طراحي الگوي سياستگذاري در وزارت علوم، تحقيقات و فناوري با رويكرد هوش تجاري: با استفاده از نظريه داده بنياد(1)

Designing Framework for Planning whit Business Intelligence Approach in the Ministry of Science, Research and Technology (A Qualitative Study Based on Grounded Theory)

مديريت علمي در سازمان‌ها نيازمند طراحي الگوي مناسب برنامه‌ريزي است كه بتواند سازمان را هوشمندانه به اهدافش برساند. طراحي الگوي برنامه‌ريزي جهت اتخاذ تصميمات با حداقل خطا و با استفاده هوشمند از داده‌ها، اجتناب ناپذير است. هدف پژوهش حاضر، طراحي الگوي مناسب و موثر برنامه‌ريزي در وزارت علوم، تحقيقات و فناوري است. براي اين منظور، با بهره‌گيري از رويكرد پژوهش اكتشافي و با استفاده از روش تحقيق كيفي و راهبرد نظريه داده بنياد و با نمونه‌گيري هدفمند و مصاحبه با 13 نفر از خبرگان، الگوي برنامه‌ريزي در وزارت علوم، تحقيقات و فناوري مبتني بر هوش تجاري طراحي شد. بر اساس كدگذاري‌هاي انجام شده، ابتدا 193 كدهاي اوليه تحقيق تعيين شد. سپس 2 مفهوم(طبقه اصلي) و 27 مقوله‌(طبقه فرعي) مشخص شدند. سپس با گدگذاري انتخابي و دسته‌بندي تجميعي مقوله‌ها، 4 جز اصلي الگو تعيين و روابط بين آن‌ها مشخص و سطوح كاربري آن‌ها تعيين گرديد. در نهايت الگوي طراحي شده با استفاده از روش‌هاي علمي مورد ارزيابي و اعتبارسنجي قرار گرفت و كيفيت آن تاييد شد و پيشنهادات جهت پژوهش‌هاي آتي ارائه گرديد.

Scientific management in organizations requires the design of a proper planning framework that can intelligently achieve the goals of the organization. Designing a planning paradigm to make decisions with minimal error and using smart data is inevitable. The purpose of the present study is to design an appropriate and effective planning framework in the Ministry of Science, Research and Technology. For this purpose, by using exploratory research approach and by using qualitative research method and Grounded theory strategy and by purposeful sampling and interviewing 13 experts, planning framework in Ministry of Science, Research and Technology It was designed for business intelligence. Based on the encodings performed, the first 193 initial codes of research were identified. Then 2 concepts (main category) and 27 categories (subcategory) were identified. Then, by selective ranking and cumulative classification of the categories, 4 main components of the framework were identified and the relationships between them were identified and their user levels determined. Finally, the designed framework was evaluated and validated using scientific methods and its quality was confirmed and suggestions for future research were presented.