ABSTRAK
Dalam era perdagangan elektronik, bisnis dan konsumen memiliki akses ke sejumlah besar informasi penting. Meskipun ini bermanfaat untuk membuat keputusan, para pembuat keputusan dengan mudah bisa menjadi kewalahan oleh informasi, banyak yang mungkin tidak relevan.
Dengan demikian, ada kebutuhan mendesak untuk membantu keputusan alat-alat yang efektif akan proses, filter, dan memberikan informasi yang tepat kepada para pembuat keputusan organisasi dan individu. Dalam karya ini kita berpendapat bahwa kombinasi DSS dan teknologi agen bisa membuktikan alat yang sangat ampuh untuk rendering dukungan keputusan dalam aplikasi e-commerce. Kami mengusulkan arsitektur untuk DSS multi-agent untuk e-commerce, dan menjelaskan sebuah sistem prototipe untuk membuat keputusan investasi-line.
PENDAHULUAN
Relatif muda teknologi agen perangkat lunak dikombinasikan dengan alat DSS dapat membantu pengambil keputusan untuk mengatasi masalah informasi yang berlebihan. Melalui pendelegasian tugas terkait keputusan memakan waktu untuk asisten software, pembuat keputusan manusia dapat lebih berkonsentrasi pada aspek kognitif dan analitis yang lebih tinggi tingkat pengambilan keputusan.
Electronic Commerce adalah merevolusi cara dilakukan proses bisnis (38). Bisnis dan konsumen individu memperoleh akses ke sejumlah besar informasi di web. Informasi ini, jika benar digunakan dapat memfasilitasi peningkatan pengambilan keputusan baik dalam bisnis-bisnis-serta segmen bisnis-ke-pelanggan e-commerce.
Namun, kemampuan pengambil keputusan manusia untuk memproses data dalam jumlah besar, menyaring informasi yang tidak relevan, dan menjaga terhadap bias kognitif berbahaya dalam membuat pembelian / penjualan keputusan sebagian besar terbatas. Decision Support Sistem (DSS) dapat membantu meningkatkan pelanggan pengambilan keputusan dalam e-commerce. Meskipun bidang DSS cukup matang, dalam pandangan kami, aplikasi dalam e-commerce pantas perhatian khusus dari peneliti dan pengembang.
Empiris menunjukkan bahwa penggunaan DSS mempromosikan pengambilan keputusan yang efektif (lihat misalnya 37). Juga mengadaptasi DSS kepada pengambil keputusan, tugas keputusan, dan konteks keputusan meningkatkan efektivitas keputusan dukungan (22). Di era pra-web, ketika DSS tersebut terutama digunakan dalam mode "pulau", dalam aplikasi e-commerce DSS dapat menjadi bagian integral dari lingkungan digital dan langsung mendukung tindakan pihak yang terlibat.
Tulisan ini dimaksudkan untuk mengusulkan suatu metode untuk mengintegrasikan DSS dan agen perangkat lunak dalam konteks e-commerce. Kami percaya bahwa kombinasi ini akan menghasilkan sinergi yang sangat kuat yang akan mempromosikan pengambilan keputusan yang efektif oleh pihak-pihak yang terlibat dalam kegiatan e-commerce. Pertanyaan penelitian dalam penelitian ini menyangkut desain yang memadai dari agen Pendukung Keputusan berbasis Sistem aplikasi e-commerce.
Dalam sisa kertas yang ada kami meninjau riset terkait, mengusulkan arsitektur untuk DSS multi-agent untuk e-commerce, dan menggambarkan pendekatan kami dengan contoh investasi on-line. Walaupun kertas terutama berfokus pada perspektif pembeli e-commerce, metode yang dapat diperluas untuk perspektif penjual juga.
Proses pengambilan keputusan pelanggan dalam lingkungan e-commerce umumnya informasi intensif (19). Usia teknologi web-enabled dan e-commerce membawa kelimpahan informasi yang dapat diakses untuk para pengambil keputusan. Jika tidak benar disaring dan pra-diproses, ini amplitudo informasi dapat dengan mudah pembuat "overload" keputusan (misalnya, (36 43)). Sebagaimana tercantum dalam Shaw et al. (38), "Web telah membuat kebutuhan pendukung keputusan bahkan lebih jelas." Saat ini, ada kebutuhan mendesak untuk alat-alat yang mempermudah pencarian, pra-pemrosesan, penyaringan informasi, otomatisasi tugas-tugas rutin, dan menyediakan pembuat keputusan dengan pilihan yang berharga dan wawasan (17). Aplikasi awal DSS dalam e-commerce termasuk kategori DSS terutama untuk data-sentris (2). Penggunaan model berbasis DSSS adalah mendapatkan popularitas. Beberapa contoh nyata dalam berbagai literatur, termasuk penggunaan model simulasi oleh General Electric Plastik, dan penggunaan model yang mendukung desain dan pemilihan pemanas, ventilasi, dan unit AC untuk bangunan oleh United Technologies Corporation (32). Selain itu, baru DSS model di Internet termasuk "pendukung keputusan pada permintaan" dan "DSS perantara" telah diajukan baru-baru ini (9, 24).
Karena perbedaan kebutuhan pelanggan, dan konteks untuk pengambilan keputusan pembelian, tidak semua informasi yang potensial yang tersedia dan analisis yang relevan dalam situasi tertentu. Bahaya "overload informasi" dan "reaksi afektif negatif" mengharuskan memungkinkan pelanggan untuk menemukan persis jenis informasi yang mereka inginkan (7) dan dengan demikian menjadi selektif dalam penggunaan informasi dan analisis. Bukti empiris menunjukkan bahwa kepuasan pelanggan dengan proses pengambilan keputusan secara signifikan meningkatkan sebagai model yang digunakan oleh DSS sesuai dengan tingkat pengetahuan pelanggan (33). Peningkatan kepuasan pelanggan dengan pengalaman belanja akhirnya dapat berkontribusi pada niat untuk membeli.
0 komentar:
Posting Komentar