Đang tải... (xem toàn văn)
Bài tập quản lý rủi ro
BÀI TẬP QUẢN LÝ RỦI ROĐây là trình bày về cách quản lý rủi ro của đề tài làm phần mềm bán linh kiện điện tử.1) Bảng danh sách rủi ro: Mã rủi ro Mức độ Mô tả Giải phápR01 01 Có xung đột với mục tiêu và chất lượng thể hiện và làm theo yêu cầu khách hàng một cách hoàn chỉnh.Thường xuyên trao đổi với khách hàng để có thể làm đúng với yêu cầu khách hàng.R02 02 Độ khó của kỹ thuật làm phần mềm này.Tổ chức training các kỹ thuật làm phần mềm.R03 03 Lịch biểu thời gian sẽ rất ngắn.Chia ra và kiểm tra từng công việc cụ thể theo từng tuần.R04 04 Khó phát huy hết công suất của tất cả các thành viên.Lập trước kế hoạch WBS, vẽ biểu đồ phân công công việc.R05 05 Thiếu kinh nghiệm về đề án này.Hỏi hỏi kinh nghiệm này từ các công ty đi trước.2) Mô hình xương cá: Khó phát huy hết công suất các thành viên.Dự án thất bại hoặc gặp khó khăn hơn.Thời gian quá ngắnCó khác biệt giữa yêu cầu khách hàng và khả năng thực hiện.Độ khó kỹ thuật làm phần mềm.Thiếu kinh nghiệm về đề án này. 3) Ma trận xác suất / Tác động: Xác suất/Tác động Thấp Trung CaoCao Có sự khác biệt giữa yêu cầu khách hàng và khả năng thực hiện.Trung Khó phát huy hết công suất các thành viên.Khó nắm bắt các kỹ thuật làm phần mềm.Thấp Lịch biểu thời gian rất ngắn.Thiếu kinh nghiệm về đề án này.4) Sử dụng cây quyết định MV: Trong quá trình lựa chọn đề tài, nhóm đã sử dụng một trong các cách quản lý rủi ro ở trên để chọn ra đề tài phù hợp với nhóm nhất. Ở đây, nhóm chỉ nêu ra một ví dụ về sự so sánh rủi ro giữa đề tài chúng em đã chọn và một đề tài mà nhóm đã bỏ. Đó lần lượt là: Đề tài phần mềm bán linh kiện điện tử và đề tài phần mềm bán cây cảnh.- Lập bảng điểm tiềm năng của dự án bán linh kiện điện tử:Bảng điểm tiềm năng của dự án bán linh kiện điện tửTiêu chuẩn thành công ĐiểmDễ tìm hiểu về qui trình dự án 5/10Lập kế hoạch phù hợp 6/10Nắm rõ công nghệ cần sử dụng 5/10Có kinh nghiệm về dự án này 4/10Đội ngũ nhân viên có năng lực 5/10Chịu làm việc nặng – Nhân viên tập trung 5/10Tổng 30/60- Lập bảng điểm tiềm năng của dự án bán cây cảnh:Bảng điểm tiềm năng của dự án bán cây cảnhTiêu chuẩn thành công ĐiểmDễ tìm hiểu về qui trình dự án 3/10 Lập kế hoạch phù hợp 6/10Nắm rõ công nghệ cần sử dụng 5/10Có kinh nghiệm về dự án này 0/10Đội ngũ nhân viên có năng lực 5/10Chịu làm việc nặng – Nhân viên tập trung 5/10Tổng 24/60Theo đó ta có phần trăm cơ hội thành công của: Phần mềm bán linh kiện điện tử = 30/60 = 50%. Phần mềm bán cây cảnh = 24/60 = 40%.- Dùng cây quyết định: Xác suấtTimesKết quả = EMVQuyet dinhBan linh kien dien tuBan cay canhP = 0.5P = 0.5P = 0.4P = 0.6XXXX70.000.000 -50.000.00050.000.000 -20.000.000Project 1: EMV = (70.000.000 * 0.5) + (-50.000.000 * 0.5) = 10.000.000Project 2: EMV = (50.000.000 * 0.4) + (-20.000.000 * 0.6) = 8.000.000Dự án Cơ hội thành công Ước lượng lợi nhuậnPhần mề m bán linh kiện máy tính50% 70.000.00050% -50.000.00Phần mềm bán cây cảnh40% 50.000.00060% -20.000.000Ta thấy:- Phần mềm bán linh kiện máy tính:EMV = (70.000.000 * 0.5) + (-50.000.000 * 0.5) = 10.000.000- Phần mềm bán cây cảnh:EMV = (50.000.000 * 0.4) + (-20.000.000 * 0.6) = 8.000.000Vì EMV của phần mềm bán linh kiện máy tính lớn hơn nên chúng em đã quyết định chọn dự án này.- Qua cách vừa nêu ra, nhóm đã đi đến lựa chọn đề tài phần mềm bán linh kiện điện tử.5) Phần mềm hỗ trợ quản lý rủi ro: a. Định nghĩa: - Như chúng ta đã biết, việc ra quyết định là công việc cơ bản của nhà quản lý và có hệ thống thông tin khác nhau. Quản lý hệ thống thông tin (MIS), điều hành hệ thống thông tin (EIS) đang giúp các nhà quản lý trong việc ra quyết định xử lý. Trung tâm điểm của bài viết này xem xét của nhóm là DSS và vai trò của nó trong quan điểm quản lý. - DSS là một hệ thống hỗ trợ ra quyết định công nghệ và quản lý thực hiện bằng cách hỗ trợ trong việc tổ chức kiến thức về cấu trúc, bán cấu trúc, hoặc các vấn đề có cấu trúc. - Hệ thống hỗ trợ ra quyết định (DSS) là một lớp học của các hệ thống thông tin máy tính hỗ trợ ra quyết định hoạt động. DSS là tương tác dựa trên hệ thống máy tính và hệ thống phụ nhằm giúp các nhà sản xuất quyết định sử dụng công nghệ thông tin, dữ liệu, tài liệu, kiến thức và / hoặc các mô hình để hoàn thành nhiệm vụ quá trình quyết định. - Quyết định hỗ trợ hệ thống đã tiến hóa trong vòng 25 năm qua từ các hệ thống máy tính lớn thiếu, để các công cụ máy tính bị cô lập, cho khách hàng / máy chủ dữ liệu Dippers, và bây giờ đến hiệu năng cao và quyết định doanh nghiệp, mở rộng các ứng dụng hỗ trợ, thường liên quan đến mạng nội bộ của tổ chức. Đồng thời, mối quan hệ giữa Cục và người sử dụng đã phát triển từ bão tố để hợp tác. - Các ô dù rất lớn của các hệ thống hỗ trợ quyết định (DSS) từ lâu đã cung cấp một tập hợp chào đón tại chỗ cho những người quan tâm đến việc xây dựng các ứng dụng phần mềm dựa trên một hỗn hợp của các mô hình, phân tích dữ liệu, giao diện và mạnh mẽ. DSS thu hút học viên, học giả và sinh viên đến từ nhiều lĩnh vực bao gồm các hệ thống thông tin, nghiên cứu hoạt động / khoa học quản lý, khoa học máy tính, tâm lý học và các ngành kinh doanh khác. - Làm thế nào để DSS quyết định hỗ trợ các môi trường làm? DSS môi trường hỗ trợ ra quyết định chung chung làm mô hình trên đây trong một số cách: - Để chuẩn bị quyết định, DSS môi trường cung cấp dữ liệu cần thiết như là đầu vào cho quá trình ra quyết định. Điều này là tất cả về dữ liệu mart và môi trường lưu trữ dữ liệu làm hôm nay. Trong quyết định cơ cấu, DSS môi trường cung cấp các công cụ và các mô hình bố trí các yếu tố đầu vào trong những cách mà làm cho tinh thần lên khung quyết định. Những công cụ này, mô hình không phải là trục bảng biểu và các khía cạnh khác của dữ liệu trình bày hàng tại các công cụ truy vấn. Chúng là công cụ thực tế việc ra quyết định, giống như cây phân tích lỗi, logic Bayes và mô-ra quyết định dựa trên cơ sở làm những việc như các mạng thần kinh. Trong bối cảnh phát triển, DSS môi trường một lần nữa cung cấp các công cụ, và cung cấp các cơ chế để thu giữ thông tin về bầu cử của người ra quyết định (của những người bị ảnh hưởng bởi quyết định này), kết quả và xác suất của chúng, và các yếu tố khác của các quyết định lớn hơn làm bối cảnh. Trong việc ra quyết định, DSS môi trường có thể tự động hoá tất cả hay một phần của quyết định quá trình và cung cấp các đánh giá về quyết định tối ưu. Hệ thống chuyên gia môi trường và trí tuệ nhân tạo nội dung để làm điều này, nhưng họ chỉ làm việc trong các trường hợp rất hạn chế. Trong tuyên truyền quyết định, DSS môi trường đi thu thập thông tin về bầu cử và phụ thuộc và kết quả và các yếu tố quyết định lái xe vào những khu vực bầu cử để hành động. Trong quản lý quyết định, DSS môi trường, kiểm tra kết quả ngày, tuần và tháng sau khi quyết định xem có (một quyết định) đã được triển khai / tuyên truyền và (b) nếu tác động của quyết định đó được như mong đợi. Những gì được yêu cầu là :- Chọn lớp học của các quá trình ra quyết định để tập trung vào, đầu vào phạm vi hẹp, phạm vi hoạt động và sự khác biệt trong các mô hình và phương pháp, quan trọng nhất, nơi mà công nghệ để hiểu hết vai trò chơi nào có ý nghĩa trong việc ra quyết định, và nơi chính sách trở thành yếu tố quyết định chất lượng và số lượng hiệu quả decisional. Liên quan đến công việc: Trong bối cảnh đó, chúng ta nên hiểu các thành phần của hệ thống hỗ trợ quyết định (DSS). Các thành phần của DSS Các thành phần chính của một DSS là một hệ thống quản lý cơ sở dữ liệu (DBMS), các giao diện người dùng (Dialog) Subsystem, thưc Dựa (quản lý) hệ thống con. - Hệ thống quản lý cơ sở dữ liệu (DBMS): - Một hệ thống quản lý cơ sở dữ liệu thích hợp phải có khả năng làm việc với cả dữ liệu mà là nội bộ để tổ chức và dữ liệu mà là từ bên ngoài vào nó. Cơ sở dữ liệu cơ sở dữ liệu thư mục quản lý hệ thống dữ liệu (Cơ sở dữ liệu phải chứa dữ liệu về các bảng & tất cả các đối tượng khác) Truy vấn sở Giao diện người dùng (Dialog) Subsystem: - Hộp thoại thế hệ và hệ thống quản lý được thiết kế để đáp ứng các đại diện kiến thức, và kiểm soát và yêu cầu giao diện. - Điển hình thông tin mà một ứng dụng hỗ trợ quyết định có thể thu thập và hiện tại sẽ là: Truy cập thông tin về tất cả tài sản hiện tại của bạn, bao gồm cả di sản và các nguồn dữ liệu quan hệ, hình khối, kho dữ liệu, và dữ liệu marts. Các hậu quả của các quyết định lựa chọn thay thế khác nhau, được đưa ra trong quá khứ kinh nghiệm trong một bối cảnh được mô tả. Dự kiến doanh thu dựa trên số liệu sản phẩm mới bán hàng giả định. Các kiến thức Dựa (Quản Trị) Subsystem - Một hệ thống dựa trên kiến thức, là một chương trình máy tính có chứa một số chủ đề cụ thể kiến thức của một hoặc nhiều chuyên gia con người. Các hình thức phổ biến nhất của các hệ thống chuyên gia là một chương trình tạo thành từ một tập các quy tắc mà phân tích thông tin (thường được cung cấp bởi người dùng của hệ thống) về một lớp học cụ thể của các vấn đề. Một thuật ngữ liên quan là thuật sĩ. Wizard là một chương trình máy tính tương tác giúp người dùng giải quyết một vấn đề. Các hệ thống dựa trên kiến thức chuyên môn trong tên miền cụ thể ứng dụng "". - Mục đích của KBMS là tạo ra, tổ chức và thực hiện có kiến thức thông tin quan trọng trong bối cảnh các thủ tục, dự báo. Các công nghệ chính là khai thác dữ liệu. Khai thác dữ liệu (DM) là quá trình tự động tìm kiếm khối lượng lớn dữ liệu cho các mẫu bằng cách sử dụng các quy tắc hiệp hội. - Những hệ thống này cung cấp - Cung cấp các kiến thức chuyên môn trong việc giải quyết những vấn đề phức tạp có cấu trúc và bán cấu trúc Chuyên môn cung cấp bởi một hệ thống chuyên gia hoặc minh systemn khác nâng cao DSS có một kiến thức dựa (quản lý) componentn Leads để DSSn minh Ví dụ: Các loại dữ liệu khai thác mỏ của DSS DSS có thể có được thu hẹp cũng như mở rộng ý thức. Một DSS nghĩa hẹp là chức năng định hướng hoặc DSS ngành công nghiệp cụ thể và mặt khác là hầu hết các mục đích chung là DSS DSS máy phát điện. Có sáu loại dựa trên các thành phần công nghệ: - Truyền drivenKnowledge DrivenModel DrivenDocument DrivenData DrivenCommunication hướng: - Hầu hết các liên lạc-hướng DSSS được nhắm mục tiêu vào các nhóm nội bộ, bao gồm cả các đối tác. Mục đích của nó là để giúp tiến hành một cuộc họp, hoặc cho người dùng để cộng tác. Công nghệ phổ biến nhất được sử dụng để triển khai DSS là một máy chủ web hoặc khách hàng. Ví dụ: phần mềm chat và nhắn tin tức, sự cộng tác trực tuyến và các hệ thống Hội nghị net-. - Kiến thức Driven: - Kiến thức-driven DSSS hoặc 'cơ sở tri thức' là chúng được biết đến, là một nhận tất cả thể loại bao gồm một phạm vi rộng các hệ thống bao gồm người dùng bên trong các tổ chức thiết lập nó lên, nhưng cũng có thể bao gồm những người khác tương tác với các tổ chức - cho Ví dụ, người tiêu dùng của một doanh nghiệp. Đó là bản chất được sử dụng để cung cấp tư vấn quản lý hoặc để lựa chọn sản phẩm / dịch vụ. Công nghệ triển khai điển hình được sử dụng để thiết lập hệ thống như vậy có thể được khách hàng / hệ thống máy chủ, các trang web, hoặc các phần mềm chạy trên máy tính độc lập. - Model Driven: - Model-driven DSSS là hệ thống phức tạp có thể trợ giúp phân tích, quyết định hoặc lựa chọn giữa các tùy chọn khác nhau. Đây là những nhà quản lý và sử dụng bởi các nhân viên của một doanh nghiệp, hoặc những người tương tác với các tổ chức, cho một số mục đích như thế nào tùy thuộc vào mô hình được thiết lập - lập kế hoạch, quyết định phân tích, vv Những DSSS có thể được triển khai thông qua phần mềm / phần cứng trong riêng máy tính, máy khách / hệ thống máy chủ, hoặc trang web. - Tài liệu Driven: - Tài liệu-driven DSSS được phổ biến hơn, nhắm mục tiêu tại một cơ sở rộng lớn của các nhóm người dùng. Mục đích của DSS như vậy là để tìm kiếm các trang web và tìm các tài liệu trên một tập cụ thể của các từ khóa hoặc thuật ngữ tìm kiếm. Công nghệ thông thường được sử dụng để thiết lập DSSS đó là thông qua các trang web hoặc một khách hàng / máy chủ của hệ thống. Ví dụ: - Driven dữ liệu: - Hầu hết các dữ liệu-driven DSSS được nhắm mục tiêu vào các nhà quản lý, nhân viên và cũng có sản phẩm / nhà cung cấp dịch vụ. Nó được sử dụng để truy vấn cơ sở dữ liệu hoặc kho dữ liệu để tìm kiếm câu trả lời cụ thể cho các mục đích cụ thể. Nó được triển khai thông qua một hệ thống khung chính, khách hàng / máy chủ liên kết, hoặc thông qua web. Ví dụ: máy tính dựa trên cơ sở dữ liệu có một hệ thống truy vấn để kiểm tra (bao gồm cả việc kết hợp dữ liệu để tăng thêm giá trị cơ sở dữ liệu hiện có. - Kết luận và làm việc hơn nữa: Những thách thức đối với bất kỳ tổ chức xem xét DSS môi trường là phức tạp nhất. Các tổ chức triển khai công nghệ DSS, nhưng không thi hành quyết định chính sách, không thể mong đợi để lấy được giá trị đáng kể kinh doanh trở về từ DSS môi trường của họ, kể từ giá trị cuối cùng của một quyết định trong việc thực hiện và quản lý của nó: các khu vực mà DSS môi trường có thể không, theo định nghĩa , hỗ trợ. . BÀI TẬP QUẢN LÝ RỦI RO ây là trình bày về cách quản lý rủi ro của đề tài làm phần mềm bán linh kiện điện tử.1) Bảng danh sách rủi ro: Mã rủi ro Mức. quản lý rủi ro: a. Định nghĩa: - Như chúng ta đã biết, việc ra quyết định là công việc cơ bản của nhà quản lý và có hệ thống thông tin khác nhau. Quản