پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 162 |
| تعداد شماره‌ها | 6,693 |
| تعداد مقالات | 72,239 |
| تعداد مشاهده مقاله | 129,212,202 |
| تعداد دریافت فایل اصل مقاله | 102,041,105 |
طراحی مدل اجرای خط‌مشی بانکداری دیجیتال مبتنی بر به‌کارگیری کلان‌داده‌ها در بانک‌های دولتی ایران | ||
| مدیریت دولتی | ||
| دوره 16، شماره 4، 1403، صفحه 825-851 اصل مقاله (513.52 K) | ||
| نوع مقاله: مقاله علمی پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/jipa.2024.376062.3500 | ||
| نویسندگان | ||
| رحمت‌اله قلی‌پور سوته1؛ حامد اسماعیلی راد* 2 | ||
| 1استاد، گروه رهبری و سرمایه انسانی، دانشکده مدیریت دولتی و علوم سازمانی، دانشکدگان مدیریت، دانشگاه تهران، تهران، ایران. | ||
| 2دانشجوی دکتری، گروه مدیریت دولتی، پردیس بین‌المللی کیش، دانشگاه تهران، تهران، ایران. | ||
| چکیده | ||
| هدف: این پژوهش در تلاش است تا با عنایت به فقدان الگوی اجرای خط‌مشی بانکداری دیجیتال، به‌ویژه در بانک‌های ایران، ضمن بررسی ابعاد اجرای خط‌مشی این مدل از بانکداری، به ارائۀ الگوی اجرای هرچه بهتر این خط‌مشی با تأکید بر به‌کارگیری ابزار فناوری کلان‌داده بپردازد که کمتر به آن توجه شده است و در عین حال، در دستیابی به اهداف و پیاده‌سازی بهینۀ بانکداری دیجیتال تأثیر بسزایی دارد. روش: پژوهش حاضر از نوع کیفی و پست مدرن با رویکرد استقرایی است و از استراتژی نظریه داده‌بنیاد با رویکرد ظاهر شونده یا کلاسیک (گلیزری) بهره برده است. از آنجا که ارائۀ یک نظریۀ مبنایی، مستلزم گردآوری داده‌های متنی ـ مصاحبه‌ای عمیق است، به‌منظور شناسایی مفهوم‌ها، مقوله‌ها و مؤلفه‌های مدل اجرای بانکداری دیجیتال با به‌کارگیری فناوری کلان‌داده‌ها، مصاحبه‌های نیمه‌ساختاریافته با خبرگان بانکی و حوزه‌های دیجیتال مالی انجام گرفت. مشارکت‌کنندگان ۱۸ نفر از خبرگان در دسترس صنعت بانکداری بود و نمونه‌گیری به‌صورت قضاوتی هدفمند و تا حد اشباع نظری صورت گرفت. داده‌های پژوهش با استفاده از کدگذاری‌های باز، محوری و انتخابی تحلیل شد و بر اساس مقوله‌ها و مفهوم‌های استخراج شده، در نهایت الگوی پژوهش به‌دست آمد. یافته‌ها: الگوی به‌دست‌آمده مشتمل بر ۱۶ مضمون اصلی مدیریت کلان‌داده‌هاست که عبارت‌اند از: حاکمیت داده (شامل: جمع‌آوری داده‌ها، پالایش داده‌ها، طراحی و مدل‌سازی داده، امنیت داده‌ها)، رگولاتوری داده‌ها، منابع متنوع کسب داده، اعتماد به تحلیل کلان‌داده‌ها، دانش موجود، اکوسیستم نظام بانکی، چابکی سازمانی، ابزارهای تحلیل کلان‌داده‌ها، تدوین سناریوها (کاربرد عملی داده‌ها)، ساختار اجرایی، بهبود کسب‌وکار بانک‌ها، مشتری‌مداری، شفافیت، زیرساخت‌های فناورانه و فرهنگ غالب که در قالب ۶ بُعدِ الگوی ۶ سی گلیزر و یک بُعد مقوله اصلی یا محوری به‌صورت مدل نهایی تحقیق نظم یافتند. با توجه به مدل استخراج شده برای مدیریت کلان‌داده‌ها، محور اصلی و ۱۵ مضمون دیگر مرکز ثقل الگو است که در دسته‌بندی خانواده پیوندها نمایان و ارتباط بین آن‌ها تبیین شد. نتیجه‌گیری: یافته‌ها از بی‌توجهی و به‌کارنگرفتن فناوری کلان‌داده‌ها در بانک‌ها حکایت می‌کند. با وجود منابع سرشار اطلاعاتی و داده‌ها در بانک‌های دولتی، این سرمایۀ ارزشمند در حال هدر رفتن است، در صورتی که با بهره‌گیری مناسب از کلان‌داده‌ها، می‌توان ضمن ارتقا و بهبود بستر مشتری‌مداری که از اهداف اصلی بانکداری دیجیتال است، مزیت رقابتی لازم را برای بقا و حفظ جایگاه در بین بازیگران جدید و قدیم عرصۀ بانکداری ایجاد کرد و بدین ترتیب، اجرای خط‌مشی بانکداری دیجیتال را بهبود بخشید. الگوی به‌دست‌آمده تلفیقی از عوامل برآمده از رویکرد فناورانه، فرهنگ سازمانی و بهره‌ورانه در بانکداری بانک‌های دولتی، جهت به‌کارگیری کلان‌داده‌هاست که برای تحقق بهتر اجرای بانکداری دیجیتال، می‌بایست در بانک‌های دولتی کشور بر این عوامل تأکید شود. نتایج پژوهش نشان می‌دهد که مدیریت کلان‌داده‌ها، حاکمیت داده (شامل: جمع‌آوری داده‌ها، پالایش داده‌ها، طراحی و مدل‌سازی داده، امنیت داده‌ها)، رگولاتوری داده‌ها، منابع متنوع کسب داده، اعتماد به تحلیل کلان‌داده‌ها، دانش موجود، اکوسیستم نظام بانکی، چابکی سازمانی، ابزارهای تحلیل کلان‌داده‌ها، تدوین سناریوها (کاربرد عملی داده‌ها)، ساختار اجرایی، بهبود کسب‌وکار بانک‌ها، مشتری مداری، شفافیت، زیرساخت‌های فناورانه و فرهنگ غالب، مقوله‌ها و عواملی هستند که بانک‌های دولتی کشور برای به‌کارگیری کلان‌داده‌ها در ساختارهای خود، باید به‌دقت آن‌ها را بررسی و رعایت کنند. | ||
| کلیدواژه‌ها | ||
| اجرای خط‌مشی؛ بانکداری دیجیتال؛ کلان‌داده | ||
| عنوان مقاله [English] | ||
| Designing a Model for Implementing Digital Banking Policy Based on Using Big Data in Iranian Banking Industry | ||
| نویسندگان [English] | ||
| Rahmatollah Gholipour Souteh1؛ Hamed Esmaeili Rad2 | ||
| 1Prof., Department of Leadership and Human Capital, Faculty of Public Administration and Organizational Sciences, College of Management, University of Tehran, Tehran, Iran. | ||
| 2Ph.D. Candidate, Department of Public Administration, Kish International Campus, University of Tehran, Tehran, Iran. | ||
| چکیده [English] | ||
| Objective In the current digital era, the immense challenges posed by technological advancements have driven significant developments, including the emergence of digital banking policies. For banks to survive and maintain their competitive edge among both new entrants and established competitors, it is essential to correctly implement digital banking strategies. This requires not only appropriate structural changes but also careful planning, the adoption of new business methods, and the use of innovative and technological tools, such as big data, to achieve strategic goals. On a broader scale, these efforts contribute to the realization of a smart economy. This research addresses the gap in existing literature regarding the lack of a digital banking policy implementation model, particularly within Iranian banks. It seeks to develop an optimal model for implementing such policies, with a special focus on the dimensions of policy implementation specific to digital banking. The research emphasizes the pivotal role of big data technology, which has received limited attention but has a significant impact on achieving the goals and ensuring the optimal implementation of digital banking. Methods This research falls within the realm of qualitative and postmodern studies, adopting an inductive approach. The research strategy employed is "Grounded Theory," specifically the emerging or classical Glaserian approach. Given that developing a foundational theory necessitates the collection of in-depth interview and textual data, the study aimed to identify the concepts, categories, and components of a digital banking implementation model leveraging big data technology. To this end, semi-structured interviews were conducted with experts in the fields of banking and financial technology. The study involved 15 accessible experts from the banking industry, selected through purposive judgment sampling. Interviews continued until theoretical saturation was reached, ensuring that the data collected was comprehensive and insightful. The research data was analyzed through a process of open, axial, and selective coding, which allowed for the extraction and categorization of key concepts. Ultimately, these efforts led to the emergence of a robust research model. Results The resulting model identifies 15 main themes, including Big Data Management, Data Governance (encompassing Data Collection, Data Refinement, Data Design and Modeling, Data Security), Data Regulation, Various Sources of Data Acquisition, Trust in Big Data Analysis, the Banking System Ecosystem, Organizational Agility, Big Data Analysis Tools, Scenario Development (practical application of data), Executive Structure, Improvement of Banks' Business, Customer Orientation, Transparency, Technological Infrastructure, and Dominant Culture. These themes were organized into six dimensions based on Glaser's 6C model, with an overarching or central category dimension forming the core of the final research model. According to this model, Big Data Management serves as the main axis around which 13 other themes revolve, acting as the model's center of gravity. This relationship is explained within the category of linkages, highlighting how these components interconnect. Conclusion The findings underscore a significant gap in the attention and application of big data technology within banks. Despite the availability of rich information and data resources in state banks, this valuable capital remains underutilized. Proper utilization of big data could create a necessary competitive advantage, enabling banks to survive and thrive amidst competition from both new and old players in the banking sector. Moreover, leveraging big data can enhance and improve customer-oriented platforms, a primary goal of digital banking, thereby facilitating better implementation of digital banking policies. The model developed through this research illustrates the integration of technological, organizational, and innovative cultural factors within state banks, all aimed at effectively utilizing big data. To optimize digital banking implementation, these factors must be prioritized within the structures of the country's state banks. The results demonstrate that Big Data Management, along with associated governance, regulatory practices, and infrastructural considerations, are crucial categories that must be meticulously observed and integrated into the operational frameworks of state banks to fully harness the potential of big data. | ||
| کلیدواژه‌ها [English] | ||
| Policy implementation, Digital banking, Big data | ||
| مراجع | ||
|
آزاده، زهرا (1395). تحلیل کلان‌داده (BDA) به‌عنوان محرکی برای ایجاد مزیت رقابتی برای بانک‌ها. پایان‌نامه کارشناسی ارشد، دانشگاه پیام نور استان تهران، مرکز پیام نور غرب تهران.
اویارحسین، شادی؛ طلوعی اشلقی، عباس؛ رادفر، رضا و پورابراهیمی، علیرضا (1401). تحول دیجیتال در بانکداری شرکتی: رویکرد نظری و تحلیل رفتاری. دانش سرمایه‌گذاری، 11(44)، 603-630.
بودلایی، حسن؛ کناررودی، محمدحسین؛ عبادی، حامد؛ بهمنی، اکبر (1400). مدیریت دیجیتال منابع انسانی، رهیافتی برای خلق چابکی سازمانی در بخش دولتی در عصر اقتصاد دیجیتال (مورد مطالعه: شبکه بانک‌های دولتی کشور ایران). مدیریت دولتی، 13(4)، 766-785.
حسنی مقدم، صادق؛ مهتدی، محمدمهدی؛ بازرگانی، حسین؛ طاهری، علی (1402). چابک‌سازی مدیریت فرایندهای سازمانی مبتنی بر تئوری سیستم‌های انطباقی پیچیده. مدیریت دولتی، 15(3)، 553-583.
حسین زاده، محمدرضا (1396). ضرورت گذار به بانکداری دیجیتال. ماهنامه بانکداری آینده. شماره 28.
حسینی، شمس الدین؛ امیررضا، سوری (۱۳۸۶). برآورد اثربخشی بانک‌های ایران و عوامل مؤثر بر آن. پژوهشهای اقتصادی، (25)، 127-155.
خلیل نژاد، شهرام؛ اعظمی، سامان (۱۳۹۸). بانکداری باز: تحولی نو در صنعت خدمات مالی و بانکی. سیزدهمین کنفرانس بین‌المللی مدیریت استراتژیک، تهران، انجمن مدیریت راهبردی ایران.
دسترنج، رویا؛ قاضی نوری، سید سپهر؛ دسترنج، نسرین؛ شایان، علی (1398). ارزیابی اکوسیستم کلا ن داده در ایران با استعاره از مدل ارزیابی اکوسیستم هزاره. پژوهشنامه پردازش و مدیریت اطلاعات، 34 (4)، 1613- 1642.
رستگار، عباسعلی؛ ابراهیمی، سید عباس؛ شفیعی نیک آبادی، محسن؛ کلاهی، بهاره (1401). معماری منابع انسانی هوشمند: رویکردی ساختاری بر تحول دیجیتال شرکت‌های دانش‌بنیان. مدیریت دولتی، 14(2)، 215-234.
رضائیان، علی (1379). مبانی سازمان و مدیریت، تهران (چاپ اول)، تهران: سمت.
زارعیان، داود؛ واحد، فائزه (1399). بررسی حقوقی رگولاتوری‌های حمایت از داده. فصلنامه علمی رسانه، 31(1)، 47- 72.
سلامتی طبا، سیده سارا؛ بیگی، مهدی؛ اکبری، عباس. (۱۳۹۶). بانکداری دیجیتالی؛ انقلابی در صنعت بانکداری. هفتمین همایش ملی بانکداری الکترونیک و نظامهای پرداخت، تهران، پژوهشکده پولی و بانکی.
سند بالادستی بانکداری و تحول دیجیتال وزارت اقتصاد و دارایی (1398). بانکداری آینده و تحول دیجیتالی؛ رویکرد سیاستی و چارچوب استقرار مبتنی بر پارادایم اقتصاد هوشمند. http://mefa.ir/fa
سهرابی، بابک؛ ایرج، حمیده (1394). مدیریت داده‌های بزرگ در بخش‌های خصوصی و عمومی. تهران: انتشارات سمت.
شامی زنجانی، مهدی (1401). چهارچوبهای مطرح استراتژی و حکمرانی داده. برگرفته از سایتhttps://shamizanjani.ir/
صاحب، طاهره؛ فرزین، هادی (1396). گزارش تحلیل اکوسیستم کسبوکارهای مبتنی بر کلان‌داده‌ها. پروژة تدوین نقشة راه کلان‌داده‌ها. تهران: مرکز تحقیقات مخابرات ایران.
صادقی، بهداد؛ قلی‌پور، رحمت‌الله؛ امیری، مجتبی؛ صفاری، مرجان (1403). طراحی مدل خط‌مشی‌گذاری در ورزش ایران با رویکرد توسعه ورزش‌های همگانی. مدیریت دولتی، 16(1)، 52-79.
عسگری مهر، مسعود؛ ترک تبریزی، مرتضی؛ دهقانی قهفرخی، اکبر؛ کاظمی، نسرین (۱۳۹۶). شناسایی مؤلفه‌های استراتژیک برای پیاده‌سازی موفق مدل بانکداری دیجیتال. هفتمین همایش ملی بانکداری الکترونیک و نظامهای پرداخت. تهران. پژوهشکده پولی و بانکی. https://www.civilica.com/Paper-CEBPS07-CEBPS07_014.html
قدمی، مهدی؛ موسی‌خانی، مرتضی؛ الوانی، سید مهدی و یزدانی، حمیدرضا (1401). طراحی الگوی خط‌مشی‌گذاری بانکداری دیجیتال مبتنی بر رویکرد شبکه‌ای در ایران. سیاستگذاری عمومی، 8(1)، 125-141.
قلی‌پور، رحمت الله؛ دانایی فرد، حسن؛ زارعی متین، حسن؛ جندقی، غلامرضا؛ فلاح، محمدرضا (1390). اجرای خط‌مشی‌های صنعتی «ارائه مدلی برای مطالعه موردی در استان قم». مدیریت فرهنگ سازمانی، 9(2)، 103- 130.
کردی اردستانی، فاطمه؛ مبرهن، رخساره (۱۳۹۶). بررسی عوامل مؤثر بر پذیرش تجزیهوتحلیل کلان‌داده در صنعت بانکداری. هفتمین همایش ملی بانکداری الکترونیک و نظامهای پرداخت، تهران. پژوهشکده پولی و بانکی. https://www.civilica.com/Paper-CEBPS07-CEBPS07_026.html
کشوریان آزاد، رقیه؛ اعتباریان خوراسگانی، اکبر؛ هادی پیکانی، مهربان؛ شاهنوشی، مجتبی (1401). طراحی مدل اجرای خط‌مشی‌های قضایی در نهاد قضایی کشور. مدیریت دولتی، 14(1)، 129-164.
کمندی، امیر؛ فرحی، زهرا (1398). پیکره دانش مدیریت داده بر اساس چارچوب DMBOK (چاپ اول)، تهران: دانشگاه صنعتی شریف.
کناری زاده دزفول، محمد؛ تاجفر، امیرهوشنگ (1395). مدیریت دانش اهمیت و پیاده سازی آن در آموزش و پرورش عصرجدید، دومین همایش ملی مدیریت و علوم انسانی، ارزوئیه. https://civilica.com/doc/573384
محمودزاده، ابراهیم؛ صحرایی، مهدی؛ قوچانی خراسانی، محمدمهدی (1396). تدوین استراتژی کلان‌داده در تحلیل شبکههای اجتماعی برای پیش‌بینی بحران. مدیریت بحران، 6(1)، 77-91.
وظیفه دوست، حسین و ملک آرا، ملیکا (1399). کاربرد کلان‌داده‌ها (big data) در تجارت الکترونیک، پنجمین کنفرانس بین‌المللی ترفندهای مدرن مدیریت، حسابداری، اقتصاد و بانکداری با رویکرد رشد کسب‌وکارها.
References Aliu, B. (2019). Big Data Phenomenon in Banking. Texila International Journal of Academic Research, 6(2). DOI: 10.21522/TIJAR.2014.06.02.Art008 Asgari Mehr, M., Tork Tabrizi, M., Dehghani Qahfarokhi, A. & Kazemi, N. (2017). Identifying strategic components for the successful implementation of the digital banking model. The 7th National Conference on Electronic Banking and Payment Systems. Tehran. Monetary and Banking Research Institute. https://www.civilica.com/Paper-CEBPS07-CEBPS07_014.html (in Persian) Azadeh, Z. (2016). Big Data Analytics (BDA) as a Driver for Creating Competitive Advantage for Banks, Master's Thesis, Payame Noor University, Tehran Province, West Tehran Branch. (in Persian) Boudlaie, H., Kenarroodi, M., Ebadi, H. & Bahmani, A. (2021). Digital Human Resource Management: An Approach to Creating Organizational Agility in the Public Sector in the Digital Economy Era (A Study on the Public Sector Banking Network in Iran). Journal of Public Administration, 13(4), 766-785. doi: 10.22059/jipa.2022.333338.3051 (in Persian) Dastranj, R., Ghazinoory, S., Dastranj, N. & Shayan, A. (2019). Assessment of Big Data Ecosystem in Iran with Metaphor of Millennium Ecosystem Assessment Model. Iranian Journal of Information Processing and Management, 34(4), 1613-1642. doi: 10.35050/JIPM010.2019.016 (in Persian) Ghadami, M., Mousakhani, M., Alwani, S. M. & Yazdani, H. (2022). Developing a Model for Policy Making in Digital Banking, Based on Network Approach. Iranian Journal of Public Policy, 8(1), 125-141. doi: 10.22059/jppolicy.2022.85915 (in Persian) Gholipour, R., Danaii Fard, H., Zareii Matin, H., Jandaghi, G. & Fallah, M. (2011). A Model for Implementing Industrial Policies (Case Study in Qom Province). Organizational Culture Management, 9(24), 103-130. (in Persian) Hasani Moghadam, S., Mohtadi, M., Bazargani, H. & Taheri, A. (2023). Agility in Business Processes Management Based on the Theory of Complex Adaptive Systems. Journal of Public Administration, 15(3), 553-583. doi: 10.22059/jipa.2023.359912.3335 (in Persian) Hassani, H., Huang, X. & Silva, E. (2018). Digitalisation and Big Data Mining in Banking. Big Data and Cognitive Computing, 2(3), 18. https://doi.org/10.3390/bdcc2030018 Hosseini, S. S. & Soori, A. R. (2007). The Estimation of Efficiency and Its Effecting Factors in Iran's Banks. Economics Research, 7(25), 127-155. (in Persian) Hosseinzadeh, M. (2016). The need to transition to digital banking. Future Banking Monthly. Number 28. Hung, A., Leclerc, O. & Murdoch, T. (2017). How to succeed as a chief digital officer in pharma. McKinsey white paper, New York, NY. Indriasari, E., Gaol, F. L. & Matsuo, T. (2019). Digital Banking Transformation: Application of Artificial Intelligence and Big Data Analytics for Leveraging Customer Experience in the Indonesia Banking Sector. In 2019 8th International Congress on Advanced Applied Informatics (IIAI-AAI) (pp. 863-868). IEEE. Kamandi, A. & Farahi, Z. (2019). Data Management Knowledge Framework Based on the DMBOK Framework (First Edition), Tehran: Sharif University of Technology. Kenari Zadeh Dezful, M. & Tajfar, A.H. (2016). Knowledge Management: Its Importance and Implementation in Modern Education, Second National Conference on Management and Humanities, Arzuyieh. https://civilica.com/doc/573384 (in Persian) Keshvarian Azad, R., Etebarian Khorasgani, A., Hadi Paykani, M. & Shahnoushi, M. (2022). Designing a Model for Implementing Judicial Policies in Iran's Judiciary. Journal of Public Administration, 14(1), 129-164. doi: 10.22059/jipa.2021.334472.3060 (in Persian) Khalil Nejad, Sh. & Azami, S. (2018). Open banking: a new development in the banking and financial services industry. The 13th International Strategic Management Conference, Tehran, Strategic Management Association of Iran. (in Persian) Kordi Ardestani, F. & Mobrahen, R. (2017). A study of the factors influencing the acceptance of big data analytics in the banking industry. The 7th National Conference on Electronic Banking and Payment Systems, Tehran. Monetary and Banking Research Institute. https://www.civilica.com/Paper-CEBPS07-CEBPS07_026.html (in Persian) Ladley, J. )2012(. Data Governance How to Design, Deploy, and Sustain an Effective Data Governance Program. Academic Press. Mahmoodzade, E., Sahraei, M. & Ghouchani Khorasani, M. M. (2017). Development of Big Data Strategy in Social Network Analysis toward Prediction of Crisis. Emergency Management, 6(1), 77-91. (in Persian) Mbama, C. I., Ezepue, P., Alboul, L. & Beer, M. (2018). Digital banking, customer experience and financial performance: UK bank managers’ perceptions. Journal of Research in Interactive Marketing, 12(4), 432-451. Oyarhossein, S., Toloie Eshlaghy, A., Radfar, R. & Pour Ebrahimi, A. (2022). Digital transformation in corporate banking: Theoretical approach and behavioral analysis. Journal of Investment Knowledge, 11(44), 603-630. (in Persian) Pourebrahimi, N., Kordnaeij, A., Hosseini, H. K. & Azar, A. (2018). Developing a digital banking framework in the Iranian banks: Prerequisites and Facilitators. International Journal of E-Business Research (IJEBR), 14(4), 65-77. (in Persian) Pressman, J. & Wildavsky, A. (1973). Implementation. University of California Press: Berkeley. Rastgar, A. A., Ebrahimi, S. A., Shafiei Nikabadi, M. & Kolahi, B. (2022). Smart Human Resources Architecture: A Structural Approach to the Digital Transformation of Knowledge-based Companies. Journal of Public Administration, 14(2), 215-234. doi: 10.22059/jipa.2022.338173.3101 (in Persian) Sadeghi, B., Gholipour, R., Amiri, M. & Saffari, M. (2024). Designing a Policy Making Model in Iran' Sport with the Approach of Sport for All Development. Journal of Public Administration, 16(1), 52-79. doi: 10.22059/jipa.2023.359698.3332 (in Persian) Saheb, T. & Farzin, H. (2017). Report on the Analysis of the Business Ecosystem Based on Big Data. Project for Developing a Roadmap for Big Data. Tehran: Iranian Telecommunications Research Center. (in Persian) Salamati Taba, S.S., Beigi, M. & Akbari, A. (2017). Digital Banking: A Revolution in the Banking Industry. The 7th National Conference on Electronic Banking and Payment Systems, Tehran, Monetary and Banking Research Institute. (in Persian) Saunders, M., Lewis, P. & Thornhill, A. (2016). Research methods for business students (4th ed.). Pearson Education Limited, Essex. Shami Zanjani, M. (2022). Proposed frameworks of strategy and data governance. Retrieved from the website https://shamizanjani.ir (in Persian) Siddiqui, A. A. & Qureshi, R. (2017). Big Data in Banking: Opportunities and Challenges Post Demonetisation in India. IOSR Journal of Computer Engineering (IOSR-JCE), 2278-8727. www.iosrjournals.org Sohrabi, B. & Iraj, H. (2015). Managing Big Data in the Private and Public Sectors. Tehran, Samt Publications. (in Persian) Streubert, H. J. & Carpenter, D. R. (2003). Qualitative research in nursing: Advancing the humanistic imperative (3rd Ed). Philadelphia, Lippincott Co. Sullivan, W., Wilson, D., Thakral, C., Verma, S., & Venkataraman, K. (2016). Top 10 Trends in Insurancein 2016. Capgemini. Sultan, J. & Bechter, C. (2019). Big Data Analytics in Islamic Banking. International Academic Journal of Business Management, 6(01), 21-31. Supreme Document on Banking and Digital Transformation of the Ministry of Economic Affairs and Finance (2019). The Future of Banking and Digital Transformation; Policy Approach and Implementation Framework Based on the Smart Economy Paradigm. http://mefa.ir/fa (in Persian) Tao, F., Cheng, J., Qi, Q., Zhang, M., Zhang, H., Sui, F. (2018). Digital twin-driven product design, manufacturing and service with big data. The International Journal of Advanced Manufacturing Technology, 94 (9-12), 3563–3576. Van Meter, D. & Van Horn, C. (1975). The Policy Implementation Process. Administration and Society, 6, 4. Vazifeh Dost, H. & Malek Ara, M. (2020). Big data applications in e-commerce: 5th International Conference on Modern Tricks in Management, Accounting, Economics, and Banking with a focus on business growth. (in Persian) Wei, W. (2020). Looking at the Demand of Bank Big Data Talents from the Perspective of Big Data. In Journal of Physics: Conference Series, 1437(1), 012116. IOP Publishing. Zareian, D. & Vahed, F. (2020). Legal Review of Data Regulatory Protection. Rasaneh, 31(1), 47-72. (in Persian) | ||
|
آمار تعداد مشاهده مقاله: 633 تعداد دریافت فایل اصل مقاله: 584 |
||
سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب