دانلود کتاب رفتار سازمانی رابینز PDF

دانلود کتاب

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

هستند؛ این است که بدون یک رویکرد سیستماتیک، جدا کردن چیز با ارزش از چیز کمارزش سخت است.
Big Data
دادهها برای ارزیابی رفتار، حداقل از سال ۱۷۴۹ که کلمه “آمار” به معنای “توصیف کیفیت” ابداع شده است، مورد استفاده قرار گرفته است. در آن زمان از آمار برای اهداف حاکمیت استفاده میشد، اما از آنجا که روشهای جمعآوری دادهها ناشیانه و ساده بود، نتیجهگیری نیز چنین بود. “Big Data” – استفاده گسترده از تدوین و تجزیه و تحلیل آماری – تا زمانی که رایانهها به اندازه کافی پیشرفته نباشند که بتوانند مقدار زیادی از اطلاعات را ذخیره و دستکاری کنند، امکانپذیر نبود. بیایید به ریشههای استفاده از Big Data برای تجارت نگاه کنیم، که از بخش بازاریابی خردهفروشان آنلاین نشأت گرفته است.

این بیش¬تر یک افسانه است، اما با یک نکته مهم. مدیریت با سرکشی به همه نقاط (MBWA) یک اصل سازمانی است که در سال ۱۹۸۲ با انتشار در، کتاب در جستجوی برتری و بر اساس ابتکار دهه ۱۹۷۰ Hewlett-packardمشهور شد – به عبارت دیگر، این یک کهنه پرستی است. سال¬ها تحقیق نشان می¬دهد که شیوه¬های مدیریت موثر در حدود MBWA ساخته نشده است. اما ایده نیاز به مدیران در تمام سطوح سازمان برای گشت و گذار در بخش¬های خود برای مشاهده، گفتگو و شنیدن صحبت کارکنان، به عنوان یک روش معمول کسب و کار ادامه دارد.  دانلود کتاب رفتار سازمانی رابینز PDF
بسیاری از شرکت¬ها که از مدیران و مدیران اجرایی انتظار دارند که “حداقل زمان” را به طور منظم کار کنند، ادعا کرده¬اند که مزایای افزایش تعامل کارکنان تا درک مدیریت عمیق¬تر از مسائل شرکت است. یک مطالعه اخیر سه ساله هم¬چنین نشان داد که یک فرم اصلاح شده MBWA ممکن است به طور قابل توجهی ایمنی را در سازمان¬ها بهبود بخشد زیرا کارکنان، بیش¬تر مراقب پیروی از روش¬های نظارتی هنگامی که ناظران مرتباً آن¬ها را مشاهده و نظارت می¬کنند هستند.
اگرچه MBWA مفید به نظر می¬رسد، اما محدودیت¬های آن نشان می¬دهد که شیوه¬های مدرن بر ایجاد اعتماد و روابط برای مدیریت موثرتر متمرکز هستند. محدودیت¬ها شامل ساعات موجود، تمرکز و کاربرد هستند.
۱٫ ساعت¬های موجود. مدیران، مسئول برنامه¬ریزی، سازماندهی، هماهنگی و کنترل هستند، با این حال حتی مدیر عاملان – مدیرانی که باید بیش¬ترین کنترل را در وقت خود داشته باشند – گزارش می¬دهند که ۵۳ درصد از میانگین ۵۵ ساعت کار در هفته خود را در جلسات صرف می¬کنند.
۲٫ تمرکز. MBWA تمرکز مدیریت را متوجه نگرانی¬های کارمندان می¬کند. این خوب است، اما فقط تا حدی. همان¬طور که توسط جف وینر، مدیر عامل LinkedIn اشاره شده است، “بخش کلیدی مدیریت زمان، برخلاف واکنش مداوم، اختصاص زمان برای تفکر است. و در طول آن زمان تفکر، شما نه تنها به صورت استراتژیکی، فعالانه و بلند مدت فکر می¬کنید، بلکه به معنای واقعی کلمه به آ¬ن¬چه که بیش¬تر از این¬که مهم باشد، فوری است، فکر می¬کنید. ” وینر و سایر مدیرعاملان استدلال می¬کنند که جلسات، آن¬ها را از هدفشان منحرف می¬کند.
۳٫ کاربرد. اصلی که در پشت MBWA وجود دارد این است که هرچه مدیران، کارمندان خود را بیش¬تر بشناسند، کارایی آ¬ن¬ها نیز بیش¬تر خواهد بود. این همیشه (یا حتی اغلب اوقات) درست نیست. همان¬طور که در فصل ۶ ذکر خواهیم کرد، دانستن چیزی (یا فکر کردن در مورد این¬که آن را می¬دانیم) نباید همیشه ما را وادار کند که فقط براساس آن اطلاعات عمل کنیم، زیرا تصمیم-گیری داخلی ما ذهنی است. برای اتخاذ موثرترین تصمیمات مدیریتی به داده-های عینی نیاز داریم.
با توجه به نیاز مدیران به تلاش خود برای اداره و رشد کسب و کارها، و با توجه به اثبات اثربخشی اقدامات عملکرد عینی، به نظر می¬رسد دوره MBWA از بین رفته است. اما یک نکته مهم وجود دارد: مدیران باید کارمندان خود را به خوبی بشناسند. همان¬طور که ریک راسل، مدیر عامل آزمایشگاه¬های Greer می¬گوید، “تقویت روابط نزدیک با مباشرانتان مواردی است که نتایجی را به همراه دارد. شما باید نیروها را جمع کنید. نمی توانید آن را از طریق یادداشت انجام دهید. ” بنابراین مدیریت نباید سرکشی به همه نقاط را جایگزین مدیریت واقعی کند.
منبع: G. Luria and I. Morag, “Safety Management by Walking Around (SMBWA): A Safety Intervention program Based on Both peer and Manager participation,” Accident Analysis and Prevention (March 2012): 248– ۵۷; J. S. Lublin, “Managers Need to Make Time for Face Time,” The Wall Street Journal (March 17, 2015), http://www.wsj.com/ articles/managers-need-to-make-timefor-face-time-1426624214; and R. E. Silverman, “Where’s the Boss? Trapped in a Meeting,” The Wall Street Journal (February 14, 2012), B1, B9  دانلود کتاب رفتار سازمانی رابینز PDF
زمینه اکنون باور کردن دشوار است، اما چندی پیش شرکتها خرید آنلاین را به عنوان یک تجربه فروش مجازی قلمداد میکردند: خریداران به طور ناشناس وب سایتها را مرور میکردند و فروشندگان دادههای فروش را فقط در مورد آنچه مشتریان میخریدند ردیابی میکردند. گرچه به تدریج، خردهفروشان آنلاین شروع به ردیابی و عمل به اطلاعات مربوط به اولویتهای مشتری کردند که به طور منحصر به فرد از طریق تجربه خرید اینترنتی در دسترس بود، اطلاعاتی که بسیار برتر از دادههای جمعآوری شده در معاملات ساده فروشگاه بود. این امر آنها را قادر میسازد تا استراتژیهای بازاریابی هدفمند را بیش از گذشته ایجاد کنند. صنعت کتابفروشی نمونهای از این موارد است: قبل از فروش آنلاین، کتابفروشیهای سنتی میتوانستند اطلاعات مربوط به فروش کتاب را فقط برای ایجاد پیشبینی در مورد علاقه و گرایشات مصرفکننده جمع کنند. با ظهور آمازون، ناگهان مجموعه گستردهای از اطلاعات در مورد اولویتهای مصرفکننده برای ردیابی در دسترس قرار گرفت: مشتریان چه چیزهایی را خریداری کردند، چه چیزی را مشاهده کردند، چگونه در سایت گشتند و چه عواملی تحت تأثیر آنها قرار گرفتند (مانند تبلیغات، بازبینیها و نمایش صفحه). چالش آمازون برای شناسایی آماری که پایدار است، ارائه نتایج نسبتاً ثابت در طول زمان و پیش بینی، نشان دادن علیت ثابت بین ورودیها و نتایج خاص است. این شرکت، با استفاده از این آمار الگوریتمهایی را توسعه داده است که پیشبینی میکند، مشتریان دوست دارند چه کتابهای دیگری را بخوانند. پس آمازون میتواند تصمیمات خرید عمده خود را بر اساس بازخورد مشتریان هم از طریق این روشهای جمعآوری غیر فعال و هم از طریق توصیههای درخواست شده برای عناوین بعدی ارائه دهد.
کاربرد فعلی مهم نیست که شرکت، چند ترابایت داده میتواند جمعآوری کند یا از چه تعداد منابعی آنها را به دست آورد، دلایل تجزیه و تحلیل دادهها عبارتند از: پیشبینی هر رویدادی، از خرید کتاب گرفته تا اختلال عملکرد لباس فضایی؛ تشخیص میزان خطر در هر زمان، از خطر آتشسوزی تا خطر پیشپرداخت وام؛ و جلوگیری از فاجعههای بزرگ و کوچک، از سقوط هواپیما تا احتکار محصول. با Big Data، پیمانکار دفاعی ایالات متحده BAE Systems از خود در برابر حملات سایبری محافظت میکند، بانک غربی سانفرانسیسکو از دادههای مشتری برای ایجاد سیستم های قیمت گذاری طبقهبندی شده استفاده میکند، Graze.com لندن، اولویتهای مشتریان را برای انتخاب نمونه میان وعده برای ارسال با سفارشات آنها تجزیه و تحلیل میکند.  دانلود کتاب رفتار سازمانی رابینز PDF
به طور طبیعی، Big data توسط شرکتهای فناوری مانند گوگل و فیس بوک استفاده شده است، که برای درآمد خود به دلارهای تبلیغاتی اعتماد میکنند و بنابراین نیاز به پیشبینی رفتار کاربر دارند. شرکتهایی مانند Netflix و Uber به همین ترتیب از Big data برای پیشبینی اینکه کجا و چه زمانی ممکن است مشتریان بخواهند از خدمات مجازی خود استفاده کنند، استفاده میکنند، اگرچه درآمد آنها از مشترکین خدماتشان است. شرکتهای بیمه برای تعیین حق بیمه مشتری، رفتار را برای ارزیابی خطراتی مانند احتمال تصادفات رانندگی پیشبینی میکنند. حتی موزههایی مانند موزه Solomon R. Guggenheim در نیویورک، موزه هنر Dallas و انستیتوی هنر Minneapolis دادههای فرستندهها، کیوسکها و نظرسنجیها را تجزیه و تحلیل میکنند تا بتوانند به میهمانان بپردازند.
خرده فروشان آنلاین مانند eBay و Amazon که محصولات ملموس را از طریق پلتفرمهای آنلاین به بازار عرضه میکنند، نیز برای پیشبینی فروش محصولات خود به Big data اعتماد میکنند. برای سازمانهایی مانند Nielson Holdings که تماشای تلویزیون و رادیو را دنبال میکنند، نتایج تجزیه و تحلیل دادهها محصولی است که آنها میفروشند. هنوز سازمانهای دیگر دادههای بزرگ را جمعآوری میکنند اما مستقیماً از آنها استفاده نمیکنند. اینها غالباً سازمانهایی هستند که تجارت اصلی آنها آنلاین نیست. Kroger، فروشگاههای مواد غذایی زنجیرهای ایالات متحده، به طور الکترونیکی اطلاعات ۵۵ میلیون مشتری که کارت وفاداری دارند را جمعآوری میکند و دادهها را به فروشندگانی میفروشد که موجودی قفسههای Kroger را ارائه میدهند. حتی گاهی اوقات شرکتهای فناوری به سادگی دادههای خود را میفروشند. توییتر روزانه ۵۰۰ میلیون توییت به چهار شرکت جمعآوری داده میفروشد.
روندهای جدید در حالی که دسترسی به دادهها توانایی سازمانها را در پیشبینی شیوههای رفتاری انسان افزایش میدهد، استفاده از Big data برای درک، کمک و مدیریت افراد نسبتاً جدید است اما نویدبخش است. در حقیقت، تحقیقات روی ۱۰۰۰۰ کارگر در چین، آلمان، هند، انگلستان و ایالات متحده نشان داد که کارکنان انتظار دارند تغییر شکل بعدی در روش کار مردم بیش از هر عامل دیگری مانند تغییرات جمعیتی به پیشرفتهای تکنولوژیکی اعتماد کند.
این خبر خوبی برای آینده تجارت است که محققان، رسانهها و رهبران شرکت توانایی مدیریت و تصمیمگیری مبتنی بر داده را شناسایی کردهاند. مدیری که از دادهها برای تعریف اهداف، ایجاد نظریههای علیت و آزمایش این نظریهها استفاده میکند، میتواند تعیین کند که کدام یک از فعالیتهای کارکنان مربوط به اهداف هستند. Big data پیامدهایی برای تصحیح فرضیات مدیریت و افزایش نتایج مثبت عملکرد دارند. به طور فزایندهای، در تصمیمگیری موثر (فصل ۶) و مدیریت منابع انسانی (HR، فصل ۱۷) اعمال میشود. کاملاً ممکن است که بهترین استفاده از Big data در مدیریت افراد، از تحقیقات سازمانی و تحقیقات روانشناسی باشد، جایی که حتی ممکن است به کارمندان مبتلا به بیماریهای روانی کمک کند تا رفتارشان را کنترل کنند و تغییر دهند.  دانلود کتاب رفتار سازمانی رابینز PDF
محدودیتها با افزایش قابلیتهای فناوری برای مدیریت Big data، مسائل مربوط به حفظ حریم خصوصی نیز افزایش یافته است. این امر به ویژه هنگامی درست است که جمعآوری دادهها شامل ابزارهای نظارتی باشد. به عنوان مثال، یک آزمایش در بروکلین، نیویورک، برای بهبود کیفیت زندگی ساکنان طراحی شده است، اما محققان، دادههای فشرده را از دوربینهای مادون قرمز، سنسورها و سیگنالهای Wi-Fi تلفنهای هوشمند جمعآوری میکنند. از طریق روش های مشابه نظارت کنترلی، یک مرکز تماس بانکی و یک شرکت دارویی دریافتند که کارمندان با تعاملات اجتماعی بیشتر، بهرهوری بیشتری دارند، بنابراین آنها سیاستهای زمان استراحت خود را تغییر دادند تا افراد بیشتری باهم استراحت کنند. آنها سپس شاهد افزایش فروش و کاهش گردش مالی بودند. Bread Winners Café در دالاس، تگزاس، از طریق نظارت، دائماً همه کارمندان رستوران را رصد میکند و از دادهها برای ارتقا یا نظم دادن به سرورهای خود استفاده میکند.
این تاکتیکهای Big data و سایر تاکتیکها، ممکن است به نتیجه برسد – و تحقیقات نشان میدهد که، در واقع، نظارت بر عملکرد الکترونیکی، عملکرد وظیفه و رفتار شهروندی (کمک به رفتارهای دیگران) را حداقل در کوتاه مدت افزایش میدهد. اما منتقدان اظهار داشتند که پس از آنکه فردریک تیلور در سال ۱۹۱۱ تجزیه و تحلیل نظارت را برای افزایش بهرهوری از طریق نظارت و کنترل بازخورد ارائه داد، با موفقیت بیشتر آلفرد اسلون در نتایج مدیریت، که با ارائه کار معنادار به کارمندان به دست میآید، از تکنیکهای کنترل مدیریت او پیشی گرفت. این امر، نگرانی بزرگتری را به وجود میآورد: وقتی مردم منبع داده هستند، درباره Big data چه نظری دارند؟ سازمانهایی که از Big data استفاده میکنند، خطر آزار افرادی را که میخواهند آنها را تحت تأثیر قرار دهند: کارمندان و مشتریان، را دارند. همانطور که آلدرمن باب فیورتی درباره ۶۵ سنسور نصب شده در خیابانهای شیکاگو گفت ، “این نوع حمله یک شیب بسیار لغزنده است.”
باید به خاطر داشته باشیم که Big data همیشه در پیشبینی رفتار، کاهش خطر و جلوگیری از فاجعهها محدود خواهند بود. بر خلاف نتایج قابل تکرار که میتوانیم از طریق تجزیه و تحلیل Big data، در علوم به دست آوریم، رفتار انسان اغلب دمدمی مزاج است و به متغیرهای بی شماری وابسته است. در غیر این صورت، تصمیمگیری ما تاکنون به عهده هوش مصنوعی بود! اما این هرگز هدف شایستهای نخواهد بود. مدیریت بیش از مجموع دادهها است.
بنابراین، ما به شما توصیه نمیکنیم که شهود را کنار بگذارید. در برخورد با مردم، رهبران اغلب به گمان اعتماد میکنند، و گاهی نتایج عالی است. در مواقع دیگر، گرایشهای انسان مانع میشود. الکس پنتلند، دانشمند مشهور دادهها در دانشگاه MIT، دانش جدیدی را با عنوان فیزیک اجتماعی پیشنهاد میکند که مبتنی بر بهبود نحوه سیر ایدهها و رفتارها است. مطالعات در مورد فیزیک اجتماعی منجر به شکلهای ظریفتری در جمعآوری و تجزیه و تحلیل دادهها نسبت به برخی از روشهای نظارت ناکارآمد که قبلاً ذکر شد، میشود، در حالی که هنوز قصد دارد مدیران را در مورد چگونگی کمک به کارمندان برای تمرکز انرژی خود آگاه کند. استفاده محتاطانه از Big data، همراه با درک تمایلات رفتاری انسان، میتواند به تصمیمگیری صحیح کمک کرده و تعصبات طبیعی را کاهش دهد. آنچه ما توصیه میکنیم استفاده از شواهد  دانلود کتاب رفتار سازمانی رابینز PDF

پاسخ دهید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *