Застосування методу сірого реляційного аналізу для формування комплексної оцінки та визначення рівня зрілості системи управління знаннями підприємства

ЗАСТОСУВАННЯ МЕТОДУ СІРОГО РЕЛЯЦІЙНОГО АНАЛІЗУ ДЛЯ ФОРМУВАННЯ КОМПЛЕКСНОЇ ОЦІНКИ ТА ВИЗНАЧЕННЯ РІВНЯ ЗРІЛОСТІ СИСТЕМИ УПРАВЛІННЯ ЗНАННЯМИ ПІДПРИЄМСТВА

APPLICATION OF THE METHOT OF GRAY RELATION ANALYSIS FOR THE FORMATION OF COMPLEX ASSESSMENT AND DETERMINATION OF THE MATURITY OF THE ENTERPRISE KNOWLEDGE MANAGEMENT SYSTEM

Сторінки: 19-39. Номер: №2, Том 1, 2022 (304)

https://doi.org/10.31891/2307-5740-2022-304-2(1)-3

ЧАЙКОВСЬКА І. І.
https://orcid.org/0000-0001-7482-1010
e-mail: inna.chaikovska@gmail.com
Хмельницький університет управління та права імені Леоніда Юзькова

Inna CHAIKOVSKA
Leonid Yuzkov Khmelnytskyi University of Management and Law

Анотація мовою оригіналу

У роботі розроблена економіко-математична модель формування комплексної оцінки та визначення рівня зрілості системи управління знаннями підприємства із використанням сірого реляційного аналізу та методу аналізу ієрархій. Система управління знаннями підприємства є прикладом «сірої» системи, адже, на відміну від «чорної», в якій всі критерії є нечіткими, та «білої», в якій є повний набір числових даних про критерії та обмеження, знаходиться поміж ними та є системою з неповним описом. Запропонована модель складається з наступних етапів: постановка завдання; визначення критеріїв та показників системи управління знаннями; оцінка показників системи управління знаннями (у числовій формі та у лінгвістичних термах) і визначення їх еталонних значень; попередня обробка даних (зведення всіх показників до одного порядку); обчислення сірих реляційних класів (визначення сірих реляційних коефіцієнтів; визначення вагових коефіцієнтів; визначення сірих реляційних класів); побудова матриці оцінок; формування комплексної оцінки системи управління знаннями підприємств; визначення зрілості підприємства з управління знаннями; інтерпретація отриманих результатів. Було обрано три узагальнюючі критерії та 43 показники (у вигляді кількісних та якісних характеристик): Люди (11 показників), Технології (9 показників), Процеси (23 показники). Критерій Процеси включає блоки: Навчання (2 показники), Інноваційна діяльність (5 показників), Інноваційні процеси (7 показників), Інноваційна співпраця (2 показники), Основна діяльність (7 показників). Модель враховує складові елементи (люди, технології, процеси), рівні (індивідуальний, груповий, організаційний, міжорганізаційний), етапи (фази) управління знаннями (формування → накопичення, отримання → генерування → обмін → збереження та документування → використання → результат управління знаннями) та дозволяє визначити рівень зрілості підприємства з управління знаннями. Визначення вагових коефіцієнтів критеріїв та показників системи управління знаннями підприємства відбувалося за допомогою використання методу аналізу ієрархії (методу попарних порівнянь). Практична реалізації моделі здійснювалася для підприємств комунальної сфери України. Розроблена модель є універсальною та може бути використана для підприємств різних сфер діяльності з метою комплексного оцінювання системи управління знаннями у порівняння з підприємством-еталоном, визначення рівня зрілості підприємства з управління знаннями та виявлення проблемних місць з метою прийняття ефективного управлінського рішення для підвищення підприємством показників конкурентоспроможності.

Ключові слова: система управління знаннями, комплексна оцінка, метод сірого реляційного аналізу (GRA), реляційний коефіцієнт, реляційний клас, метод аналізу ієрархій (AHP), рівень зрілості підприємства з управління знаннями.

Розширена анотація англійською мовою

The economic-mathematical model of formation of complex estimation and definition of level of risk of system of management of knowledge of the enterprise with use of the gray relational analysis and a method of the analysis of hierarchies is developed in work. An enterprise knowledge management system, an example of a “gray” system, is usually a variant of “black”, in which all criteria are fuzzy, and “white”, in any there is a complete set of data on criteria and constraints, are between them and is a system. with incomplete description. The proposed model consists of the following stages: problem statement; determination of criteria and indicators of knowledge management system; evaluation of indicators of the knowledge management system (in numerical form and in linguistic terms) and determination of their reference values; preliminary data processing (reduction of all indicators to one order); calculation of gray relational classes (determination of gray relational coefficients; determination of weight coefficients; determination of gray relational classes); construction of a matrix of estimates; formation of a comprehensive assessment of the knowledge management system of enterprises; determining the maturity of the enterprise for knowledge management; interpretation of the obtained results. Three general criteria and 43 indicators (in terms of quantitative and qualitative characteristics) were selected: People (11 indicators), Technology (9 indicators), Processes (23 indicators). Criterion Processes include blocks: Learning (2 indicators), Innovation (5 indicators), Innovation processes (7 indicators), Innovation cooperation (2 indicators), Core activity (7 indicators). The model consists of constituent elements (people, technologies, processes), levels (individual, group, organizational, inter-organizational), stages (phases) of knowledge management (Formation – accumulation, exchange – generation – storage and documentation – use – result of knowledge management) and allows the interaction of the level of maturity of the enterprise for knowledge management. The weights of the criteria and indicators of knowledge management of the enterprise analysis of the definition system occur using the method of hierarchy (pairwise comparison method). The practical implementation of the model was implemented for public utilities of Ukraine. The developed model is universal and can be used for enterprises of different spheres of activity to comprehensively assess the knowledge management system in comparison with the benchmark enterprise, determine the level of maturity of the enterprise with management and identify problems of effective management decisions to improve competitiveness.

Keywords: knowledge management system, complex assessment, gray relational analysis method (GRA), relational coefficient, relational class, hierarchy analysis method (AHP), level of maturity of knowledge management enterprise.

 Література

1. Chaikovska I.I. Upravlinnia znanniamy na proiektno-oriientovanykh pidpryiemstvakh. Ukrainskyi zhurnal prykladnoi ekonomiky. 2021. № 6 (4). С. 67-81.
2. Bagheri R., Rezaeian А., Fazlaly А. A mathematical model to evaluate knowledge in the knowledge-based organizations. Scientia Iranica. 2015. № 22(6). Р. 2716-2721.
3. Saviour A.W., Mahama F., Kuadey N,, Ankorah C. Mathematical Model of Knowledge Management System in an Organization. Global Journal of Management and Business Research: A Administration and Management. 2016. № 16(5). Р. 12-20.
4. Oztemel Е., Arslankaya S., KorkusuzPolat T. Enterprise knowledge management model (EKMM) in strategic enterprise resource management (SERM). Procedia Social and Behavioral Sciences. 2011. № 24. Р.870–879.
5. Pondel M., Pondel J. Selected It Tools in Enterprise Knowledge Management Processes – Overview and Efficiency Study. IFIP AICT. 2019. № 571, P. 12–28.
6. Moradi M., Vallespir B. Enterprise modelling and knowledge management: toward a unified enterprise knowledge modelling. ISDM. 2009. URL: https://www.researchgate.net/publication/252876824_ENTERPRISE_MODELLING_AND_KNOWLEDGE_MANAGEMENT_TOWARD_A_UNIFIED_ENTERPRISE_KNOWLEDGE_MODELLING (10.02.2022)

7. Nakamori Yo. Systems methodology and mathematical models for knowledge management. Journal of Systems Science and Systems Engineering. 2003. № 12 (1). Р. 49-72.
8. Pandey A., Vandana, Mishra S., Rai Sh. Relationship between e-commerce & knowledge economy and their role in risk assessment process. Journal of Global Research in Computer Science. 2013. № 4(4). Р. 50-57.
9. Nayakappa P.A., Gaurish A.W., Mahesh G. Grey Relation Analysis Methodology and its Application. Research Review International Journal of Multidisciplinary. 2019. № 04(02). P.409-411.
10. Skrinjaric T. Using Grey Relational Analysis with Fuzzy Logic in portfolio selection. CEA Journal of Economics. 2020. P39-56.
11. Skrinjaric T. Dynamic Portfolio Optimization based on Grey Relational Analysis Approach. Expert Systems With Applications. 2020. URL: https://doi.org/10.1016/j.eswa.2020.113207 (10.02.2022)
12. Kose E., Danıs, V., Canbulut G.The most livable city selection in Turkey with the grey relational analysis. Grey Systems: Theory and Application. 2020. № 10 (4). URL: https://www.emerald.com/insight/content/doi/10.1108/GS-04-2020-0042/full/html?skipTracking=true (10.02.2022)
13. Grdinic-Rakonjac M., Antic B., Pesic D., Pajkovic V. Construction of Road Safety Composite Indicator Using Grey Relational Analysis. Promet – Traffic & Transportation. 2021. № 33 (1). 2021. Р. 103-116.
14. Canbulut G., Kose E. Arik O.A. Public transportation vehicle selection by the grey relational analysis method. Public Transport. 2021.  URL: https://link.springer.com/article/10.1007/s12469-021-00271-3 (10.02.2022)
15. Pan W., Lei C., Jia W., Gao H., Fang B. Grey Relational Grade Based Quantitative Analysis of the Factors Influencing the Load Characteristics of A Power Grid. E3S Web of Conferences. 2018. № 53, 01012. URL: https://doi.org/10.1051/e3sconf/20185301012 (10.02.2022)
16. Lu1H., Guo H., Liu Zh., Yang X., Leng B. Fault diagnosis of power grids based on grey relational analysis. IOP Conf. Series: Journal of Physics. 2019. 1303. 012088 URL: https://iopscience.iop.org/article/10.1088/1742-6596/1303/1/012088 (10.02.2022)
17. Murat D. The Analysis of The Well-Being Levels of OECD Countries With Grey Relational Analysis. Pamukkale University Journal of Social Sciences Institute. 2020. № 41. P.83-107.
18. Liu Y., You X., Zhang Ch. Regional Economic Vitality Based on Weighted Grey Relational Analysis. Journal of Economic Science Research. 2020. № 03(02). P. 12-18.
19. Wang W., Fu Ch., Shen X. Research on Lipstick Modeling Based on Grey Relational Analysis. IOP Conf. Series: Earth and Environmental Science. 2020. 440. 052027 URL: https://iopscience.iop.org/article/10.1088/1755-1315/440/5/052027 (дата звернення: 10.02.2022)
20. Padmaja M., Haritha Dr. D. Software Effort Estimation Using Grey Relational Analysis. International Journal of Information Technology and Computer Science. 2017. № 5. Р. 52-60.
21. Jiayi Zh. The Grey Relational Analysis of the Allocation of S&T Resources and Technological Progress in Guangdong. E3S Web of Conferences. 2021. 251. 01066. URL: https://doi.org/10.1051/e3sconf/202125101066 (10.02.2022)
22. Chaikovska I.I. Evaluation of enterprise knowledge management system. Aktualni problemy ekonomiky. 2015. № 10 (172). S. 221-229.
23. Dumanska K., Chaikovska I., Vahanova L., Kobets D. Strategize company’s sustainable management of investment project evaluation based on the information support. Journal of Information Technology Management. 2021. № 13. Special Issue: Role of ICT in Advancing Business and Management. P. 143-158.