کاربرد علوم داده در مدیریت منابع انسانی کتابخانه های دانشگاهی

هدف: مقاله حاضر با هدف کاربرد علوم داده در مدیریت منابع انسانی کتابخانه های دانشگاهی تدوین شده است. روش شناسی: پژوهش حاضر کاربردی و به روش توصیفی–تحلیلی با رویکرد داده محور انجام شده است. جامعه آماری پژوهش را کارکنان کتابخانه های دانشگاهی دولتی و غیردولتی کشور تشکیل می دهند. حجم نمونه با استفاده از فرمول کوکران تعیین شد و داده ها از طریق پرسشنامه محقق ساخته گردآوری گردید. برای تحلیل داده ها، علاوه بر آمار توصیفی و استنباطی، از الگوریتم خوشه بندی کامینز به منظور شناسایی الگوهای رفتاری و از مدل رندوم فرست برای تعیین اهمیت متغیرهای اثرگذار بر اثربخشی مدیریت منابع انسانی استفاده شد. یافته ها: این پژوهش به بررسی اثربخشی مدیریت منابع انسانی داده محور در کتابخانه های دانشگاهی و وضعیت توزیع نمرات مرتبط با آن می پردازد. نتایج نشان می دهد که برای بهبود مدیریت منابع انسانی، علوم داده باید فراتر از توصیف و گزارش دهی عمل کرده و به عنوان ابزار پشتیبان تصمیم گیری در ارزیابی عملکرد و برنامه ریزی نیروی انسانی به کار گرفته شود. تحلیل خوشه بندی نشان می دهد که کتابخانه ها از نظر آمادگی به کارگیری علوم داده نامنظم بوده و در سطوح متفاوتی از بلوغ داده محور قرار دارند. این امر ضرورت طراحی سیاست ها و برنامه های متناسب با ظرفیت هر سازمان را ایجاب می کند. همچنین، نقش محوری حمایت مدیریتی در موفقیت به کارگیری علوم داده و تاثیرگذاری متغیرهایی چون تعهد مدیریتی بر اثربخشی مدیریت منابع انسانی تاکید شده است. دسترسی به داده ها و ابزارهای تحلیلی شرط لازم، اما ناکافی است و تعهد مدیران ارشد در نهادینه سازی رویکرد داده محور حیاتی است. نتیجه گیری: نتایج این پژوهش نشان داد که کاربرد علوم داده در مدیریت منابع انسانی کتابخانه های دانشگاهی در وضعیت گذار قرار دارد. اگرچه در بسیاری از کتابخانه ها داده های مرتبط با منابع انسانی جمع آوری و ذخیره می شود، اما این داده ها هنوز به صورت نظام مند در فرایندهای تصمیم گیری مدیریتی مورد استفاده قرار نمی گیرند. این امر بیانگر آن است که فاصله معناداری میان ظرفیت های داده ای موجود و بهره برداری اثربخش از آن ها در مدیریت منابع انسانی وجود دارد.

کلیدواژه ها:

علوم داده ، مدیریت منابع انسانی ، مدیریت ، کتابخانه های دانشگاهی ، خوشه بندی ، K-Means