توسعه روش شناسی برنامه ریزی مبتنی بر سناریو در فرآیند مدیریت نوآوری (مورد مطالعه: شرکت های حوزه فناوری اطلاعات)
محل انتشار: فصلنامه آینده پژوهی دفاعی، دوره: 5، شماره: 19
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 182
فایل این مقاله در 26 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_DFSR-5-19_003
تاریخ نمایه سازی: 9 مرداد 1400
چکیده مقاله:
فرآیند مدیریت نوآوری هنوز از کمبود مبانی روش شناسی جهت مواجهه با شرایط پرتلاطم و پیچیده آینده در حوزه های مختلف برخوردار است. یکی از روش های نوین و توانمند برای شرکت ها در این شرایط، برنامه ریزی بر مبنای سناریو است، بکارگیری سناریوپردازی در شرکت ها در فرایند مدیریت نوآوری، جهت مواجهه با شرایط پیچیده کسب وکارها در آینده و به منظور پیش نگری روندهای بازار و فناوری اطلاعات، شناسایی و تفسیر آینده های بدیل، شناسایی سیگنال های ضعیف و ورود به بازارهای جدید مفید و ضروری است. از این رو پژوهش حاضر برآن است تا ظرفیت ها و پتانسیل های سناریوپردازی را در راستای ارتقا و بهبود مدیریت نوآوری به کار برد. در این میان رویکرد کیفی و منطق شهودی سناریوپردازی برای مدیریت نوآوری بسیار موثر و کارا است. روش انجام این پژوهش موردی- زمینه ای بوده و از لحاظ راهبردی دارای رویکردی کیفی و با توجه به هدف، پژوهشی بنیادی است. برای گردآوری داده ها از ترکیبی از روش های اسنادی (مطالعات کتابخانه ای) و مصاحبه با خبرگان بهره گرفته شده است. جامعه مورد مطالعه شرکت های حوزه فناوری اطلاعات است و از روش نمونه گیری هدفمند بهره گرفته شده است. به منظور تجزیه و تحلیل داده ها نیز از روش «نظریه ی داده بنیاد» با رویکرد «طرح کلاسیک» گلیسر استفاده شده است. ماحصل تحلیل داده ها طی سه مرحله کدگذاری باز، محوری و انتخابی، منتج به شناسایی مولفهها در قالب روش توسعه یافته سناریوپردازی برای مدیریت نوآوری شد که برای تصمیم گیران و مدیران بصیرت و دانش ارزشمندی را به همراه دارد.
کلیدواژه ها:
نویسندگان
محسن کشاورزترک
دکتری آینده پژوهی دانشگاه تهران، تهران، ایران
عین الله کشاورز ترک
استادیار، دانشگاه بین المللی امام خمینی (ره)، قزوین، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :