledice.«problem odločanja je prav tako pomemben, da se z njim ukvarja vrsta znanstvenih področij in disciplin, tako družboslovnih kot naravoslovnih. Prva znana pisna navodila, kako se odločati, segajo v četrto stoletje pred našim štetjem. Najpomembnejši problemi, ki se pojavljajo pri težkih odločitvenih problemih, izvirajo iz (Jereb, Bohanec, Rajkovič, 2003): velikega števila dejavnikov, ki vplivajo na odločitev, številnih in slabo definiranih ali poznanih variant, zahtevnega in pogosto nepopolnega poznavanja odločitvenega problema in ciljev odločitve, obstoja več skupin odločevalcev z nasprotujočimi si cilji, omejenega časa in drugih virov za izvedbo odločitvenega procesa. Odločanje je proces, pri katerem izbiramo med več možnostmi variantami. Množica variant A ={ a 1, a2, a3,..., an } Izbrana varianta naj čimbolj ustreza danim ciljem. Vrstni red zaželenosti variant določa tako imenovana preferenčna relacija»imam raje«. Ta je odvisna od preferenčnega znanja odločevalca oziroma odločevalcev, ki ni pogojeno le z njegovim strokovnim znanjem, ampak tudi z njegovimi vrednotami. Preferenčna relacija uredi množico A po zaželenosti, ustreznosti ali koristnosti. Če imamo izmed dveh elementov množice A, a in b prvega rajši kot drugega, to zapišemo: a P b Pri odločitveni praksi skušamo vpeljati funkcijo koristnosti oziroma zaželenosti. Funkcija v(a) izmeri stopnjo zaželenosti variante tako, da za vsak par a,b iz A velja: apb v( a) > v( b) Varianti, ki jo imamo raje kot drugo, pripišemo večjo stopnjo (vrednost) zaželenosti. Racionalna odločitev je izbira variante a k, tako da je: V ( a k ) = max( v( a) : a A) Pri običajnih odločitvenih modelih ocenjujemo variante po več lastnostih ali parametrih. V takih primerih govorimo o večparametrskem odločanju. V realnosti srečamo odločitvene primere z nekaj do deset in več parametrov, ko gre za kompleksne odločitvene situacije. To so take odločitvene situacije, ki imajo mnogo med seboj zapleteno povezanih elementov. Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 5 od 51

9 Odločamo se lahko na različne načine: intuitivno (to je odločanje, pri katerem ne znamo razložiti, kako to počnemo) ali sistematično (organiziranje podatkov in znanja). individualno ali skupinsko o racionalnem odločanju govorimo takrat, ko izmed vseh možnih variant izberemo tisto, ki je najbolj zaželena, o iracionalnem odločanju pa takrat, ko je odločitev zaradi raznih omejitev na videz brezsmiselna (na primer v trenutku odločanja ne upoštevamo vseh razpoložljivih parametrov, ki vplivajo na kakovost odločitve). Vzrokov za težave pri odločanju o določenem odločitvenem problemu je več: pri odločanju navadno ne poznamo vseh dejavnikov, ki vplivajo na odločitev, variante, med katerimi se odločamo, niso natančno določene, za natančno študijo odločitvenega problema in variant bi zmanjkalo časa, vsi podatki niso vedno dosegljivi, cilji različnih odločevalcev so lahko različni. Poleg tega pa obstaja vrsta možnih dejavnikov, ki odločanje ovirajo. Med pasti pri odločanju štejemo (Rajkovič, 1991): spreminjanje odločitvene situacije, ko se med odločanjem, npr. pri nakupovanju nekega predmeta po celodnevnem iskanju, raje odločimo za dražjo varianto, kot da bi se vrnili na drugi konec mesta in kupili optimalno. Na odločitev je vplival nov kriterij utrujenost. majhne razlike, ki se seštevajo v velike, ko se npr. cena za avto s posameznimi dodatki postopno malo spreminja, razlika med končno in začetno ceno pa je občutna. dve varianti nista nikoli popolnoma enaki, neracionalen vpliv neznatnega dodatka, brez povezave z odločitveno situacijo na odločitev. subjektivna verjetnost, precenitev pojava dogodka, ki ima majhno verjetnost in podcenitev pojava dogodka z veliko verjetnostjo. Marsikdaj se odločamo v negotovih situacijah, ki izvirajo iz opisa variant, preferenčnega znanja odločevalca oziroma predvidevanja bodočih dogodkov. Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 6 od 51

10 2.1 VRSTE IN NAČINI ODLOČANJA Glede na število odločevalcev odločitve ločimo na (Rozman, Kovač, Koletnik, 1993, str. 37): individualne (sprejemajo jih posamezniki), skupinske (so izid odločanja skupine). Med prednosti skupinskega odločanja štejemo popolnejše informacije, večje znanje, večjo sprejemljivost odločitev in večjo verjetnost izvedbe, večjo demokratičnost in soglasje interesov, med slabosti pa večjo porabo časa in nedoločenost odgovornosti. Rajkovič in Bohanec (1991, str ) tako govorita o treh virih negotovosti pri sprejemanju odločitev: opis variant (delna opisljivost zaradi nezadostnega poznavanja variant, varianto opišemo s porazdelitvijo vrednosti posameznih parametrov), preferenčno znanje odločevalca (zaradi pomanjkanja odločitvenega znanja negotovo merjenje koristnosti), predvidevanje bodočih dogodkov, ki bodo vplivali na kakovost odločitve. Glede na predmet odločitev, nosilca odločitev in merila odločanja ločimo v podjetjih tri osnovne zvrsti odločanja (Rozman, Kovač, Koletnik, 1993, str ): odločanje o proizvodu in procesu (predmet odločanja je posamezen proizvod, proces njegove proizvodnje in za to potrebne proizvodne prvine, merilo odločanja so stroškovne cene proizvodov ali storitev, odgovorni so strokovnjaki specialisti), odločanje o celotnem poslovanju (predmet odločanja je podjetje kot celota, merilo odločanja je uspešnost celotnega poslovanja podjetja, odgovorni so najvišji menedžerji), odločanje o poslovnih funkcijah ali operativno odločanje (predmet odločanja so poslovne funkcije, merilo odločanja je izkoriščenost zmogljivosti, odgovorni so menedžerji poslovnih funkcij). Glede na racionalnost odločanja ločimo še (Krapež, Rajkovič, 2003, str. 16): racionalno odločanje (ko izmed vseh možnih variant izberemo najbolj zaželeno), iracionalno odločanje (ko je odločitev zaradi raznih omejitev na videz nesmiselna). Glede na informiranost, znanja, vednosti in izkušnje razlikujemo (Možina, 2002, str. 346, 363): intuitivno odločanje (intuicija vključuje vživetje sposobnost osebnega trenutnega razumevanja problemov, pogosto podprtega s slutnjami in navdihom, analizno odločanje (podprto s proučevanjem; srednja raven organizacije), rutinsko odločanje (v ponavljajočih se situacijah; nižja raven organizacije). Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 7 od 51

11 2.2 VEČPARAMETRSKO ODLOČANJE Osnovna ideja večparametrskega odločanja je razgradnja odločitvenega problema na manjše in lažje obvladljive podprobleme. Variante razčlenimo na posamezne parametre (kriterije, atribute) in jih ločeno ocenimo glede na vsak parameter. Končno oceno variante dobimo s postopkom združevanja ocen parametrov. Končna izpeljana vrednost predstavlja temelj za razvrščanje in izbor najustreznejše variante (Bohanec, Rajkovič, 1995, str. 428). Slika 1: Večparametrski odločitveni model (Vir: Jereb, E., Bohanec, M., Rajkovic, V. (2003) DEXi računalniški program za večparametrsko odločanje, Moderna organizacija, Kranj) Vrednotenje variant pri večparametrskem odločanju poteka na osnovi večparametrskega odločitvenega modela (slika 1), ki je v splošnem sestavljen iz treh komponent. Vhod v model predstavljajo parametri (atributi, kriteriji) X. To so spremenljivke, ki ponazarjajo podprobleme odločitvenega problema, to je tiste dejavnike, ki opredeljujejo kakovost variant. Atributi so urejeni v hierarhično strukturo (drevo), ki ponazarja medsebojne odvisnosti med njimi. Glede na njihov položaj v strukturi ločimo osnovne in izpeljane atribute. Za vsak izpeljani atribut je določena funkcija koristnosti F, ki opredeljuje odvisnost tega atributa od njegovih neposrednih naslednikov v strukturi (Bohanec, Zupan, Rajkovič, 2000). Predstavlja torej predpis, po katerem se vrednosti posameznih parametrov združujejo v spremenljivko Y, ki ponazarja končno oceno ali koristnost variante (Bohanec, Rajkovič, 1995, str. 428). Variante opišemo po osnovnih parametrih z vrednostmi a. Na podlagi teh vrednosti funkcija koristnosti določi končno oceno vsake variante. Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 8 od 51

12 V nadaljevanju je predstavljena formalna definicija večparametrskega odločanja, kjer nastopajo naslednji elementi odločitvenega procesa ( Krapež, Rajkovič, 2003, str ): množica variant A={a 1, a 2, a 3,..., a n,...} preferenčna relacija P (uredi množico variant A po zaželenosti, ustreznosti oz. koristnosti) množica parametrov X={x 1, x 2, x 3,..., x m } x i : A D i D i zaloge vrednosti i-tega parametra Vsako varianto a iz množice A opišemo z naborom (vektorjem) vrednosti parametrov: a =& x 1 (a), x 2 (a),..., x m (a). Pomembno je, da gre le za opis, s katerim lahko varianto bolj ali manj dobro predstavimo. Vektorski opis variante po izbranih kriterijih je le model variante, ki je namenjen lažjemu ocenjevanju. Preferenčno relacijo P nadomestimo s funkcijo koristnosti. Funkcijo koristnosti v: A D nadomestimo s funkcijo v x in predpostavimo v(a) = v x ( x 1 (a), x 2 (a),..., x m (a) ). v x : D 1 D 2 D 3 D n D v x je definirana nad domeno, ki predstavlja kartezični produkt domen posameznih parametrov in je D njena zaloga vrednosti. Funkcija koristnosti predstavlja»združeno«meritev koristnosti po vseh parametrih. Je kriterijska funkcija, s katero določamo koristnost variant na osnovi posameznih parametrov in njihove povezave (Krapež, Rajkovič, 2003, str. 19). V preprostejših primerih z relativno majhnim številom parametrov in variant lahko podatke o variantah in dobljene končne ocene prikažemo v obliki preglednice (npr. MS Excel). V zahtevnejših primerih, ko je parametrov ali variant več (nekaj deset), je bolje uporabiti namenske programe za podporo večparametrskemu odločanju, ki imajo že vgrajena orodja za definicijo parametrov, oblikovanje funkcij koristnosti in zajemanje podatkov o variantah. Vrednotenje variant podpirajo s koristnimi pripomočki, kot so analiza občutljivosti in stabilnosti odločitvenega modela, generator variant, analiza tipa»kaj-če«in različni grafični prikazi ter poročila. Nekateri omogočajo tudi delo z nenatančnimi in nepopolnimi podatki, s pomočjo intervalskega računa ali verjetnostne porazdelitve. Med znanimi programi (npr. MAUD, Decaid, Decision Pad, HIVIEW, PROMETHEE) je tudi DEX (Bohanec, Rajkovič, 1995, str. 429). Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 9 od 51

13 2.3 FAZE ODLOČITVENEGA PROCESA Organiziran odločitveni proces poteka po določenih fazah, ki jih lahko strukturiramo sledeče (Krapež, Rajkovič, 2003, str. 32): opredelitev problema, določitev kriterijev, strukturiranje kriterijev, določitev zaloge vrednosti za kriterije, določitev funkcije koristnosti: odločitvena pravila, opis variant z vrednostmi po kriterijih, vrednotenje, analiza variant in odločitev. opredelitev problema Najprej določimo, kaj sploh odločitveni problem je: kaj je predmet odločanja. Natančno moramo opredeliti, kakšne cilje želimo z odločitvijo doseči. Problem moramo temeljito proučiti, da ga čim bolj spoznamo in da bomo lažje zgradili ustrezen odločitveni model. Pri tem si pomagamo z raznimi viri. Pomembno je določiti, kdo je lastnik odločitvenega problema, kdo za odločitev odgovarja in koga odločitev neposredno zadeva. Od vrste, obsega in zapletenosti odločitvenega problema je odvisno, ali je smiselno vključiti ljudi, na katere odločitev vpliva. določitev kriterijev V tej fazi določimo kriterije, na podlagi katerih bomo ocenjevali različice, in zasnujemo strukturo odločitvenega modela. Množica opisnih parametrov mora ustrezati več lastnostim (Keeney, Raiffa, 1976, str. 131): polnost: vsi vplivni dejavniki, ki bistveno vplivajo na odločitev, so predstavljeni s parametri, operativnost: neposredna uporabnost v procesu odločanja, merljivost kriterijev, razstavljivost: možnost razstavitve, strukturiranja odločitvenega problema, neredundantnost: kriteriji naj se po možnosti ne prekrivajo, ker bi v tem primeru isti kriterij imel na odločitev večkratni vpliv ali bi se vsebinsko ponavljal, minimalnost: predvideva čim manjše število parametrov, ortogonalnost: medsebojna neodvisnost parametrov. Najprej s kratkim opisom naredimo neurejen seznam kriterijev, ki jih bomo pri odločanju upoštevali. strukturiranje kriterijev Kriterije hierarhično uredimo, pri čemer upoštevamo medsebojne odvisnosti in vsebinske povezave. Nepomembne kriterije in tiste, ki so izraženi z ostalimi kriteriji, zavržemo in po potrebi oblikujemo nove. Iz spiska kriterijev Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 10 od 51

14 zgradimo drevesno strukturo vsebinsko združenih kriterijev, ki predstavlja ustrezen miselni vzorec. Kriterije strukturiramo iz več razlogov: - zaradi preglednosti nad odločitvenim modelom - da združimo vsebinsko povezane kriterije - da lažje določamo odločitvena pravila, dosežemo pa tudi razumljivo razlago končne odločitve. določitev zaloge vrednosti za kriterije Vsakemu od kriterijev določimo vrednosti, ki jih lahko zavzame. Če je le mogoče, uporabimo naravne vrednosti kriterijev torej take, kot jih običajno uporabljamo na področju, kamor kriterij spada. Pri gradnji odločitvenega modela upoštevamo, da pri listih določimo le toliko različnih vrednosti posameznega parametra, da lahko razlikujemo bistvene razlike med variantami. določitev funkcije koristnosti: odločitvena pravila Za posamezne liste (osnovne parametre) določimo vrednosti pri opisu variant. Funkcija koristnosti pa določa vpliv podrejenih kriterijev nadrejenega kriterija. Ko določamo funkcijo koristnosti za nadrejene kriterije, je pomembno ugotoviti, kateri osnovni kriteriji so pomembnejši od drugih. Ugotoviti pa je treba tudi, ali v modelu morda ne nastopajo izločilni kriteriji. Funkcijo koristnosti lahko v splošnem izrazimo: - analitično, kot na primer z utežno vsoto, - točkovno (z odločitvenimi pravili za posamezne vrednosti) v obliki tabel za vsak izpeljan kriterij po točkah po principu»če-potem«. Pri gradnji odločitvenega modela s pomočjo programa DEXi določamo funkcijo koristnost z utežmi ali pa funkcijo koristnosti podamo po točkah, ko oblikujemo pravila v ustreznih tabelah. Pri določanju funkcije koristnosti uporabljamo preferenčno znanje odločevalcev. To pa je odvisno ne le od znanj, ki jih ima odločevalec o določeni domeni znanja, ampak tudi od njegovih vrednot in njegovega statusa. opis variant Variante opišemo z vrednostmi po parametrih. Do vrednosti pridemo po natančni proučitvi posamezne variante. Pri tem moramo biti pozorni: - na zanesljivost virov informacij o posamezni varianti, - na čim večjo popolnost podatkov. vrednotenje variant Končno oceno variant dobimo po vrednotenju variant na osnovi njihovega opisa po parametrih na listih odločitvenega drevesa. Program vrednoti od listov proti korenu drevesa kriterijev v skladu: - s strukturo drevesa - z definirano funkcijo koristnosti. Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 11 od 51

15 Vrednost, ki jo na ta način dobimo v korenu drevesa, predstavlja končno oceno variante. Varianta z najvišjo oceno je praviloma najboljša. Vrednotenje lahko uporabimo tudi za razvrščanje variant glede na izid, ki ga da funkcija koristnosti. analiza variant Z analizo variant ugotavljamo razloge za izide vrednotenja. Najboljšo varianto primerjamo z nekaj najbolje ocenjenimi preostalimi variantami. Pri analizi si skušamo odgovoriti na vprašanja: - Zakaj je končna ocena takšna, kot je? - Kateri kriteriji so najbolj prispevali k takšni oceni? - Je v skladu s pričakovanji ali odstopa in zakaj? - Katere so bistvene prednosti in pomanjkljivosti posameznih variant? - Ali so vrednosti kriterijev in uporabljene funkcije koristnosti ustrezni? - Kakšna je občutljivost odločitve: kako spremembe vrednosti kriterijev vplivajo na končno oceno? - Ali je mogoče variante izboljšati in če, na kakšen način? - Katere spremembe povzročajo bistveno poslabšanje ocen variant? - V čem se variante bistveno razlikujejo med seboj? Če ugotovimo, da se da posamezne parametre neke variante izboljšati, je smiselno pri ponovnem vrednotenju upoštevati izboljšane vrednosti in ponovno primerjati variante med seboj. Z analizo»kaj-če«lahko tako ugotovimo optimalno varianto v danih možnostih. Razlago lahko podpremo tudi z različnimi grafičnimi ponazoritvami. odločitev Ob končni izbiri je zanimivo ugotoviti, ali so bili cilji odločitvenega procesa doseženi in katere lastnosti izbrane variante bi bile pri realizaciji lahko kritične. Samo vrednotenje variant sicer opravi računalniški program na osnovi modela odločanja, analizo variant in končno odločitev pa opravi človek. Odgovornost za odločitev namreč nosi človek, informacijska tehnologija pa mu je lahko v procesu odločanja v bistveno pomoč. Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 12 od 51

16 3 EKSPERTNI SISTEM 3.1 EKSPERTNI SISTEMI Ekspertni sistemi združujejo prednosti ljudi in računalnika. Ljudje so namreč sposobni razpoznavati vzorce, značilne za posamezna problemska področja, znajdejo se v novih, nepredvidljivih situacijah, računalnik pa odlikuje sposobnost ponavljanja velikega števila operacij, hitrost, sistematičnost in praktična nezmotljivost (Rajkovič, Bohanec, 1988, str. 132). Sistemi, ki temeljijo na bazah znanja in sistematičnem pregledovanju, nudijo podporo človeškemu dolgotrajnemu spominu, ki ima zelo veliko kapaciteto, problem pa je priklicati vso to količino podatkov v zavest. Iskanje podatkov tako lahko vzpodbudimo s polnjenjem ekspertnih sistemov (Krapež, Rajkovič, 2003, str. 72). Ekspertni sistem je računalniška aplikacija, ki se vede podobno kot strokovnjak oziroma ekspert za določeno področje uporabe. Navadno je to področje zelo ozko usmerjeno. Ekspertne sisteme srečujemo na mnogih področjih od medicinskih diagnostik, iskanja napak na strojih, v zadnjih časih pa se vse bolj uporabljajo tudi v poslovnem svetu kot svetovalci v bančništvu, na področju oglaševanja in še na mnogih področjih, kjer pomagajo človeku pri njegovih odločitvah. Za ekspertne sisteme je značilno ekspertno obnašanje, kar pomeni, da ekspertni sistem rešuje določen problem in je za svojo rešitev sposoben podati tudi razlago. Njihovo delovanje temelji na znanju. Za vsak računalniški sistem ne moremo trditi, da je ekspertni sistem. Ekspertni sistem mora torej znati pojasniti svoje ravnanje in svoje odločitve tako kot živi strokovnjaki. Še posebej je ta sposobnost pojasnjevanja pomembna v medicini, kjer mora pacient, ki uporablja ekspertni sistem, zaupati v izbiro sistema. Ekspertni sistem mora imeti vgrajen prijazen komunikacijski vmesnik, ki uporabniku nudi razumljive odgovore. Ekspertni sistem mora imeti še eno pomembno lastnost, in sicer mora biti sposoben smiselno uporabljati tudi nepopolne in nezanesljive informacije. Zato se pri takih informacijah lahko pojavijo vprašljive rešitve v procesu sklepanja, kjer je končna rešitev navadno pogojena z določeno verjetnostjo. Ekspertni sistemi so se pojavili v 70. letih 20. stoletja (Gradišar, Resinovič, 2001, str. 402). Med prve znane ekspertne sisteme uvrščamo (Krapež, Rajkovič, 2003, str. 70): DENDRAL (za napovedovanje strukture organskih molekul), MYCIN (za ugotavljanje vrste bakterij pri bolniku in pripravo predloga za predpisovanje antibiotikov), INTERNIST (za diagnosticiranje na področju interne medicine), Authorizer`s Asistant (American Express za dodeljevanje kreditov), AL/X (British petrolium za sprotno diagnosticiranje napak na naftnih ploščadih), PROSPECTOR (za rudne in naftno-geološke raziskave). V Sloveniji med pomembnejše ekspertne sisteme uvrščajo sistem KARDIO (Bratko, 1989; za odkrivanje srčnih obolenj) in TALENT (Bohanec, 1997; za odkrivanje športnih talentov in njihovega usmerjanja v športne panoge). DEX je bil razvit leta Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 13 od 51

17 1988 v sodelovanju med Institutom Jožef Štefan in Univerzo v Mariboru, Fakulteto za organizacijske vede. Leta 1999 so s pomočjo Ministrstva za šolstvo in šport razvili še računalniški program DEXi, ki sloni na metodologiji DEX in deluje v okolju MS Windows. 3.2 ZGRADBA EKSPERTNIH SISTEMOV UPORABNIK KOMUNIKACIJSKI VMESNIK BAZA ZNANJA MEHANIZEM SKLEPANJA Slika 2: Zgradba ekspertnega sistema Na sliki 2 je prikazana zgradba splošnega ekspertnega sistema, ki je sestavljen iz treh delov: baza znanja: vsebuje znanje, ki je potrebno za razumevanje, oblikovanje in reševanje določenega razreda problemov, določene ekspertne domene (Krapež, Rajkovič, 2003, str. 27). Vsebuje ekspertno znanje, ki je značilno za določeno področje uporabe. Zgrajena je iz pravil, ki opisujejo relacije v tej domeni in tudi metode za reševanje problemov na tem področju. Mehanizem sklepanja lahko aktivno uporablja znanje iz baze znanja, uporabniški vmesnik: skrbi za sporazumevanje med uporabnikom in sistemom. Pri tem nudi uporabniku v vsakem trenutku vpogled v proces reševanja problema. Proces reševanja problema vodi mehanizem sklepanja, mehanizem sklepanja: predstavlja program, ki je sposoben uporabiti bazo znanja za nadzor in usmerjanje uporabe znanja pri reševanju konkretnega problema. Iz baze znanja izbira potrebne dele znanja in njihov vrstni red kombiniranja, da pride sistem v končni fazi do rešitve problema. Poleg rešitve problema mehanizem sklepanja omogoča tudi razlago poti do končnega rezultata argumentacijo rešitev, zakaj je rešitev taka, kot je, in ne drugačna. Mehanizem sklepanja (in s tem lupina ekspertnega sistema) v veliki meri ni Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 14 od 51

18 odvisen od domene znanja, zato ga praviloma uporabljamo pri bazah znanja različnih področij (Krapež, Rajkovič, 2003, str. 27). Uporabniški vmesnik ter mehanizem sklepanja skupaj sestavljata lupino ekspertnega sistema. Na ta način je znanje ločeno od algoritmov, ki znanje uporabljajo. Prednosti tega so: baza znanja je odvisna le od konkretne aplikacije, medtem ko je lupina vsaj načeloma neodvisna. Zato je naš cilj pri gradnji ekspertnih sistemov ta, da bi imeli tako lupino, ki bi bila univerzalno uporabna, vanjo pa bi samo vstavljali bazo znanja za vsako konkretno aplikacijo. Težava bi bila v tem, da bi morale biti vse baze znanj zgrajene tako, da bi se lupina in baza znanja med seboj razumeli. 3.3 DEXI DEXi je računalniški program za večparametrsko odločanje. Razvit je bil na osnovi posebne lupine ekspertnega sistema za večparametrsko odločanje DEX, ki deluje v okolju DOS, medtem ko DEXi teče v okolju Windows. Podpira kvalitativne merske lestvice, funkcije koristnosti so predstavljene s pravili tipa»če-potem«v obliki tabel. Baza znanja je odločitveni model. Odločanje s pomočjo programa DEXi poteka tako, da najprej zgradimo model. Ta je sestavljen iz drevesa kriterijev (atributov, parametrov) in odločitvenih pravil. Liste drevesa kriterijev predstavljajo osnovni parametri, ki vplivajo na odločitev. Z odločitvenimi pravili pa določamo vrednosti parametrov v vozliščih drevesa vse do korena, ki predstavlja končno oceno predmeta odločanja. Z odločitvenimi pravili lahko upoštevamo, da je vpliv nekega parametra na končno oceno variante odvisen od njegove vrednosti, kar pomeni, da uteži niso konstante. Zalogo vrednosti parametrov običajno sestavljajo naravne vrednosti parametrov. Smiselno jo je zmanjšati, da ostaja odločitveni model dovolj občutljiv in razlikuje bistvene razlike med variantami. Opis variant v realni odločitveni situaciji pogosto ni popoln. Zgodi se, da vseh podatkov ne dobimo, da so nenatančni ali verjetnostnega značaja. Ne glede na to računalniški program DEXi variante ovrednoti. Rezultat pa je lahko podan tudi na intervalu. To je odvisno od vpliva nedoločenega parametra na končno oceno variante. Interpretacija rezultatov, ki jo mora narediti človek, poteka od korena preko vozlov do listov odločitvenega drevesa. Za bolj nazorno predstavo pa lahko z DEXi-jem naredimo različne grafične predstavitve: od primerjav variant po posameznih parametrih do radarskih diagramov, kjer lahko grafično primerjamo med seboj variante po več parametrih. Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 15 od 51

19 Prednosti/Slabosti Odločitveni model, zgrajen s pomočjo računalniškega programa DEXi, omogoča poleg uporabe mehkih podatkov tudi pregledno razlago rezultatov. Omogoča upoštevanje uteži, ki so odvisne od vrednosti parametra. Študij odločitvenega drevesa in funkcij koristnosti omogoča razumevanje odločitvenega problema, s tem pa tudi končne ocene variante tudi tistim, ki model samo uporabljajo (ga niso gradili). Analiza»kaj-če«je preprosta. Variante in rezultate lahko na različne načine tudi grafično predstavimo. Na drugi strani pa ima DEXi tudi nekatere pomanjkljivosti. DEXi ni tako razširjen računalniški program, kot je elektronska preglednica. Kot program ni zahteven za uporabo, treba pa je poznati metodologijo večparametrskega odločanja in osnovna pravila za delo z njim. Slabost pri vrednotenju s pomočjo DEXi-ja je ta, da ne zna razvrščati znotraj razreda, to je posamezne opisne vrednosti, na primer»odlično«. Če nas zanima razvrstitev variant, ki so ocenjene z isto opisno oceno, lahko kot dopolnilo uporabimo program Vredana. 3.4 VREDANA Vredana je program za vrednotenje in analizo variant v večparametrskih odločitvenih modelih, zgrajenih z lupino ekspertnega sistema DEX. Omogoča dodatno analizo rezultatov vrednotenja programov DEX in DEXi. Posebnost programa je analiza tipa»kaj-če«in kombinirano kakovostno in količinsko vrednotenje variant. Program VREDANA ne vsebuje nobenih velikih novosti v pogledu funkcij, ki so že znane in tudi implementirane z različnimi programskimi orodji na različnih platformah. V programu so torej združene funkcije, ki so do sedaj obstajale vsaka zase, zato je bila njihova uporaba bolj zapletena. Uporaba programa VREDANA omogoča torej lažje, predvsem pa hitrejše delo, saj odpadejo vsi prenosi podatkov med programi in v zvezi s tem ponavljanje nekaterih akcij, kot je npr. večkratno vrednotenje variant. Največja moč programa VREDANA je v transparentnosti vrednotenja variant in prikaza rezultatov vrednotenja, kar omogoča zelo dobro podporo odločanju, saj je možno dobro zagovarjanje posameznih odločitev. Hkrati pa je možno delati tudi številne primerjave in analize variant (analiza tipa «kaj-če«). Glavne prednosti programa VREDANA so: razmeroma majhne zahteve po strojni opremi, enostavnost uporabe zmožnost obdelave kompleksnih odločitvenih problemov, kombiniranje kakovostnega in količinskega vrednotenja variant, jasnost prikazanih rezultatov, sposobnost različnih vrst dodajanja novih variant, zmožnost sprotnega vrednotenja variant, zmožnost spreminjanja baze znanja (podatki o variantah), Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 16 od 51

20 dvosmerna podatkovna povezava z lupino ekspertnega sistema DEXi, zmožnost obdelave več dreves parametrov. Seveda pa poleg dobrih stvari obstajajo tudi nekatere pomanjkljivosti: nezmožnost spreminjanja baze znanja v delu, ki se nanaša na opis odločitvenega problema (drevo parametrov in njihove zaloge vrednosti, funkcije koristnosti), počasnost postopka kakovostnega in količinskega vrednotenja (še posebej pri kompleksnih problemih z velikim številom variant), prikaz drevesa parametrov ne vsebuje prikaza funkcij koristnosti, zmožnost obdelave le ene skupine funkcij koristnosti (uporaba več skupin je sicer zelo redka). Iz zgoraj naštetih značilnosti programa Vredana je razvidna smiselnost uporabe programa, kot dopolnilo programu DEXi. Vredana namreč omogoča razvrščanje izdelkov tudi znotraj razreda. Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 17 od 51

21 4 IZGRADNJA VEČPARAMETRSKEGA ODLOČITVENEGA MODELA 4.1 IDENTIFIKACIJA PROBLEMA V podjetju se vsako leto srečamo s problemom uvrstitve novih izdelkov v prodajni program naših maloprodajnih trgovin. Do sedaj je za uvrščanje novih izdelkov v maloprodajne trgovine skrbel koordinator, ki je bil zadolžen za področje kataloške prodaje. Pri svojem delu se koordinator srečuje s številnimi problemi. Prvi problem je že v določanju kriterijev za sam izbor. Izbor novih izdelkov namreč ne poteka po enotnih kriterijih. Pri samem izboru se ne določa ponderjev za kriterije. Če se na novo vpeljani izdelek dobro prodaja, je referent deležen pohval, ko pa je slika obratna, pa nanj pada plaz očitkov, češ da izdelke izbira na podlagi svojih osebnih koristi. Z analizo smo ugotovili, da problem ni v samem odločevalcu, temveč v načinu izbora. Ena oseba namreč nima na razpolago vsega znanja, ki je pri tako zapletenem problemu potrebno. Naš cilj je izgraditi odločitveni model, ki nam bo omogočal izbor novih izdelkov po enotnih kriterijih, ki jih bo določila skupina ljudi. V izgradnjo odločitvenega modela smo zato vključili skupino ljudi, ki so neposredno povezani s tem problemom. Zgrajen odločitveni model bo omogočal analizo posameznih variant. V natančni analizi lahko vidimo prednosti in slabosti posamezne variante v primerjavi z drugimi. Model bo izveden s pomočjo programa za podporo odločanju DEXi, ki omogoča modeliranje ekspertnega znanja s pomočjo računalnika. Računalniška podpora lahko bistveno izboljša proces odločanja. Računalnik nam služi kot mentor naših odločitev in nam nakazuje primerne postopke v procesu odločanja. Z večkriterijskim in neostrim odločanjem širi naše miselne zmogljivosti, pojasnjuje izbor in omogoča izvajanje analiz in ustvarjanje baze znanj o odločanju. Upošteva tako dognanja večkriterijskih odločitvenih sistemov kot tudi pomen intuitivnega odločanja in oba sistema povezuje v enotno celovito podporo odločanju. S predstavljenim računalniškim programom želimo prikazati, da je tudi proces odločanja možno na enostaven in vodljiv način računalniško podpreti in tako zagotoviti iskanje rešitev, skladnih z našimi cilji. 4.2 IDENTIFIKACIJA KRITERIJEV (ATRIBUTOV) SPISEK KRITERIJEV Sprva smo naredili spisek kriterijev, ki vplivajo na končno odločitev. Pri tem je treba paziti, da ne spregledamo pomembnih, bistvenih kriterijev. Atributi oziroma kriteriji so hierarhično razvrščeni v drevesu atributov in so osnova za sestavo odločitvenega drevesa. Vsak atribut je ne glede na vrsto (osnovni ali izpeljani) določen z imenom, opisom in zalogo vrednosti. Izpeljani atributi predstavljajo notranje vozle drevesa. Vsak od njih ima enega ali več nižje ležečih atributov, ki so lahko osnovni ali izpeljani (Jereb, Bohanec, Rajkovič, 2003, str. 63). Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 18 od 51

22 V nadaljevanju so predstavljeni kriteriji in njihovi opisi: A. Dobavitelj oz. proizvajalec Kriterij dobavitelj oziroma proizvajalec se nanaša na njegov ugled oziroma način poslovanja. Kakovost dobavitelja je pomembna pri izboru izdelka. a.) ugled: kriterij se nanaša na ugled, ki ga ima dobavitelj pri poslovanju z nami in z drugimi poslovnimi partnerji. Ugled ocenjujemo po sledečih kriterijih: reklamacije: število reklamacij na sto postavk reference: število podjetij, ki nam je dalo reference za dobavitelja držanje rokov: v kakšni meri se dobavitelj drži dogovorjenih rokov b.) način poslovanja: kriterij se nanaša na način poslovanja dobavitelja plačilni pogoji: rok plačila v dnevih za dobavljeno blago naročanje: čas, v katerem lahko naročimo blago pri dobavitelju čas dostave: v kakšnem času nam dobavitelj dostavi naročeno blago B. Lastnosti izdelka Kriterij se nanaša na zaželenost izdelka, njegovo atraktivnost in značilnost samega izdelka. a.) zaželenost: kriterij je odvisen od reklamiranja, kakovosti izdelka ter od znamke izdelka reklama: količina reklame vpliva na zaželenost izdelka, pomembno pa je tudi, kdo je plačnik reklame. Ali reklamo plačamo mi ali dobavitelj. Kvaliteta: kakovost izdelka vpliva na prodajo. Namreč, če je izdelek kakovosten, obdržimo obstoječe kupce in lažje pridobimo nove. - interni pogled na kakovost: izdelek preverijo notranji strokovnjaki in ga ocenijo po določenem vprašalniku ali pa se pridobi analizne certifikate za kakovost izdelka. - inštitut za raziskavo tržišča: po našem naročilu naredi inštitut raziskavo tržišča o kakovosti izdelka, ki jo podajo anketiranci. blagovna znamka: Ljudje se namreč poistovetijo z blagovnimi znamkami. Primer vozila Volvo: Kar 70 odstotkov lastnikov vozil Volvo bi avto kupilo znova. b.) atraktivnost: je odvisna od porekla, velikosti izdelka in od všečnosti embalaže poreklo: odkod izvira izdelek glede na geografsko poreklo velikost: volumen izdelka prostor, ki ga izdelek zasede v trgovini. Ljudje imamo radi izdelke, ki so majhni (npr. aparati, zaradi lažjega transporta) embalaža: zunanja podoba embalaže, oceno dobimo od inštituta za raziskovanje tržišča, ki opravi anketo med potencialnimi kupci. c.) značilnost: izdelke ocenjujemo na podlagi trajanja garancije in roka uporabe ter vpliva novega izdelka na prodajo obstoječih izdelkov. Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 19 od 51

23 garancija: čas garancije, ki velja za izdelek rok uporabe: čas uporabnosti določenega izdelka vpliv na prodajo obstoječih izdelkov: kakšen je vpliv novega izdelek na prodajo obstoječih izdelkov, ki jih imamo v obstoječem prodajnem programu. C. Donosnost: Nanaša se na oceno prodaje, razliko v ceni na izdelek in na konkurenco. a.) ocena prodaje: prodajo ocenimo na podlagi ocene dobavitelja in ocene tržnikov. Ocena je pomembna za kasnejšo primerjavo podatkov ocena dobavitelja: ocena prodaje, ki jo poda dobavitelj izdelka ocena tržnikov: ocena prodaje na podlagi analize, ki jo izvedejo tržniki b.) RVC/kom: kakšna je razlika v ceni na en izdelek. c.) konkurenca: kje vse je oziroma bo možno kupiti izdelek STRUKTURIRANJE KRITERIJEV Iz spiska kriterijev zgradimo drevesno strukturo vsebinsko združenih kriterijev, ki predstavlja strukturo odločitvenega problema. Kriterije hierarhično uredimo, pri čemer upoštevamo medsebojne odvisnosti in vsebinske povezave. Kriterije strukturiramo iz več razlogov (Krapež, Rajkovič, 2003, str. 33): zaradi preglednosti nad odločitvenim modelom in s tem tudi nad odločitvenim znanjem, zato, da združimo kriterije, ki so vsebinsko povezani, in s tem dosežemo, da smiselno vplivajo na odločitev, zato, da lažje določamo odločitvena pravila, s tem pa dosežemo tudi razumljivo razlago končne odločitve. Kriteriji na višji ravni so odvisni od tistih na nižjih ravneh. Izpeljani kriteriji imajo naslednike na nižjih ravneh drevesa in tako predstavljajo notranje vozle drevesa. Na najnižji ravni, brez naslednikov, so osnovni kriteriji, ki so odvisni le od značilnosti posameznih variant in so vhodni parametri odločitvenega modela. V našem primeru je npr. izpeljani (agregirani) kriterij izbor izdelka odvisen od naslednjih kriterijev: dobavitelja oziroma proizvajalca, lastnosti izdelka in od donosnosti. Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 20 od 51

24 Slika 3: Drevo kriterijev za izbor izdelka MERSKE LESTVICE Kriterijem, ki so v drevesu kriterijev, določimo merske lestvice (zaloge vrednosti), ki jih lahko zavzamejo pri vrednotenju. Pri DEXi-ju so zaloge vrednosti kriterijev, ki se v programu imenujejo atributi, sestavljene iz besed ali številskih intervalov. Zaloge vrednosti so diskretne, praviloma urejene od slabih proti dobrim, ker le-to omogoča uporabo uteži pri določanju funkcij koristnosti. Za lažje delo s funkcijami koristnosti in zaradi občutljivosti modela je dobrodošlo tudi, da število vrednosti raste počasi od listov proti korenu drevesa. V našem primeru smo ocenjevali izbor izdelka s 4- stopenjsko lestvico: slab, sprejemljiv, dober in zelo dober. Na sliki 4 so predstavljene zaloge vrednosti posameznih kriterijev. Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 21 od 51

25 Slika 4: zaloge vrednosti kriterijev za odločitveni model izbora izdelka 4.3 DEFINICIJA FUNKCIJ KORISTNOSTI Za posamezne liste osnovne parametre določimo vrednosti pri opisu variant. Funkcija koristnosti pa določa vpliv podrednih kriterijev na nadrejeni kriterij. Ko določamo funkcijo koristnosti za nadrejene kriterije, je pomembno ugotoviti, kateri osnovni kriteriji so pomembnejši od drugih. Ugotoviti pa je treba tudi, ali v modelu morda ne nastopajo izločilni kriteriji. Pri določanju funkcije koristnosti uporabljamo preferenčno znanje odločevalcev. To pa je odvisno ne le od znanj, ki jih odločevalec ima o določeni domeni znanja, ampak tudi od njegovih vrednot in njegovega statusa. V programu DEXi so funkcije koristnosti predstavljene po točkah. Vsaka točka predstavlja preprosto odločitveno pravilo tipa»če-potem«. Pravila so vrstice tabele, ki predstavljajo funkcijo koristnosti. Posredno nam pri izdelavi tabele odločitvenih pravil pomaga DEXi, in sicer, če določimo uteži posameznih atributov, na primer Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 22 od 51

26 50% 50%. S tem smo predvideli, da je naša funkcija koristnosti ravnina. Tako običajno z modelom utežne vsote začnemo z določanjem funkcije koristnosti, na tak način dobljeno začetno tabelo popravimo v tistih pravilih (točkah), ki se nam ne zdijo ustrezna. S tem program omogoči, da prvotno ravnino po potrebi preoblikujemo v funkcijo koristnosti, ki ustrezneje izraža naše preference (Jereb, Bohanec, Rajkovič, 2003, str ). Določanje funkcij koristnosti smo izvedli v manjši skupini, nato pa smo funkcije koristnosti uskladili v celotni skupini. Najpomembnejši kriterij, ki ob zadostni oceni ostalih kriterijev prevlada, je kriterij»lastnosti izdelka«. Zelo pomemben kriterij je tudi razlika v ceni na proizvod, ocena kakovosti proizvoda, ki jo da inštitut za raziskavo tržišča ter vpliv na prodajo obstoječih izdelkov. Vprašamo se, ali morda v prodajnem programu že imamo konkurenčni izdelek, ki bi mu z vpeljavo novega izdelka zmanjšali prodajo. Tabela 1 prikazuje funkcijo koristnosti za oceno primernosti izbora izdelka, ki predstavlja koren drevesa kriterijev in združuje podredne kriterije: dobavitelj oziroma proizvajalec, lastnosti izdelka in donosnost izbranega izdelka. Vsako pravilo podaja kombinacijo oziroma kombinacije vrednosti teh treh kriterijev, ki vodijo v določeno končno oceno izdelka. V 22. vrstici najdemo pravilo, ki določa zelo primeren izdelek za vpeljavo. V to oceno vodijo kombinacije, kjer je potrebna ocena dobavitelja»sprejemljivo«oziroma»bolje«, lastnost izdelka je ocenjena z»zelo dober«in je donosnost izdelka vsaj»dobra«. V našem drevesu kriterijev imamo enajst tabel odločitvenih pravil. Funkcije koristnosti smo določili za vsako vozlišče, ki ni list. Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 23 od 51

27 Tabela 1: Funkcija koristnosti, podana z odločitvenimi pravili za oceno primernosti izdelka Slika 5: Funkcija koristnosti za izvedeni kriterij»ocena prodaje«. Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 24 od 51

28 Tabela 2: Uteži posameznih kriterijev za izbor izdelka Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 25 od 51

29 4.4 OPIS VARIANT Vsako varianto opišemo z vrednostmi osnovnih kriterijev, ki ležijo na listih drevesa. Do tega opisa pridemo s proučevanjem variant in zbiranjem podatkov o njih. Opis variant v realni odločitveni situaciji pogosto ni popoln. Možno je, da ne dobimo vseh potrebnih podatkov, da so ti nenatančni ali pa verjetnostnega značaja. Ne glede na to pa računalniški program DEXi variante ovrednoti, rezultat pa je lahko podan tudi na intervalu, kar je odvisno od vpliva nedoločenega parametra na končno oceno variante (Krapež, Rajkovič, 2003, str. 25). V tabeli 3 so predstavljeni podatki za vseh sedem izdelkov, ki smo jih ocenjevali. Za kriterije reklamacije, ocene prodaje s strani dobavitelja in tržnikov so vzete povprečne mesečne vrednosti izračunov. izdelek A izdelek B izdelek C izdelek D izdelek E izdelek F izdelek G reklamacije 0,181 1,215 0,693 1,172 0,143 0,163 0,1342 reference držanje rokov plačilni pogoji 45 dni 20 dni 50 dni 90 dni 60 dni 120 dni 15 dni naročanje 7-15 h 24 h 7-17 h 24 h 24 h 24 h 7-18 h čas dostave 7 dni v 24 urah 3-7 dni 7 dni 4-7 dni 7 dni v 12 urah reklama naša stran dobav. ni reklam ni reklam dobav. ni reklam dobav. interni pogled na kvaliteto inštitut za raziskavo tržišča blagovna znamka N* K* H* brez 3* V* L* poreklo IZR SLO FRA KIT ZDA SPA SLO velikost 0,6 dm^3 0,1 dm^3 100 dm^3 0,92 dm^3 0,78 dm^3 0,96 dm^3 0,38 dm^3 embalaža 85% 91% 20% 72% 76% 48% 68% garancija 36 mes 18 mes 48 mes 36 mes 60 mes 18 mes 16 mes rok uporabe 120 mes 30 mes 120 mes 84 mes 72 mes 32 mes 24 mes vpliv na prodajo obstoječih izdelkov 9% 32% 3% 2,50% 13% 9% 33% ocena dobavitelja ocena tržnikov RVC na kom v SIT konkurenca spec. trg st,zt,lek le mi le mi spec. trg st,zt,lek. st,zt,lek Tabela 3: Vrednost variant po kriterijih Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 26 od 51

30 Slika 6 : Variante izdelkov 4.5 VREDNOTENJE IN ANALIZA VARIANT Vrednotenje variant je postopek določanja končne ocene variant na podlagi njihovega opisa po osnovnih kriterijih. Vrednotenje poteka»od spodaj navzgor«, v skladu s strukturo kriterijev in funkcijami koristnosti. Varianta z najboljšo oceno je običajno najboljša, če pri ocenitvi ni prišlo do večjih napak. Na končno oceno namreč vpliva mnogo dejavnikov in pri vsakem od njih lahko pride do napake. Poleg tega pa tudi sama končna ocena navadno ne zadostuje za celovito sliko o posamezni varianti, zato je potrebno variante analizirati (Jereb, Bohanec, Rajkovič, 2003, str. 14). Rezultate vrednotenja lahko predstavimo grafično, s pomočjo grafikonov ali pa tekstovno, v obliki tabel. Računalniški program DEXi glede na število izbranih parametrov prikaže rezultate v stolpičnem (izbran en sam parameter, slika 7), korelacijskem (dva izbrana parametra hkrati; slika 8) ali zvezdnem grafikonu (trije ali več izbranih parametrov; slika 9), kjer vsaka os ustreza enemu od izbranih parametrov. Posebno vlogo pri prikazu rezultatov imajo tudi barve, pri čemer zelena barva ponazarja najboljše, modra srednje in rdeča najslabše vrednosti. Končne ocene vrednotenja smo predstavili s stolpičnim grafikonom (slika 7). Najboljši varianti predstavljata izdelka A in E. Izdelek A odstopa od drugih, saj je dobil oceno»zelo dobro«. Za izdelek E smo morali narediti analizo s programom Vredana (slika 10), kjer smo ugotovili, da je bil ocenjen bolje kot izdelek F, ki bi še Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 27 od 51

31 edini zadostil našim kriterijem za uvrstitev v prodajni program naših maloprodajnih trgovin. Slika 7: stolpični grafikon končne ocene izbora izdelkov za osem izdelkov Slika 8: Korelacijski grafikon za kriterija»donosnost«in» lastnosti izdelka«andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 28 od 51

32 Slika 9: Vrednotenje izdelka A in E s pomočjo zvezdnega grafikona Če podrobneje pogledamo oba najbolje ocenjena izdelka, vidimo, da se bistveno razlikujeta po kar nekaj kriterijih. Pri tem si pomagamo z zvezdnim grafikonom (slika 9) in s sliko 6, kjer so vrednoteni vsi izdelki. Tako ima izdelek A najvišjo možno oceno pri sedmih kriterijih, in sicer: reklamacije in reference dobavitelja, interni pogled na kakovost izdelka, inštitut za raziskavo tržišča, poreklo izdelka, garancija, rok uporabe izdelka, izdelek E pa najvišjo oceno kar pri enajstih kriterijih. Kljub temu je dobil najvišjo oceno le izdelek A, saj so uteži pri kriterijih, ki so boljši pri izdelku A, neprimerno pomembnejše kot pri kriterijih, v katerih je boljši izdelek E. Izdelek A je boljši v sledečih kriterijih: poreklo, embalaža, donosnost in v oceni kakovosti izdelka s strani inštituta za raziskavo tržišča. Izrazita slabost izdelka A je v dolgem času dostave blaga. Izrazita prednost izdelka E je zelo dober ugled dobavitelja, možnost naročila kadar koli in zelo dobra ocena prodaje s strani tržnikov in dobavitelja. Poglavitna slabost izdelka E je njegova donosnost. Slabšo oceno pa je dobil tudi pri oceni inštituta za raziskavo tržišča, in sicer pri oceni kakovosti. Kot najboljša izbira med izbranimi variantami se je pokazal izdelek A. Ta izbor je najprimernejši, ker so lastnosti izdelka ocenjene kot zelo dobre, donosnost kot dobra, ocena dobavitelja pa kot sprejemljiva. Zaradi te ocene bi bilo smiselno razmisliti, da bi izdelek A v prihodnosti uvažali sami brez posrednika. Tu pa se pojavi problem ekskluzivnih dobaviteljev, ker se pogodbe podpisujejo za več let. Za izdelek A ima dobavitelj sklenjeno pogodbo s proizvajalcem še do konca leta Slika 10: Vrednotenje izdelkov s programom Vredana Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 29 od 51

33 4.6»KAJ-ČE«ANALIZA Pri analizi»kaj-če«ugotavljamo, kaj se zgodi, če spremenimo vrednosti enega ali več parametrov kake variante. V prvem delu analize tako smiselno izberemo parametre, katerim spremenimo vrednosti in opazujemo vpliv spremembe na končno oceno. Glede na vsebino odločitvenega modela je skozi čas hipotetično možno, da se spremenijo predvsem naslednji kriteriji: reklama, embalaža in čas dostave. V prvem primeru smo preizkusili, kaj bi se zgodilo, če bi dobavitelj izdelek F reklamiral v večji meri. Na sliki 11 se vidi, da bi v tem primeru izdelek F postal primernejši od izdelka A. Zaradi teh razlogov je potrebno razmisliti, ali ne bi izdelek F prišel v poštev za uvrstitev v naš prodajni program. Trenutno sicer ni najprimernejši, toda če bi se nam uspelo dogovoriti, da bi dobavitelj množično reklamiral izdelek, bi ga bilo vsekakor potrebno uvrstiti v naš prodajni program. Zaradi tega razloga je smiselno izdelek F obdržati v naši evidenci za vključitev v naslednji odločitveni model. Slika 11:»kaj-če«dobavitelj oglašuje izdelke V drugem primeru smo preizkusili, kaj bi se zgodilo, če bi vsi izdelki dobili novo embalažo, ki bi bila kupcem zelo všeč. Na sliki 12 se vidi, da bi se izboljšala le ocena izdelka C, toda njegova ocena bi bila še vedno le «dober«, tako da izdelek C lahko črtamo iz naše evidence. Slika 12:»kaj-če«izdelki dobijo novo (zelo dobro) embalažo Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 30 od 51

34 V tretjem primeru smo preizkusili, kakšno končno oceno bi dobili izdelki, če bi bila dostava za vse izdelke krajša od 24 ur. Vidimo, da v tem primeru najvišjo oceno pridobita izdelka A in E. Končna ocena se spremeni le pri izdelku E, in sicer na»zelo dober«. Slika 13:»kaj-če«dostava izdelkov v 24 urah V naslednjem primeru je prikazano kaj bi se zgodilo, če bi bili plačilni pogoji pri vseh izdelkih daljši od 60 dni. Na sliki 14 je razvidno da bi izboljšala ocena le izdelkoma B in G, toda njuna ocena bi bila še vedno le «dober«, tako da izdelek B in G lahko črtamo iz naše evidence. Boljšo oceno od njiju imata še vedno izdelka A in E. Slika 14 :»kaj-če«rok plačila daljši od 60 dni Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 31 od 51

35 5 ZAKLJUČKI Mnenje mnogih je, da se lahko dovolj dobro odločajo brez takega ali podobnega modela, rekoč, da imajo v glavi vse potrebne podatke in informacije ter da zaupajo svoji intuiciji. Z njimi se lahko le delno strinjamo, pa še to le v primerih, ko gre za enkratne ter relativno enostavne in preproste odločitve. V vsakem primeru, ko se o nečem odločamo, moramo podatke zbrati in jih obdelati po kriterijih, ki so za vse enaki. Primer, prikazan v diplomski nalogi, prikazuje pri uvrščanju novih izdelkov v naše maloprodajne trgovine moč in nemoč razpoložljivega računalniškega pristopa v procesih zagotavljanja kakovostnih odločitev. Uporaba takih in podobnih metod nam še ne zagotavlja kakovostnih in dobrih odločitev sama po sebi. Predstavlja pa prikladen pripomoček v smislu podpore človekovim miselnim procesom v zapletenih odločitvenih situacijah, kjer moramo sočasno upoštevati veliko število različnih dejavnikov. Pridemo namreč do izziva obdelave informacij na osnovi dela človekovega znanja, ki ga lahko modeliramo z računalnikom. Prav ta izziv pa moramo sprejeti kot konkurenčno možnost. Prednost takih metod pri odločanju je tudi v večji transparentnosti odločitve, saj se o vseh variantah odločamo po istih kriterijih. Končna analiza nam lahko služi tudi kot baza znanja za sprejemanje odločitev v prihodnosti. Zavedati pa se moramo, da računalnik sam ne zagotavlja končnih presoj in odločitev. Končna presoja in odločitev ostajata v rokah človeka, torej nas samih. Informacijska tehnologija pa lahko prispeva k presoji in odločitvi, ki jo bolje razumemo. S tem lahko pomembno zmanjšamo možnost usodnih napak. V našem primeru smo se odločili za izdelek A, ki je v danem trenutku najprimernejši za uvrstitev v prodajni program naših trgovin. V analizi»kaj-če«sicer vidimo, da bi ob predpostavkah, da bi bili izpolnjeni določeni kriteriji iz teh analiz, v poštev prišla še izdelek E in izdelek F. Vendar predpostavke ne morejo biti izpolnjene v kratkem času. Vsekakor pa je smiselno izdelek E in izdelek F ohraniti v naši evidenci za uvrstitev v naslednji izbor novega izdelka. 5.1 POGOJI ZA UVEDBO Model sam je dokaj preprost in funkcionalen. Potem ko definiramo in strukturiramo kriterije, ga je relativno enostavno zgraditi, pa tudi njegova uporaba je enostavna. Najtežji del pri izgradnji modela je vsekakor iskanje in strukturiranje pravih kriterijev, ki opredeljujejo oceno novih izdelkov in pa določanje uteži glede na zastavljene cilje. Programski opremi za takšno rešitev, DEXi in Vredana, ustrezata vsem pogojem. V diplomski nalogi prikazan odločitveni model za uvajanje novih izdelkov v naše maloprodajne trgovine smo uporabili kot pomoč pri sprejemanju odločitve. Tak način sprejemanja odločitev je bil za zaposlene novost, ki pa se jim je zdela zelo uporabna. V našem podjetju se bomo zato v prihodnosti v večji meri posluževali programa DEXi za sprejemanje preglednejših, kakovostnejših in bolj transparentnih odločitev. Za tako reševanje problema imamo na voljo tako kadre kot tehnična in finančna sredstva. Problem je v pridobivanju pravih znanj za naš odločitveni problem Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 32 od 51

36 in v pomanjkanju izkušenj reševanja problemov s pomočjo računalnika. Največji strošek v našem modelu je bil strošek inštituta za raziskovanje tržišča, ki je za nas izvedel raziskave med potencialnimi kupci. 5.2 MOŽNOST NADALJNJEGA RAZVOJA Odločitveni model je izpolnil naše cilje, ki smo si jih zadali pred začetkom izbora. S pomočjo modela za analizo lahko uvajanje novih izdelkov v naše maloprodajne trgovine najprej analiziramo, podamo njegovo oceno in pri tem opravimo še dodatno analizo za uvajanje novih izdelkov v prihodnosti. Model bomo lahko nadgradili v skladu s pogoji, ki bodo lahko v tistem trenutku pomembnejši od sedanjih. Sčasoma bomo model popolnoma preuredili, izbrali novo odločitveno skupino in na podlagi novih dognanj v ekspertnih sistemih zgradili nov odločitveni model, ki bo zgrajen na enaki osnovi, vendar z drugo bazo znanja. Rezultate iz programa DEXi bi bilo možno še dodatno analizirali s kakim drugim programom za večparametrsko odločanje. Model smo izvedli v praksi in z minimalnimi stroški za tehnologijo. Edini strošek predstavlja znanje, ker je ekspertno znanje najpomembnejši člen tega odločitvenega modela. Določena znanja smo pridobili od inštituta za raziskovanje tržišča. To je bil tudi edini strošek našega odločitvenega modela. Ostala znanja pa smo pridobili od zaposlenih v podjetju. Osnova modela tako obstaja, priporočljiva pa je redna osvežitev baze znanja glede na smer razvoja naše dejavnosti in ekspertnih sistemov. Pomembno je poudariti, da so ekspertni sistemi samo pomoč tistim, ki odločajo in nikakor ne morejo sami sprejemati odločitev. Enako je naš odločitveni model samo pomoč analitikom, končno oceno samih izdelkov pa mora na koncu podati odločitvena skupina. Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 33 od 51

37 LITERATURA IN VIRI 1. Bohanec, M., Rajkovič, V. (1995): Večparametrski odločitveni model. Organizacija, Kranj, 28 (7), strani Bohanec, M. (1997): Talent: ekspertni sistem za usmerjanje otrok in mladine v športne panoge. Uporabniški priročnik. Ministrstvo za šolstvo in šport, Zavod Republike Slovenije za šolstvo, Ljubljana. 3. Bratko, I. (1997): Prolog in umetna inteligenca, Fakulteta za računalništvo in informatiko, Ljubljana. 4. Gradišar, M., Resinovič, G. (2001): Informatika v poslovnem okolju, Ekonomska fakulteta,. Ljubljana. 5. Gričar, J., Piskar S., (1988): Sistemski inženiring, Celostna sistemska metodologija za ustvarjalno reševanje problemov, Moderna organizacija, Kranj. 6. Hammond, J.S., Keeney, R.L., Raiffa, H. (2000): Pametne odločitve. Ljubljana: Gospodarski vestnik, Ljubljana. 7. Jereb, E., Bohanec, M., Rajkovič, V. (2003): DEXi: računalniški program za večparametrsko odločanje, Moderna organizacija, Kranj 8. Keeney, R.L., Raiffa, H. (1976): Decisions with Multiple Objectives: Preferences and Value Tradeoffs, John Wiley and Sons, New York. 9. Krapež, A., Rajkovič, V. (2003): Tehnologije znanja pri predmetu informatika: vodnik za izpeljavo sklopa tehnologije znanja, Zavod Republike Slovenije za šolstvo, Ljubljana. 10. Mayer in skupina avtorjev (2001): Skrivnost ustvarjalnega tima: Dedalus, Ljubljana. 11. Možina, S. (2002): Management: nova znanja za uspeh, Didakta, Radovljica. 12. Rajkovič, V., Bohanec, M. (1988): Sistemi za pomoč pri odločanju. Organizacija in kadri, Kranj, 21 (1-2), strani Rajkovič, V., Bohanec, M. (1991): O nekaterih problemih v procesu odločanja. Organizacija in kadri, Kranj, 24 (3-4), strani Rajkovič, V. (2006) Zapiski predavanj: Sistemi za podporo odločanju Rozman, R., Kovač, J., Koletnik, F. (1993): Management. Ljubljana, Gospodarski vestnik, Ljubljana. 16. Šet, A., Bohanec, M., Krisper, M. (2000): Vredana: Program za vrednotenje in analizo variant v večparametrskem odločanju, članek objavljen na spletni strani Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 34 od 51

38 PRILOGE Priloga 1: Izpis poročila iz programa DEXi...39 Priloga 2: Izpis poročila iz programa Vredana...53 KAZALO SLIK Slika 1: Večparametrski odločitveni model...11 Slika 2: Zgradba ekspertnega sistema...17 Slika 3: Drevo kriterijev za izbor izdelka...24 Slika 4: Zaloge vrednosti kriterijev za odločitveni model izbora izdelka...25 Slika 5: Funkcija koristnosti za izvedeni kriterij ocena prodaje...27 Slika 6: Variante izdelkov...30 Slika 7: Stolpični grafikon končne ocene izbora izdelkov za osem izdelkov...31 Slika 8: Korelacijski grafikon za kriterija donosnost in lastnosti izdelka...31 Slika 9: Vrednotenje izdelka A in E s pomočjo zvezdnega grafikona...32 Slika 10: Vrednotenje izdelkov s programom Vredana...32 Slika 11:»kaj-če«dobavitelj oglašuje izdelke...33 Slika 12:»kaj-če«izdelki dobijo novo (zelo dobro) embalažo...33 Slika 13:»kaj-če«dostava izdelkov v 24 urah...34 Slika 14:»kaj-če«rok plačila daljši od 60 dni...34 KAZALO TABEL Tabela 1: Funkcija koristnosti, podana z odločitvenimi pravili za oceno primernosti izdelka...27 Tabela 2: Uteži posameznih kriterijev za izbor izdelka...28 Tabela 3: Vrednost variant po kriterijih...29 Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 35 od 51

39 Priloga 1: Poročilo iz programa DEXi DEXi Stran 1 Drevo kriterijev Kriterij Opis IZBOR IZDELKA uvajanje novih izdelkov v naše MP Dobavitelj oz. proizvajalec ocena dobavitelja oz. proizvajalca izdelka Ugled ugled dobavitelja, ki dobavlja izdelek v naše MP Reklamacije št. reklamacij na sto postavk dobave Reference ugled dobavitelja pri drugih (dobaviteljih, banka,kupcih...) Držanje rokov dostave, rok plačila Način poslovanja plačilni pogoji, naročanje, čas dostave Plačilni pogoji čas plačila blaga Naročanje čas naročanja Čas dostave čas ki je potreben od naročila do dostave blaga v trgovino Lastnosti izdelka opis lastnosti samega izdelka Zaželenost Reklama Kvaliteta Interni pogled na kvaliteto pogled na kvaliteto z strani naših zaposlenih Inštitut za raziskavo tržišča primerjava izdelka z konkurenčnimi (pogled potencialnih kupcev) Blagovna znamka katere znamke je izdelek Atraktivnost atraktivnos izdelka Poreklo izvor izdelka Velikost Embalaža inštitut za raziskavo tržišča (izgled embalaže) Značilnost značilnosti izdelka (garancija, rok uporabe, vpliv na prodajo obstoječih i Garancija dolžina garancije, ki velja za izdelek Rok uporabe dolžina roka uporabnosti izdelka Vpliv na prodajo obstoječih izdelkov ali bo nov izdelek zmanjšal prodajo substituta Donosnost Pričakovan donos na vpeljan izdelek Ocena prodaje Ocena dobavitelja Ocena tržnikov RVC/kom zaslužek na kom izdelka Konkurenca kje vse je izdelek možno kupiti Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 36 od 51

40 DEXi Stran 2 Zaloge vrednosti Kriterij Zaloga vrednosti IZBOR IZDELKA slab; sprejemljiv; dober; zelo dober Dobavitelj oz. proizvajalec slab; sprejemljiv; dober; zelo dober Ugled slab; sprejemljiv; dober; zelo dober Reklamacije zelo veliko; veliko; sprejemljivo; malo Reference slabe; sprejemljive; dobre; zelo dobre Držanje rokov slabo; sprejemljivo; dobro; vedno Način poslovanja slab; sprejemljiv; dober; zelo dober Plačilni pogoji nesprejemljivo; sprejemljivo; dobro; zelo dobro Naročanje slabo; sprejemljivo; dobro; vedno Čas dostave slab; sprejemljiv; dober; zelo dober Lastnosti izdelka slab; sprejemljiv; dober; zelo dober Zaželenost majhna; sprejemljiva; velika; zelo velika Reklama slabo; sprejemljivo; dobro; zelo dobro Kvaliteta slabo; sprejemljivo; dobro; zelo dobro Interni pogled na kvaliteto slabo; sprejemljivo; dobro; zelo dobro Inštitut za raziskavo tržišča slabo; sprejemljivo; dobro; zelo dobro Blagovna znamka sprejemljivo; dobro; zelo dobro Atraktivnost slabo; sprejemljivo; dobro; zelo dobro Poreklo slabo; sprejemljivo; dobro; zelo dobro Velikost slabo; sprejemljivo; dobro; zelo dobro Embalaža slabo; sprejemljivo; dobro; zelo dobro Značilnost slabe; sprejemljive; dobre; zelo dobre Garancija nesprejemljivo; sprejemljivo; dobro; zelo dobro Rok uporabe slabo; sprejemljivo; dobro; zelo dobro Vpliv na prodajo obstoječih izdelkov zelo veliko; veliko; sprejemljivo; malo Donosnost slabo; sprejemljivo; dobro; zelo dobro Ocena prodaje slabo; sprejemljivo; dobro; zelo dobro Ocena dobavitelja slaba; sprejemljiva; dobra; zelo dobra Ocena tržnikov slaba; sprejemljiva; dobra; zelo dobra RVC/kom slaba; sprejemljiva; dobra; zelo dobra Konkurenca zelo veliko; veliko; sprejemljivo; malo IZBOR IZDELKA uvajanje novih izdelkov v naše MP 1. slab izdelek ni primeren za naše MP 2. sprejemljiv izdelek je manj primeren 3. dober izdelek bi bilo primerno uvrstiti v naše MP 4. zelo dober Izdelek moramo uvrstiti v naš prodajni program Dobavitelj oz. proizvajalec ocena dobavitelja oz. proizvajalca izdelka 1. slab neprimeren dobavitelj oz. proizvajalec 2. sprejemljiv dobavitelj manj zanesljiv 3. dober primeren dobavitelj 4. zelo dober izvrsten dobavitelj Ugled ugled dobavitelja, ki dobavlja izdelek v naše MP 1. slab neugleden dobavitelj 2. sprejemljiv manj zanesljiv dobavitelj (le en od treh kriterijev je dober) 3. dober dokaj zanesljiv dobavitelj (2 od treh kriterijev sta dobra) 4. zelo dober zelo velik ugled dobavitelja Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 37 od 51

41 DEXi Stran 3 Reklamacije št. reklamacij na sto postavk dobave 1. zelo veliko več kot 1,3 reklamacija na 100 postavk 2. veliko od 0,8 do 1,3 reklamacija na 100 postavk 3. sprejemljivo od 0,2 do 0,8 reklamacij na 100 postavk 4. malo manj kot 0,2 reklamacije na 100 postavk Reference ugled dobavitelja pri drugih (dobaviteljih, banka,kupcih...) 1. slabe nima referenc 2. sprejemljive reference vsaj treh podjetij 3. dobre reference od treh do osmih podjetij 4. zelo dobre več kot osem referenc Držanje rokov dostave, rok plačila 1. slabo problem pri več kot 7 dobavah 2. sprejemljivo pride od 3 do zamud 5 letno 3. dobro občasno pride do manjših zamud ( do 3 dobave letno) 4. vedno vedno opravljeno do roka Način poslovanja plačilni pogoji, naročanje, čas dostave 1. slab kratek rok plačila, naročilo možno le ob določenem času, dolg čas dostave 2. sprejemljiv eden od treh kriterijev je dober, ostala sprejemljiva 3. dober dva od treh kriterijev sta dobra 4. zelo dober dolg rok plačila, naročanje možno kadarkoli, čas dostave hitro Plačilni pogoji čas plačila blaga 1. nesprejemljivo avans 2. sprejemljivo od 1 do 30 dni 3. dobro od 30 do 60 dni 4. zelo dobro več kot 60 dni Naročanje čas naročanja 1. slabo naročanje ekrat tedensko 2. sprejemljivo naročilo možno le določene dneve v tednu (2-4 dneve) 3. dobro naročilo vsak dan od 7-15 ure vsak dan 4. vedno naročanje 24 ur dnevno Čas dostave čas ki je potreben od naročila do dostave blaga v trgovino 1. slab dostava kasneje kot v 48 urah 2. sprejemljiv dostava v 24 do 48 urah 3. dober dostava v 12 do 24 urah 4. zelo dober dostava v 12 urah Lastnosti izdelka opis lastnosti samega izdelka 1. slab slabe značilnosti izdelka, majhna atraktivnost in zaželenost 2. sprejemljiv eden od treh je dober 3. dober dva od treh kriterije vsta dobra 4. zelo dober dobre značilnosti, velika atraktivnost in zaželenost izdelka Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 38 od 51

42 DEXi Stran 4 Zaželenost 1. majhna nepoznana blagovna znamka, slabe kvalitete, brez reklam 2. sprejemljiva brez znamke, sprejemljive kvalitete, reklama deljena 3. velika neznana blagovna znamka, dobre kvalitete, ki se reklamira v medijih 4. zelo velika znana blagovna znamka, velike kvalitete, dobavitelj reklamira izdelek Reklama 1. slabo izdelek se ne reklamira 2. sprejemljivo izdelek se reklamira, reklamo plača naša stran 3. dobro izdelek se bo reklamiral, stroške si delimo z dobaviteljem 4. zelo dobro izdelek se bo reklamiral, stroške krije dobavitelj Kvaliteta 1. slabo izdelek slabe kvalitete 2. sprejemljivo izdelek sprejemljive kvalitete 3. dobro izdelek dobre kvalitete 4. zelo dobro zelo kvaliteten izdelek Interni pogled na kvaliteto pogled na kvaliteto z strani naših zaposlenih 1. slabo izdelek pri oceni kvalitete dobi slabo oceno 2. sprejemljivo izdelek dobi pri analizi oceno manjprimeren 3. dobro izdelek dobi pri analizi oceno dobro 4. zelo dobro z analizo potrjena odlična kvaliteta Inštitut za raziskavo tržišča primerjava izdelka z konkurenčnimi (pogled potencialnih kupcev) 1. slabo izdelek dobi pri raziskavi trga oceno 1 ali 2 2. sprejemljivo izdelek dobi v raziskavi oceno 3 3. dobro izdelek dobi v raziskavi oceno 4 4. zelo dobro izdelek dobi v raziskavi oceno 5 Blagovna znamka katere znamke je izdelek 1. sprejemljivo brez blagovne znamke 2. dobro manj znana blagovna znamka 3. zelo dobro uveljavljena blagovna znamka in Negasoft Atraktivnost atraktivnos izdelka 1. slabo slaba ocena izgleda embalaže, velik izdelek, poreklo Kitajska 2. sprejemljivo embalaža manj primerna, poreklo izven EU, srednje velik izdelek 3. dobro Poreklo EU, sorazmerno majhen izdelek, embalaža dobro ocenjena 4. zelo dobro odlična ocena embalaže, majhen izdelek, poreklo iz EU Poreklo izvor izdelka 1. slabo Kitajska 2. sprejemljivo Ostale države (brez EU, KIT, Severna Amerika, JAP) 3. dobro Severna Amerika, Japonska 4. zelo dobro Europa in Izrael Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 39 od 51

43 DEXi Stran 5 Velikost 1. slabo izdelek večji od 3 dm^3 2. sprejemljivo izdelek od 1 dm^3 do 3 dm^3 3. dobro izdelek od 0,5 do 1 dm^3 4. zelo dobro izdelek je manjši od 0,5 dm^3 Embalaža inštitut za raziskavo tržišča (izgled embalaže) 1. slabo embalaža všeč manj kot 66% anketirancem 2. sprejemljivo embalaža všeč od 66 do 80 % anketirancem 3. dobro embalaža všeč več od 80 do 90% anketirancem 4. zelo dobro embalaža všeč več kot 90 % anketirancem Značilnost značilnosti izdelka (garancija, rok uporabe, vpliv na prodajo obstoječih izdelkov 1. slabe kratek čas garancije in roka uporabe, velik vpliv na znižanje prodaje obstoječih izdelkov 2. sprejemljive sorazmerno velik vpliv na prodajo obstoječih izdelkov, krajši čas garancije in roka uporabe. 3. dobre majhen vpliv na zmanjšanje prodaje obstoječih izdelkov, garancija in rok uporabe sorazmerno dolga 4. zelo dobre dolg čas garancije in roka uporabe, majhen vpliv na zmanjšanje prodaje že obstoječih izdelkov Garancija dolžina garancije, ki velja za izdelek 1. nesprejemljivo manj kot 6 mesecev 2. sprejemljivo od 6 do 12 mesecev 3. dobro od 12 do 24 mesecev 4. zelo dobro več kot 24 mesecev Rok uporabe dolžina roka uporabnosti izdelka 1. slabo manj kot 6 mesecev 2. sprejemljivo od 6 do 12 mesecev 3. dobro od 12 do 36 mesecev 4. zelo dobro več kot 36 mesecev Vpliv na prodajo obstoječih izdelkov ali bo nov izdelek zmanjšal prodajo substituta 1. zelo veliko prodaja obstoječega izdelka se bo zmanjšala za več kot 35 % 2. veliko prodaja obstoječega izdelka se bo zmanjšala od 15 do 35 % 3. sprejemljivo prodaja obstoječega izdelka se bo zmanjšala do 15 % 4. malo vpliv novega izdelka na obstoječe je zanemarljiv Donosnost Pričakovan donos na vpeljan izdelek 1. slabo majhna ocena prodaje, z nizko RVC in veliko konkurenco 2. sprejemljivo 3. dobro 4. zelo dobro prodaja velika z veliko RVC na izdelek, malo konkurence Ocena prodaje 1. slabo izdelek se ne reklamira 2. sprejemljivo izdelek se reklamira, reklamo plača naša stran 3. dobro izdelek se bo reklamiral, stroške si delimo z dobaviteljem 4. zelo dobro izdelek se bo reklamiral, stroške krije dobavitelj Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 40 od 51

44 DEXi Stran 6 Ocena dobavitelja 1. slaba prodja manj kot 20 izdelkov na mesec 2. sprejemljiva prodaja od 20 do 160 izdelkov na mesec 3. dobra prodaja od 160 do 600 izdelkov na mesec 4. zelo dobra prodaja več kot 600 izdelkov na mesec Ocena tržnikov 1. slaba prodja manj kot 20 izdelkov na mesec 2. sprejemljiva prodaja od 20 do 160 izdelkov na mesec 3. dobra prodaja od 160 do 600 izdelkov na mesec 4. zelo dobra prodaja več kot 600 izdelkov na mesec RVC/kom zaslužek na kom izdelka 1. slaba manj kot 200 SIT na kom 2. sprejemljiva od 200 do 700 SIT na kom 3. dobra od 700 do 2000 SIT na kom 4. zelo dobra več kot 2000 SIT na kom Konkurenca kje vse je izdelek možno kupiti 1. zelo veliko blago na voljo povsod 2. veliko blago na voljo v spec. trgovinah in lekarnah in zeliščnih trg. 3. sprejemljivo blago na voljo le v spec. trgovinah 4. malo blago na voljo le v naših trgovinah Tabele odločitvenih pravil Dobavitelj oz. proizvajalec Lastnosti izdelka Donosnost IZBOR IZDELKA 19% 53% 28% 1 slab <=sprejemljiv <=sprejemljivo slab 2 slab <=dober slabo slab 3 <=sprejemljiv <=sprejemljiv slabo slab 4 * slab <=sprejemljivo slab 5 zelo dober slab <=dobro slab 6 slab <=sprejemljiv zelo dobro sprejemljiv 7 slab dober sprejemljivo:dobro sprejemljiv 8 slab >=dober sprejemljivo sprejemljiv 9 <=sprejemljiv dober sprejemljivo sprejemljiv 10 slab zelo dober <=sprejemljivo sprejemljiv 11 >=sprejemljiv sprejemljiv sprejemljivo sprejemljiv 12 sprejemljiv dober <=sprejemljivo sprejemljiv 13 sprejemljiv:dober dober slabo sprejemljiv 14 dober <=sprejemljiv >=dobro sprejemljiv 15 >=dober slab zelo dobro sprejemljiv 16 dober >=sprejemljiv slabo sprejemljiv 17 >=dober sprejemljiv <=sprejemljivo sprejemljiv 18 sprejemljiv sprejemljiv:dober zelo dobro dober 19 sprejemljiv zelo dober <=sprejemljivo dober 20 zelo dober sprejemljiv:dober >=dobro dober 21 * zelo dober zelo dobro zelo dober 22 >=sprejemljiv zelo dober >=dobro zelo dober Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 41 od 51

45 DEXi Stran 7 Ugled Način poslovanja Dobavitelj oz. proizvajalec 44% 56% 1 * slab slab 2 slab zelo dober sprejemljiv 3 sprejemljiv sprejemljiv:dober sprejemljiv 4 sprejemljiv:dober sprejemljiv sprejemljiv 5 sprejemljiv zelo dober dober 6 dober dober dober 7 zelo dober sprejemljiv dober 8 >=dober zelo dober zelo dober 9 zelo dober >=dober zelo dober Reklamacije Reference Držanje rokov Ugled 33% 18% 48% 1 zelo veliko slabe * slab 2 sprejemljivo >=sprejemljive sprejemljivo sprejemljiv 3 >=sprejemljivo zelo dobre slabo sprejemljiv 4 malo >=dobre slabo sprejemljiv 5 <=veliko >=dobre vedno dober 6 sprejemljivo sprejemljive >=dobro dober 7 sprejemljivo >=sprejemljive dobro dober 8 >=sprejemljivo sprejemljive dobro dober 9 malo sprejemljive sprejemljivo:dobro dober 10 malo >=sprejemljive sprejemljivo dober 11 >=sprejemljivo >=dobre vedno zelo dober 12 malo * vedno zelo dober 13 malo >=dobre >=dobro zelo dober Plačilni pogoji Naročanje Čas dostave Način poslovanja 46% 26% 29% 1 <=sprejemljivo slabo <=dober slab 2 nesprejemljivo vedno >=dober sprejemljiv 3 <=sprejemljivo vedno dober sprejemljiv 4 >=sprejemljivo slabo zelo dober sprejemljiv 5 >=dobro slabo >=sprejemljiv sprejemljiv 6 >=dobro dobro slab sprejemljiv 7 zelo dobro slabo * sprejemljiv 8 zelo dobro <=dobro slab sprejemljiv 9 >=dobro vedno >=dober zelo dober 10 zelo dobro >=sprejemljivo zelo dober zelo dober Zaželenost Atraktivnost Značilnost Lastnosti izdelka 54% 16% 30% 1 majhna * <=sprejemljive slab 2 majhna >=sprejemljivo zelo dobre sprejemljiv 3 majhna zelo dobro >=dobre sprejemljiv 4 sprejemljiva <=sprejemljivo >=dobre sprejemljiv 5 sprejemljiva >=dobro zelo dobre dober 6 velika <=dobro zelo dobre dober 7 velika sprejemljivo:dobro >=dobre dober 8 zelo velika >=dobro >=dobre zelo dober Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 42 od 51

46 DEXi Stran 8 Reklama Kvaliteta Blagovna znamka Zaželenost 19% 51% 30% 1 slabo slabo * majhna 2 slabo sprejemljivo:dobro >=dobro sprejemljiva 3 slabo dobro * sprejemljiva 4 sprejemljivo sprejemljivo:dobro sprejemljivo sprejemljiva 5 sprejemljivo:dobro sprejemljivo <=dobro sprejemljiva 6 >=sprejemljivo sprejemljivo sprejemljivo sprejemljiva 7 * zelo dobro sprejemljivo velika 8 sprejemljivo dobro >=dobro velika 9 sprejemljivo:dobro dobro dobro velika 10 * zelo dobro >=dobro zelo velika 11 zelo dobro >=dobro >=dobro zelo velika Interni pogled na kvaliteto Inštitut za raziskavo tržišča Kvaliteta 35% 65% 1 slabo <=dobro slabo 2 * slabo slabo 3 slabo zelo dobro sprejemljivo 4 >=sprejemljivo sprejemljivo sprejemljivo 5 sprejemljivo >=dobro dobro 6 >=sprejemljivo dobro dobro 7 >=dobro zelo dobro zelo dobro Poreklo Velikost Embalaža Atraktivnost 37% 29% 35% 1 * slabo slabo slabo 2 sprejemljivo <=sprejemljivo >=sprejemljivo sprejemljivo 3 sprejemljivo <=dobro sprejemljivo:dobro sprejemljivo 4 sprejemljivo * sprejemljivo sprejemljivo 5 sprejemljivo:dobro <=sprejemljivo sprejemljivo sprejemljivo 6 >=sprejemljivo slabo sprejemljivo:dobro sprejemljivo 7 slabo zelo dobro >=dobro dobro 8 <=dobro zelo dobro dobro dobro 9 dobro <=dobro zelo dobro dobro 10 dobro sprejemljivo:dobro >=dobro dobro 11 dobro dobro >=sprejemljivo dobro 12 dobro >=dobro sprejemljivo:dobro dobro 13 >=dobro dobro sprejemljivo:dobro dobro 14 >=dobro >=dobro sprejemljivo dobro 15 >=sprejemljivo zelo dobro zelo dobro zelo dobro 16 zelo dobro >=sprejemljivo zelo dobro zelo dobro Garancija Rok uporabe Vpliv na prodajo obstoječih izdelkov Značilnost 21% 27% 51% 1 <=sprejemljivo slabo * slabe 2 <=dobro <=dobro <=veliko slabe 3 * slabo <=veliko slabe 4 * * zelo veliko slabe 5 nesprejemljivo >=dobro malo dobre 6 * dobro malo dobre 7 >=dobro <=dobro malo dobre 8 >=sprejemljivo zelo dobro malo zelo dobre 9 zelo dobro zelo dobro >=sprejemljivo zelo dobre Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 43 od 51

47 DEXi Stran 9 Ocena prodaje RVC/kom Konkurenca Donosnost 38% 38% 25% 1 slabo <=sprejemljiva * slabo 2 slabo * <=sprejemljivo slabo 3 <=sprejemljivo slaba * slabo 4 <=sprejemljivo <=sprejemljiva <=sprejemljivo slabo 5 <=dobro slaba <=sprejemljivo slabo 6 slabo >=dobra malo sprejemljivo 7 sprejemljivo >=dobra veliko:sprejemljivo sprejemljivo 8 sprejemljivo zelo dobra <=sprejemljivo sprejemljivo 9 >=dobro slaba malo sprejemljivo 10 zelo dobro slaba >=sprejemljivo sprejemljivo 11 zelo dobro sprejemljiva <=sprejemljivo sprejemljivo 12 zelo dobro sprejemljiva:dobra zelo veliko sprejemljivo 13 sprejemljivo >=dobra malo dobro 14 >=dobro dobra sprejemljivo dobro 15 >=dobro zelo dobra <=veliko dobro 16 zelo dobro sprejemljiva malo dobro 17 >=dobro >=dobra malo zelo dobro 18 >=dobro zelo dobra >=sprejemljivo zelo dobro Ocena dobavitelja Ocena tržnikov Ocena prodaje 35% 65% 1 * slaba slabo 2 slaba >=dobra sprejemljivo 3 sprejemljiva >=dobra dobro 4 >=sprejemljiva dobra dobro 5 zelo dobra sprejemljiva:dobra dobro 6 >=dobra zelo dobra zelo dobro Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 44 od 51

48 DEXi Stran 10 Povprečne uteži Kriterij Lokalne Globalne Lok.norm. Glob.norm. IZBOR IZDELKA Dobavitelj oz. proizvajalec 18,6 18,6 18,6 18,6 Ugled 44,2 8,2 44,2 8,2 Reklamacije 33,3 2,7 33,3 2,7 Reference 18,2 1,5 18,2 1,5 Držanje rokov 48,4 4,0 48,4 4,0 Način poslovanja 55,8 10,4 55,8 10,4 Plačilni pogoji 45,5 4,7 45,5 4,7 Naročanje 25,8 2,7 25,8 2,7 Čas dostave 28,6 3,0 28,6 3,0 Lastnosti izdelka 52,9 52,9 52,9 52,9 Zaželenost 54,1 28,7 54,1 28,7 Reklama 18,9 5,4 20,4 5,9 Kvaliteta 51,0 14,6 55,2 15,8 Interni pogled na kvaliteto 34,8 5,1 34,8 5,5 Inštitut za raziskavo tržišča 65,2 9,5 65,2 10,3 Blagovna znamka 30,1 8,6 24,4 7,0 Atraktivnost 16,1 8,5 16,1 8,5 Poreklo 36,7 3,1 36,7 3,1 Velikost 28,6 2,4 28,6 2,4 Embalaža 34,7 3,0 34,7 3,0 Značilnost 29,8 15,8 29,8 15,8 Garancija 21,2 3,3 21,2 3,3 Rok uporabe 27,5 4,3 27,5 4,3 Vpliv na prodajo obstoječih izdelkov 51,3 8,1 51,3 8,1 Donosnost 28,4 28,4 28,4 28,4 Ocena prodaje 37,7 10,7 37,7 10,7 Ocena dobavitelja 34,8 3,7 34,8 3,7 Ocena tržnikov 65,2 7,0 65,2 7,0 RVC/kom 37,7 10,7 37,7 10,7 Konkurenca 24,5 7,0 24,5 7,0 Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 45 od 51

49 DEXi Stran 11 Rezultati vrednotenja Kriterij izdelek A izdelek B izdelek C izdelek D izdelek E IZBOR IZDELKA zelo dober sprejemljiv sprejemljiv sprejemljiv dober Dobavitelj oz. proizvajalec sprejemljiv sprejemljiv sprejemljiv slab dober Ugled dober dober sprejemljiv slab zelo dober Reklamacije malo veliko sprejemljivo veliko malo Reference zelo dobre zelo dobre sprejemljive slabe zelo dobre Držanje rokov sprejemljivo dobro sprejemljivo slabo dobro Način poslovanja sprejemljiv sprejemljiv sprejemljiv dober sprejemljiv Plačilni pogoji dobro sprejemljivo dobro zelo dobro dobro Naročanje dobro vedno dobro vedno vedno Čas dostave slab dober slab slab slab Lastnosti izdelka zelo dober dober sprejemljiv sprejemljiv zelo dober Zaželenost zelo velika zelo velika sprejemljiva sprejemljiva zelo velika Reklama sprejemljivo zelo dobro slabo slabo zelo dobro Kvaliteta zelo dobro zelo dobro dobro dobro dobro Interni pogled na kvaliteto zelo dobro dobro dobro dobro zelo dobro Inštitut za raziskavo tržišča zelo dobro zelo dobro dobro dobro dobro Blagovna znamka dobro zelo dobro dobro sprejemljivo zelo dobro Atraktivnost dobro zelo dobro slabo slabo dobro Poreklo zelo dobro zelo dobro zelo dobro slabo dobro Velikost dobro zelo dobro slabo dobro dobro Embalaža dobro zelo dobro slabo sprejemljivo sprejemljivo Značilnost zelo dobre slabe zelo dobre zelo dobre zelo dobre Garancija zelo dobro sprejemljivo dobro dobro zelo dobro Rok uporabe zelo dobro dobro zelo dobro zelo dobro zelo dobro Vpliv na prodajo obstoječih izdelkov sprejemljivo veliko malo malo sprejemljivo Donosnost dobro sprejemljivo dobro dobro sprejemljivo Ocena prodaje dobro dobro sprejemljivo sprejemljivo zelo dobro Ocena dobavitelja dobra zelo dobra sprejemljiva sprejemljiva zelo dobra Ocena tržnikov dobra dobra sprejemljiva sprejemljiva zelo dobra RVC/kom dobra sprejemljiva zelo dobra zelo dobra sprejemljiva Konkurenca sprejemljivo veliko malo malo sprejemljivo Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 46 od 51

50 DEXi Stran 12 Kriterij izdelek F izdelek G IZBOR IZDELKA dober sprejemljiv Dobavitelj oz. proizvajalec zelo dober dober Ugled zelo dober zelo dober Reklamacije malo malo Reference dobre zelo dobre Držanje rokov vedno vedno Način poslovanja dober sprejemljiv Plačilni pogoji zelo dobro sprejemljivo Naročanje vedno dobro Čas dostave slab zelo dober Lastnosti izdelka sprejemljiv dober Zaželenost sprejemljiva zelo velika Reklama slabo zelo dobro Kvaliteta dobro dobro Interni pogled na kvaliteto zelo dobro dobro Inštitut za raziskavo tržišča dobro dobro Blagovna znamka zelo dobro zelo dobro Atraktivnost dobro dobro Poreklo zelo dobro zelo dobro Velikost dobro zelo dobro Embalaža slabo sprejemljivo Značilnost dobre slabe Garancija zelo dobro nesprejemljivo Rok uporabe dobro dobro Vpliv na prodajo obstoječih izdelkov sprejemljivo veliko Donosnost dobro slabo Ocena prodaje zelo dobro dobro Ocena dobavitelja zelo dobra sprejemljiva Ocena tržnikov zelo dobra dobra RVC/kom dobra slaba Konkurenca veliko veliko Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 47 od 51

51 DEXi Stran 13 Grafikon izdelek G izdelek F izdelek E izdelek D izdelek C izdelek B izdelek A slab sprejemljiv IZBOR IZDELKA dober zelo dober Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 48 od 51

52 Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 49 od 51

53 Priloga 2: Poročilo iz programa Vredana Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 50 od 51

54 Andrej Treven:Odločitveni model za uvajanje novih izdelkov v maloprodajne trgovine stran 51 od 51

VREDNOTENJE KAKOVOSTI KOT PODPORA ODLOČANJU IN VODENJU Vrednotenje izobraževalnih programov na podlagi ekspertnega sistema DEX in matrike portfelja 11

VREDNOTENJE KAKOVOSTI KOT PODPORA ODLOČANJU IN VODENJU Vrednotenje izobraževalnih programov na podlagi ekspertnega sistema DEX in matrike portfelja 11 VREDNOTENJE KAKOVOSTI KOT PODPORA ODLOČANJU IN VODENJU Vrednotenje izobraževalnih programov na podlagi ekspertnega sistema DEX in matrike portfelja 117 Lili Štefanič Ljudska univerza Kočevje UVOD Tema

Prikaži več

Microsoft Word - ERZEN-KONCNA VERZIJA

Microsoft Word - ERZEN-KONCNA VERZIJA UNIVERZA V MARIBORU FAKULTETA ZA ORGANIZACIJSKE VEDE Diplomsko delo Visokošolskega strokovnega študija Informatika v organizaciji in managementu VEČPARAMETRSKI ODLOČITVENI MODEL ZA OCENJEVANJE USTREZNOSTI

Prikaži več

(Microsoft Word - VIS_Ko\236elj_Petra_1980.doc)

(Microsoft Word - VIS_Ko\236elj_Petra_1980.doc) UNIVERZA V MARIBORU FAKULTETA ZA ORGANIZACIJSKE VEDE Smer: Informatika v organizaciji in managementu ODLOČITVENI MODEL ZA IZBIRO DOBAVITELJA PREHRAMBENEGA BLAGA Mentor: red. prof. dr. Vladislav Rajkovič

Prikaži več

Vzgoja in izobraževanje v informacijski družbi IS 2004 Izbira ravnatelja Boštjan Vouk TŠC Nova Gorica, Cankarjeva 10, 5000 Nova Gorica, bostja

Vzgoja in izobraževanje v informacijski družbi IS 2004 Izbira ravnatelja Boštjan Vouk TŠC Nova Gorica, Cankarjeva 10, 5000 Nova Gorica,   bostja Izbira ravnatelja Boštjan Vouk TŠC Nova Gorica, Cankarjeva 10, 5000 Nova Gorica, e-mail: bostjan.vouk@tscng.neta V pomoč učiteljem pri izbiri ravnatelja je bil s pomočjo lupine DEX izdelan odločitveni

Prikaži več

Microsoft PowerPoint - MSPO_4_DiagramiVpliva.pptx

Microsoft PowerPoint - MSPO_4_DiagramiVpliva.pptx 8. Diagrami vpliva Odločitveno drevo alternative status quo razširitev gradnja povezovanje izidi 28 30 24 42 16 44 30 34, Univerza v Novi Gorici, Poslovno-tehniška fakulteta 1 Slabosti odločitvenih dreves

Prikaži več

Microsoft Word - 13-Selekcijski intervju.docx

Microsoft Word - 13-Selekcijski intervju.docx številka 13, 15. dec.2004, ISSN 1581-6451, urednik:radovan Kragelj Pozdravljeni! Danes nadaljujemo z vprašanji, s katerimi vrednotite konkretne lastnosti in sposobnosti posameznega kandidata. V prejšnjih

Prikaži več

Microsoft Word - M docx

Microsoft Word - M docx Š i f r a k a n d i d a t a : Državni izpitni center *M15245112* JESENSKI IZPITNI ROK Izpitna pola 2 / 90 minut Dovoljeno gradivo in pripomočki: Kandidat prinese nalivno pero ali kemični svinčnik in računalo.

Prikaži več

PowerPoint Template

PowerPoint Template IV. Strateško planiranje v splošnem Strateško planiranje ni izolirano področje od managementa Dve vrsti managementa: Strateški management Operativni management Strateški managemenet šele v zadnjem obdobju

Prikaži več

Priloga k pravilniku o ocenjevanju za predmet LIKOVNA UMETNOST. Ocenjujemo v skladu s Pravilnikom o preverjanju in ocenjevanju znanja v srednjih šolah

Priloga k pravilniku o ocenjevanju za predmet LIKOVNA UMETNOST. Ocenjujemo v skladu s Pravilnikom o preverjanju in ocenjevanju znanja v srednjih šolah Priloga k pravilniku o ocenjevanju za predmet LIKOVNA UMETNOST. Ocenjujemo v skladu s Pravilnikom o preverjanju in ocenjevanju znanja v srednjih šolah in Pravili ocenjevanja Gimnazije Novo mesto, veljavnim

Prikaži več

Microsoft Word - Diploma_Miha_Sustarsic_koncna.docx

Microsoft Word - Diploma_Miha_Sustarsic_koncna.docx Organizacija in management informacijskih sistemov MODEL OCENJEVANJA SPLETNIH STRANI ZA POTREBE SPLETNEGA OGLAŠEVANJA Mentor: zasl. prof. dr. Vladislav Rajkovič Kandidat: Miha Šuštaršič Kranj, junij 2011

Prikaži več

Event name or presentation title

Event name or  presentation title Marko Škufca Vodja programa BI, ADD d.o.o. Gorazd Cah Specialist področja Služba za informatiko, DARS d.d. Izziv Rešitev Rezultati... PROCESI + TEHNOLOGIJA + LJUDJE Poslanstvo: s sodobnimi pristopi in

Prikaži več

(Microsoft Word - Merila, metode in pravila - \350istopis )

(Microsoft Word - Merila, metode in pravila - \350istopis ) DRŽAVNOTOŽILSKI SVET Trg OF 13, 1000 LJUBLJANA Tel.: 01 434 19 63 E-pošta: dts@dt-rs.si Številka: Dts 5/15-12 Datum: 27. 10. 2016 Državnotožilski svet (v nadaljevanju: Svet) je na svoji 64. seji dne 27.

Prikaži več

IZVEDBENI SKLEP KOMISIJE - z dne marca o določitvi meril za ustanavljanje in vrednotenje evropskih referenčnih mrež in

IZVEDBENI  SKLEP  KOMISIJE  -  z  dne marca o  določitvi  meril  za  ustanavljanje  in  vrednotenje  evropskih  referenčnih  mrež  in 17.5.2014 L 147/79 IZVEDBENI SKLEP KOMISIJE z dne 10. marca 2014 o določitvi meril za ustanavljanje in vrednotenje evropskih referenčnih mrež in njihovih članov ter za lažjo izmenjavo informacij in strokovnega

Prikaži več

Spletno raziskovanje

Spletno raziskovanje SPLETNO RAZISKOVANJE RM 2013/14 VRSTE SPLETNEGA RAZISKOVANJA RENKO, 2005 Spletne fokusne skupine Spletni eksperiment Spletno opazovanje Spletni poglobljeni intervjuji Spletna anketa 2 PREDNOSTI SPLETNIH

Prikaži več

PowerPoint Presentation

PowerPoint Presentation Upravljanje tveganj nabave VSEBINA predavanj Opredelitev TVEGANJ, njihovih OBLIK in VZROKOV Upravljanje tveganja PRISTOPI in STRATEGIJE upravljanja tveganj METODE ublažitve tveganj Primer analize tveganja.

Prikaži več

Slide 1

Slide 1 Projektno vodenje PREDAVANJE 7 doc. dr. M. Zajc matej.zajc@fe.uni-lj.si Projektno vodenje z orodjem Excel Predstavitev Najbolj razširjeno orodje za delo s preglednicami Dva sklopa funkcij: Obdelava številk

Prikaži več

Microsoft Word - FREM-2010-prispevek-obratna-sredstva-oktober-2008

Microsoft Word - FREM-2010-prispevek-obratna-sredstva-oktober-2008 NAČRTOVANJE UREJENOSTI ORGANIZACIJE Mirko Jenko mirko.jenko@t-2.net 1. Povzetek Prispevek je poslovni projekt iz prakse, s katerim želimo prenoviti organizacijski ustroj organizacije in spremljanje stroškov.

Prikaži več

Macoma katalog copy

Macoma katalog copy POSLOVNE APLIKACIJE PO ŽELJAH NAROČNIKA Poročilni sistem Finance in kontroling Poprodaja Podatkovna skladišča Prodaja Proizvodnja Obstoječi ERP Partnerji Implementacija rešitev prilagojena po željah naročnika

Prikaži več

PowerPoint slovenska predloga

PowerPoint slovenska predloga NSP/2019/010 Predstavitev predloga koncepta analize trga plačil Tina Vehovar Smole, Banka Slovenije 14. seja Nacionalnega sveta za plačila 4. julij 2019 Izhodišča za pripravo analize Aktivnost priprave

Prikaži več

Microsoft Word - PRzjn-2.doc

Microsoft Word - PRzjn-2.doc Na podlagi 24. člena Zakona o javnem naročanju (Ur. l. RS, št. 128/06) (v nadaljevanju ZJN-2), in 33. člena Statuta Občine Vrhnika (Ur. l. RS, št. 99/99, 39/00 36/01 in 77/06) izdajam naslednji P R A V

Prikaži več

INDUSTRIJA 4.0: PRILOŽNOSTI DIGITALNE PREOBRAZBE PROCESA RAZVOJA BARV IN PREMAZOV TOMAŽ KERN, BENJAMIN URH, MARJAN SENEGAČNIK, EVA KRHAČ

INDUSTRIJA 4.0:  PRILOŽNOSTI DIGITALNE PREOBRAZBE PROCESA RAZVOJA BARV IN PREMAZOV TOMAŽ KERN, BENJAMIN URH, MARJAN SENEGAČNIK, EVA KRHAČ INDUSTRIJA 4.0: PRILOŽNOSTI DIGITALNE PREOBRAZBE PROCESA RAZVOJA BARV IN PREMAZOV TOMAŽ KERN, BENJAMIN URH, MARJAN SENEGAČNIK, EVA KRHAČ AGENDA IZZIV OZADJE RAZISKAVE POSNETEK STANJA ANALIZA STANJA in

Prikaži več

Microsoft Word - 10-Selekcijski intervju _4.del_.docx

Microsoft Word - 10-Selekcijski intervju _4.del_.docx številka 10,27.avg. 2004, ISSN 1581-6451, urednik:radovan Kragelj Pozdravljeni! V prejšnji številki mesečnika smo si ogledali, katera področja moramo vsebinsko obdelati v sklopu delovne zgodovine. V današnji

Prikaži več

PowerPointova predstavitev

PowerPointova predstavitev SKLOP 1: EKONOMIKA KMETIJSKEGA GOSPODARSTVA Upravljanje kmetijskih gospodarstev Tomaž Cör, KGZS Zavod KR Vsem značilnostim kmetijstva mora biti prilagojeno tudi upravljanje kmetij. Ker gre pri tem za gospodarsko

Prikaži več

Microsoft Word - M doc

Microsoft Word - M doc Državni izpitni center *M11145113* INFORMATIKA SPOMLADANSKI IZPITNI ROK NAVODILA ZA OCENJEVANJE Petek, 10. junij 2011 SPLOŠNA MATURA RIC 2011 2 M111-451-1-3 IZPITNA POLA 1 1. b 2. a 3. Pojem se povezuje

Prikaži več

PowerPointova predstavitev

PowerPointova predstavitev U K 20 P K U P M 2 0 1 2 12 M OBLIKOVANJE POJMA ŠTEVILO PRI OTROKU V 1. RAZREDU Sonja Flere, Mladen Kopasid Konferenca o učenju in poučevanju matematike, M a r i b o r, 2 3. i n 2 4. avgusta 2 0 1 2 Oblikovanje

Prikaži več

Microsoft Word - bohinc

Microsoft Word - bohinc UČINKOVITOST POVEZANOSTI NABAVNE IN LOGISTIČNE FUNKCIJE V TRGOVSKEM PODJETJU Boštjan Bohinc bostjan.bohinc1@gmail.com Povzetek V prispevku želimo analizirati učinkovitost povezanosti nabavne in logistične

Prikaži več

08_03

08_03 OBVESTILO O RAZPISU ZA OBLIKOVANJE REZERVNEGA SEZNAMA Naziv delovnega mesta Funkcionalna skupina/razred AD 6 Vrsta pogodbe Sklic Rok za prijavo Kraj zaposlitve Veljavnost rezervnega seznama do Število

Prikaži več

POSLOVNO OKOLJE PODJETJA

POSLOVNO OKOLJE PODJETJA POSLOVNO OKOLJE PODJETJA VSI SMO NA ISTEM ČOLNU. ACTIVE LEARNING CREDO (adapted from Confucius) When I hear it, I forget. When I hear and see it, I remember a little. When I hear, see and ask questions

Prikaži več

Microsoft PowerPoint - MSPO_5_VecparametrskiModeli.pptx

Microsoft PowerPoint - MSPO_5_VecparametrskiModeli.pptx 9. Večparametrski modeli Večparametrski modeli: Zakaj? Metode primerjave alternativ neposredna primerjava alternativ (ne upoštevamo lastnosti alternativ) Odločitvena drevesa vrednotenje alternativ po eni

Prikaži več

Osnove statistike v fizični geografiji 2

Osnove statistike v fizični geografiji 2 Osnove statistike v geografiji - Metodologija geografskega raziskovanja - dr. Gregor Kovačič, doc. Bivariantna analiza Lastnosti so med sabo odvisne (vzročnoposledično povezane), kadar ena lastnost (spremenljivka

Prikaži več

Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost Pisni izpit 5. februar 2018 Navodila Pazljivo preberite

Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost Pisni izpit 5. februar 2018 Navodila Pazljivo preberite Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost Pisni izpit 5 februar 018 Navodila Pazljivo preberite besedilo naloge, preden se lotite reševanja Nalog je

Prikaži več

Podatkovni model ER

Podatkovni model ER Podatkovni model Entiteta- Razmerje Iztok Savnik, FAMNIT 2018/19 Pregled: Načrtovanje podatkovnih baz Konceptualno načtrovanje: (ER Model) Kaj so entite in razmerja v aplikacijskem okolju? Katere podatke

Prikaži več

Diapozitiv 1

Diapozitiv 1 Računalništvo in informatika Program: Mehatronika dr. Hubert Fröhlich, univ. dipl. el. Podatkovne baze 2 Podatkovne baze Podatki osnova za odločanje in izvajanje akcij tiskana oblika elektronska oblika

Prikaži več

UNIVERZA V MARIBORU FAKULTETA ZA KMETIJSTVO IN BIOSISTEMSKE VEDE Tadeja VOGRINČIČ VEČKRITERIJSKA ANALIZA TURISTIČNIH KMETIJ V KRAJINSKEM PARKU GORIČKO

UNIVERZA V MARIBORU FAKULTETA ZA KMETIJSTVO IN BIOSISTEMSKE VEDE Tadeja VOGRINČIČ VEČKRITERIJSKA ANALIZA TURISTIČNIH KMETIJ V KRAJINSKEM PARKU GORIČKO UNIVERZA V MARIBORU FAKULTETA ZA KMETIJSTVO IN BIOSISTEMSKE VEDE Tadeja VOGRINČIČ VEČKRITERIJSKA ANALIZA TURISTIČNIH KMETIJ V KRAJINSKEM PARKU GORIČKO DIPLOMSKO DELO Maribor, 2012 UNIVERZA V MARIBORU FAKULTETA

Prikaži več

Microsoft PowerPoint - 9 Trzenje bancnih storitev ppt

Microsoft PowerPoint - 9 Trzenje bancnih storitev ppt Trženje bančnih storitev ŠC PET Višja šola Smer ekonomist (modul bančništvo) prosojnice predavanj Jožica Rihter, univ.dipl.ekon E.naslov: jorko.rihter@gmail.com november 2018 1 Načelo tržnosti Oziroma

Prikaži več

Microsoft Word - CNC obdelava kazalo vsebine.doc

Microsoft Word - CNC obdelava kazalo vsebine.doc ŠOLSKI CENTER NOVO MESTO VIŠJA STROKOVNA ŠOLA STROJNIŠTVO DIPLOMSKA NALOGA Novo mesto, april 2008 Ime in priimek študenta ŠOLSKI CENTER NOVO MESTO VIŠJA STROKOVNA ŠOLA STROJNIŠTVO DIPLOMSKA NALOGA Novo

Prikaži več

Microsoft Word - dipz6.doc

Microsoft Word - dipz6.doc Smer: Informatika v organizaciji in managementu ODLOČITVENI MODEL ZA POMOČ PRI IZBIRI KARTICE ZDRAVSTVENEGA ZAVAROVANJA Mentor: zasl. prof. dr. Vladislav Rajkovič Kandidat: Zvonimir Ipavec Kranj, december

Prikaži več

Microsoft PowerPoint - Lapajne&Randl2015.pptx

Microsoft PowerPoint - Lapajne&Randl2015.pptx RAZISKAVA OB PREDVIDENI SELITVI KNJIŽNIC OHK Raziskava je potekala v okviru predmetov Raziskovalne metode in Uporabniki informacijskih virov in storitev pod mentorstvom treh profesorjev (dr. Pisanski,

Prikaži več

Slide 1

Slide 1 Vsak vektor na premici skozi izhodišče lahko zapišemo kot kjer je v smerni vektor premice in a poljubno število. r a v Vsak vektor na ravnini skozi izhodišče lahko zapišemo kot kjer sta v, v vektorja na

Prikaži več

Microsoft Word - polensek-1.doc

Microsoft Word - polensek-1.doc Spletna učilnica športne vzgoje res deluje? Janja Polenšek OŠ Dobje janja.polensek@gmail.com Povzetek S pospešenim uvajanjem informacijsko-komunikacijske tehnologije v proces izobraževanja na OŠ Slivnica

Prikaži več

Microsoft Word - 021_01_13_Pravilnik_o_zakljucnem delu

Microsoft Word - 021_01_13_Pravilnik_o_zakljucnem delu Na podlagi 64. člena Pravil o organizaciji in delovanju Fakultete za humanistične študije, št. 011-01/13 z dne 27. 6. 2013, je Senat Univerze na Primorskem Fakultete za humanistične študije na svoji 4.

Prikaži več

Trg proizvodnih dejavnikov

Trg proizvodnih dejavnikov Trg proizvodnih dejavnikov Pregled predavanja Trg proizvodov KONKURENCA Popolna Nepopolna Trg proizvodnih dejavnikov Popolna Individualna k. Panožna k. Povpraševanja Individualna k. Panožna k. Povpraševanja

Prikaži več

Postopek poracuna 2007 za JU

Postopek poracuna 2007 za JU POSTOPEK PORAČUNA PLAČ V JAVNEM SEKTORJU ZA OBDOBJE JANUAR-JUNIJ 2007 Ljubljana, julij 2007 verzija 1.00 Stran - 1 Skladno z objavo Zakona o spremembah in dopolnitvah zakona o sistemu plač v javnem sektorju

Prikaži več

AAA

AAA BONITETNO POROČILO ODLIČNOSTI Izdajatelj: BISNODE, družba za medije ter poslovne in bonitetne informacije d.o.o. Član skupine BISNODE, Stockholm, Švedska JELE KITT proizvodno podjetje d.o.o. Izdano dne

Prikaži več

DNEVNIK

DNEVNIK POROČILO PRAKTIČNEGA USPOSABLJANJA Z DELOM PRI DELODAJALCU DIJAKA / DIJAKINJE. ( IME IN PRIIMEK) Izobraževalni program FRIZER.. Letnik:.. oddelek:. PRI DELODAJALCU. (NASLOV DELODAJALCA) Šolsko leto:..

Prikaži več

glava.dvi

glava.dvi Lastnosti verjetnosti 1. Za dogodka A in B velja: P(A B) = P(A) + P(B) P(A B) 2. Za dogodke A, B in C velja: P(A B C) = P(A) + P(B) + P(C) P(A B) P(A C) P(B C) + P(A B C) Kako lahko to pravilo posplošimo

Prikaži več

Microsoft Word - vprasalnik_AZU2007.doc

Microsoft Word - vprasalnik_AZU2007.doc REPUBLIKA SLOVENIJA Anketa o zadovoljstvu uporabnikov statističnih podatkov in informacij Statističnega urada RS 1. Kako pogosto ste v zadnjem letu uporabljali statistične podatke in informacije SURS-a?

Prikaži več

1 UVOD

1 UVOD Informatika v organizaciji in managementu MODELIRANJE ODLOČITVENEGA ZNANJA ZA POMOČ PRI IZBIRI MOBILNEGA TELEFONA Mentor: zasl. prof. dr. Vladislav Rajkovič Kandidat: Jasmin Kljajić Kranj, november 2012

Prikaži več

Microsoft Word - KAZALNIK ZADOVOLJSTVA S PREHRANO 2017

Microsoft Word - KAZALNIK ZADOVOLJSTVA S PREHRANO 2017 Neobvezni kazalnik kakovosti KAZALNIK ZADOVOLJSTVO S PREHRANO V PSIHIATRIČNI BOLNIŠNICI IDRIJA ZA LETO 2017 Kazalnik pripravila Andreja Gruden, dipl. m. s., Hvala Nataša, dipl. m. s. 1. POIMENOVANJE KAZALNIKA

Prikaži več

VSEBINSKI NASLOV SEMINARSKE NALOGE

VSEBINSKI NASLOV SEMINARSKE NALOGE Univerza v Ljubljani Naravoslovnoteniška fakulteta Oddelek za tekstilstvo VSEBINSKI NASLOV SEMINARSKE NALOGE TITLE IN ENGLISH Avtorja: Študijska smer: Predmet: Informatika in metodologija diplomskega dela

Prikaži več

PROJECT OVERVIEW page 1

PROJECT OVERVIEW page 1 N A Č R T P R O J E K T A : P R E G L E D stran 1 Ime projekta: Ustvarjanje s stripom Predmet/i: Slovenščina Avtorja/i projekta: Jasmina Hatič, Rosana Šenk Učitelj/i: Učitelji razrednega pouka Trajanje:

Prikaži več

NAVODILA AVTORJEM PRISPEVKOV

NAVODILA AVTORJEM PRISPEVKOV Predmetna komisija za nižji izobrazbeni standard matematika Opisi dosežkov učencev 6. razreda na nacionalnem preverjanju znanja Slika: Porazdelitev točk pri matematiki (NIS), 6. razred 1 ZELENO OBMOČJE

Prikaži več

UPORABA METOD ZA ODLOČANJE PO VEČ KRITERIJIH HKRATI O NALOŽBAH V PROIZVODNEM PODJETJU KOVIS–LIVARNA d.o.o.

UPORABA METOD ZA ODLOČANJE PO VEČ KRITERIJIH HKRATI O NALOŽBAH V PROIZVODNEM PODJETJU KOVIS–LIVARNA d.o.o. UNIVERZA V MARIBORU EKONOMSKO-POSLOVNA FAKULTETA MARIBOR DIPLOMSKO DELO UPORABA METOD ZA ODLOČANJE PO VEČ KRITERIJIH HKRATI O NALOŽBAH V PROIZVODNEM PODJETJU KOVIS LIVARNA d.o.o. Študentka: Vlasta Gubenšek

Prikaži več

Koncept prenove informacijskega sistema DP ZORA reševanje strokovnih dilem na področju ginekologije OCENA IZOBRAŽEVANJA Pripravili sodelavci presejaln

Koncept prenove informacijskega sistema DP ZORA reševanje strokovnih dilem na področju ginekologije OCENA IZOBRAŽEVANJA Pripravili sodelavci presejaln Koncept prenove informacijskega sistema DP ZORA reševanje strokovnih dilem na področju ginekologije OCENA IZOBRAŽEVANJA Pripravili sodelavci presejalnega programa in registra ZORA Onkološki inštitut Ljubljana

Prikaži več

DN5(Kor).dvi

DN5(Kor).dvi Koreni Število x, ki reši enačbo x n = a, imenujemo n-ti koren števila a in to označimo z n a. Pri tem je n naravno število, a pa poljubno realno število. x = n a x n = a. ( n a ) n = a. ( n a ) m = n

Prikaži več

Microsoft Word - Brosura neobvezni IP

Microsoft Word - Brosura  neobvezni IP Osnovna šola dr. Aleš Bebler - Primož Hrvatini NEOBVEZNI IZBIRNI PREDMETI V ŠOLSKEM LETU 2017/18 Drage učenke in učenci, spoštovani starši! Neobvezni izbirni predmeti so novost, ki se postopoma uvršča

Prikaži več

Gradbeništvo kot Industrija 4.0

Gradbeništvo kot Industrija 4.0 Povzetek: Kot vse druge panoge se mora gradbeništvo modernizirati Industrija 4.0 koncept, ki daje modernizaciji okvir, motivacijo, zagon Industrija 4.0 je stapljanje fizičnega in digitalnega sveta Gradbeništvo

Prikaži več

%

% OSNOVNA ŠOLA NARODNEGA HEROJA RAJKA HRASTNIK PODRUŽNIČNA ŠOLA DOL PRI HRASTNIKU PODRUŽNICA LOG AKTIV TJA IN NI KRITERIJ OCENJEVANJA 2018/2019 0-44 % nzd (1) 45-64 % zd (2) 65-79 % db (3) 80-89 % pdb (4)

Prikaži več

KONTINGENČNI PRISTOP K OBLIKOVANJU SISTEMA STRATEŠKEGA POSLOVODNEGA RAČUNOVODSTVA: EMPIRIČNA PREVERBA V SLOVENSKIH PODJETJIH

KONTINGENČNI PRISTOP K OBLIKOVANJU SISTEMA STRATEŠKEGA POSLOVODNEGA RAČUNOVODSTVA:  EMPIRIČNA PREVERBA V SLOVENSKIH PODJETJIH Temelji poslovodnega računovodstva(1) Uvod v poslovodno računovodstvo (kontroling) Prof. dr. Simon Čadež simon.cadez@ef.uni-lj.si 2 CILJI PREDMETA Opredeliti vlogo managerjev in poslovodnega računovodstva

Prikaži več

Microsoft Word - 88_01_Pravilnik_o_znanstveno_raziskovalnem_razvojnem_svetovalnem_delu_na_FZJ_ docx

Microsoft Word - 88_01_Pravilnik_o_znanstveno_raziskovalnem_razvojnem_svetovalnem_delu_na_FZJ_ docx Na podlagi 22., 70., 71., 94., 95., 96., 97. člena Statuta Fakultete za zdravstvo Jesenice je Senat Fakultete za zdravstvo Jesenice na svoji na 5. redni seji v študijskem letu 2014/2015, dne 18. 2. 2015,

Prikaži več

Folie 1

Folie 1 S&TLabs Innovations mag. Damjan Kosec, S&T Slovenija d.d. marec 2013 S&TLabs Laboratorij za inovacije in razvoj spletnih in mobilnih informacijskih rešitev Kako boste spremenili svoj poslovni model na

Prikaži več

Microsoft PowerPoint - UN_OM_G03_Marketinsko_raziskovanje

Microsoft PowerPoint - UN_OM_G03_Marketinsko_raziskovanje .: 1 od 10 :. Vaja 3: MARKETINŠKO KO RAZISKOVANJE Marketinško ko raziskovanje Kritičen del marketinškega informacijskega sistema. Proces zagotavljanja informacij potrebnih za poslovno odločanje. Relevantne,

Prikaži več

PRIPOROČILA ZA OBLIKOVANJE KATALOGOV ZNANJA ZA MODULE V PROGRAMIH VIŠJEGA STROKOVNEGA IZOBRAŽEVANJA

PRIPOROČILA ZA OBLIKOVANJE KATALOGOV ZNANJA ZA MODULE V PROGRAMIH VIŠJEGA STROKOVNEGA IZOBRAŽEVANJA KATALOG ZNANJA 1. IME PREDMETA ZBIRKE PODATKOV I ZBIRKE PODATKOV II 2. SPLOŠNI CILJI Splošni cilji predmeta so: razvijanje sposobnosti za uporabo znanstvenih metod in sredstev, razvijanje odgovornosti

Prikaži več

VPRAŠALNIK BRALNE MOTIVACIJE ZA MLAJŠE UČENCE –

VPRAŠALNIK BRALNE MOTIVACIJE ZA MLAJŠE UČENCE – PRAŠALNIK BRALNE MOTIACIJE ZA STAREJŠE UČENCE BM-st Pred teboj je vprašalnik o branju. Prosimo te, da nanj odgovoriš tako, kot velja zate. vprašalniku ni pravilnih oz. napačnih odgovorov. Na posamezne

Prikaži več

-

- Organizacija in management informacijskih sistemov IZBIRA CELOVITE PROGRAMSKE REŠITVE V OBLAKU ZA MALA PODJETJA Mentor: doc. dr. Mirjana Kljajić Borštnar Kandidat: Aleksandra Despotovič Kranj, marec 2013

Prikaži več

Diapozitiv 1

Diapozitiv 1 Predstavitev Episcenter programov zvestobe Primerjalna analiza cen in rokov prenosa izvajalcev poštnih storitev na izbranih produktih v Republiki Sloveniji v letu 2013 September 2013 Naročnik: Agencija

Prikaži več

Navodilo Struktura cene izdelka Št. dokumenta : Izdaja: 01 Datum spremembe: Stran: 1/5 NAVODILO STRUKTURA CENE IZDELKA 1. POVZETEK

Navodilo Struktura cene izdelka Št. dokumenta : Izdaja: 01 Datum spremembe: Stran: 1/5 NAVODILO STRUKTURA CENE IZDELKA 1. POVZETEK Stran: 1/5 NAVODILO STRUKTURA CENE IZDELKA 1. POVZETEK Splošne informacije Naročnik E-mail Telefonska številka Datum Dobavitelj Dobaviteljeva št. Projekt Referenca Naziv Indeks Verzija Varianta Odgovorna

Prikaži več

PowerPointova predstavitev

PowerPointova predstavitev INFORMATIKA Tečaj za višjega gasilca OGZ PTUJ 2017 PRIPRAVIL: ANTON KUHAR BOMBEK, GČ VSEBINA TEORETIČNA PREDAVANJA INFORMACIJSKI SISTEMI SISTEM OSEBNIH GESEL IN HIERARHIJA PRISTOJNOSTI PRAKTIČNE VAJE ISKANJE

Prikaži več

Univerza v Mariboru

Univerza v Mariboru Univerza v Mariboru Pedagoška fakulteta VLOGA UČITELJA Avtor: M. Š. Datum: 23.11.2010 Smer: razredni pouk POVZETEK Učitelj je strokovnjak na svojem področju, didaktično usposobljen, ima psihološka znanja

Prikaži več

AAA

AAA BONITETNO POROČILO ODLIČNOSTI Izdajatelj: BISNODE, družba za medije ter poslovne in bonitetne informacije d.o.o. Član skupine BISNODE, Stockholm, Švedska LIBELA ORODJA, Izdelovanje orodij in perforiranje

Prikaži več

Povzetek analize anket za študijsko leto 2012/2013 Direktor Andrej Geršak Povzetek letnega poročila je objavljen na spletni strani Celje,

Povzetek analize anket za študijsko leto 2012/2013 Direktor Andrej Geršak Povzetek letnega poročila je objavljen na spletni strani   Celje, Povzetek analize anket za študijsko leto 2012/2013 Direktor Andrej Geršak Povzetek letnega poročila je objavljen na spletni strani www.fkpv.si. Celje, marec 2014 Kazalo vsebine 1 UVOD... 1 1.1 Odzivnost

Prikaži več

Microsoft Word - M doc

Microsoft Word - M doc Š i f r a k a n d i d a t a : ržavni izpitni center *M09254121* PSIHOLOGIJ Izpitna pola 1 JESENSKI IZPITNI ROK Petek, 28. avgust 2009 / 20 minut ovoljeno gradivo in pripomočki: Kandidat prinese nalivno

Prikaži več

PKP projekt SMART WaterNet_Opis

PKP projekt SMART WaterNet_Opis PKP projekt SMART WaterNet Po kreativni poti do znanja (PKP) opis programa Program Po kreativni poti do znanja omogoča povezovanje visokošolskih zavodov s trgom dela in tako daje možnost študentom za pridobitev

Prikaži več

AAA

AAA BONITETNO POROČILO ODLIČNOSTI Izdajatelj: BISNODE, družba za medije ter poslovne in bonitetne informacije d.o.o. Član skupine BISNODE, Stockholm, Švedska ZELEN IN PARTNERJI, Podjetniško in poslovno svetovanje

Prikaži več

AAA

AAA BONITETNO POROČILO ODLIČNOSTI Izdajatelj: BISNODE, družba za medije ter poslovne in bonitetne informacije d.o.o. Član skupine BISNODE, Stockholm, Švedska ZEL-EN, razvojni center energetike d.o.o. Izdano

Prikaži več

Microsoft PowerPoint - lj_obroc_predstavitev_tiskovna_mar_2019_02AM.pptx

Microsoft PowerPoint - lj_obroc_predstavitev_tiskovna_mar_2019_02AM.pptx IZHODIŠČA UREJANJA LJUBLJANSKEGA AVTOCESTNEGA OBROČA IN VPADNIH AVTOCEST Predstavitev pobude za državno prostorsko načrtovanje za ureditev ljubljanskega avtocestnega obroča in vpadnih cest ter predloga

Prikaži več

AAA

AAA BONITETNO POROČILO ODLIČNOSTI Izdajatelj: BISNODE, družba za medije ter poslovne in bonitetne informacije d.o.o. Član skupine BISNODE, Stockholm, Švedska KARBON, čiste tehnologije d.o.o. Velenje Izdano

Prikaži več

RAZLIKE MED MSRP 16 IN MRS 17 Izobraževalna hiša Cilj

RAZLIKE MED MSRP 16 IN MRS 17 Izobraževalna hiša Cilj 15. 10. 2018 RAZLIKE MED MSRP 16 IN MRS 17 Izobraževalna hiša Cilj MSRP 16 MRS 17 OPREDELITEV POJMA 'NAJEM' V skladu z MSRP 16 je najem pogodba ali del pogodbe, ki prenaša pravico do uporabe identificiranega

Prikaži več

AAA

AAA BONITETNO POROČILO ODLIČNOSTI Izdajatelj: BISNODE, družba za medije ter poslovne in bonitetne informacije d.o.o. Član skupine BISNODE, Stockholm, Švedska SPLETNE REŠITVE, MIHA LAVTAR S.P. Izdano dne 26.6.2013

Prikaži več

PowerPoint-Präsentation

PowerPoint-Präsentation ENERGETSKO POGODBENIŠTVO (EPC) V JAVNIH STAVBAH Podpora pri izvajanju energetske prenove stavb na lokalni ravni z mehanizmom energetskega pogodbeništva 12.10.2016, LJUBLJANA NIKO NATEK, KSSENA Projekt

Prikaži več

AAA

AAA BONITETNO POROČILO ODLIČNOSTI Izdajatelj: BISNODE, družba za medije ter poslovne in bonitetne informacije d.o.o. Član skupine BISNODE, Stockholm, Švedska NARVIS, napredne računalniške storitve, d.o.o.

Prikaži več

AAA

AAA BONITETNO POROČILO ODLIČNOSTI Izdajatelj: BISNODE, družba za medije ter poslovne in bonitetne informacije d.o.o. Član skupine BISNODE, Stockholm, Švedska IRMAN trgovina, razvoj, optika, d.o.o. Izdano dne

Prikaži več

AAA

AAA BONITETNO POROČILO ODLIČNOSTI Izdajatelj: BISNODE, družba za medije ter poslovne in bonitetne informacije d.o.o. Član skupine BISNODE, Stockholm, Švedska HALDER norm+technik d.o.o. Izdano dne 5.8.2014

Prikaži več

PowerPoint Presentation

PowerPoint Presentation Zapisovanje učnih izidov Bled, 21.1.2016 Darko Mali ECVET ekspert, CPI Pojmi: Kvalifikacija Kompetenca Učni cilji Učni izidi Enote učnih izidov Kreditne točke Programi usposabljanja NE! 2 Učni cilji kompetence

Prikaži več

DELEGIRANA UREDBA KOMISIJE (EU) 2017/ z dne julija o dopolnitvi Direktive 2014/ 65/ EU Evropskega parlamenta in S

DELEGIRANA  UREDBA  KOMISIJE  (EU)  2017/ z dne julija o dopolnitvi  Direktive  2014/  65/  EU  Evropskega  parlamenta  in  S 31.3.2017 L 87/411 DELEGIRANA UREDBA KOMISIJE (EU) 2017/588 z dne 14. julija 2016 o dopolnitvi Direktive 2014/65/EU Evropskega parlamenta in Sveta v zvezi z regulativnimi tehničnimi standardi glede režima

Prikaži več

Microsoft Word - Brosura neobvezni IP 2018

Microsoft Word - Brosura  neobvezni IP 2018 Drage učenke in učenci, spoštovani starši! Po 20. a člen ZOoš šola ponuja za učence 1.razreda, 4. 9. razreda neobvezne izbirne predmete. Šola bo za učence 1. razreda izvajala pouk prvega tujega jezika

Prikaži več

Spremljanje in obvladovanje stroškov

Spremljanje in obvladovanje stroškov Spremljanje in obvladovanje stroškov v podjetjih mag. Jana Trbižan Dnevni red Razvrščanje in razmejevanje stroškov Ugotavljanje stroškov po dejavnostih Obvladovanje stroškov 1 Pomembno je poznati stroškovna

Prikaži več

PREDMETNI KURIKULUM ZA RAZVOJ METEMATIČNIH KOMPETENC

PREDMETNI KURIKULUM ZA RAZVOJ METEMATIČNIH KOMPETENC MATEMATIKA 1.razred OSNOVE PREDMETA POKAZATELJI ZNANJA SPRETNOSTI KOMPETENCE Naravna števila -pozna štiri osnovne računske operacije in njihove lastnosti, -izračuna številske izraze z uporabo štirih računskih

Prikaži več

ŠTEVCI PROMETA IN NJIHOVA UPORABA ZA NAMENE STATISTIK ČRT GRAHONJA

ŠTEVCI PROMETA IN NJIHOVA UPORABA ZA NAMENE STATISTIK ČRT GRAHONJA ŠTEVCI PROMETA IN NJIHOVA UPORABA ZA NAMENE STATISTIK ČRT GRAHONJA Navdih Poizvedovanje po BD podatkovnih virih, ki imajo časovno dimenzijo in so dostopni. Večji promet pomeni večje število dobrin in močnejšo

Prikaži več

ORGANIZACIJSKE VEDE KRANJ

ORGANIZACIJSKE VEDE KRANJ UNIVERZA V MARIBORU FAKULTETA ZA ORGANIZACIJSKE VEDE Specialistično delo Smer: Informatika v organizaciji in managementu Model vrednotenja programskih produktov za celovito upravljanje dokumentov Mentor

Prikaži več

AAA

AAA BONITETNO POROČILO ODLIČNOSTI Izdajatelj: BISNODE, družba za medije ter poslovne in bonitetne informacije d.o.o. Član skupine BISNODE, Stockholm, Švedska RCM špedicija, gostinstvo, trgovina in proizvodnja

Prikaži več

AAA

AAA BONITETNO POROČILO ODLIČNOSTI Izdajatelj: BISNODE, družba za medije ter poslovne in bonitetne informacije d.o.o. Član skupine BISNODE, Stockholm, Švedska Javno podjetje Ljubljanska parkirišča in tržnice,

Prikaži več

PowerPoint Presentation

PowerPoint Presentation SUBHEADER HERE IF YOU WOULD LIKE TO INCLUDE ONE VSEBINA 1 Brezplačna registracija 2 Izbor platforme za trgovanje 3 S čim želimo trgovati? 4 Trgovanje 5 Določanje zaslužka in preprečevanje izgube Brezplačna

Prikaži več

2. Model multiple regresije

2. Model multiple regresije 2. Model multiple regresije doc. dr. Miroslav Verbič miroslav.verbic@ef.uni-lj.si www.miroslav-verbic.si Ljubljana, februar 2014 2.1 Populacijski regresijski model in regresijski model vzorčnih podatkov

Prikaži več

Ko je izbira ovira v napredovanju Silva Novljan

Ko je izbira ovira v napredovanju Silva Novljan Ko je izbira ovira v napredovanju Silva Novljan Bralna pismenost v Sloveniji in Evropi Nacionalna konferenca, Brdo pri Kranju, 25. in 26. oktober 2011 Izhodišče razmišljanja Rezultati raziskav o povezanosti

Prikaži več

Microsoft PowerPoint - Mocnik.pptx

Microsoft PowerPoint - Mocnik.pptx MATEMATIČNA PISMENOST IN MATEMATIČNI PROBLEMI Metoda Močnik in Alenka Podbrežnik KAJ NAS JE ZANIMALO? ugotoviti, v kolikšni meri so učenci uspešni pri samostojnem, nevodenemreševanju matematičnih besedilnih,

Prikaži več

UNIVERZA V LJUBLJANI FAKULTETA ZA MATEMATIKO IN FIZIKO Katja Ciglar Analiza občutljivosti v Excel-u Seminarska naloga pri predmetu Optimizacija v fina

UNIVERZA V LJUBLJANI FAKULTETA ZA MATEMATIKO IN FIZIKO Katja Ciglar Analiza občutljivosti v Excel-u Seminarska naloga pri predmetu Optimizacija v fina UNIVERZA V LJUBLJANI FAKULTETA ZA MATEMATIKO IN FIZIKO Katja Ciglar Analiza občutljivosti v Excel-u Seminarska naloga pri predmetu Optimizacija v financah Ljubljana, 2010 1. Klasični pristop k analizi

Prikaži več

AAA

AAA BONITETNO POROČILO ODLIČNOSTI Izdajatelj: BISNODE, družba za medije ter poslovne in bonitetne informacije d.o.o. Član skupine BISNODE, Stockholm, Švedska ARNE Računalniški sistemi d.o.o. Izdano dne 8.1.2016

Prikaži več