ذخیره دانش

سازمان‌ها پیش از آنکه به منظور بازیابی بعدی، اقدام به ذخیره­ی دانش کنند، باید اطلاعات مهم را شناسایی کرده، بهترین روش حفظ آن را تعیین نمایند. سازمان‌ها از طریق ارزیابی، پژوهش و آزمایش به اطلاعات معنی می­بخشند. ذخیره­ی دانش، سیستم­های فنی از قبیل رکوردها و بانک اطلاعاتی و فرایندهای انسانی را مانند حافظه­ جمعی و فردی و اجماع نظرات، به کار می­گیرد.

سیستم ذخیره­ی دانش باید دارای موارد ذیل باشد:

ـ ساختاری که اجازه می­دهد سیستم، اطلاعات را به طور سریع و صحیح دریافت و ارائه کند؛

ـ طبقه بندی (اطلاعات) از قبیل رویدادها، سیاست­ها یا رویه­ ها که بر پایه نیازهای یادگیری انجام می­ شود؛

ـ توانایی ارائه­ اطلاعات مورد نیاز به صورت روشن و دقیق؛ و

ـ محتوایی که دقیق و به موقع بوده و همواره در دسترس است.

سازمان به کمک سیستم ذخیره­ی دانش، قادر به حفظ و نگهداری دانش می­ شود؛ در این صورت دانش، دارایی شرکت می­ شود. بدین ترتیب دانش شب­ها به خانه نمی­رود و یا هنگامی که کارمندی ترک خدمت می­ کند، شرکت آن را از دست نمی­دهد (Coakes et al, 2010).

تحلیل و داده کاوی

داده ­کاوی، یکی از جدیدترین ابزارهای تحلیلی برای تواناسازی سازمان‌ها جهت یافتن معنی و مفهوم در    داده ­های آن‌ ها است. کارکنان به وسیله کشف الگوهای جدید یا متناسب نمودن مدل­ها با داده­ ها، می­توانند اطلاعات را برای کمک به توسعه استراتژی­ها و پاسخگویی به سؤالات پیچیده­ کسب و کار، ذخیره و سپس استخراج کنند. امروزه نرم­افزاری توسعه یافته است که بتواند حجم عظیمی از اطلاعات را تحلیل و الگوهای پنهان را شناسایی نماید. در حالی که فرایند تحلیلی آنلاین می ­تواند پاسخگوی سؤالات مدیران باشد، نرم­افزار داده ­کاوی پاسخگوی سؤالاتی از مدیران است که هنوز بدان فکر نکرده ­اند (Chua & Goh, 2008).

وظایف متعددی برای داده ­کاوی وجود دارد؛ از قبیل، طبقه ­بندی، پیش بینی، خوشه بندی، خلاصه­سازی و مدل­سازی وابستگی­ها وکشف تغییر و انحرافات. روش­های داده ­کاوی شامل شیوه ­های مبتنی بر نمونه قوائد و درخت تصمیم، رگرسیون غیرخطی و طبقه­ای، مدل­های احتمالی وابستگی گرافیکی، یادگیری ارتباطی و عاملان هوشمند است.