"Η επιχείρηση που έψαχνε για χώρο μετεγκατάστασης στη Θεσσαλονίκη". Δείτε ένα παράδειγμα χρήσης του Excel στην υποβοήθηση λήψης αποφάσεων:
Υποθέτουμε ότι μια επιχείρηση σκοπεύει να μετεγκατασταθεί σε έναν νέο χώρο μέσα στην πόλη της Θεσσαλονίκης και καλείται να επιλέξει κάποιο σημείο από τα 5 που κρίθηκαν κατάλληλα έπειτα από έρευνα που πραγματοποίησε:
1. Σημείο Α,
2. Σημείο Β,
3. Σημείο Γ,
4. Σημείο Δ,
5. Σημείο Ε.
Έπειτα από μελέτη, και με βάση εμπειρία του ιδιοκτήτη, η επιχείρηση δίνει ιδιαίτερη βαρύτητα στα παρακάτω κριτήρια όταν καλείται να επιλέξει την τοποθεσία:
Α. Απόσταση από πελάτες (target group),
Β. Μέγεθος καταστήματος,
Γ. Τιμή ενοικίου,
Δ. Ύπαρξη Χώρου στάθμευσης.
Έτσι, έχει συνταχθεί ένας πίνακας με τα στοιχεία κάθε τοποθεσίας σε σχέση με τα παραπάνω κριτήρια απόφασης:
Στη συνέχεια, συντάσσονται κλίμακες αξιολόγησης για κάθε κατηγορία ξεχωριστά. Η αξιολόγηση μπορεί να στηρίζεται σε εμπειρικά δεδομένα, να γίνει κατόπιν έρευνας ή να στηρίζεται καθαρά στην υποκειμενικότητα του υπεύθυνου για τη λήψη της απόφασης.
Για να υπάρχει ομοιόμορφη αξιολόγηση, συνηθίζεται να επιλέγεται μια κοινή κλίμακα για όλα τα κριτήρια, π.χ. από 0 έως 100, όπου με 0 αξιολογείται το λιγότερο ικανοποιητικό χαρακτηριστικό και με 100 το πλέον επιθυμητό. Η βαθμολόγηση δεν είναι απαραίτητο να ακολουθεί την διαβάθμιση 0-25-50-75-100 που θα χρησιμοποιηθεί στο παράδειγμα.
Όσον αφορά την Απόσταση από τους πελάτες, η επιχείρηση καθόρισε την παρακάτω κλίμακα:
1. Πολύ μικρή απόσταση: 100 βαθμοί
2. Μικρή απόσταση: 75
3. Κανονική απόσταση: 50
4. Μεγάλη απόσταση: 0
Το μέγεθος του υποψήφιου καταστήματος αξιολογήθηκε ως εξής:
1. Έως 100 τ.μ.: 0 βαθμοί
2. 101 έως 150 τ.μ.: 25
3. 151 έως 200 τ.μ.: 50
4. 201 έως 250 τ.μ.: 75
5. πάνω από 250 τ.μ.: 100
Για την τιμή ενοικίου καταρτίστηκε η κλίμακα:
1. Ως 1000 €: 100 βαθμοί
2. 1001 - 1500 €: 75
3. 1501 έως 2000 €: 50
4. 2001 έως 2500 €: 25
5. πάνω από 2000 €: 0
Τέλος, η ύπαρξη χώρου στάθμευσης «βαθμολογείται» με 100, ενώ η μη ύπαρξη συνεπάγεται 0 βαθμούς.
Στη συνέχεια γίνεται η αξιολόγηση κάθε κριτηρίου ξεχωριστά (συνήθως βάσει της ίδιας κλίμακας 0-100) και καθορίζεται η σημαντικότητα του (βαρύτητα-weighting).
Για παράδειγμα:
1. Απόσταση από πελάτες: 40
2. Μέγεθος χώρου: 55
3. Τιμή αγοράς: 70
4. Πάρκινγκ: 65.
Αυτά είναι όσα χρειάζεται μια εφαρμογή ανάλυσης και υποβοήθησης απόφασης για να παράγει αποτελέσματα και να βοηθήσει τον υπεύθυνο στη λήψη της σωστής απόφασης.
Αλλάζοντας το βάρος κάθε κριτηρίου, δείτε ότι αλλάζουν και οι καλύτερες/χειρότερες εναλλακτικές κάθε φορά:
Φυσικά αυτό είναι ένα απλό παράδειγμα χρήσης του Excel για τη λήψη αποφάσεων. Το μοντέλο που χρησιμοποιούμε στην ανάπτυξη αυτής της εφαρμογής μπορεί να επεκταθεί και να αυξηθεί σε πολυπλοκότητα, αποκτώντας πολύ περισσότερες εναλλακτικές και κριτήρια.
Αν ενδιαφέρεστε για αυτή την εφαρμογή, κάντε click εδώ για να επικοινωνήσετε μαζί μας
1. Σημείο Α,
2. Σημείο Β,
3. Σημείο Γ,
4. Σημείο Δ,
5. Σημείο Ε.
Έπειτα από μελέτη, και με βάση εμπειρία του ιδιοκτήτη, η επιχείρηση δίνει ιδιαίτερη βαρύτητα στα παρακάτω κριτήρια όταν καλείται να επιλέξει την τοποθεσία:
Α. Απόσταση από πελάτες (target group),
Β. Μέγεθος καταστήματος,
Γ. Τιμή ενοικίου,
Δ. Ύπαρξη Χώρου στάθμευσης.
Έτσι, έχει συνταχθεί ένας πίνακας με τα στοιχεία κάθε τοποθεσίας σε σχέση με τα παραπάνω κριτήρια απόφασης:
Στη συνέχεια, συντάσσονται κλίμακες αξιολόγησης για κάθε κατηγορία ξεχωριστά. Η αξιολόγηση μπορεί να στηρίζεται σε εμπειρικά δεδομένα, να γίνει κατόπιν έρευνας ή να στηρίζεται καθαρά στην υποκειμενικότητα του υπεύθυνου για τη λήψη της απόφασης.
Για να υπάρχει ομοιόμορφη αξιολόγηση, συνηθίζεται να επιλέγεται μια κοινή κλίμακα για όλα τα κριτήρια, π.χ. από 0 έως 100, όπου με 0 αξιολογείται το λιγότερο ικανοποιητικό χαρακτηριστικό και με 100 το πλέον επιθυμητό. Η βαθμολόγηση δεν είναι απαραίτητο να ακολουθεί την διαβάθμιση 0-25-50-75-100 που θα χρησιμοποιηθεί στο παράδειγμα.
Όσον αφορά την Απόσταση από τους πελάτες, η επιχείρηση καθόρισε την παρακάτω κλίμακα:
1. Πολύ μικρή απόσταση: 100 βαθμοί
2. Μικρή απόσταση: 75
3. Κανονική απόσταση: 50
4. Μεγάλη απόσταση: 0
Το μέγεθος του υποψήφιου καταστήματος αξιολογήθηκε ως εξής:
1. Έως 100 τ.μ.: 0 βαθμοί
2. 101 έως 150 τ.μ.: 25
3. 151 έως 200 τ.μ.: 50
4. 201 έως 250 τ.μ.: 75
5. πάνω από 250 τ.μ.: 100
Για την τιμή ενοικίου καταρτίστηκε η κλίμακα:
1. Ως 1000 €: 100 βαθμοί
2. 1001 - 1500 €: 75
3. 1501 έως 2000 €: 50
4. 2001 έως 2500 €: 25
5. πάνω από 2000 €: 0
Τέλος, η ύπαρξη χώρου στάθμευσης «βαθμολογείται» με 100, ενώ η μη ύπαρξη συνεπάγεται 0 βαθμούς.
Στη συνέχεια γίνεται η αξιολόγηση κάθε κριτηρίου ξεχωριστά (συνήθως βάσει της ίδιας κλίμακας 0-100) και καθορίζεται η σημαντικότητα του (βαρύτητα-weighting).
Για παράδειγμα:
1. Απόσταση από πελάτες: 40
2. Μέγεθος χώρου: 55
3. Τιμή αγοράς: 70
4. Πάρκινγκ: 65.
Αυτά είναι όσα χρειάζεται μια εφαρμογή ανάλυσης και υποβοήθησης απόφασης για να παράγει αποτελέσματα και να βοηθήσει τον υπεύθυνο στη λήψη της σωστής απόφασης.
Αλλάζοντας το βάρος κάθε κριτηρίου, δείτε ότι αλλάζουν και οι καλύτερες/χειρότερες εναλλακτικές κάθε φορά:
Φυσικά αυτό είναι ένα απλό παράδειγμα χρήσης του Excel για τη λήψη αποφάσεων. Το μοντέλο που χρησιμοποιούμε στην ανάπτυξη αυτής της εφαρμογής μπορεί να επεκταθεί και να αυξηθεί σε πολυπλοκότητα, αποκτώντας πολύ περισσότερες εναλλακτικές και κριτήρια.
Αν ενδιαφέρεστε για αυτή την εφαρμογή, κάντε click εδώ για να επικοινωνήσετε μαζί μας
