دپارتمان تحقیقات و توسعه بازارگروه صنعتی سدید؛
اهمیت طراحی خط تولید داده در نظام تصمیم گیری
طراحی روش های بدیع سازمانی جهت دریافت داده های عینی، قابل درک، مرتبط و قابل اعتماد میبایستی از دغدغه های مدیران هر سازمانی باشد. یکی از قدیمی ترین متون در رابطه با بحث "مدیریت دانش" و شاید "هوش مصنوعی" به توماس استنز الیوت شاعر، نمایشنامهنویس، منتقد ادبی و برنده جایزه ادبی نوبل، تعلق دارد. آنجا که می گوید:
?Where is the Life we have lost in living
?Where is the wisdom we have lost in knowledge
?Where is the knowledge we have lost in information
زندگی ای که در زندگی کردن گم شده، کجاست؟
بینشی که در دانشمان فراموش شده، کجاست؟
دانشی که در اطلاعات از دست داده ایم، کجاست؟
این پرسش ها را می توان سرآغاز طراحی مدل (DIKW) The Data- Information- Knowledge-Wisdom دانست.
ارتباط این موضع در حوزه های تولید و خدمات درکسب وکارهای مختلف و ... می تواند با طرح سئوالات زیرآغاز شود:
اول) چه تعداد از تصمیم گیری های مدیران ارشد کسب وکارها بر مبنای اطلاعات سازمان یافته شکل گرفته یا میگیرد؟
دوم) آیا مدیران برنامه ریزی، تحلیل اطلاعات یا تحقیق و توسعه به میزان مدیران عملیاتی، مانند مدیران پروژه و تولید، مهم و تاثیرگذار می باشند و چه نقشی در سازمان ها ایفا می کنند؟
سوم) چه میزان به خط تولید داده، اطلاعات و دانش در سازمان و بنگاه اقتصادی مربوطه توجه میشود و آیا این سیستم ها بر مبنای شرایط متفاوت و متنوع، بازنگری می گردند؟
اما نکته ای که باید در DIKW توجه داشت این است که صاحبان کسب وکار و مدیران ارشد می بایستی دائماً به این موضوع توجه کنند که چه داده هایی را چگونه و با چه هزینه ای برای تصمیم گیری نیاز دارند و یا اساساً درجه اهمیت تصمیم مد نظر چقدربوده و چه هزینه و زمانی را برای آن باید پرداخت نمایند.
ایجاد زیرساخت، شبکه اطلاع رسانی و باقی ملزومات اخذ داده، هزینه های مشهود و نامشهودی را به سازمان ها تحمیل می کند و صد البته که لازم است مشخص شود آیا داشتن دانش از این همه مولفه، برای یک حرکت نیاز هست یا خیر. چه بسا گاهی بر اساس این بها، یک تصمیم ارزش خود را از دست بدهد.
مدیران گاهی در این تله می افتند که برای اتخاذ همه ی تصمیم ها، جویای اطلاعات همه جانبه می شوند و به این دلیل هم زمان خویش را تلف می کنند (فرصت از دست رفته) و هم هزینه ی گزافی را بابت کسب داده از دست می دهند و یا بر اساس داده های خام تصمیم می گیرند، که حاصل آن خروجی و کیفیت لازم را در نظام تصمیم گیری نخواهد داشت و منجر به حل مساله نیز نمی گردد.
همان طور که نباید به هر بازاری وارد شد و هر محصولی را تولید کرد، نباید هر اطلاعاتی را نیز دریافت و یا تولید نمود. مدیر باید تصمیم بگیرد که چه اطلاعاتی را، از چه کسی یا فرآیندی برای تصمیماتش انتخاب کند. بایستی اطلاعات مهم را انتخاب و برای کنترل کیفیت آنها فکری نماید و پس از اطمینان از انتخاب صحیح، آنها را به عنوان داده وارد دستگاه پردازنده، نماید.
روش هرم Data-Information-Knowledge-Wisdom (DIKW) بیانگر این است که پیشرفت داده های خام به سمت ایجاد یک بینش ارزشمند و درست، چارچوب و روشی دارد. این مدل به شما ساختاری ارائه می کند تا در مورد سطح معنا و کاربرد در داده ها بحث کنید. هر سطح از هرم بر روی سطوح پایین تر ساخته می شود و برای تصمیم گیری موثر بر اساس داده ها، به هر چهار سطح نیاز دارید.
اما بحث اصلی این است که داده های پایه از کجا و چگونه شکل بگیرد تا به حل مساله و اتخاذ تصمیم درست بیانجامد؟
همچنین خاطر نشان می شود که شیوه کسب داده ها کاملا منحصر به فرد بوده و در هر سازمانی و بر اساس فرهنگ، جغرافیا، ساختار سازمانی و... کاملاً متفاوت از سازمان دیگری است.
طراحی روش های بدیع سازمانی برای دریافت داده های عینی، قابل درک، مرتبط و قابل اعتماد میبایستی از دغدغه های مدیران هرسازمانی باشد. در جدول زیر لیستی از مواردی که مدیران ارشد نیاز دارند تا حداقل برای اخذ تصمیمات استراتژیک در مورد شیوه و انتخاب آن روش، تصمیم گیری نمایند، ارائه شده است.
لیست ملزومات دریافت داده های صحیح بعنوان ورودی نظام تصمیم گیری |
||||
ردیف |
عنوان |
مولفه ای که باید درباره آن تصمیم گرفت |
توضیح عملی |
محدودیت ها |
1 |
حسگرها |
کسی یا وسیله ای برای ساخت داده، که یک ویژگی را شناسایی، اندازه گیری و ثبت کرده، نشان می دهد و یا به شکل دیگری در برابر آن ویژگی، واکنش دارد. |
در علم: دماسنج، رطوبت سنج، جریان سنج و ... در مدیریت: سهامداران، کارکنان، مدیران میانی، زیر ساخت های سخت افزاری، سیستم های اطلاعات مدیریت و ... |
حسگرها معمولا یک بعدی هستند و همه ی جوانب کار را نمی سنجند؛ یعنی اگر از مدیر تولید سازمانتان اوضاع کسب و کارتان را سوال کنید، به ندرت از دیدگاه مدیر مالی می تواند داده ای بدهد. |
2 |
مکان ها |
مکان واقعی یا محیط طبیعی که در آن یک داده ساخته میشود، جدا از حالت شبیهسازی یا برآورد شده. |
در علم: محل استقرار وسیله اندازه گیری مهم است. در مدیریت: داده ای که لازم دارید در کجا باید تولید شود؟ پای دستگاه تولید محصول، سایت پروژه، دفتر مرکزی و یا ... |
توجه به این نکته ضروری است که با تغییر مکان، داده ها متفاوت خواهند بود، بنابراین نباید محل تولید داده را فرض یا شبیه سازی نمود؛ نمی شود گفت اگر من جای مشتری بودم با خرید این محصول راضی بودم. |
3 |
وضعیت اکوسیستم |
تولید داده در وضعیت های جوی توامان و زمانی و مکانی متفاوت است. |
در علم: اندازه گیری رطوبت در یک بعد ازظهر بارانی در شهر تهران متفاوت است با سایر شهرها. در مدیریت: داده ها در چه فضایی (دوستانه، کاری، تفریحی، ...) و در چه زمانی (پس از تعطیلات، اول ساعت کاری و یا ...) |
انتخاب اتمسفر تولیدِ داده و تصمیم گیری در این خصوص از هنرهای مدیر می باشد. |
4 |
مباحث مالی |
وضعیت مالی یک سازمان یا فرد در تولید داده اهمیت دارد. |
برای ثبت داده از کارآموز، کارمند، کارشناس و یا ... استفاده می شود و یا در ازای دریافت داده، پاداش تعلق می گیرد. |
بودجه اختصاص داده شده، می تواند میزان دقت تولید و استخراج داده را تغییر دهد. |
5 |
اهداف |
معین نمودن یا آشکارسازی هدف از تولید داده |
این داده برای منظور خاصی تهیه می گردد. مانند اندازه گیری مقدار بارش سالیانه،برای تولید چتر و ... |
استفاده از داده های مشترک در مورد اهداف مختلف نیاز به بررسی دارد. |
6 |
ریسک ها |
در هنگام دریافت داده ها، ریسک ها و یا خطاهایی وجود دارد که لازم است شناسایی شده و میزان تاثیر گذاری آن بررسی شود. |
|
برخی از داده ها نیاز به راستی آزمایی و صحت سنجی دارد و یا کالیبره کردن آن در سازمان اهمیت می یابد. |
7 |
مهارت اندوزی |
برای دریافت داده و استفاده از آنها در مراحل پردازش و قسمت های متعالی تر بایستی مهارت لازم را تعیین و با تمرین بدست آورد. |
مهارت هایی مانند ایجاد مرکز داده، کنترل کیفیت داده ها، نگهداری و ایمنی داده ها و .... |
|
- مدیران بایستی بتوانند آلترناتیوهای مختلف در انتخاب داده ها را از نظر هزینه و میزان تاثیرگذاری در فرآیند و نظام تصمیم گیری، بررسی کنند.
- باید تصمیم بگیرند که از چه مجرا و سیستمی این داده ها را کسب نمایند.
- بایستی کیفیت داده های کسب شده را کنترل کنند.
- باید در صورت نیاز به داده های بیشتر و یا جدیدتر، با توجه به شرایط محیطی؛ سیستم های تولید داده را بازنگری نموده، تصمیم جدیدی را برای این مقوله اتخاذ کنند و سپس پردازش و حرکت به سمت بالای مدل را تا کسب بینش لازم در پیش گیرند.
- باید توجه داشت که شاید پیروزی و موفقیت دو چندانی حاصل می شد اگر تصمیمات راهبردی با فرآیند صحیح تصمیم گیری اتخاذ می شد نسبت به شرایطی که بدون کسب داده و بدون اطلاعات تصمیمی اتخاذ و آن تصمیم منجر به پیروزی گردید.
- مدیران بایستی به این نکته توجه کنند که داده های نادرست حتی در مدل های درست تصمیم گیری، منجر به حل مساله نخواهد شد.
ارائه شده توسط: دکتر امید چابک – مدیر طرح و برنامه شرکت صنایع فولاد گسترش