کلان داده

با ورود فناوریهای کلان داده به حوزه کسب و کار و تحولات ایجاد شده در این حوزه، لازم است پژوهش هایی در زمینه ارزیابی اکوسیستم کلان داده در کشور صورت پذیرد. از آنجایی که طبق تحقیقات انجام شده تاکنون مدل ارزیابی اکوسیستم کلان داده ارائه نشده است، این مقاله در پی ارائه مدل ارزیابی اکوسیستم کلان داده در ایران با استعاره از مدل ارزیابی اکوسیستم طبیعی می باشد. مدل ارزیابی اکوسیستم طبیعی موردنظر در این تحقیق، مدل هزاره است. با بهره گیری از این مدل، به ارزیابی اکوسیستم خدمات ارائه شده در حوزه کلان داده در کشور با هدف رفع نیاز کاربر نهایی پرداخته شده است. بدین منظور ابتدا مدل ارزیابی اکوسیستم هزاره مورد بررسی قرار گرفته و با شناسایی ابعاد کلیدی مدل هزاره، مدل ارزیابی اکوسیستم کلان داده با استفاده از مفهوم استعاره تدوین شده است. سپس گامهای ارزیابی با استفاده از مدل تدوین شده، تشریح شده است. در نهایت با بررسی صنعت کلان داده در کشور، نتایج ارزیابی اکوسیستم کلان داده در سطح کشور بدست آمده و راهکارهایی برای ارتقاء وضعیت آن پیشنهاد شده است. به طورکلی می توان گفت بیشترین تعداد شرکت های فعال در بازار کلان داده کشور، شرکت های ارائه دهنده خدمات زیرساخت و تحلیل هستند. از این رو ضروری است حمایت های لازم جهت توسعه زیرساخت های انتقال، ذخیره سازی و تحلیل داده ها در کشور صورت پذیرد. تأثیرگذارترین محرک بر ارائه خدمات کلان داده در کشور، ظهور فناوری های جدید شناخته شده است. فناوری بر عملکرد شرکت و در نتیجه ارائه خدمات آن تأثیرگذار خواهد بود و آشنایی کافی شرکت ها با فناوری های جدید و استفاده از راهکارهای جدید فناورانه جهت ارائه خدمات بهتر به مشتریان می تواند بر عملکرد شرکتها تأثیرگذار باشد.

در عصر اطلاعات و ارتباطات، رشد روزافزون و نمایی تولید و تبادل داده های متنوع از منابع مختلف، مفهوم کلان داده را بوجود آورده است. در کشورهای صنعتی، سرمایه گذاری وسیعی در مورد بهره گیری از فرصت ها و برطرف نمودن چالش های فنی و مدیریتی این فناوری نوظهور در حال انجام است. کلان داده علاوه بر کاربردهای تجاری، اجتماعی، اقتصادی و علمی در تأمین امنیت ملی و کاربردهای نظامی نیز مورد توجه قرار گرفته است. در مدیریت عملیات نظامی، استفاده بلادرنگ و مؤثر از داده های بیشتر و افزایش سرعت انتقال و پردازش داده ها، از حساسیت و جایگاه حیاتی برخوردار است. هدف اصلی این مقاله، بررسی کاربردهای نظامی فناوری کلان داده و نقش آن در مدیریت صحنه نبرد است. برای این منظور ابتدا به معرفی ویژگی ها، کارکردها و ابزارهای مورد استفاده در کلان داده پرداخته شده و در ادامه با اشاره به کاربردهای اخیر این فناوری در سازمان های دفاعی و امنیتی، با ارائه دو مدل مفهومی، نقش این فناوری در مدیریت صحنه نبرد مورد بررسی قرار گرفته است. نتایج حاصل از این تحقیق نشانگر آن است که بکارگیری فناوری کلان داده موجب بهینه سازی کارایی تجهیزات، تصمیم گیری به موقع، هدایت نیروها و افزایش توان عملیاتی شده و برای کسب برتری نظامی در جنگهای آینده امری ضروری است. توجه به آگاه سازی، برنامه ریزی و شناسایی توانمندی های داخلی، حمایت از شرکت های دانش بنیان و لزوم بومی سازی زیرساخت های ارتباطی و مراکز داده به منظور تبیین تعامل این فناوری با کاربردهای نظامی، از جمله راهکارهای پیشنهاد شده در این مقاله است.

هدف از این پژوهش، بررسیِ جامعِ انواع الگوهای مدل کسب وکار داده محور به منظور کمک به فعالان حوزه های کارآفرینی و نوآوری، به ویژه کسب وکارهای دیجیتالی است. این مقاله یک مطالعه استدلالی-انتقادی است که از روش مروریِ روایی با رویکرد سندی استفاده می کند. به منظور گرد آوری و استخراج اطلاعات، یک جستجوی جامع در اسناد موجود در پایگاه های اطلاعاتی ایرانی ، بین المللی و بعضی از شرکت های مشهور مشاوره مدیریت جهان انجام شد. جامعه آماری این پژوهش، کلیه متون و اسناد مرتبط با کلیدواژه مدل کسب و کار داده محور در بازه زمانی 2000 تا 2018 میلادی بود. پس از مطالعه اسناد، ابتدا در بخش ادبیات پژوهش 26 الگوی مدل کسب وکار داده محور فهرست گردید و پس از بررسی شباهتها، 20 الگو احصا شد. در دومین بازنگری این موارد، 13 الگو متمایز از هم شناسایی شدند و در سومین دور بررسی ، ضرورت نیاز این 13 الگو به 5 ابزار مکمل، تشخیص داده شد و سپس به این موارد اشاره گردید. الگوهای مدل کسب و کار داده محور می توانند به نوآوران و کارآفرینان کمک کنند تا متناسب با گروه های مشتریان خود از این الگوها بهره برداری نمایند و یا حتی از کسب وکارهای موفق جهان که از این الگوها استفاده می کنند، ایده بگیرند. در این پژوهش برای اولین بار تمام انواع مدل های کسب و کار داده محور از منظرهای مختلف گردآوری شدند. اگر شرکت ها بخواهند عملا از این الگوها استفاده کنند می بایست به مجموعه ای از ابزارهای مکمل نیز مجهز شوند. عمده ابزارهای مکمل، در خصوص اخلاق داده، شناسایی ذینفعان داده ای و تنظیم داده با کسب وکار، نقش آفرینی می کنند.

از مهمترین پیامدهای چهارمین انقلاب صنعتی، دیجیتالیزه شدن محیط کسب وکار و گسترش بازاریابی داده محور می باشد که پیامدهای این تحولات تأثیرات عمیقی بر تحقیقات بازاریابی خواهد داشت. هدف این پژوهش شناسایی ویژگی یا مؤلفه های ارزش از میان حجم انبوه نظرات مشتریان در شبکه های مجازی با استفاده از یادگیری ماشین جهت تحلیل کلان داده ها، با رویکرد بازاریابی پیشبینانه که متناسب با فضای موجود است می باشد. این پژوهش از لحاظ هدف کاربردی، از نظر روش گردآوری داده ها توصیفی-پیمایشی و از نظر اجرا کیفی-کمی (آمیخته) است. بدین منظور صنعت گردشگری به عنوان مطالعه موردی انتخاب و تعداد 8290 نظر از مشتریان در این رابطه از بستر اینترنت جمع آوری و با استفاده از دو روش مختلف «خوشه بندی داده ها» و «استخراج قوانین انجمنی»، مؤلفه های ارزش، استخراج می گردند. نتایج پژوهش در قسمت خوشه بندی شامل شناسایی 20 مؤلفه ارزش در رابطه با ارزش های مورد نظر گردشگران می باشد؛ همچنین با استفاده از روش دوم (قوانین انجمنی)، هفت قانون از میان دانش پنهان، در روابط بین عبارات بکار برده شده در نظرات گردشگران استخراج گردید. بطور کلی نتایج نشان می دهد با استفاده از تحلیل کلان داده ها و یادگیری ماشین، انجام فرآیند «تحقیقات بازاریابی» با سرعت و دقت بالاتر و هزینه نسبی کم تر امکان پذیر است.

هدف پژوهش حاضر، بررسی نقش کلان داده ها در تصمیم سازی و سیاست گذاری است. روش پژوهش توصیفی- تحلیلی بوده و بر این فرض استوار است که کلان داده ها با اتکا به منابع مشخصی هم چون «اینترنت اشیاء»، «داده های باز» و «فرایند»ها، با کشف الگوهای ناشناخته به کاهش بوروکراسی دولتی، بهبود تصمیم سازی و سیاست گذاری کمک می کنند. این امر از طریق فرایند تحلیلی منتج از کلان داده ها به دست می آید و با دراختیار نهادن تصویری روشن و نظام مند از وضعیت حال، امکان مدیریت منابع را میسر ساخته و در نتیجه به پیش بینی وضعیت آینده منتهی می شود

تکثر و پویایی ارتباطات شبکه ای که بارزترین مصداق آن در بستر شبکه های اجتماعی محقق شده؛ یک گام اساسی به اغلب پژوهش های ارتباطی و تحقیقات مرتبط با حوزه افکار عمومی اضافه کرده است. چیزی که می شود از آن به عنوان مرحله پالایش داده نام برد. پالایشی که هدف از آن مرتب سازی داده ها، حذف اطلاعات پرت و شناسایی روشمند محتوا یا کاربرانی است که به اقتضای موضوع تحقیق به دنبال آن ها هستیم. با توجه به حجم وسیع اطلاعات در شبکه های اجتماعی، برای پالایش داده ها در مقیاس کلان داده، چاره ای جز روی آوردن به رویکردهای میان رشته ای وجود ندارد. بهره گیری تیمی از امکانات رشته هایی نظیر علوم کامپیوتری، ریاضیات و هوش مصنوعی، راهکاری است که در تحقیق حاضر مورد استفاده قرار گرفته تا شبکه ای اختصاصی تشکیل شود. در گام بعد با استفاده از روش تحلیل شبکه، بهینه ترین روش برای شناسایی رهبران افکار سیاسی در بستر توییتر انتخاب شد.اطلاعات کاربران در چهار لایه، مشتمل بر اطلاعات حدود 700 میلیون کاربر بررسی شد. سپس با تعریف شاخص هایی برای پالایش داده، شبکه ای اختصاصی و 94 هزار نفره تشکیل داده شد. شش شاخص رتبه بندی برآمده از اجماع نخبگانی به صورت تطبیقی مورد مقایسه قرار گرفت.

هدف: با توجه به ظهور و رشد روزافزون داده های با حجم، سرعت و تنوع بالا یا به عبارت دیگر کلان داده و پتانسیل بالای آن در ایجاد منافع برای سازمان ها علی الخصوص بخش بازاریابی به دلیل محوریت داده و تحلیل داده، پژوهش حاضر باهدف شناسایی زمینه های کاربرد کلان داده در بازاریابی و ارائه مدلی در این زمینه انجام شده است. روش شناسی: تحقیق حاضر به لحاظ ماهیت، کیفی و ازنظر هدف، کاربردی است. در این پژوهش به منظور تبیین مدلی جامع و به کمک روش پژوهش فراترکیب، 30 مقاله در بازه زمانی 2006-2020 با بهره گیری متدولوژی کسپ بررسی و زمینه های کاربرد کلان داده در آمیخته بازاریابی شناسایی و اولویت بندی شدند. یافته ها: پس از تجزیه وتحلیل مقالات، ابتدا 187 کد از ارزش های محوری کلان داده شناسایی و در 16 تم و 4 مقوله محصول، قیمت، پیشبرد و توزیع طبقه بندی و اولویت بندی شدند. نتایج این تحقیق نشان داد که بیشترین فراوانی در چهار آمیخته بازاریابی به طور کل و در آمیخته محصول به طور خاص مربوط به بعد ارزشی «شخصی سازی و سفارشی سازی محصول (کالا یا خدمت)» است. نتیجه گیری: نتایج این پژوهش نشان داد که مهم ترین ارزش کلان داده در آمیخته محصول مختص به «شخصی سازی و سفارشی سازی محصول (کالا یا خدمت)»، در آمیخته قیمت گذاری مختص به «قیمت گذاری پویا»، در آمیخته مکان مختص به «خودکارسازی سازی فرآیندهای توزیع، سفارش و تحویل» و در آمیخته پیشبرد فروش مختص به بهبود سیستم های CRM" است. این پژوهش منجر به گسترده شدن بدنه دانشی ادبیات تحقیقات شده و می تواند درک عمیقی از ارزش کلان داده در آمیخته بازاریابی را به محققان و مدیران بازاریابی ارائه دهد.

در این مقاله تلاش شده تا بسترسازی مناسبی در جهت ایجاد رابطه بین داده های منابع انسانی به عنوان کلان داده و هوش مصنوعی ایجاد شود و با استفاده از نتایج مدل تعالی سازمان در صنعت بزرگ گاز ایران و برای حدود 51 شرکت، به یک مدل برای خوشه بندی مدیران موفق منابع انسانی سازمان بر اساس نتایج ارزیابی شرکت ها با مدل تعالی سازمانی (EFQM) دست یابیم. در این مقاله تلاش شده تا بسترسازی مناسبی در جهت ایجاد رابطه بین داده های منابع انسانی با استفاده از نتایج مدل تعالی سازمانی، برای حدود 51 شرکت فرعی و ستادی شرکت ملی گاز ایران با بهره گیری از روش های هوش مصنوعی و یادگیری ماشین صورت پذیرد و به یک مدل برای خوشه بندی مدیران ارشد سازمان براساس نتایج ارزیابی شرکت ها با مدل تعالی سازمانی (مبتنی بر مدل تعالی EFQM) دست یابیم. ویژگی منحصربه فرد این روش این است که براساس خروجی و عملکرد واقعی سازمان های موفق به دست می آید که در رأس آن ها مدیران و رهبران موفق سازمان حضور داشته اند و براساس آن در آینده می توان به یک مدل شایستگی مبتنی بر عملکرد دست یافت. در این مقاله ابتدا بر اساس نتایج حاصل از ارزیابی مدل تعالی سازمان، به خوشه بندی نتایج مدل تعالی در 51 شرکت صنعت گاز ایران بر اساس نتایج ارزیابی های سال های 1396، 1397 و 1398 اقدام می کنیم. خوشه بندی برای 3776 داده با روش های مبتنی بر هوش مصنوعی و کدنویسی با نرم افزار پایتون صورت می گیرد. تحقیق حاضر از لحاظ هدف کاربردی بوده و به دنبال طراحی و تدوین یک مدل جدید برای کشف خبرگان و دسته بندی علمی منابع انسانی سازمان بر اساس داده های معتبر می باشد. این پژوهش همچنین به دنبال تلفیق مباحث جدید علمی هوش مصنوعی شامل خوشه بندی در ایجاد زیرساخت های پژوهشی در منابع انسانی است و در بعد کاربردی از نتایج به دست آمده در تصمیم گیری و برنامه ریزی های سازمانی استفاده می کند و به دنبال تولید ابزاری است که با آن بتواند در آینده با داشتن داده های مناسب در حرفه منابع انسانی، عملکرد مدیریتی کارکنان این حرفه و سازمان را پیش بینی نماید. در انتها با استفاده از نرخ تفکیک پذیری فیشر یک اولویت بندی برای آموزش و توسعه مدیران براساس شکاف شایستگی های ایشان بدست خواهد آمد.

صنعت حمل و نقل هوایی به دلیل مشکلات اقتصادی جوامع و بیماری کرونا، در سال های اخیر با رکود و افت درآمد مواج ه ش ده اس ت. ای ن صنعت همواره در جستجوی راه هایی برای کاهش هزینه ها و افزایش بازده بوده است. در اغلب پژوهش ها میزان اهمیت معیارها وابسته به نظر خبره است و دیدگاه اکثر مسافران در نظر گرفته نمی شود. استفاده از کلان داده که هدف پژوهش حاضر است، در شناخت بهت ر رفتاره ا و نیازهای مس افران، کمک بسیاری به شرکت های هوایی می کند. در این تحقیق 8 فاکتور اصلی که مهم ترین تاثیر را در فرآیند انتخاب مسافران داشتند مشخص شدند که به ترتیب شامل اجرای به موقع پروازها، ایمنی پرواز، قیمت بلیط، زمان مناسب پرواز، تعداد سوانح گذشته هر شرکت، میزان پاسخگویی در زمان بروز مشکل و تاخیر، نحوه فروش بلیط و امکان رزرو اینترنتی و نحوه برخورد خدمه و پرسنل هستند. این موضوع در ایران نیز در سالهای اخیر با افزایش تعداد شرکت ها، افزایش رقابت تجاری بین آنها و شرایط اقتصادی کشور توجه زیادی را به خود جلب نموده اس ت. کیفیت خدمات تأثیر معنی داری بر رضایت مشتری دارد. رضایت مشتری نیز به نوبه خود تأثیر بسزایی بر اعتماد و تبلیغات شفاهی در مورد شرکت دارد. به علاوه، تبلیغات شفاهی تأثیر مثبت و اثاری بر قصد مراجعه مجدد و افزایش مشتریان دارد.

اتوپیای موعود مدرنیسم، محقق نشد و انسان ناکام از تحقق آرمان های عصر مدرنیسم، دست به خلق جهانی به موازات جهان طبیعی زد. ماحصل زندگی انسان در این جهان موازی مجازی، تولید مستمر میلیاردها ردپای دیجیتالی در کسری از ثانیه و ظهور کلان داده ها است. در پی تحول پدیدآمده در زندگی اجتماعی انسان و تحولاتی که در نتیجه ظهور کلان داده در سطح دسترسی پژوهشگران به واقعیت های پیچیده و رابطه ای اجتماعی به وجود آمده است، دانش و مهارت های پژوهش اجتماعی نیز نیازمند تحول و بازنگری است. یکی از دشوارترین پرسش های مطرح شده در جامعه علمی کنونی این است که کلان داده تا چه حد مبانی روش شناسی پژوهش علمی و فراتر از آن، علم بشری را متحول می سازد؟ آیا در آستانه وقوع یک گذار پارادایمی در علوم اجتماعی قرار داریم؟ آیا نظریه به عنوان سنگ بنای نظام علم مدرن، به پایان راه خود رسیده است؟ نگارندگان در پی پاسخگویی به دو پرسش بنیادین مطرح شده، ابتدا با بررسی عمیق و مرور سیستماتیک مدارک علمی، که در بازه زمانی 2009 تا 2021 منتشر شده اند، با رویکردی فرارشته ای، دیدگاه ها و استدلال های گاه متعارض اندیشمندان حوزه های فلسفه علم، علوم داده و شاخه های مختلف علوم اجتماعی را مورد مطالعه و کنکاش قرار داده اند و پس از آن با خوانش انتقادی و تحلیل متون منتخب، ضمن رد ادعای بی نیازی علم مبتنی بر کلان داده از نظریه، نتیجه می گیرند کلان داده آغازگر یک گذار پارادایمی در علم و پژوهش اجتماعی است.

کاربرد هوش مصنوعی در مدیریت ارتباط با مشتری به عنوان هسته مرکزی فعالیت های بازاریابی مورد توجه کسب وکارهای امروزی قرار گرفته است. پژوهشگران با بررسی مطالعات صورت گرفته و پژوهش های پیشین، ابتدا مفاهیم را استخراج کردند، اما با توجه به مرتبط نبودن برخی از عوامل استخراج شده با وضعیت کنونی بانک های ایران، به کمک روش مصاحبه و دلفی ازنظر خبرگان بهره برده شد. روش پژوهش، آمیخته کیفی و کمی است و ازلحاظ هدف، توسعه ای و کاربردی به شمار می رود. ابتدا از طریق مصاحبه با 21 نفر خبره مؤلفه ها شناسایی شد. سپس مدل تدوین شد که شامل 197 شاخص و 21 مفهوم مدیریت ارتباط با مشتری مبتنی بر کلان داده شکل گرفت. در سه مرحله به منظور تأیید مدل اولیه، از کارشناسان و مدیران بانک های غرب کشور(استان های آذربایجان غربی، کردستان، کرمانشاه و همدان) نظرخواهی شد که در نهایت مدل تایید شد. بر اساس نتایج به دست آمده بانک ها با از داده و الگوریتم های کلان داده از استراتژی های پانزده گانه در سه مرحله شروع رابطه، نگهداری رابطه و پایان رابطه استفاده کرده اند و پیامدهای همچون افزایش درآمد،کاهش هزینه، قیمت گذاری شخصی و پویا، هدفمندی تبلیغات، بهبود سودآوری، توسعه محصولات و خدمات جدید، تخصیص منابع هوشمند و کمک به تصمیم گیری مدیران بدست آمد. همچنین مسائل و چالش های مدیریت و مسائل اخلاقی و حفظ حریم شخصی افراد بر این پیامدها اثرگذار است.

افزایش حجم و پیچیدگی داده های دیجیتال و نقش آن بعنوان ابزاری برای پشتیبانی از کسب مزیت رقابتی برای بانک ها، نیاز به استفاده از ابزار و تکنیک های نوین در کسب ارزش داده، تحلیل و پردازش آن را افزایش داده است و در این شرایط دسترسی به جریان داده در مبادلات نوین مالی دشوارتر شده است و این امر ضرورت استفاده مدیران بانکی از راهبرد کلان داده در جهت حل چالش های مالی و بهره برداری از فرصت های پیش رو برای دستیابی به مزیت رقابتی پایدار دوچندان ساخته است. هدف پژوهش حاضر شناسایی اثرات راهبرد کلان داده بر دستیابی به مزیت رقابتی در صنعت بانکداری ایران است و از این رو در پژوهش حاضر تلاش شده تا مدل کلان داده با مدنظر قرار دادن مسائل اخلاقی و حریم شخصی مشتریان و تأثیرات آن ها در دستیابی به مزیت رقابتی در صنعت بانکداری ارائه گردد. فرضیه های مدل مذکور با استفاده از نظرات نمونه پژوهش، شامل مدیران عامل، مدیران و کارکنان فناوری اطلاعات و ارتباطات، مدیران و کارکنان بازاریابی 20 بانک از طریق پرسشنامه مورد ارزیابی قرارگرفته است و نتایج بدست آمده نشان از این دارد که بانک ها با بکارگیری راهبرد کلان داده به کسب مزیت رقابتی دست می یابند. بعلاوه، مسائل اخلاقی و حریم شخصی مشتریان بر رابطه راهبرد کلان داده با دستیابی به مزیت رقابتی تأثیر می گذارد.

اهداف: امروزه با نفوذ گسترده و روزافزون رسانه های اجتماعی در ابعاد مختلف زندگی افراد جامعه و همچنین بروز جرائم و رفتار های انحرافی در بستر این رسانه ها روبه رو هستیم. با توجه به ساختار شبکه ای رسانه های اجتماعی و امکان دسترسی به حجم عظیمی از داده های اجتماعی در دهه اخیر شاهد اقبال محققان در حوزه های مختلف ازجمله علوم اجتماعی به استفاده از کلان داده و تحلیل شبکه هستیم. علی رغم استقبال حوزه جامعه شناسی انحرافات و جرم شناسی در خارج از کشور از این رویکرد، با کمبود مطالعاتی از این دست در داخل کشور مواجهیم. هدف از این مقاله معرفی نظریه شبکه ماروین کرون در تبیین انحرافات اجتماعی در بستر رسانه های اجتماعی و استفاده از رویکرد تحلیل شبکه و کلان داده است. روش مطالعه: روش مقاله مروری و اسنادی است. یافته ها: در این مقاله پس از مرور مفاهیمی چون کلان داده و رسانه های اجتماعی با اشاره به انحرافات و جرم در رسانه های اجتماعی به کاربرد کلان داده و تحلیل شبکه در جرم شناسی و جامعه شناسی انحرافات پرداخته می شود. همچنین با توجه به ضعف نظری موجود در ادبیات تجربی حاضر، نظریه شبکه ماروین کرون در حوزه جامعه شناسی انحرافات به عنوان چارچوبی که قابلیت مرتفع ساختن این نقیصه را دارد تشریح می گردد. در پایان چند ابزار مناسب برای جمع آوری، تحلیل و بصری سازی کلان داده از رسانه های اجتماعی معرفی می شود. نتیجه گیری: تلفیق سه حوزه جامعه شناسی انحرافات با فراهم ساختن پشتوانه نظری، تحلیل شبکه و کلان داده می تواند کمک شایانی به توصیف، تبیین و کنترل رفتارهای انحرافی و مجرمانه در بستر رسانه های اجتماعی داشته باشد. لذا پیشنهاد می شود همکاری میان رشته ای در دانشگاه های داخل کشور میان پژوهشگران علوم اجتماعی، مهندسی کامپیوتر، علوم کامپیوتر و علوم داده به منظور هم افزایی و توسعه تحقیقات در حوزه علوم اجتماعی به ویژه جامعه شناسی انحرافات و جرم شناسی و رسانه های اجتماعی و کلان داده برقرار شود.

امروزه بیشتر پژوهشگران تحقیقات کاربردی صرفاً با نگاه به مقدار−احتمال، فرضیه پژوهش را رد یا قبول می کنند؛ همچنین با توجه به رابطه ای که بین مقدار−احتمال و اندازه نمونه وجود دارد، معمولاً در نمونه های بزرگ، با وجود کوچک بودن اندازه اثر با یک اطمینان بسیار بالا فرضیه ادعا پذیرفته می شود و محقق با تکیه صرف به مقدار−احتمال به سمت حمایت از نتایج بی اهمیت عملی سوق داده می شود؛ بدین ترتیب بسیاری از مطالعات پژوهش می توانند در زمره تحقیقاتی قرار گیرند که دارای تعدادی آزمون فرض معنادار شده، اما فاقد وجاهت کاربردی و اهمیت علمی است.نخست این مقاله با توجه به موضوع کلان داده، مسئله حجم داده و تنوع داده ها در کلان داده از نظر آمار پرداخته، سپس مقدار−احتمال، اندازه اثر و فاصله اطمینان به عنوان سه معیار تصمیم در آزمون های فرض روی نمونه های مختلف در بازه (19361−173) بررسی و به طور خاص به تأثیر کلان داده روی این سه شاخص توجه کرده است.نتایج نشان داد کلان داده به عنوان یک نمونه بزرگ، نه تنها مزیتی برای افزایش اطمینان در آزمون های فرض ندارند، بلکه می توانند موجب معنادار شدن ادعاهایی شوند که از نظر عملی اهمیت چندانی ندارند و در نمونه های نه چندان بزرگ در زمره اثرهای تصادفی و خطای نمونه گیری قرار می گیرند؛ همچنین اندازه اثر تحت تأثیر اندازه نمونه قرار نگرفته، با افزایش اندازه نمونه به سمت یک مقدار ثابت همگرایی دارد. درنهایت داده ها نشان دادند که فاصله اطمینان از نظر بصری بهتر از شاخص های دیگر عمل می کند

هدف این مطالعه، مرور پژوهش های مرتبط با مدیریت کلان داده ها در کتابخانه های عمومی ، وابسته به نهاد کتابخانه های عمومی کشور  و تعیین ضرورت ها و عوامل تاثیرگذار برآن است. روش پژوهش   : این پژوهش از نوع کیفی و با استفاده از روش دلفی  انجام شده است.  در قسمت توصیفی، تحقیقات انجام گرفته در داخل و خارج از کشور مورد بررسی قرار گرفته اند و در بخش کیفی، گویه هایی طراحی شده است  که در سه دور نظرات جامعه آماری پنل دلفی، متشکل از 20 نفر از متخصصان حوزه فناوری اطلاعات و علم اطلاعات و دانش شناسی جمع آوری و تحلیل شده است. 30 گویه پرسشنامه ازلحاظ دو ضریب نسبی روایی محتوی (CVR) و شاخص روایی محتوی (CVI) مورد تایید قرار گرفتند و پایایی پرسشنامه نیز بر اساس ضریب آلفای کرونباخ 86% محاسبه شد.   یافته ها :   یافته ها نشان داد تامین هزینه مربوط به تجهیزات وسرورهای قدرتمند،  تامین ابزارهای تجزیه وتحلیل داده و روزآمد سازی دانش و مهارت های کتابداران از ضرورت های  بهره گیری از کلان داده است. نتیجه گیری: آنچه از مطالعات انجام شده در مورد کاربرد کلان داده در کتابخانه ها به دست می آید آن است که کتابخانه ها در مسیر همگام سازی خود با پیشرفت های علمی و تکنولوژی با کمبود بودجه جهت تأمین منابع مورد نیاز روبرو هستند و کاستی هایی در این زمینه به چشم می خورد .

در عصر دگرگونی دیجیتال، کلان داده در تغییر سفرهای جهانی و ایجاد چالش ها و فرصت ها برای شرکت های تاسیس شده در صنعت گردشگری، نقش حیاتی ایفا کرده است. این مطالعه به دنبال پرکردن شکاف دانش پیوند روابط بین کلان داده و استراتژی بازاریابی در زمینه های مختلف پژوهشی در ادبیات گردشگری و مهمان نوازی(هتلداری) است. در این پژوهش به منظور تبیین مدلی جامع و با استفاده از رویکرد فراترکیب 47 مقاله با بهره گیری از متدلوژی کسپ بررسی و پیامدها، چالش ها، پیشایندها(پیش نیازها) و ابعاد بازاریابی داده محور در صنعت گردشگری شناسایی و اولویت بندی شدند. پس از تجزیه و تحلیل مقالات، پیامدهای کاربرد کلان داده، در 7 مقوله اصلی(7p) شامل: 1-فرایند2-مردم/مشتری3-محصول/خدمت4-شواهد فیزیکی5-ترفیع/پیشبرد6-توزیع/مکان7-قیمت طبقه بندی و اولویت بندی شدند. همچنین چالش ها، در 4 مقوله و پیشایندها و ابعاد هر کدام در 3 مقوله شناسایی و اولویت بندی شدند و در نهایت بر اساس جداول فراترکیب مدلی استخراج شد.

هوشمندی فناوری مهم ترین فعالیت مدیریتی است که در افزایش کارکرد تحقیق وتوسعه نقش بسزایی دارد. هدف پژوهش حاضر که با رویکرد کیفی و با روش تحلیل محتوای قیاسی انجام شده است، شناسایی و ارزیابی ارزش پیشنهادی در مدل های کسب وکار هوشمندی فناوری در شرکت های منتخب می باشد. با توجه به پیشینه پژوهش، مدل کسب وکار استروالدر به عنوان مدل مفهومی انتخاب و مهم ترین جزء آن یعنی ارزش پیشنهادی مبنای سوالات مصاحبه قرار گرفت و سپس با صاحبان کسب وکارهای هوشمندی فناوری مصاحبه شد. تحلیل هر مصاحبه از طریق بررسی خط به خط و با بهره گیری از نرم افزار کیفی Maxqda انجام شد. این نرم افزار جهت تحلیل محتوای کیفی بوده و صرفا به ساماندهی یافته ها کمک می کند. براساس نتایج تحلیل محتوای کیفی، ارزش های پیشنهادی هر کسب وکار شناسایی شدند. سپس به منظور ارزیابی ارزش پیشنهادی مدل های کسب وکار از معیار استروالدرکه مورد تایید خبرگان هوشمندی فناوری است، استفاده شد. براساس نظرات مصاحبه شوندگان، معیارهای ارزیابی "نرخ افزایش ارزش برای مشتریان"، "پاسخگویی به نیاز مشتری"، "رضایت مشتری"،"مشارکت مشتری در فرایند خلق ارزش" و "سفارشی سازی" امتیازهای کم یا متوسط را دریافت کرده اند که بیانگر کم اهمیت بودن تحقیق وتوسعه در کشور، عدم درک مفهوم و ضرورت خدمات هوشمندی فناوری توسط بنگاه ها، عدم تحلیل درست و مناسب نتایج هوشمندی فناوری توسط ارائه دهندگان خدمات، توجه کمتر بنگاه ها به آینده، ناشناخته و نوپا بودن خدمات هوشمندی فناوری است.

توسعه شبکه های اجتماعی برخط (آنلاین) و ظهور جامعه بن سازه ای (پلتفرمی) در دهه های اخیر، تأثیر اجتماعی و سیاسی شگرفی بر روابط میان آدمیان در سرتاسر جهان گذاشته است. در پلتفرم توییتر از جمله در میان کاربران ایرانی آن، مسأله سیاست بسیار پررنگ است. امروزه این پلتفرم به یکی از مهم ترین ابزارهای اطلاع رسانی وارتباطات سیاسی در جهان تبدیل شده به طوری که بسیاری از دیپلمات ها و مقامات عالی سیاسی جهان نیز نظرات خود را در مورد رویدادها و مسائل سیاسی و بین المللی در این پلتفرم ابراز می کنند. از آنجا که علاوه بر محتوای هر نوع رسانه ای، شکل و فضای ارتباطی آن رسانه نیز تأثیرات خاص خود را بر مخاطبان و کاربران دارد، پرسش این است که فضای توییتر چه تأثیری بر بینش سیاسی و روابط میان کاربران ایرانی گذاشته است؟ در این مقاله، با استفاده از کلان داده های توییتری، به این موضوع پرداخته شده؛ و برای پاسخ به سوال پژوهش از دو روش مشاهده مشارکتی و موردکاوی، و برای جمع آوری اطلاعات از روش داده کاوی استفاده شده است. یافته های پژوهش نشان می دهد که توییتر فارسی باعث ایجاد «اجتماعات همفکر» و «حباب فیلتر» در میان کاربرانش شده و کاربران از ابزارهای موجود در این پلتفرم در جهت اجتناب از چالش های اختلاف نظر استفاده می کنند. مجموعه این عوامل منجر به ایجاد یک «مارپیچ سکوت» و «چرخه دوقطبی» شده است. به عبارت دیگر، فضای توییتر، دوقطبی سیاسی در میان کاربران توییتری را تشدیده کرده است. این وضعیت باعث شده فضای کلی سیاست در جامعه ایران نیز از فعالان سیاسی حاضر در توییتر اثر پذیرد و قطب بندی شود.

رشد انفجارگونه تولید داده در عصر اطلاعات و ارتباطات  باعث شکل گیری مفهومی جدید به نام کلان داده شده است. کلان داده ها فرصت هایی هیجان انگیز و بی بدیل در حوزه های مختلف ایجاد کرده اند، یکی از مهم ترین استفاده کنندگان کلان داده ها، کسب وکارها هستند اما همواره چالش ها و نابسامانی های تنظیمی مختلفی در بهره برداری از کلان داده ها توسط کسب وکارها در کشور وجود داشته است. یکی از مهم ترین دلایل این نابسامانی های تنظیمی، وجود اختلاف نظرها و تفسیرهای مختلف میان بازیگران خط مشی در مورد برخی مسائل کلیدی این حوزه است. پژوهش حاضر با استفاده از روش شناسی کیو، پس از شناسایی مسائل مورد اختلاف و مصاحبه با 16 نفر از متخصصین این حوزه که با روش نمونه گیری هدفمند انتخاب شده اند، به گونه شناسی و دسته بندی ذهنیت های موجود میان بازیگران خط مشی در این عرصه پرداخته است. نتایج این پژوهش نشان می دهد که 6 گونه ذهنیت در مواجهه با به کارگیری کلان داده ها در فضای اقتصادی کشور وجود دارد:«اقتدارگرایان»، «هواداران اقتصاد رقابتی قانون مدار»، «طرفداران اقتصاد باز خودتنظیم»، «تنظیم گران میانه گرا»، «متحیران» و «طرفداران تصمیم گیری متمرکز غیرامنیتی» که هر یک از نگاه خود مسائل موجود در این  حوزه را تفسیر می کنند. در نهایت  با بررسی و تحلیل «عبارات توافقی» و «عبارات متمایزکننده» توصیه هایی برای خط مشی گذاری مؤثر در این حوزه ارائه شده است.

هدف: هدف پژوهش حاضر، بررسی نقش میانجی استفاده از کلان داده در رابطه میان حاکمیت هیئت مدیره و تأخیر در گزارش حسابرسی است. روش: تعداد 152 شرکت پذیرفته شده در بورس اوراق بهادار تهران در بازه زمانی 1395-1400 به عنوان نمونه پژوهش انتخاب شدند. همچنین برای بررسی رابطه میان حاکمیت هیئت مدیره، بکارگیری کلان داده، و تأخیر در گزارش حسابرسی، از حداقل مربعات معمولی، مدل سازی معادله ساختاری، استفاده شده است. یافته ها: نتایج نشان داد که می توان از کلان داده به عنوان پیش بینی کننده تأخیر در ارائه گزارش حسابرسی در شرکت های پذیرفته شده در بورس اوراق بهادار تهران استفاده کرد. همچنین هنگامی که از کلان داده به عنوان میانجی استفاده می شود، حاکمیت هیئت مدیره تأثیر معناداری روی تأخیر در گزارش حسابرسی دارد. نتیجه گیری: این پژوهش، سرمایه گذاران و ذینفعان را نسبت به اهمیت بکارگیری کلان داده و رویه های حاکمیت شرکتی در کاهش تأخیر در ارائه گزارش حسابرسی آگاه می سازد. همچنین می تواند در ایجاد الزامات گزارش حسابرسی و اِعمال قوانین جهت تضمین انتشار به موقع گزارش حسابرسی، به قانون گذاران کمک نماید. همچنین تحقیق حاضر شواهد خاصی از نقش بکارگیری کلان داده در میانجی گری رابطه میان حاکمیت هیئت مدیره و تأخیر در ارائه گزارش حسابرسی را فراهم می کند.