فصلنامه شماره 44 (زمستان 1400)

چکیده

افزایش ضریب نفوذ فناوری اطلاعات در سازمان­ها در طی سالیان اخیر، حجم داده­های ذخیره شده سازمان‌ها را به‌شدت افزایش داده است. هم‌زمان با آن، بیشتر کسب‌وکارها به‌مرور به این داده­های گردآوری شده، وابستگی بیشتری پیدا کرده­اند و بدیهی است که کارایی سازمان‌ها به کیفیت داده^[1]­های ذخیره شده بستگی کامل دارد. مدیریت داده­های اصلی^[2]، روشی بهینه برای مدیریت داده­های منابع سازمانی مانند محصولات، پرسنل، مشتریان، تأمین‌کنندگان، مکان‌ها، بازارها و مانند آن است که سعی در افزایش کیفیت داده­ها و استفاده از داده‌ها در فرایندهای کسب‌وکار در سراسر سازمان دارد. این مقاله موضوعات کیفیت داده‌ها و مدیریت داده­های اصلی را بیشتر معرفی می­کند، اثرات فقدان مدیریت داده‌های اصلی یا عملکرد نادرست آن در سازمان را مورد ملاحظه قرار می‌دهد و اثرات مثبت یک حکمرانی داده­های اصلی^[3] بر بهبود عملکرد سیستم‌های سازمانی را مورد بررسی قرار می‌دهد. در برخورد با معضلات ناشی از فقدان حکمرانی داده‌های اصلی در حوزه کالای تدارکاتی در مراکز طبقه‌بندی شرکت‌های تابعه وزارت نفت جمهوری اسلامی ایران به‌عنوان مورد مطالعاتی مورد بررسی قرار گرفته است. روند بهسازی و کیفی سازی کاتالوگ کالاهای تدارکاتی شرکت‌های نامبرده با استفاده از مدل داده‌های استاندارد ISO 8000 به‌عنوان مورد مطالعاتی ارائه شده است.

1- بیان مسئله

امروزه سازمان‌ها تلاش روز افزونی برای چابک‌تر شدن هرچه بیشتر در فضای کسب‌وکار دارند تا بتوانند پاسخگوی تغییرات ناشی از نیازمندی‌های کسب‌وکار خود، در سریع‌ترین زمان و به بهترین روش ممکن باشند. آن چه در این روند نقش اساسی دارد، مدیریت منابع سازمان است. مدیریت داده‌های مربوط به محصولات، مشتریان، تأمین‌کنندگان، ماشین‌آلات، بازارها، حساب‌های مالی، نیروی انسانی و مواردی ازاین‌دست در این پروسه بسیار اهمیت می‌یابد. این نوع اطلاعات با عنوان داده‌های اصلی^[4] نامیده می‌شوند و نقش اساسی و محوری در اجرای فرایندهای سازمانی دارند. در بسیاری از سازمان‌ها، داده‌های اصلی در سیستم‌هایی که با یکدیگر هم‌پوشانی دارند نگهداری می‌شوند و در اغلب موارد بی‌کیفیت هستند. سازمان‌ها اغلب روش مدون و سازمان‌یافته‌ای برای مدیریت یکپارچه داده‌های اصلی خود ندارند و شاید بیشتر آن‌ها حتی شناختی از ماهیت داده‌های اصلی و اهمیت مدیریت داده‌های اصلی در رسیدن به بهره‌وری نداشته باشند. شرکت‌های معتبر ارائه‌دهنده بسته‌های نرم‌افزاری (برنامه‌ریزی منابع سازمان) همچون شرکت SAP و Oracle، دارای قابلیتی مستقل در خصوص مدیریت داده‌های اصلی هستند اما هیچ‌کدام از شرکت‌های معتبر توسعه‌دهنده نرم‌افزارهای جامع سازمانی در ایران به‌طورکلی به موضوع مدیریت داده‌های اصلی نپرداخته‌اند.

می‌توان گفت مدیریت داده‌های اصلی همیشه برای سازمان‌ها مهم بوده است. شناخت مشتریان و علائق آن‌ها، معرفی بهتر محصولات و خدمات سازمان، امکان سفارشی‌سازی محصولات برای مشتریان باتوجه‌به علایق هر مشتری، مدیریت جزئیات قراردادها و حساب‌هایی که با مشتریان و تأمین‌کنندگان وجود دارد، شناسایی کالاهای مشابه موجود در انبار و مواردی ازاین‌دست، برای سازمان‌ها از اهمیت ویژه‌ای برخوردارند، فرقی نمی‌کند سازمان موردنظر یک بانک باشد یا خرده‌فروش یا یک سازمان دولتی، چون درهرصورت، مجموعه‌ای از داده‌های اصلی و نیازهای این‌چنینی در آن سازمان‌ها وجود دارد. داده‌های اصلی شامل تمام موجودیت‌های مهمی است که تمام بخش‌های یک سازمان باید در معنا و کاربردِ آن‌ها به فهم مشترک و زبان مشترک برسند. برای مثال تمام بخش­های سازمان باید در مورد تعریف مشتری، این که کدام مشتری‌ها فعال هستند و در چه مکان‌هایی قرار دارند و چه محصولاتی سفارش داده‌اند یا خریداری کرده‌اند به فهم مشترک برسند. این فهم مشترک می‌تواند برای جلوگیری از اشتباهات سهوی مانند ارسال صورت‌حساب به آدرس اشتباه یا ایجاد یک فرصت، مانند توسعه فروش محصولات مکمل به مشتریان باشد. داده‌های اصلی در هر دو فضای عملیاتی و تحلیلی کسب‌وکار دارای اهمیت هستند. برای مثال در تحلیل روند مصرف کالا و دسته‌بندی مشتریانی بر اساس مناطق جغرافیایی، اگر دوگانگی‌های[5] اطلاعاتی در خصوص شناسایی کالا، مشتری و مناطق جغرافیایی وجود داشته باشد، بدیهی است که نتایج فرایند تحلیل فاقد ارزش تصمیم‌سازی خواهد بود.

آموزه‌های­استاندارد ISO8000­­که به کیفیت­داده‌ها می‌پردازد می‌تواند به‌عنوان نقطه کلیدی راهکار موردنظر برای دستیابی به یک روش مناسب مدیریت داده‌های اصلی پیرامون کالاهای تدارکاتی مورد استفاده قرار گیرد.

2- ضرورت‌ها

بیشتر سازمان‌ها دارای سیستم‌هایی برای ذخیره‌سازی و بازیابی داده‌های اصلی خود هستند اما متأسفانه بسیاری از این سیستم‌های اطلاعاتی در واکنش به فشارهای ناشی از رشد و تغییر کسب‌وکار و تغییرات فناوری، بسیار پیچیده شده‌اند. به‌تبع این پیچیدگی در سیستم‌های اطلاعاتی، بهره‌بردن از یک روش ساخت‌یافته برای شناسایی، نگهداری و استفاده از مجموعه‌ای معتبر و بی ابهام از داده‌های اصلی در سازمان‌ها به طور فزاینده‌ای دشوار و حتی ناممکن شده است. قدیمی بودن سیستم‌های اطلاعاتی و عدم به‌روزرسانی فنی آن‌ها، می‌تواند مشکلاتی به‌مراتب پیچیده‌تر در مدیریت داده‌های اصلی برای سازمان‌ها ایجاد نماید. بسیاری از سازمان‌ها بنا به مقتضیات و نیازهای خود اقدام به طراحی و توسعه سیستم اطلاعاتی می‌کنند به طوری که محل ذخیره‌سازی و نگهداری داده‌های اصلی، در خود آن سیستم تعبیه شده است. رشد این سیستم‌های اطلاعاتی بدون وجود یک معماری جامع، منجر به ایجاد سیلوهای اطلاعاتی[6] متعدد و بعضاً با کارکرد مشابه در سازمان می‌شود. هرکدام از این سیستم‌های اطلاعاتی تحت کنترل و مدیریت بخشی از سازمان قرار می‌گیرد و عملاً ارتباط منسجمی بین آن‌ها برقرار نمی‌گردد. تغییر نیازمندی‌های کسب‌وکار و ورود فناوری‌های جدید، سازمان‌ها را بر آن می‌دارد تا برای پاسخگویی به این تغییرات، سیستم‌های اطلاعاتی خود را به‌روزرسانی نمایند. در بسیاری موارد، سازمان به این نتیجه می‌رسد که ایجاد یک سیستم اطلاعاتی برای پوشش نیازمندی‌های جدید می‌تواند از نظر زمان و هزینه بسیار به‌صرفه‌تر از اصلاحات در سیستم‌های موجود باشد. به‌عنوان‌مثال از زمانی که اینترنت به یک سازوکار نیرومند ارتباطات تبدیل شد، شرکت‌هایی که خواهان فعال‌شدن سرویس خودکار پاسخگویی مشتری تحت وب بودند نیاز داشتند که یا سیستم‌های موجود خود را اصلاح کنند یا یک نرم‌افزار کاربردی و دیتابیس جدید برای مدیریت کانال جدید ارتباطی ایجاد نمایند. از آن جایی که پدیده وب، نیازهای جدیدی را برای پشتیبانی از ویژگی‌هایی همچون نشانی ایمیل‌ها، نام‌های کاربری و گذرواژه‌ها توصیه می‌کرد که سیستم‌های موجود آن‌ها را پشتیبانی نمی‌کردند، بسیاری شرکت‌ها به این نتیجه رسیدند که ایجاد یک نرم‌افزار کاربردی و دیتابیس جدید برای پشتیبانی از کانال اینترنتی، ساده‌تر از توسعه‌ی سیستم‌های موجود است.

 به‌عبارت‌دیگر ساختن یک سیستم جدید و درک نحوه‌ی چگونگی هماهنگ‌سازی آن با سیستم‌های موجود آسان‌تر از توسعه‌ی آن سیستم‌ها بود. انجام این کار درصورتی‌که سازمان دارای سیستم‌های اطلاعاتی ساده و مختصری باشد، ممکن است مشکل‌ساز نشود اما در شرکت‌های بزرگ‌تر به‌خصوص آن‌هایی که از طریق ادغام و تجمیع‌های چندگانه رشد پیدا کرده‌اند، این وضعیت می‌تواند به‌سرعت به سمت ناپایداری رفته و مشکل‌ساز شود. سیستم‌های اطلاعاتی که اغلب توسعه آن‌ها آسان‌تر از ویرایش آن‌ها است، با بسیاری از ادغام‌ها که ناشی از تغییرات در سازمان‌ها است به طور فزاینده‌ای پیچیده می‌شوند. وجود مخازن ذخیره‌سازی داده­های تکراری و نصف و نیمه باعث پیچیدگی بیشتر در معماری سیستم­های سازمان می­شود. احتمالاً موجودیت‌هایی مانند تأمین‌کنندگان یا محصول درون سیستم‌های مختلف دارای تعاریف مختلفی خواهند شد. خود داده­ها ممکن است به دلیل اعمال قوانین و مقررات اعتبارسنجی و پاک‌سازی^[7]متفاوت در سیستم‌های مختلف، متناقض و ناسازگار شوند؛ بنابراین رسیدن به یک درک کامل و قابل‌اعتماد از داده‌های اصلی­ای که در میان سیستم‌های متعدد گسترش‌یافته‌اند، اگر آن سیستم‌ها فاقد کنترل‌ها و یکپارچگی مناسب باشند، برای هر کسب‌وکاری مشکل است. این وضعیت، عواقب مختلفی در پی دارد. شاید اساسی‌ترین مشکل، سردرگمی کاربران و نرم‌افزارهای کاربردی در یافتن داده‌های صحیح برای استفاده است. آیا منبع معتبری که بتوان به آن اعتماد کرد وجود دارد؟ توسعه و پیاده‌سازی فرآیندهای کسب‌وکار زمانی که یک منبع قابل‌اعتماد داده‌های اصلی و یک دید کامل و صحیح از آن داده‌ها در دست نباشد، می‌تواند پیچیده‌تر شود. همچنین بدون منابع شناخته شده و معتبر داده‌های اصلی، اجرای سیستم‌های تصمیم‌ساز ممکن است منجر به موقعیت‌های بحرانی گردد. مشکل دیگر، شکنندگی معماری سیستم‌های سازمان است به طوری که یک تغییر کوچک در یک سیستم می‌تواند تأثیر منفی قابل‌توجهی روی سایر سیستم‌ها داشته باشد. تحلیل محدوده و هزینه یک تغییر بالقوه در میان شبکه‌ای پیچیده از سیستم‌های به‌هم‌تنیده می‌تواند دشوار باشد. این دشواری، مسئله‌ی مهمی است زیرا اغلب برای پشتیبانی از نیازهای جدید کسب‌وکار، پشتیبانی از ادغام‌کردن‌ها و اضافه‌کردن‌ها، و برای یکپارچه کردن نرم‌افزارهای کاربردی جدید، نیاز به تغییرات مکرر است. در واقع این شکنندگی معماری سیستم‌های سازمان بر توانایی سازمان در رشد و تغییر مرتبط با فشارهای بازار، به طور قابل‌توجهی تأثیر منفی دارد. پشتیبانی از رشد یک کسب‌وکار به لحاظ توان عملیاتی یا توزیع جغرافیایی، مسائل و مشکلات مشابهی را به همراه دارد. توزیع داده‌های اصلی در میان دسته‌های بزرگی از کامپیوترها، نیاز به طراحی دقیق برای مدیریت هم‌زمان‌سازی داده‌های اصلی دارد. مشکل آخر، هزینه فناوری اطلاعات است. نگهداری داده‌های تکراری نیازمند محیط‌های ذخیره‌سازی بیشتر و همچنین زیرساخت‌های ارتباطی و محاسباتی است.

شاید بتوان گفت مشکلات ناشی از عدم مدیریت داده‌های اصلی که متوجه کسب‌وکار می‌شود از مشکلات فنی مهم‌تر است. متمرکز کردن اطلاعات مشتریان و تأمین‌کنندگان در یک بانک اطلاعاتی مشترک از داده‌های اصلی، اجازه‌ی مذاکرات مؤثرتر برای قراردادهای مطلوب‌تر را به کسب‌وکارها می‌دهد. تعیین روابط بین کالاهای تدارکاتی و تأمین‌کنندگان امکان منبع‌یابی‌های مؤثرتر و گسترده‌تر را در اختیار شرکت‌ها قرار می‌دهد و انحصارات تأمین توسط تأمین‌کنندگان را از بین می‌برد. در یک حالت ایده‌آل، یک مکان یکتا وجود خواهد داشت که تمام داده‌های اصلی مشترک در یک سازمان در آن ذخیره و مدیریت می‌شوند. در یک روش جامع و ایمن، داده‌ها، صحیح، سازگار و مدیریت شده خواهند بود. کلیه به‌روزرسانی‌ها درون این نسخه‌ی یکتای داده‌های اصلی انجام خواهد شد و همه‌ی کاربران مختلفِ داده‌های اصلی با این منبع معتبر یکتا[8] در تعامل خواهند بود. کلیه نرم‌افزارهای کاربردی که از داده‌های مشتری استفاده می‌کنند به یک منبع یکتا رجوع می‌کنند.

یک منبع یکتای داده‌های اصلی سه قابلیت مهم فراهم می‌آورد: 1- وجود یک منبع معتبر از داده‌های اصلی،2- قابلیت استفاده از داده‌های اصلی با یک روش قابل‌اعتماد و 3- قابلیت غنی‌سازی و مدیریت داده‌های اصلی برای تطبیق با نیازهای در حال تغییر کسب‌وکار. سپس این امکان وجود خواهد داشت تا مجموعه‌ای از خدمات پیرامون این داده‌های اصلی ایجاد شود که اجازه می‌دهد داده‌ها به‌صورت یکپارچه در فرآیندهای کسب‌وکار و محیط‌های تحلیلی مجتمع شوند. این سه قابلیت به همراه هم سازمان‌هایی با یک بنیان نیرومند برای اجرای مؤثر کسب‌وکارها را فراهم می‌آورند. می‌توان به یک منبع معتبر داده‌های اصلی به‌عنوان مجموعه‌ای باکیفیت از داده‌ها که از یک ساختار خوش تعریف و توافق شده پیروی می‌کند، اعتماد کرد. داده‌ها در این منبع معتبر، استاندارد شده‌اند (برای مثال کلیه آدرس‌ها از فرمت یکسانی پیروی می‌کنند). موارد تکراری و مبهم در آن اصلاح شده‌اند (برای مثال یک کالا با دو یا چند نام یا شناسه مختلف در انبار شناسایی نشده است). انتشار اطلاعات از طریق ویرایش‌های مستمر یا دوره‌ای مدیریت می‌شوند و اطلاعات، کامل، ایمن و صحیح هستند.

3- مروری بر ادبیات مدیریت داده‌ها در چارچوب حکمرانی داده‌ها

مدیریت داده‌های اصلی، موضوعی برآمده از مفهوم کیفیت داده‌ها است. به‌عبارت‌دیگر، هدف اصلی و کلی مدیریت داده‌های اصلی رسیدن به داده‌های باکیفیت است. این مقاله به دنبال آن است که موضوع کیفیت داده‌ها را در حوزه داده‌های اصلی سازمانی موردمطالعه قرار دهد و راه کاری را معرفی نماید که بتوان بر اساس آن، برخی موانع پیشروی دستیابی به کیفیت داده‌های اصلی را مرتفع نمود. برپایی یک حکمرانی داده‌ها در سازمان می‌تواند یک حالت ایده‌آل برای مدیریت داده‌ها باشد. داده‌های سازمانی انواع مختلفی دارند و روش‌های مختلفی برای مدیریت آن‌ها موردنیاز است.

نرم‌افزارهای سازمانی، چه آن دسته از نرم‌افزارهای سازمانی که به مدیریت تراکنش‌های داخلی سازمان‌ها می‌پردازند و چه نرم‌افزارهای سازمانی که به مدیریت زنجیره‌های تأمین و مدیریت ارتباط با مشتریان مشغول هستند، برای آن که بتوانند مأموریت خود را به بهترین کیفیت ممکن انجام دهند، نیاز به داده‌های باکیفیت دارند. داده‌های باکیفیت به‌عنوان ورودی سیستم‌های سازمانی، منشأ دستیابی به اطلاعات باکیفیت و قابل‌اعتماد در خروجی این سیستم‌ها واقع می‌شوند. آن چه در کاهش هزینه‌ها و رسیدن سازمان‌ها به بهره‌وری نقش اساسی را ایفاء می‌کند، دستیابی به داده‌های باکیفیت است. امروزه منابع اطلاعاتی سازمان‌ها، همپای سایر منابع سازمانی از ارزش بیشتری نسبت به گذشته برخوردار هستند و مدیریت صحیح منابع اطلاعاتی می‌تواند منجر به رسیدن به کیفیت داده‌ها و اطلاعات و به‌تبع آن دستیابی به بهره‌وری در سازمان شود. افزایش ضریب نفوذ فناوری اطلاعات در سازمان‌ها در طی سالیان اخیر، حجم داده‌های ذخیره شده سازمان‌ها را به‌شدت افزایش داده است و مدیریت داده‌ها در اثر افزایش حجم، با مخاطرات بیشتری روبرو شده است. به‌کارگیری روش‌های استاندارد و بهینه در مدیریت داده­ها می­تواند مخاطرات سازمان‌ها را کاهش دهد.

3-1- کیفیت داده‌ها

کیفیت، درجه­ای است که نشان می­دهد مجموعه­ای از ویژگی‌های ذاتی، تا چه میزان الزامات را برآورده می­کنند (ISO8000-110, 2016). تعریف عمومی کیفیت داده‌ها «مناسب برای استفاده» است، یا به‌عبارت‌دیگر، تا چه اندازه برخی از داده‌ها با موفقیت در خدمت اهداف کاربر هستند. داده‌های بی‌کیفیت می‌توانند اثرات منفی و تأثیرات شدید بر سازمان و کاربران کسب­وکار بگذارند. این اثرات در رضایت پایین‌تر مشتری، افزایش هزینه‌های عملیاتی، فرآیندهای تصمیم‌گیری ناکارآمد، کارایی پایین‌تر و کاهش رضایت شغلی کارمندان مشاهده می‌شود. داده‌ها، عامل مهمی در فرهنگ یک سازمان محسوب می‌شوند، به همین دلیل کیفیت پایین داده‌ها می‌تواند اثرات منفی بر فرهنگ سازمانی بگذارد. کیفیت پایین داده‌ها امکان ایجاد اعتماد یا اطمینان به داده‌ها را محدود می‌کند که ممکن است منجر به آن شود که هرگونه نوآوری بر اساس چنین داده‌هایی با عدم‌پذیرش کاربران روبرو شود (Haug et al, 2012). اثرات و پیامدهای ناشی از کیفیت داده­ها در انجام کارها، فعالیت­های کسب­وکار، فعالیت­های دولتی و به‌طورکلی در جامعه دارای اهمیت است. کیفیت داده‌ها، میزان موفقیت فرآیندهای سازمانی در رسیدن به اهداف سازمانی را تعیین می‌کند. داده‌هایی باکیفیت پایین باعث نارضایتی مشتری، ازدست‌دادن درآمد و افزایش هزینه‌ها به دلیل صرف زمان بیشتر برای تطبیق داده‌ها می‌شوند. داده‌های باکیفیت پایین می‌توانند باعث کاهش اعتبار یک سیستم و ریسک بالای عدم تطبیق با مقررات گردند. این داده‌ها باعث افزایش هزینه‌های مصرف‌کننده، افزایش مالیات، کاهش سود سرمایه‌گذاران و شکست مأموریت سازمان می‌گردند (ISO8000-100,2016). توانایی ایجاد، جمع‌آوری، ذخیره، نگهداری، انتقال، پردازش و نمایش داده‌ها برای پشتیبانی به هنگام و اثربخش فرآیندهای کسب‌وکار، نیازمند درک ویژگی‌های تعیین‌کننده کیفیت داده‌ها و توانایی اندازه‌گیری، مدیریت و گزارش‌گیری بر روی کیفیت داده‌ها است. مدیریت کیفیت داده‌ها، فعالیت‌های هماهنگ با هم برای راهبری و کنترل یک سازمان در خصوص کیفیت داده‌ها است (ISO8000-102, 2009).

یکی از جنبه‌های کلیدی در مدیریت کیفیت داده‌های اصلی، مدیریت دوگانگی‌های اطلاعاتی و رفع موارد تکراری است. داشتن یک رویکرد پایدار برای مدیریت و کاهش یا حذف دوگانگی‌های نامناسب، بخش حیاتی از مدیریت داده‌های اصلی است (ISO8000-100,2016). فقط 15٪ از شرکت‌ها به کیفیت داده‌های برون‌سازمانی که به آنها عرضه می‌شود اطمینان بالایی دارند. سازمان‌ها به طور معمول کیفیت داده‌های خود را بیش از اندازه واقعی آن ارزیابی می‌کنند و هزینه خطاهای خود را دست‌کم می‌گیرند. انجام مطالعاتی که تخمین‌هایی از کل هزینه کیفیت پایین داده‌ها را به دست می‌آورند، دشوار است. به‌ویژه به این دلیل که تحقیقات در مورد کیفیت داده‌ها به جایی نرسیده است که روش‌های استاندارد اندازه‌گیری ارائه نمایند. برآوردهای غیررسمی نشان می‌دهد که 40 تا 60 درصد هزینه‌های یک سازمان خدماتی ممکن است به دلیل وجود داده‌های بی‌کیفیت، مصرف شوند. تحقیقات همچنین نشان داده‌اند که چگونه می‌توان با تمرکز بر کارکردن با داده‌های معتبر، کارایی را بهبود بخشید (Haug et al, 2012).

3-2- داده‌های اصلی

داده، نمودی از اطلاعات است که قابلیت آن را دارد، بارهاوبارها مورد تفسیر مجدد قرار گیرد. تفاسیر جدید از داده، اطلاعات جدیدی را ایجاد می‌کنند. اگر داده دارای کیفیت باشد آنگاه اطلاعات تفسیر شده از آن، دارای ارزش است. داده به طور ذاتی دارای ارزش نیست و این اطلاعات ذخیره شده در داده‌ها هستند که دارای ارزش می‌باشند (Benson, 2019).

ویژگی‌های کلیدی که ارزش اطلاعات را تعیین می‌کنند عبارت‌اند از:

1- اعتبار: ویژگی ذاتی داده است و برای این که داده دارای اعتبار باشد باید شفاف بوده و قابلیت ارزیابی و تأیید داشته باشد.

2- مرتبط بودن: ویژگی عَرَضی داده است (ویژگی که از محیط خارجی به موجودیتی عارض شده باشد و ذاتی نباشد). به این معنا که داده یکسانی می‌تواند برای ارائه اطلاعاتی استفاده شود که در وضعیتی، اطلاعات مرتبط محسوب شود اما در وضعیتی دیگر نامرتبط باشد.

3- نمایش[9]: ویژگی عَرَضی داده است. یک داده یکسان می‌تواند نمایش‌های متفاوتی داشته باشد.

4- بهنگام بودن: ویژگی عَرَضی داده است. داده یکسانی می‌تواند برای ارائه اطلاعاتی استفاده شود که در وضعیتی، اطلاعات بهنگام محسوب شود اما در وضعیتی دیگر نابهنگام باشد (Benson, 2019).

ویژگی‌های کلیدی داده‌ها از نظر ISO8000 عبارتند از

1- قابلیت انتقال: داده‌های قابل انتقال از خصوصیات معنایی موجود در داده‌ها محافظت می‌کند و امکان استفاده از آن در برنامه‌های کاربردی و سیستم‌های کامپیوتری را می‌دهد.

2- برآوردن الزامات: کیفیت درجه‌ای است که موجودیتی با آن کیفیت، الزامات مقرر را برآورده می‌کند. داده کیفی، داده‌ای است که الزامات مقرر شده داده را برآورده می‌کند.

3- منشأ: دانستن منبع داده‌ها مهم‌ترین ویژگی برای ایجاد اعتماد به داده‌ها است.

4- صحت: ادعای انطباق با واقعیت است. منشأ، شرط لازم برای هرگونه ادعا در مورد صحت داده‌ها است.

5- کامل بودن: کامل بودن برای چیزی که دارای اجزاء باشد بکار برده می‌شود. اگر تمام اجزاء یک مجموعه‌داده وجود داشته باشند، آن داده کامل است (Benson, 2019).

داده‌ها یا توسط خود سازمان تولید شده‌اند یا سازمان‌های دیگری این داده‌ها را ایجاد نموده و در اختیار آن‌ها قرار داده‌اند.

استاندارد ISO8000  داده‌ها را به دو دسته داده‌های اصلی و داده‌های تراکنشی تقسیم می‌کند. در هر سازمان، داده‌های اصلی برای شناسایی و توصیف چیزهایی که برای آن سازمان مهم هستند، به کار گرفته می­شوند.

 در پیاده­سازی یک پایگاه‌داده‌ی رابطه­ای، یک رکورد از داده‌های اصلی می­تواند شامل ردیف­هایی از چند جدول مختلف باشد (ISO 8000-100, 2016). یک توصیف در صورتی می‌تواند به‌عنوان داده­های مشخصاتی، توسط کامپیوتر قابل تفسیر باشد که به‌وسیله زوج­های خصیصه – ارزش‌ها نمایش داده شود یا متنی قابل خواندن توسط انسان باشد. بعضی از خصیصه­ها، معیار تمایز هستند. ارزش‌های کنترل شده یا عددی به دلیل سادگی پردازش، اغلب به‌­ عنوان متمایزکننده به کار گرفته می‌شوند.

3-3- مدیریت داده‌های اصلی

سیستم‌های مدیریت داده‌های اصلی برای یک سازمان، داده‌های معتبر فراهم می‌کنند. طیف گسترده‌ای از روش‌هایی وجود دارند که می‌توان سیستم‌های مدیریت داده‌های اصلی را باتوجه‌به نیازها و اهداف سازمان مستقر کرد و به بهره‌برداری رساند (Dreibelbis et al, 2008). مدیریت داده‌های اصلی یک حکمرانی داده‌ها است. هدف از آن، تضمین کیفیت داده‌ها از طریق مدیریت داده‌های مهم سازمانی که از آن با عنوان داده اصلی نام برده می شود، می باشد. مدیریت داده های اصلی تمرکز خود را بر روی فرایندهای کسب و کار، کیفیت داده ها، و استانداردسازی و یکپارچه سازی سیستم های اطلاعاتی قرار می دهد. مدیریت داده های اصلی، مجموعه ای از روش های مدیریت داده است و داده های تکه تکه شده و ذخیره شده در پایگاه ها و انباره های داده را هدف قرار داده و توسط ذینفعان کلیدی، سایر شرکا و مشتری های کسب­وکار، سازمان یافته است. مدیریت داده­های اصلی، سیاست­ها، خدمات و زیرساخت­ها را برای پشتیبانی از ضبط، یکپارچه سازی و به اشتراک گذاری داده­های اصلیِ صحیح، بهنگام، سازگار و کامل، پیاده­سازی می­کند. مدیریت داده های اصلی، به مانند سایر فعالیت های مرتبط با هماهنگ­سازی[10]، یک مسئله­ی سازمانی است و نه یک مسئله­ی فناوری. مدیریت داده­های اصلی، با اهمیت­ترین، مورد اعتمادترین و منحصر به فرد ترین نسخه­ی داده­ی سازمانی را تعریف می­کند، که اغلب شامل اطلاعاتی در مورد مشتریان، محصولات، کارمندان یا مکان‌ها است. تحقیقات درباره مدیریت داده‌های اصلی عمدتاً بر حکمرانی داده‌ها متمرکز شده است.

بااین‌حال، این تحقیقات، نه شامل معماری فنی است و نه شامل چگونگی درهم‌تنیده شدن مسائل فنی با حکمرانی است. این مسئله، موضوع مدیریت داده‌های اصلی را تضعیف کرده و باعث شده کار به‌صورت غیرمنسجم انجام شود. موانع اصلی برای داشتن داده‌های اصلیِ باکیفیت، مربوط به مسائل سازمانی است، به‌ویژه نقش‌ها و مسئولیت‌های نامشخص، فقدان رویه‌ها و خط‌مشی‌های مربوط به مدیریت داده‌ها و عدم پشتیبانی مدیریتی. حکمرانی داده‌ها برای تقویت و محافظت از داده‌ها به‌عنوان یک دارایی استراتژیک، فرایندها و ساختارهایی را برای تغییر رفتار سازمان فراهم می‌کند. توسعه حکمرانی داده‌ها و مدیریت داده‌های اصلی نیاز به تغییر در فرایندها و روش‌ها دارد (Vilminko and Pekkola,2019). تمرکز صنعت روی مدیریت داده‌های اصلی این تصور را ایجاد می‌کند که اصطلاح «مدیریت داده‌های اصلی» برندی برای یک فناوری جدید است، اما این‌طور نیست. سال­های طولانی است که شرکت‌ها برای مدیریت داده‌های اصلی عملیاتی، راه‌حل‌های سفارشی‌سازی شده مرتبط با تراکنش‌های کسب‌وکار خود را توسعه داده‌اند و مدت‌ها است نرم‌افزارهای کاربردی هوش کسب‌وکار و زیرساخت مخزن‌های داده‌های مربوط به آن‌ها، یک دید واحد از موجودیت‌های کلیدی داده‌های اصلی مانند مشتریان و محصولات با اهداف تحلیلی، ارائه کرده‌اند. آنچه در مورد مدیریت داده‌های اصلی جدید است، آن است که شرکت‌ها این موضوع را درک کرده‌اند که این داده­ها باید خارج از محیط‌های سنتی تراکنش کسب‌وکار و هوش کسب‌وکار مدیریت شوند و سپس برای تأمین و پشتیبانی از آن­ها، نرم‌افزارهای کاربردی مرتبط با تراکنش‌های کسب­وکار و هوش کسب­وکار، استفاده شوند (White, 2007).

 

3-4- ابعاد داده‌های اصلی

سه بعد داده‌های اصلی عبارتند از 1- حوزه‌های داده‌های اصلی که مدیریت می‌شوند، 2- روش‌هایی که با آن‌ها، سیستم مدیریت داده‌های اصلی مورداستفاده قرار می‌گیرد و 3- شیوه‌های پیاده‌سازی سیستم مدیریت داده‌های اصلی (Dreibelbis et al, 2008).

3-5- حوزه‌های داده‌های اصلی

در واقع می‌توان به تعداد تنوع داده‌های اصلی، حوزه‌های داده‌های اصلی تعریف کرد. انواع داده‌های اصلی را تنوع منابع سازمانی تعیین می‌کند. مواردی مانند کارکنان در بخش‌های مختلف، مشتریان، تأمین‌کنندگان، کالاها و خدمات تدارکاتی، ابزارآلات و تجهیزات، حساب‌های مالی، مکان‌ها و واحدها و مانند آن. دو نمونه از حوزه‌های داده‌های اصلی عبارتند از:

1- یکپارچگی داده‌های مشتری (CDI)[11]: بر مدیریت افراد و سازمان‌ها که به‌طورکلی، اشخاص نامیده می‌شوند، تمرکز دارد. یک سیستم CDI می‌تواند اطلاعات مربوط به اشخاص را از سیستم‌های موجود، گردآوری کند، استفاده از داده‌های اشخاص را مدیریت کند و اطلاعات را در سیستم‌های پایین‌دستی مانند سیستم‌های مدیریت حساب، سیستم‌های مدیریت کمپین یا سیستم‌های مدیریت ارتباط با مشتری (CRM)، توزیع نماید.

2- مدیریت اطلاعات محصول (PIM)[12]: چرخه‌ی حیات کالا یا خدمات را مدیریت می‌کند که شامل گردآوری اطلاعات محصول از منابع مختلف، اخذ توافق روی توصیف محصولات و انتشار این اطلاعات در وب‌سایت‌ها، سیستم‌های بازاریابی، سیستم‌های فروش و مانند آن‌ها است.

یک سیستم مدیریت داده­ی اصلی از یک یا چند حوزه داده­ی اصلی پشتیبانی می­کند (Dreibelbis et al, 2008).

3-6- روش‌های استفاده از سیستم مدیریت داده‌های اصلی

سه الگو یا روش استفاده از داده‌های اصلی وجود دارد، 1- روش مدیریت مشارکتی 2- روش عملیاتی 3- روش تحلیلی. در استفاده به روش مدیریت مشارکتی، سیستمِ مدیریت داده‌های اصلی، گروهی از کاربران و سیستم‌ها را به‌منظور دستیابی به توافق روی مجموعه‌ای از داده‌های اصلی، با هم هماهنگ می‌کند. در الگوی عملیاتی، سیستمِ مدیریت داده‌های اصلی در تراکنش‌های عملیاتی و فرایندهای کسب‌وکار سازمان، با سایر نرم‌افزارهای کاربردی و افراد مشارکت می‌کند. در روش استفاده تحلیلی، سیستمِ مدیریت داده‌های اصلی، به‌عنوان یک منبع معتبر اطلاعاتی برای سیستم‌های تحلیلی پایین‌دست و گاهی اوقات به‌عنوان یک منبع دانش نقش ایفاء می‌کند (Dreibelbis et al, 2008).

3-7- شیوه‌های پیاده‌سازی سیستم مدیریت داده‌های اصلی

سیستم‌های مدیریت داده‌های اصلی به‌منظور بهبود کیفیت داده‌های اصلی و تأمین سازگاری که به معنای استفاده مدیریت شده از اطلاعات در محیطی اغلب پیچیده و تا حدودی درهم‌تنیده است، پیاده سازی می شوند. شیوه های پیاده سازی مختلفی وجود دارند که بنا به نیاز سازمان ها، یکی یا ترکیبی از این شیوه های پیاده سازی بکار گرفته می شود. هرکدام از این شیوه ها، مزایا و معایبی را شامل می شوند.

3-7-1- شیوه پیاده سازی تلفیق

شیوه پیاده سازی تلفیق[13]، داده های اصلی را از سیستم های مختلف موجود، شامل پایگاه های داده و سیستم های کاربردی، در یک مرکز مدیریت داده های اصلی یکتا، گردآوری می کند. در طی این فرایند، به منظور فراهم آوردن یک رکورد ارزشمند کامل[14] برای یک یا چند حوزه داده اصلی، داده‌ها تغییر شکل یافته، پاکسازی شده، همسان گردیده و یکپارچه می‌شوند. این رکورد اطلاعاتی ارزشمند، به‌عنوان یک منبع قابل‌اعتماد سیستم‌های پایین‌دست، برای گزارش‌دهی و تحلیل یا به‌عنوان یک سیستم مرجع[15] برای سایر برنامه‌های عملیاتی، خدمات ارائه می‌کند. سیستم تلفیق یک سیستم فقط خواندنی است و تغییرات در سیستم‌های منبع انجام می‌شود (Dreibelbis et al, 2008).

3-7-2- شیوه پیاده‌سازی رجیستری

شیوه پیاده‌سازی رجیستری می‌تواند برای تهیه یک منبع فقط خواندنی داده‌های اصلی، به‌عنوان سیستم مرجع برای سیستم‌های پایین‌دستی با حداقل افزونگی داده‌ها، مفید باشد. سیستم‌های بالادستی به‌عنوان منابع داده اصلی وجود دارند و سیستم مدیریت داده‌های اصلی حداقل اطلاعات لازم برای شناسایی یکتای یک رکورد داده اصلی را نگه می‌دارد. این سیستم همچنین برای اطلاعات مبسوطی که درون سیستم‌ها و پایگاه‌های داده وجود دارند مراجع واسطی^[16] فراهم می‌کند. شیوه پیاده‌سازی رجیستری، فقط توانایی پاک‌سازی و تطبیق داده‌ها را دارد و فرض بر آن است که سیستم‌های منبع به‌قدر کافی توانایی مدیریت داده‌های موجود در خود را دارند. شیوه رجیستری برای پیاده‌سازی مدیریت داده‌های اصلی به‌عنوان یک سیستم مرجعِ فقط خواندنی به سایر نرم‌افزارهای کاربردی، خدمات ارائه می‌کند.

شیوه پیاده‌سازی رجیستری همچنین نسبت به دسترس‌پذیری و کارایی سیستم‌های موجود حساس‌تر است. اگر یکی از سیستم‌های منبع، کُند یا خراب شود، سیستم مدیریت داده‌های اصلی به طور مستقیم تحت‌تأثیر قرار می‌گیرد. افزون بر این، شیوه رجیستری به روش‌های سخت‌گیرانه یک حکمرانی داده‌ها، بین سیستم مدیریت داده‌های اصلی و سیستم‌های منبع نیاز دارد، زیرا یک تغییر یک‌طرفه در یک سیستم منبع می‌تواند بلافاصله مشکلاتی را برای کاربران سیستم مدیریت داده‌های اصلی ایجاد کند.

3-7-3- شیوه پیاده‌سازی هماهنگ

شیوه پیاده‌سازی هماهنگ[17]، شامل داده‌های اصلی است که ممکن است در مکان‌های متعددی ایجاد و ذخیره شوند و این شامل رکوردهای ارزشمند داده‌های اصلی موجود در خود سیستم مدیریت داده‌های اصلی که با سیستم‌های منبع هماهنگ شده‌اند نیز می‌شود. رکورد ارزشمند، به روشی مشابه با شیوه تلفیق، ایجاد شده است و می‌تواند درون سیستم مدیریت داده‌های اصلی مورد جستجو و بروز رسانی قرار گیرد. بروز رسانی‌های داده‌های اصلی می‌تواند به سیستم‌های منبع بازخورد شود و همچنین در سیستم‌های پایین‌دستی منتشر گردد.

مزیت شیوه هماهنگ این است که می‌تواند مجموعه‌ای کامل از قابلیت‌های مدیریت داده‌های اصلی را ایجاد کند بدون اینکه باعث ایجاد تغییر چشمگیر در محیط موجود شود. نقطه‌ضعف این شیوه آن است که چون تنها مکانی نیست که داده‌های اصلی در آن ثبت می‌شوند یا تغییر می‌یابند، بنابراین به­روز نیست. شیوه پیاده‌سازی هماهنگ مانند شیوه تلفیق، یک سیستم مرجعی عالی است اما یک سیستم ثبت نیست.

3-7-4- شیوه پیاده‌سازی مرکز تراکنش

شیوه پیاده‌سازی مرکز تراکنش، یک سیستم ثبت[18] است و به‌عنوان نسخه یکتای معتبرِ[19] داده‌های اصلی، خدمت ارائه می‌کند. یک مرکز تراکنش، بخشی از ساختار عملیاتی محیط فناوری اطلاعات است که به‌موقع، درخواست‌ها را دریافت می کند و پاسخ می دهد. این شیوه، اغلب نتیجه­ی شیوه­های پیاده­سازی «تلفیق» و «هماهنگ» است. تفاوت اساسی، در تغییر از یک سیستم مرجع به یک سیستم ثبت است. در این سیستم به عنوان یک سیستم ثبت، بروز رسانی های داده های اصلی به طور مستقیم با استفاده از خدمات ارائه شده توسط مرکز تراکنشی اتفاق می افتد. با انجام تراکنش های بروزرسانی، به منظور حفظ کیفیت داده های اصلی، داده های اصلی پاکسازی، همسان‌سازی و غنی سازی می شوند. پس از آن که بروزرسانی ها پذیرفته شد، سیستم این تغییرات را برای برنامه های کاربردی و کاربران ذینفع توزیع می کند. تغییرات می توانند در حین آنکه اتفاق می افتند از طریق پیام رسانی توزیع شوند، یا به صورت دسته ای گردآوری و سپس توزیع گردند.

امنیت و حکمرانی داده ها دو جنبه کلیدی همه شیوه های پیاده سازی مدیریت داده های اصلی هستند. دسترسی به داده های اصلی باید به طور کامل کنترل و بازرسی شود. بازرسی می تواند هم برای ردیابی پرس و جو ها روی داده ها و هم برای تغییرات داده ها، استفاده شود. قابلیت نمایش اطلاعات می تواند تا سطح زوج مشخصه-ارزش[20] کنترل شود تا از محدودیت افراد و برنامه های مجاز، در دیدن اطلاعات مجاز در زمینه مجاز، اطمینان حاصل شود. از آنجا که پیاده سازی مرکز تراکنش، یک سیستم ثبت است، امنیت و حکمرانی داده ها، نقش بسیار مهمی در حفظ یکپارچگی داده های اصلی بازی می کنند.

مزایای پیاده‌سازی مرکز تراکنش قابل‌توجه است. مرکز تراکنش به‌عنوان سیستم ثبت، مخزن داده‌های اصلی بروز، پاک‌سازی شده و معتبر است که هم دسترسی به داده‌ها و هم حکمرانی داده‌ها را میسر می‌کند. برای پاسخگویی به نیازهای مدیریت داده‌های اصلی سازمان، هر یک از روش‌های استفاده (عملیاتی، مشارکتی و تحلیلی) قابل پیاده‌سازی هستند. مشکل اصلی پیاده‌سازی مرکز تراکنش، انتقال از سیستم مرجع به سیستم ثبت است. به‌عنوان یک سیستم ثبت، تمام به‌روزرسانی‌ها باید به سیستم مدیریت داده‌های اصلی ریخته شود، این بدان معنی است که برنامه‌های کاربردی موجود، فرآیندهای کسب‌وکار و احتمالاً ساختارهای سازمانی برای استفاده از سیستم مدیریت داده‌های اصلی نیاز به تغییر دارند. اگرچه این کار به طور بالقوه پرهزینه است، اما ازآنجایی‌که سیاست‌های جامع‌تری برای حکمرانی داده‌ها جهت مدیریت داده‌های اصلی تنظیم می‌شوند، کلیت سازمان در مجموع از این موضوع سود می‌برد. مضرات اصلی شیوه مرکز تراکنش، هزینه و پیچیدگی آن است. مزایای قابل‌توجه پیاده‌سازی مرکز تراکنش، باعث می‌شود تا این شیوه پیاده‌سازی، هدف نهایی بسیاری از پروژه‌های مدیریت داده‌های اصلی باشد .

(Dreibelbis et al, 2008).

4- فرضیه های تحقیق

پیاده‌سازی سیستم مدیریت داده‌های اصلی، ارزش­های گسترده‌ای برای سازمان فراهم می‌آورد. کیفی سازی اطلاعات باتوجه‌به موارد تشریح شده در ادبیات موضوعی می‌تواند ابعاد وسیعی داشته باشد و سازمان، هم در کارکردهای عملیاتی و هم در کارکردهای تحلیلی می‌تواند از آن سود ببرد. آنچه در مورد مطالعاتی این تحقیق به طور خاص به آن پرداخته شده است، ارزش‌آفرینی پیاده‌سازی مدیریت داده‌های اصلی در حوزه داده‌های اصلی کالاهای تدارکاتی شرکت‌های تابعه وزارت نفت جمهوری اسلامی، یعنی سه شرکت ملی نفت ایران، شرکت ملی پالایش و پخش فرآورده‌های نفتی ایران و شرکت ملی گاز ایران است.

وزارت نفت جمهوری اسلامی ایران برای ساماندهی نظام تدارکات و خرید کالاهای تدارکاتی، نیاز به داده‌های باکیفیت پیرامون کالاهای تدارکاتی جاری خود داشت تا بتواند به‌واسطه آن، سامانه الکترونیکی کالای صنعت نفت را اجرا نماید. این نیاز، منجر به تعریف پروژه‌ای برای پیاده‌سازی سیستم مدیریت داده‌های اصلیِ کالاهای تدارکاتی به‌عنوان سیستم زیرساخت، گردیده بود. محقق خود، از ابتدای سال 1394 تا پایان شهریورماه 1395 هجری خورشیدی در پروژه استقرار سیستم مدیریت داده‌های اصلی در شرکت­های نامبرده به‌عنوان مسئول استقرار سیستم حضور داشته است و داده‌های مورد تحلیل طی این مدت توسط تیم استقرار، از مراکز مختلف طبقه‌بندی کالا در سه شرکت نامبرده، و همچنین خروجی سیستم مدیریت داده‌های اصلی، گردآوری شده است. اشتغال محقق در سازمان مورد تحقیق باعث دسترسی آسان به سازمان و دریافت فرصتی بی‌نظیر برای مشاهده روند استقرار سیستم مدیریت داده‌های اصلی و همچنین مشارکت در آن بود.

هدف اصلی این تحقیق آن است تا نشان دهد استقرار سیستم مدیریت داده‌های اصلی موجب حذف داده‌های تکراری[21] اقلام تدارکاتی و به‌تبع آن کاسته شدن از هزینه‌ها و دستیابی به بهره‌وری می‌گردد.

5- روش تحقیق

جامعه آماری تحقیق، پایگاه داده‌های آماری وزارت نفت است ، حدود و عناصر آن مشخص می­باشد. این جامعه آماری عبارت از رکوردهای اطلاعاتی کالاهای تدارکاتی موجود در خطوط MESC[22] مراکز طبقه‌بندی کالای سه شرکت ملی نفت ایران، شرکت ملی پالایش و پخش فرآورده‌های نفتی ایران و شرکت ملی گاز ایران به‌عنوان ورودی سیستم مدیریت داده‌های اصلی و کاتالوگ استاندارد شده کالاها با حذف داده‌های تکراری به‌عنوان خروجی همان سیستم است. رکوردهای اطلاعاتی کالاهای تدارکاتی، در نرم‌افزار مدیریت مواد مستقر در مراکز طبقه‌بندی N، G، D، R، S می‌باشند. عناصری که مورد آزمایش قرار می‌گیرند عبارتند از تعداد رکوردهای تکراری قبل از اجرا و بعد از اجرای سیستم مدیریت داده‌های اصلی.

ازآنجایی‌که آزمون توسط نرم‌افزار کاربردی مدیریت داده‌های اصلی مستقر شده در سازمان صورت می‌پذیرد و کلیه افراد جامعه آماری گفته شده در نرم‌افزار اعمال می‌گردند و نتایج بر اساس آن بدست می‌آید بنابراین گردآوری اطلاعات به روش سرشماری صورت می‌پذیرد.

ابزار گردآوری داده‌ها، نرم‌افزار مدیریت مواد موجود در مراکز طبقه‌بندی کالا و نرم‌افزار جدید استقرار مدیریت داده‌های اصلی هستند. داده‌ها از طریق گزارش‌گیری و دریافت فایل خطوط MESC از نرم‌افزار مدیریت مواد در مراکز طبقه‌بندی و گزارش‌گیری از نرم‌افزار مدیریت داده‌های اصلی قابل استخراج هستند؛ بنابراین ابزار اندازه­گیری در تحقیق از نوع استفاده از اسناد و مدارک محسوب می‌گردد. از آن جایی که نرم‌افزار مدیریت مواد یک نرم‌افزار مستقر شده در سازمان است و سال‌ها نتایج حاصل از پردازش‌های آن مورد بررسی و تأیید قرار گرفته است و مبدأ تراکنش‌های سازمانی یا عملیات تحلیلی سازمان می‌باشد بنابراین، اطلاعات دریافتی از آن ازنقطه‌نظر آزمون داده‌های تحقیق، کامل و به‌روز در نظر گرفته می‌شود و دارای اعتبار شکلی و محتوایی است. همچنین روندهای پردازشی موجود در نرم‌افزار مدیریت داده‌های اصلی جدید استقرار، مورد تأیید سازمان قرار گرفته است، بنابراین نتایج و گزارش‌های حاصل از پردازش اطلاعات نیز دارای اعتبار شکلی و محتوایی می‌باشند. کد و استاندارد مواد و تجهیزات که به‌اختصار MESC نامیده می‌شود یک سیستم استانداردسازی داده‌ها برای مواد و تجهیزات مورداستفاده در صنعت نفت است که توسط شرکت شل ایجاد شده و به مصرف‌کنندگان کالا به‌گونه‌ای امکان توصیف اقلام استاندارد را می‌دهد که برای تمامی وندورها در سراسر دنیا قابل‌فهم باشد. در سیستم MESC رایج در صنعت نفت ایران از خطوط MESC جهت توصیف اقلام استفاده می‌شد. این خطوط در ۳ دسته تقسیم می‌شوند و عبارتند از سرفصل که شامل خط‌های بین ۱ تا ۵۰ است. سرفصل فرعی که شامل خط‌های بین 51 تا 7۰ است و قلم که شامل خط‌های بین 71 تا 77 است.

تجزیه‌وتحلیل داده‌ها بر مبنای کارکرد صحیح نرم‌افزار مدیریت داده‌های اصلی و نتایج حاصل از پردازش داده‌های ورودی به انجام رسید. ابتدا در کلیه مراکز طبقه‌بندی، تمامی داده‌های کالاهای تدارکاتی مندرج در خطوط MESC در نرم­افزار مدیریت مواد مستقر بر کامپیوتر بزرگ (قالب اصلی)، استخراج گردید. تعداد کل اقلامی که اطلاعات آن‌ها در خطوط MESC ذخیره شده بود در کل مراکز طبقه‌بندی، برابر با 766,889 قلم کالا بود. این داده­های میراثی پس از ورود به سیستم مدیریت داده‌های اصلی از طریق ابزار مدیریت داده‌های اصلی، پاک‌سازی و غنی­سازی گردید و پس از پردازش، تعداد 439,801 کاتالوگ استاندارد شده قلم کالا به دست آمد.

6- یافته‌ها

بسیاری از نیازهای سازمان در ارتباط با اطلاعات اقلام، ناشی از ناکارآمدی سیستم موجود مدیریت مواد بود و برخی از نیازها نیز برخواسته از انتظارات جدیدی بود که سازمان در استقرار سیستم جدید پیگیری می‌کرد.

مشکلات موجود در کارکردهای نرم‌افزار مدیریت مواد در شرکت‌های تابعه وزارت نفت به شرح زیر است:

1- اختصاص کدهای مختلف به یک‌قلم تدارکاتی

2- عدم وجود زبان مشترک میان مراکز طبقه‌بندی

3- طولانی شدن زمان شناسایی اقلام

4- دخیل شدن سلایق شخصی در شناسایی اقلام

5- عدم وجود سازوکار دستگاهی برای شناسایی اقلام یکسان و مشابه

6- عدم امکان کنترل موجودی صحیح و دقیق و تعیین اقلام در گردش، مازاد و راکد

7- عدم وجود ساختار استاندارد اطلاعاتی و ناتوانی سایر سیستم‌ها در استفاده بهینه از اطلاعات اقلام

8- عدم وجود برآورد دقیق از تعداد وندورهای فعال اقلام دارای گردش سازمان

9- عدم وجود برآورد دقیق از تعداد و تنوع اقلام تأمین‌شده توسط یک وندور مشخص

10- عدم امکان معرفی اقلام غیراستاندارد و بی‌کیفیت شناسایی‌شده و وندورهای آن‌ها به سایر مراکز مصرف‌کننده به طور سیستمی

11- شناسایی تکراری و چندباره اقلام با هر بار ورود قلم به سازمان به دلیل عدم وجود زبان مشترک میان مراکز طبقه‌بندی و وندورهای اقلام

12- انحصاری شدن تأمین برخی اقلام توسط یک وندور خاص، درحالی‌که امکان تأمین آن از سایر وندورها نیز است (به دلیل نبود زبان مشترک با وندورها)

13- عدم امکان مدیریت تنوع وندورها

14- عدم امکان شناسایی کالاهای پرمصرف خارجی (جهت بومی‌سازی آن)

15- عدم امکان شناسایی منابع و ظرفیت‌های خالی موجود در فضای تولید کشور (جهت حمایت از تولید داخل)

باتوجه‌به مشکلات مورد اشاره، نیازهای کلی موردنظر سازمان عبارت بودند از:

1- استانداردسازی روش شناسایی اقلام (مطابق با استاندارد ISO8000 و کاتالوگ­سازی بر اساس زوج­های مشخصه ـ ارزش)

2- شناسایی موارد تکراری در اطلاعات اقلام موجود و رفع اطلاعات تکراری

3- ساماندهی اطلاعات تأمین‌کنندگان اقلام و ارتباط هریک از آنان با اقلام قابل تأمین

4- دستیابی به امکان منبع‌یابی بر اساس جزئیات اطلاعاتی کاتالوگ اقلام با استفاده از اصل کاتالوگ­سازی در منبع اطلاعاتی قلم که احتمالاً، همان تأمین‌کننده قلم است.

برای اجرای فرایند شناسایی و کاتالوگ­سازی اقلام از نرم‌افزار مدیریت داده‌های اصلی اقلام استفاده شد. این نرم‌افزار بر اساس مدل داده‌های سه‌جزئی استاندارد ISO8000 ایجاد شده است. این مدل شامل سه جزء فرهنگ مفاهیم، راهنمای شناسایی اقلام و کاتالوگ اقلام است.

مدل کلان سیستم مدیریت داده‌های اصلی بر اساس استاندارد ISO8000

کلیه اجزاء اطلاعاتی تشکیل‌دهنده داده‌های اصلی به طور منحصربه‌فرد در فرهنگ مفاهیم تعریف شده‌اند. برای ایجاد راهنمای شناسایی و کاتالوگ اقلام از اجزای اطلاعاتی موجود در فرهنگ مفاهیم استفاده می‌شود. راهنمای شناسایی یک ساختار اطلاعاتی متشکل از یک کلاس قلم کالا و تعدادی مشخصه است که نمایانگر نیازهای اطلاعاتی مصرف‌کننده کالا است. این ساختار اطلاعاتی توسط کمیته‌ای از خبرگان بخش‌های مختلف سازمان به تصویب می‌رسد. کاتالوگ قلم عبارت است از یک راهنمای شناسایی که مقادیر مشخصه‌های مرتبط با هر کلاس قلم کالا، در آن تعیین شده است. کلاس اقلام و زوج‌های مشخصه ـ ارزش از قبل در فرهنگ مفاهیم با کد یکتا تعریف شده‌اند. فرهنگ مفاهیم باعث هم‌زبانی میان بخش‌های مختلف سازمان در شناسایی و کاتالوگ­سازی اقلام می‌شود. راهنمای شناسایی از شناسایی سلیقه‌ای و خارج از استاندارد اقلام کالا جلوگیری می‌نماید.

پس از اجرای فرایند شناسایی و کاتالوگ سازی اقلام برای کلیه داده‌های میراثی اقلام، نتایج به شرح جدول زیر به دست آمد.

مقایسه تعداد اقلام قبل و بعد از پیاده‌سازی سیستم مدیریت داده‌های اصلی و کاهش دوگانگی‌ها در هر مرکز و مجموع مراکز

مرکز طبقه‌بندی	تعداد کد MESC	تعداد کاتالوگ	تعداد کاهش‌یافته	درصد کاهش
N	446226	397448	48778	93,10
G	193267	179331	13936	21,7
D	80830	76856	3974	92,4
R	47458	42690	4768	05,10
S	121985	105114	16871	83,13
مجموع	889766	801439	88327	93,9

ستون دوم جدول فوق نشان‌دهنده تعداد کدهای MESC درداده های میراثی سازمان است که در سیستم مدیریت مواد مراکز طبقه‌بندی شرکت‌های تابعه وزارت نفت وجود داشتند. این داده‌ها، دوگانگی‌های بسیاری را در خود داشتند که ناشی از شناسایی غیراستاندارد اقلام بود. اعداد ستون دوم، تعداد کاتالوگ‌هایی را نشان می‌دهد که پس از پردازش داده‌های میراثی و پاک‌سازی و غنی‌سازی آن‌ها در سیستم مدیریت داده‌های اصلی، به‌عنوان خروجی سیستم به دست آمده‌اند. ستون سوم به‌وضوح تعداد کاهش موارد تکراری در هر مرکز را نشان می‌دهد. ردیف آخر مجموع تعداد کدهای MESC، تعداد کاتالوگ و تعداد موارد تکراری کاهش‌یافته در کلیه مراکز را نشان می‌دهد؛ بنابراین اعداد به شایستگی فرضیه اصلی تحقیق را به اثبات می‌رساند.

7- بحث و نتیجه‌گیری

نقش مؤثر اجرای سیستم مدیریت داده‌های اصلی در کاهش داده‌های اصلی تکراری یا دوگانگی‌های اطلاعاتی در سازمان مورد بررسی قرار گرفت. عدم شناسایی درست اطلاعات اقلام و تخصیص چند شناسه به یک‌قلم کالا مشکلات بسیاری را برای سازمان ایجاد می‌کند. برای مثال، سازمان هزینه انبارداری کالایی را می‌پردازد که به علت عدم شناسایی درست، امکان یافتن آن را به شیوه مکانیزه ندارد و می‌توان گفت این کالا در سازمان گُم است. فرض کنید سیستم نگهداری و تعمیرات برای سرویس دوره‌ای یک تجهیز گران‌قیمت و حساس برای سازمان، کالای یدکی خاصی با یک کد معین را از انبار درخواست می‌کند و انبار اعلام می‌کند که موجودی این کالا در انبار صفر است، درصورتی‌که همین کالا با شناسه‌های دیگری در انبار موجود است اما امکان یافتن آن‌ها وجود ندارد. اگر این تجهیز گران‌قیمت در اثر عدم وجود یک کالای یدکی از کار بیفتد، هزینه سرسام‌آور هر ساعت خواب این تجهیز به هزینه‌های سازمان افزوده می‌شود. این تنها یک مثال ساده از هزینه‌های متنوع و زیادی است که داده‌های تکراری و دوگانگی‌های اطلاعاتی می‌توانند برای سازمان به بار بیاورند. هزینه‌ها فقط مربوط به حوزه‌های عملیاتی نمی‌شوند. در حوزه سیستم‌های تحلیلی، نرم‌افزارهای تصمیم‌ساز که برای ارائه گزارش‌های خود به داده‌های اصلی متکی هستند، در صورت وجود داده‌های اصلی تکراری، قادر به ارائه تحلیل‌ها و گزارش‌های تحلیلی درست نخواهند بود. اجرای سیستم مدیریت داده‌های اصلی طبق استاندارد ISO8000 ، علاوه بر حذف موارد تکراری در مراکز طبقه‌بندی وزارت نفت، موجب یکپارچگی داده‌ها بین مراکز نیز شده است. قبل از اجرای سیستم مدیریت داده‌های اصلی، کالاهای مشابهی وجود داشتند که در مراکز مختلف با کدهای گوناگون شناسایی شده بودند و پس از اجرای سیستم، موارد تکراری بین مراکز نیز حذف گردید و موجب شد تا امکان شناسایی کالاها با شناسه‌های یکسان بین مراکز فراهم شود. این امکان را می‌توان یکی از مصادیق هم‌زبانی میان بخش‌های مختلف سازمان دانست. این امکان موجب می‌شود تا کلیه شرکت‌های تابعه وزارت نفت در صورت عدم وجود کالایی خاص در سازمان خود، بتوانند آن کالا را در شرکت‌های دیگر بیابند و نیازی به تأمین آن، خارج از محدوده شرکت‌های تابعه وزارت نفت نداشته باشند. یکی دیگر از نتایج مثبت اجرای سیستم مدیریت داده‌های اصلی در وزارت نفت، ساماندهی شناسایی تأمین‌کنندگان یا همان وندور لیست شرکت‌های تابعه وزارت نفت بود. پس از اجرای این سیستم، داده های تامین کنندگان بین مراکز مختلف طبقه بندی کالای نفت، یکپارچه گردید.

اعمال حکمرانی داده‌های اصلی، نقش انکارناپذیری در کاهش هزینه‌ها و رسیدن به بهره‌وری سازمان دارد. منابع اصلی تأمین سیستم‌های سازمانی، شرکت‌های توسعه‌دهنده نرم‌افزارهای جامع سازمانی هستند. امروزه شرکت‌های بزرگی مانند SAP و Oracle بر اساس روش‌های بهینه جهانی اقدام به توسعه و اصلاح نرم‌افزارهای جامع سازمانی خود می‌نمایند. این شرکت‌ها در بطن سیستم خود دارای قابلیت‌هایی برای مدیریت داده‌ها اصلی به‌صورت استاندارد شده هستند. شرکت‌های توسعه‌دهنده نرم‌افزارهای جامع سازمانی در ایران، علی‌رغم آن که اکثر فرایندهای سازمانی را به‌خوبی پوشش می‌دهند اما تا کنون به‌طورجدی به مدیریت داده‌های اصلی نپرداخته‌اند. معماری مدیریت داده‌های اصلی ارائه شده توسط استاندارد ISO8000 می‌تواند مرجع مناسبی برای پیاده‌سازی سیستم مدیریت داده‌های اصلی قرار گیرد.

8- مراجع

• R. Benson, Peter. (2019). ISO 8000 Quality Data Principles: An overview of ISO 8000 and its most relevant parts that can be used to improve data quality, and minimize costs within an organization’s operations
• Dreibelbis, Allen and Hechler, Eberhard and Milman, Ivan and Oberhofer, Martin and van Run, Paul and Wolfson, Dan (2008). Enterprise Master Data Management An SOA Approach to Managing Core Information. 1st Edition
• Haug, Anders and Arlbjørn, Jan Stentoft and Zachariassen, Frederik and Schlichter, Jakob . (2013),Master data quality barriers: an empirical investigation, Industrial Management & Data Systems, Vol. 113 Iss 2 pp. 234 – 249
• ISO 8000. (2016). Data quality — Part 100: Master data: Exchange of characteristic data: Overview
• ISO 8000. (2009). Data quality — Part 102: Master data: Exchange of characteristic data: Vocabulary
• ISO 8000. (2009). Data quality — Part 110: Master data: Exchange of characteristic data: Syntax, semantic encoding, and conformance to data specification
• Vilminko-Heikkinen, Riikka and Pekkola, Samuli. (2019). Changes in roles, responsibilities and ownership in organizing master data management
• White, Colin. (2007). Using Master Data in Business Intelligence

---

[1] data quality

[2] master data management

[3] master data governance

[4] master data

[5] duplication

[6] data silo

[7] cleansing

[8] single authoritative source

[9] representation

[10] alighnment

[11] Customer Data Integrity (CDI)

[12] product information management (PIM)

[13]  consolidation

[14] complete golden record

[15] system of reference

[16] cross-reference

[17] coexistence

[18] system of record

[19] single version of truth

[20] property-value pair

[21] data deduplication

[22] Material and Equipment Standards and Code