DSS چیست و چرا در تصمیم‌گیری‌های مالی و مدیریتی اهمیت دارد؟
سیستم پشتیبانی تصمیم‌گیری یا Decision Support System ابزاری مبتنی بر کامپیوتر است که به کاربران کمک می‌کند داده‌ها را تحلیل کنند، سناریوهای مختلف را بسنجند و تصمیمات آگاهانه‌تری بگیرند.
تحلیلگران مالی برای پیش‌بینی روندهای بازار، ارزیابی ریسک و بررسی گزینه‌های سرمایه‌گذاری با حجم زیادی از داده‌ها سروکار دارند. DSS می‌تواند این داده‌ها را پردازش کند، مدل‌های تحلیلی را اجرا کند و نتایج را به شکلی قابل‌فهم در اختیار تصمیم‌گیرندگان قرار دهد.
در واقع، می‌توان سیستم پشتیبانی تصمیم‌گیری را نوعی ابزار تحلیلی هوشمند دانست که به‌جای تکیه صرف بر تجربه و شهود، امکان مقایسه گزینه‌ها و بررسی پیامدهای احتمالی هر تصمیم را فراهم می‌کند.
بنابراین، آشنایی با اینکه DSS چیست، چگونه کار می‌کند و چه کاربردهایی دارد، برای افرادی که با تصمیم‌گیری‌های مالی، مدیریتی و داده‌محور سروکار دارند اهمیت زیادی دارد.
در این مقاله، مفهوم DSS، نحوه عملکرد آن، اجزای اصلی، انواع سیستم‌های پشتیبانی تصمیم‌گیری و کاربردهای آن را بررسی می‌کنیم.
۱- سیستم پشتیبانی تصمیم یا DSS چیست؟
یک سیستم پشتیبانی تصمیم گیری (DSS) یک برنامه کامپیوتری است که از تصمیم گیری‌ها، قضاوت‌ها و اقدامات در یک سازمان یا کسب و کار پشتیبانی می‌کند.
یک DSS حجم عظیمی از داده‌ها را بررسی و تجزیه و تحلیل می‌کند و اطلاعات جامعی را برای حل مشکلات و تصمیم گیری گردآوری می‌کند.
اطلاعات مورد استفاده توسط یک DSS شامل درآمد هدف یا پیش بینی شده، ارقام فروش یا ارقام گذشته از دوره‌های مختلف و سایر داده‌های مربوط به موجودی یا عملیات است.
اجزای اصلی یک DSS شامل داده‌هایی است که استفاده می‌کند، مدل‌هایی که داده‌ها را پردازش می‌کنند و رابط کاربری که به تحلیلگران اجازه می‌دهد با آن تعامل داشته باشند.
تصور کنید، یک تحلیلگر مالی می‌خواهد ارزیابی کند که آیا در یک سهام خاص سرمایه گذاری کند یا خیر.
DSS می‌تواند، گزارش‌های مالی اخیر، روندهای بازار و شاخص‌های اقتصادی را جمع آوری کرده، سپس شبیه سازی‌هایی را برای نشان دادن نتایج بالقوه اجرا کند.
این امر به تحلیلگر کمک می‌کند تا تصویر بزرگتری را ببیند و انتخاب آگاهانه تری انجام دهد.
بخش کلیدی DSS انعطاف پذیری است.
تحلیلگران می‌توانند پارامترها را تنظیم، سناریوها را آزمایش و نتایج را به سرعت مقایسه کنند.
برخلاف روش‌های سنتی که نیاز به محاسبات دستی دارند، DSS فرآیند را ساده کرده و امکان تجزیه و تحلیل کامل تری را فراهم می‌کند.
به طور خلاصه، به متخصصان مالی کمک می‌کند تا داده‌های پیچیده را به بینش‌های عملی تبدیل کنند.
۱-۱- سیستم پشتیبانی تصمیم (DSS) در امور مالی چیست؟
وقتی صحبت از امور مالی می‌شود، DSS چیست؟
یک سیستم پشتیبانی تصمیم گیری چیزی بیش از یک صفحه گسترده یا یک ماشین حساب فانتزی است.
این یک سیستم نرم افزاری است که برای جمع آوری، سازماندهی و تجزیه و تحلیل داده‌ها به روش‌هایی که از تصمیم گیری پشتیبانی می‌کنند، طراحی شده است.
در زمینه‌های مالی، این امر می‌تواند شامل داده‌های تاریخی بازار، معیارهای عملکرد شرکت، شاخص‌های ریسک و حتی مدل‌های پیش بینی باشد.
۱-۲- نمونه‌ای از یک DSS چیست؟
بسیاری از صنایع مختلف، از پزشکی گرفته تا کشاورزی، از سیستم‌های پشتیبانی تصمیم گیری استفاده می‌کنند.
برای کمک به تشخیص بیماری یک بیمار، یک پزشک ممکن است از یک سیستم پشتیبانی تصمیم گیری کامپیوتری برای تشخیص و تجویز دارو استفاده کند.
یک سیستم پشتیبانی تصمیم گیری با ترکیب ورودی‌های پزشک و سوابق الکترونیکی سلامت قبلی، می‌تواند به پزشک در تشخیص بیماری کمک کند.
۲- علل اهمیت DSS چیست؟
یک سیستم پشتیبانی تصمیم گیری با جمع آوری و تحلیل داده‌ها، گزارش‌های اطلاعاتی دقیقی تولید می‌کند.
از این رو، یک DSS با یک برنامه عملیاتی معمولی که هدفش جمع آوری داده‌ها و نه تحلیل آنها بوده، متفاوت است.
در یک سازمان، DSS توسط بخش‌های برنامه ریزی، مانند بخش عملیات که داده‌ها را جمع آوری کرده و گزارشی ایجاد می‌کنند، استفاده می‌شود.
عمدتاً، DSS در پیش بینی فروش، داده‌های مربوط به موجودی و عملیات و ارائه اطلاعات به مشتریان به شیوه ای آسان برای درک استفاده می‌شود.
از لحاظ تئوری، یک DSS می‌تواند در حوزه‌های مختلف دانش از یک سازمان گرفته تا مدیریت جنگل و حوزه پزشکی به کار گرفته شود.
یکی از کاربردهای اصلی DSS در یک سازمان، گزارش دهی بلادرنگ است.
این امر می‌تواند، برای سازمان‌هایی که در مدیریت موجودی به موقع (JIT) شرکت می‌کنند، بسیار مفید باشد .
در یک سیستم موجودی JIT، سازمان برای ثبت سفارش‌ها به صورت به موقع و جلوگیری از تأخیر در تولید و ایجاد اثر دومینو منفی، به داده‌های بلادرنگ از سطح موجودی خود نیاز دارد.
بنابراین، یک DSS نسبت به یک سیستم سنتی، بیشتر با فرد یا سازمانی که تصمیم می‌گیرد، متناسب است.
۳- اجزای DSS چیست؟
سه جز اصلی یک چارچوب DSS عبارت اند از:
- سیستم مدیریت مدل: مدل‌هایی را ذخیره می‌کند که مدیران می‌توانند، در تصمیم گیری‌های خود از آنها استفاده کنند. این مدل‌ها در تصمیم گیری در مورد سلامت مالی سازمان و پیش بینی تقاضا برای یک کالا یا خدمات استفاده می‌شوند.
- رابط کاربری: شامل ابزاری است که به کاربر نهایی یک DSS کمک می‌کند تا در سیستم پیمایش کند.
- پایگاه دانش: شامل اطلاعاتی از منابع داخلی (اطلاعات جمع آوری شده در یک سیستم فرآیند تراکنش) و منابع خارجی (روزنامه‌ها و پایگاه‌های داده آنلاین) است.
۴- انواع DSS چیست؟
در اینجا 5 نوع اصلی از سیستم‌های DSS آورده شده است:
۴-۱- مبتنی بر داده
سیستم‌های داده محور معمولاً برنامه‌های اطلاعاتی کامپیوتری را توصیف می‌کنند که افراد می‌توانند از آنها برای جستجوی نتایج و محاسبه مبالغ استفاده کنند.
این سیستم‌ها معمولاً به یک انبار داده نیاز دارند که اطلاعات یک شرکت را ذخیره می‌کند و به افراد امکان سازماندهی آن را می‌دهد.
آنها همچنین معمولاً شامل ویژگی‌های ذخیره سازی فایل و صفحه گسترده هستند.
صنایع تجاری و مالی اغلب از این نوع DSS استفاده می‌کنند؛ زیرا به آنها امکان محاسبه پیش بینی‌های درآمد را می‌دهد، در حالی که تولیدکنندگان ممکن است از آن برای بررسی زنجیره تأمین استفاده کنند .
۴-۲- متمرکز بر دانش
یک DSS متمرکز بر دانش به افراد اجازه می‌دهد تا الگوهایی را در مجموعه داده‌ها پیدا کنند، سپس بر اساس آنها پیش بینی‌هایی انجام دهند یا از آنها برای مشاوره به دیگران در مورد یک موضوع خاص استفاده کنند.
نرم افزاری با این DSS معمولاً به افراد اجازه می‌دهد تا بین موارد در مقیاس بزرگ ارتباط برقرار کنند.
به عنوان مثال، یک CDSS به متخصصان پزشکی اجازه می‌دهد تا حقایق مربوط به بیماری‌های مختلف را بررسی کرده تا بتوانند تشخیص صحیحی پیدا کنند.
نمایندگان فروش همچنین می‌توانند از این DSS برای بررسی داده‌های مشتری استفاده کنند و به آنها کمک می‌کند تا توصیه‌های شخصی تری ارائه دهند.
۴-۳- مبتنی بر سند
این نوع DSS شامل به دست آوردن اطلاعات کلیدی از طریق مجموعه ای از اسناد و سپس گردآوری آنها در قالبی قابل خواندن در یک برنامه نرم افزاری برای انجام فرآیندهای تصمیم گیری است.
این اسناد ممکن است، شامل فایل‌های متنی، صوتی یا تصویری از سرورهای داخلی یا آنلاین باشند.
برای بازیابی اطلاعات، یک متخصص ممکن است، کلمات کلیدی را در تابع جستجوی نرم افزار پیاده سازی کند، که اغلب شبیه موتورهای جستجوی آنلاین است.
پس از آن، آنها می‌توانند یا از یک ویژگی تحلیل خودکار متن استفاده کنند یا یک فرآیند ارزیابی دستی انجام دهند.
۴-۴- مبتنی بر مدل
این نوع DSS به افراد اجازه می‌دهد تا با استفاده از یک مدل، که یک معادله نمایشی است، به حل مسئله بپردازند.
به عنوان مثال، اگر یک بخش مالی از یک مدل ریاضی در DSS استفاده کند، ممکن است، هزینه‌ها را در یک دوره زمانی خاص پیگیری کند.
پس از آن می‌توانند، پارامترهای حاصل را در یک برنامه کاربردی قرار دهند تا یک مدل مالی بودجه ایجاد و به آنها کمک کنند تا بفهمند، در دوره حسابداری بعدی روی کدام هزینه‌ها تمرکز کنند.
هنگام استفاده از DSS مبتنی بر مدل، متخصصان همچنین می‌توانند، موقعیت‌ها را شبیه سازی کنند یا گزینه‌ها را روی یک نمودار بررسی کنند تا تصمیمات پیچیده بگیرند.
۴-۵- مبتنی بر ارتباط
در این نوع DSS، بخش‌ها و تیم‌های حرفه ای می‌توانند از نرم افزار برای همکاری در پروژه‌ها استفاده کنند.
این نرم افزار به آنها اجازه می‌دهد تا اطلاعات حیاتی را در قالبی قابل دسترس به اشتراک بگذارند تا بتوانند، فرآیند تصمیم گیری را ساده کنند.
برخی از نمونه‌های برنامه‌های DSS مبتنی بر ارتباط شامل کنفرانس صوتی یا تصویری، برنامه‌های اشتراک گذاری اسناد و پورتال‌های پیام رسانی الکترونیکی است.
بسیاری از این برنامه‌ها همچنین شامل سیستم‌های مبتنی بر سند یا مدل هستند.
۵- کاربردهای DSSچیست؟
سیستم‌های پشتیبانی تصمیم گیری می‌توانند در سناریوهای مختلفی به کار گرفته شوند.
برخی از رایج ترین آنها عبارت اند از:
- مدیریت موجودی: سیستم‌ها می‌توانند، برای کمک به کاهش هزینه‌ها و در عین حال بهبود سطح موجودی مورد استفاده قرار گیرند.
- تحلیل مالی: بانک‌ها، شرکت‌های سرمایه گذاری و سایر ذینفعان کلیدی می‌توانند با استفاده از سیستم‌های پشتیبان تصمیم گیری (DSS) ریسک‌ها، روندها و فرصت‌های سرمایه گذاری را شناسایی کنند.
- مراقبت‌های بهداشتی: برنامه‌ها می‌توانند به متخصصان مراقبت‌های بهداشتی در تشخیص و تدوین برنامه‌های درمانی برای بیماران کمک کنند.
- فروش: استفاده از DSS به همراه داده‌های تاریخی و روندهای بازار می‌تواند به شرکت‌ها کمک کند تا در مورد سلیقه مصرف کننده و فروش آینده پیش بینی‌هایی انجام دهند.
۶- چه کسانی از DSS استفاده می کنند؟
مدیران و روسای بخش‌ها در صنایع مختلف اغلب از DSS برای تعیین اهداف یا عملیات داخلی سازمان استفاده می‌کنند.
این سیستم به آنها این امکان را می‌دهد تا گزینه‌های مختلف را ارزیابی کنند تا بتوانند، تصمیمات سازنده ای بگیرند.
آنها همچنین ممکن است از یک برنامه DSS برای کمک به همکاری مؤثر یک تیم استفاده کنند، به خصوص زمانی که امکان فرآیندهای تصمیم گیری دستی را فراهم می‌کند.
سایر متخصصان می‌توانند از DSS برای برنامه ریزی عملیاتی که برای خط کاری آنها مهم است، مانند یک مهندس برق که سیستم‌های سیم کشی برق ساختمان‌ها را طراحی می‌کند و می‌خواهد، مؤثرترین انتخاب مواد را برای یک پروژه جدید بداند، استفاده کنند.
۶-۱- فروشگاه‌های خرده فروشی
متخصصان خرده فروشی می‌توانند از یک DSS برای انجام انواع عملیات ضروری برای محیط فروشگاه و تعیین استراتژی‌های قیمت گذاری استفاده کنند.
به عنوان مثال، یک برنامه نرم افزاری می‌تواند، روی صندوق‌های فروشگاه اجرا شود و اطلاعات مختلف، از جمله سابقه خرید، هزینه‌های موجودی و برنامه‌های بودجه بندی را به طور همزمان بررسی کند.
با استفاده از این برنامه، مدیران فروشگاه می‌توانند، پروتکل‌هایی را برای افزایش فروش برنامه ریزی کنند، مانند این که کدام اقلام را تخفیف دهند و چه زمانی محصولات خاصی را تبلیغ کنند.
۶-۲- بانک‌ها
شرکت‌های بانکی ممکن است از DSS برای تجزیه و تحلیل انواع مختلف داده‌های مالی، از جمله گزارش‌های دارایی و صورت‌های درآمد استفاده کنند.
متخصصان بانکداری همچنین می‌توانند از DSS برای بررسی اطلاعات مالی مشتری استفاده کنند تا به آنها مشاوره ارزشمندی ارائه دهند.
به عنوان مثال، آنها ممکن است، سبد سهام خود را در کنار منابع خارجی مشاهده کنند تا به آنها در تصمیم گیری‌های سرمایه گذاری کمک کند.
متخصصان بانکداری همچنین می‌توانند از DSS برای جلوگیری از موقعیت‌های کلاهبرداری با تجزیه و تحلیل تراکنش‌های متعدد استفاده کنند.
۶-۳- سازمان‌های مراقبت‌های بهداشتی
پزشکان اغلب از یک سیستم پشتیبانی تصمیم گیری بالینی (CDSS) برای انجام وظایف کلیدی پزشکی و بهبود گردش کار کلی خود استفاده می‌کنند.
به عنوان مثال، پزشکی که بیماران را برای قرار ملاقات ویزیت می‌کند، ممکن است، برای به خاطر سپردن سؤالات مهم پذیرش، بررسی سوابق پزشکی و ثبت علائم به یک CDSS مراجعه کند.
پس از آن، آنها می‌توانند، توصیه‌های مراقبت‌های بهداشتی آگاهانه ای را به بیماران خود ارائه دهند.
پزشکان و سایر متخصصان پزشکی همچنین می‌توانند از یک CDSS برای انجام یک روش تشخیصی و بررسی علل احتمالی وضعیت بیمار استفاده کنند.
۶-۴- شرکت‌های توسعه نرم افزار
وقتی توسعه دهندگان نرم افزار ابزارهای دیجیتالی را برای مشتریان طراحی می‌کنند، اغلب یک فرآیند DSS خودکار را به عنوان هوش مصنوعی در نظر می‌گیرند.
افراد ممکن است، روزانه هنگام انجام وظایف اساسی از این ابزارها استفاده کنند.
به عنوان مثال، نرم افزار GPS اغلب از این نوع DSS برای کمک به کاربران در برنامه ریزی مسیر دقیق بین دو مکان استفاده می‌کند.
این برنامه‌ها همچنین می‌توانند، داده‌های ماهواره ای و گزارش‌های ترافیکی را بررسی کنند تا مسیری بهینه ارائه دهند که از مناطق شلوغ عبور کند و به شما امکان رانندگی را به صورتی کارآمدتر ارائه بدهد.
۶-۵- کسب و کارهای کشاورزی
مدیران کشاورزی و کشاورزان مستقل، اغلب از تجزیه و تحلیل DSS برای برنامه ریزی مؤثر رویه‌های کاشت محصول استفاده می‌کنند.
این برنامه‌ها ممکن است، شامل ایجاد یک مدل دیجیتالی از یک مزرعه برای آزمایش سناریوهای مختلف در مکان‌های متنوع باشد که می‌تواند به آنها در جهت یابی مسائل چند عاملی کمک کند.
به عنوان مثال، یک DSS می‌تواند سطح آب، تولید انرژی و اطلاعات ژنتیکی گیاه را ارزیابی کند تا مشخص شود از چه خاکی استفاده و هر نوع محصول در طول سال چه زمانی کاشته شود.
با اجرای موفقیت آمیز این فرآیند، یک کشاورز می‌تواند عملکرد و درآمد حاصل از محصولات خود را افزایش دهد.
۶-۶- تیم‌های بازاریابی دیجیتال
یک سیستم پشتیبانی تصمیم بازاریابی (MDSS) می‌تواند به یک تیم تبلیغاتی اجازه دهد تا داده‌های کلیدی کمپین‌های بازاریابی قبلی را ارزیابی کرده و سپس گزینه‌های مربوط به تلاش‌های جدید را تجزیه و تحلیل کند.
این برنامه‌ها معمولاً داده‌های داخلی یک شرکت را با اطلاعات خارجی از یک کسب و کار دیگر یا یک بازار صنعت خاص ترکیب می‌کنند.
با استفاده از MDSS، تیم‌های بازاریابی می‌توانند، استراتژی‌های تعامل با مشتری را تعیین، بودجه تبلیغات خود را بهینه و تلاش‌های تحقیقاتی را در فعالیت‌های رقیب ساده سازی کنند.
۶-۷- تأسیسات تولیدی
تولیدکنندگان می‌توانند از DSS برای تعیین یک برنامه تولید کارآمد، از جمله تعداد مواد اولیه مورد نیاز، استفاده کنند.
آنها همچنین، ممکن است، اثرات زیست محیطی یک مرکز را ارزیابی یا پروتکل‌های ایمنی را برای کارمندان بررسی کنند.
DSS می‌تواند به ویژه زمانی مفید باشد که مراکز سعی در شناسایی مشکلات بالقوه در یک فرآیند تولید دارند؛ زیرا متخصصان می‌توانند، بررسی کنند که چگونه هر جز ممکن است، بر دیگری تأثیر بگذارد.
تولیدکنندگان همچنین می‌توانند از DSS در کنار یک سیستم برنامه ریزی دیگر برای بهبود استراتژی‌های خود استفاده کنند.
۶-۸- سازمان‌های دولتی
در برخی از دولت‌ها، مقامات از یک برنامه DSS برای ردیابی شرایط آب و هوایی و سایر وقایع طبیعی استفاده می‌کنند تا بتوانند خطرات ایمنی را برای ساکنان بهتر ارزیابی کنند.
آنها همچنین می‌توانند داده‌های تاریخی از وقایع گذشته را بررسی کنند تا تأثیر بلایای طبیعی بر ساکنان را کاهش دهند؛ زیرا می‌توانند برنامه‌ها و رویه‌های آگاهانه ای ایجاد کنند.
به عنوان مثال، یک DSS آمادگی برای زلزله ممکن است، داده‌های بلادرنگ را از سازمان‌های علمی ردیابی کند تا زلزله را پیش بینی کند یا یک نمودار جریان مفید از گزینه‌های آمادگی ارائه دهد.
۶-۹- دانشگاه‌ها
دانشگاه‌ها و سایر مؤسسات دانشگاهی ممکن است از DSS برای ردیابی تعداد دانشجویان ثبت نام شده استفاده کنند تا بتوانند، گزینه‌های بهینه دوره را تعیین کرده و امکانات لازم، مانند مسکن یا گزینه‌های غذاخوری را فراهم کنند.
این برنامه‌ها می‌توانند به ویژه زمانی مفید باشند که مدیریت دانشگاه بودجه سالانه را تدوین می‌کند، زیرا می‌توانند، برای هزینه‌های مربوط به دانشجویان بهتر آماده شوند.
مدیران همچنین می‌توانند از DSS برای بررسی عملکرد تحصیلی دانشجویان، بازسازی برنامه درسی دوره یا تعیین اولویت بندی خدمات داخل دانشگاه استفاده کنند.
۷- نحوه استفاده از DSS
هدف اصلی یک DSS ارائه اطلاعات به کاربران به شیوه ای آسان و سرراست است.
بخش‌های مدیریت عملیات و برنامه ریزی از DSS برای پشتیبانی از تصمیم گیری استفاده می‌کنند.
به طور کلی، مدیریت میانی به بالا از این سیستم‌ها استفاده می‌کند.
برای مسائلی یا محاسباتی که انجام دستی آنها آسان نیست، مانند درآمد پیش بینی شده، یک DSS می‌تواند، تمام داده‌ها و متغیرها را ادغام کرده و نتیجه ای را ارائه دهد.
این سیستم می‌تواند، درآمدها را بر اساس هر جدول زمانی مورد نیاز، مثلاً شش ماه یا سال آینده، بر اساس ارقام فروش گذشته و فعلی، پیش بینی کند.
سیستم‌های پشتیبانی تصمیم گیری می‌توانند برای ایجاد انواع گزارش‌ها، شامل گزارش‌های نوشتاری و گرافیکی، برنامه ریزی شوند.
این گزارش‌ها بر اساس مشخصاتی هستند که کاربر وارد می‌کند.
از آنجایی که DSS اساساً فقط یک برنامه کاربردی است، می‌توان از آن در اکثر دستگاه‌ها، لپ تاپ‌ها، کامپیوترهای رومیزی و حتی گزینه‌های DSS برای دستگاه‌های تلفن همراه استفاده کرد.
این انعطاف پذیری به این معنا است که مسافران دائمی می‌توانند، همیشه به روز باشند و حتی در حال حرکت نیز تصمیم گیری سریع را امکان پذیر می‌کنند.
این امر به ویژه در فضای کاری امروز که دفاتر ترکیبی و کارمندان از راه دور بیشتری وجود دارد، مفید است .
یک DSS می‌تواند برای موارد زیر سفارشی سازی شود:
- صنایع خاص
- حرفه‌ها یا رشته‌ها
- سازمان‌های دولتی
- نگرانی‌های کشاورزی
- عملیات شرکتی
۸- مزایا و معایب DSS چیست؟
در این بخش به بررسی مزایا و معایب DSS می‌پردازیم:
۸-۱- مزایای DSS چیست؟
- یک سیستم پشتیبانی تصمیم گیری، سرعت و کارایی فعالیت‌های تصمیم گیری را افزایش می‌دهد. این امر امکان پذیر است؛ زیرا یک DSS می‌تواند داده‌های بلادرنگ را جمع آوری و تجزیه و تحلیل کند.
- این امر آموزش درون سازمانی را ترویج می‌دهد؛ زیرا مهارت‌های خاصی باید برای پیاده سازی و اجرای DSS در یک سازمان توسعه داده شوند.
- این امر فرآیندهای مدیریتی یکنواخت را خودکار می‌کند، به این معنا که مدیر می‌تواند زمان بیشتری را صرف تصمیم گیری کند.
- ارتباطات بین فردی را در سازمان بهبود می‌بخشد .
۸-۲- معایب DSS چیست؟
- هزینه توسعه و پیاده سازی DSS یک سرمایه گذاری کلان است که باعث می‌شود، سازمان‌های کوچکتر به آن دسترسی کمتری داشته باشند.
- یک شرکت می‌تواند به DSS وابسته شود؛ زیرا DSS در فرآیندهای تصمیم گیری روزانه برای بهبود کارایی و سرعت ادغام می‌شود. با این حال، مدیران تمایل دارند بیش از حد به این سیستم تکیه کنند که این امر جنبه ذهنی تصمیم گیری را از بین می‌برد.
- یک DSS ممکن است، منجر به اضافه بار اطلاعاتی شود؛ زیرا یک سیستم اطلاعاتی تمایل دارد، همه جنبه‌های یک مشکل را در نظر بگیرد. این امر برای کاربران نهایی یک معضل ایجاد می‌کند، زیرا آنها با گزینه‌های متعددی روبرو می‌شوند.
- پیاده سازی DSS می‌تواند باعث ترس و واکنش منفی کارمندان سطح پایین شود. بسیاری از آنها با فناوری جدید راحت نیستند و از از دست دادن شغل خود به دلیل فناوری می‌ترسند.
