У Вас возникло желание добавить к аналитике принятие решений? Самое популярное и быстрорастущее направление систем быстрого принятия решений в мире основано на алгоритмах нечеткой логики (fuzzy logic).

Выглядит это просто: видя состояние склада, Вы оцениваете, что продаж сегодня было много, а товара на складе осталось мало. Вы сразу принимаете решение, что надо срочно закупить побольше, и даете задание закупщику. Закупщик, получив такое решение, преобразует термины срочно и побольше в конкретные числа и выполняет задание.

Конкретные значения много, мало, срочно и побольше каждый раз меняются в зависимости от товара и субъективных факторов - у них нет четких границ! При этом каждый термин имеет статистическую (или вероятностную) оценку: например, 75% экспертов считает, что мало - это 250 единиц, а 60% думают, что много - это 400 единиц. Поэтому границы терминов часто пересекаются - для некоторых 320 это мало, а для других много. Достаточно один раз задать эти границы и правила (подобно принятому Вами решению) - и алгоритм нечеткой логики сам, без участия людей, будет формировать решения в конкретной ситуации.

В С.М.А.Р.Т. алгоритмы нечеткой логики встроены в OLAP-кубы - впервые в мире! В них Вы можете создать размерности или факты типа "нечеткая логика". В приведенном примере новый факт "Закупка" будет автоматически показывать потребности в закупках товара на основании существующих фактов "Продажи" и "Остаток" и правил нечеткой логики, построенных на их основе. Для принятия качественных решений про объекты OLAP-куба (например, сотрудников или клиентов) можно создать размерность "Предлагаемое действие" типа "нечеткая логика", которая будет автоматически классифицировать решения о каждом из объектов.

Нечеткая логика, встроенная в систему Data Mining, позволяет:

• свести к минимуму человеческий фактор "текучки" при принятии решений;
• получать оперативные рекомендации на основе правил, составленных экспертами;
• выявлять новые скрытые закономерности в объектах анализа, недоступные для других методов.