ارایه مدل مدیریت کیفیت داده برای حکمرانی داده با استفاده از روش فراترکیب

تمام سازمان‌ها برای اجرای فرایندهایشان از داده‌‌‌ استفاده می‌کنند. داده‌های سازمانی یا توسط خود سازمان تولید شده‌اند یا سازمان‌های دیگری آن‌ها را ایجاد کرده و در اختیارشان قرار داده‌اند. داده‌ها و اطلاعات نقش اساسی در تصمیم‌گیری‌ها و عملکردهای فرایندهای سازمانی دارند. به ‌همین دلیل، داده‌ها بخشی از منابع سازمان و شاید مهم‌ترین منبع سازمان‌‌ها محسوب می‌شوند. ازاین‌رو، هدف از انجام این پژوهش ارائه‌ مدل کیفیت داده برای حکمرانی داده است. در این پژوهش روش فراترکیب به‌کار گرفته شد. از 268 منبع یافت‌شده طی مراحل فراترکیب، 62 مقاله با استفاده از کلیدواژه‌هایی از جمله داده، مدیریت داده، حکمرانی داده و مدیریت کیفیت داده در پایگاه‌های «ایرانداک»، science direct، google scholar، springer، ieee و acm در بین سال‌های (1995-2022) انتخاب گردید. در این پژوهش ابتدا برای تمام عوامل استخراج‌شده از مطالعات پیشین، کدی در نظر گرفته و سپس، با در نظر گرفتن مفهوم هر یک از کدها، در یک مفهوم مشابه دسته‌‌بندی شدند. به این ترتیب، مفاهیم پژوهش مشخص شدند.‌ برای کنترل کدها و مقوله‌های استخراجی از دو کدگذار استفاده شد و شاخص مورد نظر در این زمینه، شاخص «کاپا»ست. بر اساس تحلیل‌های صورت‌گرفته به‌ کمک روش تحلیل محتوا، در مجموع، تعداد 12 مقوله اصلی (ویژگی داده، داده، فایل داده، ارزش داده، ارزش اولیه‌ داده، الگوی داده، مجموعه‌ داده، دسترسی به داده، ترکیب داده، قالب‌بندی داده، فراداده و عینی بودن داده) و 47 مقوله فرعی برای مدیریت کیفیت داده برای حکمرانی داده کشف و مشخص شدند.

provide data quality management model for data governance using meta synthesis

all organizations use data to execute their processes. organizational data is either generated by the organization itself or created and provided by other organizations. data and information play an essential role in the decisions and functions of organizational processes. for this reason, data is part of the organization’s resources and perhaps the most important source of organizations. the purpose of this study was to provide a data quality model for data governance. the research method was used in a meta-combination. therefore, out of 268 sources found, during the meta-combination process, 62 articles were used using keywords such as; data, data management, data governance and data quality management were selected in irandoc, science direct, google scholar, springer, ieee and acm databases between 1995-2022. in this study, first a code was considered for all factors extracted from previous studies and then, considering the concept of each code, they were classified in a similar concept. in this way, the concepts of research were identified. two coders were used to control the extracted codes and categories, and the desired index in this field is the kappa index. based on the analysis performed using the content analysis method, a total of 12 main categories (data attribute, data, data fable, data value, initial data value, data pattern, data set, data access, data composition, data formatting, metadata and data objectivity) and 47 sub-categories for data quality management for data governance were identified.