هوش سازمانی و نقش آن در مدیریت دانش


بعضی اصطلاحات و مفاهیم در دنیای فنآوری مورد پذیرش عموم قرار می‌گیرند در حالی که برخی دیگر پس از مدتی به فراموشی سپرده می‌شوند. هوش سازمانی (Business Intelligence - BI)  با وجود تعاریف مختلفی که برای آن عنوان شده است از جمله مفاهیم پذیرفته شده است، اما مدیریت دانش (Knowledge Management - KM) از مفاهیمی است که برداشت‌های متفاوتی از آن صورت می‌پذیرد. یک از دلایل کم فروغی مدیریت دانش سعی چندباره سازمان‌ها در پیاده‌سازی و اجرای پروژه‌های خیلی بزرگ مدیریت دانش و عدم موفقیت ایشان، و همچنین پیچیدگی‌های ناشی از ترکیب فناوری‌ها و اجزاء و مؤلفه‌های درگیر می‌باشد.

من فکر می‌کنم مدیریت دانش همچنان به عنوان یک مفهوم زنده باقی خواهد ماند و هوش سازمانی نقش مهمی در پروژه‌های مدیریت دانش ایفاء خواهد کرد. هدف این مقاله تشریح چرایی این موضوع است. قبل از ادامه بحث، باید اشاره کنم که اکثر ما از جمله خودم بعضاً در بیان و کاربرد عبارات داده، اطلاع  و دانش به اندازه کافی دقت نمی‌کنیم. سعی خواهم کرد در این مقاله تا حد ممکن به طور یکنواخت و از شکل درست این عبارات استفاده کنم. هر بار که تعریفی از این عبارات در مقالات یا ارائه‌ها بیان کرده‌ام، بلافاصله یادداشت‌ها و ایمیل‌هایی در مخالفت با این تعاریف دریافت کرده‌ام. با وجود عدم توافق بر سر این تعاریف، امیدوارم تعاریف ارائه شده دست کم باعث ساده سازی بحث این مقاله باشند.

همان طور که در نوشته‌هایم قبلی‌ام بیان کرده‌ام، یک سیستم آی تی از سه نوع برنامه کاربردی و پردازشی پشتیبانی می‌کند: برنامه‌های تراکنش‌های سازمانی (Business Transactions Application - BTx)، برنامه‌های کاربردی هوش سازمانی، و برنامه‌های کاربردی تعاملی (Collaborative Applications).

برنامه‌های تراکنشی مسئول انجام عملیات کاری روزانه و ثبت داده‌ها یا اطلاعات موجود درباره آن کارها در مخازن داده‌ای (data repository) هستند که معمولاً توسط یک سیستم پایگاه داده مدیریت می‌شوند. پایگاه داده امکان ثبت و ذخیره، دستیابی و پردازش داده‌های تراکنش‌های کاری را در اختیار برنامه‌های کاربردی و کاربران قرار می‌دهد.

برنامه‌های کاربردی هوش سازمانی با تحلیل عملیات کاری، اطلاعات مورد نیاز همکاران سازمان برای فهم، اصلاح و بهینه‌سازی کارهای سازمان را تولید می‌کنند. این اطلاعات ممکن است از تحلیل و گزارش‌گیری مستقیم از داده‌های تراکنشی، و یا اغلب با پردازش داده‌های ثبت شده در یک انباره داده (data warehouse) تولید شوند. یک انباره‌ی داده، امکان تجمیع منابع مختلف داده‌های تراکنشی و یکپارچه کردن آن‌ها در یک مخزن داده یکه را فراهم می‌کند. همانند مخزن داده تراکنشی، مخزن داده انباره داده هم به وسیله یک سیستم پایگاه داده مدیریت می‌شود و از زبان‌هایی مثل SQL و XQuery برای دستیابی و پردازش داده‌های آن استفاده می‌شود.

برنامه‌های هوش سازمانی در گذشته بطور ساده فقط داده‌های خرد انباره داده را تحلیل و خلاصه‌سازی‌ سطح بالای داده‌ها یا سنجه‌ها (measurements) در مورد کارایی سازمان را به دست می‌دادند. امروزه سازمان‌ها به استفاده از برنامه‌های کاربردی مدیریت کارایی سازمان (Business Performance Management - BPM) و استفاده از این سنجه‌ها در یک زمینه کاری گرایش دارند؛ به عنوان مثال این برنامه‌ها سنجه‌های داده را با اهداف و مقاصد سازمانی مرتبط می‌کنند (تصویر یک را ببینید). استفاده از سنجه‌های بهره‌وری در یک زمینه‌ی کاری موجب قابل اجرایی شدن نتایج و باعث بهبود فرایند تصمیم‌سازی و اجرای سازمان می‌شود. اگر بدانید که فروش امروز شما 10 درصد کمتر از حد مورد انتظارتان است، می‌توانید نسبت به رفع مشکل و اتخاذ تصمیمات مناسب اقدام کنید.

 The Knowledge Cycle

تصویر اول - چرخه دانش

استفاده از سنجه‌ها در یک زمینه کاری باعث خلق اطلاعات سازمانی می‌شود. این اطلاعات در داخل صفحات وب پورتال، اسناد، و صفحات گسترده سازمان، ارائه‌ها، صدا، تصویر، ایمیل و امثال آن قرار داده می‌شوند. یک مخزن داده هم قابلیت ثبت و مدیریت اطلاعات را دارد اما اطلاعات را معمولاً در یک مخزن محتوا (content repository) ثبت و نگهداری می‌کنند. در مقایسه با مخزن داده، یک مخزن محتوا دارای مفاهیم کاری بیشتری (از جمله فراداده و ... ) مثل نویسنده، تاریخ ایجاد و امثال آن می‌باشد. مخزن محتوا همچنین امکاناتی مثل نسخه‌گذاری، گردش کار، الگوها و ابزار جستجو را در اختیار می‌گذارد. همچون مخزن داده، یک مخزن محتوا به وسیله یک سیستم پایگاه داده مدیریت می‌شود.

وقتی کاربران سازمان، اطلاعاتی را از یک سامانه هوش سازمانی دریافت می‌کنند از مهارت‌ها و دانش‌شان برای تصمیم‌گیری‌ها و اقدامات استفاده می‌کنند. ممکن است فرایند تصمیم‌سازی و اقدام نیاز به تعامل با دیگر کاربران داشته باشد. پردازش‌ها و برنامه‌های کاربردی تعاملی از این نوع همکاری پشتیبانی می‌کنند. این شیوه‌ی تصمیم سازی به عنوان روش برنامه‌ریزی نشده شناخته می‌شود. اما اگر بتوان دانش کاربران سازمان را به صورت مجموعه‌ای از بهترین عملکردهای سازمانی تحت قواعد و سیاست‌های آن سازماندهی کرد از روش برنامه‌ریزی شده یا خودکار در فرایند تصمیم‌سازی و اقدام استفاده شده است.

وقتی کارمندان سازمان اقدام به تصمیم‌سازی و اتخاذ عمل می‌کنند، آنها از دانش سازمانی خود برای پیوند اطلاعات اقدام‌ساز (actionable) به فعالیت‌ها و فرایندهای کاری که بنا به نقش‌شان در سازمان مسئول انجام آن هستند استفاده می‌کنند. توانایی ایجاد ارتباط بین اطلاعات و فرایندهای کاری بسیار مهم است. متأسفانه برنامه‌های کاربردی هوش سازمانی و تهیه کنندگان آنها پشتیبانی ضعیفی از این جنبه‌ی فرایند تصمیم‌سازی به عمل آورده‌اند چرا که تولیدکنندگان این نرم‌افزارها و برنامه‌های کاربردی بجای یک دید فرایندگرا دارای نگرشی داده‌گرا نسبت به عملیات سازمانی هستند. خوشبختانه اقداماتی برای رفع این نقطه ضعف در بهره‌وری آغاز شده است.

توانایی پیوند اطلاعات اقدام ساز به فرآیندهای کاری همچنین بستری برای سایر روشهای خودکار کردن تصمیم‌سازی و اتخاذ عمل را فراهم می‌آورد. می‌توان یک نمودار گردش کار راهنما (که توسط متخصصین و مبتنی بر بهترین تجارب کاری ایجاد شده است) را در اختیار کارمندان کم تجربه‌تر (مثل مأمورین پشتیبان یک مرکز پشتیبانی) قرار داد تا با استفاده از آن بتوانند اطلاعات اقدام پذیر را تفسیر کنند، اطلاعات بیشتری را جمع‌آوری کنند، و تصمیم درستی برای رفع اشکال اتخاذ کنند، فرایندهای کاری را بهینه سازی نمایند و نیازمندی‌های مشتری را برآورده کنند.

نمودار تصویر یک نشان می‌دهد که چگونه کارمندان سازمان می‌توانند از مدیریت دانش برای بهبود فرایندهای کاری استفاده کنند. همان طور که در تصویر می‌بینید هوش سازمانی یک نقش مرکزی در مدیریت دانش ایفاء می‌کند. البته یک سیستم سنتی هوش سازمانی برای پشتیبانی از محیط مدیریت دانش باید قابلیت‌هایی مثل مدیریت فرآیندهای کاری، نرم‌افزار طراحی سازمانی،  نرم‌افزار همکاری، پورتال‌ها و سیستم‌های مدیریت محتوا را ارائه کند یا بتواند با آنها تعامل داشته باشد و نیز خوراک داده‌ای (data feeds) را در گستره‌ی زمانی بزرگتری پشتیبانی کند (تصویر دوم را ببینید). نتیجه چیزی است که من چارچوب هوشمندانه هوش سازمانی (smart BI framework) می‌نامم (تصویر سوم را ببینید).  از عنوان چارچوب هوشمندانه مدیریت دانش هم می‌توان برای آن استفاده کرد، اما همان طور که قبلاً اشاره کردم، عبارت مدیریت دانش ملزومات خاص خودش را به همراه دارد.

Knowledge Management Technologies 

تصویر دوم - فنآوری‌های مدیریت دانش

 

The Smart BI Framework 

تصویر سوم – چارچوب هوشمندانه هوش سازمانی

 

 مراجع

  1. The Role of Business Intelligence in Knowledge Management
    by Colin White
    Originally published March 21, 2005



دی ان ان فارسی