اولویت گذاری ابعاد کیفیت دانش در سازمان های داده محور (مورد مطالعه: پژوهشگاه علوم و فناوری اطلاعات ایران) (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
هدف: امروزه دانش از مهمترین مزیت های رقابتی و ایجاد ارزش برای سازمان ها محسوب می شود و برای استفاده مؤثر از دانش باید به کیفیت آن توجه نمود. سازمان های داده محور بر دارایی های داده ای خود تکیه دارند. داده های با کیفیت و قابل اعتماد در سازمان ها باعث اتخاذ تصمیمات بهتر می شود. همچنین کیفیت دانش در سازمان های داده محور باعث رشد و افزایش سودآوری و نوآوری می شود. در این راستا، پژوهش حاضر به منظور بررسی و اولویت بندی ابعاد کیفیت دانش در سازمان های داده محور صورت گرفته است. روش پژوهش: جامعه آماری این پژوهش را 10 نفر از خبرگان این حوزه در پژوهشگاه علوم و فناوری اطلاعات ایران تشکیل می دهند. جهت گردآوری داده ها ضمن مرور ادبیات موضوع، از ابزارهای مصاحبه با خبرگان پژوهشگاه علوم و فناوری اطلاعات ایران و پرسش نامه استفاده شده است. برای تجزیه و تحلیل داده ها از روش دیمتِل فازی برای تعیین روابط میان شاخص ها و از روش فرایند تحلیل شبکه (ANP) برای وزن دهی و اولویت بندی معیارها استفاده شده است. یافته ها: نتایج تجزیه و تحلیل داده ها از طریق پرسش نامه و حل با استفاده از نرم افزار اکسل نشان می دهد که در میان معیارهای اصلی، معیار کیفیت نمایشگری دانش از اولویت بالاتری برخوردار است. همچنین در میان زیرمعیارها، میزان قابلیت توسعه پذیری با وزن (15089/0) اولویت اول، قابل درک بودن با وزن (14039/0) اولویت دوم و قابلیت تفسیرپذیری با وزن (13687/0) اولویت سوم را کسب کردند. نتیجه گیری: در پژوهش حاضر به بررسی و رتبه بندی معیارها و زیرمعیارهای کیفیت دانش در پژوهشگاه علوم و فناوری اطلاعات ایران پرداخته شد. نتایج تجزیه و تحلیل داده ها بر اساس روش FDANP نشان داد که در میان چهار سطح کیفیت دانش، کیفیت نمایشگری دانش با وزن (27726/0) به عنوان مهمترین معیار شناخته شده است. تفسیر این موضوع می تواند این باشد که مصرف کنندگان دانش قادر به عمل بر روی دانشی هستند که به طور مناسب از لحاظ سهولت درک و قابلیت تفسیر پذیری به آنها ارائه شده باشد.Prioritize the Dimensions of Knowledge Quality in Data Driven Organizations (Case Study: Iranian Research Institute for Information Science and Technology)
Objective: Knowledge is one of the most important competitive and value creating advantages of organizations, and for effective use of knowledge, attention should be paid to its quality. Data driven organizations rely on their data assets. Quality and reliable data in organizations leads to better decision making, and the knowledge quality in data driven organizations leads to growth and increase in profitability and innovation. The present research was conducted in order to investigate and prioritize the dimensions of knowledge quality in data driven organizations. Methods: The statistical population of this research is made up of 10 experts in this field in the Research Iranian Research Institute for Information Science and Technology (IranDoc). In order to collect data, while reviewing the literature on the subject, interviews with experts of Iranian Research Institute for Information Science and Technology and questionnaires were used. For data analysis, the fuzzy DEMATEL method was used to determine the relationships between indicators and the ANP method was used for weighting and prioritizing criteria. Results: The results of data analysis through questionnaires and solutions using EXCEL software show that among the main criteria, the representational knowledge quality is the highest quality priorities. Also, among the sub-criteria, the degree of Expandability with a weight of (0.15089) was the first priority, Understandability with a weight of (0.14039) was the second priority, and Interpretability was the third priority with a weight of (0.13687). Conclusions: It is observed that the sub-criterion of expandability and use of knowledge content in the future through knowledge sharing and integration has a much greater impact on the perceived quality of knowledge in data-oriented organizations than other sub-criteria.