سیستم های مدیریت داده و چالش‌ها

( سیستم های مدیریت داده و چالش‌ها ) داده های سازمانی دارایی تلقی می‌شوند. مدیریت کیفیت و قابل استفاده بودن این دارایی‌ها برای بهره‌وری و سودآوری بسیار حائز اهمیت است. به خاطر آورید که داده های کثیف منجر به تصمیمات ضعیف کسب و کار، ارائه خدمات ضعیف به مشتریان، طراحی ناکافی محصول و ایجاد شرایط اتلاف دیگر می‌شوند.
در نگاه نزدیک‌تر ۱-۱ از مشکلات و هزینه‌های همراه داده های استاندارد نشده و غیرهماهنگی بین سازمان‌ها در زنجیره تأمین بهداشت و درمان آگاه شدید. مشکلات مشابه در مدیریت داده ها می‌تواند در درون سازمان اتفاق افتد. یکی از مشکلات فراگیر آن است که افراد داده ها را به شکلی که به آن باید کار خود را انجام دهند، دریافت نمی‌کنند. بنابراین اگر هم داده ها دقیق، به موقع و تمیز باشند، ممکن است همچنان قابل استفاده نباشند. بر طبق گزارش شرکت اطلاعات بازار IDC ، سازمان‌های دارای حداقل ۱۰۰۰ دانشور (مانند داده ورزان) سالانه از ۵٫۷ میلیون دلار زمان از دست رفته شکل‌دهی دوباره به داده ها توسط کارمندان از یک برنامه کاربردی به برنامه کاربردی دیگر زیان می‌بینند. در حالی که کارکنان با هدر رفتن زمان خود خطاهای موجود در صورت حساب‌ها و سفارشات را در بین تأمین‌کنندگان مربوطه در حوزه بهداشت و درمان ردیابی و اصلاح می‌کنند، همچنین زمان بسیاری را نیز صرف تبدیل این داده ها به شکل قابل استفاده می‌کنند. این پورتال‌ها مجموعه‌ای از برنامه های کاربردی نرم افزاری هستند که داده ها را به کاربران از طریق یک رابط استاندارد مبتنی بر وب یکپارچه، مدیریت، تحلیل و منتقل می‌کنند.
مدیریت جستجوی و بازیابی داده های موجود در سازمان به دلایلی که در زیر برشمرده خواهند شد، یک چالش بزرگ به شمار می‌آیند:

• * حجم داده ها با گذر زمان به صورت نمایی افزایش می‌یابد داده های جدید به طور مداوم و با سرعت افزوده می‌شوند. رکوردهای کسب و کار باید برای مدت طولانی برای ممیزی و یا دلایل قانونی نگه داشته‌شوند، حتی اگر خود سازمان دیگر به آن‌ها دسترسی نداشته‌باشد. تنها درصد کمی از داده های سازمان به یک زمان و یا کاربرد مشخص مرتبط است و این داده های مرتبط باید شناسایی و پیدا شوند تا قابل استفاده باشند.
• * حجم داده های خارجی که باید در اخذ تصمیمات سازمانی مورد توجه قرار گیرند مدام در حال افزوده شدن هستند.
• * داده ها در سراسر سازمان‌ها پراکنده شده و همچنین توسط افراد بسیاری با استفاده از روش‌ها و ابزارهای گوناگونی جمع‌آوری و ایجاد می‌شوند. داده ها اغلب در مکان‌ها و سرورهای مختلف و همچنین در سیستم ها، پایگاه‌های داده، ساختارها و زبان‌های انسانی و کامپیوتری متفاوتی ذخیره می‌شوند.
• * امنیت، کیفیت و جامعیت داده ها بسیار مهم است و در عین‌حال به سادگی به خطر می‌افتد. به علاوه نیازمندی‌های قانونی مرتبط با داده ها در هر کشوری متفاوت بوده و مدام در حال تغییر است.
• * داده ها به صورت Offline و بدون انجام کنترل کیفی روی آن‌ها ایجاد شده و مورد استفاده قرار می‌گیرند؛ بنابراین در اعتبار داده ها جای سؤال باقی می‌ماند.
• * داده ها در سراسر یک سازمان ممکن است زاید و تاریخ گذشته باشند که در نتیجه مشکلات نگهداری بزرگی را برای مدیران داده ها به وجود می‌آورند. سازمان‌ها برای برطرف ساختن این مشکلات روی راه حل‌های موجود در مدیریت داده ها سرمایه‌گذاری می‌کنند. به طور تاریخی مدیریت داده ها برای پشتیبانی از پردازش تراکنش‌ها توسط سازماندهی داده ها در یک مکان به وجود آمد.

این رویکرد از پردازش های با حجم بالای دارای امنیت بیشتر و با بهره‌وری بالاتر پشتیبانی می‌کند. به دلیل آن که حجم داده های ایجاد و ذخیره شده و کامپیوترهای کاربران نهایی به طور چشمگیری در حال افزوده شدن هستند، با این وجود استفاده از روش‌های مدیریت داده های سنتی برای پرس‌وجوها و برنامه های کاربردی ویژه دیگر، ناکارآمد و یا غیرممکن است. بنابراین سازمان‌ها پایگاه‌های داده رابطه‌ای را پیاده‌سازی کرده‌اند که داده ها در آن‌ها در ردیف‌ها و ستون‌هایی سازماندهی شده‌اند تا از پردازش و تصمیم‌گیری کاربر نهایی پشتیبانی به عمل آورند.
همزمان با عمومیت شبکه های کلاینت / سرور (که تحت عنوان رایانش کلاینت / سرور هم نامیده می‌شوند) و فناوری‌های تحت وب، پایگاه‌های داده متمایز بسیاری در سازمان‌ها ایجاد و پخش شدند که مدیریت آن دسته داده هایی را که باید در هر مکان به صورت منسجم باشند، با مشکل مواجه کردند. شبکه های کلاینت / سرور در برگیرنده کامپیوترهای کاربران و یا کلاینت‌ها هستند که با کامپیوترهای دارای عملکرد بالا یا سرورها که فراهم آورنده نرم افزارها، داده ها و یا خدمات کامپیوتری در شبکه هستند، مرتبط هستند Applebee’s International را به یاد آورید که روی انبار داده ها سرمایه‌گذاری کرده بود تا داده های مرتبط با فروش، تقاضا و هزینه‌ها را جمع‌آوری و تحلیل کند. همان‌گونه که کسب و کار روز به روز پیچیده‌تر می‌شود و حجم داده های سازمانی آن به حد انفجار می‌رسد بنگاه‌ها روز به روز بیشتر رو به سوی مدیریت داده های اصلی به عنوان روشی برای مدیریت و یکپارچه کردن این داده ها می‌آورند. در پکیج جامع دیجیتال مارکتینگ تخصصی نوکارتو می‌توانید پیرامون موضوع‌های فناوری اطلاعات و ارتباطات، اطلاعات جامعی را به‌دست بیاورید.

مدیریت داده های اصلی

مدیریت داده های اصلی (MDM) فرآیندی است که شرکت‌ها با استفاده از آن داده ها را از منابع و یا برنامه های کاربردی سازمانی مختلف یکپارچه کرده تا نمایی یکنواخت‌تر از داده ها را به دست آورند. اگرچه ممکن است که فروشندگان ادعا کنند که نسخه MDM آن‌ها تنها نسخه کارآمد به شمار می‌رود، اما این گمانه زنی به احتمال زیاد درست نیست. در واقعیت MDM قادر به ایجاد تنها یک نسخه یکپارچه از داده ها نیست چرا که ساخت نمایی کاملا یکنواخت از تمامی داده های اصلی غیرممکن است. به طور واقع بینانه MDM داده های برگرفته از منابع گوناگون را در یک فایل مرجع اصلی یکپارچه کرده که این فایل سپس داده ها را به برنامه های کاربردی بازگردانده و در نتیجه آن داده های دقیق و یکپارچه را در سرتاسر سازمان ایجاد می‌کند. در نگاه نزدیک تر ۲-۱ عوامل موجود در زنجیره تأمین بهداشت و درمان ضرورت یک فایل مرجع اصلی را ایجاد می‌کردند تا به نسخه‌ای یکپارچه تر از داده ها دست یابند. یک فایل مرجع اصلی بر پایه موجودیت داده است. یک موجودیت داده هر چیز واقعی و یا انتزاعی است که شرکت تمایل دارد درباره آن داده جمع‌آوری و ذخیره کند. موجودیت‌های داده متداول در کسب و کار شامل مشتری، فروشنده، محصول و کارمند می‌شوند.
موجودیت‌های داده های اصلی: موجودیت‌های داده های اصلی موجودیت‌های اصلی شرکت نظیر مشتریان، محصولات، تأمین کنندگان، کارمندان و دارایی‌ها هستند. هر دپارتمان سازمانی دارای نیازمندی‌های داده های اصلی متمایزی است. به عنوان مثال بازاریابی در ارتباط با نرخ گذاری محصول، برند و بسته‌بندی محصول است،‌ در حالی که تولید در ارتباط با هزینه‌های محصول و زمان‌بندی ها است. فایل مرجع اصلی مشتری می‌تواند داده ها را به تمامی سیستم های سازمانی که دارای جزئی مرتبط با رابطه مشتری هستند تغذیه کند که در نتیجه آن تصویر واحدی از مشتریان را ارائه کند. به گونه‌ای مشابه، فایل مرجع اصلی محصول می‌تواند تمامی داده ها را به سیستم های تولید در سازمان تغذیه کند. سه مزیت نمای واحد مشتریان به صورت زیر برشمرده شده‌اند:

• * داده های بهتر و دقیق‌تر مشتریان برای پشتیبانی از بازاریابی، فروش، پشتیبانی و نوآوری‌های خدماتی.
• * پاسخ‌گویی بهتر برای حصول اطمینان از این که تمامی کارمندانی که با مشتریان سروکار دارند دارای اطلاعات به روز و قابل اعتماد از مشتریان هستند.
• * مدیریت بهتر درآمدها و تصمیمات مسئولانه‌تر کسب و کار.

یک MDM شامل ابزارهایی برای پاک‌سازی و ممیزی عناصر داده های اصلی و همچنین ابزارهایی برای یکپارچه و همگام سازی داده ها بوده تا داده ها را دست یافتنی‌تر کند. MDM راه حلی را به مدیرانی ارائه می‌دهد که از تکه تکه و پراکنده بودن منابع داده خود ناامید شده‌اند. با استناد بر Ventana Research، ۴ درصد از ۵۱۵ پاسخ دهنده به پیمایش این سازمان اظهار داشته‌اند که شرکت‌های آن‌ها MDM را پیاده سازی کرده‌اند و ۳۱ درصد هم گزارش کرده‌اند که سازمان‌های آن‌ها پروژه هایی را در این زمینه در دست انجام دارند (Stodder، ۲۰۰۷).

تبدیل داده ها به دانش

مطالبی که ما تا به این‌جا به آن‌ها پرداخته‌ایم در درجه اول روی راه‌هایی متمرکز شده‌اند که در آن‌ها بنگاه‌ها داده ها را جمع‌آوری و یکپارچه می‌سازند. با این‌حال بنگاه ها بر پایه داده های خام اداره نمی‌شوند. آن‌ها بر پایه داده هایی اداره می‌شوند که به اطلاعات و دانش تبدیل شده‌اند و مدیران آن‌ها را برای مشکلات و فرصت‌های کسب و کار مورد استفاده قرار می‌دهند. با توجه به مثال‌هایی از دنیای واقعی در طی این بخش، دانش آموخته شده از این داده ها نیروی محرکه اصلی راه حل‌های کسب و کار است. همه چیز از طراحی های خلاقانه محصولات تا اقدامات رقابتی خلاقانه بر دانش به روز استوار است. با این وجود به دلیل مشکلات موجود در مدیریت داده ها، استخراج دانش از داده های جمع‌آوری شده فرآیند پیچیده‌ای است.
سازمان‌ها داده ها را از چند طریق به دانش تبدیل می‌کنند. داده های مطلوب از پایگاه‌های داده استخراج شده، پیش پردازش می‌شوند تا با ساختار انبار داده ها و یا بازار داده ها که داده ها در آن بارگذاری می‌شوند، سازگار باشند. بازار داده یک انبار داده کوچک است که برای یک واحد استراتژیک کسب و کار (SBU) و یا یک دپارتمان خاص طراحی شده است. این مجموعه فرآیندها تحت عنوان ETL نامیده می‌شوند که دارای حروف اول کلمات استخراج (Extract)، تغییر شکل (Transform) و بارگذاری (Load) است. ETL داده ها را از منابع مختلف گردآوری کرده، ساختاردهی مجدد و پالایش کرده و سپس آن‌ها را در انبار داده ها و یا بازار داده ها برای تحلبل و یا سیستم عملیاتی دیگیری برای پشتیبانی از فرآیندهای کسب و کار بارگذاری می‌کند. کاربران سپس به انبار داده ها و یا بازار داده ها مراجعه کرده تا نسخه‌ای از داده های مورد نیاز برای تحلیل را فراهم آورند. آن‌ها این موارد را با استفاده از ابزارهای داده کاوی و یا تحلیل داده ها با دقت بررسی می‌کنند. ابزارهای داده کاوی نرم افزارهای تخصصی هستند که برای تحلیل داده ها به منظور یافتن الگوها یا همبستگی‌ها یا تمایلات و یا روابط معنادار دیگر مورد استفاده قرار می‌گیرند. داده کاوی که از آن تحت عبارت کشف داده ها هم نام برده می‌شود، فرآیند تحلیل داده ها از دورنماهای مختلف و خلاصه سازی آن‌ها به اطلاعاتی است که می‌توان از آن‌ها برای افزایش درآمدها و یا کاهش هزینه‌ها و یا هر دو بهره برد. نرم افزار داده کاوی به کاربران این اجازه را می‌دهد تا داده ها را از ابعاد یا زوایای گوناگون تحلیل و دسته‌بندی کرده و همچنین همبستگی‌ها و الگوهای بین فیلدهای موجود در انبار داده ها را شناسایی کنند. این فعالیت‌ها در نهایت اطلاعات و دانش ارزشمندی را تولید می‌کنند. هم داده ها در زمان‌های مختلف در طی این فرآیند) و هم دانش (استخراج شده در پایان فرآیند) ممکن است نیاز به انتشار و ارائه برای کاربران با استفاده از ابزارهای بصری‌سازی اشته باشند.

کیفیت و جامعیت داده ها

جمع‌آوری داده ها، فرآیند بسیار پیچیده‌ای است که می‌تواند منجر به ایجاد مشکلاتی در ارتباط با کیفیت داده هایی که جمع‌آوری شده‌اند شود. به همین دلیل بدون در نظر گرفتن روش جمع‌آوری داده ها، باید آن‌ها را اعتبارسنجی کرد تا کاربران بتوانند به آن‌ها اعتماد کنند. عبارات کلاسیک که توصیف کننده این شرایط هستند یکی “زباله داخل، زباله خارج” (GIGO – garbage in, garbage out) و حالت ریسک دارتر آن “زباله داخل، رستگاری خارج” (garbage in, gospel out) هستند. در اصطلاح دوم به داده های دارای کیفیت پایین اعتماد شده و از آن‌ها برای برنامه ریزی استفاده می‌شود. شما با عوامل مسئول حفظ امنیت داده ها نظیر بازرسی جامعیت داده ها برای کمک به ارتقا کیفیت داده ها هنگامی که فرمی را به صورت Online پر می‌کنید، مواجه شده‌اید. این فرم به عنوان مثال آدرس ایمیلی را که به شکل درست نوشته نشده باشد، قبول نمی‌کند.
کیفیت داده ها معیاری برای سنجش مفید بودن داده ها و همچنین کیفیت تصمیمات اتخاذ شده بر پایه داده ها است. این معیار دارای پنج بعد: دقت، در دسترس بودن، مرتبط بودن، به روز بودن و کامل بودن است. همان‌گونه که بحث کردیم داده ها به خصوص هنگامی که در پایگاه‌های داده بزرگ و متمرکز ذخیره می‌شوند اغلب نادقیق، ناکامل و یا دارای ابهام هستند. با وجود آن که داشتن داده های با کیفیت بالا برای موفقیت کسب و کار لازم است اما وجود برخی مسائل بیشمار سازمانی و فنی، رسیدن به این هدف را دشوار ساخته است. یکی از مسائل مشکل‌ساز مالکیت داده هاست به این معنا که چه کسی مسئول و یا مالک داده هاست؟ مسأله مالکیت داده ها از فقدان خط مش‌های تعریف مسئولیت و پاسخ‌گویی در مدیریت داده ها به وجود می‌آید. مستقل نیازمندی‌های ناهماهنگ کیفیت داده ها توسط برنامه های کاربردی مستقل مختلف مجموعه مشکلات جدیدی را برای سازمان‌ها به وجود می‌آورد و باعث می‌شود آن‌ها تلاش داشته باشند سیستم های منفرد را در سیستم های سازمانی یکپارچه ترکیب کنند سیستم های اطلاعاتی بین سازمانی سطح جدیدی از پیچیدگی را برای مدیریت کیفیت داده ها به وجود می‌آورند. شرکت‌ها باید مشکلات اختیارات راهبری خود را حل کنند تا اطمینان حاصل شود که تمامی طرف‌های درگیر با داده هایی دارای کیفیت استاندارد سروکار دارند. تمایل برای تفویض مسئولیت کیفیت داده ها به تیم‌های فنی که هیچ کنترلی روی کیفیت داده ها ندارند در مقابل کاربران کسب و کار که دارای چنین کنترلی هستند با مخالفت روبه رو می‌شود، یکی دیگر از مشکلاتی که بر سر راه جمع‌آوری داده های با کیفیت بالا ایجاد می‌شود.  

محرمانه بودن داده ها و استفاده اخلاقی

بنگاه‌هایی که درباره کارکنان، مشتریان و یا هر کس دیگری به جمع‌آوری داده می‌پردازند، وظیفه دارند تا از این داده ها حفاظت به عمل آورند. داده ها باید برای افراد حائز صلاحیت در دسترس باشند. ایمن‌سازی داده ها از دسترسی‌های غیر قانونی و سوء استفاده توسط افراد حائز صلاحیت هزینه‌بر و دشوار است.

نگاه نزدیک‌تر ۳-۱

امنیت ملی به هوش تجاری و داده کاوی بستگی دارد

افراد و یا گروه‌هایی که دارای انگیزه‌های ایدئولوژیکی یا سیاسی هستند و یا قصد صدمه زدن به دیگران را دارند، با استفاده از اینترنت به طرح ریزی و هماهنگی فعالیت‌های خود می‌پردازند، همانند حملاتی که در ۱۱ سپتامبر سال ۲۰۰۱ رخ داد. تروریست‌ها از تاکتیک ها و فناوری های مختلفی بهره می‌برند تا نقشه‌های مخرب خود مثل هک کردن، فرستادن اسپم، فیشینگ، دزدیدن هویت و تبلیغ و جمع‌آوری نیرو از طریق اینترنت را اجرا کنند. کامپیوترهای مصادره شده در افغانستان مکررا گزارش می‌دادند که القاعده در حال جمع‌آوری اطلاعات روی اهداف مد نظر و فرستادن پیام های رمزگذاری شده از طریق اینترنت است.
امنیت ملی بستگی به تلاش هر چه زودتر برای ایجاد اطلاعات به موقع برای شناسایی این‌گونه فعالیت‌ها است. آژانس‌های اطلاعاتی نظیر FBI  و CIA  در ایالات متحده و MI6 در انگلستان، حجم وسیعی از داده ها را جستجو کرده تا تهدیدات بالقوه کوچک را برای امنیت ملی کشور خود بیایند. به عنوان مثال DIS تحلیل این اطلاعات را از دو نوع منبع آشکار و پنهان به انجام می‌رساند. داده کاوی برای مقاصد هوش تجاری، مدل های آماری، پردازنده‌های قوی و هوش مصنوعی (AI) را تلفیق می‌کند تا اطلاعات مهم را جستجو و بازیابی کند. دو نوع سیستم داده کاوی وجود دارد: سیستم های مبتنی بر موضوع که داده ها را به گونه‌ای بازیابی می‌کنند که به سرنخی منجر شود و سیستم های مبتنی بر الگو که به دنبال رفتارهای مشکوک می‌روند. مثالی از تکنیک مبتنی بر موضوع تحلیل پیوند است که با استفاده از داده ها به ساخت ارتباطات بین افراد و یا وقایع به ظاهر غیر مرتبط می‌پردازد. نرم افزار تحلیل پیوند، فعالیت‌های مشکوک نظیر یک spike در تعداد ایمیل های تبادل شده بین دو طرف (که یکی از آن‌ها مظنون است)، چک‌های نوشته شده توسط افراد مختلف به شخص سوم و بلیت‌های پرواز خریداری شده به یک مقصد در یک زمان پرواز مشخص را شناسایی می‌کنند. پرسنل بخش هوش تجاری سپس این “پیوندها” را ردیابی می‌کنند تا افراد دیگری را که مظنون با آن‌ها در تماس است، مدنظر داشته باشند.
خبره‌ها این‌گونه تلاش‌های هوش تجاری را  برای حفظ امنیت جهانی ضروری می‌دانند. برخی خبره‌های نظامی بر این باورند که جنگ بین ملت‌های بزرگ قدیمی شده و دفاع ما در آینده بسیار بیشتر به فرماندهان اطلاعاتی با پایگاه‌های داده بستگی خواهد داشت تا به تانک‌ها و تجهیزات نظامی، یک درس کلیدی از وقایع ۱۱ سپتامبر آن است که آژانس‌های اطلاعاتی آمریکا باید با یکدیگر همکاری کرده و به اشتراک اطلاعات بپردازند تا به صورت یک سازمان هوشمند منحصر به فرد و متحد به شناسایی ریسک‌ها اقدام کنند.

مدیریت سند

تمامی شرکت‌ها رکوردهای کسب و کاری ایجاد می‌کنند که در واقع اسنادی هستند که مبادلات تجاری نظیر قراردادها، تحقیق و توسعه، اسناد منبع حسابداری، یادداشت‌های کتبی و رسمی، ارتباطات مشتری / متقاضی و صورت جلسات را ثبت می‌کنند. مدیریت سند کنترل خودکار اسناد تصویری و الکترونیکی، تصاویر صفحات، صفحات گسترده، پیام های صوتی و ایمیل، اسناد واژه پردازی و دیگر اسناد در طی چرخه حیات سازمان از ایجاد تا آرشیو و از بین بردن آن است. سیستم های مدیریت سند DMS متشکل از سخت افزارها و نرم افزارهایی هستند که اسناد الکترونیکی را مدیریت و آرشیو کرده و همچنین اسناد کاغذی را به اسناد الکترونیکی تبدیل می‌کنند و سپس آن‌ها را نشانه گذاری کرده و با توجه به سیاست‌های شرکت ذخیره می‌کنند. به عنوان مثال شرکت‌ها ممکن است توسط قانون ملزم شده باشند تا اسناد مالی را برای حداقل هفت سال نگهداری کنند، در حالی که ایمیل ها و یا مشوق‌های بازار ممکن است برای یک سال نگهداری شده و سپس از بین برده شوند. DMS دارای قابلیت‌های پرس‌وجو و جستجو است که به آن امکان می‌دهد که همانند داده ها در پایگاه داده قابل دسترسی و شناسایی باشد. گستره این سیستم ها از سیستم های طراحی شده برای پشتیبانی از گروه‌های کاری کوچک تا سیستم های تحت وب دارای تمامی کارکردهای مورد نیاز پوشش دهنده سازمان هستند. DMS ممکن است قسمتی از یک سیستم یکپارچه جدیدتر تحت عنوان مدیریت محتوای سازمانی (ECM) باشد.
دپارتمان‌ها یا شرکت‌هایی که کارکنان آن‌ها بیشتر روز را صرف پر کردن و یا بازیابی اسناد و یا مدارک کاغذی انبار شده می‌کنند، می‌توانند با استفاده از DMS این هزینه‌ها را به میزان زیادی کاهش دهند. این سیستم ها عدم بهره‌وری‌ها و استیصال ناشی از مدیریت سند کاغذی و جریان‌های کاغذ بازی را به حداقل می‌رساند. با این حال سیستم های مورد بحث یک دفتر کاری عاری از کاغذ بازی را بنا بر آن‌چه پیش‌بینی شده بود ایجاد نمی‌کنند. دفترهای کاری همچنان از حجم زیادی از کاغذها استفاده می‌کنند. یک DMS می‌تواند توسط موارد زیر به کارایی و بهر‌ه‌وری کسب و کار کمک کند:

• * دادن امکان دست‌یابی و استفاده از محتویات موجود در اسناد به شرکت.
• * کاهش هزینه‌های نیروی کار با خودکارسازی فرآیندهای کسب و کار.
• * کاهش زمان و میزان تلاش مورد نیاز برای شناسایی اطلاعات مورد نیاز بنگاه برای حمایت از تصمیم‌گیری.
• * بهبود امنیت محتوا و در نتیجه کاهش ریسک سرقت مالکیت معنوی.
• * کمینه ساختن هزینه‌های مرتبط با چاپ، ذخیره سازی و جستجوی محتوا.

ابزارهای اصلی مدیریت سند عبارتنداز: نرم افزار گردش کار، ابزارهای تألیف، اسکنرها و پایگاه‌های داده. هنگامی که گردش کارها به شکل دیجیتال باشند، بهره‌وری افزایش یافته، هزینه کاهش می‌یابد، کنترل پیروی از قوانین ساده‌تر می‌شود و در نهایت رایانش سبز ممکن خواهد شد. رایانش سبز ابتکاری است برای حفظ منابع طبیعی با ارزش با کاهش اثرات استفاده از کامپیوتر بر محیط پیرامون. بنگاه‌ها همچنین از DMS برای رهایی از اتفاقات ناگوار و استمرار، امنیت، به اشتراک گذاشتن دانش و تشریک مساعی و دسترسی کنترل شده و از راه دور کسب و کار خود بهره می‌برند. کارکنان به دلیل آن که DMS دارای قابلیت‌های چند لایه‌ای دسترسی است، تنها می‌توانند به اسناد مشخصی که اجازه دسترسی به آن‌ها برای ایشان صادر شده است دست یافته و آن‌ها را تغییر دهند. هنگامی که شرکت‌ها یک DMS را انتخاب می‌کنند، سؤالات زیر را می‌پرسند:

۱- آیا نرم افزار به گونه‌ای در دسترس است که برای سازمان مفید باشد، خواه شما بخواهید DMS روی شبکه شما نصب شود، خواه نرم افزار را به عنوان یک سرویس خریداری کنید.

۲- آیا نرم افزار مناسب برای استفاده و قابل دسترس از طریق مرورگر وب، برنامه های کاربردی اداری و ایمیل و Windows Explorer است؟ (اگر نه، افراد از آن استفاده نخواهند کرد).

۳- آیا نرم افزار دارای رابط‌های کاربر تحت وب و گرافیکی به روزی است که کاربران را به گونه‌ای اثربخش از طریق اینترانت (شبکه داخلی)، شبکه خصوصی مجازی و اینترنت پشتیبانی کند؟ (VPN به کارکنان اجازه می‌دهد تا از راه دور و از طریق اینترنت به شبکه شرکت متصل شوند. VPN دارای هزینه کمتری نسبت به حالتی است که کارکنان با استفاده از مودم یا خط مخصوص به شبکه شرکت متصل شوند).

نگاه نزدیک‌تر ۴-۱

مدیریت سند الکترونیکی پردازش دادخواست‌ها را سریع‌تر می‌کند

ICHEIC  International Commission on Holocaust Era Insurance Claims سازمانی است که برای رسیدگی به دادخواست‌های بیمه پرداخت و جبران نشده دوره هولوکاست به صورت رایگان برای متقاضیان آن تأسیس شده است. این سازمان که در سال ۱۹۹۸ تأسیس شده است بیش از ۳۰۰ میلیون دلار پرداختی را تا به امروز بین بازماندگان هولوکاست و نوادگان آن‌ها توزیع کرده است. با توجه به سررسید مهلت ارائه دادخواست‌ها در سال ۲۰۰۴، پردازش تمامی پرونده‌ها باید تا ماه ژوئن سال ۲۰۰۶ به اتمام می‌رسید. مشخص بود که سازمان نیازمند برنامه کاربردی فنی پیشرفته‌ای است تا بتواند دست‌یابی ساده‌تر و سریع‌تری به اسناد و پرونده‌ها داشته و کارایی را افزایش دهد. کارمندان در سه موقعیت باید پیشرفت را کنترل کنند تا بتوانند پیش‌آمدهای غیر مترقبه را شناسایی کنند. همچنین به دلیل غیرانتفاعی سازمان محدود کردن هزینه‌های غیرضروری و حداقل نگه داشتن هزینه‌های IT نیز دارای اهمیت بود. ICHEIC تصمیم به پیاده‌سازی رویکردی شامل یک پورتال و برنامه کاربردی یکپارچه Document Manager گرفت. این کار منجر به ادغام این ابزارهای قدرتمند همکاری با عملکرد مدیریت چرخه حیات سند انتها به انتها شد. به دلیل آن که سیستم بر مبنای فناوری متن باز بنا نهاده شده بود،‌ هیچ‌گونه مبلغی جهت خریداری امتیاز نرم افزار مورد نظر پایگاه داده نباید پرداخت می‌شد. کارکنان با استفاده از مرورگر می‌توانستند از هر مکانی به ابزارهای مدیریت سند تنها با وارد کردن نام کاربری و رمز عبور خود دسترسی داشته باشند.
روبکرد مورد استفاده که سازگار با برآوردن نیاز ICHEIC به پردازش دقیق بوده است، قابلیت های دسترسی چند نقطه‌ای، مدیریت داده و گزارش گیری آسان را بدون در هم ریخته شدن توسط عملکردهای اضافی فراهم آورد. پرسنل کلیدی می‌توانستند مکان اسناد را تغییر داده و به صورت خودکار ایمیل را به سیستم مسیریابی کنند تا بتوان آن‌ها را در پرونده‌های مرتبط ذخیره کرد. بهنگام رسانی‌های دایمی از یک پایگاه داده جداگانه که مشخص کننده وضعیت و جزئیات شرکت بیمه برای هر پرونده بود به کارکنان کمک کرد تا پیشرفت برخی دادخواست‌های خاص را مدنظر قرار دهند. تهیه کننده این رویکرد علاوه بر مدیریت پیاده‌سازی سیستم، با شرکت شریک خود نیز در ارتباط بود تا بتواند بر مستندسازی و تولید فایل‌های الکترونیکی که می‌توانستند به نرم افزار منتقل شوند نظارت کند.
در مجموع ۵/۳ میلیون سند مرتبط با ۱۴۰۰۰۰ پرونده از طریق ابزارهای سهل‌الاستفاده جستجو در Document Manager قابل دسترسی بودند. کارکنان در همه جا قادر به پیدا کردن سریع و آسان اطلاعات بودند که در نتیجه آن نرخ رسیدگی به دادخواست‌ها افزایش یافت. گزارش‌های وضعیت سفارشی به مدیران امکان می‌داد پیشرفت‌های حاصله را تحت نظر گرفته و سطوحی را برای کارکنان برنامه ریزی کنند تا از پردازش سریع دادخواست‌ها اطمینان حاصل کنند. زمان و هزینه مرتبط با فرستادن اسناد از طریق ایمیل و سیستم سند الکترونیکی به طور چشمگیری کاهش یافت. به دلایل قانونی ICHEIC باید رکوردهای تمامی اسناد را پس از انجام مراحل بررسی برای مدت زمان مشخصی نگهداری می‌کرد. با این حال از آن جایی که اسناد به صورت الکترونیکی پردازش می‌شدند، سازمان می‌توانست از هزینه‌های اضافی ذخیره‌سازی جلوگیری کند.
در نتیجه پردازش دادخواست‌ها و فرجام‌خواهی توسط ICHEIC احکام صدها میلیون دلاری صادر شدند و این حرکت همچنان رو به رشد و ادامه‌دار است. سیستم سند الکترونیکی نقش کلیدی را در به عهده گرفتن این مسئولیت مهم ایفا کرده است.
برای مطالعه بیشتر: مدیریت موفق اسناد الکترونیکی در بین عوامل دیگر بستگی به در دسترس بودن امکانات جستجوی قدرتمندی دارد که معمولا تحت عنوان کاوش الکترونیکی از آن‌ها یاد می‌شود. به چه صنایع و یا بخش‌های دیگری می‌توان از طریق استفاده از امکانات کاوش الکترونیکی کمک کرد؟ با وجود آن که قابلیت نرم افزارهای جستجو رشد کرده است (به عنوان مثال Google)، مشکل در بازیابی داده ها و یا داده های بدون ساختار دیگر همچنان به قوت خود باقی هستند. چرا این کار برای سیستم های کامپیوتری مشکل است. چگونه می‌توان این مشکل را برطرف کرد؟

برای مطالعه مقاله های دیگر در زمینه‌های مختلف فناوری اطلاعات و ارتباطات اینجا کلیک کنید