پنج تکنولوژی برتر مدیریت دانش

پنج تکنولوژی برتر مدیریت دانش

پنج تکنولوژی برتر مدیریت دانش

اکنون مدیریت دانش بیش از هر زمان دیگری اهمیت پیدا کرده است. در ماه‌های اخیر، میلیون‌ها آمریکایی شغل خود را به امید یافتن شغلی بهتر ترک کردند، اما خیلی از آنها تصمیم دارند از این به بعد هیچ‌گاه برای کس دیگری کار نکنند. پاندمی کرونا، حداقل در حال حاضر، روند کاهشی ۱۰ ساله کارآفرینی را در آمریکا متوقف – و شاید معکوس – کرده است. در این شرایط چگونه می‌توان مانع از دست رفتن دانش کارکنانی شد که محل کار خود را ترک می‌کنند؟ و چگونه می‌توان وضعیت کارکنان تازه‌وارد را در کمترین زمان ممکن ارتقا داد؟ این موارد چالش‌هایی هستند که در شرایط دورکاری تشدید هم شد‌ه‌اند. برای آسان کردن شرایط دورکاری باید چاره‌ای اندیشید که کارکنان باز هم به اطلاعات دسترسی داشته باشند.

تکنولوژی یک عامل کلیدی است که برای حل این قبیل چالش‌ها و مسائل تجاری باید روی آن حساب باز کرد. بیشتر تحولات مدیریت دانش به‌نوعی با پیاده‌سازی تکنولوژی مرتبط هستند. در این مقاله مهمترین تکنولوژی‌‌های مدیریت دانش معرفی شده است. اگر در نظر دارید قدم بزرگی در جهت مدیریت دانش سازمان خود بردارید شناخت و استفاده از این تکنولوژی‌ها یکی از عوامل اصلی موفقیت شما محسوب می‌شود.

 

blank

 

 درخت دانش و نقشه دانش

از زمان ظهور سرچ کردن، درخت دانش و نقشه دانش که از آن با نام‌های همچون «نمودارهای دانش» نیز یاد می‌شود  نمونه‌ای از مهم‌ترین پیشرفت‌ها در مدیریت دانش سازمان‌ها محسوب می‌شوند. درخت دانش را باید به‌عنوان عنصری کلیدی در هر پروژه مدیریت دانشی در نظر گرفت. درخت دانش نشان‌دهنده حوزه‌های دانش سازمان‌ها است و ضمن قابل درک بودن برای انسان‌ها، برای ماشین‌ها هم قابل درک هستند.

این نمودار متشکل از مجموعه‌ای از ارجاعات به دارایی‌های دانشی، محتوا و داده‌های سازمان است که از یک مدل داده[2] برای توصیف افراد، مکان‌ها، چیزها و نحوه ارتباط آن‌ها باهمدیگر استفاده می‌کند.

نقشه دانش راهی برای مدل‌سازی کسب‌وکار محسوب می‌شوند.اهمیت نمودارهای دانشی را نمی‌توان نادیده گرفت چراکه این نمودارها تغییری اساسی در نحوه مدیریت و سازماندهی اطلاعات سازمان است.

یکی از مهم‌ترین قابلیت‌‌های نقشه دانش، حل کردن طیف گسترده‌ای از مشکلات سازمان است. یک نمودار دانش که به‌درستی اجرا شود:

  • قادر به جمع‌آوری اطلاعات از منابع متعدد است،
  • توصیه‌های معنادار و قابل‌توضیح ارائه می‌دهد،
  • با برخورداری از پانل‌های دانش و نتایج خلاصه، جستجوها را افزایش می‌دهد،
  • قادر به پشتیبانی از شخصی‌سازی پیشرفته محتوا است،
  • می‌تواند مدل‌های داده‌ای ارائه کند که امکان دسترسی به داده‌ها را فراهم می‌آورند،
  • از قابلیت پشتیبانی از ابتکارات مبتنی بر هوش مصنوعی مانند ربات‌های گفتگو و تجزیه‌وتحلیل پیش‌بینی‌کننده برخوردار است.

نمودارهای دانش طرز فکر ما را درمورد نحوه ذخیره‌سازی، مدیریت و دسترسی به اطلاعات تغییر داده‌اند. به‌جای ذخیره‌سازی اطلاعات در برنامه‌های کاربردی و ارائه پورتال‌هایی برای دسترسی به محتوا، می‌توان یک نقشه دانش  ایجاد کرد که همه اطلاعات سازمان را دربربگیرد و کارکنان را به اطلاعات موردنیازشان راهنمایی کند.

همه این موضوعات نشان‌دهنده اهمیت نمودارهای دانش در دسترسی بهتر به اطلاعات هستند. هر اقدامی که در جهت ذخیره‌سازی و دسته‌بندی داده‌ها انجام می‌شود باید اهمیت نمودارهای دانشی را در نظر بگیرد!

 

جستجوی سازمانی

جستجوی سازمانی سال‌ها یک تکنولوژی مدیریت دانشی حیاتی محسوب می‌شده است. جستجوی سازمانی یکی از بهترین راه‌هایی است که کارکنان در میان طیف گسترده‌ای از برنامه‌ها، اطلاعات موردنیاز خود را به‌راحتی و با سرعت پیدا کنند.

باتوجه به قدمت این تکنولوژی، گاهی این تصور ایجاد می‌شود که اهمیت خود را از دست داده است ولی درحقیقت این تکنولوژی در صدر این فهرست باقی مانده است؛ هرچند شرکت‌های زیادی در اجرای آن شکست خورده یا اجازه داده‌اند که به‌آرامی از هم بپاشد؛ در این موارد باید نحوه استفاده از آن موردبازبینی قرار گرفته و بازسازی شود. ما هرساله با بیست تا سی سازمان مختلف کار کرده و به حل چالش‌های مدیریت دانش آن‌ها کمک می‌کنیم. 95 درصد از این سازمان‌ها هنوز درگیر فرایند جستجو هستند و به‌عنوان یکی از اولویت‌های اصلی‌شان از ما می‌خواهند این مشکل را برای آن‌ها برطرف کنیم.

بسیاری از سازمان‌ها سال‌ها برای اجرای جستجوی سازمانی تلاش کرده و با شکست مواجه شده‌اند. دلیل بسیاری از چالش‌های به‌وجود آمده این است که جستجو تکامل یافته و سازمان‌ها با آخرین پیشرفت‌ها هماهنگ نشده‌اند. نقاط عطف مراحل بلوغ جستجو را می‌توان در سه مرحله گنجاند:

  • Faceting
  • جستجوی عمل‌گرا
  • جستجوی مبتنی بر نمودار دانش

Faceting اولین نقطه عطف مهم در بهبود جستجوی سازمانی بود که درحدود سال‌های 2005 تا 2006 محبوبیت پیدا کرد. Faceting به کارکنان اجازه می‌دهد تا نتایج جستجو را فیلتر یا اصلاح کنند. این قابلیت به جستجوگران اجازه می‌دهد اطلاعات موردنیاز خود را به‌سرعت و به طور مستقیم پیدا کنند.

دومین نقطه عطف مهم، انتقال از جستجوی رشته‌ها به جستجوی چیزها بود. گوگل واسطه این انتقال بود که چند سال بعد از  Faceting ظاهر شد. ما این نوع از جستجو را «جستجوی کنش‌محور» می‌نامیم. این جستجو مستلزم ایجاد انواع مختلفی از نتایج جستجو براساس نوع اطلاعاتی است که به نمایش درمی‌آید. به عنوان مثال، یک نتیجه جستجوی شخص با یک سند یا پروژه متفاوت است.

مدیریت دانش دانا

این رویکرد جدید، تجربه جستجو را بصری‌تر کرده و به سازمان‌ها اجازه داد تا به‌جای فهرستی از اسناد، داشبوردهایی از اطلاعات را نمایش بدهند.

جدیدترین تحول در جستجو، ادغام نمودارهای دانش است. نمودارهای دانش با نمایش دادن نتایج جستجوی انبوه در آنچه ما پانل‌های دانش می‌نامیم، برای دارایی‌های اطلاعاتی مهم به کار می‌روند و از این طریق تجربه جستجو را بهبود بخشیده‌اند.

جستجو یک راه‌حل حیاتی برای هر ابتکار مدیریت دانشی در ابعاد وسیع است. این بار، سازمان‌هایی که از جدیدترین تکنولوژی‌‌ها بهره می‌برند، فرصتی برای پیاده‌سازی مدیریت دانش چیزی خواهند داشت که منجر به تغییر واقعی و بلندمدت در سازمان آن‌ها می‌شود.

پورتال‌های دانش

پورتال‌ها بازگشته‌اند، اما این پورتال‌ها همانی نیستند که در اوایل دهه 2000 با آن‌ها آشنا بودیم. از آن زمان تاکنون متخصصان مدیریت دانش تعدادی تکنولوژی عالی در اختیار دارند که دسترسی به اطلاعات را بیش‌ازپیش مهیا کرده است.

پورتال‌های دانش مدرن مدیریت محتوا، جستجوی سازمانی و نقشه دانش را در یک وب سایت واحد ادغام می‌کنند که می‌تواند نقطه کانونی کارکنان سراسر سازمان برای یافتن اطلاعات باشد. «جستجوی سازمانی»، «کاتالوگ‌های فراداده» و «نمودارهای دانش» این امکان را به کارکنان می‌دهند که بدون نیاز به انتقال محتوا به یک برنامه واحد، به محتوا و اطلاعات دسترسی داشته باشند.

پورتال دانش مافوق تمامی این ابزارها قرار می‌گیرد. بسیاری از پورتال‌ها دارای صفحه‌ اصلی هستند که برای جستجو از برخی نماهای سفارشی استفاده می‌کنند که براساس اطلاعاتی بسیار شخصی‌سازی شده و درعین حال مرتبط با محتوای جستجوشده ساخته شده‌‌اند.این پورتال‌ها همچنین صفحات دانش انباشته‌شده را به‌صورت پویا و با کمک نمودار به نمایش می‌گذارند.

مدیریت دانش دانا

 

به عنوان مثال، ممکن است یکی از کارکنان بخواهد تمام اطلاعات مربوط به یک مشتری خاص را ببیند. این نمودار با جمع‌آوری اطلاعات مربوط به فروش، پشتیبانی و سایر سیستم‌ها یک دید کلی و واحد از اطلاعات مربوط به آن مشتری ارائه می‌دهد. همین رویکرد را می‌توان در مورد کارکنان، محصولات یا فرآیندهای رایج در سازمان مشاهده کرد. درنهایت، کاتالوگ فراداده به پورتال اجازه می‌دهد تا مجموعه‌هایی از محتوای مرتبط را بدون محدودیت‌های جغرافیایی به نمایش بگذارند. پورتال نقطه دسترسی به همه این اطلاعات است و در عین حال با ارائه اطلاعات متنی، به مردم کمک می‌کند بفهمند که چه چیزی را مشاهده می‌کنند.

آینده‌نگرترین مشتریان مدیریت دانش در حال ساخت این پورتال‌ها هستند تا با استفاده از آن‌ها به عنوان یک تکنولوژی متحدکننده‌، سایر ابتکارات فنی مدیریت دانشی خود را به هم پیوند دهند.

کاتالوگ‌های فراداده[3]

کاتالوگ‌های فراداده یا سیستم‌های مدیریت محتوا، به یک راه‌حل کلیدی تکنولوژی برای بسیاری از تحولات مدیریت دانش تبدیل شده‌اند. بعضی از سازمان‌ها دارای محتوایی هستند که در چندین سیستم پخش شده است و راهی برای مدیریت محتوا یا پیوست کردن ابرداده‌ها و ارتقای سیستم وجود ندارد.

فروشگاه ابرداده یک کتابخانه مرکزی است که دربردارنده اطلاعاتی از سراسر سازمان است. این فروشگاه فراداده‌های مربوط به محتوا را همراه با اشاره‌گر به محتوای قبلی سنجاق می‌کند. این ابزار برای سازمان‌هایی مناسب است که دارای محتواهای پراکنده‌ای هستند که مدیریت آن‌ها چندان آسان نیست. برای درک هدف کاتالوگ فراداده بهتر است از مثالی استفاده کنیم تا نشان دهیم که یک کاتالوگ فراداده چگونه می‌تواند نحوه مدیریت اطلاعات را بهبود بخشد.

سازمان مفروض بخشی به اسم واحد یادگیری و توسعه دارد؛ این بخش بیش از 10000 مؤلفه یادگیری وجود دارد که در 6 سیستم مختلف پراکنده شده‌اند. ارائه‌ها در شیرپوینت، ویدیوها در Vimeo و محتوای وب در Adobe Experience Manager وجود دارد. کاتالوگ فراداده به آن‌ها اجازه می‌دهد تا یک برنامه واحد برای یافتن و دسترسی به تمامی این محتواها داشته باشند.

تمام محتوا در کاتالوگ متادیتا همگام‌سازی می‌شود و ابرداده با استفاده از سیستم مدیریت طبقه‌بندی با قابلیت برچسب‌گذاری خودکار، به محتوای قبلی اضافه می‌شود.مدیران آموزشی این سازمان اکنون یک مکان واحد برای یافتن و دسترسی به تمام دوره‌های خود دارند. آن‌ها می‌توانند دوره‌ها را در یک گواهینامه ترسیم کرده و مشخص کنند که کدام دوره برای نقش‌های شغلی خاص در سازمان موردنیاز است.

همه این‌ها در حال حاضر در یک سیستم واحد مدیریت می‌شود، حتی اگر محتوا در فایل‌های مختلفی پراکنده شده باشد. مشتری دیگری نیاز به راهی برای جستجو و کنترل دسترسی به محتوا در بیش از 20 برنامه مختلف، ازجمله پوشه‌های شبکه مشترک داشت. کاتالوگ فراداده برنامه‌های مختلف و درایوهای مشترک را اسکن کرد تا رکوردهایی از محتوا ایجاد کند و سپس با استفاده از ابزار مدیریت طبقه‌بندی آن را برچسب‌گذاری کرد. علاوه بر‌این، این ابزار تنظیمات امنیتی سند موردنظر را ضبط کرد.

سپس مشتری براساس فراداده قوانینی را تعریف کرد که قادر به شناسایی محتواهایی با موضوعات مهم‌تر و امنیتی باشند. این محصول اکنون به طور مرتب این برنامه‌ها را اسکن می‌کند و به مدیریت و صاحبان محتوا هشدار می‌دهد که محتوا باید امنیت بیشتری داشته باشد.

این‌ها فقط دو نمونه هستند که نشان می‌دهند چگونه یک کاتالوگ فراداده می‌تواند مشکلات مدیریت محتوای پیچیده و بین برنامه‌ای را حل کند. با ایجاد و مدیریت محتوای بیشتر در طیف وسیع‌تری از سیستم‌ها، نیاز به این ابزارها همچنان افزایش می‌یابد.

سیستم مدیریت محتوای کامپوننت شده

سیستم‌های مدیریت محتوای کامپوننت‌شده (CCMS) برای برداشت محتوا از یک سند بزرگ‌تر و تقسیم آن به بخش‌ها یا اجزای کوچک‌تر طراحی شده‌اند.

تقسیم کردن اسناد بزرگ به اجزاء کوچکتر چندین مزیت مهم دارد:

  • مؤلفه‌ها به‌جای اسناد طولانی‌، پاسخ‌های مختصری هستند.
  • قطعات قابل‌استفاده مجدد هستند، زیرا می‌توان آن‌ها را به‌سرعت با سایر اجزاء مونتاژ کرد و اسناد بزرگتری به دست آورد.
  • تعمیر و نگهداری آن‌ها آسان‌تر است، زیرا با تغییر یک جزء می‌توان چندین سند را به طور همزمان به‌روز کرد.
  • همچنین محتوای کامپوننت‌شده پایه‌ای حیاتی برای هوش مصنوعی فراهم می‌کند.

ازلحاظ تاریخی، ابزارهای CCMS برای پشتیبانی از ایجاد و نگهداری اسناد فنی و راهنمای پشتیبانی استفاده می‌شد. با تمرکز بر روی هوش مصنوعی، این کاربری در حال تغییر است. سازمان‌هایی که مایل به ارائه ربات‌های گفتگوی تعاملی و راه‌حل‌های زبان طبیعی هستند، باید رویکرد مدیریت محتوای سندمحور را کنار گذاشته و ایجاد و نگهداری مؤلفه‌های اطلاعاتی که به‌عنوان پایه و اساس ابتکارات هوش مصنوعی عمل می‌کنند را در دستور کار خود قرار بدهند. چت بات‌ها درصورتی موفق خواهند بود که پاسخ آن‌ها برای کاربر خوانده شود یا به‌عنوان متنی ارائه شود که به‌عنوان پاسخ به یک سؤال ظاهر می‌شود.

پیشرفته‌ترین مشتریان ما متوجه شده‌اند که اسناد فقط یک سیلو مدیریت دانش دیگر هستند که باید تجزیه شوند.ابزارهای CCMS بهترین راه برای تحقق این امر هستند. انتظار می‌رود که روند حرکت به اجزاء در آینده به‌سرعت طی شود زیرا کارکنان دیگر از ایده دریافت پاسخ‌هایی که به شکل اسناد به آن‌ها ارائه می‌شوند استقبال نمی‌کنند.

خلاصه

خوشبختانه، ما اکنون مجموعه‌ای از تکنولوژی‌‌هایی مانند موارد بالا داریم که از ابتکارات مدیریت دانش  به گونه‌ای پشتیبانی می‌کنند که قبلاً هرگز قادر به انجام آن نبوده‌ایم.

 

The Top 5 KM Technologies

[1] در ماه‌های اخیر، میلیون‌ها آمریکایی شغل خود را به امید یافتن شغلی بهتر ترک کردند، اما خیلی از آنها تصمیم دارند از این به بعد هیچ‌گاه برای کس دیگری کار نکنند. پاندمی کرونا، حداقل در حال حاضر، روند کاهشی ۱۰ ساله کارآفرینی را در آمریکا متوقف – و شاید معکوس – کرده است.

[2] مدل داده  : (Data model) نوعی مدل انتزاعی است که عناصر داده را سازمان می‌دهد و نحوه ارتباط با دیگر داده‌ها را استانداردسازی می‌کند، همچنین نحوه ارتباط آن داده با ویژگی‌های موجودیت‌های جهان واقعی را نیز استانداردسازی می‌کند.

[3] فراداده، داده‌نما یا مِتادیتا (به انگلیسی: Metadata) به داده‌هایی گفته می‌شود که جزئیات یک داده دیگر را تشریح می‌کند. به عبارت دیگر فراداده‌ها، داده‌هایی هستند درباره داده‌های دیگر.

نوشتن دیدگاه

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

*
*

پانزده − 12 =