یک مدل جامع ترکیبی NDEA-BSC و شبکه عصبی جدید برای پیش بینی شاخص های عملکردی سازمانی

استراتژی اصلی ترین منبع رشد بلندمدت سازمان ها می باشد و در صورت عدم اجرای موفق استراتژی، حتی اگر استراتژی های مناسبی اتخاذشده باشد این فرآیند بیهوده است. هدف این مقاله پیشنهاد یک مدل جامع ترکیبی را برای پیش بینی شاخص‏های عملکردی سازمانی است.

 به منظور رسیدن به هدف پژوهش، ابتدا از کارت امتیازی متوازن به عنوان ابزاری برای طراحی شاخص های ارزیابی عملکرد و از تحلیل پوششی داده های شبکه ای به عنوان ابزاری برای ارزیابی عملکرد استفاده شده است. سپس با استفاده از تطبیق شاخص بهره وری مالمکوییست با مدل ترکیبی مذکور، به ارایه مدل پیشرفت و پسرفت سازمان ها طی دو دوره متوالی پرداخته می شود. سرانجام با ترکیب مدل‏های پیشنهادی و شبکه‏ های عصبی مصنوعی راهکاری را برای ارزیابی عملکرد 500 شعبه بانک و نیز تشخیص پیشرفت و پسرفت آن ها ارایه می‏گردد.

نتایج به دست آمده نشان دهنده دقت مناسب و زمان محاسباتی کمتر مدل‏های ترکیبی پیشنهادی است.

پژوهش حاضر با ارایه یک مدل ترکیبی با استفاده از تحلیل پوششی داده های شبکه ای و کارت امتیازی متوازن می تواند به دانش موجود در خصوص ارزیابی عملکرد بنگاه های اقتصادی بیافزاید و روش های پیشنهادی می توانند ابزارهای نوید بخشی برای ارزیابی عملکرد سازمان ها، به خصوص داده‏های بزرگ باشند.