توسعۀ مدل فرایند مدیریت سبد پروژه‌های نانو با استفاده از تکنیک الکتره: مطالعۀ موردی

نوع مقاله : مقاله پژوهشی- فارسی

نویسندگان

1 استادیار مهندسی صنایع، دانشکده مدیریت و مهندسی صنایع، دانشگاه صنعتی مالک اشتر، تهران ایران

2 دانشجوی کارشناسی ارشد مهندسی صنایع، دانشکده مدیریت و مهندسی صنایع، دانشگاه صنعتی مالک اشتر، تهران ایران

چکیده

امروزه و با توجه به دیدگاه پورتر، شرکت‌های پروژهمحور با یکدیگر رقابت نمی‌کنند، بلکه پروژه‌های آنها با دیگران رقابت می‌کند و شرکت مادر، مدیریت سبد پروژه‌ها را برای رسیدن به مزیت رهبری مناسب‌تر نسبت‌به رقبا اداره می‌کند. برای دستیابی به یک رشد مستمر در یک سازمان پروژه‌محور، مدیریت پروژه‌ها به‌‌صورت منفرد و جداگانه نتیجۀ خوبی نمی‌دهد. با توجه به اینکه نانو، گام‌ بزرگی در دنیای کوچک و انتخابی بزرگ در دنیای واقعی است، از این قاعده مستثنا نیست. در این پژوهش با پیاده‌سازی پنج گامِ علمیِ چارچوب ارائه‌شده، ارزیابی، انتخاب و بالانس پروژه‌های سبد برای دستیابی به منافع انجام شد. در راستای این هدف، در ابتدا از‌طریق ماتریس SWOT، سه استراتژی 1. پورتفوی همکاری چند‌رشته‌ای؛ 2. پورتفوری تجاری‌سازی محصولات نانو؛ 3. پورتفوی ارتباط بین نانو و روزمرگی تدوین شد و سپس دسته‌بندی پروژه‌ها بر‌اساس مفاهیم هم‌افزایی و استراتژی، به کمک نقشۀ منطقی مزایا در سبد پیشنهادی قرار گرفتند و در آخر با توجه به ده معیار استخراج‌شده با تکنیک الکترۀ پروژه‌های بالقوه، اولویت‌بندی و با متعادل‌سازی سبد، پروژه‌های بالفعل وارد سبد نهایی شدند و در‌نهایت نقشۀ راه پورتفولیو برای درک و مدیریت بهتر سبد رسم شد. از بین 32 کاندید اولیه، 7 مورد حذف می‌شود و از مابقی پروژه‌های سبد، 3 پروژه با توجه اینکه در هیچ دسته‌ای از مروارید، صدف و فیل سفید قرار نداشت،‌ حذف می‌شود. به‌کارگیری مدل فوق علاوه بر اینکه‌ ترکیبی بهینه از پروژه‌ها را در پورتفولیوها ایجاد کرد، ترتیب انجام هر سبد را نیز تعیین کرد. 

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Developing a Nanotechnology Project Portfolio Management Model Using the ELECTRE: A Case Study

نویسندگان [English]

  • Mohammad Forozandeh 1
  • Hamidreza Kazemi 2
1 Department of Management and Industries, Faculty of Management and Industrial Engineering, Malik Ashtar University of Technology, Tehran, Iran
2 Department of Management and Industries, Faculty of Management and Industrial Engineering, Malik Ashtar University of Technology, Tehran, Iran
چکیده [English]

Purpose: To achieve continuous growth in a project-oriented organization, managing projects individually does not work well. By combining multi-criteria decision-making methods (MCDM) and strategic analysis, the present research examines the challenges of selecting and managing the project portfolio in the Nano Development Headquarters, emphasizing the importance of optimal use of limited resources and reducing investment risk. Its main goal is to develop a model for evaluating and prioritizing projects based on the greatest synergies and values and improving the effectiveness of decisions in line with strategic goals.
Design/methodology/approach: This research uses a hybrid approach that includes the implementation of a scientific framework with five steps. At first, using the SWOT analysis, three key strategies were formulated to manage the portfolio of nano projects: portfolio of multidisciplinary cooperation, portfolio of commercialization of nano products and portfolio of connection between nano and everyday life. The projects were categorized using the concepts of synergies and the benefits map. Then, using the Electre method, the projects were prioritized based on 10 criteria and included in the final basket. Finally, a balanced portfolio of projects was selected and a roadmap for better management of this portfolio was presented.
Findings: The research showed that among the 32 initial projects, 7 projects were removed and 3 other projects were also abandoned due to non-compliance with the key criteria. According to the SWOT matrix, four options were presented and three strategies were developed based on that. The categorization of projects was done based on the concepts of synergy and proximity of projects to strategic goals and the intended value created through the logical map of benefits. The final grouping of the projects in three categories: pearls, oysters, and white elephants was done with the opinion of experts, and with the update of the final basket, the definite priority of each project in each basket was included in the portfolio roadmap. With this approach, an optimal combination of projects in portfolios was created, and the order of projects was determined. The presented model was able to create an optimal combination of projects and determine their execution order by considering the primary criteria, risk analysis, probability of success, earnings, and return on investment (ROI). Also, the roadmap of the project portfolio was drawn to help better management and achieve strategic goals. The final finding from the data analysis is that initially, basket 2 (D5, B3, A3, E5, E1, E2, D2, A1, C2) started with project D5 and at the end of the first three years of basket 1 (B6, A4, E4, B2, A5, D1, B5, E3, E6) with project B6 will start simultaneously with projects E5 and E1 and the start time of basket 3 (E7, D7, E8, C1) in the middle of the second schedule with project E7 with the implementation of projects D2, A1, E4, and B2. The maximum execution time for basket 1 is ten, for basket 2 eight, and for basket 3 six years.
Research limitations/implications: Access to data, experts' lack of familiarity with project portfolio management concepts, and the unpredictability of nanotechnology and changing criteria are some of the limitations of this research. The research is specifically focused on the field of nanotechnology, but it can be easily extended to other fields with personalization. In this research, the concepts of project portfolio management, synergy of projects, and logical map of benefits have been used for writing. It is suggested that in future research, aspects of uncertainty in the decision-making process allocation of resources and project schedule should be addressed with modelling.
Practical implications: By providing a comprehensive model for project portfolio management, managers can make better decisions in selecting and prioritizing projects. This helps to increase efficiency and reduce risks associated with projects. It also helps companies get closer to their business goals and grow and develop their business by creating synergies.
Social implications: In addition to the positive effects on improving public health, the environment, and increasing the quality of life, the correct selection of the portfolio of nano projects will help project-oriented companies to achieve higher standards in the fields of safety, health, and environment (SHE) by using project portfolio management. At a larger level, it helps government and policymakers make more informed decisions to invest in and support nanotechnology projects that directly lead to economic and social development.
Originality/value: This research is added to the literature on project management because it provides a comprehensive and new framework for selecting the project portfolio from different angles and can be a valuable resource for researchers and managers. Overall, this research provides a useful framework for organizations seeking to optimize their project portfolios.

کلیدواژه‌ها [English]

  • Project portfolio management
  • Project portfolio selection
  • Synergy
  • ELECTRE
  • Nanotechnology
1- مقدمه 
در دنیای امروز، علم و فناوری با سرعت‌ شگفت‌انگیزی در حال پیشرفت‌اند. در این میان، حوزۀ نانو یکی از نوظهورترین و پویاترین حوزه‌های علمی است که توجه بسیاری از دانشمندان، سیاستمداران و سرمایه‌گذاران را به خود جلب کرده است. با استفاده از فناوری نانو، مواد جدیدی با خواص خارق‌العاده، داروهای جدید برای درمان بیماری‌های صعب‌العلاج و ابزارهای جدید برای حفظ محیط‌زیست تولید می‌شود. 
با وجود پتانسیل‌های عظیم فناوری نانو، انتخاب پروژه‌های مناسب در این حوزه از اهمیت بالایی برخوردار است. منابع مالی، انسانی و تجهیزاتی برای تحقیق و توسعه در حوزۀ نانو محدودند‌ و از سوی دیگر، تنوع پروژه‌های نانو بسیار زیاد است؛ بنابراین، انتخاب سبدی از پروژه‌های نانو که بیشترین پتانسیل موفقیت را داشته باشند، ضرورتی انکار‌ناپذیر است. از دلایل دیگر انتخاب این سبد، استفادۀ بهینه از منابع محدود و کاهش ریسک سرمایه‌گذاری است. آمار مربوط به بازار جهانی فناوری نانو در سال ۲۰۲۲ به 6/75 میلیارد دلار رسیده است و پیش‌بینی می‌شود تا سال ۲۰۲۷ به 3/1 تریلیون دلار برسد. از سال 92 تا 98 متوسط رشد سالانۀ بازار فناوری نانو ایران ۹۶درصد بوده است، یعنی هر سال حجم فروش بازار تقریباً دو برابر شد (pakfan) پس انتخاب سبد پروژه‌های  نانو موضوعی مهم و چالش‌برانگیز است.
در یک محیط پویا و دائماً در حال تغییر، سازمان‌ها ملزم به برنامه‌ریزی، ارزیابی‌ و انتخاب پورتفولیو پروژه مطابق با مأموریت، چشم‌انداز، و اهداف سازمانی خود هستند. به همین منظور، پروژه‌ها و برنامه‌های مختلفی برای رفع نیازهای استراتژیک مختلف پیشنهاد می‌شود. این پروژه‌ها عموماً برای منابع محدود رقابت می‌کنند و بیشتر در معرض محدودیت‌های داخلی یا خارجی‌اند که یک ویژگی ترکیبی را برای مسئلۀ انتخاب پورتفولیو نشان می‌دهند و سپس وضعیت تصمیم‌گیری را پیچیده می‌کنند. درواقع مسئلۀ انتخاب پورتفولیوی، پروژۀ چندبعدی است؛ زیرا با معیارهای متعدد و اهداف متضاد مشخص می‌شود (Stummer and Heidenberger, 2003؛ Medaglia et al., 2007؛ Carazo et al., 2010)؛ از این ‌رو مدیریت سبد پروژه‌ها   نیاز است و این باعث می‌شود با تخصیص صحیح منابع به پروژه‌ها، سازمان‌ها و شرکت‌ها بیشترین سود را کسب کنند (Bozorgi et al., 2008). همچنین پوررضایی و قدسی‌پور  (1399) استدلال می‌کنند تلاش‌های سازمانی در راستای انتخاب ترکیب پروژه‌های مورد نیاز در راستای سود‌بردن از پروژه‌های منفرد و تمام سبد پروژه‌ها شکل می‌گیرند. همچنین فروزنده و روزبهانی  (2022) اهمیت مدیریت سبد را تأکید بر انجام کارهای درست، اولویت‌بندی و انتخاب صحیح پروژه‌ها و تمرکز در رسیدن به اهداف استراتژیک می‌دانند. هدف مدیریت سبد پروژه به حداکثر رساندن ارزش پروژه‌های پورتفولیو، همسو‌کردن پروژه‌ها با استراتژی شرکت و دستیابی به یک انتخاب متعادل کلی از پروژه‌هاست
( Jonas et al., 2013؛Kester et al., 2014). پرتفوی پروژه‌ها برای شرکت‌ها بسیار مهم است؛ زیرا شرکت‌ها بخش درخور توجهی از بودجۀ خود را به آنها اختصاص می‌دهند. علاوه بر این، آنها نقش کلیدی در اجرای استراتژی یک شرکت دارند (Hansen & Svejvig, 2022).
مسئلۀ اصلی تحقیق این است که «چگونه می‌توان یک روش تصمیم‌گیری مناسب و کاربردی برای ارزیابی پروژه و انتخاب سبد در یک سازمان پروژه محور ایجاد کرد که سازمان را در دستیابی به اهداف استراتژیک یاری کند؟» با استخراج راهبردهای ستاد نانو، مسیر پیشرو مشخص و در راستای آن سبد پروژه‌ها با دقت انتخاب و هر سبد به‌طور متعادلی از پروژه‌های با تنوع مناسب تکمیل شد (ارتباط پروژه‌ها با مزایای کلیدی، که بیشترین ارزش را دارد، مشخص‌ و با تحلیل تصمیم‌گیرندگان، بهترین سبد چیده شد) و برای جلوگیری از اتلاف وقت و مدیریت مؤثرتر، ابتکارات نقشۀ راه سبد به تصویر کشیده شد. این مقاله منبع‌ مفیدی برای سیاست‌گذاران و مدیران سازمان‌های دولتی و خصوصی، سرمایه‌گذاران در حوزۀ نانو، دانشجویان و محققان و همچنین چارچوبی برای انتخاب پورتفولیو پروژۀ دیگر حوزه‌ها به کار می‌رود.
2- مفاهیم و پیشینۀ پژوهش
یک پورتفولیو از عناصر بسیاری مانند‌ پروژه‌ها، برنامه‌ها‌ و وظایف اضافی مانند نگهداری و عملیات مداوم تشکیل شده است. این مؤلفه‌ها به‌منظور دستیابی مؤثر به اهداف استراتژیک گروه‌بندی می‌شوند
(, 2019.Mohagheghi et al). آنها همچنین برای منابع محدود به اشتراک گذاشته شده رقابت می‌کنند (PMI, 2015). انتخاب پورتفولیوی پروژه، فرآیند‌ تکراری است که به موجب آن مدیران، پروژه‌ها را از بین پیشنهادهای موجود و پروژه‌های جاری انتخاب (بر‌اساس ارزش هر پروژه، خط‌مشی‌ها و محدویت‌هایی از‌جمله بودجه، وابستگی متقابل و ... است) می‌کنند تا به اهداف سازمانی دست یابند (Archer & Ghasemzadeh, 1999). انتخاب پورتفولیو پروژه بدون نقص محدودیت‌های اساسی، بهترین مجموعۀ پروژه‌هایی را شناسایی می‌کند که به اهداف استراتژیک پایبندند (Bai et al., 2021). گارسیا و کاسترو  (2018) اشاره می‌کنند که انتخاب بهترین پورتفولیو، مستلزم ارزیابی وابستگی‌های متقابل  بین پروژه‌ها، به‌عنوان مکمل تجزیه و تحلیل پروژه‌های فردی است.‌ آلبانو و همکاران  (2021) تأکید می‌کنند که بسیاری از ابتکارات انتخاب پورتفولیو پروژه، وابستگی‌های متقابل پروژه را در نظر نمی‌گیرند؛ زیرا وجود وابستگی‌های متقابل چالش مدیریت، یک پورتفولیو را به‌طور درخور توجهی افزایش می‌دهد. اما نکتۀ مهم این است که سهم استراتژیک برخی از پروژه‌ها زمانی افزایش می‌یابد که با هم در پورتفولیوی سازمان گنجانده شوند (Wang et al., 2023). درواقع منافع حاصل از اجرای پروژه از‌طریق هم‌راستایی با اهداف راهبردی ‌سنجش و ارزیابی می‌شود. نویسندگان تعاریف متعددی را دربارۀ هم‌افزایی  ذکر می‌کنند. در دیدگاه دینامیک سیستم ، اجرای استراتژی ممکن است ارتقای مثبت هم‌افزایی پویا را بین پروژه‌ها‌ در نظر بگیرد و به مصرف کلی منابع در پورتفولیو کمک کند (Bai et al., 2022). هم‌افزایی فناوری منعکس‌کنندۀ مزایاست و‌ در بین پروژه‌هایی به گذاشته می‌شود که از فناوری مشابه در یک سازمان استفاده می‌کنند ‌(Wang et al., 2023). هم‌افزایی مالی به پیامدهای قراردادی پروژه‌هایی اشاره دارد که از روابط متقابل بین آنها ناشی می‌شود (Lopes and Almeida, 2015). هم‌افزایی اطلاعات، سطح انتشار و تبادل اطلاعات بین پروژه‌ها تعریف می‌شود (Ma et al., 2022). در مقالۀ ‌ویرا و همکاران  (2024)، تعاریف دقیقی برای وابستگی‌های متقابل، تعاملات و هم‌افزایی پروژه پیشنهاد شده است که اساس دسته‌بندی پروژه‌ها در پژوهش حاضر است.
روش‌شناسی‌های زیادی برای مسئلۀ انتخاب پورتفولیو پیشنهاد شده است. با‌ وجود این، رویکرد اولیه
(Keeney and Raiffa, 1976) یک تابع ارزش را به همۀ پروژه‌ها، بر‌اساس ارزیابی آنها بر‌ مجموعه‌ای از معیارها، اختصاص می‌دهد؛ سپس‌ پورتفولیویی انتخاب می‌شود که مجموع مقادیر تمام پروژه‌های شامل‌شده را به حداکثر می‌رساند. مطالعات اولیه معمولاً پروژه‌های کاندید را به‌طور جداگانه در فرآیند انتخاب پورتفولیو پروژه در نظر می‌گیرند که هر پروژه به‌طور جداگانه در نظر گرفته می‌شود و هیچ ارتباطی با پروژه‌های دیگر ندارد. با این حال، این درست نیست؛ زیرا پروژه‌های کاندید ممکن است به یکدیگر مرتبط شوند و به‌دلیل هم‌افزایی در انتخاب پورتفوی پروژه، بهتر عمل کنند؛ برای مثال، همان‌طور که قبلاً در این تحقیق بیان شد، بهترین پروژۀ کاندید هنگام در نظرگرفتن جداگانه، ممکن است لزوماً بهترین مجموعۀ پروژه‌ها را در یک گروه از یک مجموعه پروژه تشکیل ندهد. در مقالۀ ‌ژانگ و همکاران  (2020)، جزئیات روش‌های تصمیم‌سازی دربارۀ انتخاب پروژه بر‌اساس معیار، شامل تصمیم‌گیری چند معیاره ، مدل‌های برنامه‌ریزی ریاضی و الگوریتم‌های پیاده‌سازی هوشمند بیان شده است. به‌منظور ساخت پورتفولیو پروژه‌ها، ارزیابی و رتبه‌بندی پروژه‌ها بر‌اساس معیارهای خاص و با روش‌های تحلیل تصمیم‌گیری چندمعیاره پشتیبانی می‌شود، اما تاکنون‌ هیچ مطالعه‌ای تأکید نکرده است که کدام روش‌ها برای اولویت‌بندی پروژه برای انتخاب بهترین پورتفولیو مناسب‌ترند (Elbok and Brado, 2020). با این حال راه‌حل‌های پیشنهادی قابلیت کامل‌پذیری دارند (, 2019.Mohagheghi et al). در تأیید این موضوع در یک مقالۀ مروری با بررسی انواع روش‌های تصمیم‌گیری چند معیاره، نقاط قوت و ضعف هر‌یک از این روش‌ها ‌توضیح داده شده است؛ مثلاً شایستگی روش الکتره  را در نظرگرفتن عدم ‌قطعیت  و ابهام‌ و شایستگی‌نداشتن آن را به‌دلیل بالاتر‌بودن رتبه می‌داند که باعث می‌شود‌ نقاط قوت و ضعف گزینه‌ها به‌طور مستقیم شناسایی نشوند
(Bhole and Deshmukh, 2018).
مدیریت سبد پروژه‌ها چارچوب‌ها و مدل‌های مختلفی دارد. در پژوهش ‌علی‌پور و محمدی  (2013)، با تمرکز بر نظریه‌هاى مختلف در زمینۀ استراتژى سازمان‌هاى پروژه‌محور و چگونگى به‌کارگیرى آنها در بازآفرینى روش خلاق حل مسائل، به ایجاد دیدگاهى در انتخاب و تعیین اولویت اجراى پروژه‌ها، همسو با استراتژى کلى سازمان دست می‌یابیم. برنامه‌ریزی سید را اقدامی استراتژیک و اجرای صحیح آن را نیازمند به پیروی از مراحلی ساختاریافته می‌دانند؛ پس با شناسایی عوامل مؤثر بر برنامه‌ریزی استراتژیک‌ سبد پروژه، به‌ویژه خلأهایی که چارچوب‌ها و مدل‌های پیشین به آن توجه نکرده‌اند، چارچوبی مرحله‌بندی‌شده برای اجرا ارائه می‌شود 
(, 2022.Masoudifar et al). فروزنده و روزبهانی (2022) انتخاب سبد را ازنظر در نظر گرفتن محدویت‌های سازمانی، اهداف و استراتژی سازمان مورد توجه قرار داده‌اند.‌ این پژوهش ضمن تأکید بر پیاده‌سازی فرایند مدیریت سبد در سازمان‌ها، مدلی دو مرحله‌ای را برای ارزیابی و اولویت‌بندی پروژه‌ها، با استفاده از تکنیک دیمتل و تاپسیس فازی برای تشکیل سبد ارائه می‌دهد (Forouzandeh & Rozbahani, 2022). «تهیۀ برنامۀ راهبردی سبد پروژه، تعریف سبد پروژه، مدیریت تغییرات راهبردی، ایجاد ساختار شبکه‌ای سبد پروژه، اولویت‌بندی و انتخاب پروژه‌ها بر‌اساس مدل فرایند تحلیل شبکه ، سنجش ارزش کسب‌شدۀ پروژه‌ها، جمع‌آوری و تحویل اطلاعات ذی‌نفعان، تأیید سبد توسط ذی‌نفعان، تصویب و اجرای سبد پروژه، نظارت بر سبد پروژه و بازخورد» مدل پیشنهادی برای یک شرکت سهامی خاص است (Yazdani and Hasanpour, 2016). یک مدل برنامه‎ریزی ریاضی عدد صحیح مختلط  در جهت انتخاب و برنامه‌ریزی پروژه‌ها، با در نظر گرفتن مدیریت منابع و سود معرفی‌ و با الگوریتم ابتکاری، مسئله را حل کرد و مدل را براساس الگوریتم جست‌وجوگرانشی بهبود بخشید
(Shariatmadari et al., 2017). در مقالۀ ونگ و همکاران  (2023)، مدل جدید انتخاب پورتفولیوی چند هدفه پیشنهاد می‌کند که نظریۀ مطلوبیت مورد انتظار، نظریۀ چشم‌انداز و نظریۀ ناامیدی را ترکیب می‌کند. با هدف به حداکثر رساندن مطلوبیت مورد انتظار، مدل را به‌دنبال بازده می‌راند ‌(Wang et al., 2023). هاشمی و کسایی  (1396) در پژوهشی که انجام دادند، بیست معیار را برای ارزیابی پروژه‌های توسعۀ محصولات یک‌بار‌مصرف‌ شناسایی و در گام بعد به کمک تکنیک دیمتل، میزان تأثیرگذاری و وزن معیارها را محاسبه کردند و در‌نهایت با استفاده از روش ویکور، پروژه‌ها را ارزیابی کردند و سبد بهینه را تشکیل دادند. اخوان و همکاران  (1398) با در نظر گرفتن معیارهای مالی، تکنولوژی، استخدام، فرصت و ریسک در طی چهار مرحله، سبدهای تولید‌شده را ارزیابی و رتبه‌بندی کرد، در ابتدا با تکنیک تحلیل سلسه‌مراتبی فازی و با به‌کارگیری قضاوت‌های غیرقطعی، پروژه‌ها را‌ رتبه‌بندی کرد و سپس برای تولید سبدهای پروژه با استفاده از برنامه‌ریزی خطی عدد صحیح، با به‌کارگیری مدلی کوله‌پشتی، به تغییر ضرایب تابع هدف هر پروژه در مدل برنامه‌ریزی خطی عدد صحیح، به‌منظور محفوظ‌ماندن امتیاز چندمعیارۀ پروژه‌ها روی آورد. داودی  (1400) در پژوهش خود با استفاده از برنامه‌ریزی خطی، با تمرکز بر بهینه‌سازی، از انتخاب پروژه‌های سبد سازمان استفاده کرده است تا مجموعه‌ای از پروژه‌هایی را انتخاب کند که حداکثر سود را با در نظر گرفتن مجموعه‌ای از محدودیت‌های سازمان و پروژه برای هدایت مدیران در انتخاب سبد بهینه از میان پروژه‌های پیشنهادی استفاده کنند. پرز و گمز  (2016) در پژوهش خود یک مدل برنامه‌ریزی ریاضی را در انتخاب و برنامه‌ریزی پروژه‌ها ارائه کردند که چندین محدودیت مهم و تأثیرگذار دارد؛ مانند محدودیت منابع تجدیدناپذیر، محدودیت سینرژی بین پروژه‌ها، محدودیت یگانگی و الزامی‌بودن پروژه‌ها، محدودیت رابطۀ بین پروژه‌ها و محدودیت پروژه‌های فعال را در زمان خاص ارائه دادند. قجری  (1390) در چکیدۀ مقالۀ خود بیان می‌کند که در انتخاب پروژه‌های سبد، معیارهای مختلفی باید مدنظر قرار گیرد؛ از‌جمله ارتباط متقابل میان پروژه‌های سبد (هم‌افزایی یا سینرژی). با در نظرگرفتن هم‌افزایی میان پروژه‌ها در مرحلۀ انتخاب، ‌پروژه‌هایی‌ انتخاب می‌شود که علاوه بر داشتن مزایای‌ بیشتر نسبت‌به مستقل‌بودن پروژه‌ها، حتی‌الامکان از دوباره‌کاری‌های مراحل انجام پروژه کاسته شود. در این مقاله، مفاهیم تئوری هم‌افزایی به‌طور کامل بررسی‌ و مدل ریاضی مربوط به آن، به‌همراه یک مثال عددی تشریح شده است. رستگار و بروزکی  (1396) در پژوهش خود اظهار کردند که سختی یک معیار مهم، در انتخاب پروژه‌هاست، به‌طوری که به طولانی‌شدن زمان و یا توقف پروژه منجر می‌شود. آنها یک مدل را برای انتخاب سبد بهینه، با توجه به سختی و همبستگی پروژه‌ها ارائه کردند. سیو و همکاران  (2015) با ارائۀ الگوریتمی ابتکاری، مسئلۀ انتخاب سبد پروژۀ چند معیاره را با در نظر گرفتن تأثیرات متقابل در ارتباط با معیارهای چندگانه‌ فرمول‌بندی کرده‌اند. امیری  (1403) با تأکید بر نقش ویژۀ وابستگی میان پروژه‌ها در انتخاب سبد، با استفاده از تکنیک‌های فرآیند تحلیل سلسله‌مراتبی و سیستم استنتاج فازی، یک مدل ترکیبی برنامه‌ریزی ریاضی فازی را ارائه داده است که به‌دنبال انتخاب پروژه‌های یک پورتفولیو با ایجاد حداکثر هم‌افزایی میان آنها در شرایط عدم قطعیت است .‌سهرابی و همکاران  (1401) به‌دنبال حل مسئلۀ انتخاب سبد پروژه‌ها با در نظر گرفتن اثر متقابل بین پروژه‌ها، از الگوریتم فراابتکاری استفاده کردند. خلاصه‎ای از پژوهش‎های مرتبط دربارۀ انتخاب و ارزیابی سبد پروژه، در جدول (1) نشان داده ‌شده است.
جدول 1- مروری بر رویکردهای انتخاب سبد پروژه
Table 1 -Overview of project portfolio selection approaches
نویسنده و سال هدف رویکرد تصمیم‌گیری
ModmMadmرویکرد هیبریدی
البوک و برادو 2020
ارزیابی و رتبه‌بندی پروژه‌ها با شاخص‌های همسویی استراتژیک، سودآوری، دورۀ بازگشت سرمایه، پیچیدگی، رضایت مشتری، رعایت استانداردها، افزایش درآمد، میزان رضایت کارکنان، هزینه * Topsis
توانا و همکاران ، 1394
استفاده از رویکرد تلفیقی برای غربالگری و رتبه‌بندی پروژه‌ها و در‌نهایت انتخاب مناسب‌ترین سبد در یک محیط فازی با پنج دسته شاخص شناسایی‌شده * * DEA, TOPSIS, Integer Programming
فیضی راضی ، 2015
انتخاب و ارزیابی پروژه‌های شرکت نفت ملی ایران بر‌اساس رابطۀ برتری * Electre, Fuzzy GRA
ژنگ و همکاران ، 2011
با در نظر گرفتن شش معیار به تصمیم‌گیرندگان کمک می‌کند تا پورتفولیو پروژه را انتخاب کند * * Electre TRI, Mixed Integer Programing
چاترجئی و همکاران ، 2018
اولویت‌بندی پیشنهاد پروژه از مجموعۀ پورتفولیوی پروژه که مجموعه‌ای از معیارهای ارزیابی‌شده را ازطریق تصمیم‎گیرندگان‌ برآورده می‌کند.**ANP, Goal programming
آکو و همکاران ،
2019
اولویت و رتبه‌بندی پروژه‌های یک مؤسسۀ علمی-آموزشی در دو طبقه‌بندی بر‌اساس چهار معیار * Promethee, AHP
هریسون و همکاران ، 2022
انتخاب و برنامه‌ریزی پروژه‌ها در نیروی دفاعی استرالیا فرا ابتکاری
کاظمی و طیبی ،1396
انتخاب سبد پروژۀ مناسب و اولویت‎بندی پروژه‌های
منتخب در سبد برای اجراست * * Goal programming, Promethee
سرامی و همکاران ، 1401
حداکثر‌کردن ارزش سازمان با انتخاب بهینۀ سبد پروژه‌های عمرانی * LP 0-1
شریعتمداری و همکاران ، 2017
انتخاب سبد پروژه با معیارهای کمی و محدودیت منابع * الگوی جست‌وجوی گرانشی، MIP
طاوسی و مظفری ، 1401
انتخاب سبد بهینۀ پروژه‌ها * DEA, Swara
نورایی بیدخت و همکاران ، 1397
انتخاب سبد پروژه با استفاده از مدل چند هدفۀ ریاضی برای دستیابی به مطلوبیت‌های مانند کاهش ریسک سبد و افزایش هم‌راستایی با اهداف استراتژیک فرا‌ابتکاری
 
مدیریت سبد پروژه‌ها فرایندی است که از پروژه‌های بالفعل استفاده می‌کند و با دسته‌بندی پروژه‌ها، برای ارزیابی دقیق‌تر آنها آغاز می‌شود و تا ارزیابی و رتبه‌بندی پروژه‌ها و انتخاب و توسعۀ یک سبد متوازن، ادامه می‌یابد. با توجه به اینکه تاکنون مطالعۀ جامعی بر فرایند مدیریت سبد انجام نشده است و با توجه به اهمیت فرایند انتخاب و اولویت‌بندی پروژه‌های پوتفولیو و متوزان‌سازی سبد، پژوهش حاضر به‌دنبال ارائۀ روشی برای انجام این فرایندها با استفاده از روش الکتره و چارچوب ارائه‌شده از سوی آرچر و قاسم‌زاده  (1999) و مدل ارائه‌شده در کتاب مبانی و اصول مدیریت سبد پروژه (Forouzandeh and ardalani, 2024) است.
3- روش‌شناسی تحقیق 
این مطالعه با رویکرد توصیفی – پیمایشی، از روش‌‌‌های تحقیق کیفی از‌جمله مرور پیشینه و پرسش‌نامه استفاده کرده است. انجام مرور پیشینه یک رویکرد پرکاربرد برای یادگیری دربارۀ یک موضوع با توجه به یافته‌های اساسی و ویژگی‌های نظری و روش‌شناختی آن است. در ابتدا با بررسی عوامل داخلی و خارجی مؤثر بر سازمان استراتژی‌های سبد تدوین، سپس از مقالۀ براری‌نیا و همکاران  (1398) مهم‌ترین و تأثیر‌گذارترین معیارهای ارزیابی پروژه‌های ستاد فناوری نانو (جدول 2) استخراج و در پژوهش حاضر بهمنظور سنجش پروژه‌ها استفاده شد. در ادامه از پاسخ‌دهندگان (شامل سیزده نفر از متخصصان و مدیران حوزۀ نانو و همچنین دو نفر از استادان دانشگاه مرتبط که بر‌اساس میزان تجربه بیش از ده سال سابقه و تحصیلات کارشناسی و بالاتر داشتند) درخواست شد وزن هر پروژه را نسبت‌به معیارها، با مقیاس لیکرت نقطه‌ای (1= نامربوط، 2=کمی مرتبط، 3= نسبتاً مرتبط، 4= مرتبط و 5= بسیار مرتبط) ارزیابی کنند. در‌نهایت با توجه به ماتریس تشکلیل‌شده از پروژه‌ها و معیارها با روش الکترۀ 2، ارزیابی، اولویت‌بندی و انتخاب پروژه‌ها انجام شد. پنج فرایند منطقی برای انتخاب سبد طی شد که فرایند این مدل در شکل 1 نشان ‌داده ‌شده است. 
 
شکل 1- چارچوب انتخاب سبد
Fig.1- portfolio selection framework
 
تحقیق حاضر از این جهت که به افزایش دانش به روشی ساده، در زمینۀ تشکیل سبد متعادل‌شدۀ پروژ‌ه‌ها کمک می‌کند، یک پژوهش کاربردی است.
جدول 2- معیارهای ‌پذیرش و اوزان آنها
Table 2- Acceptance criteria and their weights
ردیف کد معیار امتیاز
1 M1 برنامۀ استراتژیک 155/0
2 M2 میزان تأثیرگذاری هزینه‎‍های پروژه 055/0
3 M3 نوآوری 148/0
4 M4 میزان دستاورد تجاری طرح 15/0
5 M5 میزان تأثیرگذاری بازدهی اقتصادی 109/0
6 M6 سطح تأثیرگذاری ملی و مزیت رقابتی 120/0
7 M7 کیفیت 132/0
8 M8 میزان تأثیرگذاری سطح تقاضا 147/0
9 M9 قابلیت اطمینان 148/0
10 M10 سرمایۀ انسانی 077/0
 
روش  ELECTRE یکی از مهم‌ترین تکنیک‌های تصمیم‌گیری چند شاخصه  و از مدل‌های جبرانی است. اهمیت این تکنیک نسبت‌به برخی دیگر از روش‌ها در ایجاد تعامل با تصمیم‌گیرنده است، تصمیم‌گیرنده‌ در شیوۀ تحلیل دخالت‌ و تحلیل را جهت‌دهی می‌کند (Asgharpour, 2019). روش الکترۀ 2، اولین روش الکتره بود که به‌ویژه برای مقابله با مشکلات رتبه‌بندی طراحی شده است و نتایج قانع‌کننده‌تری را در عمل به تصمیم‌گیرندگان ارائه می‌دهد (Jun et al., 2018). این روش شامل هفت مرحله تا رسیدن به رتبۀ نهایی می‌شود:
در مرحلۀ 1، ماتریس تصمیم‌گیری اولیه (X) ایجاد می‌شود، که در آن Xij مقدار عملکرد گزینۀ جایگزین با معیار j است ، m تعداد گزینه‌های مقایسه‌شده و n تعداد معیارهاست.
(1) X=[X_ij ]_(n*m)=[■(■(X_11&X_12@X_21&X_22 )&⋯&■(X_1m@X_2M )@⋮&⋱&⋮@■(X_n1&X_n2 )&⋯&X_nm )]
در مرحلۀ 2 با استفاده از معادلۀ 2، برای به دست آوردن ماتریس نرمال‌شدۀ (G)، ماتریس تصمیم اصلی (X) عادی‌سازی می‌شود. در روش‌های مبتنی بر ELECTRE ، نرمال‌سازی بردار معمولاً اتخاذ می‌شود که در آن هر عنصر از ماتریس تصمیم‌گیری کمی، با هنجار اقلیدسی خاص خود تقسیم می‌شود. هنجار با توجه به هر معیار، ریشۀ مربع جمع مربعات مقدار عنصر را نشان می‌دهد.
(2) G=[g_ij ]_mn=X_ij/√(∑_(i=1)^m▒x_ij^2 )
در مرحلۀ 3 ، ماتریس تصمیم‌گیری نرمال وزن Y تعیین می‌شود.
(3) Y=[■(■(w_1 g_11&w_2 g_12@w_1 g_21&w_2 g_22 )&⋯&■(w_n g_1n@w_n g_2n )@⋯&…&⋮@■(w_1 g_m1&w_2 g_m2 )&⋯&w_n g_mn )]=[■(■(■(y_11@y_21 )&■(y_12@y_22 ))&⋯&■(y_1n@y_2n )@…&…&⋮@■(y_m1&y_m2 )&⋯&y_mn )]
در مرحلۀ 4، شاخص تطابق C(i,j) برای هر جفت گزینه‌های Ai و Aj تعیین می‌شود‌ که در آن Yik و Ykj به ترتیب معیارهای نرمال عملکرد ith و jth با توجه به معیار j در ماتریس تصمیم‌گیری‌اند. بنابراین‌ برای یک جفت جایگزین مرتب‌شده (Ai,Aj)، شاخص همخوانی C(i,j) مجموع تمام وزن‌های معیارهایی است که امتیاز عملکرد Ai حداقل به‌اندازۀ Aj است. واضح است که شاخص همخوانی بین 0 و 1 قرار دارد.
(4) C(i,j)=∑▒〖y_k (i)≥y_k (j) w_k 〗  ,i,j=1,2,……,m i≠j                
 
در مرحلۀ 5 شاخص نبود اختلاف d(i,j) به‌صورت زیر محاسبه می‌شود.
(5) d_kl=(■(max@j∈D_kl )|y_kj-y_ij |)/(■(max@j)|y_kj-y_ij | )                                      
در مرحلۀ 6 ماتریس‌های غلبۀ همخوانی و ناهماهنگی را تعیین کنید، ماتریس غلبۀ توافق با استفاده از یک مقدار آستانه برای شاخص سازگاری ساخته می‌شود؛ برای مثال، Ak تنها در صورت تسلط بر شاخص Al، شانس این را خواهد داشت که شاخص انطباق متناظر آن Ckl از حداقل مقدار آستانۀ مشخص c, فراتر رود، یعنی موارد زیر درست است: CKI > c, 
مقدار آستانه c,، شاخص سازگاری متوسط تعیین می‌شود.
(6) c^'=1/(M(M-1))*∑_(k=1)^M▒∑_(l=1)^M▒C_kl   ,k≠l and l≠k  
 
به همین ترتیب، مقدار آستانۀ d'، شاخص اختلاف میانگین تعیین می‌شود.
(7) d'=1/(M(M-1))*∑_(k=1)^M▒∑_(l=1)^M▒d_kl   ,k≠l and l≠k                  
 
در مرحلۀ 7، شاخص‌های همخوانی خالص و ناهماهنگی خالص به شرح زیر محاسبه می‌شود.
(8) C_kl=1 if C_kl≥c^'
C_kl=0 if C_kl<c^'
d_kl=1 if d_kl≥d^'
d_kl=0 if d_kl<d^'
برآورد این دو شاخص، دو رتبه بر‌اساس این دو شاخص به دست می‌آید و یک رتبه‌بندی متوسط از این دو رتبه تعیین می‌شود. بر‌اساس میانگین رتبه‌بندی، آن گزینۀ جایگزین انتخاب می‌شود که بهترین رتبۀ متوسط را داشته باشد. 
(9) pure concordance index=(c_j )=∑_(k=1)^n▒c(j,k) - ∑_(j=1)^n▒c(k,j) ,(j≠k)
pure concordance index=(d_j )=∑_(k=1)^n▒d(j,k) - ∑_(j=1)^n▒d(k,j) ,(j≠k)
4- یافته‌ها و مطالعۀ کاربردی
در این تحقیق مراحل فرایند مدیریت سبد در یکی از شرکتهای پروژهمحور در زمینۀ توسعۀ نانو انجام شد که نتایج آن به شرح زیر است. براساس ماتریس، سوات  جدول 3 سه استراتژی کلی (1. پورتفوی همکاری چند رشته‌ای؛ 2. پورتفوی تجاری‌سازی محصولات نانو؛ 3. پورتفوی ارتباط بین نانو و روزمرگی) را برای سبد پروژه‌های نانو پیشنهاد می‌کند که باید براساس آن دسته‌بندی‌ها انجام شود. همچنین با بهره‌گیری مدل آرچر و قاسم‌زاده (1999) و کتاب مبانی و اصول مدیریت سبد پروژه (Forouzandeh and ardalani, 2024)، پنج گام منطقی برای انتخاب سبد طی شد. در شکل 2 این فرایند نشان ‌داده ‌شده است.
سه استراتژی کلی برای سبد پروژه‌های نانو براساس ماتریس سوات جدول 3 پیشنهاد می‌شود که باید براساس آن دسته‌بندی‌ها انجام شود.
 
شکل 2- فرایند انتخاب سبد
Fig. 2- portfolio selection 
جدول 3- ماتریس فرصت و قوت، ماتریس فرصت و ضعف
Table 3- Strength-Opportunity Matrix, Opportunity-Weakness Matrix
استراتژی (SO): تهاجمی فرصت (O) قوت (S)
راهبرد 1: ارتقای توان نوآوری و فناوری‎‍های بدیع توسعه و گسترش صنعت نانو، حمایت از تولید با فناوری نانو، ایجاد ابزارهای حمایتی و تسهیل‎‍گری برای توسعۀ محصولات نانو، فعال‌سازی زیرساخت‎‍های فرهنگی برای پشتیبانی از نانو، توسعۀ طرح‌های اشتغال‌زا، توسعه و افزایش فعالیت‎‍های بنیادی، امکان واگذاری به بخش‌های خصوصی و غیردولتی، امکان گسترش خدمات قابل ارائه و تنوع‎‍بخشی قابلیت بالای سرمایه‎‍گذاری در حوزه‌های مختلف تولید، منابع غنی برای تولیدات نانو، ظرفیت‎‍های مناسب برای توسعۀ محصولات نانو، فعال‌بودن زیر‌ساخت‎‍های فرهنگی کشور برای پشتیبانی از توسعۀ نانو، پتانسیل استفاده از منابع طبیعی برای محصولات نانو
استراتژی (ST): رقابتی تهدید (T) قوت (S)
راهبرد 1: توسعه و مدیریت بازار محصولات حضور سودجویان برای استفاده از منابع و تسهیلات، بی‎‍توجهی و نبود نظارت بر سلامت و ایمنی محصولات، بی‎‍توجهی به دستورالعمل‎‍های سطوح کلان مدیریتی، نبود استاندارهای کیفی و ضوابط و معیارهای فنی، کاهش تولیدت به‌دلیل پراکندگی محصولات، نبود تناسب بین مناطق و توزیع خدمات مورد نیاز، نوسان قیمت محصولات تولید‌شده قابلیت بالای سرمایه‎‍گذاری در حوزه‎‍های مختلف تولید، منابع غنی برای تولیدات نانو، ظرفیت‎‍های مناسب برای توسعۀ محصولات نانو، فعال‌بودن زیر‌ساخت‎‍های فرهنگی کشور برای پشتیبانی از توسعۀ نانو، پتانسیل استفاده از منابع طبیعی برای محصولات نانو
استراتژی (WO): محافظه‌کارانه فرصت (O) ضعف (W)
راهبرد1: فرهنگ‌سازی و مشارکت ذی‌نفعان
راهبرد2: تدوین استاندارد مرتبط با محصولات نانو توسعه و گسترش صنعت نانو، حمایت از تولید با فناوری نانو، ایجاد ابزارهای حمایتی و تسهیل‎‍گری برای توسعۀ محصولات نانو، فعال‌سازی زیرساخت‎‍های فرهنگی برای پشتیبانی از نانو، توسعۀ طرح‎‍های اشتغال‎‍زا، توسعه و افزایش فعالیت‎‍های بنیادی، امکان واگذاری به بخش‎‍های خصوصی و غیردولتی، امکان گسترش خدمات قابل ارائه و تنوع‎‍بخشی مقاومت در برابر فناوری‎‍های جدید، ترس از فناوری، غفلت از ابعاد فرهنگ‎‍سازی در حوزۀ نانو،‌ تمایل‌نداشتن به سرمایه‎‍‎‍گذاری، نبود ارتباط بین تحقیقات کاربردی و فرایندهای اجرایی، ضعف‎‍های نظارتی و ارزیابی در فرایند اجرا، نارسایی‎‍‎‍های آموزشی، پایین‌بودن ظرفیت خصوصی‌سازی، تبلیغات و اطلاع‎‍رسانی کم
استراتژی (WT): تدافعی تهدید (T) ضعف (W)
راهبرد 1: افزایش کیفیت علمی و پرورش نیروی انسانی
راهبرد2: ارتقای دانش‌بنیان صنایع موجود حضور سودجویان برای استفاده از منابع و تسهیلات، بی‎‍توجهی و نبود نظارت بر سلامت و ایمنی محصولات، بی‎‍توجهی به دستورالعمل‎‍های سطوح کلان مدیریتی، نبود استاندارهای کیفی و ضوابط و معیارهای فنی، کاهش تولیدات به‌دلیل پراکندگی محصولات، نبود تناسب بین مناطق و توزیع خدمات مورد نیاز، نوسان قیمت محصولات تولید‌شده مقاومت در برابر فناوری‎‍های جدید، ترس از فناوری، غفلت از ابعاد فرهنگ‎‍سازی در حوزۀ نانو،‌ تمایل‌نداشتن به سرمایه‎‍‎‍گذاری، نبود ارتباط بین تحقیقات کاربردی و فرایندهای اجرایی، ضعف‎‍های نظارتی و ارزیابی در فرایند اجرا، نارسایی‎‍‎‍های آموزشی، پایین‌بودن ظرفیت خصوصی‌سازی، تبلیغات و اطلاع‎‍رسانی کم
براساس مفاهیم هم‌افزایی (فناوری، مالی و اطلاعاتی) و نزدیکی پروژه‌ها به اهداف استراتژیک و ارزش مدنظر که از‌طریق نقشۀ منطقی مزایای شکل 3 به ‌وجود آمد، نتایج دسته‌بندی اولیۀ پروژه‌های سبد در اشکال 4 تا 6 نمایش داد شد.
 
شکل 3- نقشۀ مزایا
Fig. 3- Benefits Logic Map
 
  
شکل 4- سبد اول، دسته‌بندی پروژه بر‌اساس استراتژی ارتباط بین نانو و روزمرگی
Fig.4- The first portfolio, the project category based on the communication strategy between nano and everyday life
 
 
شکل 5- سبد دوم، دسته‌بندی پروژه بر اساس استراتژی همکاری چند رشته‌ای
Fig.5- Second portfolio, project classification based on multidisciplinary collaboration strategy
 
 
 
شکل 6- سبد سوم، دسته‌بندی پروژه بر‌اساس استراتژی تجاری‌سازی محصولات
Fig. 6-The third basket, project classification based on product commercialization strategy
استوانۀ بزرگ نشاندهندۀ اهداف استراتژیک و استوانۀ کوچک‌تر بیانگر هم‌راستایی منافع در جهت اهداف استراتژک است. با استفاده از فیلتر معیارهای پیش غربالگری، هفت پروژه A2، A6، B4، B7، D3، D6، D8 بنا به نداشتن شرایط اولیه از لیست پیشنهادی حذف و جزء پروژه‌های غیرفعال شده‌اند، ماتریس تصمیم‌گیری پروژه‌های بالقوه در جدول 4 و اولویت هر پروژه در جدول 6 نمایش داده ‌شده است.
جدول 4- ماتریس تصمیم‌گیری
Table 1- Decision matrix
Decision Matrix
W 155/0 055/0 148/0 15/0 109/0 120/0 132/0 147/0 148/0 077/0
M1M2M3M4M5M6M7M8M9M10
A1 6 5 10 7 4 7 8 6 2 6
A3 9 9 4 9 1 7 3 3 4 10
A4 8 2 3 2 4 7 6 5 8 9
A5 4 10 10 2 1 4 5 7 1 10
B1 10 9 3 1 6 10 9 4 7 9
B2 10 4 8 9 9 10 8 1 9 1
B3 1 6 2 8 7 4 10 5 6 8
B5 9 5 1 8 7 5 6 3 3 8
B6 6 8 3 2 6 3 4 4 8 3
B8 10 6 2 10 7 3 1 2 6 2
C1 7 1 3 1 9 5 2 2 10 5
C2 6 6 10 7 4 3 4 7 5 9
D1 1 5 4 4 2 3 10 9 8 4
D2 2 3 10 9 5 9 3 2 6 1
D4 2 1 9 6 1 3 3 9 7 9
D5 3 3 7 1 2 1 1 8 1 4
D7 2 7 6 8 6 6 5 10 6 4
E1 6 10 1 9 2 6 4 8 2 1
E2 9 3 3 2 5 1 8 1 3 3
E3 3 2 5 4 7 2 2 9 6 8
E4 7 2 4 3 8 3 9 7 7 7
E5 3 10 5 7 9 3 6 5 4 4
E6 4 3 1 8 5 3 6 6 6 1
E7 6 6 7 1 2 9 4 8 4 8
E8 4 2 6 5 1 3 5 10 1 4
جدول 5- پروژه‌های منتخب اولویت‌بندی‌شده (براساس معیارها)
Table 2-  Selected prioritized projects (based on criteria)
pure concordance index pure discordance index Average Rank Rank project
68/4 77/6- 05/1- 20 A1
19/2 188/2- 24/0 10 A3
83/2 830/2- 65/1 3 A4
33/1- 334/1 11/0- 13 A5
40/7 399/7- 02/2 2 B1
38/13 1376/13- 53/2 1 B2
08/1 076/1- 43/1 4 B3
67/0 679/0 17/0- 14 B5
48/3- 480/3 21/1 6 B6
37/1- 374/1 31/1- 22 B8
10/3- 104/3 02/0 12 C1
22/3 244/3- 84/2- 25 C2
66/0 656/0- 48/0 8 D1
71/0- 714/0 26/1- 21 D2
29/1- 293/1 58/1- 24 D4
04/13- 044/13 6/0- 18 D5
65/5 653/5- 40/0 9 D7
52/2- 516/2 24/0- 15 E1
66/8- 663/8 49/0- 17 E2
81/2- 809/2 28/0- 16 E3
20/5 200/5- 36/1- 5 E4
28/0 282/0- 23/0 11 E5
33/4- 333/4 75/0- 19 E6
39/0 385/0- 50/0 7 E7
96/4- 955/4 39/1- 23 E8
  
شکل 7- نمودار حبابی (احتمال موفقیت، نرخ بازگشت سرمایه و عایدی)
Fig. 7- Bubble chart (probability of success, rate of return on investment and earnings)
 
شکل 8- نمودار حبابی (ریسک، عایدی و احتمال موفقیت)
Fig. 8- Bubble chart (risk, return and probability of success)
5- بحث
نتایج حاصل از آنالیز انفرادی پروژه‌های ستاد نانو براساس متدلوژی‌های ریسک، نرخ بازگشت سرمایه، احتمال موفقیت و عایدی در بالانس سبد‌ به کار رفته‌اند. خروجی بالانس سبد (فهرست اجزای تأیید‌شده) با استفاده از اشکال 7 و 8 تحلیل شد. 
با توجه به افق چند ساله، ستاد توسعۀ فناوری نانو، مجبور به انجام چندین پروژه‌ با اهمیت استراتژیک و ریسک بالاست که بر‌اساس ظرفیت‌ها و هم‌افزایی، سازمان سبد را متعادل کند. بر‌اساس تحلیل انجام‌شده از نمودار حبابی (درجۀ اهمیت پروژه)، پروژه‌ها را در سه دسته مروارید (آنهایی‌ که نرخ بازگشت سرمایۀ خوب و ریسک بالا دارند)‌، صدف (‌آنهایی ‌که عایدی بالا و احتمال موفقیت کم دارند) و فیل سفید (ریسک و احتمال موفقیت کم) گروه‌بندی می‌شوند و دیگر پروژه‌هایی که در این دسته‌بندی قرار نمی‌گیرند، بهتر است با نظر مدیران ارشد سازمان و سرمایه‌گذاران دربارۀ حذف آنها تصمیم‌گیری شود. تمام طرح‌ها و عملیات (E1 تا E8) با توجه به ارزش هم‌‌‌افزایی که دارند، همچنان باید در سبد قرار گیرند، در جدول 6 ترتیب پروژه‌ها در هر دسته مشخص شده ‌است.
 
جدول 6- گروه‎‍بندی و اولویت‎‍بندی مجدد پروژه‎‍ها (بر‌اساس نمودار حبابی)
Table 6- Grouping and re-prioritization of projects (based on bubble chart)
مروارید صدف فیل سفید
B6
C1
A5
A4
D1
D2 D7
A3
B2 D5
B3
A1
C2
B5
 
در این میان سه پروژ‌ۀ B1، B8 و D4 در این دسته‌بندی قرار نمی‌گیرد؛ پس با نظر خبرگان از لیست پروژه‌های بالفعل حذف می‌شود. با توجه به اینکه سبد اکنون بالانس و متعادل شد، دیگر نیازی به اضافه‌کردن پروژه و حذف دیگری نیاز ندارد. به‌روزرسانی سبد نهایی و اولویت نهایی پروژه‌ها، نقشۀ پورتفولیو در شکل 9 آمده ‌است.
 
 
شکل 9- نقشۀ راه اصلاح‌شدۀ پروتفولیو
Fig. 9- Revised portfolio roadmap
6- نتیجه‌گیری
انتخاب پروژه‌های سبد برای هر شرکتی که دستیابی به اهداف راهبردی را مهم می‌داند، از موضوعات اصلی است. انتخاب پوتفولیو پروژه، یک مسئلۀ چالش‌برانگیز است. این پژوهش حجم اطلاعات مورد نیاز و تلاش‌های لازم برای غلبه بر این مسئله را نشان داده است. با گردآوری فاکتورهایی از ماتریس SWOT و منشور سبد، سه استراتژی کلی برای ستاد فناوری نانو تدوین شد که اجزای سبد (پروژه‌ها، طرح‌ها، عملیات و زیر‌سبدها) ذیل آن با توجه به رابطۀ هم‌افزایی بین پروژه‌ها در سه سبد متفاوت قرار گرفتند، سپس با توجه به ده معیار استخراج‌شده و معیار‌های پیش‌غربالگری، اولویت هر جزء با تکنیک الکتره تعیین و سپس با تعدیل و بالانس، اجزای تأیید‌شده، هر سبد مشخص شد. سازمان با ارائۀ نقشۀ راه پورتفولیو،‌ از میان انبوه فواید آن (مانند مدیریت ریسک، تخصیص منابع، بهبود ارتباطات، افزایش شفافیت، شناسایی فرصت‌ها، مدیریت تغییرات و انعطاف‌پذیری‌)، پروژه‌های خود را به‌طور مؤثرتری مدیریت می‌کند و به اهداف استراتژیک خود دست می‌یابد. با توجه به نتایج استنباط می‌شود که در ابتدا، سبد 2 با پروژه D5 شروع و در اواخر سه سال اول سبد 1 با پروژۀ B6 هم‌زمان با پروژه‌های E5 و E1 شروع شود و زمان شروع سبد 3 در اواسط برنامۀ زمانی دوم با پروژۀ E7 هم‌زمان با اجرای پروژه‌های D2، A1، E4 و B2 باشد. حداکثر زمان اجرا برای سبد 1 ده، برای سبد 2 هشت و سبد 3 شش سال است. با استفاده از این چارچوب،‌ سبد پروژه‌هایی‌ انتخاب می‌شود که به‌طور هم‌زمان به اهداف مختلف توجه دارند. در این پژوهش اهداف استراتژیک سازمانی، هم‌افزایی، ریسک، احتمال موفقیت، ارزش و عایدی محقق شد. تفاوت این پژوهش با دیگر مقالات این است که از زاویۀ دید جدیدی را به انتخاب سبد پروژه اختصاص می‌دهد و یک چارچوب جامع را برای سازمان‌های پروژه محور معرفی می‌کند. در تحقیق حاضر ابتدا اهداف استراتژیک سبد تعیین شد و در راستای آنها پروژه‌ها دسته‌بندی شدند. مقالۀ ‌فروزنده و روزبهانی  (2022) با تأیید این موضوع نشان داد معیار تناسب استراتژیک مهم‌ترین عامل در انتخاب پروژه است. در مقالۀ حاضر علاوه بر استفاده از معیارهای ارزیابی، از نمودار حبابی برای تحلیل و ارزیابی پروژه‌ها استفاده شد که هم‌راستا با مقالۀ البوک و برادو‌  (2020) است. نقشۀ راه پورتفولیو نگاهی تازه به مدیران ارائه می‌دهد که در مقالات پیشین به این موضوع توجه کافی نشده و به‌صورت اجرایی درنیامده است که این امر تکمیل‌کنندۀ پژوهش ‌مسعودی‌فر و همکاران ‌ (2022) است. با این حال پیشنهاد می‌شود عدم قطعیت در فرایند تصمیم‌گیری اعمال شود و تخصیص منابع و زمان‌بندی سبد با ارائۀ یک مدل ریاضی در نظر گرفته شود.

 

Acco, Tives Leão, H., Canedo, E. D., Costa, P. H. T., Okimoto, M. V., & Santos, G. A. (2019). Use of AHP and promethee for research project portfolio selection. In Computational Science and Its Applications–ICCSA 2019: 19th International Conference, Saint Petersburg, Russia, 1–4, 2019, Proceedings, Part I 19 (pp. 504-517). Springer International Publishing. https://doi.org/10.1007/978-3-030-24289-3_37
Akhwan, T., Shirazi, N., & Tajdin, M. (2019). Project Portfolio Selection Using a Combination of Fuzzy Analytic Hierarchy Process and A Modified Integer Linear Programming. Industrial Management Studies, 17(52), 339-385. https://doi.org/10.22054/jims.2017.16755.1595. (in persian).
Albano, T. C., Baptista, E. C., Armellini, F., Jugend, D., & Soler, E. M. (2021). Proposal and solution of a mixed-integer nonlinear optimization model that incorporates future preparedness for project portfolio selection. IEEE Transactions on Engineering Management, 68(4), 1014-1026. https://doi.org/10.1109/TEM.2019.2920331
Alipour, M., and Mohammadi, S. (2013). Expressing an integrated and coherent model and framework for choosing project portfolio management with a strategy-oriented approach in project-oriented organizations (case study: Iran's Construction Investment Holding Group). Safa, 24(66), 57-74. SID. https://sid.ir/paper/356823/fa
Amiri, A., & Adibi, M. (2024). Fuzzy mathematical planning model for project portfolio selection considering projects interdependencies. Industrial engineering and management. https://doi.org/10.24200/j65.2023.58393.2227. (in persian).
Archer, N. P., & Ghasemzadeh, F. (1999). An integrated framework for project portfolio selection. International Journal of Project Management, 17(4), 207–2016. https://doi.org/10.1016/S0263-7863(98)00032-5
Asgharpour, M. J., (2019). Multi-criteria decision-making book. University of Tehran Printing and Publishing Institute.
Bai, L., Bai, J., & An, M. (2022). A methodology for strategy-oriented project portfolio selection taking dynamic synergy into considerations. Alexandria Engineering Journal, 61(8), 6357-6369. https://doi.org/10.1016/j.aej.2021.11.056
Bai, L., Han, X., Wang, H., Zhang, K., & Sun, Y. (2021). A method of network robustness under strategic goals for project portfolio selection. Computers & Industrial Engineering, 161, 107658. https://doi.org/10.1016/j.cie.2021.107658
Bararinia, E., abbasi, R., & Safari, S. (2019). Priority Pattern of Advanced Technology Projects. Journal of Strategic Management Studies, 10(38), 237-261. https://dorl.net/dor/20.1001.1.22286853.1398.10.38.10.6. (in persian).
Bhole, G. P., & Deshmukh, T. (2018). Multi-criteria decision making (MCDM) methods and its applications. International Journal for Research in Applied Science & Engineering Technology (IJRASET), 6(5), 899-915. http://doi.org/10.22214/ijraset.2018.5145
Bozorgi, A., Salambakhsh, A., & Rezaei, I. (2008). Optimization in project portfolio prioritization using mathematical planning approach. In fourth international project management conference. Ariana Research Group.‏ https://civilica.com/doc/43789/.
Carazo, A. F., Gómez, T., Molina, J., Hernández-Díaz, A. G., Guerrero, F. M., & Caballero, R. (2010). Solving a comprehensive model for multiobjective project portfolio selection. Computers & operations research37(4), 630-639. https://doi.org/10.1016/j.cor.2009.06.012
Chatterjee, K., Hossain, S. A., & Kar, S. (2018). Prioritization of project proposals in portfolio management using fuzzy AHP. Opsearch, 55, 478-501. https://doi.org/10.1007/s12597-018-0331-3
Davodi, M. (2021). Optimizing the selection of portfolio of projects using linear programming. The second international conference on new challenges and solutions in industrial engineering and management and accounting, Damghan. https://civilica.com/doc/1244390/. (in persian).
Elbok, G., & Berrado, A. (2020). Project prioritization for portfolio selection using MCDA. In Proceedings of the International Conference on Industrial Engineering and Operations Management (pp. 2317-2326). Michigan, USA: IEOM Society International.
Faezy Razi, F. (2015). A grey-based fuzzy ELECTRE model for project selection. Journal of Optimization in Industrial Engineering, 8(17), 57-66. https://civilica.com/doc/790997/. (in persian).
Forouzandeh, M., & Ardalani, B. (2024). The book of basics and principles of project portfolio management. Malik Ashtar University.
Forouzandeh, M., & Rozbahani, M. (2022). Selecting the Portfolio of Construction Projects with a Life Cycle Approach Using DEMATEL and TOPSIS Fuzzy Techniques (Sarchesmeh Mehrkariman Company). Quarterly magazine of strategic management in industrial systems (former industrial management), 17(62), 37-54. https://doi.org/10.30495/imj.2023.1938019.1684.
García, B., & Castro, A. S. (2018). A comprehensive approach for the selection of a portfolio of interdependent projects. An application to subsidized projects in Spain. Computers & Industrial Engineering, 118, 153-159. https://doi.org/10.1016/j.cie.2018.02.025
Hansen, L. K., & Svejvig, P. (2022). Seven decades of project portfolio management research (1950–2019) and perspectives for the future. Project Management Journal, 53(3), 277-294. https://doi.org/10.1177/87569728221089537
Harrison, K. R., Elsayed, S. M., Weir, T., Garanovich, I. L., Boswell, S. G., & Sarker, R. A. (2022). Solving a novel multi-divisional project portfolio selection and scheduling problem. Engineering Applications of Artificial Intelligence, 112, 104771. https://doi.org/10.1016/j.engappai.2022.104771
Hashemi M., and Kesai, M‌. (2016). Presenting a new method for evaluating and selecting a portfolio of new product development projects (case study: a company that manufactures medical supplies and equipment). Industrial Management Studies, 15(47), 23-43. SID. (In Persian). https://pakfan.ir
Jonas, D., Kock, A., & Gemünden, H. G. (2013). Predicting project portfolio success by measuring management quality—a longitudinal study. IEEE Transactions on Engineering Management, 60(2), 215–226. https://doi.org/10.1109/TEM.2012.2200041
Jun, D., Tian-Tian, F., Yi-Sheng, Y., & Yu, M. (2014). Macro-site selection of wind/solar hybrid power station based on ELECTRE-II. Renewable and Sustainable Energy Reviews, 35, 194-204. https://doi.org/10.1016/j.rser.2014.04.005
Kazemi, A., and Tayibi, R. (2016). Project portfolio selection in project-oriented organizations[poster]. International industrial management conference. SID. https://sid.ir/paper/882592/fa. (in persian).
Keeney, R. L., Raiffa, H., & Rajala, D. W. (1976). Decisions with multiple objectives: Preferences and value trade-offs. IEEE transactions on Systems, man, and cybernetics, 9(7), 403-403. https://doi.org/10.1109/TSMC.1979.4310245
Kester, L., Hultink, E. J., & Griffin, A. (2014). An empirical investigation of the antecedents and outcomes of NPD portfolio success. Journal of Product Innovation Management, 31(6), 1199-1213. https://doi.org/10.1111/jpim.12183
Lopes, Y. G., & de Almeida, A. T. (2015). Assessment of synergies for selecting a project portfolio in the petroleum industry based on a multi-attribute utility function. Journal of Petroleum Science and Engineering126, 131-140. https://doi.org/10.1016/j.petrol.2014.12.012.
Ma, K., Bai, L., Sun, Y., Pan, T., Shi, V., & Zhang, Y. (2022). Selection of New Projects Considering the Synergistic Relationships in a Project Portfolio. Buildings, 12(9), 1460. https://doi.org/10.3390/buildings12091460
Masoudifar, P., Moslinejad, A., & Azizi, M. (2022). Providing a framework for strategic planning of the project portfolio using thematic analysis method. Industrial Management, 13(4), 634-663. https://doi.org/10.22059/imj.2022.332189.1007874
Medaglia, A. L., Graves, S. B., & Ringuest, J. L. (2007). A multiobjective evolutionary approach for linearly constrained project selection under uncertainty. European journal of operational research179(3), 869-894. https://doi.org/10.1016/j.ejor.2005.03.068
Mohagheghi, V., Mousavi, S.M., Antuchevičienė, J., & Mojtahed, M. (2019). Project portfolio selection problems: a review of models, uncertainty approaches, solution techniques, and case studies. Technological and economic development of economy, 25(6), 1380-1412. https://doi.org/10.3846/tede.2019.11410
Nooraei Baydokht, R., Hamedi, M., & Asgharizadeh, E. (2018). A Model for R&D Project Portfolio Selection and Development in LCSI Enterprises. Journal of Industrial Management Perspective, 8(3), 9-36. (in persian).
Perez, F., & Gomez, T. (2016). Multiobjective project portfolio selection with fuzzy constraints. Annals of Operations Research, 245, 7-29. https://doi.org/10.1007/s10479-014-1556-z
Porter, M. E. (1980). Techniques for analyzing industries and competitors. Competitive Strategy. New York: Free1.‏
PMI, The Standard for Portfolio Management (fourth ed.), PMI - Project Management Institute (2017).
Pourrezaei, A., & Qodsipour, S.H. (2019). multi-objective optimization of projects portfolio: a case study of the special headquarters for supporting nanotechnology. The 17th international industrial engineering conference. (in persian).
Qajri, A. )2017). Synergistic effect in project portfolio management. The third conference on improving internal capacity with an innovative project management approach. (In Persian).
Rastegar, H., & Barzoki, D. M. (2017). Multi-criteria approach to project portfolio selection considering structural hardness and correlations between projects. Journal of Industrial and Systems Engineering, 10(4), 141-157. https://dorl.net/dor/20.1001.1.17358272.2017.10.4.8.7. (In Persian).
Sarami, R., Mohammadi, A., Parvishi, A., & Sabzeparvar, M.  (2022). Optimal Selection of a Portfolio of Construction Projects with Public-Private Partnerships through the Optimization of the Horizons. Structural and Construction Engineering, 9(8), 63-81. https://doi:10.22065/jsce.2022.259471.2302. (in Persian).
Shariatmadari, M., Nahavandi, N., Zegordi, S. H., & Sobhiyah, M. H. (2017). Integrated resource management for simultaneous project selection and scheduling. Computers & Industrial Engineering, 109, 39-47. https://doi.org/10.1016/j.cie.2017.04.003
Siew, L. W., Jaaman, S. H. H., & bin Ismail, H. (2015). The impact of human behaviour towards portfolio selection in Malaysia. Procedia-Social and Behavioral Sciences, 172, 674-678. https://doi.org/10.1016/j.sbspro.2015.01.418
Sohrabi, A., Ghanbari, A., & Ghorbani Moghadam, K. (2022, October). Meta-heuristic algorithms to solve the project portfolio selection problem in multi-criteria mode. In the 15th international conference of the Iranian Association for Operations Research.‎ https://civilica.com/doc/1601259/. (in persian).
Stummer, C., & Heidenberger, K. (2003). Interactive R&D portfolio analysis with project interdependencies and time profiles of multiple objectives. IEEE Transactions on engineering Management50(2), 175-183. https://doi.org/10.1109/TEM.2003.810819
Taosi, Z., and Mozafari, M.R. (2022). using decision-making method and data envelopment analysis to select the optimal portfolio of the project (case study: selected construction company in Shiraz). The third international conference on new challenges and solutions in industrial engineering, management and Accounting, Chabahar. (in persian).
Tavana, M., Keramatpour, M., Santos-Arteaga, F. J., & Ghorbaniane, E. (2015). A fuzzy hybrid project portfolio selection method using data envelopment analysis, TOPSIS and integer programming. Expert Systems with Applications, 42(22), 8432-8444. https://doi.org/10.1016/j.eswa.2015.06.057. (in Persian).
Vieira, G. B., Oliveira, H. S., de Almeida, J. A., & Belderrain, M. C. N. (2024). Project Portfolio Selection considering interdependencies: A review of terminology and approaches. Project Leadership and Society, 5, 100115. https://doi.org/10.1016/j.plas.2023.100115
Wang, Z., Esangbedo, M. O., & Bai, S. (2023). Project portfolio selection based on multi-project synergy. Journal of Industrial & Management Optimization, 19(1). https://doi.org/10.3934/jimo.2021177
Yazdani, K. & Hasanpour, H. A. (2016). Presenting a model for prioritizing and selecting portfolio projects in a private joint-stock company based on the network analysis process (ANP). Rushd Technology Quarterly, 53, 45-57.
Zhang, X., Fang, L., Hipel, K. W., Ding, S., & Tan, Y. (2020). A hybrid project portfolio selection procedure with historical performance consideration. Expert Systems with Applications, 142, 113003. https://doi.org/10.1016/j.eswa.2019.113003
Zheng, J., Cailloux, O., & Mousseau, V. (2011). Constrained multicriteria sorting method applied to portfolio selection. In Algorithmic Decision Theory: Second International Conference, ADT 2011, Piscataway, NJ, USA, October 26-28, 2011. Proceedings 2 (pp. 331-343). Springer Berlin Heidelberg. https://doi.org/10.1007/978-3-642-24873-3_25