بررسی کاربرد داده‌های کلان (big data) در بهبود مدیریت کیفیت جامع (tqm)

مدیریت کیفیت، نقش حیاتی در موفقیت و استمرار یک سازمان ایفا می‌کند. یکی از بخش‌های مدیریت کیفیت، مدیریت کیفیت جامع است که به عنوان یک تلاش دسته‌جمعی باید در سازمان انجام شود و به عنوان یکی از ارکان مهم فرهنگ سازمانی دربیاید تا کیفیت در همه ارکان سازمان جاری باشد. از طرف دیگر، در عصر اطلاعات، هوش مصنوعی و داده‌های بزرگ اهمیت زیادی پیدا کرده‌اند و در همه فرایندهای مدیریتی نقش مهمی پیدا کرده‌اند. لذا هدف اصلی پژوهش حاضر بررسی کاربرد داده‌های بزرگ در مدیریت کیفیت جامع است که برای این هدف از روش تحلیلی-توصیفی و کتابخانه‌ای استفاده شد. نتایج پژوهش نشان داد که مزایای استفاده از داده‌های بزرگ در مدیریت کیفیت جامع عبارت‌اند از: بهبود تصمیم‌گیری، کنترل کیفیت فعال، بهینه‌سازی فرآیند پیشرفته، رویکرد مشتری محور، نظارت بر کیفیت در زمان واقعی، بهبود مستمر مبتنی بر داده، بهینه‌سازی زنجیره تامین، کاهش ریسک کیفیت موثر، افزایش بهره‌وری و استراتژی‌های کیفیت تطبیقی؛ همچنین کاربردهای این تلفیق در عرصه‌های تصمیم‌گیری مبتنی بر داده، تجزیه‌وتحلیل پیش بینی برای بهبود کیفیت، بهینه‌سازی زنجیره تامین، نظارت و کنترل کیفیت در زمان واقعی، تجزیه‌وتحلیل بازخورد مشتری، تجزیه‌وتحلیل علت ریشه‌ای، اندازه‌گیری عملکرد و بهینه کاوی. علاوه بر مزایا و کاربردها، چالش‌های استفاده از داده‌های بزرگ در مدیریت کیفیت جامع احصا شد که عبارت‌اند از: حجم و تنوع داده‌ها، تضمین کیفیت داده‌ها، پیچیدگی یکپارچه‌سازی، نظارت در زمان واقعی، امنیت داده‌ها و حریم خصوصی، شکاف مهارتی، هزینه‌های اجرایی بالا. در پایان بر اساس یافته‌های پژوهش، پیشنهاداتی ارائه شد.

examining big applications (big data) in improving total quality management (tqm)

quality management plays a vital role in the success and continuity of an organization. one of the parts of quality management is comprehensive quality management, which should be done as a collective work in the organization and become one of the important elements of organizational culture so that quality is current in all elements of the organization. on the other hand, in the age of information, artificial intelligence and big data have found a lot and have found an important role in all management processes. the main goal of the current research is to investigate the use of big data in comprehensive quality management, for which analytical-descriptive and library methods have been used. the research results showed that the use of big data in comprehensive quality management includes: decision improvement, active quality control, advanced process optimization, approach approach, real-time quality monitoring, continuous improvement. on data, supply chain optimization, reducing quality assessment, increasing productivity and adaptive quality strategies. also, the applications of this integration in the fields of data decision-making, predictive analysis for quality improvement, supply optimization, real-time quality monitoring and control, buyback analysis, root cause analysis, performance measurement and mining optimization. in addition to the benefits and applications, the challenges of using big data in the comprehensive quality management of statistics, which are: volume and variety of data, data quality, integration complexity, real-time monitoring, data security and privacy, skill gap, high implementation costs. at the end, based on the research, suggestions were made.