راهبردهای مدیریت هوشمند و توسعه 3115-9052 1 پیاپی 2 2024 01 03 Business Intelligence and the Development of Data-Driven Decision-Making in the Public Sector آینده‌پژوهی در مدیریت هوشمند: رویکردهای نوین و چالش‌های اجرایی 1 12 FA مریم حاج‌محمدی گروه مدیریت آموزشی، دانشگاه شهید بهشتی، تهران، ایران Journal Article 2023 10 19 <p><strong>Objective:</strong> This study aims to systematically examine the role of business intelligence in enhancing data-driven decision-making within public organizations, focusing on its components, processes, and outcomes in the context of smart governance.</p> <p><strong>Methods and Materials: </strong>This research employed a qualitative systematic review design. Data were collected through a targeted search in major academic databases including Scopus, Web of Science, and ScienceDirect. From an initial pool of 60 studies, 12 articles were selected based on relevance and quality criteria. The data were analyzed using Nvivo 14 through open, axial, and selective coding. The analysis continued until theoretical saturation was achieved, leading to the identification of conceptual patterns and relationships.</p> <p><strong>Findings: </strong>The qualitative analysis revealed three main themes: (1) Business intelligence infrastructures in the public sector, including data integration, data quality, and IT infrastructure; (2) Data-driven decision-making processes in public organizations, encompassing intelligent decision models, data-oriented culture, and institutional accountability; and (3) Outcomes and public values of business intelligence, including organizational efficiency, transparency, innovation, and public trust. The results emphasized that the success of data-driven decision-making depends on the synergy between technology, human capability, and organizational culture.</p> <p><strong>Conclusion: </strong>The study concludes that business intelligence serves as a strategic enabler of data-driven governance. Its effective implementation in the public sector requires integrated data infrastructures, a data-driven organizational culture, and transparent ethical frameworks. Employing business intelligence enhances efficiency, accountability, and citizens’ trust in governmental institutions.</p> <p><strong>هدف: </strong>هدف این پژوهش بررسی و تحلیل نظام‌مند رویکردهای نوین آینده‌پژوهی در مدیریت هوشمند، شناسایی چالش‌های اجرایی و ارائه راهبردهای بهبود در جهت توسعه تصمیم‌سازی آینده‌محور در سازمان‌ها است.</p> <p><strong>روش‌ها و مواد:</strong> پژوهش حاضر از نوع مروری ـ کیفی است که با رویکرد تحلیل مضمون و بهره‌گیری از نرم‌افزار NVivo نسخه 14 انجام شد. داده‌ها از طریق مرور نظام‌مند ادبیات پژوهشی در پایگاه‌های Scopus، Web of Science، ScienceDirect و SID گردآوری گردید. از میان مقالات مرتبط، ۱۲ مقاله بر اساس معیارهای شمول و کیفیت علمی انتخاب و مورد تحلیل کیفی قرار گرفتند. کدگذاری در سه سطح باز، محوری و انتخابی انجام و فرآیند تحلیل تا رسیدن به اشباع نظری ادامه یافت.</p> <p><strong>یافته‌ها:</strong> نتایج تحلیل مضمون سه مقوله اصلی را آشکار ساخت: (۱) رویکردهای نوین آینده‌پژوهی در مدیریت هوشمند شامل تحلیل داده‌محور، حکمرانی الگوریتمی و سناریونویسی تعاملی؛ (۲) چالش‌های اجرایی شامل ضعف زیرساخت‌ها، کمبود نیروی انسانی متخصص، مقاومت فرهنگی و مسائل اخلاقی؛ و (۳) راهبردهای بهبود شامل توسعه مدل‌های ترکیبی، توانمندسازی سرمایه انسانی، نهادینه‌سازی سیاست‌گذاری مبتنی بر داده و گسترش همکاری‌های بین‌المللی. یافته‌ها نشان دادند که آینده‌پژوهی هوشمند زمانی اثربخش است که هم ابعاد فناورانه و هم انسانی در آن مورد توجه قرار گیرد.</p> <p><strong>نتیجه‌گیری:</strong> آینده‌پژوهی در مدیریت هوشمند، نه صرفاً ابزاری تحلیلی بلکه رویکردی تحول‌آفرین برای ساخت آینده مطلوب سازمانی است. ادغام تحلیل داده‌محور، تفکر سیستمی، و رویکرد اخلاقی می‌تواند به ایجاد نظام تصمیم‌سازی هوشمند، پاسخ‌گو و پایدار منجر شود.</p> https://www.jimds.com/index.php/jimds/article/download/12/12