شناسایی مولفه‌های حکمرانی داده در بافت سازمانی: فراترکیب متون

هدف: حکمرانی داده، تشریح‌کننده فرایندهایی برای تعریف سیاست‌‌های حوزه داده درسازمان، فرایندهای مشخص‌کننده روش‌های بهره‌‌برداری ازسیاست‌‌های مزبور، نوع ساختار سازمانی دربرگیرنده کنسول‌‌های حکمرانی داده و ناظران داده جهت نظارت و اطمینان از انطباق بین سیاست‌‌ها و داده‌‌ها است. حاکمیت داده یک برنامه مدیریتی چندین وظیفه‌‌ای است که مهم‌ترین هدف آن برخورد با داده به عنوان یک سرمایه سازمانی است. این کار از طریق به‌کارگیری مجموعه‌ای از سیاست‌ها، استانداردها، فرآیندها، افراد و فناوری که برای مدیریت داده حیاتی است، دنبال می‌‌شود. بسیاری از سازمان‌ها در اجرای یک برنامه حکمرانی داده موفق و پایدار، مشکل دارند. وجود یک برنامه حکمرانی داده متناسب با اهداف و رسالت‌های سازمان، اولین گام در بهبود شرایط سازمان محسوب می‌شود. آن چه به‌عنوان حکمرانی داده وجود دارد، مفهومی انتزاعی است که انتزاعی بودن آن مانع از اجرای درست آن می‌شود بنابراین لازم است براساس متون، ابتدا تعریف درست و موثری از آن ارائه شود تا بتوان با شناسایی مولفه‌های مختلف این مفهوم، به اجرایی شدن آن کمک کرد.روش: این پژوهش با روش فراترکیب به تحلیل محتوای متون در حوزه حکمرانی داده پرداخته است. انتخاب منابع اطلاعاتی در حوزه حکمرانی داده، به‌صورت هدفمند و براساس میزان ربط منبع با هدف پژوهش انجام شد. پژوهش‌های بین سال‌های 2000 تا 2021 شدند. 68 مقاله و پایان‌نامه مرتبط با این حوزه با جستجو در پایگاه‌های اطلاعاتی معتبر امرالد، اسکوپوس، سیج، پروکوئست، اشپرینگر، وب آوساینس، و گوگل اسکالر و در بخش فارسی در پایگاه‌های اطلاعاتی مرکز اطلاعات و مدارک علمی ایران، مرکز اسناد و کتابخانه ملی ایران، پایگاه اطلاعات نشریات کشور (مگ ایران)، پورتال علوم انسانی، پایگاه مجله‌های تخصصی نور (نورمگز)، پایگاه مرکز اطلاعات علمی جهاد دانشگاهی و اپک کتابخانه‌های دانشگاه‌های مختلف (شامل دانشگاه‌های تهران، علامه طباطبایی، الزهرا، تربیت مدرس، دانشگاه خوارزمی) انتخاب شدند. در نهایت مقالات به صورت هدفمند و براساس مدل ساندوسکی و باروسو انتخاب شدند و با تحلیل محتوای کیفی بررسی شدند.یافته‌ها: یافته‌های پژوهش 5 مولفه اصلی حکمرانی داده شامل «برنامه‌ریزی»، «سازماندهی و مدیریت»، «عملکرد»، «اجرا» و «ارزیابی» را شناسایی کرد. این مولفه‌های اصلی هر یک دارای مولفه‌های فرعی هستند که در نهایت 32 مولفه برای حکمرانی داده با فراترکیب متون مشخص شد. این مولفه‌ها به تعریف حکمرانی داده و اجرای آن برای سازمان‌های مختلف کمک زیادی می‌کند. براساس نتایج این پژوهش مفهوم حکمرانی داده برنامه‌ریزی، سازماندهی و مدیریت، تعیین عملکرد، اجرا و نظارت و ارزیابی مربوط به داده در سازمان‌های مختلف است. حکمرانی داده باید منطبق بر رسالت، استراتژی، هنجارها و فرهنگ سازمانی باشد که ی تواند آن داده را به عنوان یک دارایی استراتژیک مدیریت کند، کنترل کیفیت را فراهم کند و دسترسی، مدیریت، نظارت و نگهداری آن را با هدف ارزش دادن بیشتر به داده‌های شرکت و تبدیل کردن آن به مزیت رقابتی محافظت کند.نتیجه‌گیری: هر سازمان می‌تواند با به‌کارگیری این مولفه‌ها، برنامه حکمرانی داده متناسب با بافت خود را طراحی کند و به کارگیرد. سازمان‌ها با تخصص و بافت‌های متفاوت می‌توانند این مولفه‌ها را مطابق با بافت خود تغییر داده و آنها را با اهداف و استراتژی‌های خود انطباق دهند و از مزایای حکمرانی داده در سازمان خود بهره برند. در مورد کاربرد مولفه‌های اصلی و فرعی برگرفته از پژوهش جاری توجه سازمان‌ها به اهمیت هر یک از آنها مهم است. لازم است که سازمان‌ها برای اجرای حکمرانی داده اهداف و استراتژی‌های برنامه را درنظر بگیرند و اصولی را برای پشتیبانی از ساختار، فرهنگ و اهداف طراحی کنند.

identifying the components of data governance in the organizational context: metasynthesis of texts

purpose: data governance describes the processes for defining data policies within an organization, the processes that specify how these policies will be implemented, and establishing an organizational structure that includes data governance councils and data stewards to monitor and ensure compliance between policies and data. data governance is a multifaceted management program, with its primary objective being to treat data as a valuable organizational asset. this is accomplished by utilizing a comprehensive framework of policies, standards, processes, personnel, and technology that are essential for effective data management. many organizations face challenges in establishing a successful and sustainable data governance program. the initial step in enhancing the organization's performance is to ensure that the data governance program aligns with its goals and mission. what currently exists as data governance is an abstract concept, and this abstraction hinders its effective implementation. therefore, it is essential to first establish a clear and effective definition based on existing literature to facilitate its implementation by identifying the various components of this concept.method: this study analyzed the content of texts in the field of data governance using the meta-synthesis method. the selection of information sources was conducted purposefully, based on their relevance to the research objectives. the studies were conducted between 2000 and 2021. a total of 68 articles and theses related to this field were selected by searching reputable databases, including emerald, scopus, sage, proquest, springer, web of science, and google scholar. additionally, searches were conducted in the persian section of the iranian scientific information and documents center, the national library and documentation center of iran, the national publications information database (iran mag), the humanities portal, the noor specialized magazines database (noormags), the academic jihad scientific information center, and the apec libraries of various universities, such as tehran university, allameh tabatabaei university, al-zahra university, tarbiat modares university, and kharazmi university. ultimately, the articles were purposefully selected based on the sandusky and barroso model and were reviewed using qualitative content analysis.findings: the research findings identified five main components of data governance: planning, organization and management, performance, execution, and evaluation. each of these main components has subcomponents, resulting in a total of 32 components for data governance identified through a meta-synthesis of texts. these components significantly contribute to the definition and implementation of data governance across various organizations. according to the findings of this research, data governance encompasses planning, organizing, managing, determining performance, implementing, monitoring, and evaluating data related to different organizations. data governance should align with the organization's mission, strategy, norms, and culture to effectively manage data as a strategic asset. it should ensure quality control and safeguard access, management, monitoring, and maintenance, with the goal of enhancing the value of the company's data and transforming it into a competitive advantage.conclusion: by using these components, each organization can design and implement a data governance program appropriate to its context. organizations with different expertise and contexts can modify these components according to their context adapt them to their goals and strategies, and benefit from the benefits of data governance in their organization. regarding the application of the main and secondary components derived from the current research, organizations need to pay attention to the importance of each of them. organizations must consider the goals and strategies of the program to implement data governance and design principles to support the structure, culture, and goals.