مدل مفهومی ارزش گذاری داده در سیستم های هوش تجاری با رویکرد اقتصاد اطلاعات

هدف: در عصر اقتصاد دیجیتال، داده ها به عنوان حیاتی ترین دارایی استراتژیک سازمان ها شناخته می شوند. با این حال، سنجش ارزش واقعی داده ها و نحوه تبدیل آن ها به برتری در بازار، همچنان یک چالش اساسی برای مدیران است. پژوهش حاضر با هدف ارائه و آزمون یک مدل مفهومی جامع برای ارزش گذاری داده در سیستم های هوش تجاری (BI) با ابتنا بر رویکرد اقتصاد اطلاعات انجام شده است.روش شناسی: این پژوهش از نظر هدف، کاربردی و از نظر روش جمع آوری داده ها، توصیفی-پیمایشی است. جامعه آماری پژوهش را کارشناسان، تحلیل گران داده و مدیران سیستم های اطلاعاتی و هوش تجاری تشکیل دادند که از میان آن ها نمونه ای به حجم ۲۱۲ نفر به روش نمونه گیری در دسترس انتخاب شد. ابزار سنجش، پرسشنامه استاندارد پنج گزینه ای لیکرت بر اساس متغیرهای فنی و استراتژیک مدل بود. تحلیل داده ها و آزمون فرضیات با استفاده از ماتریس همبستگی پیرسون و به کمک کدنویسی آماری انجام پذیرفت.یافته ها: یافته های آماری نشان داد که میانگین شاخص های فنی مانند دقت و جامعیت داده ها (۳.۸۶) و کارایی سیستم (۳.۸۷) در سطح مطلوبی قرار دارند، اما میانگین متغیرهای استراتژیک مانند ارزش اقتصادی داده ها (۲.۳۳) و مزیت رقابتی (۱.۸۳) پایین تر از حد متوسط است. نتایج آزمون همبستگی تایید کرد که کیفیت داده ها تاثیر مثبت و معناداری بر عملکرد سیستم هوش تجاری دارد ($r = ۰.۴۲$). همچنین، قوی ترین پیوندهای ساختاری فرآیندی بین عملکرد هوش تجاری با مدیریت کیفیت داده ($r = ۰.۶۱$) و ارزش اقتصادی داده با مزیت رقابتی سازمان ($r = ۰.۷۴$) به دست آمد.نتیجه گیری: نتایج پژوهش حاکی از وجود یک «شکاف استراتژیک» در سازمان هاست؛ به این معنا که تمرکز صرف بر زیرساخت های فنی و جمع آوری داده های باکیفیت، بدون استقرار حاکمیت داده (DQM) و ابزارهای تحلیلی هوش تجاری، به خودی خود منجر به خلق ثروت نمی شود. ارزش واقعی داده یک مفهوم مصرفی است که تنها از طریق بهبود کیفیت تصمیم گیری مدیریتی و کاهش عدم قطعیت اقتصادی پدید می آید و در نهایت به مزیت رقابتی پایدار تبدیل می شود.

کلیدواژه ها:

هوش تجاری (BI) ، اقتصاد اطلاعات ، ارزش گذاری داده ، کیفیت داده (DQ) ، مدیریت کیفیت داده (DQM) ، مزیت رقابتی