دانلود ترجمه مقاله اندازه گیری عملکرد پروژه با تحلیل های شبکه های اجتماعی

1. مقدمه 2. مروری بر مقالات 3. پیاده سازی و توسعه مدل 4. کاربرد مدل DCN-PP – یک مطالعه موردی 5. بحث و بررسی، نتیجه گیری، دلالت ها و تحولات آتی

چکیده – غالباً، گفته شده است که همکاری کارآمد، بخش اصلی موفّقیت سازمانی است. حتّی برخی از نویسندگان ادعا کرده اند که همکاری و مشارکت کارآمد، بیشتر از مهارت ها یا تخصّص فردی، برای نوآوری و عملکرد سازمانی اهمیت دارد. با اینحال، عدم وجود مُدل های کارآمد برای مدیریت مناسب همکاری و مشارکت، یکی از موانع عمده در مسیر سازمان ها است تا از ابتکارات همکاری و مشارکت درونی و بیرونی، بهره مند شوند. در حال حاضر، بخش اَعظم همکاری در سازمان ها، از طریق کانال های شبکه مجازی، مانند ایمیل، یامِر، جَبِر، مایکروسافت تیمز، اسکایپ، و زوم، انجام می شود. این کانال ها در شرایطی که مناطق زمانی مختلف یا حتّی تهدیدات ناشی از یک همه گیری، تعاملات چهره به چهره انسان ها را محدود کند، اهمیت بیشتری می یابند. این اثر، یک مدل ابتکاری چند رشته ای که مبتنی بر مدیریت ریسک پروژه و نظریه گراف سنجه های مرکزیت تحلیل شبکه های اجتماعی است را معرّفی می کند تا همکاری و مشارکت سازمانی پویا در محیط پروژه را به طور کمّی، اندازه گیری کند. یک مطالعه موردی، اجرایی سازی و کاربَست مدل پیشنهادی در یک بستر واقعی یک پروژه سازمانی مجازی را توضیح می دهد. مزیت اصلی کاربَست این مدل پیشنهادی این است که سازمان ها را قادر می سازد تا الگوهای رفتاری مشارکتی، سازمانی و پویای مختلف، که بعداً می تواند با خروجی های سازمانی همبستگی داشته باشد را به صورت کمّی اندازه گیری کنند. مدل، سه بُعد همکاری و مشارکت پروژه ای را تحلیل می کند : تکامل انسجام همکاری شبکه، تکامل درجه همکاری شبکه، و تکامل تغییرپذیری تیم شبکه. این {مدل} یک رویکرد ابتکاری را در اختیار سازمان ها قرار می دهد تا ریسک های پروژه احتمالی از نظر همکاری و مشارکت که ممکن است همزمان با اجرا شدن پروژه ها پدیدار گردد را درک و مدیریت کنند. سازمان ها می توانند از مدل پیشنهادی، برای شناسایی عوامل بحرانی ( حیاتی ) موفّقیت پروژه ها با مقایسه کردن رفتارهای پویای پروژه های اجرا شده موفّق و ناموفّق استفاده کنند، منوط به اینکه تعداد قابل ملاحظه ای از هر دو نوع پروژه، تحلیل گردد. همچنین، مدل پیشنهادی، سازمان ها را قادر می سازد تا با {کسب} اطلاعات بیشتر درباره حمایت از تغییرات در الگوهای همکاری و مشارکت مشاهده شده بدان گونه که مدل های آماری به طور کل، و رگرسیون های خطّی به طور خاص نشان می دهند، به اتّخاذ تصمیمات بپردازند. علاوه بر این، مدل پیشنهادی، یک فرآیند گردآوری داده کاملاً عاری از سوگیری که زمان توقّف سازمانی را برطرف می سازد را برای سازمان ها فراهم می آورد. در نهایت، کاربَست مدل پیشنهادی در سازمان ها، خطرات همراه با پویاگان همکاری و مشارکت مجازی، را کاهش داده یا رفع می کند، و به استفاده بهینه از منابع منجر می شود؛ این امر، سازمان ها را به منظور گرایش بیشتر به ناب بودن، متحوّل ساخته و به پایداری اقتصادی، اجتماعی، و زیست محیطی در سطح جهان، کمک قابل توجهی خواهد کرد.

It is often argued that the core of organizational success is efficient collaboration. Some authors even posit that efficient collaboration is more important to organizational innovation and performance than individual skills or expertise. However, the lack of efficient models to manage collaboration properly is a major constraint for organizations to profit from internal and external collaborative initiatives. Currently, much of the collaboration in organizations occurs through virtual network channels, such as e-mail, Yammer, Jabber, Microsoft Teams, Skype, and Zoom. These are even more important in situations where different time zones and even threats of a pandemic constrain face-to-face human interactions. This work introduces a multidisciplinary heuristic model developed based on project risk management and social network analysis centrality metrics graph-theory to quantitatively measure dynamic organizational collaboration in the project environment. A case study illustrates the proposed model's implementation and application in a real virtual project organizational context. The major benefit of applying this proposed model is that it enables organizations to quantitatively measure different collaborative, organizational, and dynamic behavioral patterns, which can later correlate with organizational outcomes. The model analyzes three collaborative project dimensions: network collaboration cohesion evolution, network collaboration degree evolution, and network team set variability evolution. This provides organizations an innovative approach to understand and manage possible collaborative project risks that may emerge as projects are delivered. Organizations can use the proposed model to identify projects' critical success factors by comparing successful and unsuccessful delivered projects' dynamic behaviors if a substantial number of both project types are analyzed. The proposed model also enables organizations to make decisions with more information regarding the support for changes in observed collaborative patterns as demonstrated by statistical models in general, and linear regressions in particular. Further, the proposed model provides organizations with a completely bias-free data-collection process that eliminates organizational downtime. Finally, applying the proposed model in organizations will reduce or eliminate the risks associated with virtual collaborative dynamics, leading to the optimized use of resources; this will transform organizations to become more lean-oriented and significantly contribute to economic, social, and environmental global sustainability.