شرکت رهند هوشمند با همکاری و مشارکت شرکت HFLabs که از موفق ترین و خوشنام ترین شرکت های کشور روسیه در زمینه ارائه خدمات مشاوره ، آموزش و پیاده سازی سیستم های مدیریت کیفیت داده می باشد ، آماده ارائه این خدمات و انتقال تکنولوژی به شرکت ها و سازمان ها می باشد .

روش انجام پروژه ازلحاظ متدولوژی، شامل مراحل، ابزار و روش­های مختلفی است که در فازهای مختلف پروژه اجرایی می­شود. فازهای ترسیم‌شده در این پروژه در هشت گام عملیاتی خواهد شد:

گام اول) فاز شناخت ، آماده‌سازی و شناسایی مسائل کیفیت داده با روش SSM[2] و GBVM

گام دوم) برنامه‌ ریزی و نظارت 

گام سوم) ارزیابی وضعیت کیفیت داده برای ابعاد هفت‌گانه و بررسی خصوصیات هر بعد

گام چهارم) استخراج نیازمندی­های مرتبط با وضعیت کیفیت داده

گام پنجم) مدیریت چرخه حیات نیازمندی­ها

گام ششم) تحلیل استراتژیک نیازمندی­های و وضعیت استخراج‌شده در خصوص کیفیت داده

گام هفتم) تحلیل نیازمندی­های از منظر کیفیت داده و طراحی راهکار هزینه‌یابی

گام هشتم) هزینه ­یابی عملیاتی مسائل کیفیت داده 

گام نهم ) استقرار سیستم های مدیریت کیفیت داده و ارائه سرویس به سایر سامانه ها

اهمیت ارزش تجاری کیفیت داده‌ها

تحقیقات تد فریدمن و مایکل اسمیت که در گارتنر انتشار یافته است نشان می دهد که ۴۰٪ از ارزش پیش‌بینی‌شده همه طرح‌های تجاری در صنعت IT هرگز حاصل نمی‌شود. کیفیت ضعیف داده‌ها هم در برنامه‌ریزی و هم در اجرا، یکی ازعلل اصلی است.

یافته‌های کلیدی نشان می‌دهد:

  • کیفیت داده ضعیف یک علت اصلی برای ۴۰٪ از کلیه طرح‌های کسب‌وکار است که نتوانسته‌اند به اهداف خود برسند.
  • همچنین کیفیت داده‌ها به میزان ۲۰٪ در بازده کلی پروژه‌ها تأثیر می‌گذارد.
  • با گسترده شدن فرآیندهای کسب‌وکاری در سازمان‌ها، کیفیت داده‌ها به عامل محدودکننده نرخ بازدهی تبدیل می‌شوند.

تحلیل موضوعی

سازمان‌ها در حال رسیدن به این حقیقت هستند که نقصان در کیفیت داده‌ها، تأثیر قابل‌توجهی در طرح‌های استراتژیک تجاری دارند  که اغلب آن‌ها را از دستیابی به رشد ، چابکی و رقابتی که می خواهند باز میدارد. علاوه بر این چالش ها فشارهای مرتبط با عدم شفافیت به طور فزاینده ای رو به رشد است. سازمانها باید صحت اطلاعاتی که در اختیار دارند را ثابت کنند زیرا:

آنها به حسابرسان، تنظیم کننده گان مقررات و نهاد های حاکمیتی و عموم مردم گزارش می دهند. با توجه به چالش های اقتصادی فعلی  و فشارهای بودجه ای که بیشتر سازمانها با آن روبرو هستند، تمایل قابل توجهی برای بکارگیری راهکارهای مدیریتی و سیستمی در خصوص کیفیت داده وجود دارد . امروزه مدیریت کیفیت داده ها به عنوان روشی برای کاهش هزینه ها و بهبود کارآیی قلمداد می شود .

تجربه نشان داده است  تعداد کمی از سازمانها برای مدیریت کیفیت داده از رویکردی پیشگیرانه استفاده می کنند و اکثریت صنایع، متحمل هزینه های سنگین  داده های بی کیفیت می شوند و به شیوه ای واکنش پذیر با آن رو به رو می شوند.

با شناخت دقیق تأثیر داده های بی کیفیت، اثر شناخته شده آن نیز ملموس تر خواهد شد. حل این چالش از طریق راهکارهای موضعی و یا مقطعی امکان پذیر نیست زیرا موضوع کیفیت داده ها صرفا با رویکرد سیستمی یا رویکرد نظارتی قابل حل نیست. تدوین نظم و انضباط در کیفیت داده ها، روشها، مدلهای سازمانی و استاندارد و بکارگیری تکنیک­ها و فناوریهایی که برای ارزیابی و اطمینان از آنها استفاده می شود، راهکار بهبود کیفیت داده ها می باشد.

در حالی که فناوری نقش اساسی در بهبود کیفیت داده ها دارد، تغییر در فرایندهای کاری و رفتار افراد نیز حائز اهمیت است.

تأثیر کیفیت داده ها بر روی فرایندهای تجاری

اثرات کیفیت داده ها بر روی فرآیندهای تجاری می تواند بر اساس شش سیگما تخمین زده شود. هری و شرودر تخمین می زنند که به طور متوسط، یک کسب و کار موفقیت آمیز دارای ارزش ۳٫۵ سیگما است. (۹۹٫۹۷۲ % سطح زیر توزیع نرمال) از منظر کیفیت داده معادل ۲۲۸۰۰ نقص اثر گذار در یک میلیون داده است. با این نرخ، متوسط ​​هزینه کیفیت ۲۰٪  از کل هزینه های فرآیند کسب و کار است . به عنوان مثال ، اگر در مورد فروش محصولات صحبت کنیم اگر یک شرکت ۲۰ میلیون دلار برای حفظ روند فروش خود در طول سال هزینه کرده باشد، سپس در ۳٫۵ سیگما هزینه کیفیت سالانه ۴ میلیون دلار خواهد بود. در ۱۰ سال گذشته بسیاری از سازمانهای بین المللی در خصوص کیفیت داده ها شروع به تنظیم مقررات و اصلاح فرایند ها کرده اند و این بخشی از اقدامات پایه ای برای ورود به عصر فرایندهای تجاری دیجیتالی می باشد . هنگامی که فرایندها در حداکثر حد ممکن ، اتوماسیون می شوند ، سطح کیفیت داده ها مساله ای جدی می شود و تبدیل به یک عامل محدود کننده در به حداکثر رساندن کیفیت فرآیند خواهد شد.

فرایند اندازه گیری ارزش تجاری خاص کیفیت داده ها

سنجش تأثیر کیفیت داده بر فرآیندهای تجاری و سرمایه گذاری نیاز به این امر دارد که ما از معیارهای حسابداری و غیر حسابداری استفاده کرده و جنبه های مختلف درون و بیرون سازمانی را در نظر بگیریم. از طرفی بخش اعظم ارزش فن آوری اطلاعات به ارزش کیفیت داده ها مرتبط است و ارتباط مستقیم با رشد برند تجاری و مالکیت معنوی دارد .گارتنر با شناخت و درک این پیچیدگی چندین سال را صرف ساخت مجموعه ای از قواعد و استانداردها تحت عنوان  «مدل ارزش تجاری گارتنر: چارچوبی برای اندازه گیری عملکرد کسب و کار» کرده است.

[۱] www.hflabs.ru/en

[۲] Soft System Method

[۳] Gartner Business Value Model

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *