31152

توسعه يك مدل چند معياره فازي آنتروپي تركيبي براي يك استراتژي تحليل داده بهينه: مطالعه موردي يك شركت مالي

كارشناسي ارشد

مديريت فناوري اطلاعات -كسب و كار الكترونيك

1401

1403/06/11

دكتر رحيم خاني زاد

دكتر مرتضي علاء الديني

مديريت، اقتصاد و مهندسي پيشرفت

در دنياي كسب و كار امروزي، فرآيند افزايش مقياس1 شركت‌ها از اهميت ويژه‌اي برخوردار است، زيرا به آنها امكان مي‌دهد تا رشد و توسعه پايدار داشته باشند و به بهره‌وري بيشتري دست يابند. افزايش مقياس به شركت‌ها اجازه مي‌دهد تا منابع خود را بهينه‌تر مديريت كنند و در برابر تغييرات بازار مقاومت بيشتري نشان دهند. اين امر به ويژه در صنايع و كسب و كارهاي پررقابت امروزي كه نوآوري و انعطاف‌پذيري از عوامل كليدي موفقيت به شمار مي‌روند، از اهميت بسياري برخوردار است. بسياري از شركت‌ها براي تسريع اين فرآيند، به سراغ ابزارها و روش‌هاي مختلف تحليل داده مي‌روند. تحليل داده2 به آن‌ها كمك مي‌كند تا الگوها و روندهاي موجود را بهتر شناسايي كرده و بر اساس آن‌ها تصميم‌گيري‌هاي هوشمندانه‌تري انجام دهند. با اين حال، انتخاب ابزار و روش مناسب براي تحليل داده خود مي‌تواند يك چالش بزرگ باشد. شركت‌ها بايد بين ابزارهاي مختلف، از جمله نرم‌افزارهاي تحليل داده و سيستم‌هاي مديريت داده، يكي را انتخاب كنند كه با نيازهاي خاصشان همخواني داشته باشد. اما مشكل اصلي اين است كه بسياري از شركت‌ها نمي‌دانند كدام روش‌هاي تحليل داده براي موفقيت در اسكيل آپ مناسب‌تر هستند. انتخاب نادرست روش‌هاي تحليل داده ممكن است منجر به اتخاذ تصميمات اشتباه و از دست رفتن فرصت‌هاي مهم شود. همچنين، عدم استفاده صحيح از روش‌هاي توصيه شده مي‌تواند باعث شود كه شركت‌ها نتوانند بهينه‌ترين راهكارها را براي مشكلات خود پيدا كنند.علاوه بر اين، انتخاب بين رويكردهاي تحليل داده توصيفي3، تشخيصي4،پيش‌بينانه5 و تجويزي6 نيز براي آنها چالش‌برانگيز است و باعث مي‌شود در تصميم‌گيري به مشكل برخورد كنند. رويكردهاي توصيفي مي‌توانند به شركت‌ها كمك كنند تا وضعيت فعلي خود را بهتر درك كنند و به نقاط قوت و ضعف خود پي ببرند. رويكردهاي تشخيصي به بررسي دلايل وقوع رويدادها و شناسايي عوامل مؤثر بر نتايج مي‌پردازند. رويكردهاي پيش‌بينانه با استفاده از الگوريتم‌هاي پيچيده، قادرند روندهاي آينده را پيش‌بيني كرده و به شركت‌ها كمك كنند تا براي تغييرات احتمالي آماده شوندو رويكردهاي تجويزي راهكارهايي را براي بهبود عملكرد و تصميم‌گيري‌هاي بهينه ارائه مي‌دهند. اين تحقيق در ابتدا با مرور جامع مقالات و تحقيقات دهه اخير، معيارهاي كليدي در فرآيند افزايش مقياس شناسايي شدند و با استفاده از يك مدل تركيبي تصميم‌گيري ANP فازي8 اين معيارها و زير معيارها وزن دهي شدند. سپس، با بررسي تجربيات و اقدامات مبتني بر تحليل داده7 در سال‌هاي اخير، نمونه هاي مختلفي از اين اقدامات و تجربيات موثر در تسريع و تقويت فرآيند اسكيل آپ گردآوري و دسته بندي شد و در ادامه پژوهش جهت رتبه بندي اين اقدامات و تجربيات با دوحالت مختلف استفاده از اوزان بدست آمده از دو متود FANP و 9آنتروپي با استفاده از روش TOPSIS10 به رتبه‌بندي شيوه‌هاي تحليل داده در فرآيند اسكيل آپ شركت‌ها پرداخته شده است و درپايان با مقايسه11 دو شيوه وزن دهي به ارزيابي نقش اساسي رويكردهاي چهارگانه تحليل داده در راستاي هدف تسريع و تقويت فرآيند اسكيل آپ در يك مورد مطالعاتي پرداخته شده است. اين چكيده نشان دهنده تلاشي پژوهشي است كه مي كوشد تا با دريافت نظرات برخي از خبرگان تحليل كسب و كار، سرمايه گذاري خطرپذير و استارتاپ ها بتواند پيشنهادات و راهكارهاي اثربخشي براي انتخاب نوع رويكرد تحليل داده در جهت افزايش مقياس شركت ها ارائه نمايد. واژگان كليدي: اسكيل آپ، ، تحليل داده، DAPs، FANP، TOPSIS،ENTROPY، رويكرد توصيفي ، رويكرد تشخيصي ،رويكرد پيش بينانه ، رويكرد تجويزي

1403/06/17

Development of a hybrid entropy fuzzy multi-criteria model for an optimal data analysis strategy: A case study of a financial company

1/1/1900 12:00:00 AM

In the contemporary business landscape, scaling up is crucial for companies, facilitating sustainable growth, enhanced efficiency, and resilience to market fluctuations. This is especially vital in competitive sectors where innovation and adaptability are essential for success. To expedite scaling, many organizations employ various data analysis tools and methods. These tools assist in recognizing patterns and trends, thereby improving decision-making. However, choosing the appropriate tools can be challenging, as companies must navigate a range of options, including data analysis software and management systems tailored to their specific requirements. A significant issue arises when companies are uncertain about which data analysis methods best support their scaling efforts. Poor choices can result in misguided decisions and lost opportunities. Additionally, ineffective use of recommended methods may hinder the discovery of optimal solutions. The decision-making process is further complicated by the need to choose among descriptive, diagnostic, predictive, and prescriptive data analysis approaches, each with its own advantages. Descriptive methods provide insights into current conditions, highlighting strengths and weaknesses. Diagnostic approaches investigate the causes of events and influential factors. Predictive techniques utilize complex algorithms to forecast future trends, while prescriptive methods offer actionable solutions for enhancing performance and decision-making. To tackle these challenges, this research identifies key criteria for scaling by reviewing recent literature. A combined fuzzy Analytic Network Process (FANP) model was used to assign weights to these criteria. Effective actions and experiences were compiled from empirical data to bolster the scaling process. The study ranked data analysis methods based on two cases: one using weights from the FANP method and another applying entropy-based weights. The first case analysis assessed the critical role of the four data analysis approaches in accelerating and improving the scaling process through a case study. In conclusion, this research aims to provide actionable recommendations and strategies for selecting data analysis methods to enhance company scaling, drawing insights from business analysts, risk-taking investors, and startups. This abstract encapsulates the research's goal of delivering valuable guidance for decision-makers pursuing successful scaling. Key words: Scale-up, Data Analysis, DAPs, FANP, TOPSIS, ENTROPY, Descriptive Approach, Diagnostic Approach, Predictive Approach and Prescriptive Approach

اسكيل آپ، ، تحليل داده،آنتروپي ،تاپسيس ، رويكرد توصيفي ، رويكرد تشخيصي ،رويكرد پيش بينانه ، رويكرد تجويزي

Scale-up, Data Analysis, DAPs, FANP, TOPSIS, ENTROPY, Descriptive Approach, Diagnostic Approach, Predictive Approach and Prescriptive Approach

Hossein Habibinejad

Dr.Rahim Khanizad