عنوان مدیریت کیفیت داده (5)
نوع منبع اینفو پیک
گروه کیفیت داده
تاریخ انتشار ۲۶ / ۱۲ / ۱۳۹۵
خلاصه اگر از هر شرکت زنده و پویا  رمز موفقیت و ماندگاری آنها را جویا شویم ، با پاسخ های متعددی مواجه خواهیم شد. داشتن یک استراتژی زنده و هوشمند ، محاسبه دقیق ریسک ها ، بودجه بندی دقیق ،استقرار یک نظام مدیریت تغییرات با هدف بهبود مستمر و هدفمند ،  سرمایه های انسانی ماهر و متعهد به اهداف استراتژیک سازمان ، فرآیندهای عالی ، اتمسفر فرهنگی مناسب ،  رهبرانی با تفکر استراتژیک که قادر به حل ساختیافته پیچیده ترین مسائل باشند ، صرفا نمونه هایی اندک از پاسخ های داده شده در این رابطه خواهد بود . تمامی موارد فوق به روش ها ، چارچوب ها و پتانسیل های بالقوه  خوب و مناسبی در کسب و کار می باشند که جملگی از یک نقطه سرچشمه می گیرند : وجود یک فونداسیون قوی برای داده با کیفیت بالا. شناسایی داده های حیاتی در هر کسب و کار یکی از الزامات اولیه و مهم هر چارچوب مدیریت کیفیت داده است .

اگر از هر شرکت زنده و پویا  رمز موفقیت و ماندگاری آنها را جویا شویم ، با پاسخ های متعددی مواجه خواهیم شد. داشتن یک استراتژی زنده و هوشمند ، محاسبه دقیق ریسک ها ، بودجه بندی دقیق ،استقرار یک نظام مدیریت تغییرات با هدف بهبود مستمر و هدفمند ،  سرمایه های انسانی ماهر و متعهد به اهداف استراتژیک سازمان ، فرآیندهای عالی ، اتمسفر فرهنگی مناسب ،  رهبرانی با تفکر استراتژیک که قادر به حل ساختیافته پیچیده ترین مسائل باشند ، صرفا نمونه هایی اندک از پاسخ های داده شده در این رابطه خواهد بود . تمامی موارد فوق به روش ها ، چارچوب ها و پتانسیل های بالقوه  خوب و مناسبی در کسب و کار می باشند که جملگی از یک نقطه سرچشمه می گیرند : وجود یک فونداسیون قوی برای داده با کیفیت بالا. با داشتن داده دقیق ، صحیح و به روز می توان از یک طرف اشکالات و نقاط ضعف را به سرعت شناسایی کرد ( به کمک سیستم های ارزیابی و کنترلی که ماده اولیه تمامی آنها داده می باشد )  و هم در جهت رفع آنها اقدام کرد ( اقداماتی که وضعیت آنها در هر لحظه به کمک داده اندازه گیری می گردد) . به عنوان نمونه اگر اطلاعات مربوطه به میزان موجودی بنزین در باک بنزین صحیح و به روز نباشد ( از سیستم جمع آوری داده تا سیستم ارایه داده  ) ، در طی مسیر و علی رغم استفاده از بهترین وسیله نقلیه ( اصرار بر حل مساله با تاکید صرف بر بکارگیری فناوری ) ممکن است در وسط راه متوقف شویم و در خوشبیانه ترین حالت صرفا نظاره گر سبقت سایر وسایط نقلیه از خود باشیم .

محاسبه مصرف بنزین قبل از اتمام        

اگر بهترین استراتژی سازمانی را بر روی کاغذ تدوین کرده باشیم ولی قادر به اجراء  و تشخیص انحرافات احتمالی آن در مرحله اجراء نباشیم ، در عمل شرایط شکست کسب و کار خود را فراهم کرده ایم . وجود داده باکیفیت بالا هم در زمان تدوین استراتژی و هم در زمان اجرای آن می تواند فاصله بین حرف تا عمل را بر اساس آنچه که هست نشان دهد تا با مشاهده تصویری واقعی از روند اجرای استراتژی با مسائل و چالش های پیش رو به درستی برخورد کرد . صحبت کردن در یک اطاق بسته و به تصویرکشیدن مفهوم موفقیت بدون دریافت داده با کیفیت بالا از منابع داده قابل اعتماد ، باعث خلق تابلوهایی می گردد که در هیچ بازاری خریداری نخواهد داشت و صرفا باعث اتلاف تمامی منابعی خواهد شد که در خلق اثر از آنها استفاده شده است . منابعی که  شاید بکارگیری مجدد آنها جهت خلق یک اثر ماندگار در کسب و کار هرگز فراهم نگردد. سازمان ها و  افراد برای به تصویر کشیدن آثار خود منتظر ما نخواهند ماند و هر یک به دنبال ارایه آثار خود در یک بازار به شدت رقابتی در کمترین زمان ممکن ، مناسب ترین قیمت و بهترین کیفیت می باشند . 
شناسایی داده های حیاتی در هر کسب و کار یکی از الزامات اولیه و مهم هر چارچوب مدیریت کیفیت داده است که می بایست پس از شناسایی دقیق و صحیح  هر یک ،  در جهت افزایش سطح کیفی آنها قدم برداشت (مانیتورینگ ، ارزیابی ، کنترل مستمر) .

داده های حیاتی    
در هر کسب وکار با عناصر داده مختلفی مواجه می شویم که هر یک دارای جایگاه منحصربفرد خود در اجرای فرآیندهای کسب و کار می باشند. به عنوان نمونه ، نام مشتری یک عنصر داده است که می توان از آن  در مدیریت مشتریان ، بازاریابی ، خدمات مشتریان و ... استفاده کرد .از دید فنی ، یک عنصر داده جنبه ای از یک فرد و یا شی را که می تواند مقادیر مختلفی را دارا باشد، تعریف می نماید.  عناصر داده حیاتی ، به داده هایی اطلاق می گردد که برای موفقیت یک کسب وکار حائز اهمیت می باشند . داده یی که برای یک حوزه کسب و کار حیاتی می باشد ممکن است برای حوزه دیگر از ارزش بالایی برخوردار نباشد .علاوه بر داده هایی که در یک حوزه بخصوص کسب وکار حیاتی می باشند ، ما با نوع دیگری از داده های حیاتی مواجه هستیم که در چندین حوزه کسب و کار به آنها نیاز است . به این نوع داده ها ، داده حیاتی سطح سازمانی گفته می شود که می بایست از یک استاندارد مشخص تبعیت نمایند. به عنوان مثال می توان به عناصر داده ئی که از آنها برای شناسایی مشتریان و یا عناصر داده یی که مقادیر آنها از جنبه گزارش گیری حائز اهمیت است ، اشاره کرد. شناسه های منحصربفردی نظیر  CustomerID و یا ContractID و یا عناصر داده ئی که دربردارنده مقادیر ورودی مورد نیاز جهت انجام محاسبات مالی مهمی نظیر ریسک سرمایه گذاری می باشند ، نمونه هایی دیگر از داده های حیاتی سطح سازمانی می باشند . شکل 1 ، اطلاعات مورد نیاز جهت تعریف یک داده حیاتی را نشان می دهد . ارتقاء سطحی کیفی یک عنصر داده متناسب با بعدهای کیفیت داده است که برای آن تعریف می گردد . 
 
استاندارد تعریف یک داده حیاتی       
شکل 1 : استاندارد تعریف یک داده حیاتی

شناسایی عناصر داده حیاتی نیازمند یک مدل همکاری بین مجموعه ای از حوزه های عملیاتی و یا حوزه های کسب وکار  به همراه کارشناسان حرفه ای کیفیت داده و استانداردهای داده است .  هدف گروه کاری فوق ، شناسایی عناصر داده حیاتی بالقوه  مرتبط با موجودیت های اصلی کسب و کار (نظیر مشتری ، محصول ، کارکنان و ...) و یا داده های مورد حمایت یک و یا چندین حوزه کسب و کار است .

چگونه یک داده حیاتی را در سطح یک حوزه کسب و کار شناسایی و الویت گذاری کنیم ؟ 
با این که برای شناسایی لیست داده حیاتی از کارشناسان خبره استفاده می گردد ، می توان از ابزارهای متعددی نیز جهت این کار استفاده کرد . ماتریس توجیهی  یک ابزار فوق العاده ارزشمند جهت اولویت گذاری و استخراج لیست اولیه عناصر داده حیاتی بر اساس معیارهای مختلف کسب و کار است . از ماتریس فوق می توان هم جهت تهیه لیست کاندید داده های حیاتی در سطح یک حوزه بخصوص کسب و کار و یا در سطح سازمان استفاده کرد . شکل 2 ، نحوه استفاده از ماتریس توجیهی داده های حیاتی در یک حوزه بخصوص کسب و کار را نشان می دهد .

نحوه استفاده از ماتریس توجیهی داده های حیاتی        
شکل 2 : نحوه استفاده از ماتریس توجیهی داده های حیاتی در سطح یک حوزه کسب و کار 
نحوه استفاده از ماتریس فوق به شرح زیر است :
  •  در ابتدا سطر مربوط به معیارهای پیشنهادی داده حیاتی تکمیل می گردد( رنگ زرد) . این معیارها بر اساس میزان انطباق با اهداف کسب و کار انتخاب می گردند.
  • در ادامه ، وزن هر معیار که نشان دهنده اهمیت نسبی نسبت به سایر معیارها است ، مشخص می شود ( سطر نارنجی ) . وزن معیارها با مقادیر 1 ، 4 ، 7 و 10 مشخص می گردد.
  • در ادامه ، به هر داده حیاتی نمره لازم نسبت به معیار پیشنهادی داده می شود. نمرات تخصیص یافته نظیر مقادیر در نظر گرفته شده برای وزن معیارها یکی از مقادیر 1 ، 4 ، 7 و 10 می باشد .
  • تا این مرحله ، وزن معیارها و نمرات یک داده حیاتی مشخص شده است و می توان برای هر داده حیاتی یک نمره کلی را محاسبه کرد : مجموع حاصل ضرب امتیاز داده شده به داده حیاتی در وزن معیار . مثلا نمره کلی داده حیاتی 1 به این صورت محاسبه می گردد : 338 = (10*10) + (7*10) + (7*7) + (7*7) + (10*7)
  • مجموع نمره محاسبه شده برای هر داده حیاتی جایگاه آن را از منظر کسب و کار نسبت به سایر داده های حیاتی نشان می دهد .

چگونه یک داده حیاتی را در سطح سازمان شناسایی و اولویت گذاری کنیم ؟ 
با روشی مشابه می توان داده های حیاتی که برای چندین بخش سازمان حائز اهمیت می باشند را به کمک ماتریس توجیهی شناسایی ، مقایسه و اولویت گذاری کرد . جهت استفاده از ماتریس فوق در رابطه با داده های حیاتی سطح سازمان ، معیارها به دو گروه ارتباط سازمانی ( میزان ارتباط سازمانی ) و ارزش های کسب و کار ( میزان ارزش جهت کسب وکار) تقسیم می گردند . معیارهای فوق ، معیارهای استراتژیکی می باشند که برای فعالیت های کسب و کار حائز اهمیت می باشند . شکل 3 ، نحوه استفاده از ماتریس توجیهی را نشان می دهد . در مدل فوق ، علاوه بر محاسبه مجموع نمرات و رتبه برای داده حیاتی سطح سازمانی ، میزان درصد ارتباط سازمانی و میزان درصد ارزش های کسب و کار نیز محاسبه می شود .

نحوه استفاده از ماتریس توجیهی داده های حیاتی در سطج سازمان        
شکل 3 : نحوه استفاده از ماتریس توجیهی داده های حیاتی در سطح سازمان 

برای هر یک از داده های حیاتی سازمانی کاندید ، درصد هر گروه ( ارتباط سازمانی ، ارزش کسب و کار ) با استفاده از فرمول زیر محاسبه می شود .در شکل 4 ، نحوه محاسبه درصد ارتباط سازمانی داده حیاتی 1 نشان داده شده است .

نحوه محاسبه درصد ارتباط سازمانی داده حیاتی 1        
شکل 4 : نحوه محاسبه درصد ارتباط سازمانی داده حیاتی 1
پس از محاسبه درصد گروه های ارتباط سازمانی و ارزش کسب و کار از سیستم مختصات دو بعدی برای ترسیم هر داده حیاتی استفاده می شود .محور افقی نشان دهنده ارتباط سازمانی و محور عمودی بیانگر ارزش کسب و کار داده حیاتی است . برای انتخاب نهایی یک داده حیاتی می توان از یک آستانه عددی واجدالشرایط برای امتیاز کلی داده های حیاتی و یا از محاسبات ریاضی ( رسم کمان در یک چهارم سیستم مختصات دو بعدی از طریق اتصال دو نقطه مطلوب محورهای افقی و عمودی و انتخاب داده های حیاتی که  که در بالای کمان قرار می گیرند) استفاده کرد.
  
   فابک - توئیتر   سایر توئیت ها