ระบบสนับสนุนการตัดสินใจ ( DSS ) คือระบบสารสนเทศ ที่สนับสนุนกิจกรรม การตัดสินใจทางธุรกิจหรือองค์กรDSS ให้บริการแก่ระดับการจัดการ การดำเนินงาน และการวางแผนขององค์กร (โดยปกติคือระดับผู้บริหารระดับกลางและระดับสูง) และช่วยให้ผู้คนตัดสินใจเกี่ยวกับปัญหาที่อาจเปลี่ยนแปลงอย่างรวดเร็วและไม่สามารถระบุได้อย่างชัดเจนล่วงหน้า เช่น ปัญหาการตัดสินใจที่ไม่มีโครงสร้างและมีโครงสร้างบางส่วน ระบบสนับสนุนการตัดสินใจอาจเป็นระบบคอมพิวเตอร์ทั้งหมด หรือใช้มนุษย์เป็นผู้ขับเคลื่อน หรือเป็นการผสมผสานทั้งสองอย่าง

ในขณะที่นักวิชาการมองว่า DSS เป็นเครื่องมือสนับสนุนกระบวนการตัดสินใจผู้ใช้ DSS กลับมองว่า DSS เป็นเครื่องมืออำนวยความสะดวกกระบวนการขององค์กร^{[ 1 ]}ผู้เขียนบางคนได้ขยายคำจำกัดความของ DSS ให้รวมถึงระบบ ใดๆ ก็ตามที่อาจสนับสนุนการตัดสินใจและ DSS บางระบบก็มี ส่วนประกอบ ซอฟต์แวร์สำหรับการตัดสินใจด้วย Sprague (1980) ^{[ 2 ]}ได้นิยาม DSS ที่ถูกต้องไว้ดังนี้:

1. โดยทั่วไปแล้ว DSS มักมุ่งเป้าไปที่ปัญหา ที่มีโครงสร้างไม่ชัดเจนและไม่ระบุรายละเอียดอย่างครบถ้วน ซึ่งเป็นปัญหาที่ ผู้จัดการระดับสูงมักเผชิญ
2. DSS พยายามที่จะผสานการใช้แบบจำลองหรือเทคนิคการวิเคราะห์เข้ากับฟังก์ชัน การเข้าถึง และการดึงข้อมูล แบบดั้งเดิม
3. DSS เน้นเป็นพิเศษที่ฟีเจอร์ต่างๆ ที่ทำให้ใช้งานง่ายสำหรับผู้ที่ไม่เชี่ยวชาญด้านคอมพิวเตอร์ใน โหมด โต้ตอบและ
4. DSS เน้นความยืดหยุ่นและความสามารถในการปรับตัวเพื่อรองรับการเปลี่ยนแปลงในสภาพแวดล้อมและ วิธี การตัดสินใจของผู้ใช้

ระบบสนับสนุนการตัดสินใจ (DSS) ประกอบด้วยระบบที่ใช้ความรู้เป็นพื้นฐาน DSS ที่ได้รับการออกแบบอย่างเหมาะสมคือระบบซอฟต์แวร์แบบโต้ตอบที่มุ่งช่วยผู้มีอำนาจตัดสินใจรวบรวมข้อมูลที่เป็นประโยชน์จากข้อมูลดิบ เอกสาร ความรู้ส่วนบุคคล และ/หรือแบบจำลองทางธุรกิจ เพื่อระบุและแก้ไขปัญหา และตัดสินใจ

ข้อมูลทั่วไปที่แอปพลิเคชันสนับสนุนการตัดสินใจอาจรวบรวมและนำเสนอ ได้แก่:

• รายการสินทรัพย์สารสนเทศ (รวมถึงแหล่งข้อมูลเดิมและแหล่งข้อมูลเชิงสัมพันธ์คิวบ์ คลังข้อมูลและดาต้ามาท )
• ตัวเลขยอดขายเปรียบเทียบระหว่างช่วงเวลาหนึ่งกับอีกช่วงเวลาหนึ่ง
• ตัวเลขรายได้ ที่ คาดการณ์ไว้โดยอิงจาก สมมติฐานการขายผลิตภัณฑ์

แนวคิดเรื่องการสนับสนุนการตัดสินใจได้พัฒนามาจากงานวิจัยเชิงทฤษฎีเกี่ยวกับการตัดสินใจขององค์กรที่สถาบันเทคโนโลยีคาร์เนกีในช่วงปลายทศวรรษ 1950 และต้นทศวรรษ 1960 และงานการนำไปใช้จริงในช่วงทศวรรษ 1960 ^{[ 3 ]} DSS กลายเป็นสาขาการวิจัยเฉพาะของตนเองในช่วงกลางทศวรรษ 1970 ก่อนที่จะมีความเข้มข้นมากขึ้นในช่วงทศวรรษ 1980

ในช่วงกลางและปลายทศวรรษ 1980 ระบบสารสนเทศสำหรับผู้บริหาร (EIS) ระบบสนับสนุนการตัดสินใจแบบกลุ่ม (GDSS) และระบบสนับสนุนการตัดสินใจขององค์กร (ODSS) ได้พัฒนามาจาก DSS ที่เน้นผู้ใช้คนเดียวและแบบจำลอง ตามที่ Sol (1987) ^{[ 4 ]}กล่าวไว้ คำจำกัดความและขอบเขตของ DSS ได้เปลี่ยนแปลงไปตามกาลเวลา: ในทศวรรษ 1970 DSS ถูกอธิบายว่าเป็น "ระบบที่ใช้คอมพิวเตอร์เพื่อช่วยในการตัดสินใจ"; ในช่วงปลายทศวรรษ 1970 การเคลื่อนไหวของ DSS เริ่มมุ่งเน้นไปที่ "ระบบคอมพิวเตอร์แบบโต้ตอบที่ช่วยให้ผู้ตัดสินใจใช้ฐานข้อมูลและแบบจำลองเพื่อแก้ปัญหาที่ไม่มีโครงสร้างที่ชัดเจน"; ในทศวรรษ 1980 DSS ควรจัดหาระบบ "โดยใช้เทคโนโลยีที่เหมาะสมและพร้อมใช้งานเพื่อปรับปรุงประสิทธิภาพของกิจกรรมการจัดการและวิชาชีพ" และในช่วงปลายทศวรรษ 1980 DSS เผชิญกับความท้าทายใหม่ในการออกแบบเวิร์กสเตชันอัจฉริยะ^{[ 4 ]}

ในปี พ.ศ. 2530 Texas Instrumentsได้พัฒนา Gate Assignment Display System (GADS) เสร็จสมบูรณ์สำหรับUnited Airlinesระบบสนับสนุนการตัดสินใจนี้ได้รับการยกย่องว่าช่วยลดความล่าช้าในการเดินทางได้อย่างมาก โดยช่วยในการจัดการการปฏิบัติงานภาคพื้นดินที่สนามบิน ต่างๆ เริ่มต้นที่สนามบินนานาชาติโอแฮร์ในชิคาโกและสนามบินสเตเปิลตันในเดนเวอร์รัฐโคโลราโด^{[ 5 ]}ตั้งแต่ประมาณปี พ.ศ. 2533 การจัดเก็บข้อมูลและการประมวลผลเชิงวิเคราะห์ออนไลน์ (OLAP) เริ่มขยายขอบเขตของ DSS เมื่อใกล้ถึงช่วงเปลี่ยนศตวรรษ แอปพลิเคชันวิเคราะห์บนเว็บใหม่ๆ ก็ได้รับการแนะนำ

DSS ยังมีความเชื่อมโยงกับ รูปแบบ ส่วนต่อประสานผู้ใช้ของไฮเปอร์เท็กซ์ ค่อนข้างอ่อนแอ ทั้ง ระบบ PROMIS ของมหาวิทยาลัยเวอร์มอนต์ (สำหรับการตัดสินใจทางการแพทย์) และ ระบบ ZOG / KMS ของมหาวิทยาลัยคาร์เนกีเมลลอน (สำหรับการตัดสินใจทางการทหารและธุรกิจ) ต่างก็เป็นระบบสนับสนุนการตัดสินใจซึ่งเป็นความก้าวหน้าครั้งสำคัญในการวิจัยส่วนต่อประสานผู้ใช้ ยิ่งไปกว่านั้น แม้ว่า นักวิจัย ไฮเปอร์เท็กซ์โดยทั่วไปจะกังวลเกี่ยวกับภาวะข้อมูลล้นเกินนักวิจัยบางกลุ่ม โดยเฉพาะอย่างยิ่งดักลาส เอ็งเกลบาร์ตได้มุ่งเน้นไปที่ผู้มีอำนาจตัดสินใจโดยเฉพาะ

การเกิดขึ้นของเทคโนโลยีการรายงานที่มากขึ้นและดีขึ้น ทำให้ระบบสนับสนุนการตัดสินใจ (DSS) เริ่มกลายเป็นองค์ประกอบสำคัญของ การออกแบบ การจัดการตัวอย่างเช่น การอภิปรายอย่างเข้มข้นเกี่ยวกับ DSS ในแวดวงการศึกษา

DSS สามารถสร้างขึ้นได้ในทางทฤษฎีในโดเมนความรู้ใดก็ได้ ตัวอย่างหนึ่งคือระบบสนับสนุนการตัดสินใจทางคลินิกสำหรับการวินิจฉัยทางการแพทย์มีสี่ขั้นตอนในการวิวัฒนาการของระบบสนับสนุนการตัดสินใจทางคลินิก (CDSS): เวอร์ชันดั้งเดิมเป็นแบบสแตนด์อะโลนและไม่รองรับการบูรณาการ รุ่นที่สองรองรับการบูรณาการกับระบบทางการแพทย์อื่น ๆ รุ่นที่สามเป็นแบบอิงตามมาตรฐาน และรุ่นที่สี่เป็นแบบอิงตามแบบจำลองบริการ^{[ 6 ]}

DSS ถูกนำมาใช้อย่างแพร่หลายในธุรกิจและการจัดการแดชบอร์ดสำหรับผู้บริหารและซอฟต์แวร์ประสิทธิภาพทางธุรกิจอื่นๆ ช่วยให้การตัดสินใจเร็วขึ้น การระบุแนวโน้มเชิงลบ และการจัดสรรทรัพยากรทางธุรกิจที่ดีขึ้น ด้วย DSS ข้อมูลทั้งหมดจากองค์กรใดๆ จะถูกนำเสนอในรูปแบบของแผนภูมิ กราฟ หรือในรูปแบบสรุป ซึ่งช่วยให้ฝ่ายบริหารสามารถตัดสินใจเชิงกลยุทธ์ได้ ตัวอย่างเช่น หนึ่งในแอปพลิเคชัน DSS คือการจัดการและการพัฒนาระบบต่อต้านการก่อการร้ายที่ซับซ้อน^{[ 7 ]}ตัวอย่างอื่นๆ ได้แก่ เจ้าหน้าที่สินเชื่อธนาคารที่ตรวจสอบเครดิตของผู้ขอสินเชื่อ หรือบริษัทวิศวกรรมที่มีการเสนอราคาในหลายโครงการและต้องการทราบว่าพวกเขาสามารถแข่งขันด้านต้นทุนได้หรือไม่

พื้นที่ที่กำลังเติบโตของการประยุกต์ใช้ DSS แนวคิด หลักการ และเทคนิคต่างๆ คือการผลิตทางการเกษตรและการตลาดเพื่อการพัฒนาอย่างยั่งยืน DSS ทางการเกษตรเริ่มได้รับการพัฒนาและส่งเสริมในช่วงทศวรรษ 1990 ^{[ 8 ]}ตัวอย่างเช่นแพ็กเกจDSSAT4 ^{[ 9 ]}ระบบสนับสนุนการตัดสินใจสำหรับการถ่ายทอดเทคโนโลยีการเกษตร^{[ 10 ]}ซึ่งพัฒนาขึ้นโดยได้รับการสนับสนุนทางการเงินจากUSAIDในช่วงทศวรรษ 1980 และ 1990 ทำให้สามารถประเมินระบบการผลิตทางการเกษตรหลายระบบทั่วโลกได้อย่างรวดเร็ว เพื่ออำนวยความสะดวกในการตัดสินใจในระดับฟาร์มและระดับนโยบายการเกษตรแม่นยำมุ่งที่จะปรับแต่งการตัดสินใจให้เหมาะสมกับส่วนต่างๆ ของแปลงนา อย่างไรก็ตาม ยังมีข้อจำกัดมากมายต่อการนำ DSS มาใช้ในภาคเกษตรกรรมอย่างประสบความสำเร็จ^{[ 11 ]}

DSS ยังแพร่หลายในการจัดการป่าไม้ซึ่งการวางแผนระยะยาวและมิติเชิงพื้นที่ของปัญหาการวางแผนต้องการข้อกำหนดเฉพาะ DSS สมัยใหม่สามารถจัดการกับทุกแง่มุมของการจัดการป่าไม้ ตั้งแต่การขนส่งไม้ซุง การกำหนดตารางการเก็บเกี่ยว ไปจนถึงความยั่งยืนและการปกป้องระบบนิเวศ ในบริบทนี้ การพิจารณาวัตถุประสงค์การจัดการเดียวหรือหลายอย่างที่เกี่ยวข้องกับการจัดหาสินค้าและบริการที่ซื้อขายได้หรือไม่ซื้อขายได้ และมักอยู่ภายใต้ข้อจำกัดด้านทรัพยากรและปัญหาการตัดสินใจ ชุมชนผู้ปฏิบัติงานด้านระบบสนับสนุนการตัดสินใจในการจัดการป่าไม้มีคลังความรู้มากมายเกี่ยวกับการสร้างและการใช้ระบบสนับสนุนการตัดสินใจด้านป่าไม้^{[ 12 ]}

ตัวอย่างเฉพาะเจาะจงคือ ระบบ รถไฟแห่งชาติแคนาดาซึ่งทำการทดสอบอุปกรณ์เป็นประจำโดยใช้ระบบสนับสนุนการตัดสินใจ ปัญหาที่รถไฟ ทุกสายต้องเผชิญ คือรางรถไฟที่สึกหรอหรือชำรุด ซึ่งอาจส่งผลให้เกิดอุบัติเหตุรถไฟตกราง หลายร้อยครั้ง ต่อปี ภายใต้ระบบสนับสนุนการตัดสินใจ ระบบรถไฟแห่งชาติแคนาดาสามารถลดอุบัติเหตุรถไฟตกรางลงได้ ในขณะที่บริษัทอื่นๆ กลับประสบกับอุบัติเหตุที่เพิ่มขึ้น

DSS ถูกนำมาใช้ในการประเมินความเสี่ยงเพื่อตีความข้อมูลการตรวจสอบจากโครงสร้างทางวิศวกรรมขนาดใหญ่ เช่น เขื่อน หอคอย มหาวิหาร หรืออาคารก่ออิฐ ตัวอย่างเช่น Mistral เป็นระบบผู้เชี่ยวชาญในการตรวจสอบความปลอดภัยของเขื่อน ซึ่งพัฒนาขึ้นในช่วงทศวรรษ 1990 โดย Ismes (อิตาลี) ระบบนี้ได้รับข้อมูลจากระบบตรวจสอบอัตโนมัติและทำการวินิจฉัยสถานะของเขื่อน สำเนาแรกที่ติดตั้งในปี 1992 บน เขื่อน Ridracoli (อิตาลี) ยังคงใช้งานได้ตลอด 24 ชั่วโมง 7 วันต่อสัปดาห์ 365 วันต่อปี^{[ 13 ]}มีการติดตั้งระบบนี้บนเขื่อนหลายแห่งในอิตาลีและต่างประเทศ (เช่นเขื่อน Itaipuในบราซิล) ^{[ 14 ]}และบนอนุสาวรีย์ภายใต้ชื่อ Kaleidos ^{[ 15 ]} Mistral เป็นเครื่องหมายการค้าจดทะเบียนของCESI GIS ถูกนำมาใช้ร่วมกับ DSS อย่างประสบความสำเร็จตั้งแต่ทศวรรษ 1990 เพื่อแสดงการประเมินความเสี่ยงแบบเรียล ไทม์บนแผนที่โดยอิงจากข้อมูลการตรวจสอบที่รวบรวมได้ในพื้นที่ภัยพิบัติ Val Pola (อิตาลี) ^{[ 16 ]}

หนึ่งในโครงการโอเพนซอร์สคือ Bank Branch Performance DSS ซึ่งเป็นระบบสนับสนุนการตัดสินใจที่ประเมินประสิทธิภาพของสาขาธนาคาร โดยใช้โมเดลการคาดการณ์แบบเรียงซ้อนเพื่อวิเคราะห์ข้อมูลการดำเนินงาน การเงิน และดิจิทัลจากหลายสาขา ระบบนี้รวมตัวชี้วัดประสิทธิภาพหลัก 30 ตัวเพื่อสร้างการประเมินตามหลักฐาน โดยมีคะแนนผลลัพธ์ตั้งแต่ 1 ถึง 4 ซึ่งคะแนนที่สูงกว่าบ่งชี้ถึงประสิทธิภาพของสาขาที่แข็งแกร่งกว่า^{[ 17 ]}

ระบบสนับสนุนการตัดสินใจถูกนำมาใช้มากขึ้นในการประเมินโครงการซอฟต์แวร์โดยจะวิเคราะห์ข้อมูลที่มีโครงสร้างและไม่มีโครงสร้าง^{[ 18 ] [ 19 ] [ 20 ]}ในกรณีดังกล่าว ระบบเหล่านี้อาจรวมถึงแบบจำลองการประเมินอัตโนมัติที่สร้างการประเมินประสิทธิภาพและคำแนะนำตามเกณฑ์เฉพาะ การประเมินโครงการซอฟต์แวร์อัตโนมัติหมายถึงชุดของวิธีการและระบบที่ออกแบบมาเพื่อวัดคุณภาพของโครงการซอฟต์แวร์อย่างเป็นกลางและสามารถทำซ้ำได้ โดยอิงจากสิ่งประดิษฐ์ดิจิทัล ซึ่งส่วนใหญ่คือซอร์สโค้ด โดยไม่จำเป็นต้องมีการแทรกแซงจากมนุษย์โดยตรงในทุกขั้นตอนของกระบวนการ^{[ 21 ]}

องค์ประกอบพื้นฐานสามประการของ สถาปัตยกรรม DSS ได้แก่: ^{[ 22 ] [ 23 ] [ 24 ] [ 25 ] [ 26 ]}

1. ฐานข้อมูล (หรือฐานความรู้ )
2. แบบจำลอง (เช่น บริบทการตัดสินใจและเกณฑ์ของผู้ใช้)
3. ส่วนติดต่อผู้ใช้

ผู้ใช้เองก็เป็นองค์ประกอบสำคัญของสถาปัตยกรรมเช่นกัน^{[ 22 ] [ 26 ]}

โดยใช้ความสัมพันธ์กับผู้ใช้เป็นเกณฑ์ Haettenschwiler ^{[ 22 ]} จำแนก DSS ออกเป็นแบบพาสซีฟแอคทีฟและ แบบ ร่วมมือ DSSแบบพาสซีฟคือระบบที่ช่วยในกระบวนการตัดสินใจ แต่ไม่สามารถนำเสนอคำแนะนำหรือวิธีแก้ปัญหาที่ชัดเจนได้DSS แบบแอคทีฟสามารถนำเสนอคำแนะนำหรือวิธีแก้ปัญหาดังกล่าว ได้ DSS แบบร่วมมือช่วยให้เกิดกระบวนการวนซ้ำระหว่างมนุษย์และระบบเพื่อบรรลุวิธีแก้ปัญหาที่สมบูรณ์ ผู้ตัดสินใจ (หรือที่ปรึกษา) สามารถแก้ไข ปรับปรุง หรือขัดเกลาคำแนะนำในการตัดสินใจที่ระบบให้ไว้ ก่อนที่จะส่งกลับไปยังระบบเพื่อตรวจสอบความถูกต้อง และในทำนองเดียวกัน ระบบก็จะปรับปรุง ปรับปรุง และขัดเกลาคำแนะนำของผู้ตัดสินใจอีกครั้ง แล้วส่งกลับไปให้พวกเขาตรวจสอบความถูกต้อง

D. Power ได้สร้างอนุกรมวิธานอีกแบบหนึ่งสำหรับ DSS ตามโหมดการช่วยเหลือ: ^{[ 27 ]}เขาจำแนกDSS ที่ขับเคลื่อนด้วยการสื่อสาร DSS ที่ขับเคลื่อนด้วยข้อมูลDSSที่ขับเคลื่อนด้วยเอกสาร DSSที่ขับเคลื่อนด้วยความรู้และDSS ที่ขับเคลื่อนด้วยแบบจำลอง^{[ 23 ]}

• DSS ที่ขับเคลื่อนด้วยการสื่อสารช่วยให้เกิดความร่วมมือ สนับสนุนให้บุคคลมากกว่าหนึ่งคนทำงานในภารกิจร่วมกัน ตัวอย่างเช่น เครื่องมือแบบบูรณาการ เช่น Google Docs หรือMicrosoft SharePoint Workspace ^{[ 28 ]}
• ระบบ สนับสนุน การตัดสินใจที่ขับเคลื่อนด้วยข้อมูล (หรือระบบสนับสนุนการตัดสินใจที่เน้นข้อมูล) ให้ความสำคัญกับการเข้าถึงและการจัดการ ข้อมูล อนุกรมเวลาภายในบริษัท และบางครั้งอาจรวมถึงข้อมูลภายนอกด้วย
• ระบบสนับสนุนการตัดสินใจที่ขับเคลื่อนด้วยเอกสาร ( Document -driven DSS)จัดการ ดึงข้อมูล และประมวลผลข้อมูลที่ไม่มีโครงสร้างในรูปแบบอิเล็กทรอนิกส์ต่างๆ
• DSS ที่ขับเคลื่อนด้วยความรู้จะให้ ความเชี่ยวชาญ ในการแก้ปัญหา เฉพาะทาง ที่จัดเก็บไว้ในรูปแบบของข้อเท็จจริง กฎ ขั้นตอน หรือโครงสร้างที่คล้ายกัน เช่นแผนผังการตัดสินใจ แบบโต้ตอบ และผังงาน^{[ 23 ]}
• DSS ที่ขับเคลื่อนด้วย แบบจำลองเน้นการเข้าถึงและการจัดการแบบจำลองทางสถิติ การเงิน การเพิ่มประสิทธิภาพ หรือการจำลอง DSS ที่ขับเคลื่อนด้วยแบบจำลองใช้ข้อมูลและพารามิเตอร์ที่ผู้ใช้จัดหาให้เพื่อช่วยผู้ตัดสินใจในการวิเคราะห์สถานการณ์ ไม่จำเป็นต้องใช้ข้อมูลจำนวนมาก Dicodess เป็นตัวอย่างของตัวสร้าง DSS ที่ขับเคลื่อนด้วยแบบจำลองแบบโอเพนซอร์ส^{[ 29 ]}

โดยใช้ขอบเขตเป็นเกณฑ์ Power ^{[ 30 ]}แยกความแตกต่างระหว่างDSS ระดับองค์กรและDSS ระดับเดสก์ท็อป DSS ระดับองค์กรเชื่อมโยงกับคลังข้อมูลขนาดใหญ่และให้บริการผู้จัดการหลายคนในบริษัท ในขณะที่DSS ระดับเดสก์ท็อปสำหรับผู้ใช้คนเดียวเป็นระบบขนาดเล็กที่ทำงานบนพีซีของผู้จัดการแต่ละคน

เช่นเดียวกับระบบอื่นๆ ระบบ DSS ต้องการแนวทางที่มีโครงสร้าง กรอบดังกล่าวประกอบด้วยบุคลากร เทคโนโลยี และแนวทางการพัฒนา^{[ 24 ]}

กรอบการทำงานเบื้องต้นของระบบสนับสนุนการตัดสินใจประกอบด้วยสี่ขั้นตอน:

• การข่าวกรอง – การค้นหาสถานการณ์ที่จำเป็นต้องมีการตัดสินใจ;
• การออกแบบ – การพัฒนาและวิเคราะห์แนวทางการแก้ไขปัญหาที่เป็นไปได้หลายทางเลือก;
• การเลือก – การตัดสินใจเลือกแนวทางปฏิบัติจากตัวเลือกต่างๆ ที่มีอยู่
• การนำไปปฏิบัติ – การนำแนวทางปฏิบัติที่เลือกไว้มาใช้ในสถานการณ์การตัดสินใจ

ระดับเทคโนโลยีของระบบสนับสนุนการตัดสินใจ (ทั้งด้านฮาร์ดแวร์และซอฟต์แวร์) อาจรวมถึง:

1. นี่คือส่วนแอปพลิเคชันที่ผู้ใช้จะใช้งานจริง ส่วนนี้ของแอปพลิเคชันจะช่วยให้ผู้มีอำนาจตัดสินใจสามารถตัดสินใจในประเด็นปัญหาเฉพาะเจาะจงได้ ผู้ใช้สามารถดำเนินการกับปัญหาดังกล่าวได้
2. Generator ประกอบด้วยสภาพแวดล้อมฮาร์ดแวร์/ซอฟต์แวร์ที่ช่วยให้ผู้คนสามารถพัฒนาแอ ปพลิเคชัน DSS เฉพาะได้อย่างง่ายดาย ระดับนี้ใช้เครื่องมือหรือระบบกรณีศึกษา เช่น Crystal, AnalyticaและiThink
3. เครื่องมือต่างๆ ประกอบด้วยฮาร์ดแวร์/ซอฟต์แวร์ระดับล่าง รวมถึงเครื่องมือสร้าง DSS ซึ่งประกอบด้วยภาษาเฉพาะ ไลบรารีฟังก์ชัน และโมดูลเชื่อมโยง

แนวทางการพัฒนาแบบวนซ้ำช่วยให้สามารถเปลี่ยนแปลงและออกแบบระบบสนับสนุนการตัดสินใจ (DSS) ใหม่ได้ในหลายช่วงเวลา เมื่อออกแบบระบบเสร็จแล้ว จะต้องทำการทดสอบและแก้ไขปรับปรุงตามความจำเป็นเพื่อให้ได้ผลลัพธ์ที่ต้องการ

มีหลายวิธีในการจำแนกประเภทแอปพลิเคชัน DSS ไม่ใช่ว่า DSS ทุกระบบจะเข้ากับหมวดหมู่ใดหมวดหมู่หนึ่งได้อย่างลงตัว แต่อาจเป็นการผสมผสานของสถาปัตยกรรมสองแบบขึ้นไป

Holsapple และ Whinston ^{[ 31 ]}จำแนก DSS ออกเป็น 6 กรอบการทำงานดังต่อไปนี้: DSS ที่เน้นข้อความ, DSS ที่เน้นฐานข้อมูล, DSS ที่เน้นสเปรดชีต, DSS ที่เน้นตัวแก้ปัญหา, DSS ที่เน้นกฎเกณฑ์ และ DSS แบบผสม DSS แบบผสมเป็นการจำแนกประเภท DSS ที่ได้รับความนิยมมากที่สุด เป็นระบบไฮบริดที่รวมโครงสร้างพื้นฐาน 5 แบบขึ้นไปตั้งแต่ 2 แบบขึ้นไป^{[ 31 ]}

การสนับสนุนที่ DSS มอบให้สามารถแบ่งออกเป็นสามประเภทที่แตกต่างกันแต่เกี่ยวข้องกัน ได้แก่^{[ 32 ]}การสนับสนุนส่วนบุคคล การสนับสนุนกลุ่ม และการสนับสนุนองค์กร

ส่วนประกอบของระบบสนับสนุนการตัดสินใจ (DSS) สามารถจำแนกได้ดังนี้:

1. ข้อมูลนำเข้า : ปัจจัย ตัวเลข และลักษณะเฉพาะที่จะนำมาวิเคราะห์
2. ความรู้และความเชี่ยวชาญของผู้ใช้:ข้อมูลที่ต้องได้รับการวิเคราะห์ด้วยตนเองจากผู้ใช้
3. ผลลัพธ์ : ข้อมูลที่ผ่านการแปลงแล้ว ซึ่งใช้ในการสร้าง "การตัดสินใจ" ของระบบสนับสนุนการตัดสินใจ (DSS)
4. การตัดสินใจ : ผลลัพธ์ที่ได้จากระบบสนับสนุนการตัดสินใจ (DSS) โดยอิงตามเกณฑ์ของผู้ใช้

DSS ที่ทำหน้าที่ตัดสินใจเชิงปัญญา ที่เลือกไว้และอิงตาม ปัญญาประดิษฐ์หรือ เทคโนโลยี ตัวแทนอัจฉริยะเรียกว่าระบบสนับสนุนการตัดสินใจอัจฉริยะ (IDSS) ^{[ 33 ]}

สาขาใหม่ที่กำลังเกิดขึ้นอย่างวิศวกรรมการตัดสินใจนั้น มองว่าการตัดสินใจเป็นวัตถุที่ได้รับการออกแบบ และนำหลักการทางวิศวกรรม เช่นการออกแบบและการประกันคุณภาพ มาประยุกต์ ใช้กับการแสดงองค์ประกอบต่างๆ ที่ประกอบกันเป็นการตัดสินใจอย่างชัดเจน