چكيده فارسي :
مديريت كيفيت، نقش حياتي در موفقيت و استمرار يك سازمان ايفا ميكند. يكي از بخشهاي مديريت كيفيت، مديريت كيفيت جامع است كه به عنوان يك تلاش دستهجمعي بايد در سازمان انجام شود و به عنوان يكي از اركان مهم فرهنگ سازماني دربيايد تا كيفيت در همه اركان سازمان جاري باشد. از طرف ديگر، در عصر اطلاعات، هوش مصنوعي و دادههاي بزرگ اهميت زيادي پيدا كردهاند و در همه فرايندهاي مديريتي نقش مهمي پيدا كردهاند. لذا هدف اصلي پژوهش حاضر بررسي كاربرد دادههاي بزرگ در مديريت كيفيت جامع است كه براي اين هدف از روش تحليلي-توصيفي و كتابخانهاي استفاده شد. نتايج پژوهش نشان داد كه مزاياي استفاده از دادههاي بزرگ در مديريت كيفيت جامع عبارتاند از: بهبود تصميمگيري، كنترل كيفيت فعال، بهينهسازي فرآيند پيشرفته، رويكرد مشتري محور، نظارت بر كيفيت در زمان واقعي، بهبود مستمر مبتني بر داده، بهينهسازي زنجيره تامين، كاهش ريسك كيفيت موثر، افزايش بهرهوري و استراتژيهاي كيفيت تطبيقي؛ همچنين كاربردهاي اين تلفيق در عرصههاي تصميمگيري مبتني بر داده، تجزيهوتحليل پيش بيني براي بهبود كيفيت، بهينهسازي زنجيره تامين، نظارت و كنترل كيفيت در زمان واقعي، تجزيهوتحليل بازخورد مشتري، تجزيهوتحليل علت ريشهاي، اندازهگيري عملكرد و بهينه كاوي. علاوه بر مزايا و كاربردها، چالشهاي استفاده از دادههاي بزرگ در مديريت كيفيت جامع احصا شد كه عبارتاند از: حجم و تنوع دادهها، تضمين كيفيت دادهها، پيچيدگي يكپارچهسازي، نظارت در زمان واقعي، امنيت دادهها و حريم خصوصي، شكاف مهارتي، هزينههاي اجرايي بالا. در پايان بر اساس يافتههاي پژوهش، پيشنهاداتي ارائه شد.
چكيده لاتين :
Quality management plays a vital role in the success and continuity of an organization. One of the parts of quality management is comprehensive quality management, which should be done as a collective work in the organization and become one of the important elements of organizational culture so that quality is current in all elements of the organization. On the other hand, in the age of information, artificial intelligence and big data have found a lot and have found an important role in all management processes. The main goal of the current research is to investigate the use of big data in comprehensive quality management, for which analytical-descriptive and library methods have been used. The research results showed that the use of big data in comprehensive quality management includes: decision improvement, active quality control, advanced process optimization, approach approach, real-time quality monitoring, continuous improvement. on data, supply chain optimization, reducing quality assessment, increasing productivity and adaptive quality strategies. Also, the applications of this integration in the fields of data decision-making, predictive analysis for quality improvement, supply optimization, real-time quality monitoring and control, buyback analysis, root cause analysis, performance measurement and mining optimization. In addition to the benefits and applications, the challenges of using big data in the comprehensive quality management of statistics, which are: volume and variety of data, data quality, integration complexity, real-time monitoring, data security and privacy, skill gap, high implementation costs. At the end, based on the research, suggestions were made.
