- مقدمه

مدیریت داده اصلی یک موضوع ترجیحی در هر علم و نیز در جامعه سامانه‌های عملیاتی است. مدیریت داده اصلی، به عنوان شرط لازم برای تحقق نیازمندی­های کسب‌وکار استراتژیکی از قبیل تطابق با قوانین و مقررات و مدیریت مشتریان به‌صورت یکپارچه، فعالیت‌های زیادی را شامل می‌شود. یکی از فعالیت‌های متمرکز، طراحی و معماری نگهداشت داده اصلی است. جامعه علمی تقریباً در مقابل برخی از سؤالات سکوت را ترجیح داده است، پرسش‌هایی مانند اینکه شرکت­ها و سازمان‌ها، هنگام طراحی معماری داده اصلی، چگونه باید حرکت کنند. مطالعات نشان می­دهد طراحی معماری داده اصلی یکی از وظایف چند­بعدی است که به متعادل کردن علاقه­مندی ذینفعان مختلف سازمان، مدیریت کردن آرایه­ای از فرصت­های تکنیکی و تحقق نیازمندی­های بی­شمار کلاس­های داده اصلی نیاز دارد. همچنین، مطالعه موردی نشان می‌دهد مزایای الگوهای طراحی معماری می‌تواند روش مناسبی برای برخورد با وظایف پیچیده باشد. داده اصلی، امور کلیدی کسب‌وکار سازمان­ها و شرکت­ها را نشان می­دهد. این امور کسب‌وکار کلیدی از پایه اهداف کسب‌وکار سازمان­ها هستند و بنابراین باید به‌طور شفاف در کل سازمان استفاده شوند. کلاس­های داده اصلی نمونه، مشتریان و ذینفعان حوزه حمل‌ونقل، کالا، فرآیند تخلیه و بارگیری شناور­ها، صاحبان کالا و ...، می‌باشند.

  مدیریت داده اصلی عبارت است از: "فرآیند مستقل کاربردی‌ای[1] که موجودیت­های داده اصلی کسب‌وکار را توصیف، مالکیت و مدیریت می‌کند." مدیریت داده اصلی، مجموعه واحدی از خطوط راهنما را برای سازگاری، صحت و مدیریت داده‌ها فراهم می­کند، و به این طریق نگاه معمول و مشترکی را روی‌داده‌های کلیدی سازمان­ها از این حیث که می­توانند یا نمی­توانند در یک مخزن داده مشترک قرار گیرند، ایجاد می­کند. مدیریت داده اصلی، شامل سه مفهوم اساسی به این شرح است: (1) مدیریت داده اصلی، گرچه ترجیحاً شامل مالکیت داده اصلی است، اما یک سیستم کاربردی نیست، (2) مقیاس کارایی و اثربخشی مدیریت داده اصلی، وضعیت کیفیت داده است و (3) رویکرد­های مختلف معماری برای ذخیره و توزیع داده اصلی وجود دارد.

1-1- بیان مسئله

اکثر سازمان­های بزرگ دارای فرآیند­های کسب‌وکار، دستگاه‌های اطلاعاتی متعدد و بانک­های اطلاعاتی متنوع، حجیم، مجزا و با ارزشی می‌باشند که در طول زمان ایجاد شده‌اند. این سازمان‌ها همواره با مفهوم و فنّاوری یکپارچه اطلاعات بر اساس نیازمندی‌های کسب‌وکار، کیفیت و صحت اطلاعات، وفاداری و ترجیح مشتریان و رقابت­پذیری روبرو می‌شوند، و سعی می­کنند با بهره­گیری از مکانیسم‌ها و راه‌حل‌های ارائه‌شده در زمینه یکپارچگی اطلاعات توسط شرکت­های بزرگ کامپیوتری این مشکل را حل نمایند. این تحقیق با تمرکز بر مدل­ها، چارچوب­ها و راه‌حل‌های پیاده‌سازی مدیریت داده اصلی که توسط شرکت­های بزرگ کامپیوتری مانند آی بی ام[2]، اوراکل[3] و میکروسافت[4] به‌منظور ایجاد دیدگاه یکپارچه داده از منظر سازمان و مشتریان ارائه شده است و نیز با نگاه کلان به معماری و چارچوب­های پیاده­سازی مدیریت داده اصلی در شرکت­های بزرگ، و با دیدگاه بومی­سازی، به‌منظور اثربخشی و رقابت­پذیری در حوزه خدمات بندری و دریایی سازمان بنادر و دریانوردی انجام شده است (آذر، 1391).

شناسایی داده‌های اصلی[5]، هم سویی اهداف اطلاعات با استراتژی کسب‌وکار، کیفیت داده[6]، حاکمیت داده[7]، شناسایی منابع و مصارف داده اصلی، مدل داده اصلی[8]، جریان داده اصلی[9]، جمع‌آوری و نگهداری فراداده درباره قوانین کسب‌وکار، استاندارد­های داده و فرآیند نگهداشت داده از مسائل اساسی و دغدغه‌های سازمان‌ها است که طراحی و معماری و پیاده­سازی مدیریت داده اصلی با اهمیت­ترین و بهینه­ترین راه‌حل و نقشه راه برای تحقق و پاسخ به این نگرانی­ها و چالش­ها است.

 داده­های اصلی، داده­های معمول درباره مشتریان، تأمین‌کنندگان، شرکا، محصولات، مواد، هزینه­ها و حسابرسی و ...، موجودیت­های حساس و بحرانی هستند که معمولاً از طریق دستگاه‌های اطلاعاتی فناوری اطلاعات ذخیره و منتشر می­شوند. در حقیقت داده­های اصلی، به‌عنوان زیرمجموعه­ای از کل داده­های سازمان­ها، مقادیر ارزشمندی هستند که برای پشتیبانی فرآیندهای کسب‌وکار در یک محیط سازمانی و یا شرکت­ها مورد بهره‌برداری قرار گرفته و در واقع در قلب هر سیستم عملیاتی، کاربردی، گزارش­گیری و تصمیم­گیری قرار دارند.

1-2- ضرورت انجام تحقیق

با توجه به نیاز به اقلام اطلاعاتی پایه یکسان، رویه­ها و فرآیندهای یکسان، سرویس­ها و درج اطلاعات در یک نقطه و انتشار آن در سایر دستگاه‌ها و ایجاد دیدگاه یکپارچه از منظر ذینفعان و مشتریان، ضروری است از فناوری مناسب برای شناسایی داده­های اصلی و مدیریت آن استفاده کرد. مواردی که لازم است در مدیریت داده‌های اصلی شناسایی و تحلیل شود به این شرح‌اند: (1) حل چالش­های بحرانی کسب‌وکار مثل هزینه­های عملیاتی بالا، خدمات غیریکپارچه به مشتری، ریسک­های بالای مرتبط با مسائل قانونی، نیاز سریع به معرفی محصولات جدید و ناتوانی در فروش بالای محصول و سرویس، (2) درک پایدار و استوار از موجودیت­های داده اصلی، (3) ساختار سلسله مراتبی داده[10] و ارتباط بین موجودیت­ها، (4) تحلیل داده[11]، (5) مدیریت چالش داده‌های بزرگ، (6) تطبیق بلادرنگ رکوردهای اصلی در داده‌های بزرگ و حجیم، (7) یکپارچگی استخراج و برگزاری داده(8) پیاده‌سازی ماژولار و توسعه آنها برای پوشش محیط­های دارای چندین دامنه، (8) کیفیت داده و به اشتراک­گذاری فراداده[12] شاخص­های کلیدی عملکرد[13] برای کمک به نظارت کیفیت داده‌ها، (9) ارزیابی فعالیت­های نظارت داده­ها و برنامه­ریزی منابع نظارت داده و (10) دیدگاه یکپارچه از منظر سازمان و مشتریان

1-3- ادبیات تحقیق

دغدغه­های[14] سازمان در زمینه تهیه گزارش‌های ثابت و پایدار، پیروی از مقررات، تمایل زیاد به معماری سرویس‌گرا و بهره‌گیری از نرم­افزار به‌عنوان سرویس[15]، موجب توجه زیاد به مدیریت داده اصلی شده است. در این مقاله به این پرسش‌ها پاسخ داده می‌شود: پیاده‌سازی مدیریت داده‌های اصلی چیست و چرا اهمیت دارد و چگونه باید آن را مدیریت کرد؟ در ادامه بحث، تعدادی از الگو­های کلیدی مدیریت MDM و تجربیات موفق ارائه شده است.

1-3-1- داده اصلی

داده اصلی، داده­ای است که به‌صورت معقول، پاک و یکپارچه در داخل یک سیستم رکورد قرار می‌گیرد و برای فعالیت­های اصلی کسب‌وکار سازمان‌های بزرگ و وسیع استفاده می­شود (MDM & Data governance, 2011). داده اصلی، زیرمجموعه­ای از کل داده­های سازمان است. داده اصلی، اطلاعات باارزش و اصلی استفاده­شده برای پشتیبانی فرآیند­های کلیدی و بحرانی کسب‌وکار در کل سازمان است. داده اصلی، اطلاعات مربوط به مشتریان، تأمین‌کنندگان، شرکا، محصولات، مواد، کارکنان و حساب‌های مالی و موارد دیگر می‌باشد. داده اصلی، در قلب هر تراکنش، سیستم کاربردی و تصمیم­گیری کسب‌وکار قرار دارد ((IBM, 2011.

1-3-2- معیارها و ضوابط تعریف و شناسایی داده اصلی

تصمیم بر اینکه چه چیزی باید مدیریت شود. در از آنجا که هنگام شناسایی موجودیت­های اصلی، همه داده­ها نیاز به مدیریت ندارند، لازم است نخست روشن شود که کدام داده‌ها و بر اساس چه معیارهایی باید مدیریت شوند.

از این رو، تعریف داده اصلی به معیار­ها و ضوابط زیر محدود شده است: (1) رفتار^[16]. داده اصلی ممکن است توسط روشی (رفتاری) که با دیگر داده­ها عمل می­کند، توصیف شود. یک مشتری محصولی را می­خرد. یک فروشنده قطعه‌ای را می­فروشد. یک کارمند به‌صورت سلسله­مراتبی با مدیرانش مرتبط است و از طریق مدیر به مدیر بالاتر (کارمند دیگر) گزارش می‌دهد، (2) چرخه حیات^[17]. در چرخه حیات، داده‌های اصلی، طی چهار مرحلة "ایجاد، خواندن، به‌روزرسانی، حذف و جستجو" مدیریت می‌شود. این فرایند، چرخه CRUD[18] نامیده می­شود که برای انواع عناصر داده­های اصلی مختلف و سازمان­های مختلف، متفاوت است، (3) بزرگی از نظر تعداد عناصر یک مجموعه (کاردینالیتی^[19]). وقتی کاردینالیتی (تعداد عناصر یک مجموعه) کاهش می­یابد احتمال ضعیفی وجود دارد که عنصر به‌عنوان عنصر داده اصلی در نظر گرفته شود. کاردینالیتی طبقه­بندی نوع موجودیت داده‌شده را تغییر نمی‌دهد؛ اما چنانچه کاردینالیتی مجموعه موجود افزایش پیدا کند، اهمیت راه‌حل برای مدیریت آن مجموعه افزایش می­یابد، (4) عمر^[20]. داده­های اصلی نسبت به داده­های تراکنشی با ثبات­تر می‌باشند، اما چنانچه شروع به بی­ثباتی کنند بیشتر به‌عنوان داده­های تراکنشی در نظر گرفته می­شوند، (5) پیچیدگی^[21]. مجموعه‌های ساده موجود، حتی مجموعه‌های موجود ارزشمند، به‌ندرت برای مدیریت چالش محسوب می‌شوند و به‌ندرت عناصر داده اصلی در نظر گرفته می­شوند. پیچیدگی کمتر یک عنصر، نیاز به مدیریت تغییر کمتری برای آن عنصر دارد، (6) ارزش. عنصر داده دارای ارزش بیشتر، بسته به شرکت و سازمان، یک عنصر داده اصلی در نظر گرفته می­شود. ارزش و پیچیدگی در یک راستا می‌باشند، (7) بی‌ثباتی. زمانی که داده اصلی با ثبات­تر از داده­های تراکنشی باشد، مجموعه‌های موجودی دارای صفات خاصی که تغییر نمی­کنند به راه‌حل داده اصلی نیاز ندارند و (8) استفاده مجدد^[22]. یکی از محرک­ها و پیشران‌های[23] نخستین مدیریت داده اصلی استفاده مجدد است. در دنیای پیچیده امروز اطلاعات مشتری نیاز به اشتراک­گذاری در دستگاه‌های کاربردی دارد. به‌هرحال اگر یک مجموعه موجود داده اصلی در چند سیستم مختلف مجدداً استفاده شود لازم است با یک سیستم مدیریت داده اصلی، مدیریت شود. (Walter & Haselden, 2006).

1-3-3- مدیریت داده اصلی

مدیریت داده اصلی چارچوبی از فرآیند و فنّاوری هدفمند در ایجاد و نگهداشت محیط داده قدرتمند، پایدار، دقیق و ایمن است که یک نسخه کامل از واقعیت‌ها را به نمایش می­گذارد و یک سیستم رکورد از یک مجموعه متنوع از دستگاه‌های کاربردی، خطوط کسب‌وکار و ارتباطات کاربران در سرتاسر سازمان را، با استفاده از اینترنت و اینترانت، فراهم می­سازد. پیاده‌سازی مدیریت داده اصلی را می‌توان به فنّاوری، ابزار و فرآیند­های موردنیاز برای ایجاد و حفظ داده­های اصلی یکپارچه، سازگار و صحیح تعریف کرد.

1-3-4- چگونگی ایجاد داده اصلی

ایجاد داده اصلی در دو مرحله اساسی صورت می‌گیرد: (1) پاک‌سازی و استانداردکردن داده‌ها و (2) تطبیق داده­های همه منابع برای یکی‌کردن داده­های تکراری. قبل از شروع به پاک‌سازی و استانداردسازی داده‌ها، باید مدل داده‌ها برای ایجاد مدل داده اصلی، مشخص شود. به‌عنوان بخشی از فرآیند مدل‌سازی، محتوای هر صفت تعریف می­شود و یک نگاشت از هر سیستم منبع به مدل داده اصلی تعیین می­شود.

1-3-5- مسائل کیفی داده

لازم به توضیح است که هرچند انبار داده‌ها و هوشمندی کسب‌وکار بخش­های مهم فنّاوری اطلاعات مدرن می‌باشند و ارزش­های زیادی را برای تصمیم­گیری و اثربخشی عملیات دربر دارند، اما این راهکارها اغلب نگاه یگانه‌ای را از کسب‌وکار[24] مطلوب ایجاد نمی­کنند.

1-3-6- رویکرد معماری MDM از نگاه میکروسافت

میکروسافت، برای ساخت یک MDM HUB رویکرد معماری را به‌کار برده است. MDM HUB شامل یک بانک اطلاعاتی با نرم­افزار مربوطه برای مدیریت داده اصلی است، که در آن، داده اصلی در بانک اطلاعاتی ذخیره، و با دستگاه‌های تراکنشی‌ای که از داده اصلی استفاده می‌کنند، منطبق و هماهنگ می‌شود. MDM HUB شامل توابع و وظایف و ابزارهای موردنیاز برای حفظ و نگهداری مجموعه‌های موجود (MDM) و صحت و دقت و سازگاری سلسله‌مراتبی، است. در این معماری، داده  MDMمی­تواند از طریق رابط وب‌سرویس[25] قابل‌دسترس باشد. توابع هماهنگ‌شده (سنکرون داده اصلی، مسئولیت نگهداری داده HUB هماهنگ‌شده با داده دستگاه‌های تراکنشی[26] را، به‌عهده دارند. سه سبک پایه معماری که برای MDM HUB استفاده می­شود عبارت‌اند از:

 (1) مخزن داده[27]

در سبک مخزن داده، مجموع کاملی از داده اصلی برای یک سازمان در یک بانک اطلاعاتی منفرد ذخیره می­شود. مدل مخزن داده باید شامل تمام صفات خاصه موردنیاز دستگاه‌های کاربردی‌ای باشد که داده اصلی را استفاده می­کنند. دستگاه‌های کاربردی‌ای که داده اصلی را ایجاد، مصرف و یا نگهداری می‌کنند، باید برای استفاده از داده اصلی در HUB، به‌جای ذخیره در بانک اطلاعاتی خود، اصلاح شوند،

(2) ثبت داده‌ها[28]

رویکرد ثبت داده‌ها (رجیستری) متضاد با رویکرد مخزن داده‌ها است. برای اینکه هیچ‌یک از رکوردهای داده اصلی درMDM HUB ذخیره نمی­شوند. داده اصلی در بانک­های اطلاعاتی دستگاه‌های کاربردی ذخیره می­شوند و MDM HUB شامل لیست کلید­هایی است که می‌تواند برای پیداکردن تمامی رکورد­های مرتبط برای آیتم داده اصلی منحصربه­فرد، استفاده شود.

(3) رویکرد ترکیبی[29]

مدل ترکیبی شامل امکانات هر دو مدل ثبت داده‌ و مخزن داده است. با وجود اینکه در ابتدا به نظر می‌رسد مدل ترکیبی مزایای هر دو مدل را داراست، اما نکات مهمی وجود دارد که باید به آنها توجه شود: (1) مدل ترکیبی شامل داده­های تکراری است، بنابراین مدل ترکیبی فقط باید به مشکلات به‌روزرسانی و مسائل تأخیر در تکرار داده‌ها رسیدگی کند و (2) مدل ترکیبی همان مسائلی از مدل داده را شامل می‌شود که مدل مخزن داده شامل می‌شود. زمانی که داده‌ها از بسیاری از دستگاه‌های کاربردی جداگانه در داخل MDM HUB یکپارچه می­شوند، اینکه کدام صفات خاصه در HUB ذخیره شود، چه نامیده شود و چه فرمتی داشته باشد، همگی می­تواند مسئله پرچالشی باشند.

1-3-7- رویکرد معماری MDM از نگاه IBM

در اینجا نخست باید چشم‌انداز MDM در  IBM بررسی شود. در چشم‌انداز MDM این مسائل مطرح می‌شود: (1) اصلی کردن اطلاعات، به این دلیل که بینش و چابکی در کسب‌وکار نیاز به اصلی1کردن اطلاعات دارد و (2) حاکمیت اطلاعات، به این خاطر که تحویل اطلاعات قابل‌اعتماد و موثق برای تصمیمات هوشمندتر کسب‌وکار ضروری است.

مدیریت داده اصلی در ابزار شرکت IBM به نام Info Sphere، مجموعه وسیعی از ظرفیت­ها و امکانات برای سازگاری و تطبیق راه‌حل‌های مدیریت داده اصلی می‌باشد. پوشش ابزار MDM برای نیازمندی‌های متنوع به این شرح‌اند: (1) وجود مشتریان MDM درسطح جهانی و پیاده­سازی آنها در سازمان­ها و شرکت­ها، (2) زمان سریع انتخاب­ها برای استقرار سیستم مدیریت داده اصلی، (3) توانمندی نظارت داده اصلی به‌صورت قدرتمند، (4) امکان معرفی سریع محصول به بازار، (5) بومی­سازی و پایه­های قابل توسعه و گسترش، (6) مقیاس­پذیری با رشد داده و (7) سرویس داده اصلی، یعنی تدوین چشم­انداز مجازی و یگانه از داده اصلی و ارتباطات کل دستگاه‌های موجود و تحویل این چشم‌اندازها در هر زمان و مکان که موردنیاز باشد.

در رویکرد معماری، سرور MDM در ابزار IBM، به‌صورت مرکزی و فیزیکی داده اصلی را برای دامنه­های شامل مشتری، مالی، محصول و سایر موارد به‌منظور به دست آوردن یک رکورد یگانه، مدیریت و نگهداری می­کند.

1-3-8- رویکرد معماری MDM از نگاه اوراکل (MDM,Ritman)

نخست باید دید رویکرد اوراکل به مدیریت داده اصلی به چه صورت است. سه نوع داده کسب‌وکار در سازمان‌ها وجود دارد. (1) داده­های تراکنشی که کاربردها را پشتیبانی می­کند، (2) داده­های تحلیلی که تصمیم­گیری‌ها را پشتیبانی می­کند و (3) داده‌های اصلی که اهداف کسب و کار برای تراکنش­ها و ابعاد تحلیل­ها نشان می‌دهد.

محصولات MDM که در حال حاضر در Oracle Master Data Management Suite ارائه شده به این شرح است: (1) هاب داده مشتری، (2) هاب داده محصول، (3) مدیریت ارتباط داده اوراکل، (4) فرآیندهای کلیدی، (5) پروفایل داده اصلی، (6) ادغام داده اصلی به داخل یک مخزن مرکزی و اتصال به کاربرد­ها، (7) حاکمیت داده اصلی، (8) به اشتراک گذاشتن داده اصلی از طریق همزمانی، (9) اهرم نسخه واحد از حقیقت، (10) مدیریت داده اصلی و هوشمندی کسب‌وکار، (11) هدف اولیه MDM در محیط IBM مدیریت ابعاد است، (12) MDM بهترین مکان برای پاک‌سازی و یکپارچگی داده مرجع اس، (13) قابلیت دسترسی به کاربردهای عملیاتی، بهترین مکان از لایه­های پایینی در انبار داده است و (14) دارای ارجاعات متقابل، تکرار داده‌ها و غیر آن می‌باشد.

1-4- پیشینه تحقیق

مقاله‌ای با عنوان "برپا سازی مدیریت داده اصلی در سازمان‌ها با رویکرد مرحله‌ای" در شهرداری انجام شده است. این مطالعه در مورد 21300 نفر سکنه و 15000 کارمند شامل اداره مرکزی، گروه خرید، خدمات رفاهی، شرکت‌های شهری و چندین شرکت وابسته، مراحل ایجاد و برپاسازی توابع مدیریت داده اصلی صورت پذیرفته است.

در مقاله دیگری با عنوان "چگونگی طراحی معماری داده‌های اصلی مطالعه موردی در بوش" که توسط[30] بوریس اتو از دانشگاه[31] گالن در کشور سویس انجام شده و در مجله بین‌المللی مدیریت اطلاعات به چاپ رسیده است، به طراحی و نگهداشت معماری داده اصلی اشاره شده است. به‌طوری که معماری داده اصلی، دسترسی‌های مشترک، انتشار اطلاعات و جریان داده را به‌منظور اطمینان از کیفیت داده‌ها، کنترل می‌کند. بوش یک شرکت خدماتی و فنی با حدود 283500 کارمند در اشتوتگارت آلمان مستقر است و در سه حوزه کسب‌وکار فنّاوری خودکار، فنّاوری فنی و فنّاوری ساختمانی و کالاهای مصرفی در بیش از 100 کشور جهان فعالیت می‌کند. چارچوب معماری و چارچوب مرجع مدیریت داده اصلی در این شرکت طراحی و پیاده‌سازی گردیده است.

2- روش تحقیق

2-1- نوع مطالعه

به‌طورکلی روش‌های تحقیق در علوم رفتاری را می‌توان با توجه به دو ملاک تقسیم کرد: (1) هدف تحقیق و (2) نحوه گردآوری داده‌ها. بر این اساس، پژوهش حاضر از نظر هدف، کاربردی و از نظر شیوه گردآوری اطلاعات، پژوهشی توصیفی از نوع پیمایشی است.

2-2- شرکت‌کننده‌ها

جامعه آماری این پژوهش را مدیران و کارشناسان کسب‌وکار، مدیران و کارشناسان فناوری اطلاعات، مدیران پروژه و کاربران دستگاه‌های عملیاتی در قلمرو سازمان بنادر و دریانوردی که با مفاهیم معماری یکپارچه دستگاه‌ها، یکپارچگی اطلاعات، کیفیت داده، داده اصلی و مدیریت داده اصلی آشنا هستند، تشکیل می‌دهند، که در مرحله شناسایی جامعه آماری حدود 50 نفر با این مشخصات مورد شناسایی قرار گرفت.

2-3- روش جمع‌آوری داده‌ها

در این تحقیق روش گردآوری اطلاعات پرسشنامه، کتب، مقالات و اینترنت و... بوده است. یعنی بخشی از اطلاعات از طریق مطالعه و کاوش در مقالات معتبر، کتب داخلی و خارجی و منابع الکترونیکی و اینترنتی (روش کتابخانه‌ای) جمع‌آوری شده و بخش دیگر از طریق مشاهده، مصاحبه و پرسشنامه بر اساس طیف پنج گزینه‌ای لیکرت (روش میدانی) به‌‌دست ‌آمده است.

2-3-1- پرسشنامه

ابزار جمع‌آوری داده‌ها، در پژوهش پیمایشی، پرسشنامه است. پرسشنامه شامل مجموعه‌ای از پرسش‌هاست که پاسخ‌دهنده با مطالعه و دقت در مورد آنها پاسخ‌های لازم را ارائه می‌دهد. این پاسخ‌ها داده‌های موردنیاز پژوهشگر را تشکیل می‌دهند. ابزار اصلی مورداستفاده در این تحقیق پیمایشی، پرسشنامه است. 

2-3-2- روایی[32] پرسشنامه

با به‌کارگیری روش آماری معادلات ساختاری،  معیار دوم از بررسی برازش مدل‌های اندازه‌گیری، روایی همگرا است که به بررسی میزان همبستگی هر سازه با پرسش‌ها (شاخص‌ها)ی خود می‌پردازد. در این تحقیق  روایی همگرای سازه‌های مدیریت داده اصلی با استفاده از نرم­افزار  Smart PLSبا محاسبه مقدار AVE (روایی همگرا) که فورنل و لارکر (1981)، مقدار مناسب برای AVE را 5/0 به بالا معرفی کرده‌اند، تعیین می­شود؛ و روایی همگرای مربوط به متغیر پنهان مرتبه دوم، به‌صورت دستی محاسبه می‌شود که برابر است با میانگین مقادیر توان دوم بارهای عاملی ابعاد آن.

روایی واگرا سومین معیار بررسی برازش مدل‌های اندازه‌گیری است که دو موضوع را پوشش می‌دهد: (1) مقایسه میزان همبستگی بین شاخص­های یک سازه با آن سازه در مقابل همبستگی آن شاخص­ها با سازه‌های دیگر و (2) مقایسه میزان همبستگی یک سازه با شاخص­هایش در مقابل همبستگی آن سازه با سایر سازه­ها (عادل آذر، 1391).

2-3-3- پایایی[33] پرسشنامه

در این تحقیق بررسی پایایی مدل اندازه‌گیری از سه طریق ضرایب بارهای عاملی، ضرایب آلفای کرونباخ، پایایی ترکیبی با استفاده از نرم‌افزار Smart PLS صورت می‌پذیرد که در بخش تجزیه‌وتحلیل داده‌ها به‌تفصیل بیان شده است.

2-3-4- شیوه اجرا

روش­های آماری مورداستفاده در این تحقیق عبارت‌اند از: (1) آمار توصیفی، که برای نمایش اطلاعات جمعیت‌شناختی استفاده شده است. به این منظور، اطلاعات جمعیت‌شناختی، با استفاده از جداول فراوانی بررسی شد. بیشترین میزان سطح تحصیلات متعلق به افراد دارای مدرک کارشناسی با تعداد 21 نفر (52.5%) بود که میزان قابل‌توجهی است. در حوزه سابقه شغلی، تعداد 13 نفر (32.5%) با سابقه 10 تا 15 سال دارای بیشترین میزان فراوانی در میان جامعه آماری بودند. در نهایت در میان پاسخ‌دهندگان تعداد 27 نفر (67.5%) در رده شغلی کارشناس فناوری اطلاعات دارای بیشترین مقدار فراوانی بودند و (2) آمار استنباطی، که در آن برای تجزیه‌وتحلیل داده‌ها و آزمون فرضیات از روش مدل‌سازی معادلات ساختاری[34] به روش حداقل مربعات جزئی[35] با بهره‌گیری از نرم‌افزار Smart PLS استفاده شده است. بهره گرفته می­شود (خاکی غلامرضا،1387).

2-3-5- روش‌های تحلیل آماری

مدل­سازی معادلات ساختاری یکی از انواع روش‌های آماری است که ابزاری جهت بررسی ارتباطات میان چندین متغیر در یک مدل را فراهم می‌کند. دلایل اصلی استفاده از این روش به این شرح است: (1) جامعیت آن برای آزمودن نظریه‌ها، (2) لحاظ نمودن خطای اندازه‌گیری، (3) امکان آزمودن روابط پیچیده میان متغیرهای پنهان و مشاهده‌شده و همچنین میان چند متغیر پنهان، (3) امکان بررسی ساختار روابط درونی میان متغیرها در مجموعه‌ای از معادلات و (4)  داده‌های غیر نرمال و حجم نمونه کم.

3- تجزیه‌وتحلیل داده‌ها و بیان نتایج

3-1- ارزیابی برازش مدل با استفاده از PLS

3-1-1- برازش مدل‌های اندازه­گیری مربوط به سازه­های فرعی MDM

بررسی پایایی مدل اندازه‌گیری از سه طریق ضرایب بارهای عاملی، ضرایب آلفای کرونباخ، پایایی ترکیبی صورت می‌پذیرد. ازآنجاکه پایایی معرف‌ها متفاوت است، پایایی هر معرف باید به‌تنهایی ارزیابی شود. در مدل‌یابی معادلات ساختاری به روش حداقل مربعات جزئی برای سنجش پایایی درونی سازه­ها از معیار مدرن­تری نسبت به آلفای کرونباخ به نام پایایی ترکیبی استفاده می­شود. در پایایی ترکیبی، پایایی سازه‌ها نه به‌صورت مطلق بلکه با توجه به همبستگی شاخص­هایشان با یکدیگر محاسبه می­گردد. برای محاسبه پایایی ترکیبی، شاخص‌ها با بار عاملی بیشتر، اهمیت زیادتری دارند. این موضوع موجب می­شود مقادیر پایایی ترکیبی سازه‌ها معیار واقعی­تر و دقیق­تری نسبت به آلفای کرونباخ آنها باشند. مقدار پایایی ترکیبی بالای 7/0 نشان‌دهنده پایداری درونی مناسب برای مدل‌های اندازه‌گیری است و مقدار زیر 6/0 عدم وجود پایایی را نشان می­دهد (آذر عادل، 1391).

 معیار مناسب بودن ضرایب بارهای عاملی 4/0 است. تمامی ضرایب بارهای عاملی سؤالات به‌غیر از سؤال شماره بیست‌ونه (340/0-) مربوط به متغیر خلاقیت و نوآوری، بیشتر از 4/0 هستند که نشان­دهنده مناسب بودن معیارها به‌غیر از همان یک معیار ذکر شده، است (شکل (1)). پس از حذف سؤال موردنظر با بار عاملی ضعیف، اقدام به محاسبه آلفای کرونباخ، پایایی ترکیبی و مقدار AVE[36] (روایی همگرا) شد. مقدار آلفای کرونباخ و پایایی ترکیبی برای تمامی سازه­ها به‌غیر از سازه خلاقیت و نوآوری با آلفای کرونباخ 48/0، بالاتر از 70/0 است که مقدار قابل‌قبول محسوب می­شود. در مورد متغیر خلاقیت و نوآوری نیز به‌دلیل اینکه عدد مربوط به پایایی ترکیبی آن 70/0 به‌دست ‌آمده است، می‌توان گفت از پایایی قابل‌قبولی برخوردار است (جدول (2)).

شکل (1): مدل مفهومی تحقیق با بارهای عاملی و ضرایب مسیر

جدول (2): معیارهای آلفای کرونباخ، پایایی ترکیبی و AVE سازه‌ها

AVE میزان همبستگی یک سازه با شاخص­های خود را نشان می­دهد که هرچه این همبستگی بیشتر باشد، برازش مدل اندازه­گیری نیز بیشتر است. فورنل و لارکر (1981) معیار AVE (میانگین واریانس استخراج شده) را برای سنجش روایی همگرا معرفی کرده و اظهار داشتند که در مورد این معیار، مقدار بحرانی عدد 5/0 است؛ به این معنا که مقدار میانگین واریانس استخراج‌شده بالای 5/0 روایی همگرایی قابل‌قبول را نشان می­دهند (جدول (2)).

روایی واگرا سومین معیار بررسی برازش مدل‌های اندازه‌گیری است که دو موضوع را پوشش می‌دهد:

(1) سنجش روایی واگرا با استفاده از بارهای عرضی (متقابل)، که در آن میزان همبستگی بین شاخص­های یک سازه با آن سازه و میزان همبستگی بین شاخص­های یک سازه با سازه­های دیگر مقایسه می­شود. تمامی سؤالات مربوط به هر یک از سازه­ها، همبستگی بیشتری با سازه خود دارند تا سازه­های دیگر، به‌طور نمونه سؤال اول مربوط به سازه یکپارچگی داده­ها با ضریب همبستگی 810086/0 با سازه خود در مقایسه با سازه‌های دسترس‌پذیری (744708/0)، هزینه (643364/0)، کیفیت داده (807665/0)، خلاقیت و نوآوری (586166/0) و افزونگی (808765/0)، دارای ضریب همبستگی بالاتری است. این امر روایی واگرای مناسب مدل را با استفاده از معیار بارهای عرضی (معیار اول)، نشان می­دهد (جدول (3)).

(2)سنجش روایی واگرا با استفاده از روش فورنل و لارکر، معیار دیگری است که برای سنجش روایی واگرای مدل‌های اندازه­گیری در روش مدل‌یابی معادلات ساختاری به روش حداقل مربعات جزئی SEM-PLS به‌کار می­رود معیار معرفی‌شده توسط فورنل و لارکر میزان رابطه یک سازه با شاخص­هایش در مقایسه رابطه آن سازه با سایر سازه­ها را نشان می‌دهد؛ به‌طوری که روایی واگرای قابل‌قبول یک مدل حاکی از آن است که یک سازه در مدل تعامل بیشتری با شاخص‌های خود دارد تا با سازه­های دیگر.

در نرم‌افزار PLS بررسی این امر از طریق ماتریس صورت می­پذیرد که خانه‌های این ماتریس حاوی مقادیر ضرایب همبستگی بین سازه­ها و جذر مقادیر AVE (میانگین واریانس استخراج‌شده) مربوط به هر سازه است. این مدل در صورتی روایی واگرای قابل‌قبولی دارد که اعداد مندرج در قطر اصلی از مقادیر زیرین خود بیشتر باشند.

همان‌طور که روش فورنل و لارکر (1981) نشان می‌دهد، مقدار جذر AVE متغیرهای پنهان که در خانه­های موجود در قطر اصلی ماتریس قرار گرفته‌اند، از مقدار همبستگی میان آنها که در خانه­های زیرین و راست قطر اصلی مرتب شده­اند، بیشتر است؛ بنابراین می­توان گفت سازه­ها (متغیرهای پنهان) در مدل تعامل بیشتری با شاخص­های خود دارند تا با سازه‌های دیگر. به‌بیان‌ دیگر، روایی واگرای مدل در حد مناسبی است (جدول (4)).

جدول (3): بارهای عرضی مربوط به هر یک از سازه‌ها

جدول (4): همبستگی متغیرهای پنهان

3-2- ارزیابی برازش مدل‌های اندازه‌گیری سازه‌های فرعی اثربخشی و رقابت‌پذیری

پایایی و روایی همگرا و واگرا برای سازه‌های فرعی اثربخشی و رقابت‌پذیری همانند سازه‌های متغیر مستقل مدیریت داده اصلی ارزیابی شد. نتیجه ارزیابی این بود که مدل از پایایی و روایی قابل‌قبولی برخوردار می‌باشد..

3-2-1 ارزیابی برازش مدل ساختاری

به‌منظور بررسی برازش مدل ساختاری پژوهش از چند معیار استفاده می­شود که اولین و اساسی­ترین معیار، ضرایب معناداری z یا t-values می‌باشد. این معیار برای سنجش رابطه بین سازه­ها در بخش ساختاری مدل به‌کار می­رود. اگر مقدار بیشتر از 96/1 باشد، نشان‌گر صحت رابطه بین سازه­ها و در نتیجه تایید مدل ساختاری و تایید فرضیه­های پژوهش در سطح اطمینان 95 درصد می‌باشد (شکل (2)).

 شکل (2): مدل پژوهش در حالت معنادار (t-values)

معیار R²پیوند بخش اندازه­گیری و بخش ساختاری مدل­سازی معادلات ساختاری را بیان می‌کند و تأثیر متغیر برون­زا بر متغیر درون­زا را نشان می‌دهد. هر چه مقدار R² برای سازه­های درون­زای مدل ساختاری بیشتر باشد نشان از برازش بهتر مدل دارد. مقادیر 19/0، 33/0 و 67/0 به‌عنوان معیار و ملاک برای مقادیر ضعیف، متوسط و قوی معرفی شده است. مقادیر به‌دست‌آمده برای متغیرها در این پژوهش، در مقایسه با مقادیر ملاک فوق، نشان‌گر تأثیر بالای متغیر‌های برون­زا بر متغیرهای درون­زا می‌باشد (شکل (3)).

شکل (3): مقدار ضرایب R² برای متغیرهای پنهان درون‌زا (وابسته)

معیار Q2 یا قدرت پیش بینی مدل، قدرت پیش‌بینی مدل را مشخص می­کند. اگر مقدار Q² در مورد یک سازه درون‌زا، مقادیر 02/0، 15/0 و 35/0 باشد، به ترتیب نشان‌گر قدرت پیش­بینی ضعیف، متوسط و قوی سازه­های برون­زای مربوطه می‌باشد. در جدول (5)، (1)SSO ، مجموع مجذورات مشاهدات برای هر بلوک متغیر پنهان، (2) SSE، مجموع مجذور خطاهای پیش­بینی برای هر بلوک متغیر پنهان و (3) SSE/SSO، شاخص اعتبار اشتراک متغیرهای پنهان را نشان می‌دهد. نتایج نشان می‌دهد مقادیر Q² سازه­ها، در سطح نزدیک به قوی قرار دارند، که این نشان‌گر قدرت پیش‌بینی قوی مدل در خصوص سازه‌ها دارد و برازش مناسب مدل ساختاری را بار دیگر تأیید می­نماید (جدول (5)).

جدول (5): مقادیر Q² سازه‌های درون‌زا

معیار افزونگی¹ از حاصل‌ضرب مقادیر اشتراکی سازه‌ها در مقادیر ضریب تعیین R²)) مربوط به آنها به ‌دست می­آید و نشان‌گر مقدار تغییر­پذیری شاخص­های یک سازة درون­زا است که از یک یا چند سازه­ برون­زا تأثیر می­پذیرد. هرچه مقدار میانگین افزونگی سازه­های درون‌زا بیشتر باشد، نشان از برازش مناسب‌تر بخش ساختاری مدل در پژوهش دارد. مقادیر محاسبه‌شده افزونگی برای هر سازه درون­زا در جدول (6) نشان داده شده است. هر چه مقدار افزونگی بیشتر باشد، نشان از برازش مناسب­تر بخش ساختاری مدل در پژوهش دارد.

جدول (6):  مقادیر اشتراکی سازه‌ها و R²

3-3- برازش مدل کلی

3-3-1معیار نیکویی (GoF)[37]

برای برازش مدل کلی از معیار نیکویی استفاده می‌شود. معیار نیکویی، برازش میانگین هندسی میانگین ضرایب تعیین سازه‌های درون­زا و میانگین مقادیر اشتراکی سازه‌های تحقیق را نشان می‌دهد. معیار GoF مربوط به بخش کلی مدل­های معادلات ساختاری است. یعنی توسط این معیار، می­توان پس از بررسی برازش بخش اندازه­گیری و بخش ساختاری مدل کلی پژوهش، برازش بخش کلی را نیز مشخص و نظارت کنیم. معیار GoF طبق فرمول (1) محاسبه می‌گردد:                                                                                             

GOF =                                                                (1)

به‌طوری‌که  نشانه میانگین مقادیر اشتراکی سازه است و R² نیز مقدار میانگین مقادیر R²  سازه‌های درون‌زای مدل است.

GOF =  = 0.570

با توجه به حاصل شدن مقدار 570/0 برای GOF در این مدل، نشان از برازش کلی قوی مدل دارد.

3-4- آزمون فرضیه‌ها با استفاده از PLS

پس از بررسی برازش مدل­های اندازه­گیری، مدل ساختاری و مدل کلی، به بررسی و آزمون فرضیه‌های تحقیق می­پردازیم.

3-4-1- بررسی ضرایب z (مقادیر t-values) مربوط به هریک از فرضیه‌ها

ضرایب معناداری مسیرهای مدل نشان می­دهد فرضیه­های تحقیق معنا­دار هستند زیرا مقدار هریک از ضرایب بیشتر از 96/1 است و با اطمینان 95% می‌توان گفت که فرضیه­ها تأیید می­شوند (شکل‌های (5) و (7)).

3-4-2- بررسی ضرایب استانداردشده بار عاملی مربوط به مسیرهای هر یک از فرضیه­ها

با استفاده از ضرایب معناداری z مسیر میان متغیرها مشخص می­شود، اما اینکه چه مقدار از تغییرات متغیر متأثر، توسط متغیر تأثیرگذار تبیین می‌شود، با بررسی ضرایب استانداردشده بار عاملی امکان‌پذیر است. از آنجا که مقادیر t-value کلیه فرضیه‌ها بیشتر از 96/1 است، بنابراین همگی تأیید می­شوند. در نهایت فرضیه اصلی تحقیق با مقدار آماره 221/42t=   تأیید می­گردد. ضریب استانداردشده مسیر میان متغیر مدیریت داده اصلی و اثربخشی و رقابت‌پذیری (989/0) بیانگر این است که متغیر مدیریت داده اصلی 98% از تغییرات متغیر اثربخشی و رقابت‌پذیری را تبیین می‌کند (شکل‌های (4) و (6)). این مورد برای فرضیه­های دیگر به همین صورت تفسیر می­شود. به این معنا که هر چه این مقدار بیشتر باشد، مقدار بیشتری از تغییرات متغیر متأثر، توسط متغیر تأثیر­گذار تبیین می­شود. نتایج تحلیل فرضیه­ها، نشان می­دهد مدل پژوهش از برازش مناسبی برخوردار است (جدول (7)).

شکل (‏3): ضرایب مسیر مربوط به فرضیه اصلی و هر یک از فرضیه­های فرعی 7 تا 12

شکل (5): مقادیر t-value مربوط به فرضیه اصلی و هر یک از فرضیه­های فرعی 7 تا 12

شکل (6): ضرایب مسیر مربوط به هر یک از فرضیه‌های فرعی 1 تا 6

شکل (7): مقادیر t-value مربوط به هر یک از فرضیه‌های فرعی 1 تا 6

جدول (7): خلاصه نتایج آزمون فرضیه‌های تحقیق

3-5- آزمون فرضیه اصلی تحقیق

فرضیه اصلی: بومی­سازی مدیریت داده اصلی بر اثر­بخشی و رقابت­پذیری در حوزه خدمات بندری و دریایی سازمان تأثیر مثبت دارد.

همان‌طور که نتایج نشان می‌دهد، آماره t برای این فرضیه 221/42 به‌دست ‌آمد که از سطح خطای 96/1 بیشتر است. پس H₀ رد، و H₁ (فرضیه اصلی) تأیید می­شود. ضریب استانداردشده مسیر نیز میان متغیر مدیریت داده اصلی و اثربخشی و رقابت‌پذیری (989/0) بیان‌گر این است که متغیر مدیریت داده اصلی به میزان 98% تغییرات متغیر اثربخشی و رقابت‌پذیری را تبیین می­کند.

3-5-1- آزمون فرضیه‌های فرعی تحقیق

فرضیه فرعی اول:

افزونگی و سازگاری داده که یکی از دستاوردهای طراحی و پیاده­سازی مدیریت داده اصلی در سازمان بنادر و دریانوردی است، بر اثربخشی و رقابت­پذیری درحوزه خدمات دریایی و بندری سازمان تأثیر مثبت دارد.

نتایج نشان می‌دهد آماره t برای این فرضیه 950/3 می‌باشد که از سطح خطای 96/1 بیشتر است. پس H₀ رد، و فرضیه فوق تأیید می‌شود. ضریب استانداردشده مسیر میان افزونگی و سازگاری داده و اثربخشی و رقابت­پذیری (457/0) بیان‌گر این است که عامل افزونگی و سازگاری داده بر مبنای مدیریت داده اصلی، 45% از تغییرات اثربخشی و رقابت­پذیری را تبیین می­کند.

فرضیه فرعی دوم:

 یکپارچگی داده که یکی از دستاوردهای طراحی و پیاده­سازی مدیریت داده اصلی در سازمان بنادر و دریانوردی است، بر اثربخشی و رقابت­پذیری در حوزه خدمات دریایی و بندری سازمان تأثیر مثبت دارد.

نتایج نشان می‌دهد آماره t برای این فرضیه 379/3 می‌باشد که از سطح خطای 96/1 بیشتر است. پس H₀ رد، و فرضیه فوق تأیید می­شود. ضریب استاندارد شده مسیر میان یکپارچگی داده و اثربخشی و رقابت­پذیری (457/0) بیان‌گر این است که یکپارچگی داده بر مبنای مدیریت داده اصلی، 45% از تغییرات اثربخشی و رقابت­پذیری را تبیین می­کند.

فرضیه فرعی سوم:

کاهش هزینه خدمات و سرویس که یکی از دستاوردهای طراحی و پیاده­سازی مدیریت داده اصلی در سازمان بنادر و دریانوردی است، بر اثربخشی و رقابت­پذیری در حوزه خدمات دریایی و بندری سازمان تأثیر مثبت دارد.

نتایج نشان می‌دهد آماره t برای این فرضیه 859/10 می‌باشد که از سطح خطای 96/1 بیشتر است. پس H₀ رد، و فرضیه فوق تأیید
می­شود. ضریب استانداردشده مسیر میان کاهش هزینه خدمات و سرویس و اثربخشی و رقابت­پذیری (539/0) بیان‌گر این است که کاهش هزینه خدمات و سرویس بر مبنای مدیریت داده اصلی، 53% از تغییرات اثربخشی و رقابت­پذیری را تبیین می­کند.

فرضیه فرعی چهارم

کیفیت داده که یکی از دستاوردهای طراحی و پیاده­سازی مدیریت داده اصلی در سازمان بنادر و دریانوردی است، بر اثربخشی و رقابت­پذیری در حوزه خدمات دریایی و بندری سازمان تأثیر مثبت دارد.

نتایج نشان می‌دهد آماره t برای این فرضیه 406/6 می‌باشد که از سطح خطای 96/1 بیشتر است. پس H₀ رد، و فرضیه فوق تأیید می­شود. ضریب استانداردشده مسیر میان کیفیت داده و اثربخشی و رقابت­پذیری (604/0) بیان‌گر این است که کیفیت داده بر مبنای مدیریت داده اصلی، 60% از تغییرات اثربخشی و رقابت­پذیری را تبیین می­کند.

فرضیه فرعی پنجم

 دسترس­پذیری داده که یکی از دستاوردهای طراحی و پیاده­سازی مدیریت داده اصلی در سازمان بنادر و دریانوردی است، بر اثربخشی و رقابت‌پذیری در حوزه خدمات دریایی و بندری سازمان تأثیر مثبت دارد.

نتایج نشان می‌دهد آماره t برای این فرضیه 353/3 می‌باشد که از سطح خطای 96/1 بیشتر است. پس H₀ رد، و فرضیه فوق تأیید می­شود. ضریب استانداردشده مسیر میان دسترس­پذیری داده و اثربخشی و رقابت­پذیری (650/0) بیان‌گر این است که دسترس­پذیری داده بر مبنای مدیریت داده اصلی، 65% از تغییرات اثربخشی و رقابت­پذیری را تبیین می­کند.

فرضیه فرعی ششم

خلاقیت و نوآوری که یکی از دستاوردهای طراحی و پیاده­سازی مدیریت داده اصلی در سازمان بنادر و دریانوردی است، بر اثربخشی و رقابت­پذیری در حوزه خدمات دریایی و بندری سازمان تأثیر مثبت دارد.

نتایج نشان می‌دهد آماره t برای این فرضیه 589/5 می‌باشد که از سطح خطای 96/1 بیشتر است. پس H₀ رد، و فرضیه فوق تأیید می­شود. ضریب استانداردشده مسیر میان خلاقیت و نوآوری و اثربخشی و رقابت­پذیری (470/0) بیان‌گر این است که خلاقیت و نوآوری بر مبنای مدیریت داده اصلی، 47% از تغییرات اثربخشی و رقابت­پذیری را تبیین می­کند.

فرضیه فرعی هفتم

طراحی و پیاده‌سازی مدیریت داده اصلی در سازمان بنادر و دریانوردی بر شاخص بهره­وری تأثیر مثبت دارد.

نتایج نشان می‌دهد آماره t برای این فرضیه 237/26 می‌باشد که از سطح خطای 96/1 بیشتر است. پس H₀ رد، و فرضیه فوق تأیید
می­شود. ضریب استانداردشده مسیر میان مدیریت داده اصلی و بهره­وری (889/0) بیان‌گر این است که مدیریت داده اصلی، 88% از تغییرات بهره­وری حاصل از اثربخشی و رقابت­پذیری را تبیین می­کند.

فرضیه فرعی هشتم

طراحی و پیاده‌سازی مدیریت داده اصلی در سازمان بنادر و دریانوردی بر مدیریت ارتباط مشتریان تأثیر مثبت دارد.

نتایج نشان می‌دهد آماره t برای این فرضیه 295/31 می‌باشد که از سطح خطای 96/1 بیشتر است. پس H₀ رد، و فرضیه فوق تأیید می­شود. ضریب استانداردشده مسیر میان مدیریت داده اصلی و مدیریت ارتباط مشتریان (927/0) بیان‌گر این است که مدیریت داده اصلی، 92% از تغییرات مدیریت ارتباط مشتریان حاصل از اثربخشی و رقابت­پذیری را تبیین می­کند.

فرضیه فرعی نهم

طراحی و پیاده‌سازی مدیریت داده اصلی در سازمان بنادر و دریانوردی بر درآمدزایی و بازگشت سرمایه تأثیر مثبت دارد.

نتایج نشان می‌دهد آماره t برای این فرضیه 304/52 می‌باشد که از سطح خطای 96/1 بیشتر است. پس H₀ رد، و فرضیه فوق تأیید
 می­شود. ضریب استانداردشده مسیر میان مدیریت داده اصلی و درآمدزایی و بازگشت سرمایه (969/0) بیان‌گر این است که مدیریت داده اصلی، 96% از تغییرات درآمدزایی و بازگشت سرمایه حاصل از اثربخشی و رقابت­پذیری را تبیین می­کند.

فرضیه فرعی دهم

طراحی و پیاده‌سازی مدیریت داده اصلی در سازمان بنادر و دریانوردی بر ایجاد مدیریت دانش به‌منظور کسب مزیت رقابتی پایدار تأثیر مثبت دارد.

نتایج نشان می‌دهد آماره t برای این فرضیه 099/35 می‌باشد که از سطح خطای 96/1 بیشتر است. پس H₀ رد، و فرضیه فوق تأیید می­شود. ضریب استانداردشده مسیر میان مدیریت داده اصلی و مدیریت دانش (948/0) بیان‌گر این است که مدیریت داده اصلی، 94% از تغییرات مدیریت دانش به‌منظور کسب مزیت رقابتی پایدار را تبیین می­کند.

فرضیه فرعی یازدهم

طراحی و پیاده‌سازی مدیریت داده اصلی در سازمان بنادر و دریانوردی بر ایجاد خلاقیت و نوآوری تأثیر مثبت دارد.

نتایج نشان می‌دهد آماره t برای این فرضیه 479/83 می‌باشد که از سطح خطای 96/1 بیشتر است. پس H₀ رد، و فرضیه فوق تأیید می­شود. ضریب استانداردشده مسیر میان مدیریت داده اصلی و خلاقیت و نوآوری (950/0) بیان‌گر این است که مدیریت داده اصلی، 95% از تغییرات خلاقیت و نوآوری حاصل از اثربخشی و رقابت­پذیری را تبیین می­کند.

فرضیه فرعی دوازدهم

طراحی و پیاده‌سازی مدیریت داده اصلی در سازمان بنادر و دریانوردی بر انعطاف­پذیری و انطباق با تغییرات تأثیر مثبت دارد.

نتایج نشان می‌دهد آماره t برای این فرضیه 159/36 می‌باشد که از سطح خطای 96/1 بیشتر است. پس H₀ رد، و فرضیه فوق تأیید می­شود. ضریب استانداردشده مسیر میان مدیریت داده اصلی و انعطاف­پذیری و انطباق با تغییرات (919/0) بیان‌گر این است که مدیریت داده اصلی، 91% از تغییرات انعطاف­پذیری و انطباق با تغییرات حاصل از اثربخشی و رقابت­پذیری را تبیین می­کند.

4- نتیجه‌گیری

با توجه به استفاده از طیف پنج گزینه‌ای لیکرت در پرسشنامه، مقادیر بالاتر از 3 دارای درجه تأثیر بالا و ارقام کوچک‌تر و مساوی 3 دارای درجه تأثیر متوسط به سمت کم، تفسیر شدند. در نتیجه، نسبت آزمون برای این پژوهش برابر 60% در نظر گرفته شد. با توجه به اینکه سطح معناداری برای هر سیزده متغیر پایین‌تر از سطح خطای 5% می‌باشد، تمام آنها در نسبت بالای 60% قرار گرفتند. بنابراین همة فرضیه‌های H₀ رد شدند، که این نشان‌دهندة درجه تأثیر بالای تمام متغیرها از نظر پاسخ‌دهندگان است.

در ادامه، به‌منظور تحلیل عاملی تأییدی، پایایی و روایی مدل‌های اندازه‌گیری با استفاده از نرم‌افزار SmartPLS بررسی شد. سپس برازش مدل ساختاری شامل ضرایب معناداری z (t-value)، معیار R²، معیارQ² و معیار افزونگی، محاسبه و ارزیابی گردید. دست‌آخر، برازش مدل کلی با استفاده از معیار GoF بررسی شد و از طریق محاسبه ضرایب z (t-values) مربوط به هریک از فرضیه‌ها و همچنین ضرایب استانداردشده بار عاملی مربوط به مسیرهای هر یک از فرضیه‌ها، کلیه فرضیه‌ها به‌صورت مجزا، آزمون، تحلیل و تفسیر گردید.

در این تحقیق مقدار آماره t برای فرضیه اصلی پژوهش، 221/42 به‌دست ‌آمد که از سطح خطای 96/1 بیشتر است. بنابراین با اطمینان 95% بیان‌گر تأیید فرضیه اصلی پژوهش می‌باشد. ضریب استانداردشده مسیر میان متغیر مدیریت داده اصلی و اثربخشی و رقابت‌پذیری (989/0) بیان‌گر این است که متغیر مدیریت داده اصلی، 98% از تغییرات متغیر اثربخشی و رقابت‌پذیری را تبیین می­کند. در نتیجه، این دو متغیر ارتباط مثبت و معناداری با یکدیگر دارند.

با توجه به یافته‌های تحقیق و اولویت عوامل و دستاوردهای حاصل از پیاده‌سازی مدیریت داده اصلی در سازمان بنادر و دریانوردی، و نیز تأکید بر پیروی از قوانین و مقررات، معماری سرویس‌گرا، یکپارچگی و مالکیت داده که باعث ایجاد و نگهداری دقیق و کامل داده اصلی کسب و کار می‌شود، دلایل قابل قبولی برای پذیرش "مدیریت داده اصلی" وجود دارد که فرآیند توسعه یک راه‌حل و ارائه چندین انتخاب برای پیاده­سازی فنی راه‌حل را پوشش می­دهد.

طبق یافته­های تحقیق، با تمرکز بر مدل­ها، چارچوب­ها و راه‌ حل‌های پیاده­سازی مدیریت داده اصلی که توسط شرکت­های بزرگ کامپیوتری مانند آی بی ام ، اوراکل و میکروسافت به‌منظور ایجاد دیدگاه یکپارچه داده از منظر سازمان و مشتریان ارائه شده است و همچنین با نگاه کلان به معماری و چارچوب­های پیاده­سازی مدیریت داده اصلی در شرکت­های بزرگی مانند بوش و دستاورد­های آن با دیدگاه بومی­سازی، به‌‌منظور اثربخشی و رقابت‌پذیری در حوزه خدمات بندری و دریایی، حرکت به سمت تحلیل و طراحی و پیاده‌سازی مدیریت داده اصلی را نه‌تنها برای سازمان بنادر، بلکه برای کلیه سازمان­هایی که به دنبال کیفیت و صحت داده، برقراری مکانیزم­های حاکمیت داده و حل چالش­های کسب‌وکار هستند، امری اجتناب‌ناپذیر می‌سازد.

بر اساس این تحقیق، حرکت سازمان بنادر و دریانوردی به سمت استقرار و برپایی سیستم مدیریت داده اصلی در سازمان، با تکیه بر آنالیز داده‌های به‌دست‌آمده از پرسشنامه، مصاحبه با خبرگان صنعت و فناوری اطلاعات، از چند جهت دارای اهمیت است:  (1) کاهش خطای داده و جلوگیری از انتشار داده‌های غلط، (2) سازگاری و یکپارچگی داده، افزایش کیفیت داده، افزایش دسترس‌پذیری، شناسایی ریسک­ها، مدیریت نیروی انسانی، خلاقیت در زمینه استراتژی/ چابکی[38] از طریق تولید سریع سیستم­های جدید، پاسخ به تقاضا‌های جدید کسب‌وکار و رشد کسب‌وکار و (3) طراحی و پیاده­سازی سیستم­های یکپارچه همراه با رویکرد مدیریت داده اصلی مانند MDM_ERP، MDM_CRM، MDM_DW، MDM_SCM و ...، که باعث افزایش اثربخشی و رقابت­پذیری در حوزه کسب‌وکار می‌شود.

با بررسی روابط معناداری و ضرایب مسیر مربوط به مدیریت داده اصلی و هر یک از ابعاد اثربخشی و رقابت­پذیری در حوزه خدمات بندر و دریایی، مشخص می­شود این فناوری بیشترین تأثیر را بر بعد درآمدزایی، بازگشت سرمایه، اثربخشی و رقابت­پذیری در حوزه خدمات دریایی و بندری با مقدار آماره t 304/52 و بار عاملی 969/0 دارد و 96/0 از تغییرات مربوط به این بعد را تبیین می­کند. همچنین با توجه به جدول (6) و نتایج حاصل از محاسبه بارهای عاملی و مقادیر R² مربوط به هر یک از سازه‌های مدیریت داده اصلی روشن می‌شود این فناوری بیشترین تأثیر را بر کاهش افزونگی و سازگاری داده‌ها دارد، لذا توصیه می‌شود به به این بعد از مدیریت داده اصلی توجه بیشتری شود. بر این اساس، متغیرهای خلاقیت و نوآوری، مدیریت دانش، مدیریت ارتباط با مشتریان، انعطاف­پذیری و انطباق با تغییرات و شاخص بهره‌وری، از نظر شدت رابطه، باید در مراتب بعدی قرار گیرند.

همان‌طور ‌که از نتایج محاسبه بارهای عاملی و مقادیر R² مربوط به هر یک از سازه­های مدیریت داده اصلی مشخص است، این فناوری بیشترین میزان همبستگی و تأثیر را بر کاهش افزونگی و سازگاری داده‌ها با بار عاملی 995/0 و ضریب تعیین 990/0 دارد. نیاز به کاهش افزونگی و افزایش سطح سازگاری داده‌ها یکی از مسائل اساسی کسب و کار است که باعث حرکت سازمان­ها به سمت پیاده­سازی مدیریت داده اصلی می­شود و در رتبه‌بندی عوامل بالاترین اولویت را دارد. بر اساس معیارهای ذکرشده، دسترس­پذیری، کیفیت داده، هزینه و یکپارچگی داده در مراتب بعدی قرار دارند.

با تأیید فرضیه اول می‌توان گفت که به کمک این فناوری، شناسایی، طبقه­بندی و دسته­بندی داده­های اصلی موجودیت­های کلیدی و بحرانی کسب و کار، ایجاد نگاه واحد ذینفعان به سازمان، ارائه خدمات کارآمد و افزایش مشتریان وفادار، ارائه گزارش‌های تجمیعی قابل‌اعتماد، گزارش‌های تحلیلی مؤثر و افزایش اعتبار سازمان از نگاه مشتریان و ذینفعان امکان‌پذیر می‌شود.  

با تأیید فرضیه دوم می‌توان گفت که به کمک این فناوری، ایجاد یکپارچگی داده در راستای تحقق مسیر حرکت سازمان به سمت معماری سرویس‌گرا، گذرگاه سرویس سازمانی (ESB) و نرم­افزار به‌عنوان سرویس (SaaS)، ایجاد و نگهداشت محیط داده یکپارچه و قدرتمند، پایدار، دقیق، ایمن و رکورد طلایی از مجموعه متنوع دستگاه‌های اطلاعاتی، یکسان­سازی و استاندارد کردن داده‌های اصلی در سازمان فراهم می‌شود.

با تأیید فرضیه سوم این نتیجه به دست می‌آید که به کمک این فناوری، می­توان با کاهش خطای داده، ایجاد ارتباط خودکار بین دستگاه‌های اطلاعاتی، مکانیزه نمودن فرآیند­های تولید داده اصلی و فرآیندهای قابلیت استفاده مجدد داده­های اصلی، مدیریت نیروی سازمانی با تشکیل گروه مدیریت داده (جهت سیاست‌گذاری و تعیین سلسله‌مراتب داده) و گروه ناظرین داده (جهت هماهنگی، نظارت و کنترل) و بازگشت سرمایه (ROI) از طریق بلوغ دستگاه‌های کاربردی با داده­های کیفی و یکپارچه، هزینه­های سازمان در زمینه تولید و توسعه دستگاه‌های کاربردی کاهش می‌یابد و تأثیر مستقیم بر کاهش هزینه­های مربوط به خدمات و سرویس‌های عملیاتی و دست‌آخر تأثیر مطلوب بر رقابت­پذیری سازمان خواهد داشت.

با تأیید فرضیه چهارم می­توان گفت که به کمک این فناوری می‌توان تأثیر دغدغه­های مربوط به قابل‌فهم بودن، قابلیت بروز شدن، با ­­­ارزش بودن و کامل ­بودن داده، مرتبط بودن، به‌موقع بودن، دقت، در دسترس بودن و مقیاس­پذیری، صحت داده در هنگام اجرای ETL از طریق نگاشت و پاک‌سازی داده، تناسب داده اصلی با نیازمندی­های مشتریان و ذینفعان، قابلیت یکپارچه شدن آن با بانک­های دیگر داده­ها با استفاده از مکانیسم مدیریت داده اصلی، چارچوب­ها، مفاهیم، متغیرها و طبقه­بندی­های منسجم و پیروی از روش یکسان را بر اثربخشی و رقابت­پذیری به‌صورت محسوس مشاهده کرد.

با تأیید فرضیه پنجم می‌توان گفت که به کمک این فناوری می­توان قابلیت دسترسی به محیط داده یکپارچه و قدرتمند از مجموعه متنوع دستگاه‌های اطلاعاتی سازمان از طریق خطوط اینترنت و اینترانت، راحتی، قابلیت و تداوم دسترسی به داده­های اصلی کسب و کار با نصب و راه­اندازی سرور مدیریت داده اصلی، معماری مطلوب و ایدئال سازمانی که مؤلفه مدیریت داده اصلی را به دستگاه‌های عملیاتی سرویس‌گرا و دستگاه‌های تحلیلی کسب و کار مانند BI، ایجاد یک سیستم امنیت داده جامع و فراگیر برای کنترل و مونیتور کردن دسترسی داده، به‌روزرسانی حق دسترسی و ثبت تغییرات را محقق ساخت.

با تأیید فرضیه ششم می‌توان گفت که به کمک این فناوری می­توان ایجاد داشبورد حاکمیت اطلاعات برای تعیین وضعیت فوری سیاست­های حاکمیت و اعتماد به داده، طبقه­بندی و دسته­بندی فراداده روی تمامی منابع داده­ای، اصلی‌سازی منابع داده­ای عظیم و جدید، توسعه نگاه 360 درجه به داده­های عظیم بی­ساختار و مونیتور­کردن آن در دستگاه‌های رابطه­ای حوزه مدیریت داده اصلی، کشف قوانین، پیش­بینی کسب و کار، تشخیص و یادگیری پویای ماشین، فرآیند­های خودکار، کاربرد­های تحلیلی و سرویس­های ابری را در سازمان محقق کرد که باعث افزایش اثربخشی و رقابت‌پذیری پایدار در سازمان خواهد شد.

با تأیید فرضیه هفتم می­توان ادعا کرد که به کمک این فناوری می­توان افزایش سطح و حجم عملیات، افزایش سطح سرعت عملکرد، افزایش سطح رقابت بین‌المللی در حوزه خدمات بندری و دریایی و افزایش سطح کیفی عملکرد را انتظار داشت.

با تأیید فرضیه هشتم می‌توان مدعی شد که به کمک این فناوری می­توان ایجاد نگاه یکپارچه مشتریان به سازمان، جذب مشتریان جدید، رضایتمندی مشتریان، وفاداری مشتریان و افزایش سطح کیفی ارائه خدمات به مشتریان را در سازمان محقق ساخت.

با تأیید فرضیه نهم می‌توان گفت که به کمک این فناوری می­توان افزایش سطح درآمد و درآمدزایی، کاهش هزینه­های نگهداری، کاهش هزینه‌های خدمات بندری و دریایی سازمان میسر کرد.

با تأیید فرضیه دهم می‌توان گفت که به کمک این فناوری می­توان پایداری دانش­آفرینی در حوزه کارکنان و ساختار سازمانی و مدیریت، کسب مزیت رقابتی پایدار و دانش­آفرینی را در سازمان مستقر کرد.

با تأیید فرضیه یازدهم می‌توان گفت که به کمک این فناوری ارتباط تنگاتنگ رقابت‌پذیری پایدار و مدیریت دانش و متعاقباً آشکارسازی خلاقیت و نوآوری امکان‌پذیر می‌شود.

با تأیید فرضیه دوازدهم می‌توان گفت که به کمک این فناوری می­توان انعطاف‌پذیری دستگاه‌های کاربردی اصلی و عملیاتی سازمان را در برابر نیازمندی‌های جدید دستگاهی، کاربری و تغییرات محیطی ایجاد کرد و مدیریت تغییر و انطباق با قوانین و توانایی پاسخگویی را به صورت پویا و ارزشمند طراحی و پیاده‌سازی کرد.