Microsoft Word - ERZEN-KONCNA VERZIJA

Transkripcija

1 UNIVERZA V MARIBORU FAKULTETA ZA ORGANIZACIJSKE VEDE Diplomsko delo Visokošolskega strokovnega študija Informatika v organizaciji in managementu VEČPARAMETRSKI ODLOČITVENI MODEL ZA OCENJEVANJE USTREZNOSTI KLASIČNIH IGER NA SREČO Mentor: red. prof. dr. Vladislav Rajkovič Kandidat: Robert Eržen Kranj, december 2006

2 Zahvala Mentorju, prof. dr. Vladislavu Rajkoviču, se zahvaljujem za vse napotke, nasvete in pomoč pri izdelavi diplomskega dela. Zahvala velja tudi profesorjem, asistentom in ostalim zaposlenim na Fakulteti za organizacijske vede za vse uporabne nasvete. Sodelavcem, prijateljem in domačim pa se zahvaljujem za moralno podporo, potrpežljivost in pomoč med študijem.

3 Povzetek Loterija Slovenije na trgu opaža stalne spremembe, ki zahtevajo širitev in spremembe prodajnega programa. V povezavi s tem se pogosto pojavlja potreba po sprejemanju poslovnih odločitev. V nalogi je predstavljen prototipni model večparametrskega odločanja na področju ocenjevanja ustreznosti klasičnih iger na srečo, ki je primeren za sprejemanje odločitev v primeru izbire nove igre ter za ocenjevanje ustreznosti obstoječih iger. Model je prikazan s pomočjo lupine ekspertnega sistema DEX. V prvi fazi smo identificirali problem, za katerega smo ugotovili, da je dovolj zahteven in ga je smiselno reševati na sistematičen in organiziran način. V nadaljevanju smo določili kriterije, na osnovi katerih smo ocenjevali variante in definirali funkcije koristnosti. Vse variante smo opisali z vrednostmi osnovnih kriterijev in jih na ta način ovrednotili. Z uporabo modela za ocenjevanje dobimo oceno posamezne igre na srečo, omogoča pa nam tudi analizo dobljenih rezultatov. Oblikovan je tako, da ga je mogoče relativno preprosto spreminjati in dograjevati, brez zamenjave temeljnih konceptov. KLJUČNE BESEDE: sprejemanje odločitev, sistemi za pomoč pri odločanju, večparametrsko odločanje, DEXi, ocena ustreznosti klasičnih iger na srečo. Summary Loterija Slovenije is monitoring constant changes on the market, changes that require expansion and modification of the company's trading policy. As a consequence, the need for making marketing decisions appears. In my assignment, a prototype model of multi-attribute decision making process regarding the suitability of classical gambling games is represented. The model is appropriate for making decisions regarding the selection of new games and for evaluating the existing ones. The model is represented with the help of the DEX system. In phase one, we identified the problem, that we found profound enough to be solved through a systematical and organized process. Later on, we set the criteria for evaluating different variations and we defined the level of usefulness. We interpreted all the variations with the value of the basic criteria and evaluated them. The evaluation model grades the separate gambling games and enables the analysis of the results. The model can be constantly upgraded and changed without altering the basic concept. Key words: decision making, decision making support systems, multi-attribute decision making, DEX, evaluating the suitability of gambling games.

4 KAZALO 1 Uvod Odločanje Večparametrsko odločanje Večparametrski odločitveni model Računalniška podpora večparametrskega odločanja Faze odločitvenega procesa Identifikacija problema Identifikacija kriterijev Definicija funkcij koristnosti Opis variant Vrednotenje in analiza DEX lupina ekspertnega sistema za večparametrsko ocenjevanje in odločanje Vredana program za vrednotenje in analizo variant v večparametrskem odločanju Predstavitev prototipa odločitvenega modela Opredelitev problema Namen prototipnega modela Odločitvena skupina Metode dela Drevesa kriterijev Opis kriterijev in njihova struktura Ocena klasične igre na srečo Vsebinski kriteriji Kriteriji uvedbe Tržno-ekonomski kriteriji Zaloga vrednosti kriterijev Funkcije koristnosti Odločitvena pravila ciljnega kriterija - Igra Odločitvena pravila kriterija Vsebinski kriteriji Odločitvena pravila kriterija Kriteriji uvedbe Odločitvena pravila kriterija Tržno ekonomski kriteriji Odločitvena pravila ostalih, nižje ležečih kriterijev Opis variant Rezultati vrednotenja Opis rezultatov Končna ocena Zaključek Literatura... 37

5 1 Uvod Po Zakonu o igrah na srečo med klasične igre na srečo sodijo številčne loterije, loterije s trenutno znanim dobitkom, kviz loterije, tombole, lota, športne napovedi, športne stave, srečelovi in druge podobne igre. Igre na srečo morajo biti organizirane v okviru strogih omejitev, ki jih določi zakonodajalec, ter v javno dobro. Na ta način pride do razumnega investiranja denarja, ki ga je nerazumno zapravil igralec, v družbeno upravičene namene. Vse to je povezano z etičnimi in pravnimi temelji naše demokratične družbe ter z družbeno, gospodarsko in finančno stabilnostjo, ki iz tega izhaja. V Sloveniji je vodilni prireditelj klasičnih iger na srečo Loterija Slovenije. Igre na srečo prireja na podlagi sklepov Vlade Republike Slovenije o dodelitvi koncesije. Glavni namen prirejanja iger na srečo je zbiranje sredstev za financiranje dejavnosti invalidskih in humanitarnih ter športnih organizacij. Uporabnika teh sredstev sta Fundacija za financiranje invalidskih in humanitarnih organizacij ter Fundacija za financiranje športnih organizacij v Republiki Sloveniji. Z nakupom igre dobijo pomoč ljudje, ki jo potrebujejo, da lažje premagujejo ovire in jim je s tem omogočen lepši dan. Na trgu opažamo stalne spremembe. Na eni strani tehnološki razvoj narekuje oblikovanje novih iger na srečo, ki morajo biti prilagojene sodobnim načinom prodaje, na drugi strani pa se pojavlja potreba po sanaciji in spremembi obstoječih iger na srečo. Pomen strukturiranega razmišljanja in uporaba ustreznih metod pri izgradnji odločitvenih modelov, ki so v oporo hitremu in pravilnemu odločanju, stalno narašča. Podjetje bo lahko konkurenčno le takrat, ko: - se bo sposobno hitreje učiti od svojih konkurentov, - se bo znalo kakovostno in hitro odločati, - se bo znalo hitreje in bolje prilagajati spremembam ter - bo sposobno izvajati spremembe hitreje in učinkoviteje kot njihovi konkurenti. Odločanje v današnjem poslovnem svetu je torej ključna komponenta poslovnega uspeha. Namen te diplomske naloge je prikazati večparametrski odločitveni model za ocenjevanje ustreznosti klasičnih iger na srečo, ki bo v pomoč sprejemanju odločitev skupine za strategijo iger, ki jo je zasnovalo vodstvo podjetja. Skupina za strategijo iger želi ustrezno ovrednotiti tako obstoječe kot nove igre in na osnovi sprejetih odločitev oblikovati ustrezen prodajni program. V nalogi je prikazan model za ocenjevanje ustreznosti klasičnih iger na srečo Loterije Slovenije s pomočjo lupine ekspertnega sistema DEX. 2

6 Končni cilj naloge je ocena posameznih iger na srečo, ki jo dobimo z uporabo modela za ocenjevanje. Model nam omogoča analizo dobljenih rezultatov. Uporabljati pa ga je mogoče tudi skozi daljše časovno obdobje, navkljub spremembam, ki se dogajajo na problemskem področju. Oblikovan je namreč tako, da ga je mogoče relativno preprosto spreminjati in dograjevati, brez zamenjave temeljnih konceptov. 3

7 2 Odločanje Verjetno ni človeške aktivnosti, ki bi nas zaznamovala bolj, kot nas zaznamuje odločanje. Tako navzven, saj svetu z odločanjem neprestano kažemo, kakšne so naše vrednote, cilji in prepričanja, in tudi navznoter, ko si v sebi nevede rišemo črto naših dejanj, razvoja in meja, ki si jih z odločanjem postavljamo. Odločanje lahko definiramo kot proces izbire med dvema ali več alternativami mogočega reševanja nekega problema. Problem lahko opredelimo kot posebno stanje, ki ga ljudje občutijo na različne načine in bi ga najlažje opredelili kot oddaljenost med želenim in dejanskim stanjem (Možina e tal, 1994, str. 213). Z odločanjem torej izbiramo izmed več variant tisto, ki najbolj ustreza postavljenim ciljem oziroma zahtevam. Poleg izbora najidealnejše variante včasih želimo variante tudi razvrstiti (rangirati) od najboljše do najslabše. Pri tem so variante objekti, akcije, scenariji ali posledice enakega oziroma primerljivega tipa. Pri strateškem načrtovanju v podjetju so lahko variante različni razvojni ali investicijski scenariji. Nenehno se moramo odločati med in navkljub zunanjim odporom, nasprotujočim si ciljem, nezanesljivosti in zmedenosti. Najpomembnejši problemi, ki nastopajo pri težkih odločitvenih problemih, izvirajo iz: velikega števila dejavnikov, ki vplivajo na odločitev, zahtevnosti definiranja odločitvenega problema, nezadostnega opredeljevanja ciljev, izbora možnosti, skladnih z našimi (nasprotujočimi si) cilji, včasih preštevilnih, drugič zaradi prehitrega ocenjevanja premalo možnosti, običajno omejenega časa in drugih virov za izvedbo odločanja, obstoja več skupin odločevalcev z nasprotujočimi si cilji. S problemi odločanja se ukvarja vrsta znanstvenih področij in disciplin, od filozofije (na primer aksiologija nauk o vrednotah), psihologije, ekonomije in matematike, do bolj specifičnih, kot sta odločitvena teorija in odločitvena analiza. Odločevalcu je potrebno pomagati, da na sistematičen, organiziran in čim lažji način pride do kakovostne odločitve. V ta namen je bilo razvitih mnogo metod in računalniških programov za podporo odločanja (angl. Decision Support Systems DSS). Te metode so po eni strani dobro teoretično osnovane v okviru odločitvene teorije in teorije koristnosti, po drugi strani pa se uspešno uporabljajo v praksi pri podpori zahtevnih odločitvenih problemov. 4

8 3 Večparametrsko odločanje Večparametrsko odločanje temelji na razgradnji odločitvenega modela na manjše podprobleme. Najustreznejšo varianto izbiramo s pomočjo večparametrskega odločitvenega modela, ki ga uporabljamo za vrednotenje variant. 3.1 Večparametrski odločitveni model Pri večparametrskem odločitvenem modelu variante ločeno ocenjujemo glede na vsak parameter. Končna ocena variant pa je rezultat postopka združevanja in nam služi kot osnova za izbor najustreznejše variante. Slika 1: Večparameterski odločitveni model (Jereb, Bohanec, Rajkovič, 2003, str. 10) Večparametrski odločitveni model si lahko predstavljamo kot drevo, sestavljeno iz treh komponent: Parametri (x n ) predstavljajo vhod v model (atributi, kriteriji). To so spremenljivke, ki ponazarjajo podprobleme odločitvenega modela. Običajno so urejeni v hierarhični strukturi, ki ponazarja njihove medsebojne odvisnosti. Funkcija koristnosti (F) je predpis, po katerem se vrednosti posameznih parametrov združujejo v končno oceno. Končno oceno (Y) ali koristnost variante dobimo s postopnim združevanjem vrednosti v skladu z modelom in s funkcijo koristnosti. 5

9 Variante opišemo po osnovnih parametrih z vrednostmi a i. Funkcija koristnosti na osnovi teh vrednosti določi končno oceno posamezne variante. Varianta z najvišjo oceno je praviloma najboljša. 3.2 Računalniška podpora večparametrskega odločanja Prednost računalniške podpore v procesu odločanja se kaže predvsem v povečanem obsegu procesiranih informacij in zmanjševanju pristranskosti odločanja. Z integracijo velikega števila naših miselnih modelov v zahtevnejši matematično računalniški model lahko faktorje odločitve natančneje opišemo in jih ustrezno procesiramo. Računalniška podpora ima vrsto prednosti v boljši predstavljivosti rezultatov vrednotenja, možnosti opozarjanja na pomembne faktorje odločanja in možnosti izvajanja analiz. Zagotavlja tudi boljšo sledljivost in vodenost procesa odločanja. V zahtevnejših primerih računalniška podpora odločitev ne bo spremenila v čudežno lahke. Omogoča pa lažje, postopno obvladovanje zapletenih, težkih odločitev. Kadar je parametrov in variant relativno malo, si lahko pomagamo s splošnimi računalniškimi programi za delo s preglednicami, kot je na primer»excel«. Podatke o variantah vnesemo v tabelo, funkcijo koristnosti pa izračunamo po formuli. V zahtevnejših primerih, ko je parametrov ali variant več (na primer: nekaj deset), je navadno bolje, če posežemo po katerem izmed specialnih programov za podporo večparametrskemu odločanju. Ti odločevalcu pri definiciji posameznih parametrov z vgrajenimi orodji pomagajo pri oblikovanju funkcij koristnosti in zajemanju podatkov o variantah. Najpomembnejšo operacijo, tj. vrednotenje variant, dodatno podpirajo z vrsto koristnih pripomočkov za analizo dobljenih rezultatov, kot so analiza občutljivosti in stabilnosti odločitvenega modela, generator variant, analiza tipa»kaj-če«ter najrazličnejši grafični prikazi in poročila. Nekateri omogočajo tudi delo z nenatančnimi in nepopolnimi podatki in v ta namen uporabljajo intervalski račun ali verjetnostne porazdelitve. Takšnih programov je na tržišču veliko število, zato navajamo le nekaj najbolj znanih: MAUD, Deciad, Decision Pad, HIView, Promethee, Dex, Dexi. Še tako dobra računalniška rešitev ne more nadomestiti naših vrednot in uskladiti naših ciljev. Ta del odločanja bo verjetno za vedno ostal v človeški domeni. Računalnik pa se lahko neprecenljivo izkaže v neskončni pripravljenosti preverjanja naših postopkov, vrednotenja na podlagi naših modelov odločanja in stalnega usmerjanja v procesu odločanja. 6

10 3.3 Faze odločitvenega procesa Faze odločitvenega procesa so kot faze kibernetičnega postopka, v katerem želimo ustrezno upravljati proces odločanja. Odločitveni proces je proces sistematičnega zbiranja in urejanja znanja. Zagotovil naj bi dovolj informacij za primerno odločitev, zmanjšal možnost, da bi kaj spregledali, pohitril in pocenil proces odločanja ter dvignil kakovost odločitve. Praviloma poteka po naslednjih fazah, ki se lahko tudi prepletajo ali ponavljajo: - identifikacija problema, - identifikacija kriterijev, - definicija funkcije koristnosti, - opis variant, - vrednotenje in analiza variant Identifikacija problema Identifikacija problema je rezultat spoznanja, da je nastopil odločitveni problem, ki je dovolj zahteven, da ga je smiselno reševati na sistematičen in organiziran način. V tej fazi poskušamo definirati problem in opredeliti cilje ter zahteve. Oblikujemo odločitveno skupino, katere jedro sestavljajo odločevalci (t. i. lastniki problema). To so tisti, ki se morajo v končni fazi odločiti in so odgovorni za odločitev (Rajkovič 2001). Pri zahtevnejših problemih je priporočljivo oblikovati odločitveno skupino. Priporočljivo je, da ta skupina vsebuje: eksperte, ki imajo poglobljeno znanje o dani problematiki in lahko svetujejo pri oblikovanju odločitvenega modela, odločitvenega analitika metodologa, ki kot moderator vpliva na učinkovitost in usklajenost dela skupine ter skrbi za ustrezno metodološko in računalniško podporo odločanja, druge predstavnike tistih segmentov, ki jih odločitev zadeva Identifikacija kriterijev V tej fazi določimo kriterije, na osnovi katerih bomo ocenjevali variante in zasnujemo strukturo odločitvenega modela. Posebej je pomembno, da pri tem ne spregledamo kriterijev, ki bistveno vplivajo na odločitev (načelo popolnosti). Pri oblikovanju modela poskušamo izpolniti tudi nekatere druge zahteve, kot so strukturiranost, neredundantnost, ortogonalnost, operativnost (merljivost) kriterijev. Kriterije identificiramo glede na uporabljeno metodologijo. Postopek identifikacije poteka po naslednjih korakih: - spisek kriterijev: oblikovanje nestrukturiranega seznama kriterijev, ki jih bomo upoštevali pri odločanju. Kriterije oblikujemo sami ali v skupini; 7

11 - strukturiranje kriterijev: kriterije hierarhično uredimo. Pri tem upoštevamo medsebojne odvisnosti in vsebinske povezave. Nepomembne kriterije in tiste, ki so izraženi z ostalimi kriteriji, zavržemo in po potrebi oblikujemo nove. Rezultat je drevo kriterijev; - merske lestvice: vsem kriterijem v drevesu določimo merske lestvice, to je zalogo vrednosti, ki jo zavzamejo pri vrednotenju, ter morebitne druge lastnosti Definicija funkcij koristnosti V tej fazi definiramo funkcije, ki opredeljujejo vpliv nižjenivojskih kriterijev na tiste, ki ležijo višje na drevesu, vse do korena drevesa, ki predstavlja končno oceno variant. Oblika funkcij in način njihovega zajemanja sta močno odvisna od uporabljene metode. Najpogosteje se uporabljajo preproste funkcije, kot so utežna vsota in razna povprečja, srečamo pa tudi zahtevnejše funkcije, ki imajo večjo izrazno moč, vendar pa so nekoliko zahtevnejše za praktično uporabo: funkcije zvezne logike, funkcije na osnovi Bayesovega pravila ali mehkih množic, odločitvena pravila. Prav tako so pestre računalniško podprte metode za podporo odločevalcev v tej fazi, ki segajo od neposrednega analitičnega izražanja funkcij, do možnosti izbiranja oziroma parametrizacije vnaprej pripravljenih funkcij, definiranja funkcij po točkah, zajemanja v grafični obliki in raznih diagramov, ki jih vodi računalniški program Opis variant Vsako varianto opišemo z vrednostmi osnovnih kriterijev, to je tistih, ki ležijo na listih drevesa. Do tega opisa nas vodi bolj ali manj zahtevno proučevanje variant in zbiranje podatkov o njih. Pri tem se pogosto srečamo s pomanjkljivimi ali nezanesljivimi podatki. Nekatere metode v tem primeru odpovedo, druge pa omogočajo, da takšne podatke opišemo v obliki intervalov ali verjetnostnih porazdelitev Vrednotenje in analiza Vrednotenje variant je postopek določanja končne ocene variant na osnovi njihovega opisa po osnovnih kriterijih. Vrednotenje poteka (od spodaj navzgor) v skladu s strukturo kriterijev in funkcijami koristnosti. Varianta, ki dobi najvišjo oceno, je praviloma najboljša. Besedo»praviloma«je potrebno na tem mestu posebej poudariti. Na končno oceno vpliva mnogo dejavnikov in pri vsakem od njih lahko pride do napake. Poleg tega sama končna ocena navadno ne zadostuje za celovito sliko o posamezni varianti. Zato moramo variante analizirati in poskusiti odgovoriti na spodaj našteta vprašanja. 8

12 Kako je bila izračunana končna ocena na osnovi katerih vrednostih kriterijev in katerih funkcij? So vrednostni kriteriji in uporabljene funkcije koristnosti ustrezni? Zakaj je končna ocena takšna, kot je? Je v skladu s pričakovanji ali odstopa in zakaj? Kateri kriteriji so najbolj prispevali k takšni oceni? Katere so bistvene prednosti in pomanjkljivosti posamezne variante? Kakšna je občutljivost odločitve: kako spremembe vrednosti kriterijev vplivajo na končno oceno? Ali je mogoče in kako variante izboljšati? Katere spremembe povzročijo bistveno poslabšanje ocen variant? V čem se variante bistveno razlikujejo med seboj? Šele z odgovori na ta vprašanja pridemo do celovite slike o variantah in s tem do kakovostnejše, bolj utemeljene in preverjene odločitve. Računalniška podporna orodja so pri tem praktično nepogrešljiva, saj imajo že vgrajene pripomočke, ki tovrstne analize bistveno olajšajo (Jereb, Bohanec, Rajkovič, 2003, str. 14). 9

13 4 DEX lupina ekspertnega sistema za večparametrsko ocenjevanje in odločanje DEX dosledno sledi konceptu večparametrskega ocenjevanja. Bazo znanja tega ekspertnega sistema ustvarimo z znanjem s področja, ki ga želimo obdelati. V ekspertni lupini DEX je večparameterski odločitveni postopek obogaten z elementi ekspertnih sistemov in avtomatskega učenja. Zasnovan je tako, da je osnovni problem razčlenjen v manjše, manj kompleksne probleme. Variante so razčlenjene v različne dimenzije, katere imenujemo atributi, indikatorji, kriteriji itd. Opcije ocenjujemo neodvisno, glede na vsak atribut. Celostno oceno pa dobimo s postopki agregacije delnih ocen atributov, kot je npr. utežna vsota. Celotni postopek je zasnovan tako, da lahko odločevalec kar najučinkoviteje izrazi svoje preference, to je stopnje zaželenosti oz. nezaželenosti variant. Pri DEX-u je pristop kombiniran z nekaterimi elementi ekspertnega sistema in strojnega učenja. Atributi in postopki agregacije se obravnavajo kot eksplicitna baza znanja, ki je sestavljena iz: - drevesa kriterijev, - postopkov agregacije, ki so izraženi z odločitvenimi pravili, - opisov variant. V osnovi je DEX sestavljen iz dveh delov: [1] pridobivanje in urejanje znanja; pomoč uporabniku pri oblikovanju drevesa kriterijev in pravil odločanja za obravnavani problem. To je proces strukturiranja odločitvenega problema in izražanja preferenc. V bazo znanja vnesemo parametre, povezave med parametri ter znanje o koristnosti posameznih parametrov, s katerimi opisujemo možne alternative, med katerimi iščemo tisto, ki najbolj ustreza našim vnaprej postavljenim ciljem; [2] ocena in analiza opcij; ta del uporablja pridobljeno bazo znanja za oceno in analizo variant oz. opcij. Na začetku je vsaka opcija opisana z vrednostmi kriterijev, ki predstavljajo liste drevesa. DEX oceni vsako opcijo v skladu z bazo znanja, tj. drevesom kriterijev in odločitvenimi pravili. Za vsako opcijo tako dobimo oceno primernosti oz. ustreznosti. Temu postopku lahko sledi analiza rezultatov, ki je sestavljena iz ene ali več naslednjih aktivnosti: - razlaga ocene; kako je bila pridobljena posamezna ocena v smislu kriterijskih vrednosti in uporabljenih odločitvenih pravil; - analiza tipa kaj če; ponovna ocenitev po spremembi opisa opcij in primerjava rezultatov s prvotnimi; - selektivna razlaga opcij; razlaga opcij ob uporabi samo najbolj relevantnih informacij. 10

14 Slika 2: Shematični prikaz strukture sistema za ocenjevanje DEX omogoča uporabniku prijazno in v splošnem lažje odločanje, kjer je znanje o določanju izraženo preprosto in neposredno z besedami, pravili in hierarhično urejenimi kriteriji. Orodje DEX je transparentno orodje, ki omogoča stalen in enostaven vpogled v faze iskanja rešitev. Rezultatu, ki ga dobimo, nam ni potrebno verjeti, temveč se z navedbo ustrezne razlage, ki opravičuje rezultat, o tem prepričamo. Dobra lastnost sistema v primerjavi z drugimi je, da ni bistveno numerično kodiranje znanja, temveč so osnova opisne spremenljivke. DEX odločevalce prisili, da se poglobijo v odločitveno znanje. Razmišljajo o variantah in o tem, zakaj je varianta dobila določeno oceno. Vse variante so ocenjene z enakimi merili. Odločitev je zavestna, lahko jo utemeljimo sebi in drugim, s tem pa se zmanjša možnost napačne odločitve. Področja uporabe: - računalništvo; izbor računalnika, izbor strojne opreme, - vrednotenje projektov; ocena kakovosti oz. izvedljivosti projekta, ocena investicije, vrednotenje ponudb, vrednotenje portfoliev, - vrednotenje podjetij; izbor poslovnega partnerja, boniteta bank, ocenjevanje uspešnosti podjetij, - kadrovsko odločanje; ocenjevanje primernosti, uspešnosti delavcev, vrednotenje prošenj in vlog, - medicina, zdravstvo; ocenjevanje rizičnosti, spremljanje osnovnih življenjskih aktivnosti, - ostala področja; vrednotenje tehnologij, izbor lokacije 11

15 5 Vredana program za vrednotenje in analizo variant v večparametrskem odločanju Program Vredana služi za vrednotenje in analizo variant v večparametrskih modelih, zgrajenih z lupino ekspertnega sistema DEX. Glavne funkcije programa so: - branje in pisanje datotek tipa DAX, - branje podatkov o variantah s standardnih datotek tipa DIF, - kombinirano kvalitativno in kvantitativno vrednotenje variant, - prikaz in izpis rezultatov vrednotenja s stolpčnimi, korelacijskimi in polarnimi grafikoni, - analiza variant tipa»kaj če«. Uporabljamo ga lahko v povezavi z lupino ekspertnega sistema DEX, ki predstavlja izhodišče za razvoj programa Vredana. 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. 12

16 6 Predstavitev prototipa odločitvenega modela Razvoj sodobne informacijske in komunikacijske tehnologije gre z veliko hitrostjo naprej in prinaša nove izzive na vseh področjih družbenega življenja. To pa nam lahko zelo pomaga tudi pri sprejemanju odločitev. Sprejeti odločitev na podlagi nekih trdnih dokazov je tisto, kar si želi vsak, vsi pa vemo, da so naše odločitve pogosto sprejete v težkih situacijah, ko se zanašamo na svoj instinkt. Eden izmed programov, ki nam lahko pomaga pri naših odločitvah, je DEXi, računalniški program za večparametersko odločanje. Namen prototipnega odločitvenega modela je prikazati odločanje, pri katerem si pomagamo z omenjenim programom. 6.1 Opredelitev problema Kot vsako podjetje, ki je tržno usmerjeno, si tudi Loterija Slovenije prizadeva igralcem klasičnih iger na srečo ponuditi dober in kakovosten proizvod oz. igro. Za podajanje ocene o primernosti posameznih iger na srečo je potrebno sprejeti odločitve, ki bodo podjetje vodile k zastavljeni strategiji in ciljem. Poslovna strategija Loterije Slovenije temelji na: - zagotavljanju zmerne dolgoročne rasti prodaje s popestritvijo ponudbe, - razvoju novih iger na srečo in izpopolnjevanju obstoječih, - širitvi prodajne mreže, - zagotavljanju zmerne dolgoročne rasti zbranih sredstev iz naslova koncesijskih dajatev, - utrjevanju položaja vodilnega ponudnika klasičnih iger na srečo v Republiki Sloveniji, - zadovoljevanju interesov uporabnikov in lastnikov z zbranimi sredstvi iz naslova koncesijskih dajatev ob povečevanju vrednosti premoženja lastnikov in zagotovitvi donosnosti lastniškega kapitala. Cilj Loterije Slovenije je ponuditi igralcem iger na srečo: privlačen prodajni program, enostaven in hiter nakup in izplačilo dobitkov ter čim večji izbor prodajnih poti. 6.2 Namen prototipnega modela Namen naloge je izdelati prototipni model večparametrskega odločanja na področju ocenjevanja primernosti klasičnih iger, ki bi bil primeren za sprejemanje odločitev v primeru izbire nove igre ter za ocenjevanje ustreznosti obstoječih iger. Model služi kot osnova za odločanje o ustreznosti proučevanih klasičnih iger na srečo. Zasnovan je tako, da je primeren tako za ocenjevanje primernosti obstoječih iger kot tudi za pomoč pri sprejemanju odločitev ob uvedbi novih iger. 13

17 Loterija Slovenije želi ponuditi igralcem iger na srečo vsebinsko zanimive in privlačne igre. Spremljanje in poznavanje drugih evropskih prirediteljev, spremljanje dogajanj na tujih trgih in prispele ponudbe ter ideje stalno vodijo k razmišljanju o plasiranju novih iger na trg in o drugih spremembah. Pogosto tako pride do situacije, ko je potrebno sprejeti odločitev in podati konkretne predloge vodstvu podjetja. Med različnimi variantami je vsekakor želja izbrati vsebinsko najbogatejšo igro, s poudarkom na enostavnosti za igranje in enostavnosti za razumevanje. Izbrana varianta mora ustrezati tržnim razmeram in obstoječim prodajnim potem. Prototipni odločitveni model nam služi le kot pripomoček, orodje, ki olajšuje odločanje, hkrati pa standardizira posamezne elemente, ki so bistveni za podajanje ocene o primernosti igre na srečo. 6.3 Odločitvena skupina Zaradi hitrega razvoja in sprememb na trgu ponudbe tovrstnih izdelkov se je podjetje odločilo formirati skupino za ocenjevanje primernosti in strategijo iger. V skupini sodelujejo strokovnjaki z različnih področij; predstavniki prodajne službe, marketinga in informatike. Glede na naravo problema se rešitve in odločitve iščejo znotraj skupine, pred tem pa se člani skupine posvetujejo v okviru posamezne službe. Skupina je tako zadolžena za zbiranje informacij, analiziranje stanja in sprejemanje ključnih odločitev. Vodstvu podjetja predaja svoje ugotovitve in sugestije, ki se nanašajo na spremembe iger, ter njihovo prioriteto. Pri delu skupine je smiselna uporaba informacijske tehnologije (IT). Člani skupine se odločijo, katere izzive IT bodo uporabili in na kakšen način jih bodo vključili v svoje ustvarjalno delo. Ne smemo spregledati, da je praviloma skupina oz. tim z uporabo IT uspešnejši. 6.4 Metode dela Problematike odločitvenega procesa se lotimo s sistemskega vidika in ga razgradimo na posamezne podsisteme. Model mora biti relativno enostaven, pregleden, ne preveč kompleksen, tako da nam lahko služi kot pomoč pri delu, ne pa kot dodatna obremenitev. Hkrati pa pri zasnovi ne smemo izpustiti bistvenih informacij, ki so pomembne za sprejem odločitve. Najprej identificiramo kriterije, ki se nam zdijo pomembni pri iskanju naše odločitve. Zatem kriterije hierarhično uredimo, upoštevajoč medsebojne odvisnosti in vsebinske povezave. Pri tem si lahko pomagamo s program Visio. 14

18 V naslednjem koraku je potrebno določiti uteži za posamezne atribute. Smiselno je, da se nadalje posvetujemo znotraj oddelkov in pregledamo drevo kriterijev ter določitev merskih lestvic oz. zaloge vrednosti. Na osnovi podatkov pripravimo dva izvoda obrazca za ocenjevanje po metodi Abacon (slika 3). Člani skupine se razdelijo v dve skupini in izpolnijo obrazce Abacon. Rezultate lahko primerjamo, ugotavljamo odstopanja in na osnovi teh ugotovitev izdelamo končno verzijo točkovanj posameznih iger na obrazcu Abacon. Tako imamo pripravljena izhodišča za izdelavo odločitvenega modela s pomočjo računalniškega programa za večparametersko odločanje. Glavni vodili pri izboru orodja sta predvsem sposobnost izdelave realnih ekspertnih modelov glede na količino kriterijev in zmožnost obvladovanja zaloge vrednosti, hkrati pa tudi njegove enostavnosti pri uporabi in vzdrževanju. Pri iskanju najboljše odločitve si pomagamo z lupino ekspertnega sistema za večparametrsko odločanje Dexi. Za dodatni prikaz rezultatov pa lahko uporabimo program Vredana. Spremembe na področju ponudbe klasičnih iger na srečo so močno prisotne, kar pomeni, da kriteriji takšnega modela ne morejo biti statični biti morajo dinamični, kar pa pomeni stalno prilagajanje modela novim trendom na področju klasičnih iger na srečo. 15

19 Slika 3: Odločitvena metoda Abacon 16

20 6.5 Drevesa kriterijev Drevesa kriterijev predstavljajo strukturo odločitvenega modela. Kriteriji so v drevesu predstavljeni z vozlišči. Kriterije, ki so v notranjih vozliščih drevesa, imenujemo agregirani kriteriji in so odvisni od posameznih naslednikov v drevesu. Kriterije v listih drevesa imenujemo osnovni kriteriji. Posamezne variante opišemo z vrednostmi osnovnih kriterijev, na podlagi katerih se s pomočjo funkcij koristnosti izračunajo ostali kriteriji v drevesu. Najpomembnejši kriterij v drevesu je tako imenovani ciljni kriterij, ki leži v korenu drevesa. Prikazano je drevo kriterijev za ocenjevanje klasičnih iger na srečo. Ciljni kriterij vrednotimo glede na tri glavne kriterije: Vsebinski kriteriji, Kriteriji uvedbe, Tržno ekonomski kriteriji. IGRA VSEBINSKI KRITERIJI KRITERIJI UVEDBE TRŽNO-EKONOMSKI KRITERIJI Slika 4: Hierarhično drevo Ocenjevanje ustreznosti klasičnih iger na srečo VSEBINSKI KRITERIJI PRIVLAČNOST IGRE MOŽNOSTI ZA IGRANJE Slika 5: Hierarhično drevo Vsebinski kriteriji 17

21 KRITERIJI UVEDBE IMPLEMENTACIJA PODPORA Slika 6: Hierarhično drevo Kriteriji uvedbe TRŽNO-EKONOMSKI KRITERIJI TRG PRODAJNE POTI Slika 7: Hierarhično drevo Tržno ekonomski kriteriji OSTALI, NIŽJE LEŽEČI KRITERIJI PRIVLAČNOST IGRE ENOSTAVNOST IGRE PREPOZNAVNOST ZANIMIVOST IME DESIGN TEMA Slika 8: Hierarhično drevo Privlačnost igre 18

22 MOŽNOSTI ZA IGRANJE NAČINI IGRANJA RAZLIČNI VLOŽKI Slika 9: Hierarhično drevo Možnosti za igranje IZVEDBA OBST. TEHNOLOGIJA TRAJANJE UVEDBE STROŠKI UVEDBE Slika 10: Hierarhično drevo Izvedba TRG TRŽNI DELEŽ KONKURENCA RAST TRŽIŠČA Slika 11: Hierarhično drevo Trg 19

23 PRODAJNE POTI PRODAJNA MREŽA e-igranje INTERAKTIVNOST INTERNET Slika 12: Hierarhično drevo Prodajne poti 6.6 Opis kriterijev in njihova struktura Drevo kriterijev predstavlja strukturo odločitvenega problema. V njem razporedimo kriterije glede na njihovo medsebojno povezanost. Kriteriji na najvišjem nivoju so odvisni od tistih na nižjih nivojih. Na najnižjem nivoju so osnovni kriteriji, ki so odvisni le od značilnosti posameznih variant. Končni rezultat strukturiranja kriterijev je drevo kriterijev z opisi (slika 13). 20

24 Slika 13: Drevesna struktura kriterijev z opisi V nadaljevanju so podrobneje opisani kriteriji z drevesa Ocena klasične igre na srečo Oceno ustreznosti klasične igre na srečo določajo naslednje skupine kriterijev: Vsebinski kriteriji, Kriteriji uvedbe, Tržno ekonomski kriteriji Vsebinski kriteriji Vsebinske kriterije določajo sledeči kriteriji: Privlačnost igre Ta kriterij nam pove, koliko se nam zdi igra privlačna za potencialne igralce Možnosti za igranje Kriterij predstavlja možnosti različnih načinov igranja Privlačnost igre določajo sledeči kriteriji: - Enostavnost igre 21

25 Ocena enostavnosti razumevanja vsebine igre - Zanimivost Ocena zanimivosti vsebine igre za potencialne igralce o Prepoznavnost Prepoznavnost določajo sledeči kriteriji: - Ime Ocena prepoznavnosti imena igre. Ocenimo prepoznavnost na podlagi pojavljanja imena v tujini ter asociativnosti. - Tema Ocena vsebinske tematike igre. - Design Ocena prepoznavnosti designa celostne podobe igre, kakršna bo predstavljena igralcem (logotip, grafična podoba ) Možnosti za igranje določajo sledeči kriteriji: - Različni vložki Ocena možnosti vpliva na višino dobitka z izbiranjem višine vložka za vstop v igro. - Načini igranja Ocena možnosti izbora različnih načinov igranja Kriteriji uvedbe Kriterije uvedbe določajo sledeči kriteriji: o Izvedba - Podpora Izkušnje Ocena možnosti pridobitve mnenj, izkušenj, rezultatov ) Izvedba; ta kriterij določajo sledeči kriteriji: - Obstoječa tehnologija Ocena primernosti obstoječe tehnologije za izvedbo projekta spremembe iger ali uvedbo nove igre na srečo. - Trajanje uvedbe Groba ocena potrebnega časa za realizacijo želenega cilja. - Stroški uvedbe Groba ocena potrebnih resursov in kaj to predstavlja stroškovno Tržno-ekonomski kriteriji Tržno ekonomske kriterije določajo sledeči kriteriji: Trg Prodajne poti Trg oz. razmere na trgu določajo sledeči kriteriji: - Tržni delež 22

26 Ocena tržnega deleža obstoječe igre, če pa gre za uvedbo nove igre, pa lahko ta podatek iščemo po statistikah prodaje ostalih evropskih prirediteljev iger na srečo. - Konkurenca Proučimo in podamo oceno o konkurenčni ponudbi enake ali zelo podobne igre. - Rast tržišča Ocena rasti tržišča v prihodnosti, upoštevajoč segment iger, kamor uvrščamo ocenjevano igro. Prodajne poti določajo sledeči kriteriji: - Prodajna mreža Ocena primernosti obstoječe prodajne mreže za način prodaje, ki jo igra zahteva o e-igranje e-igranje določajo sledeči kriteriji: - Internet Ocena primernosti igre za igranje preko interneta - Interaktivnost Ocena interaktivnosti igre, ki je z razvojem tehnologije na področju iger na srečo vse bolj pomemben dejavnik in dodatno bogati čar igranja iger na srečo preko svetovnega spleta. 6.7 Zaloga vrednosti kriterijev Zaloga vrednosti je ocena, s katero je lahko posamezni kriterij ocenjen. V programskem paketu DEXi se na tem mestu izpostavi ena izmed njegovih boljših lastnosti, ki omogoča, da posamezne kriterije lahko ocenjujemo ne samo numerično, ampak tudi opisno kot na primer»slabo; srednje, dobro«. Zaloge vrednosti prikazuje slika

27 Slika 14: Zaloga vrednosti kriterijev 6.8 Funkcije koristnosti Po opredelitvi kriterijev je potrebno s pomočjo uteži dodati težo vsem posameznim kriterijem. S tem povemo, kateri kriteriji so bolj pomembni od drugih, hkrati pa določimo tudi vpliv nižje nivojskih kriterijev na tiste, ki ležijo višje na drevesu, vse do korena kriterijskega drevesa. V programu DEXi so funkcije koristnosti predstavljene s preprostimi odločitvenimi pravili tipa če potem. To so pravila, s katerimi povemo, katere kombinacije kazalcev vrednotijo posamezne možne vrednosti vozlišča parametrov. Definiramo jih na osnovi tabele pravil, ki jo pripravi DEXi in jo kasneje v poročilu o delu prikaže v obliki povzetega prikaza, kjer združi nekatere kombinacije posameznega vozlišča po izbranih vrednostih. V nadaljevanju so prikazana pravila za ocenjevanje posameznih sklopov pri ugotavljanju ocene ustreznosti klasičnih iger na srečo. 24

28 6.8.1 Odločitvena pravila ciljnega kriterija - Igra Slika 15: Odločitvena pravila kriterija Igra Iz zgornje slike (slika 15) je razvidno, da ima pri oceni ustreznosti posamezne igre največjo vlogo kriterij Vsebinski kriteriji, to je 56-odstotno. Ocena igre je zelo dobra, če - je ocena vsebinskih kriterijev zelo dobra in ocena kriterijev uvedbe ugodna ter tržno-ekonomskih kriterijev ugodna. Ocena igre je nesprejemljiva, če - je ocena vsebinskih kriterijev nesprejemljiva, - je ocena vsebinskih kriterijev slaba ter ocena kriterijev uvedbe in tržnoekonomskih kriterijev neugodna Odločitvena pravila kriterija Vsebinski kriteriji Slika 16: Odločitvena pravila kriterija Vsebinski kriterij Zgornja slika (slika 16) prikazuje, da je igra glede na vsebino zelo dobra, če - je ocena privlačnosti igre zelo privlačna in ocena možnosti za igranje več kot srednja. Igra pa je po vsebinskih kriterijih nesprejemljiva, kadar - je ocena privlačnosti igre opredeljena kot neprivlačna in nudi malo možnosti za igranje. 25

29 6.8.3 Odločitvena pravila kriterija Kriteriji uvedbe Slika 17: Odločitvena pravila kriterija Kriteriji uvedbe Kriterij uvedbe je v večjem delu odvisen od kriterija Izvedba, njegova pomembnost je kar 71% ter od kriterija Podpora-Izkušnje. Na zgornji sliki (Slika 17) vidimo da je ocena kriterija Kriteriji uvedbe ugodna, če je - Izvedba ocenjena kot enostavna in hitra in ocena Podpore izkušenj več kot srednja Odločitvena pravila kriterija Tržno ekonomski kriteriji Slika 18: Odločitvena pravila kriterija Tržno ekonomski kriteriji V tem kriteriju imata zelo enako težo kriterij Trg in kriterij Prodajne poti. Tržno ekonomski kriterij bo ocenjen ugodno, če je - ocena kriterija Trg ocenjena ugodno in je ocena ustreznosti prodajnih poti zelo primerno. 26

30 6.8.5 Odločitvena pravila ostalih, nižje ležečih kriterijev Slika 19: Odločitvena pravila kriterija Privlačnost igre Pri ocenjevanju kriterija Privlačnost igre je zelo pomemben kriterij Enostavnost (47 odstotkov), saj le enostavna in razumljiva igra privabi igralce k vstopu v igro. Slika 20: Odločitvena pravila kriterija Prepoznavnost Kriterij Prepoznavnost označujejo ocena imena, teme in designa. Iz zgornje slike (slika 20) je razvidna pomembnost ocene teme, na katero se nanaša ocenjevana igra. Slika 21: Odločitvena pravila kriterija Možnosti za igranje Velik poudarek pri podajanju ocene možnosti, ki jo nudimo igralcu, je bogatost igre z različnimi načini igranja, kar pomeni, da ima igralec možnost izbirati med različnimi sistemi igranja. 27

31 Slika 22: Odločitvena pravila kriterija Izvedba Pri oceni izvedbe so nam pomembni sledeči kriteriji: - primernost obstoječe tehnologije, - ocena potrebnega časa, da igro pričnemo tržiti in - stroški, povezani z uvedbo. Slika 23: Odločitvena pravila kriterija Trg Pri oceni kriterija Trg smo se osredotočili na tri dejavnike, to so: tržni delež igre, prisotnost konkurence z enako ali podobno igro ter rast tržišča. Slika 24: Odločitvena pravila kriterija Prodajne poti Pri oceni kriterija Prodajne poti je poudarek na ustreznosti obstoječe prodajne mreže oz. poslovalnic. Manjši, vendar vedno večji pomen pa ima ustreznost igre za igranje preko interneta. 28

32 Slika 25: Odločitvena pravila kriterija e-igranje Znotraj kriterija e-iigranje pa dajemo poudarek vsebinski primernosti igre za igranje na internetu, dodatno pa ocenimo tudi interaktivnost igre. Interaktivne igre se na svetovnem spletu vse pogosteje pojavljajo. Zaenkrat večina zgolj za zabavo, vprašanje časa pa je, kdaj jih bodo ponudniki začeli tržiti. Iz tega razloga smo v model vpeljali tudi ta kriterij ocenjevanja. 6.9 Opis variant Po izdelavi vseh funkcij koristnosti je potrebno opisati vsako varianto z vrednostmi osnovnih kriterijev, to je tistih, ki ležijo na listih drevesa. Podatke smo dobili s podajanjem ocen posameznih kriterijev za vsako ocenjevano igro s pomočjo skupinskega dela odločitvene skupine. V obravnavanem modelu izbiramo med tremi variantami. Vse pa spadajo v isto skupino iger, tj. stave na izžrebane številke: - varianta 1: Keno; igro prireja več prirediteljev po Evropi. Gre za stave na številke, kjer si izbereš enega od možnih vložkov, s katerim vstopiš v igro. Nudi možnost stave od ene do deset številk. - varianta 2: Ritmico; prejeli smo ponudbo od programerja s Hrvaške za izdelavo vsebine in informacijske podpore za povsem novo igro. Prav tako kot pri Kenu staviš na številke, z nadgradnjo sistemskega igranja in dodatnega polja Joker. - varianta 3: Rapido; igro prireja Francoska loterija Francaise Des Jeux. Imajo zelo dobre rezultate, žrebanje poteka vsakih pet minut. Za igri Keno in Rapido smo na spletnih straneh prirediteljev iger na srečo, ki te igre prirejajo, poiskali podatke o vsebini in rezultatih ter na podlagi tega izmerili vrednosti variant. Za igro Rapido pa smo podali vrednosti na podlagi predstavitve in gradiva avtorja igre. Od ekspertnih sistemov pričakujemo, da znajo delati tudi s tako imenovanimi mehkimi podatki, podatki, ki so nezanesljivi in nepopolni. Varianta, ki ji vrednosti enega ali več kriterijev ne moremo določiti, ni ocenjena z eno samo dokončno oceno, ampak prejme oceno tipa»od do«na primer»zelo dober do odličen«. 29

33 Spodnja slika (slika 26) prikazuje vrednosti individualnih kriterijev, ki smo jih podali posamezni igri. Ker je model narejen tako za obstoječe kot za nove igre, smo določene kriterije pri podajanju ocen izpustili. Ker gre za ocenjevanje ustreznosti nove igre, smo izpustili oceno tržnega deleža in rasti tržišča, zato ta dva kriterija na našo končno odločitev nimata vpliva. Slika 26: Ocena vrednosti individualnih kriterijev 6.10 Rezultati vrednotenja Iz rezultatov prototipnega modela za ugotavljanje ustreznosti klasičnih iger na srečo je mogoče izluščiti dobre in slabe strani posamezne igre. To so dobrodošle informacije, ki koristijo odločitveni skupini in vodstvu pri nadaljnjih odločitvah. V nadaljevanju je prototip modela, izpeljan kot ekspertni sistem na podlagi lupine ekspertnega sistema DEXi, kombiniran s programom Vredana, ki omogoča kakovostno predstavitev rezultatov analize in bogato paleto orodij za razlago. Na spodnji sliki (slika 27) so prikazane končne ocene, dobljene iz ekspertnega modela, kjer so lepo pregledne ocene posameznih sklopov. 30

34 Slika 27: Rezultati vrednotenja s programskim orodjem Dexi Opis rezultatov Na spodnji sliki (slika 28) je razvidna končna ocena ocenjevanih iger. Vrednotenje kriterijev smo izdelali s programskim orodjem Dexi, analizo rezultatov pa prikazujemo s programom Vredana. Iz rezultatov je razvidno, da se kot najustreznejša varianta kaže igra Keno in s tem napoveduje najboljše rezultate ob uvedbi ene od teh variant, kot najslabša pa Ritmico. 31

35 Slika 28: Grafični rezultati vrednotenja s programskim orodjem Vredana Varianta KENO Varianta Keno je bila ocenjena z najvišjo oceno. V Dexijevem modelu se približuje oceni»dobro«. Sliki 29, 30: Prikaz ocen za igro Keno Igra Keno zavzema srednje in dobre vrednosti po vseh kriterijih. Bistvena prednost te igre je zanimivost in dokaj dobro ocenjena enostavnost igre. Poleg tega je igra prisotna na več trgih po Evropi, kar nam omogoča visoko podporo v smislu deljenja izkušenj z drugimi prireditelji. Varianta RITMICO Varianta Ritmico je prejela najnižjo končno oceno, Dexi jo označuje kot nesprejemljivo varianto. 32

36 Sliki 31, 32: Prikaz ocen za igro Ritmico Igra Ritmico nudi več možnosti za različne načine igranja in več različnih vložkov, kar je sicer pozitivno, vendar pa to posledično vpliva na slabšo enostavnost igre. Igra se skupini ne zdi zanimiva. Velik minus pa prispeva tudi neprimernost prodajne mreže. Ocenili smo, da je naš trg premajhen za tako dinamično igro, in menimo, da ta igra zahteva prodajna mesta v gostinskih lokalih. Varianta RAPIDO Varianta Rapido je po oceni na drugem mestu, na merski lestvici kriterijev za igro dosega oceno slabe variante. Sliki 33, 34: Prikaz ocen za igro Rapido Igra Rapido je po vsebini dokaj dobro ocenjena, vendar tako kot Ritmico ni najprimernejša za trg, ki ga pokrivamo. 33

37 Končna ocena Končna ocena tudi s spremembo vrednosti kriterijev ne bi bila dosti drugačna, saj je nerealno spreminjati vrednosti kriterijev, ki so postavljeni zelo realno. Če bi bistveno poslabšali ocene variant, nobena od variant ne bi bila sprejemljiva za končno odločitev. Zavedamo pa se, da za zagotavljanje konkurenčnosti našega podjetja potrebujemo eno od tovrstnih iger. Končni rezultat reševanja problema na ta način je predvsem doprinesel nova znanja v smislu sistematičnega in organiziranega odločanja. V proučevanem modelu se je za najboljšo varianto izkazala igra Keno. S tem smo dosegli cilje odločitvenega procesa. Model pa je potrdil naša predhodna razmišljanja in ocene, dobljene na podlagi instinkta in poznavanja iger. Z načrtovano širitvijo prodajne mreže bo izbrana varianta pridobila tudi na kriteriju ocene primernosti prodajnih mest. Pozorni pa moramo biti pri projektu uvedbe nove igre, saj moramo izbrati pot, ki nam bo omogočila čim hitrejšo implementacijo igre. 34

38 7 Zaključek Večparameterski modeli predstavljajo pomoč za podporo odločanja v srednje in zelo zahtevnih odločitvenih situacijah in kot orodje za podporo reševanja odločitvenih problemov, pri katerih nastopa veliko število medsebojno soodvisnih in močno povezanih dejavnikov, veliko variant in več skupin odločevalcev, ki imajo različne interese. Metode nikakor ne smemo razumeti kot zamenjavo za odločitve človeka odločevalca, temveč le kot orodje, ki pomaga odločevalcu pri sprejemanju kompleksnejših odločitev. Človek je še vedno v celoti odgovoren za končno odločitev. Odločevalca usmerjajo k poglobljenemu razmišljanju in zbiranju informacij o problemu ter zmanjšajo možnost, da bi spregledal dejavnike, ki bistveno vplivajo na odločitev, hkrati pa ga ne smejo omejevati ali celo zavajati in mu zaradi svoje prevelike kompleksnosti jemati pogum oziroma mu oteževati končno odločitev. Večparameterske metode moramo razumeti kot prispevek k bolj sistematičnemu, organiziranemu, skladnejšemu, predvsem pa čim bolj optimalnemu odločanju. Programska orodja za podporo odločanja nudijo učinkovito pomoč pri oblikovanju odločitvenega modela, vrednotenju variant in na koncu omogočajo vrsto analiz, na osnovi katerih lahko podrobno opredelimo, razložimo, verificiramo in dokumentiramo svojo končno odločitev. Končna odločitev je zato praviloma kakovostnejša. Odraža se predvsem v kakovostnejši realizaciji odločitve, pri kateri lahko koristno uporabimo informacije, dobljene pri vrednotenju, na primer izrazite prednosti ali slabosti posameznih variant. Vsak odločitveni proces poteka po fazah in se začne z identifikacijo problema, konča pa se z vrednotenjem in analizo posameznih variant oziroma z izdelavo elaborata. Od zahtevnosti problematike in ciljev procesa, v veliki meri pa tudi od znanja udeležencev procesa je odvisno trajanje odločitvenega procesa. Najzahtevnejši fazi procesa sta prvi dve: identifikacija problema in identifikacija kriterijev. V identifikacijo problema so vključeni: definicija problema, opredelitev ciljev in zahtev, oblikovanje določitvene skupine ter izbor metode in računalniških orodij za podporo odločanja. Identifikacija kriterijev pa zajema najbolj merodajne in obenem merljive kriterije, pri čemer moramo paziti, da ne izpustimo pomembnih. Tudi povezava kriterijev v drevo na osnovi vsebinske povezanosti in medsebojne odvisnosti zahteva veliko znanja. Računalniška podpora je pri strukturiranju kriterijev zelo šibka, saj je potrebno vsebino in strukturo drevesa razen v izjemnih primerih oblikovati ročno, na osnovi zbiranja potrebnih informacij, tehtanja njihovih vrednosti, razgovora v skupini, timskega dela, kar pomeni, da vložek v začetni fazi ekspertnega sistema ni tako majhen, kar zopet kaže na to, da je potrebno biti predvsem racionalen v fazi odločanja za izdelavo posameznega ekspertnega modela. Računalniška podpora odločanja nam nakazuje primerne postopke v procesu odločanja, z večkriterijskim in neostrim odločanjem širi naše miselne zmogljivosti, da možnosti preverimo na način, ki ga v glavi ne bi uspeli, pojasnjuje izbire, omogoča 35

39 izvajanje odločitvenih in poodločitvenih analiz ter hrani naša dejanja v odločanju, h katerim se radi vračamo. Obenem nas usmerja v sistematično zbiranje in urejanje znanja, zagotavlja dovolj informacij za primerno odločitev, zmanjšuje možnost, da bi spregledali dejavnike, ki bistveno vplivajo na odločitev, pohitri proces odločanja in z vsem tem dviguje kakovost odločitev. Proučevano podjetje želi v današnjem konkurenčnem okolju utrditi in izboljšati svoj položaj na trgu, predvsem z nudenjem kakovostnih iger na srečo. Igralcem klasičnih iger na srečo želi nuditi vsebinsko bogate igre, za katere bo brez težav in v čim krajšem času našlo tehnološke rešitve ter jih plasirala na trg preko ustrezne prodajne poti. Z namenom ocenjevanja ustreznosti klasičnih iger na srečo je bil zgrajen prototip večparametrskega odločitvenega modela, modela za ocenjevanje ustreznosti klasičnih iger na srečo. Nekatere pomanjkljivosti oziroma prednosti posamezne igre so nam znane že pred ocenjevanjem, na nekatere pa nas dodatno opozori analiza. Izvedba v obliki ekspertnega sistema na podlagi lupine DEX je zelo dobra izbira, saj so razlaga odločitve, izčrpna poročila, selektivno opozarjanje na prednosti in pomanjkljivosti, grafični prikazi in možnosti»kaj-če«analize kakor naročeni za takšno vrsto analize. Na podlagi teh rezultatov lahko skupina vodstvu ne le nazorno predstavi rezultate analize, ampak tudi svetuje in pomaga pri izbiranju poti za uvedbo čim bolj ustreznih iger na srečo za naš trg. 36

40 8 Literatura [1] Jereb, E., Bohanec, M., Rajkovič, V., DEXi računalniški program za večparametrsko odločanje, Moderna organizacija, [2] Neubauer, F. F., Upravljanje s portfeljem: potencialni dobiček teorija in praksa, Gospodarski vestnik, [3] Rajkovič, V., Tim in sodobna informacijska tehnologija, v: Mayer, J. (edt), Skrivnost ustvarjalnega tima, 2001, [4] Bohanec M., Rajkovič V.: Večparameterski odločitveni modeli. Organizacija 28. Kranj, 1995, št. 7, str [5] Bohanec M., Rajkovič V. Multi-Attribute Decision Modeling: Industrial Applications of DEX. Informatica 23, [6] Bohanec, M., Rajkovič, V., Večparametrski odločitveni modeli, Organizacija 28, št. 7, [7] Bohanec M., Rajkovič V. Sistemi za pomoč pri odločanju. Organizacija in kadri št Kranj, 1988, str [8] Zupan, B., Odločitvena drevesa [9] Rajkovič V. Ekspertni sistemi, Fakulteta za organizacijske vede, Kranj, 1994/95. [10] Bohanec M., Gyergyek L., Rajkovič V. Večparametersko odločanje, podprto z lupino ekspertnega sistema. Elektrotehniški vestnik. št. 3-4, Ljubljana 1988, str [11] Bohanec, M., Model vrednotenja proizvodnega programa, maj [12] Tehnologije znanja pri predmetu informatika, junij [13] Zupan, B., Uvod v večparametrsko odločanje, UvodVVecparametrskoOdlocanje.ppt, maj [14] Zupan, B., Odločitveni sistemi, maj [15] Bohanec, M., Večparametrsko odločanje, junij [16] Šet, A., Vredana junij [17] Loterija Slovenije, Letno poročilo [18] ZIS-UPB1, Zakon o igrah na srečo (Uradni list RS, št. 134/03 uradno prečiščeno besedilo). 37

41 Priloge [1] Drevo kriterijev 38

42 [2] Računalniški izpis ekspertnega modela iz programa DEXi OPIS ZALOG VREDNOSTI 39

43 40

44 41

45 42

46 POVPREČNE UTEŽI 43

47 ODLOČITVENA PRAVILA Odločitvena tabela ustreznosti ocenjevanih iger ima 36 pravil. Vse poudarjene celice v koloni»igra«pomenijo, da so bila odločitvena pravila vnesena ročno, torej niso bila podana na osnovi upoštevanja uteži, saj pri zahtevnih in zelo zahtevnih modelih preprosto ni mogoče uglasiti uteži tako, da bi zadostile specifičnim zahtevam igre v relativno kompleksnem ekspertnem modelu. 44