Post by MTA Co | مشاوران توسعه آینده

یکپارچه‌سازی تجزیه و تحلیل داده‌ها و مدیریت دانش https://lnkd.in/e9scFscR تجزیه و تحلیل داده‌ها ممکن است به فناوری‌ها و ابزارهایی مانند مدل‌های آماری، الگوریتم‌های یادگیری ماشین، داده‌های بزرگ و محاسبات ابری وابسته باشد. با این حال، نتیجه این تجزیه و تحلیل‌ها‌ تا حد زیادی به ویژگی‌های تحلیلگران مانند تجربه، شهود، ارزش و قدرت تصمیم‌گیری بستگی دارد. در این مطلب از سلسله مراتب داده- اطلاعات- دانش- خرد (DIKW) به عنوان یک ساختار فراگیر برای بررسی فرآیند تجزیه و تحلیل داده‌ها و بیان یک مدل مفهومی با هدف اجرای فرآیند تجزیه و تحلیل داده در سه فاز اصلی استفاده شده است که کشف، ایجاد و کاربرد دانش را یکپارچه می‌کند. بر اساس تعریف ارائه شده توسط Zeleny، داده‌ها، اطلاعات، دانش و خرد بیانگر چهار نوع مختلف دانش و سطوح مختلف از درک مفاهیم هستند. دانش اطلاعاتی است که بیشتر توسط ذهن انسان پالایش می‌شود و چگونگی تحقق خروجی مدنظر با توجه به هدف مشخص شده را نشان می‌دهد. دانشی که باعث خلق نتیجه بر اساس هدف می‌شود را عملی‌ترین و مفیدترین نوع دانش می‌نامند. خرد قوی‌ترین و حیاتی‌ترین نوع دانش است که باعث هدایت ناخودآگاه فعالیت‌های فرد در راستای اهداف از پیش تعیین شده می‌شود. به دلیل پیشرفت‌های فناوری در موضوعاتی مانند داده‌های بزرگ، محاسبات ابری و یادگیری ماشین، تبلیغات زیادی در مورد قابلیت‌های فنی تجزیه و تحلیل داده‌ها به وجود آمده است؛ در حالیکه تاثیر افراد و جنبه‌های سازمانی اغلب نادیده گرفته می‌شوند. فرآیند تجزیه و تحلیل داده ها مانند بالا رفتن از هرم DIKW است و می‌تواند در سه مرحله اصلی به شرح زیر خلاصه شود. ۱. مرحله کشف دانش (از داده به اطلاعات) ۲. مرحله ایجاد دانش (از اطلاعات به دانش) ۳. مرحله کاربرد دانش (از دانش تا خرد) جزئیات مراحل تعریف شده در این ساختار را می‌توانید در ادامه مطلب مطالعه فرمایید. https://lnkd.in/e9scFscR www.mta.co.ir #KM #knowledgemanagement #مشاور_مدیریت #مدیریت_دانش Hamed Koochakpour