ارایه رویکرد جدیدی برای ارزیابی سیستم‌های مدیریت دانش با روش تحلیل رابطه‌ای خاکستری

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشیار دانشکده مدیریت دانشگاه تهران

2 دانشجوی دکترای مدیریت سیستم های اطلاعاتی، دانشکده مدیریت دانشگاه تهران

3 دانشجوی دکترای مدیریت تحقیق در عملیات، دانشکده مدیریت دانشگاه تهران

4 دانش آموخته کارشناسی ارشد مدیریت مالی، دانشگاه آزاد اسلامی واحد نراق

چکیده

با توجه به سرمایه­گذاری انبوهی که اخیراً سازمان­ها برای اکتساب دانش و بهره­وری سرمایه فکری، روی سیستم‌هایی که بعضاً اثربخش نسیتند، انجام می­دهند، ضرورت ارزیابی موفقیت ابتکارات دانشی نمود می­یابد. مهمترین دانش­افزایی این مقاله ارایه رویکردی نوین در ارزیابی سیستم­های مدیریت دانش است. این رویکرد دو متدولوژی پرکاربرد مدیریتی، عوامل حیاتی موفقیت و تحلیل رابطه­ای خاکستری، را ترکیب می­کند. از عوامل حیاتی موفقیت برای تعریف معیار­های ارزیابی و از رویکرد تحلیل رابطه­ای خاکستری برای امتیاز­دهی ابتکارات دانشی استفاده می­شود. جامعه آماری پژوهش، شرکت­هایی هستند که در آنها پروژه مدیریت دانش پیاده­سازی شده است. مطابق با این رویکرد همراستایی استراتژیک مدیریت دانش و کسب و کار، کیفیت سیستم­های مدیریت دانش، کیفیت دانش، رضایت کاربر، مدیریت اسناد، ارتباطات، پشتیبانی مدیریت ارشد و فرهنگ از عوامل مهم در ارزیابی ابتکارات دانشی در سازمان­ها هستند. قابلیت کاربرد رویکرد پیشنهادی با تحلیل داده­های پنج شرکت کاربر سیستم­های مدیریت دانش با محوریت فناوری اطلاعات نشان داده شده است.

کلیدواژه‌ها


عنوان مقاله [English]

Proposing a New Approach for Evaluating Knowledge Management Systems by Grey Relational Analysis

نویسندگان [English]

  • Mansoor Momeni 1
  • Mona jamporazmey 2
  • Mahnaz Hosseinzadeh 3
  • Mohsen Mehrafrouz 4
1 Associate Professor, Faculty of Management, University of Tehran
2 Ph.D. student in Information System Management, University of Tehran
3 Ph.D. student in Operations Research, University of Tehran
4 M.A. in Public Administration, Islamic Azad University, Naragh Branch
چکیده [English]

Regarding mass investment in systems by organizations for capturing knowledge and improving intellectual capital which is not necessarily effective, evaluation of the success of knowledge innovation is underlined. The main contribution of this paper is proposing a novel approach for evaluating knowledge management systems (KMSs). The proposed approach is an integration of two well-established managerial methodologies of critical success factors (CSFs) and grey relational analysis. In the new approach, CSFs are used for defining KMS evaluation criteria and grey relational analysis is used to estimate the score of knowledge innovations and to prioritize them. Statistical population includes those firms in which, KM project is implemented. In the proposed approach, strategic coordination of KM and business, quality of KMSs, knowledge quality, user satisfaction, documents management, communications, top managers' support and culture are important factors in evaluating knowledge innovations in organizations. Applicability of the proposed approach has been addressed by analyzing data of five IT-based firms that utilized KMSs.

کلیدواژه‌ها [English]

  • Knowledge management
  • Knowledge management system
  • Critical Success Factor (CSF)
  • Grey relational analysis

مقدمه

بسیاری از سازمان‌ها برای اکتساب دانش و سرمایه‌های فکری، سرمایه­گذاری انبوهی روی سیستم­هایی که بعضاً اثربخش، کارا و ارزش­آفرین نسیتند، انجام می­دهند و در سطح تحلیل کلان، واضح است که چنین سرمایه گذاری‌هایی بر اقتصاد ملی و عملکرد یک شرکت خاص تاثیرگذار است. بر اساس نتایج نامطلوب چنین سرمایه­گذاری‌هایی بسیاری از محققان، مدیریت دانش را به عنوان یک مد زودگذر می­دانند (روس و همکاران، 2008)، ولی باید بیان کرد که در محیط متلاطم و رقابتی امروز، شرکت‌ها‏یی موفق­اند که به­طور مستمر دارایی­های دانشی خود را برای دستیابی به اهداف و عملکرد بهتر، مدیریت و یکپارچه می­کنند (چن و هوانگ، 2007). علی­رغم پذیرش عمومی مدیریت دانش، شرکت‌ها‏ هنوز با چالشی برای سنجش موفقیت مدیریت دانش و ارزیابی میزان دستیابی به اهداف آن، مواجه هستند (وستال،2002).

 هدف اولیه این مقاله، شناسایی عوامل تاثیرگذار بر موفقیت مدیریت دانش و سیستم‌های مدیریت دانش است تا با استفاده از آن­ها شرکت‌ها‏ قادر به پیش بینی موفقیت مدیریت دانش سازمانشان باشند. عوامل موفقیت مدیریت دانش، آنهایی هستند که سازمان باید برای توسعه و خلق دانش در سازمان و اشتراک و محافظت از آن به آنها دست یابد. این عوامل به عنوان مبنایی برای بهبود اثربخشی فعالیت‌های مدیریت دانش هستند. از طرفی، پس از شناخت این عوامل باید ابزارها و روش‌هایی را تعیین کرد تا با استفاده از آنها موفقیت مدیریت دانش سازمان‌ها را ارزیابی نمود. برای این منظور می­توان از روش‌های تصمیم­گیری چند معیاره استفاده کرد.

در سال­های اخیر، روش­های کمی و ریاضی مختلفی برای ارزیابی عملکرد مدیریت دانش استفاده شده‌اند. وو و لی (2007) از تکنیک ANP[1]برای ارزیابی استراتژی­های مدیریت دانش استفاده کردند. ویی و بی (2008) از همین تکنیک برای ارائه یک سیستم ارزیابی عملکرد مدیریت دانش بهره برده­اند. وو (2008) با استفاده ترکیبی از دو روش ANP و DEMATEL برای ارزیابی استراتژی­های مدیریت دانش استفاده نموده، تسنگ (2011) نیز از این دو روش برای ارزیابی قابلیت‌های محیطی مدیریت دانش بهره جست. چن و همکاران (2009) به ارائه رویکردی یکپارچه از کارت امتیازی متوازن و ANP برای ارزیابی سیستم‌های مدیریت دانش پرداختند. ون (2009) برای ارزیابی اثربخشی مدیریت دانش در شرکت­های با تکنولوژی بالا در تایوان از [2]AHP و گروه کانون استفاده کرده است. رضایی و همکاران برای ارزیابی اثربخشی مدیریت دانش از رویکرد AHP فازی استفاده کردند. در تحقیقی دیگر، وانگ و چان (2007) به پیش بینی میزان موفقیت/شکست پروژه‌های مدیریت دانش با استفاده از روابط ترجیحی سازگار فازی[3]پرداختند. آنها بیان کردند که رویکرد پیشنهادی می‌تواند به سازمان‌ها درتصمیم‌گیری در باره آغاز پروژه مدیریت دانش کمک کند.

در این مقاله، از تحلیل رابطه‌ای خاکستری[4] که از مجموعه روش­های تصمیم­گیری چندشاخصه است، برای ارزیابی و ابتکارات دانشی در سازمان‌ها استفاده شده است. تئوری خاکستری برای حل مسایل مبهم و مسایلی که داده­های گسسته و اطلاعات ناقص دارند، به کار می­رود. این تئوری با استفاده از اطلاعات نسبتاً کم و با تغییر پذیری بسیار در معیارها، خروجی­های رضایت بخش و مطلوبی را تولید می­کند. تئوری خاکستری، همچون تئوری فازی یک مدل ریاضی اثربخش برای حل مسایل نامشخص و مبهم است (دنگ،1982). تحلیل رابطه­ای خاکستری تاکنون در بسیاری از مسائل تصمیم‌گیری چندمعیاره با موفقیت به کارگرفته شده است. چانگ و همکاران (2000) از روش GRA برای بهینه سازی پارامترهای فرآیند تزریق قالب­ها استفاده کردند. چنگ و وانگ (2004) به ارایه یک فرآیند AHP خاکستری پرداخته و از آن برای تحلیل خطرات بالقوه آسیب­های ناشی از توفان استفاده کردند. لی و همکاران (2007) از این روش برای مسأله انتخاب تأمین کننده استفاده کردند.کو و همکاران (2008) از ترکیب دو روش GRA و تحلیل پوششی داده‌ها برای انتخاب مکان استقرار تجهیزات استفاده کردند. همزاسبی و پکایا (2011) با استفاده از این رویکرد، گزینه مناسب برای سرمایه­گذاری را تعیین کردند. تسنگ (2010) در تحقیقی با عنوان "استفاده از رجحان­های زبانی و تحلیل رابطه‌ای خاکستری برای ارزیابی ظرفیت‌های محیطی مدیریت دانش" به ارزیابی شرکت‌های تأمین کننده مدیریت دانش محیطی و انتخاب بهترین آن­ها با استفاده از رویکرد ترکیبی تئوری فازی و تحلیل رابطه­ای خاکستری پرداختند. آنها با استفاده از یک تیم متخصص ، پنج معیار و 22 شاخص ارزیابی EKMC را شناسایی کرده، سپس با استفاده از داده­هایی که از خود متخصصان داخلی شرکت توسط این تیم جمع­آوری شد، به ارزیابی این تأمین کنندگان پرداختند.

در ادامه، به تعریف مدیریت دانش، سیستم­های مدیریت دانش و موفقیت مدیریت دانش می­پردازیم و سپس ضرورت ارزیابی ابتکارات دانشی و ادبیات ارزیابی موفقیت مدیریت دانش را بیان می­کنیم. در نهایت، عوامل مؤثر در موفقیت مدیریت دانش و زیرفاکتورهای هریک را شناسایی کرده، پنج شرکتی را که سیستم مدیریت دانش در آنها استقرار یافته، بر اساس این شاخص­ها ارزیابی می­کنیم تا مدیران نقاط قوت و ضعف خود را از تحقق یافتن مدیریت دانش شناسایی کرده، روی مسایل کلیدی و مهم متمرکز شوند. همچنین، قابلیت شاخص‌های تعیین شده در عمل ارزیابی می‌گردد.

 

2- مبانی نظری پژوهش

در این بخش مبانی نظری موضوع در قالب سه عنوان فرعی بررسی می­شود:

 

2-1 مدیریت دانش، ‌سیستم‌های مدیریت دانش و موفقیت مدیریت دانش

ادبیات مدیریت دانش بین دانش ضمنی و صریح تمایز قائل است. دانش ضمنی شامل مهارت‌های چگونگی انجام کار است که کارکنان در طول دوره‌های طولانی از تجارب و اقداماتشان می‌آموزند. بیان، مستندسازی و آموزش دانش ضمنی پیچیده و مشکل است؛ برعکس دانش صریح، اکتساب و انتقالش ساده­تر است. بسیاری از نویسندگان مدیریت دانش راه‌های متعددی را برای تبدیل دانش ضمنی به دانش آشکار یا انتقال آن بین افراد سازمان پیشنهاد می­کنند (آدلر،2008). مدیریت دانش به عنوان فرایند مشخص کردن و بهره مندی از یک مجموعه دانش در سازمان، برای کمک سازمان برای رقابت تعریف شده است (مانور، 2008). مدیریت دانش رویکردی استراتژیک و سیستماتیک برای ارزشمند کردن دانسته‌های یک سازمان است. مدیریت دانش به عنوان مفهومی که تحت آن اطلاعات به دانش کاربردی تبدیل می‌شود و در شکلی مناسب در دسترس افرادی قرار می­گیرد که به آن نیاز دارند و برای حل مسأله آن را بکار می برند (چن و هوانگ،2007).

علوی و لدنر (2001) سیستم‌های مدیریت دانش را به عنوان سیستم‌های مبتنی بر فناوری اطلاعات که توسعه یافتند تا فرایند خلق، ذخیره/بازیابی، انتقال و کاربرد دانش سازمانی را پشتیبانی و ارتقا دهند،  تعریف می­کنند. سیستم‌های مدیریت دانش چیزی نیستند جز طبقه‌ای از سیستم‌های اطلاعاتی که برای ذخیره، بازیابی و اشتراک دانش بکارگرفته می شوند (سابرامانیان و سوه،2009). بسیاری از سیستم‌های مدیریت دانش طراحی شده اند تا دانش افراد را کسب کنند و این امکان را فراهم کنند که سرتاسر سازمان از آن بهره مند شوند (کینگ و مارکز،2008).

موفقیت مدیریت دانش، مفهومی چندبعدی است که چنین تعریف شده است:" اکتساب دانش مناسب و ارایه و انتقال دانش مناسب به کاربر مناسب و استفاده از این دانش برای بهبود عملکرد سازمانی و فردی. موفقیت مدیریت دانش به وسیله مفاهیمی چون: تاثیر بر فرایندهای کسب وکار، استراتژی، رهبری، کارایی و اثربخشی فرایندهای مدیریت دانش، کارایی و اثربخشی سیستم­های مدیریت دانش‌، فرهنگ سازمانی ارزیابی می‌گردد (جنکس و همکاران،2009).

 

2-2 اهمیت ارزیابی مدیریت دانش

با توجه به محدودیت‌های بودجه‌ای و عصر اقتصادی توأم با عدم اطمینان، مجریان مدیریت دانش لازم است قادر باشند که ارزش تجاری توزیع و استفاده مجدد دانش در سازمان را نشان دهند. دو نکته اساسی وجود دارد که همه سازمان‌ها باید هنگام طراحی معیار‌های موفقیت مد نظر قرار  دهند: اول، بسیار مشکل است سنجه‌هایی را ایجاد کنیم که یک ارتباط یک به یک بین اقدامات اشتراک دانش و نتایج عملکردی نشان دهند. دوم، برای درک درست تاثیر اشتراک و استفاده مجدد دانش، سازمان ابتدا باید به درک جامعی از کسب وکار و فرایند‌های پایه ای قبل از شروع هرگونه تلاشی برای مدیریت دانش،  بپردازد (وستال،2002). موفقیت مدیریت دانش و سیستم‌های مدیریت دانش مسأله ای است که نیاز به ارزیابی و توضیح دارد. توربان و آرسون(2001) سه علت عمده را برای سنجش موفقیت مدیریت دانش بیان می­کنند:

1- یک مبنایی برای ارزیابی شرکت فراهم می‌کند.

2- مدیریت را برای تمرکز روی آنچه اهمیت دارد، تشویق می کند.

3- توجیهی برای سرمایه گذاری روی فعالیت‌های مدیریت دانش فراهم می کند (جنکس و الفمن،2006).

در ابتدای پروژه مدیریت دانش بسیاری از سازمان‌ها در ایجاد تغییر رفتاری در کارکنان جهت استفاده از ابزارهای تکنولوژیکی با مشکل مواجه می شوند. ارزیابی موفقیت مدیریت دانش و سیستم‌های مدیریت دانش می تواند به عنوان محرکی برای تغییر رفتاری کارکنان باشد. ارزیابی موفقیت مدیریت دانش به شرکت کمک می کند تا درک کند که در  کجا باید به تغییر در پیاده سازی مدیریت دانش اعمال کند. شرکت‌ها‏ی معدودی در آغاز برنامه‌های مدیریت دانش را به درستی اجرا می کنند، ارزیابی مناسب به شرکت‌ها‏ کمک می کند تا پیاده سازی مدیریت دانش را مدیریت کنند و دریابند که در کجا نیاز به تطبیق، بهبود یا تغییر دارد. بنابراین زمانی که در راه بکاربردن مدیریت دانش گام برمی دارند باید در نظر بگیرند که چگونه موفقیت اقدامات مدیریت دانش را مورد ارزیابی قرار دهند (وستال،2002).

2-3 تاریخچه موفقیت مدیریت دانش

علیرغم مطالعات زیادی که در مورد عوامل موثر در ارزیابی و روش‌های بکار رفته در این زمینه صورت گرفته است، هنوز یکی از دشوارترین مراحل مدیریت دانش ارزیابی ابتکارات دانشی می باشد (چن و همکاران، 2009). اخیراً بسیاری از محققان توجهشان را به این موضوع معطوف کرده‌اند: ماسی و همکاران (2002) بیان می­کنند که مدیریت دانش یک فرایند سازمانی است و موفقیت آن نمی‌تواند جدا از موفقیت در این تغییر سازمانی باشد. عناصر اصلی مدل موفقیت مدیریت دانش آنها شامل : 1- استراتژی مدیریت دانش، 2- تاثیرات کلیدی مدیریتی، 3- تاثیرات منابع کلیدی، 4- تاثیرات کلیدی محیطی، است (ماسی و همکاران،2002).

بوتزو بروجن(2002) بعد از تحقیقاتی که در زمینه مدیریت دانش انجام دادند، از زنجیره ارزش مدیریت دانش به عنوان شیوه­ای برای ارزیابی موفقیت مدیریت دانش استفاده کرده­اند. شکل (1) زنجیره ارزش مدیریت دانش را نشان می­دهد.

 

 

شکل1) زنجیره ارزش مدیریت دانش(بوتز و بروجن، 2002)

 

 

در این فرایند ارزیابی اثربخشی مدیریت دانش در هر مرحله از فرایند دانش بررسی می‌گردد. در ارزیابی مدیریت دانش به بررسی این مطلب می پردازیم که چه میزان سیستم‌های مدیریت دانش در هر مرحله نیازهای دیدگاه‌های کاربر و فنی را برآورده می­کند. در تحقیق دیگری فاکتورهای حیاتی موفقیت مدیریت دانش را به چهار دسته طبقه بندی کردند: افراد، فرایندها، تکنولوژی و تعهد پایدار استراتژیک. گرچه همه این طبقات برای بهره مندی از مدیریت دانش ضروری هستند، ولی اکثریت سازمان‌ها در تحقق بخشیدن مدیریت دانش دریافتند که دو فاکتور تکنولوژی و فرایندها نسبتا دست یافتنی ترند تا دو فاکتور افراد و تعهد پایدار استراتژیک. (هریهاران،2002). جدول (1) به طور خلاصه به ارایه تحقیقات مرتبط با عوامل کلیدی موفقیت پرداخته است.

 

 

جدول(1) خلاصه تحقیقات مرتبط با عوامل موفقیت مدیریت

عوامل موفقیت

نویسندگان

همراستایی با الزامات کسب وکار، بصیرت و معماری مشخص، رهبری دانش، فرهنگ اشتراک و خلق دانش، یادگیری مستمر، زیرساخت تکنولوژی مناسب و فرایند‌های سیستماتیک دانش سازمانی.

اسکرمی و آمیدون (1997)

رهبری، فرهنگ، ساختار، نقش‌ها و مسؤولیت‌ها، زیرساخت فناوری اطلاعات و ارزیابی

حسنعلی (2002)

رهبری، سازمان، تکنولوژی و فرهنگ یادگیری

بیکسلر(2002)

استراتژی، افراد، فناوری اطلاعات، کیفیت، بازاریابی و مسایل مالی

چوریدس و همکاران (2003)

ویژگی‌های سازمانی: محیط یادگیرنده، ارتباطات، تمایل به اشتراک دانش و انعطاف پذیری.

فناوری اطلاعات: کیفیت مدیریت دانش و کارکرد گرایی مدیریت دانش.

پشتیبانی مدیریتی: حمایت مدیریت ارشد، پاداش‌های مدیریت دانش، فعالیت تیم مدیریت دانش.

یو و همکاران(2004)

استراتژی دانش، انگیزه و تعهد کاربران، زیرساخت فنی یکپارچه، ساختار و فرهنگ سازمانی، ساختار دانشی مشترک در سطح شرکت، پشتیبانی مدیریت ارشد، سازمان یادگیرنده، اهداف مشخص برای سیستم‌های مدیریت دانش، ارزیابی، جستجو، بازیابی، کارکرد بصری سازی سیستم‌های مدیریت دانش، فرایند‌های کاری و امنیت/حفاظت از دانش.

جنیکس و الفمن(2005)

کیفیت سیستم، کیفیت دانش، کیفیت سرویس، تمایل به استفاده/منافع درک شده، رضایت کاربر

جنیکس و الفمن(2006)

کیفیت سیستم، کیفیت دانش یا اطلاعات، سودمندی درک شده از سیستم‌های مدیریت دانش، رضایت کاربر و استفاده از سیستم.

وا و وانگ(2006)

فرایند‌های کسب وکار، استراتژی، رهبری، فرایند مدیریت دانش، اثربخشی و کارایی سیستم‌های مدیریت دانش، فرهنگ یادگیری و محتوای دانش.

جنیکس و الفمن(2009)

رهبری و حمایت مدیریت، فرهنگ، استراتژی و اهداف، ارزیابی، زیرساخت سازمانی، فرایند‌ها و فعالیت‌ها، تبلیغات انگیزشی، منابع، آموزش و تحصیلات و مدیریت منابع انسانی.

میگدادی(2009)

فرهنگ و رهبری(شبکه‌های غیر رسمی، میزان تحمل اشتباهات، فرهنگ پروژه، تعهد مدیریت)، سازمان و فرایند(فعالیت‌های کنترلی مدیریت دانش، نهادینه کردن مدیریت دانش و مدیریت پروژه و بلوغ متدولوژی مدیریت پروژه)، پشتیبانی فناوری اطلاعات و ارتباطات(ارتباطات سیستم‌ها) و ذخیره. سازی سیستم‌ها)

لیندنر و والد (2010)

 

 


2-4 تحلیل رابطه‌ای خاکستری

تحلیل رابطه­ای خاکستری، نخستین بار توسط دنگ[5]مطرح شده است. تئوری سیستم­های خاکستری الگوریتمی است که روابط غیرقطعی اعضای یک سیستم را با یک عضو مرجع تحلیل نموده، قابلیت استفاده در حل مسایل تصمیم­گیری چندمعیاره را داراست. جزئیات فرآیند تحلیل رابطه­ای خاکستری به این شرح است: 

ایجاد رابطه خاکستری[6]: زمانی که واحدهای اندازه­گیری عملکرد برای شاخص­های مختلف با یکدیگر متفاوتند، ممکن است تأثیر برخی از شاخص­ها نادیده گرفته شوند. زمانی که برخی شاخص­های عملکرد از دامنه گسترده­ای برخوردار باشند، ممکن است چنین اتفاقی روی دهد. همچنین، اگر هدف یا جهت این شاخص­ها با هم تفاوت داشته باشند، به ایجاد نتایج نادرست در تحلیل­ها منجر می­گردد (هوانگ و لیاو،2003). بنابراین، تبدیل کلیه ارزش­های عملکردی برای هر گزینه به یک "ارزش بی­مقیاس"، در فرآیندی مشابه نرمالیزه کردن، امری ضروری به نظر می­رسد. این پردازش، گام ایجاد روابط خاکستری در تئوری سیستم­های خاکستری نامیده می­شود. در یک مسأله تصمیم­گیری چند شاخصه که دارایm  گزینه و n شاخص است، i امین گزینه را می­توان به صورت   بیان نمود به طوری که   عبارت است از: ارزش عملکردی شاخص j  برای گزینه i . عبارت Yi را می­توان به "ارزش بی مقیاس"   به کمک یکی از روابط (1)، (2) و یا (3) تبدیل نمود.

(1)

 

  

(2)

  

(3)

 

 

رابطه (1) برای شاخص­های "هرچه بزرگتر، بهتر"، رابطه (2) برای شاخص­های "هر چه کوچکتر، بهتر" و رابطه (3) برای حالتی که هر چه به ارزش مطلوب  نزدیک­تر باشد، بهتر است، استفاده می‌شود.

تعریف سری­های هدف مرجع[7]: پس از ایجاد روابط خاکستری با استفاده از معادلات (1) ، (2) و یا (3)، تمامی ارزش­های عملکردی در مقیاس [1و0] قرار می­گیرند. اگر برای یک شاخصj  در گزینه i، ارزش xij برابر با 1 بوده یا از ارزش مربوط به هر گزینه دیگری به 1 نزدیکتر باشد، بدین معناست که عملکرد گزینه i  در شاخصj  از سایر گزینه­ها بهتر است. بنابراین اگر برای گزینه­ای تمامی ارزش‌های عملکردی برابر با 1 باشد، این گزینه بهترین انتخاب خواهد بود. این مقاله سری مرجع هدف را چنین

X0= (x01, x02,...,x0j, ...,x0n) =(1,1,...,1,...,1)

تعریف نموده، آنگاه به جستجوی گزینه­ای می‌پردازد که ارزش­های بی­مقیاس آن به این سری هدف نزدیکتر باشند.

محاسبه ضریب رابطه­ای خاکستری[8]: ضریب رابطه­ای خاکستری برای تعیین میزان نزدیکی  xij به  x0j   استفاده می‌شود. هر چه ضریب رابطه­ای خاکستری بزرگتر باشد، xij  به  x0j  نزدیک­تر است. ضریب رابطه­ای خاکستری را با استفاده از رابطه (4) می­توان محاسبه نمود:

 (4)

 

 

در رابطه (4) ،  ضریب رابطه­ای خاکستری میان xij و x0j   را نشان می­دهد و:

ij= x0j-xij

∆Min= Min{∆ij, i=1,...m; j1,...,n}

∆Max= Max{∆ij, i=1,...m; j1,...,n}

  = ضریب تشخیص     

هدف از به کارگیری ضریب تشخیص، گسترش یا محدود ساختن دامنه ضریب رابطه خاکستری است.

محاسبه رتبه رابطه­ای خاکستری[9]: پس از محاسبه تمامی ضرائب رابطه­ای خاکستری  ، می­توان رتبه رابطه­ای خاکستری را با استفاده از رابطه (5) محاسبه نمود:

 (5)

 

 

رابطه (5)،  ، رتبه رابطه­ای خاکستری را بین   و  نشان می­دهد. این عبارت میزان همبستگی میان سری مرجع هدف و سری مقایسه­ای را نشان می­دهد.  وزن شاخصj  است که معمولاً به قضاوت تصمیم­گیرنده یا به ساختار مسأله پیشنهادی بستگی دارد (فانگ،2003). همان­طور که پیش­تر ذکر شد، بر روی هر شاخص،  سری مرجع هدف نشان­ دهنده بهترین عملکردی است که در میان سری­های مقایسه­ای قابل حصول است. بنابراین، اگر یک سری مقایسه­ای برای یک گزینه، بالاترین رتبه رابطه­ای خاکستری را با سری مرجع هدف داشته باشد، بدین معناست که این سری مقایسه‌ای دارای بیشترین شباهت با سری مرجع هدف است و بنابراین این گزینه بهترین انتخاب است.

 

3- روش پژوهش

این مقاله متدولوژی عوامل حیاتی موفقیت و رویکرد تحلیل رابطه‌ای خاکستری را ترکیب می‌کند، به­طوری­که با توجه به پیشینه بررسی شده مهمترین شاخص‌های بررسی موفقیت تحقق بخشیدن مدیریت دانش تعیین شده و سپس بر اساس این شاخص‌ها عملکرد پنج شرکتی که سیستم مدیریت دانش در آنها استقرار یافته، با استفاده از روش تحلیل رابطه ای خاکستری مورد ارزیابی قرار می­گیرند. در واقع، جامعه آماری این پژوهش شرکت‌های فعال در زمینه فناوری اطلاعات و عضو شورای عالی انفورماتیک بوده‌اند. انتخاب این سازمان‌ها براساس نمونه گیری قضاوتی انجام شده است. در روش قضاوتی، نمونه مورد نظر باید دارای ویژگی خاصی باشد (عابد جعفری و همکاران، 1389). در این پژوهش شرکت‌هایی انتخاب شده­اند که به تحقق بخشیدن ابتکارات مدیریت دانش و استقرار سیستم‌های مدیریت دانش پرداخته اند. پنج شرکتی که نمونه آماری این تحقیق را تشکیل می­دهند در حوزه صنعت و خدمت فعالیت داشته­اند و پروژه مدیریت دانش در طی چند سال اخیر در آن­ها تحقق بخشیدن شده است. سه مورد از شرکت‌ها‏ی مذکور، کمتر از دو سال از تحقق بخشیدن پروژه مدیریت دانش آن­ها می­گذرد و بقیه بیش از دو سال از پیاده­سازی پروژه مدیریت دانش آن­ها می­گذرد. مرجع پاسخگویی به پرسشنامه تحقیق، مدیران ارشد سازمان، مدیران ارشد فناوری اطلاعات و کارشناسان فناوری اطلاعات هستند که آگاهی کافی در زمینه مدیریت دانش و سیستم‌های مدیریت دانش داشتند. به منظور دستیابی به اطلاعات دقیق تر و مرتبط پرشسنامه‌ها در حضور گروه محققان مقاله برای ارایه توضیحات و راهنمایی تکمیل شد.

نتایج به دست آمده از تحلیل اطلاعات جمعیت شناختی برای متغیر تحصیلات مدیران فناوری اطلاعات نشانگر آن است که 16 درصد لیسانس، 52 درصد فوق لیسانس و 32 درصد دارای مدرک دکترا بودند. در رابطه با سابقه فعالیت در حوزه فناوری اطلاعات 20 درصد پاسخ دهندگان دارای سابقه کمتر از 5 سال، 44 درصد  بین 5 تا 10 سال، 28 درصد بین 10 تا 15 سال و 8 درصد دارای  سابقه بیشتر از 15 سال بوده‌اند.

شایان ذکر است با توجه به این که قصد از انجام این پژوهش، مقایسه میان شرکت‌ها برای انتخاب شرکت برتر به منظور کسب امتیاز نبوده، بلکه هدف شناسایی نقاط ضعف هر یک از شرکت‌ها و رفع این نقاط بوده، نتیجه امتیازدهی تنها به صورت محرمانه در اختیار مقامات خود شرکت برای رفع این کمبودها قرار گرفته است. بر این اساس و همچنین با توجه به این نکته که در مورد معیارهای کیفی مورد نظر در این پژوهش که در قسمت بعد تشریح خواهند شد، مانند فرهنگ که تنها کسی می­تواند درباره این معیار نظر دهد که در دل سازمان مشغول به کار بوده و ذی­نفع باشد، با نظارت تیم پژوهش و با تکیه به پژوهش تسنگ (2010) از خود افراد شرکت برای ارزیابی وضعیت هر شرکت در شاخص‌ها بهره گرفته شده است. علت اصلی استفاده از رویکرد تحلیل رابطه‌ای خاکستری در این ارزیابی در مقابل سایر روش‌های MCDM هم همین نکته بوده است، زیرا این روش  برای زمانی که تعداد خبرگان، حجم نمونه و یا سطح تجربه کم باشد و نتوان مانند ریاضیات فازی برای عدم قطعیت در نظر خبرگان توابع عضویت تعریف کرد، استفاده می‌شود (سیفنگ لیو و لین، 2006).

علل دیگر انتخاب رویکرد تحلیل رابطه‌ای خاکستری را می‌توان در موارد زیر خلاصه کرد:

این رویکرد با ترکیب دامنه تمامی ارزش‌های شاخص‌های عملکردی به یک ارزش واحد مسأله را حل می­کند. این ویژگی مسأله اولیه را به یک مسأله تصمیم­گیری تک شاخصه تبدیل می‌کند و دقت عملکرد را افزایش می‌دهد.

1- این رویکرد بر خلاف برخی روش‌های ارزیابی عملکرد، مانند تحلیل پوششی داده‌ها قابلیت تفکیک پذیری بهتر گزینه‌ها را داراست (کوو و همکاران، 2008).

 

4- رویکرد پیشنهادی

4-1 عوامل پیشنهادی برای موفقیت مدیریت دانش

عوامل موفقیت مدیریت دانش، اقدامات و فعالیت‌هایی هستند که باید محقق شوند تا از پیاده سازی موفق مدیریت دانش اطمینان حاصل کنیم (میگدادی،2008). در ادامه هشت گروه از مهمترین عوامل را همراه با شاخص‌هایی برای ارزیابی آنها ارایه می‌دهیم.

الف) همراستایی استراتژیک مدیریت دانش و کسب وکار: باید بیان کرد که بدون همراستایی مدیریت دانش و کسب و کار، حتی بهترین سیستم‌های مدیریت دانش هیچ بازده‌ای نخوهند داشت. مدیریت دانش بخش جدایی ناپذیر استراتژی‌های سازمانی است. علیرغم اهمیت زیاد همراستایی استراتژیک مدیریت دانش و کسب و کار، در عمل به میزان زیادی نادیده گرفته شده است( مایر و ریموس،2002). درک اولویت‌های استراتژیک مدیریت ارشد از سوی مدیران دانشی، درک مدیریت ارشد از نقش سیستم‌های مدیریت دانش در پشتیبانی از استراتژی‌ها، درک فرصت‌های مرتبط با مدیریت دانش برای حمایت از جهت گیری استراتژیک سازمان، آموزش مدیران ارشد در مورد اهمیت مدیریت دانش، بکارگیری ابتکارات دانشی برای تغییرات استراتژیک و ارزیابی اهمیت استراتژیک سیستم‌های مدیریت دانش شاخص‌هایی برای ارزیابی همراستایی استراتژیک مدیریت دانش هستند.

ب)کیفیت سیستم مدیریت دانش: میزانی که سیستم­های مدیریت دانش وظایف خلق دانش، ذخیره/بازیابی، انتقال و کاربردی­کردن دانش را به­خوبی انجام می­دهند. میزانی که دانش در قسمت‌های رایانه‌ای حافظه سازمانی ارایه می­شود. این عامل زیرساخت مدیریت دانش را شامل می‌شود (جنکس و الفمن،2006؛ یو و همکاران،2007). معیارهایی چون زمان پاسخگویی، دردسترس بودن، قابلیت ارتقا، قابلیت اطمینان و میزان سازگاری با سیستم­های موروثی را در بر می­گیرد.

ج) کیفیت دانش: زمانی که مخازن دانشی سازمان حاوی دانش غیر مرتبط، بی دقت، با روایی کم باشد جستجوی دانش زمانبر و غیر اثربخش خواهد بود و در نهایت کاربر سیستم‌های مدیریت دانش این سیستم‌ها را کنار خواهد گذاشت. بنابراین، توجه به کیفیت دانش، یکی از مهمترین عوامل در ارزیابی ابتکارات دانشی است (جنکس و الفمن، 2006؛ یو و همکاران، 2007؛ وانگ و لیاو، 2007). تناسب دانش با زمینه، تناسب دانش اکتساب شده با کاربران، دقت دانش، به روز بودن دانش و کافی بودن دانش متغیرهایی برای ارزیابی کیفیت دانش هستند.

رضایت کاربر: صرفنظر از میزان مفید بودن دانش برای فرایند‌های سازمانی، مدیریت دانش ناکارامد خواهد بود اگر کاربران دانشی آن را استفاده نکنند و به اشتراک نگذارند. رضایت کاربر بیانگر میزانی است که کاربر سیستم را مطلوب درنظر می‌گیرد. این عامل نگرش کاربران سیستم را نسبت به جنبه‌های مختلف استفاده از آن و میزانی که سیستم واقعا توسط کاربر استفاده می‌شود ارزیابی می‌کند (جنکس و الفمن، 2006؛ یو و همکاران،2006؛ میگدادی، 2008). سهولت استفاده، محتوای دانش، قابلیت جستجوی دانش، کارکرد سیستم‌های مدیریت دانش، انگیزه برای اشتراک دانش متغیرهایی برای سنجش رضایت کاربران دانش هستند.

هـ) مدیریت اسناد: از آنجا که دانش در بسیاری از سازمان‌ها در اسناد جای دارد، اگر این اسناد به طور کارا مدیریت نشوند، ابتکارات دانشی اثربخشی لازم را ندارند. مدیریت اسناد مرتبط با جستجو و سازماندهی دانش است (نگای و چان، 2005). این عامل شامل معیارهایی، چون ذخیره سازی، انتشار، جستجو، کنترل اسناد و استفاده مجدد هستند.

د) ارتباطات: این عامل به میزانی اشاره می‌کند که ابزار‌های مدیریت دانش به کاربران امکان کار با یگدیگر و اشتراک دانش را می‌دهند را دارد (نگای و چان، 2005). این عامل شامل معیارهایی چون میزان استفاده از چت روم‌ها، و ویژگی‌های پیام‌های فوری و ایمیل است.

ز) پشتیبانی مدیریت ارشد: به میزان حمایت و مشارکت مدیران ارشد در فرایند مدیریت دانش اشاره دارد که از سوی کارکنان درک می‌شود. حمایت مدیریت ارشد و تعهد به ابتکارات دانشی از سوی مدیران ارشد سازمان به عنوان یک عامل کلیدی در موفقیت مدیریت دانش است، چراکه رهبران ارشد الگویی برای بقیه کارکنان در سازمان هستند و بر فرهنگ سازمانی و چگونگی برخورد با مدیریت دانش تاثیر مستقیم دارند (تسنگ، 2008؛ میگدادی، 2008). معیارهای مورد استفاده برای سنجش پشتیبانی مدیریت ارشد، شامل حمایت مدیران ارشد از جوامع دانشی در سازمان، میزان تعهد مدیران ارشد در تحقق بخشیدن مدیریت دانش، فراهم کردن منابع کافی، تمایل به اشتراک دانش شان برای کارکنان، تمایل به یادگیری مستمر، تمایل به جتسجوی دانش و ایده‌های جدید.

ح) فرهنگ: فرهنگ مجموعه ای از عقاید، ارزش‌ها، هنجارها، و سنت‌های اجتماعی است که شیوه اقدامات و رفتار افراد را در سازمان شکل می دهد. فرهنگ سازمانی نه تنها ارزش دانش و مزایایی را که برای سازمان خلق می کند، بیان می‌کند، بلکه تلاش کارکنان برای اشتراک دانش در سازمان را نیز تحت تاثیر قرار می دهد (میگدادی، 2008؛ یو و همکاران، 2007). این عامل با معیار‌هایی چون میزان همکاری افراد در پیاده سازی مدیریت دانش، پشتیبانی کارکنان سازمان از جوامع دانشی، تمایل افراد به اشتراک دانش خود، تمایل افراد به یادگیری مستمر و اعتماد قابل ارزیابی است.

شایان ذکر است که پس از بررسی دقیق پیشینه و جلسه گروهی با تمامی افراد تیم پژوهش، برای تمامی شاخص‌ها وزن یکسان در نظر گرفته شد.

 

4-2 به­کارگیری رویکرد تحلیل رابطه‌ای خاکستری

در این بخش رویکرد تحلیل رابطه­ای خاکستری برای تعیین نقاط قوت و ضعف هر شرکت استفاده شده است.

نمره‌های پنج شرکت در هر شاخص با 25 پرسشنامه  (در هر شرکت 5 پرسشنامه) که با استفاده از طیف لیکرت در مقیاس 1 تا 5 نمره گذاری شده، به دست آمده و نمره نهایی پرسشنامه‌ها در جدول 2 ارایه شده است.

 

 

 

 

جدول (2) نمره شرکت‌ها در هر شاخص

 

همراستایی استراتژیک

کیفیت KMS

کیفیت دانش

رضایت کاربر

مدیریت اسناد

ارتباطات

پشتیبانی مدیریت ارشد

فرهنگ

شرکت 1

2/3

4/4

4/2

8/0

2/4

4/2

8/1

6/4

شرکت 2

2/2

8/3

4/3

4/2

2/1

2/2

8/4

1

شرکت 3

2/2

2/3

2/1

6/3

6/4

2

3

4/2

شرکت 4

6/3

4/1

1

2/3

6/4

1

8/1

6/3

شرکت 5

8/2

8/2

6/4

8/1

4/1

2/2

2/3

4

 

جدول 3 ضریب رابطه‌ای خاکستری هر شرکت در هر شاخص را نشان می‌دهد.

 

جدول (3) ضریب رابطه‌ای خاکستری هر شرکت

شرکت

عوامل حیاتی موفقیت

همراستایی استراتژیک

کیفیت KMS

کیفیت دانش

رضایت کاربر

مدیریت اسناد

ارتباطات

پشتیبانی مدیریت ارشد

فرهنگ

1

58/0

1

396/0

286/0

769/0

1

286/0

1

2

286/0

667/0

548/0

482/0

286/0

741/0

1

286/0

3

286/0

5/0

298/0

1

1

58/0

4/0

396/0

4

1

286/0

286/0

741/0

1

286/0

286/0

588/0

5

412/0

43/0

1

396/0

298/0

741/0

43/0

702/0

 

در پایان، رتبه رابطه‌ای خاکستری هر یک گزینه‌ها در جدول 4 ارایه شده است.

 

جدول (4) رتبه رابطه‌ای خاکستری هر شرکت

شرکت

1

2

3

4

5

رتبه رابطه ای خاکستری

696/0

522/0

479/0

544/0

601/0

 

 

همان­طور که گفته شد، رتبه رابطه­ای خاکستری میزان همبستگی میان سری مرجع هدف و سری مقایسه­ای را نشان می­دهد. بنابراین اگر برای هر شرکت سری مقایسه­ای ، رتبه رابطه­ای خاکستری بالایی با سری مرجع هدف داشته باشد بدین معناست که این شرکت در تحقق بخشیدن ابتکارات دانشی خود موفق عمل کرده است.

 

5- بحث و نتیجه گیری

با توجه به محیط متغیر و پویای امروزی، شرکت‌ها‏ی موفق آنهایی هستند که به طور مستمر دارایی‌های دانشی خود را برای دستیابی به اهداف و رسیدن به عملکرد بهتر، مدیریت و یکپارچه می‌کنند. بنابراین، در سال‌های اخیر بسیاری از سازمان‌ها با چالش ارزیابی سیستم‌های مدیریت دانش بکارگرفته شده مواجه‌اند تا بتوانند از نقاط ضعف و قوت سیستم‌های دانشی بکارگرفته شده برای مدیریت بهتر واقف شوند. با توجه به هزینه‌های هنگفتی که سال‌های اخیر در زمینه مدیریت دانش و سیستم‌های مدیریت دانش پرداخت می‌شود، مدیران و محققان تلاش‌های قابل توجهی را برای ارزیابی موفقیت و اثربخشی مدیریت دانش و سیستمهای مدیریت دانش انجام داده‌اند.

هدف این مقاله، فراهم کردن مجموعه مشخصی از معیارها و خط مشی‌هایی برای ارزیابی موفقیت مدیریت دانش و سپس استفاده از این شاخص‌ها برای ارزیابی عملکرد چندین شرکت است که سیستم مدیریت دانش در آنها استقرار یافته است. در همین راستا هشت عامل برای ارزیابی موفقیت مدیریت دانش پیشنهاد شد که عبارتند از: همراستایی استراتژیک مدیریت دانش و کسب و کار، کیفیت سیستم‌های مدیریت دانش، کیفیت دانش، رضایت کاربر، مدیریت اسناد، ارتباطات، پشتیبانی مدیریت ارشد و فرهنگ.

در این پژوهش نیز همانند مطالعات گرینر و همکاران (2007) و چن و همکاران (2007) همراستایی استراتژیک مدیریت دانش به عنوان یکی از مهمترین عوامل ارزیابی موفقیت و اثربخشی مدیریت دانش ذکر شده است. گرینر و همکاران (2007) در مطالعه خود بیان کردند که همراستایی بین استراتژی کسب و کار و مدیریت دانش موجب بهبود عملکرد سازمانی نیز خواهد شد. کیفیت سیستم‌های مدیریت دانش و کیفیت دانش نیز همانطور که جنیکس و همکاران (2009) ، وا و یو(2006)  و جنیکس و الفمن (2005) بیان می‌کنند، نقش موثری در ارزیابی عملکرد مدیریت دانش دارد. همانند مطالعه چن و همکاران (2009) و به طور کلی مطالعات حوزه سیستم‌های اطلاعاتی (سدون و همکاران، 1991)، در رویکرد پیشنهادی نیز رضایت کاربر به عنوان عاملی موثر در ارزیابی ابتکارات دانشی در نظر گرفته شده است. وجود یک فرهنگ دوستانه به آشکار سازی ارزش دانش و مزایای سازمانی آن کمک می‌کند، از این‌رو، در این تحقیق، مشابه کار یو و همکاران (2004)، فرهنگ به عنوان عامل موفقیت در تحقق بخشیدن مدیریت دانش مطرح گردیده است. مدیریت اسناد و ارتباطات در این رویکرد پیشنهادی مشابه ناگی و چن (2005) به عنوان عاملی در عملکرد مدیریت دانش مد نظر قرار گرفته است. مشارکت فعال مدیران ارشد سازمان در مسائل مرتبط با مدیریت دانش و به طور کلی پیاده سازی سیستم‌های اطلاعاتی نقش تعیین کننده‌ای دارد. مشارکت و پشتیبانی مدیریت ارشد باعث ایجاد نگرش مناسب در رابطه با ابتکارات دانشی در جو سازمان می‌شود و در اثربخشی آنها نقش دارد (میگدادی، 2008; جنیکس و الفمن، 2005).

به طور خلاصه می‌توان دانش افزایی مقاله را چنین بیان کرد:

اول) رویکرد پیشنهادی ابزاری برای ارزیابی جامع عملکرد سیستم‌های مدیریت دانش مستقر در سازمان‌هاست. نتایج حاصل از ارزیابی با استفاده از این رویکرد جدید در حوزه مدیریت دانش به مدیران ارشد سازمان‌ها کمک می‌کند تا  نقاط قوت و ضعف سیستم‌های مدیریت دانش سازمان را بشناسند. رویکرد پیشنهادی می‌تواند توجیهی برای کنارگذاشتن سیستم‌های دانشی که بازدهی مناسب ندارد، داشته باشد، با تغییر پایگاه دانش و توجه به خروجی ارزیابی ( حذف دانشی که کارایی لازم را ندارند و اضافه کردن دانشی که مورد نیاز کاربران است) اثربخشی مدیریت دانش را افزایش دهد.

دوم) این رویکرد همچنین می‌تواند به عنوان ابزاری برای مقایسه عملکرد توسعه دهندگان سیستم‌های مدیریت دانش به کاربرده شود.

سوم) به دلیل ماهیت کلی و عام رویکرد پیشنهادی قابلیت کاربرد در سازمان‌ها و صنایع دیگر چون شرکت‌های مشاوره­ای، بیمارستان‌ها، سازمان‌های صنعتی و غیره را دارد.

با توجه به نتایج به دست آمده از هریک از سازمان‌ها در رابطه با عوامل حیاتی موفقیت ابتکارات دانشی، می‌توان پیشنهاد‌های زیر را برای هریک از سازمان‌ها ارائه داد:

شرکت اول- بررسی هریک از عوامل موفقیت در این شرکت نشان می‌دهد که عوامل فرهنگ و کیفیت سیستم‌های مدیریت دانش دارای بیشترین امتیاز هستند. برای بهبود هرچه بیشتر ابتکارات دانشی در این شرکت باید سعی کرد دو بعد  رضایت کاربر و پشتیبانی مدیریت ارشد را تقویت نمود که کمترین امتیاز را به دست آورده اند. به منظور بهبود رضایت کاربر در این شرکت بهتر است به کاربر پسند کردن واسط سیستم‌های دانشی، فراهم کردن قابلیت بازیابی و جستجوی دانش برای کاربران، ایجاد انگیزه در کاربران در جهت اشتراک دانش پرداخت. به منظور جلب حمایت مدیران ارشد نیز این مدیران دانشی در این سازمان باید به تبیین ارتباط بین سیستم‌های مدیریت دانش با اهداف و استراتژی‌های سازمان و نیز ارائه ارزش‌های ابتکارات دانشی و مزایای آنها برای مدیران ارشد بپردازند. برگزاری جلسات دوره‌ای میان مدیران ارشد و مدیران دانشی در جهت متقاعد کردن مدیران ارشد به منظور کسب پشتیبانی آنها نقش بسزایی دارد.

 شرکت دوم- در این شرکت دو بعد فرهنگ و مدیریت اسناد کمترین امتیاز را در میان دیگر ابعاد بدست آورده اند و دو عامل پشتیانی مدیران ارشد و کیفیت سیستم‌های مدیریت دانش بیشترین امتیاز را بدست آورده اند. در این شرکت نیز باید به طور کلی بر بهبود همه عوامل، به ویژه فرهنگ و مدیریت اسناد متمرکز شد. به منظور ارتقای فرهنگ دانشی در سازمان باید به ایجاد انگیزش در افراد به منظور همکاری و اشتراک دانش مبادرت ورزید. آموزش و یادگیری نقش مهمی در ارتقای فرهنگ دانشی بازی می‌کند. ایجاد جوامع و تشکل‌های دانشی نیز می‌تواند به ارتقای فرهنگ دانشی کمک کند. به منظور تقویت بعد مدیریت اسناد نیز باید بیان کرد که توسعه دهندگان سیستم مدیریت دانش، امکان انجام فعالیت‌هایی چون ذخیره، سازماندهی، بازیابی و استفاده مجدد از دانش را به صورت اثربخش در سیستم فراهم کنند.

شرکت سوم- ابعاد کیفیت دانش و ارتباطات دارای پایین ترین امتیاز و ابعاد مدیریت اسناد و رضایت کاربر دارای بیشترین امتیاز بوده‌اند. در رابطه با نتایج به دست آمده، به این شرکت نیز پیشنهاد می‌گردد در راستای ارتقای بعدکیفیت دانش در سیستم‌های مورد استفاده اش به ویژگی‌هایی چون به روز بودن دانش، دقت دانش جمع آوری شده، مرتبط بودن دانش با زمینه مورد استفاده اش توجه نمایند. این شرکت به منظور ارتقای بعد ارتباطات باید به ایجاد ویژگی‌هایی چون امکان تبادلات آنلاین، استفاده از اتاق‌های گفتگو، امکان ارسال پیام و ایمیل مبادرت ورزد.

شرکت چهارم- در این شرکت دو عامل همراستایی استراتژیک و مدیریت اسناد، بیشترین امتیاز و دو عامل کیفیت دانش و ارتباطات کمترین امتیاز را بدست آورده‌اند که برای ارتقای این دو عامل، شرکت باید اقداماتی مشابه شرکت سوم انجام دهد.

شرکت پنجم- دو عامل کیفیت دانش و فرهنگ بالاترین امتیاز را در میان عوامل موفقیت در این شرکت دارا هستند و دو عامل رضایت کاربر و ارتباطات کمترین امتیاز را دارا هستند. در این شرکت نیز پیشنهاد می‌گردد اقداماتی مشابه شرکت اول در بعد ارتقای رضایت کاربر و نیز اقداماتی مشابه شرکت سوم به منظور ارتقای ارتباطات انجام دهد.

در نهایت، باید بیان کرد که با توجه به جدید بودن مفهوم مدیریت دانش در شرکت‌های داخلی، شرکت‌های اندکی در رابطه با تحقق بخشیدن ابتکارات دانشی اقداماتی انجام داده اند که این موضوع باعث محدودیت در انتخاب نمونه آماری می‌شد.



[1] Analytic network process (ANP)

[2] Analytical hierarchy process (AHP)

[3] consistent fuzzy preference relations

[4] Grey Relational Analysis (GRA)

[5] Deng

[6] Grey relational generating

[7] Reference sequence definition

[8] Grey relational coefficient calculation

[9] Grey relational grade calculation

عابدی جعفری، حسن؛ جام پرازمی، مونا؛ بیریایی‌هانیه سادات. (1389) «چالش مدیریت منابع انسانی در سازمان‌های مجازی-بررسی رابطه بین درجه مجازیت سازمان و تعهد سازمانی»، نشریه مدیریت فناوری اطلاعات،  دوره 2،  شماره 5 :73-90
Adler, R., (2008). Knowledge Engines for critical decision support. Knowledge management strategies: a handbook of applied technologies, 143-169.
Alavi, M., Leidner, D. (2001). Review knowledge management and knowledge management systems: Conceptual fundations and research issues. MIS Quarterly, 25(1), 107-136
Bots, P.W.G., & de Bruiin, H. (2002). Effective Knowledge Management in Professional Organizations: Going by the rules. Proceeding og 35th Hawaii International Conference on SystemSciences, IEEE Computer Society Press.
Chang, S. H., Hwang, J. R., & Doong, J.L. (2000). Optimization of the injection molding process of short glass fiber reinforced polycarbonate composites using grey relational analysis. Journal of Materials Processing Technology, 97 , 186–193.
Chen, C., Huang, J. (2007). How organizational climate and structure affect knowledge management—Thesocial interaction perspective. International Journal of information management, 27, 104-118.
Chen, M., Huang, M., & Chen, Y. (2009). Measuring knowledge management performance using a competitive: an empirical study. Expert systems with applications 36, 8449-8459.
Chen, Y., Huang, H., Liu, T. (2007). An Empirical Investigation of the Knowledge Management Strategic Alignment Model, Paper presented at: IEEE international conference on Industrial Engineering and Engineering Management , Singapore.
Cheng, S. P., & Wang, R. Y. (2004). Analyzing hazard potential of typhoon damage by applying grey analytic hierarchy process. Natural Hazards, 33, 77–103.
Chourides, P., Longbottom, D., & Murphy, W. (2003). Excellence in knowledge anagement an empirical study to identify crital factors and performance measures. measuring business excellence, 7(2), 29-45.
Deng, J. L. (1982). Control problems of grey system. Systems and Control letters, 1, 288-294.
Fung, C. P. (2003). Manufacturing process optimization for wear property of fiber-reinforced polybutylene terephthalate composites with grey relational analysis. Wear, 254, 298–306.
Greiner, M.M, Bohmann, T., Krcmar, H. (2007). A strategy for knowledge management. Journal of Knowledge Manageent, 11 (6), 3-15
Hamzaçebi, C. & Pekkaya, M. (2011). Determining of stock investments with grey relational analysis. Expert Systems with Applications, 38, 9186–9195
Hariharan, A. (2002) Knowledge management: Astrategic tool. Journal of knowledge management practice, 3(3), 50-59.
Hasanali, F. (2002). Critical success factors for KM. available at: www.kmadvantage.com/docs/km_articles/Critical_Success_Factors_of_KM.pdf (accessed January 10, 2008).
Huang, J. T., & Liao, Y. S. (2003). Optimization of machining parameters of Wire-EDM bases on grey relation and statistical analysis. International Journal of Production Research, 41, 1707–1720.
Hwang, M., Xu, H. (2007). The Effect of Implementation Factors on Data Warehousing Success: An Exploratory Study. Journal of Information, Information Technology and Organizations, 2, 1-14.
Jennex, M, Olfman, L. (2006). A model  of knowledge management success. international Journal  Knowledge management, 2 (3), 51-68.
Jennex, M.E., & Olfman, L. (2005). Assessing knowledge management success. International Journal of Knowledge Management, 1(2), 33-49.
Jennex, M., Smolnik, S., & Croasdell, D. (2009). Towards measuring knowledge management success. Proceeding of the 41st Hawaii International Conference on system Sciences.
Jennex, M, Smolnik, S., & Croasdell, D. (2009). Towards a consensus knowledge management success definition. The journal of information and knowledge management systems, 39(2),  174-188.
King, W., & Marks, P. (2008). Motivating knoledge sharing through aknowledge management systems. Omega, 36, 131-146.
Kuo, Y., Yang, T., & Huang, G.W. (2008). The use of grey relational analysis in solving multiple attribute decision-making problems. Computers & Industrial Engineering, 55,  80–93.
Li, G. D., Yamaguchi, D., & Nagai, M. (2007). A grey-based decision-making approach to  the  supplier  selection  problem.  Mathematical  and  Computer  Modelling,  46, 573–581.
Lindner, F., & Wald, A. (2010). Success factors of knowledge management in temporary organizations. International Journal of Project Management, doi:10.1016/j.ijproman.2010.09.003.
Liu, S., Lin, Y. (2006). Grey Information Theory and Practical  Applications, Springer-Verlag London Limited.
Maier, R., & Remus, U. (2002). Defining process-oriented knowledge management strategies. Knowledge and process management 9(2), 103-118.
Mannor, M. (2008). The hidden deception of knowledge management systems: search, Rigidity, and declining radical innovation, Knowledge management strategies: a handbook of applied technologies, PP:268-288
Massey, A. P., Montoya-Weiss, M. M., & ODriscoll, T. M. (2002). Knowledge management in pursuit of performance: Insights from Nortel Networks. MIS Quarterly, 26(3), 269-289.
Migdadi, M. (2009). Knowledge management enablers and outcomes in small and medium sized enterprises. Industrial management and data systems, 109(6), 840-858.
Ngai, E. W. T., & Chan, E. W. C. (2005). Evaluation of knowledge tools using AHP, expert systems with applications, 29, 889-899.
Rezaie, K., Bayat, M., & Shirkouhi, S.N. (2009). Evaluating effective factors of implementing knowledge management based on FAHP method. Proceeding of 2009 Third Asia International Conference on Modelling & Simulation.
Russ, M., & Jones, G. (2008). Knowledge-based strategies and systems: a systematic review. Knowledge management strategies: a handbook of applied technologies, PP: 1-62.
Seddon, P., Staples, S., Patnayakuni, R., & Bowtell, M. (1999). Dimentions of information systems success. Communication of the Association for Information systems, 2(20), 3-61.
Skyrme, D., & Amidon, D. (1997). The knowledge agenda. Journal of Knowledge Management, 1, 27-37.
Subramanian, A., & Soh, P. (2009). Contributing knowledge to knowledge repositories: Dual Role Of inducment and opportunity factors. Information Resources Management Journal, 22(1), 45-62.
Tseng, M. L. (2010). Using linguistic preferences and grey relational analysis to evaluate the environmental knowledge management capacity. Expert Systems with Applications, 37, 70–81
Tseng, M. L., (2011). Using a hybrid MCDM model to evaluate firm nvironmental knowledge management in uncertainty. Applied Soft Computing, 11, 1340–1352
Tseng, Sh. (2008). knowledge management system performance measure index. Expert systems with applications, 34, 734-745.
Vestal, W. (2002), Measuring Knoledge management. American Productivity Quality Center (APQC), Released August 2002.
Wang, Y., & Liao, Y. (2007). Assessing E-goverment systems success: Avalidation of the DeLone and MCLean model of information systems success. Goverment Information Quarterly , doi:10.1016/j.giq.2007.06.002.  
Wang, T., & Chang, T. (2007). Forecasting the probability of successful knowledge management by consistent fuzzy preference relations. Expert Systems with Applications, 32 (3), 801-813
Wei, J., & Bi, R. (2008). Knowledge Management performance evaluation based on ANP. Proceedings of the Seventh International Conference on Machine Learning and Cybernetics, Kunming, 12-15 July 2008
Wen, Y.F. (2009). An effectiveness measurement model for knowledge management. Knowledge-Based Systems., 22(5), 363-367.
Wu, J. H., & Wang, Y. M. (2006). Measuring KMS success: A respecification of the DeLone and McLean's model. Information & Management, 43, 728-739.
Wu, W. W., & Lee, Y. T. (2007). Selecting knowledge management strategies by using the analytic network process. Expert Systems with Applications, 32, 841–847
Wu, W. W. (2008). Choosing knowledge management strategies by using a combined ANP and DEMATEL approach. Expert Systems with Applications, 35, 828–835.
Yu, S., Kim, Y., & Kim, M. (2007). Do we know what really drives KM performance?. Journal of knowledge management, 11(6), 39-53.
Yu, S.H., Kim, Y. G. & Kim, M.Y. (2004). Linking organizational knowledge management drivers to knowledge management performance: an exploratory study. Proceedings of the 37th HI International Conference on System Sciences