۶ شاخص کارآمد بودن یک فرهنگ

۶ شاخص کارآمد بودن یک فرهنگ

روز دوشنبه پانزدهم مهر ماه سال ۱۳۹۲، گردهم آیی “خانه‌ی مدیران” میزبان ِ محمود سریع‌القلم با عنوانِ “فرهنگ و کارآمدی” بود. آقای سریع‌القلم ابتدا با بیان برخی از انبوه ِ مشکلات ِ اجتماعی و فردی ما ایرانیان، به کهنه بودنِ افکار ما اشاره کرد و ریشه‌ی آن را فرهنگی دانست و در ادامه راه حل‌های خود را برای حل مشکلات فرهنگی ارایه داد.  چکیده‌ای از سخنان ِ محمود سریع‌القلم:

نحوه‌ی برخورد دستگاه‌های اجرایی با عامه‌ی مردم، روش رانندگی شهروندان، وضعیت فرودگاه‌ها و جاده‌های کشور… برخی مصادیقی هستند که نشان می‌دهند افکار ما و روش برخورد ما با مسایل قدیمی است.

ما تکنولوژی‌های جدید و به روز داریم اما هنوز مشکل داریم و نحوه‌ی مدیریت‌مان کهنه است. چون افکارمان قدیمی است. و دلیل آن این است که کشور ما یک کشور بین‌المللی نیست. مدیران و کارگزاران و سیاست‌گزاران  ما اندیشه‌ی بین المللی ندارند. دلیل بین‌المللی نبودن‌مان این است که ما به عنوان یک جامعه هنوز تصمیم نگرفته‌ایم که توسعه پیدا کنیم و از نظام بین‌الملل تاثیر بگیریم و تاثیر بگذاریم.

یک نمونه از کهنه بودن افکار در جامعه‌ی ما این است که برای بسیاری نظام بین‌الملل به معنای امریکا و اسراییل است؛ اینها تفکرات دهه‌ی ۶۰ میلادی و افکار چپ و کمونیستی است که مانع ورود ما به دنیای جدید و استفاده از فناوری و تولید ثروت می‌باشد… دنیا فرصت و محلی ست برای کار و فعالیت و اثر پذیری و اثر‌گذاری…

مهم‌ترین هدف حکم‌رانی تولید قدرت و ثروت برای کشور است، هر هدف دیگری حاشیه‌ای است. تولید قدرت و ثروت به منظور فراهم کردن قدرت چانه‌زنی کشور و افزایش کیفیت زندگی مردم… بنابراین در این روزهای جدید پیش آمده در کشور،  نیازمند تغییر افکار و پارادیم شیفت هستیم. به عنوان مثال باید از منظر علمی و به دور از ملاحظات سیاسی بررسی کنیم که اگر برنامه‌ی هسته‌ای قدرت و ثروت ملی به همراه ندارد، تغییرش دهیم و به برنامه‌ی دیگری مثل برنامه‌ی افزایش توان دریایی روی آوریم که پتانسیل بالایی داریم و حساسیت بین‌المللی نیز نخواهد داشت…

با تغییر پارادایم فکری می‌توانیم با دنیا کار کنیم و در نتیجه فرصتی برای حاشیه‌سازی نخواهیم داشت و به مزیت نسبی خود می‌اندیشیم و در صحنه‌ی بین المللی اثر گذار خواهیم بود…

مانع بزرگ ما ایرانیان در این راه مسایل فرهنگی است… فرهنگ عمومی و مدنی جامعه در حوزه‌ی توسعه به معنای فرهنگ کار جمعی است…

در این بخش شاخص‌های کار‌آمدی را ذکر می‌کنم:  ادامه مطلب

Learn about Data Mining

Learn about Data Mining

What is Data Mining?

Data mining is a complex discipline that requires knowledge of statistics and computer science. There is a common misconception that data mining is all about retrieving data from very large datasets. This is not exactly true, because the main idea behind data mining techniques is discovery of new patterns and behaviors, and information retrieval is a secondary consideration. In this article, I’m going to give you a brief explanation of what data mining is, where it is used and why it is such a hot topic right now.

Why do we need data mining?

Over the years, both businesses and research centers have accumulated incredible amounts of data. Sadly, most of that data just sits there without any specific purpose. Some time ago, businesses realized that data discovery can lead to major breakthroughs in product creation, marketing, safety and many other areas. This is exactly why data analysts are in such high demand these days – organizations need people who are able to make sense of all the data which they have accumulated over the years, as well as come up with new, creative ways to collect, monetize and control it.

For example, through use of data mining techniques companies and other organizations are able to retrieve a lot of additional information from simple things like product usage statistics and short survey results, also known as dashboarding, data reporting or analysis. Without data mining, they would still have all the hard data, but wouldn’t be able to use it to come up with new ideas which may not be obvious at first glance. Many larger companies are using these kinds of tools every day and getting huge benefits from it. This is especially important when dealing with millions or even billions of data points, as even the simplest conclusions might not be obvious.

How does it work?

While the inner workings of algorithms and techniques used for data mining are incredibly complex, understanding the basic ideas behind them isn’t very difficult. In essence, information discovery aims to simplify the process of processing incredibly large amounts of data (some times called big data) in order to discover new patterns or relationships within various data sets. Here are a few examples:

  • Anomaly detection – large data sets normally have one or more common patterns. We can use data mining techniques to detect anomalies within these data sets. These anomalies can then be investigated in more detail.
  • Cluster detection – used to detect categories and sub-categories in large data sets. It’s often impossible to do this manually.
  • Association learning – often used in advertising and sales to maximize conversion rates or improve user experience. Major websites, such as Amazon and Netflix, use these techniques to recommend products to visitors.

This is, of course, just a basic overview of what data mining is and it’s used in many of the state of the art ERP systems, business intelligence or decision support systems that many companies use today.