مدل‌سازي موانع پذيرش تحليل كلان‌‌داده‌ها در صنعت بيمه ايران

پيشينه و اهداف: كلان‌داده‌ها با سرعتي فزاينده‌اي در حال تبديل ‌به يكي از نيروهاي كليدي سازمان در عصر حاضر هستند. اين فناوري امكانات فراواني را براي كسب، ذخيره‌سازي و تحليل حجم عظميي از داده‌هاي گردآوري‌شده از منابع مختلف در اختيار قرار مي‌دهد. با وجود كاربردها و مزاياي فراوان تحليل كلان‌داده‌ها در بهبود عملكرد و كسب مزيت رقابتي شركت‌ها، پذيرش اين فناوري همواره با موانعي روبه‌رو بوده است. هدف اصلي اين پژوهش شناسايي و تحليل موانع پذيرش تحليل كلان‌داده‌ها در صنعت بيمه ايران است. روش‌شناسي: پژوهش حاضر از نظر هدف ‌كاربردي، از نظر طرح ‌توصيفي و از نظر روش گردآوري داده‌ها ‌پيمايشي است. در اين پژوهش، ابتدا با مرور پيشينه و كسب نظرات تأييدي مديران صنعت، موانع پذيرش تحليل كلان‌‌داده‌ها در صنعت بيمه كشور شناسايي شده است. سپس از مدل‌سازي تفسيري‌ـ‌ساختاري جامع با تحليل ميك‌مك براي نگاشت روابط في‌مابين و ساخت مدل سلسله‌ مراتبي حاكم بر اين موانع استفاده شده است. يافته‌ها: هزينه بالاي سرمايه‌گذاري، عدم آمادگي زيرساخت‌هاي فني شركت، فرهنگ ضعيف سازماني، فقدان تعهد مديريت ارشد، محدوديت زماني، مقاومت كاركنان، عدم همكاري ميان واحدهاي سازماني، عدم دسترسي به متخصصان مجرب و ماهر، لزوم حفظ امنيت داده‌ها و حريم خصوصي مشتريان و ضعف يا فقدان مقررات به‌عنوان 10 مانع عمده ‌پذيرش تحليل كلان‌‌داده‌ها در صنعت بيمه ايران شناسايي شدند. به‌علاوه، استفاده از مدل‌سازي تفسيري‌ـ‌ساختاري جامع با تحليل ميك‌مك نشان داد ‌عدم دسترسي به متخصصان مجرب و ماهر، عدم تعهد مديريت ارشد، و ضعف يا فقدان مقررات موجود ‌موانع ريشه‌اي پذيرش تحليل كلان‌‌داده‌ها در صنعت بيمه كشور هستند. نتيجه‌گيري: تركيب يافته‌هاي حاصل از مرور گسترده پيشينه پژوهش با ديدگاه‌هاي مديران صنعت و تحليل آنها توسط مدل‌سازي تفسيري‌ـ‌ساختاري جامع با تحليل ميك‌مك منجر به توسعه چارچوبي براي درك بهتر موانع پذيرش تحليل كلان‌‌داده‌ها در صنعت بيمه كشور شد. اين چارچوب به سياست‌گذاران و مديران صنعت بيمه كشور در اولويت‌بندي مسائل پيش روي و تدوين راهبردهاي كارآمد توسعه تحليل كلان‌داده‌ها در اين صنعت ياري مي‌رساند.