تحلیل معیارهای بهبود بهره وری و کارایی عملیاتی سرویس های مبتنی بر محاسبات ابری با استفاده از تکنیک دیمتل و با رویکرد بقاء کسب و کار

محورهای موضوعی : دانش سرمایه‌گذاری

نادی علیزاده ¹ , نازنین پیله وری ²

1 - گروه مدیریت فناوری اطلاعات ، دانشکده مدیریت و اقتصاد ، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی ، تهران ، ایران
2 - دانشیارگروه مدیریت صنعتی، دانشکده مدیریت ، واحد تهران غرب ، دانشگاه آزاد اسلامی ، تهران ، ایران

تاریخ دریافت : 1398/04/05 تاریخ پذیرش : 1398/04/17 تاریخ انتشار : 1400/01/01

کلید واژه: بهره وری, کسب و کار, کارایی عملیات,

چکیده مقاله :

محاسبات ابری یکی از تکنولوژی های ارائه سرویس و خدمات است که پتانسیل بالایی را برای سازمان ها به همراه دارد که علاوه بر کاهش هزینه های تکنولوژی اطلاعات ، روش جذب و حفظ مشتریان را بهبود می بخشد..هدف اصلی این پژوهش تحلیل معیارهای بهبود بهره وری سرویس های مبتنی بر محاسبات ابری است. جامعه آماری پژوهش حاضر خبرگان حوزه فناوری اطلاعات دانشگاه ها می باشد و ابزار مورد استفاده مصاحبه و پرسشنامه بود که تعداد 25پرسشنامه بین خبرگان توزیع و در نهایت 21 پرسشنامه جمع آوری گردید و جهت تجزیه و تحلیل اطلاعات از روش دیمتل استفاده شد.با تجزیه و تحلیل اطلاعات مشخص گردید که در بین شش معیار معرفی شده ، معیار عوامل اقتصادی با بیشترین مجموع سطری دارای بیشترین اثر گذاری را بر روی سایر مولفه های بهبود بهره وری سیستم های مبتنی بر محاسبات ابری دارا بوده است و عوامل سازمانی دارای بیشترین ضریب وزنی را در بین سایر معیارها بوده و دارای بیشترین تاثیر و تاثر در کل سیستم است. در نتیجه استفاده از تکنولوژی های مبتنی بر محاسبات ابری جهت کاهش هزینه ها و افزایش بهره وری در استفاده بهینه هر چه بیشتر از منایع سخت افزاری موجود در درون سازمان مورد توجه مدیران قرار گرفته است. نرم افزارهای مدیریت مبتنی بر محاسبات ابری منابع سخت افزاری را انبار گردانی نموده و با بکارگیری صحیح و به موقع آنان راندمان عملکرد شبکه را افزایش داده و باعث کاهش مصرف انرژی می شود.

چکیده انگلیسی:

Cloud computing is one of the technologies of providing services and services that has a high potential for organizations that, in addition to reducing the cost of information technology, improves the way of attracting and retaining customers. The main objective of this research is to analyze the criteria for improving efficiency in Cloud computing services. The statistical population of the study is the experts in the field of information technology in universities. The tools used were interviews and questionnaires. A total of 25 questionnaires were distributed among experts. Finally, 21 questionnaires were gathered. Data were analyzed by the DEMATEL method.By analyzing the data, it was found that among the six criteria introduced, the economic factors criterion with the highest total line had the most impact on other components of the efficiency improvement of cloud computing systems and organizational factors with the highest coefficient The weight is among the other criteria and has the most impact on the whole system.As a result, the use of cloud computing technologies to reduce costs and increase efficiency in the optimal use of hardware issues within the organization has attracted the attention of managers. Cloud computing management software stores storage hardware resources and improves the efficiency of the network and improves the power consumption by employing them in an accurate and timely manner.

منابع و مأخذ:

• ابطحی، حسن و کاظمی، بابک.(1379). بهره وری، تهران موسسه مطالعات و پژوهشهای بازرگانی، چاپ دوم.


• احمدی، پرویز. (1380). طراحی الگوی بهره وری نیروی کار .پایان نامه دوره دکترای دانشکده مدیریت تربیت مدرس.


• اصغرپور، م. ج . (1389). تصمیمگیری گروهی و نظریه بازیها با نگرش «تحقیق در عملیات»، چـاپ دوم، تهران: انتشارات دانشگاه تهران.


• اقدسی، محمد. سکاکی، سید حمید. (1375). " معرفی توصیفی دو نظام مدیریت ارگانیکی و مکانیکی و تاثیرشان در بهره وری" . مدیریت دولتی. شماره 35 .


• بارانی، صمد، علوی، غـلامحسـین، کرمـی، محسـن و سـلیمی، حسـین.(1392). تـأثیر خودکارسازی اداری بر بهره وری کارکنان؛ مطالعه موردی، فصلنامه علمی - ترویجی مطالعات منابع انسانی، سال ،2شماره 7، 18-1


• مقیمی سیدمحمد,حسین زاده ماشااله.(1392). ارائه مدلی برای بررسی تاثیر فناوری اطلاعات بر بهره وری سازمانی با رویکرد فرایندگرا (مطالعه در صنایع استان فارس) مجله مدیریت فناوری اطلاعات :  زمستان 1392 , دوره  5 , شماره 4 ; از صفحه 245 تا 266


• ناظم، فتاح و پارسی، فرشته. (1389) . رابطه بین فضای سازمانی و بهره وری مـدیران در کمیته امداد امام خمینی(ره) و ارایـه الگـوی مناسـب مـدیریتی، فصـلنامه رهبـری و مـدیریت آموزشی، سال ،4شماره12


• یزدانی، ح. ر.؛ ساعدی، م.(1388). ارائة مدل فرایندی برای پیاده سازی مدیریت دانش مبتنی بر یادگیری سازمانی در ایران خودرو: نظریة برخاسته از داده هـا. نشـریه مـدیریت فنـاوری اطلاعـات، :(2) 1 .67-84


• Armbrust, M. et al., 2010. Above the Clouds: A Berkeley View of Cloud Computing. Communications of thE ACM, pp. 51-58.


• Bean, L. A., 2010. Cloud computing: Retro revival or the new paradigm?. Journal of Corporate Accounting & Finance, Volume 21, p. 9–14.


• Bean, L. A., 2010. Cloud computing: Retro revival or the new paradigm?. Journal of Corporate Accounting & Finance, Volume 21, p. 9–14.


• Borgman, H. P., Bahli, B., Heier, H., & Schewski, F. (2013). Cloudrise: Exploring cloud computing adoption and governance with the TOE framework. Proceedings of the Annual Hawaii International Conference on System Sciences, 4425–4435.


• Brodkin, J. (2008). Loss of customer data spurs closure of online storage service 'TheLinkup' Available at http://www.networkworld.com/news/2008/081108-linkup-failure.html(accessed 26 September 2012)


• Brynjolfsson, E. and Hitt, L.M. (1996). Paradox Lost? Firm-level Evidence on the Returns to Information Systems Spending. Management Science, 42(4): 541-558.


• Brynjolfsson, E. and Hitt, L.M. (2000). Beyond computation: Information technology, organizational transformation and business performance. Journal of Economic Perspectives, 14 (4): 23-48.


• Buyya, R., Yeo, C. S. & Venugopal, . S., 2008. Market-Oriented Cloud Computing: Vision, Hype, and Reality for Delivering IT Services as Computing Utilities.


• Carroll, M., Kotzé, P. & Merwe, A. v. d., 2011. Secure Cloud Computing Benefits, Risks and Controls.Information Security South Africa, p. 1–9.


• Chang, B.-Y.et al., 2013. THE DETERMINANT OF ADOPTION IN CLOUD COMPUTING IN Veitnam. ieee, pp. 407-409.


• Chang, V. and Wills, G. , edited by Graham, D., Manikas, I., and Folinas, D. K., (2013) A University of Greenwich Case Study of Cloud Computing – Education as a Service. In, ELogistics and E-Supply Chain Management: Applications for Evolving Business, IGI Global (Chang et al., 2013 a).


• Chapman, R., Al-Khawaldeh, K. (2002). TQM and labour productivity in Jordanian industrial companies. The TQM Magazine, 14 (4): 248-262.


• Chebrolu, S. B., 2011. assessing the relationships among cloud adoption strategic alignment and information technology effectiveness. Journal of Information Technology Management, Volume 2.


• Creeger, M., 2009. CTO Roundtable: Cloud Computing. Queue, Volume 7, pp. 1-2.


• Dargha, R., 2012. cloud computing: from hype to reality: fast tracking cloud Proceedings of the International Conference on Advances in Computing, Communications and Informatics, pp. 440-445 .


• Field, P., 2010. Get More from the cloud. ITNOW, Volume 52, p. 18.


• Fortis, T.-F., Munteanu, V. & Negru, V., 2012. Steps towards cloud governance. a survey. Information Technology Interfaces (ITI), Proceedings of the ITI 2012 34th International Conference on , pp. 29 - 34 .


• Francalanci, Ch. Galal, H. (1998). Information Technology and Worker Composition: Determinants of Productivity in the Life Insurance Industry. MIS Quarterly, 22 (2): 227-241.


• Gabus, A., Fontela, E. (1972). World Problems an Invitation to Further Thought within the
  Framework of DEMATEL. Switzerland Geneva: Battelle Geneva Research Centre


• Gibson, J., Eveleigh, D., Rondeau, R. & Tan, Q., 2012. Benefits and Challenges of Three Cloud Computing Service Models. IEEE, pp. 198-205.


• Grossman, R.L. (2009). The case for cloud computing. IT Professional, March/April 2009


• Guazzelli, A., Stathatos, K. & Zeller, M., 2009. Efficient deployment of predictive analytics through open standards and cloud computing. ACM SIGKDD Explorations Newsletter, Volume 1, p. 32–38.


• Gupta, A., 2012. Cloud computing growing interest and related concerns. Computer Technology and Development (ICCTD), 2010 2nd International Conference on , pp. 462 - 465 .


• Hit, lorin, Brynjolfsson; “Information technology as a factor of producton: the vol. of differences among firms”; Economics of Innovation and New Technology, Vol. 3, 1995.


• Hui, D. & Yu, C., 2009. Cloud Computing, Accounting, Auditing, and Beyond. CPA Journal, Volume 80, pp. 66-70.


• Leavitt, N., 2009. Is Cloud Computing Really Ready for Prime Time?. Computer, pp. 15-20.


• Low, C., Chen, Y., & Wu, M. (2011). Understanding the determinants of cloud computing adoption. Industrial Management & Data Systems, 111, 1006–1023.


• Marston, S. et al., 2010. Cloud computing-The business perspective. Decision Support Systems.


• Mell, P. & Grance, T. (2009). The NIST Definition of Cloud Computing. Retrieved 23 November, 2014, from http://csrc.nist.gov/publications/nistpubs/800- 145/SP800-145.pdf.


• Melvin B, G., 2009. Software as a Service Inflection Point: Using Cloud Computing to Achieve Business Agility. New York: Global Authors Publishers.


• Miller, M., 2008. Cloud Computing: Web-Based Applications That Change the Way You Work and Collaborate Online. Que.


• Ouf , S., Nasr, M. & Helmy, Y., 2010. An enhanced e-learning ecosystem based on an integration between cloud computing and Web2. 0. in Signal Processing and Information Technology , p. 48–55.


• Pandey, A. et al., 2010. Cloud Computing: Exploring the scope. 2010 International Conference on Informatics, Cybernetics, and Computer Applications.


• Peet Rapp, H., 2010. Audting the Cloud. Financial Executive, Volume 26, pp. 62-63.


• Phaphoom , N., Oza, N., Wang, X. & Abrahamsson, P., 2012. Does cloud computing deliver the promised benefits for IT industry?. Proceedings of the WICSA/ECSA 2012 Companion Volume, pp. 45-52.


• Pritchard, S., 2011. Keeping Tabs on Your Data’s Address. Infosecurity, Volume 8, p. 15–19.
  Peet Rapp, H., 2010. Audting the Cloud. Financial Executive, Volume 26, pp. 62-63.


• Ramnath Chellapp, “Intermediaries in Cloud-Computing: A New Computing Paradigm,” Presented at INFORMS Meeting, Dallas, 1997


• Sánchez-Rodríguez, C., Martínez-Lorente, A. R. (2011). Effect of IT and quality management on performance. Industrial Management & Data Systems, 111 (6): 830-848.


• Sharma, C., Sanjay, S. (2010). Impact of infrastructure on output,productivity and efficiency: Evidence from the Indian manufacturing industry. Indian Growth and Development Review, 3 (2):100 – 121.


• Shi, A., Xia, Y. & Zhan, H., 2011. Applying cloud computing in financial service industry,”. in Intelligent Control and Information Processing (ICI, pp. 1-14.


• Siegel, J. & Perdue, J. (2012). Cloud Services Measurement Global Use: The Service Measurement Index (SMI). Proceeding of the SRII Global Conference (SRII), 2012 Annual, 24-27 July, San Jose, CA, USA, 411-415.


• Singh, H.,Motwani, J. and Kumar, A.(2000).A review and analysis of the state of the Art research on productivity measurement. Industrial Management&Data Systems,100 (5): 234-241


• (2011, September 1). Retrieved from http://csmic.org/wp-content/uploads/ 2011/09/SMI-Overview-110913_v1F1.pdf.


• (2014). Retrieved from http://csmic.org/wp-content/uploads/2014/01/SMI_ Overview_140113.pdf.


• Snow C.P.; “Government science and public policy”; Science, Vol. 151, 1999.
  Zachary G.P.; “Computer data overload limits productivity gains”; Wall Street
  Journal, Norember 11, 1991.


• Sultan, N., 2010. Cloud computing for education: A new dawn. International Journal of Information Management, Volume 30, p. 109–116.


• Tallon, P. P., Kraemer, K. L. & Gurbaxani, V. (2000). Executives, Perceptions of the Business Value of Information Technology: A Process- Oriented Approach. Journal of Management Information Systems, 16 (4): 145-173.


• Tangen, S. (2002). Understanding the concept of productivity, 7th AsiaPacific Industrial Engineering and Management Systems Conference, Taipei


• Tarafdar, M., Gordon, S.R. (2007). Understanding the influence of information systems competencies on process innovation: a resourcebased view. Journal of Strategic Information Systems, 16(4): 353-392.


• Trevithick, S. & Flabouris, A., & Tall, G. (2003). International EMS systems: New South Wales. Australia, Resuscitation, 59 (2):521-70.


• Varadi, S., Kertesz, A. & Parkin, M., 2012. The necessity of legally compliant data management in European cloud architectures. computer law and security review , Volume 28, pp. 577-586.


• Vasan, R., 2011. A Venture Perspective on Cloud Computing. Computer, Volume 44, pp.60-62.


• Vigfusson, Y. & Chockler, G., 2013. Clouds at the crossroads: research perspectives. Crossroads,Volume 16, p. 10–13.


• Wood, K. & Anderson, M., 2011. Understanding the Complexity Surrounding Multitenancy in Cloud Computing.Eighth IEEE International Conference on e-Business Engineering,p.119–124.


• WU, J. et al., 2010. Cloud Storage as the Infrastructure of Cloud Computing. 2010 International Conference on Intelligent Computing and Cognitive Informatics, p. 380–383


• Wu, W. W. (2008). Choosing knowledge management strategies by using a combined ANP and DEMATEL approach. Expert Systems with Applications, 35(2): 828-835.


• Zhang, Q., Cheng, L. & Boutaba, R., 2010. Cloud computing: state-of-the-art and research challenges. Journal of Internet Services and Applications,, Volume 1, p. 7–18.