سناریونگاری و کمک به تصمیمگیری کم خطاتر در شرایط مبهم
Publish place: اولین کنفرانس بین المللی ابزار و تکنیکهای مدیریت
Publish Year: 1393
Type: Conference paper
Language: Persian
View: 693
This Paper With 17 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
MANAGTOOLS01_411
Index date: 30 July 2016
سناریونگاری و کمک به تصمیمگیری کم خطاتر در شرایط مبهم abstract
سناریونگاری بهعنوان یکی از روشهای مهم آینده پژوهی، با شناخت نیروهای پیشران، و عدمقطعیتها، و با ارائه داستانهای چندگانه از آینده، میتواند کمک بسیاری برای رفع ابهام تصمیمگیران سازمانهای امروزی باشد. هدف این مقاله درک بهتری از سناریونگاری و معرفی آن بهعنوان یک ابزار قوی برای کمک به تصمیمگیری در شرایط عدمقطعیت است. در مقاله حاضر و با روش مروری و کتابخانهای تلاش شده است تا ضمن جلب نظر خوانندگان بهابزار سناریو و روششناسی آن، به اهمیت برنامهریزی بر پایه سناریونگاری اشاره گردد، و درکنار معرفی نقاط قوت و ضعف این روش، شش سناریوی اقتصاد فدرال آمریکا نیز به عنوان نمونه برای محققین رشته آیندهپژوهی ارایه شود.یافته های این مقاله بیانگر این است که، سناریو بهعنوان یک روش کیفی میتواند از جمله سه روش برتر از میانروشهای موجود آیندهپژوهی باشد که با در نظر گرفتن عناصر پیشران و عدم قطعیتها و ایجاد آیندههای بدیل، می تواند مدیران و برنامهریزان ارشد شرکتها و سازمانها را متوجه حوزههایی که در آن عدم-قطعیت وجود داردکند، و اجازه دهد تا بتوانند در فضای مبهم ناشی از عدم قطعیتها، برنامهریزی دقیقتری برای آینده سازمان متبوع خود پایهریزی نمایند. با توجه به مطالب ارائه شده در مقاله حاضر، به مدیران سازمانها پیشنهاد میشودسناریونگاری را به عنوان یک ابزار مهم در برنامهریزیهای سازمانی درنظر بگیرند تا بتوانند از پس شرایط به شدت متغیر محیط کسبوکار خود برآیند.
سناریونگاری و کمک به تصمیمگیری کم خطاتر در شرایط مبهم Keywords:
سناریونگاری و کمک به تصمیمگیری کم خطاتر در شرایط مبهم authors
فرزانه آذری یکتا
دانشجوی کارشناسی ارشد مدیریت اجرایی، موسسه آموزش عالی فارابی
محمدرضا یاورزاده
کاندیدای دکتری آینده پژوهی، پژوهشگاه علوم انسانی و مطالعات اجتماعی جهاد دانشگاهی تهران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :