1887
Volume 2023, Issue 1
  • EISSN: 2616-4930

Abstract

تستمد الدراسة الحالية أهميتها من منطلق أن البيانات بشكل عام تعد عنصرًا مهمًّا في كل مؤسسة، وركيزة أساسية في اتخاذ القرارات، بالإضافة إلى الدور الذي يقوم به كلٌّ من البعد التنظيمي والتكنولوجي والإداري في تحسين جودة البيانات الرئيسة. وتهدف الدراسة إلى التعرف على الأبعاد الثلاثة (الإدارية – التقنية – البشرية) التي تؤثر في نضج إدارة البيانات الرئيسة في المؤسسات الحكومية بشكل عام، ووزارة النقل والخدمات اللوجستية بشكل خاص، وبناء على ذلك اعتمدت الدراسة على منهج تحليل المحتوى لتحليل الإنتاج الفكري المنشور، كما اعتمدت الدراسة على منهج دراسة الحالة بغرض الوصول إلى فهم أعمق عن مدى نضج إدارة البيانات الرئيسة في وزارة النقل والخدمات اللوجستية في المملكة العربية السعودية، واستطاعت الدراسة وضع نموذج مقترح لما ينبغي أخذه بعين الاعتبار، سواء من الباحثين عند تصميم حلول مماثلة، أو من المسؤولين عند التخطيط لتطويع إدارة البيانات الرئيسة في مؤسساتهم، بحيث تكون فعالة للغاية.

تبنت الوزارة واجهة رسمية معتمدة لتبادل البيانات داخل مختلف الإدارات في الوزارة بشكل منظم يُسهل الحصول على البيانات عند الحاجة إليها. وتفحص الوزارة قواعد البيانات لديها باستمرار لتحسين أداء الأعمال وكفاءته، كما تخزن البيانات بطريقة فعّالة تُمكنها من الاستفادة من تلك البيانات للتنبؤ والتحليل لاتخاذ القرارات. كما تفتقر الوزارة إلى وجود مستودع مركزي يسهل الوصول إلى البيانات الرئيسة المشتركة في مختلف الإدارات العامة.

وخرجت الدراسة بوضع نموذج مقترح لإدارة البيانات الرئيسة في وزارة النقل والخدمات اللوجستية، وقدمت مجموعة من التوصيات، أهمها: الحرص على وجود نظام مقياس معياري لتقويم جودة البيانات لدى الوزارة لضمان استمرار جودتها. وضرورة استحداث مستودع مركزي لتخزين البيانات الرئيسة وبثها عبر مختلف الإدارات، وتسهيل وصول الموظفين إليها لأداء الأعمال.

Data have become significant within institutions and fundamental when making decisions. To achieve data quality, master data management is crucial, which in turn depends on some organizational, technological, and administrative dimensions. This study aims to identify the three dimensions (administrative, technological, and human) that affect the maturity of the master data management in government institutions, in particular the Ministry of Transport and Logistic Services (Ministry of TLS) in Saudi Arabia. The study utilized content analysis of existing related published studies and also the case-study method was selected to allow for a deeper understanding of the maturity extent of the master data management (e.g. the Ministry of TLS in Saudi Arabia). The study developed a proposed model that can be highly effective and useful for researchers or officials when designing or incorporating master data management. This research found out that the Ministry of TLS has adopted an official, approved data-exchange interface across several departments to obtain data in an organized manner when needed. In addition, the Ministry is constantly checking its databases to improve work performance and efficiency.Lastly, The Ministry lacks a central data-storage repository to allow for cross departmental access to one unified master data. The paper concluded with a number of recommendations, the most important of which is introducing a tool at the Ministry of TLS for assessing and maintaining regularly its data quality and the necessity of setting up a central data repository.

Loading

Article metrics loading...

/content/journals/10.5339/jist.2023.3
2023-03-31
2024-11-09
Loading full text...

Full text loading...

/deliver/fulltext/jist/2023/1/JIST.2023.issue1.3.html?itemId=/content/journals/10.5339/jist.2023.3&mimeType=html&fmt=ahah

References

  1. الموقع الرسمي لوزارة النقل والخدمات اللوجستية، متاح في: https://mot.gov.sa/
  2. Arthofer, K., & Girardi, D. (2017, January). Data quality and master data management-a hospital case. In eHealth (pp. 259-266).
  3. Benkherourou, C., & Bourouis, A. (2022, February). A framework for improving data quality throughout the MDM implementation process. 2nd international conference on industry 4.0 and artificial intelligence (ICIAI 2021) (pp. 164-169). Atlantis Press.
  4. Cleven, A., & Wortmann, F. (2010, January). Uncovering four strategies to approach master data management. In 2010 43rd Hawaii international conference on system sciences (pp. 1-10). IEEE.
  5. Cohen, M. Z., Thompson, C. B., Yates, B., Zimmerman, L.,&Pullen, C. H. (2015). Implementing common data elements across studies to advance research. Nursing Outlook, 63(2), 181-188.
  6. Fleckenstein, M., Fellows, L., & Ferrante, K. (2018). Modern data strategy. Springer International Publishing.
  7. Haneem, F., Kama, N., Azmi, A., Azizan, A., Sam, S. M., Yusop, O., & Abas, H. (2017). Master data definition and the privacy classification in government agencies: Case studies of local government. Advanced Science Letters, 23(6), 5094-5097.
  8. Haneem, F., Kama, N., Taskin, N., Pauleen, D., & Bakar, N. A. A. (2019). Determinants of master data management adoption by local government organizations: An empirical study. International Journal of Information Management, 45, 25-43.
  9. Hasan, S. S., Pathak, A. D., Shukla, S. K., Gangwar, L. S., & Kumar, R. (2020). Web-based data management techniques for coordinated trials of sugarcane technologies. Sugar Tech, 22(6), 1158-1165.
  10. Ibrahim, A., Mohamed, I., & Satar, N. S. M. (2021). Factors influencing master data quality: A systematic review. International Journal of Advanced Computer Science and Applications, 12(2),189-190.
  11. Kumar Das, T., & Mishra, M. R. (2011). A study on challenges and opportunities in master data management. International Journal of Database Management Systems, 3(2), 129-139.
  12. Loshin, D. (2010). The practitioner's guide to data quality improvement. Elsevier.
  13. McKnight, W. (2013). Information management: strategies for gaining a competitive advantage with data. pp.67-77.
  14. Otto, B., & Reichert, A. (2010, March). Organizing master data management: Findings from an expert survey. Proceedings of the 2010 ACM symposium on applied computing (pp. 106-110).
  15. Pietzka, K. (2012). MD3M Master Data Management Maturity Assessment-Developing an Assessment to Evaluate an Organization's MDM Maturity (Master's thesis) pp. 100-105.
  16. Santoso, A. B., Pamungkas, Y., & Ruldeviyani, Y. (2019). Master data management implementation in distributed information system case study directorate general of tax, ministry of finance of Republic of Indonesia. Journal of Information System, 15(1), 18-27. https://www.readcube.com/articles/10.21609%2Fjsi.v15i1.779
  17. Schäffer, T., & Leyh, C. (2016, November). Master data quality in the era of digitization-toward inter-organizational master data quality in value networks: A problem identification. In International conference on enterprise resource Planning Systems (pp. 99-113). Springer, Cham.
  18. Silvola, R., Jaaskelainen, O., Kropsu‐-Vehkapera, H., & Haapasalo, H. (2011). Managing one master data–challenges and preconditions. Industrial Management & Data Systems, 111(1), 146-162.
  19. Spruit, M., & Pietzka, K. (2015). MD3M: The master data management maturity model. Computers in Human Behavior, 51, 1068-1076.
  20. Van Der Lans, R. (2012). Data Vvirtualization for business intelligence systems: rRevolutionizing data integration for data warehouses. Elsevier.
  21. Vilminko-Heikkinen, R., & Pekkola, S. (2019). Changes in roles, responsibilities and ownership in organizing master data management. International Journal of Information Management, 47, 76-87.
  22. Zúñiga, D. V., Cruz, R. K., Ibañez, C. R., Dominguez, F., & Moguerza, J. M. (2018, April). Master data management maturity model for the microfinance sector in Peru. In Proceedings of the 2nd international conference on information system and data mining (pp. 49-53).
/content/journals/10.5339/jist.2023.3
Loading
/content/journals/10.5339/jist.2023.3
Loading

Data & Media loading...

This is a required field
Please enter a valid email address
Approval was a Success
Invalid data
An Error Occurred
Approval was partially successful, following selected items could not be processed due to error