AAA

Model zarządzania wiedzą w dziale serwisowym przedsiębiorstwa produkcyjnego - studium przypadku

Adam Dudek, Justyna Patalas-Maliszewska

Zarządzanie wiedzą, w tym jej pozyskiwanie, gromadzenie i przekształcanie, może być działaniem koniecznym w aspekcie rozwoju przedsiębiorstwa. Zgodnie z podejściem procesowym w zarządzaniu wiedzą wszystkie obszary w organizacji traktowane są jako elementy tego procesu. W artykule podjęto próbę sformułowania modelu zarządzania wiedzą dla przedsiębiorstwa produkującego naczepy samochodowe, odwołując się do przykładu działu serwisowego. Proponowany model obejmuje charakterystykę procesów biznesowych zachodzących w dziale serwisowym, identyfikację źródeł wiedzy jawnej i ukrytej, zdefiniowanie procedury klasyfikacji zgłoszenia serwisowego oraz określenie relacji pomiędzy charakterystykami wiedzy jawnej i ukrytej a parametrami zgłoszenia serwisowego. Proponowany model zarządzania wiedzą, wiążący parametry zgłoszeń serwisowych z charakterystykami wiedzy o wykonanych już zgłoszeniach, umożliwia ocenę nowego zgłoszenia serwisowego pod kątem przewidywanego czasu realizacji zlecenia, a także zapotrzebowania na zasoby ludzkie oraz na materiały i części zamienne.

Problematykę zarządzania wiedzą należy rozpatrywać w trzech obszarach działalności organizacji: funkcjonowania jako całości, działania poszczególnych pionów lub komórek oraz pracy poszczególnych pracowników1. Zarządzanie wiedzą to jednocześnie działanie, które może bezpośrednio wpływać na realizację celów strategicznych organizacji2.

W niniejszym artykule rozważania zawężono do zarządzania wiedzą w przedsiębiorstwie produkującym naczepy samochodowe, w dziale tzw. obsługi posprzedażnej, związanej zarówno ze świadczeniami dotyczącymi obsługi gwarancyjnej, jak i pogwarancyjnej sprzedawanych produktów i usług. Postawione pytania badawcze dotyczą aspektu pozyskiwania, a następnie przechowywania wiedzy zarówno jawnej, zdobytej z wykorzystaniem karty przyjęcia zgłoszenia serwisowego, jak i wiedzy ukrytej pracowników tego działu. Dane do studium przypadku pochodzą z dokumentacji serwisowej działu posprzedażowego producenta naczep oraz z wywiadu pogłębionego przeprowadzonego z kierownikiem tego działu.

Wiedza jawna utożsamiana jest z zapisem w bazie danych wiedzy o różnej postaci lub złożonych informacji i opiera się na tzw. tradycyjnym podejściu3. Wiedza jawna może być łatwo przedstawiana za pomocą przekazu werbalnego, dokumentacji, schematów, instrukcji, symboli czy podręczników4. Można zatem stwierdzić, iż wiedzą jawną będą wszelkie uporządkowane i spójne zbiory informacji, dotyczące produktów lub procesów zachodzących w przedsiębiorstwie.

Z kolei wiedza ukryta ma charakter niesformalizowany, a składają się na nią głównie umiejętności oraz doświadczenie pracowników firmy. Zazwyczaj jest to wiedza unikatowa, przypisana konkretnym jednostkom organizacyjnym i stanowiskom, a jej siedliskiem jest pamięć i świadomość konkretnych pracowników5.

Problem podejmowany w niniejszym artykule sprowadza się do sformułowania modelu zarządzania wiedzą dla działu serwisowego przedsiębiorstwa produkcyjnego. W dalszej części opracowania przeprowadzono analizę literatury przedmiotu z zakresu narzędzi wspierających zarządzanie wiedzą w przedsiębiorstwach produkcyjnych. Na przykładzie działu serwisowego producenta naczep zaprezentowano procesy biznesowe zachodzące w tym dziale oraz określono źródła wiedzy jawnej i ukrytej. Przedstawiono procedurę klasyfikacji zgłoszenia serwisowego oraz określono relacje pomiędzy charakterystyką wiedzy jawnej i ukrytej a parametrami zgłoszenia serwisowego. W podsumowaniu wskazano kierunki dalszych prac.

Narzędzia wspierające zarządzanie wiedzą w przedsiębiorstwach produkcyjnych

Rozwiązania wspierające zarządzanie wiedzą w przedsiębiorstwach powinny: ułatwić wydobywanie wiedzy, zapobiec utracie wiedzy w przypadku wymiany pracowników w firmie, pomóc w ciągłym doskonaleniu kluczowych umiejętności, zwiększyć efektywność zarządzania procesem zdobywania nowej wiedzy, umożliwić dzielenie się wiedzą przez pracowników6.

Obecnie stosowane narzędzia wspomagające zarządzanie wiedzą jawną oparte są na rozwiązaniach ICT7, począwszy od relacyjnych i obiektowych baz danych, przez hurtownie danych, wielowymiarowe kostki OLAP, systemy „inteligentne”, rozbudowane systemy informatyczne klasy ERP, aż po rozwiązania klasy CMS, usługi informacyjne XML lub rozwiązania korporacyjne klasy SharePoint.

Do opisu zależności między źródłami wiedzy, procesami jej przepływu oraz sposobami jej gromadzenia budowane są często mapy wiedzy, które bazują na notacji symbolicznej, m.in. notacji BPMN (Business Process Model and Notation)8, w której to właśnie komunikaty (wiedza) oraz kierunek ich przepływów są elementami kluczowymi.

Zgodnie z celem niniejszego opracowania przedstawiono koncepcję budowy referencyjnego modelu zarządzania wiedzą dla przedsiębiorstwa produkcyjnego. Rozważany model referencyjny obejmuje procesy biznesowe w dziale serwisowym w przedsiębiorstwie produkcyjnym {P1, P2, ..., FPn}, nЄN, zbiory charakterystyk wiedzy jawnej i ukrytej {W1, W2, ..., Wt}, tЄN oraz związane z nimi źródła wiedzy jawnej i ukrytej {ZW1, ZW2, ..., ZWm}, mЄN. W celu identyfikacji procedury klasyfikacji zgłoszenia serwisowego definiuje się również zgłoszenie serwisowe według trzech parametrów: Zl = [t, l, m], gdzie Zl oznacza klasyfikację zgłoszenia, t - przewidywany czas realizacji, l - zapotrzebowanie na zasoby ludzkie, m - materiały i części zamienne.

Charakterystyka procesów biznesowych w dziale serwisowym przedsiębiorstwa produkcyjnego

Model zarządzania wiedzą w dziale serwisowym przedsiębiorstwa produkcyjnego zaprezentowano na przykładzie przedsiębiorstwa produkującego naczepy samochodowe: specjalistyczne i ogólnego przeznaczenia. W rozpatrywanym przypadku aktywatorem procesu jest zgłoszenie przez użytkownika naczepy chęci (w ramach zwykłego przeglądu okresowego) lub konieczności (w razie wystąpienia nieprawidłowości) skorzystania z usług działu serwisowego producenta9. Poniżej dokonano analizy procesów zachodzących od momentu zgłoszenia się użytkownika naczepy do serwisu do momentu wydania jej po zakończeniu prac serwisowych (rys. 1 - 4).

Rysunek 1. Model procesów biznesowych w serwisie naczep

Źródło: opracowanie własne.

Pierwszym etapem realizacji zgłoszenia serwisowego jest ustalenie akceptowalnego dla obu stron (klient/użytkownik naczepy oraz serwis) terminu dostarczenia naczepy do serwisu. Etap ten obejmuje przewidywany poziom skomplikowania, zasoby materiałowe, zasoby ludzkie oraz czasowe. Model tego procesu przedstawiono na rysunku 2.

Rysunek 2. Model procesu klasyfikacji i ustalania terminu realizacji procedury przeglądu serwisowego

Źródło: opracowanie własne.

Realizacja zgłoszenia serwisowego przebiega w oparciu o wspólny schemat działania, bez względu na rodzaj naczepy oraz numer przeglądu. Dokonuje się określenia ogólnego stanu technicznego naczepy, oceny sprawności komponentów oraz podzespołów naczepy (rys. 3).

Rysunek 3. Ogólny schemat przebiegu przeglądu naczepy

Źródło: opracowanie własne.

Rysunek 4. Model procesu zakończenia przeglądu

Źródło: opracowanie własne.

Przedstawione procesy w dziale serwisowym w przedsiębiorstwie produkcyjnym stanowią tylko pewną część modelu referencyjnego przedsiębiorstwa produkcyjnego, który pozwoli na zbudowanie modelu zarządzania wiedzą dla tego typu przedsiębiorstw. Szczegółowa charakterystyka procesów biznesowych przedsiębiorstwa umożliwia identyfikację źródeł wiedzy jawnej i ukrytej, a w konsekwencji zbudowanie macierzowej mapy wiedzy. W dalszej części opracowania pokazano przykład map wiedzy dla działu serwisowego przedsiębiorstwa produkcyjnego.

Identyfikacja źródeł wiedzy jawnej i ukrytej w dziale usług serwisowych

Wiedza powstaje z informacji, które są dla odbiorcy istotne i zostały zweryfikowane w praktyce. Weryfikacja polega na ustaleniu, czy sądy i wnioski powstałe w procesie interpretacji są zgodne z rzeczywistością, czyli wiedzę stanowią informacje istotne i empirycznie weryfikowalne. Inne, które są nieistotne i są tylko informacją, która za jakiś czas nie będzie potrzebna, nie stanowią wiedzy10.

Przed rozpoczęciem procedury serwisowej kierownik serwisu lub inna osoba przyjmująca zlecenie pozyskuje następującą wiedzę jawną na podstawie informacji przedstawionych przez klienta/użytkownika naczepy:

Tabela 1. Wiedza jawna pozyskiwana w momencie przyjęcia zgłoszenia

Wiedza o: Informacja źródłowa
przebiegu naczepy, wj1; Zbiór informacji o wartościach przebiegu naczepy (wyrażonych w km z dokładnością do 1 tys.).
rodzaju przewożonych ładunków, wj2; Zbiór informacji o wartościach ładunków - przekaz słowny.
rodzajach nawierzchni, na których eksploatowana jest naczepa, wj3 Zbiór informacji o rodzaju nawierzchni - przekaz słowny.

Źródło: opracowanie własne.

W czasie realizacji procedury przeglądowej serwisant pozyskuje następującą wiedzę jawną:

Tabela 2. Wiedza jawna pozyskiwana w czasie realizacji procedury przeglądu

Wiedza o Informacja źródłowa
wynikach oględzin zewnętrznych i kontroli wzrokowej, wj4, ..., wj15 Zbiór informacji o wartościach zmierzonych, tj. o wysokości siodła współpracującego z daną naczepą, grubości sworznia królewskiego i jego stanie oraz o wartościach opisowych dotyczących:
  • obecności i stanu przewodu zasilającego EBS
  • ew. uszkodzeń mechanicznych,
  • stanu: uszczelnień, zaworów i instalacji pneumatycznej, czujników i przewodów instalacji EBS, oświetlenia i instalacji elektrycznej, osi i mocowaniu zawieszenia, poduszek zawieszenia i amortyzatorów, obręczy kół, siłownika hydraulicznego
stanie smarowania poszczególnych podzespołów oraz o jego ew. uzupełnieniu, wj16, wj17 Zbiór informacji o ilości środka smarnego oraz ew. jego uzupełnieniu na poszczególnych elementach
stanie połączeń śrubowych wyspecyfikowanych w liście kontroli połączeń śrubowych wykazu czynności podczas przeglądu naczepy, wj18 Zbiór informacji o ew. konieczności dokręcenia wybranego połączenia
stanie układu pneumatycznego, wj19, wj20, wj21 Zbiór informacji o stanie i szczelności uszczelek, złączy pneumatycznych, zaworów i przewodów.
stanie poszczególnych opon oraz utrzymywaniu prawidłowego ciśnienia wj22, wj23 Zbiór informacji o stanie każdej z opon - stan dobry lub zły. Zbiór informacji o zmierzonym ciśnieniu w każdym z kół, wyrażonym w barach.
poprawności działania oświetlenia, wj24 Zbiór informacji o ew. niesprawności
stanie i poprawności działania poszczególnych komponentów naczepy, wj25, ..., wj35 Zbiór informacji w zależności od typu naczepy, informacje o stanie i poprawności działania jej komponentów (oś podnoszona, nogi podporowe, rozpierak, siłownik hamulcowy, ruchomy dach, kłonice, podnoszony dach, przesuwany dach, klapa, klapodrzwi, rygle, mechanizmy ruchome w naczepach specjalnych).
stopniu zużycia zużywalnych elementów układu hamulcowego, wj36, wj37, wj38 Zbiór informacji w zależności od zastosowanego układu hamulcowego, informacja o grubości klocków hamulcowych, okładzin hamulcowych lub tarcz, zmierzona i wyrażona w mm.
historii zdarzeń dotyczących diagnostyki, kontroli ciśnień i przeciążeń gromadzonej w pamięci układu EBS, wj39 Zbiór informacji w postaci pliku pobranego ze sterownika układu EBS.
ew. wystąpieniu luzów w piastach kół w przypadku osi bębnowych określonego typu, wj40 Zbiór informacji w postaci opisu słownego.

Źródło: opracowanie własne.

Po zakończeniu procedury kierownik - w oparciu o informacje przekazane przez serwisanta - pozyskuje dodatkowo wiedzę jawną, tak jak to pokazano w tabeli 3.

Tabela 3. Wiedza jawna pozyskiwana po zakończeniu realizacji procedury przeglądu

Wiedza o Informacja źródłowa
zmianie w planowanym czasie trwania przeglądu, wj41 Zbiór informacji o całkowitym czasie trwania pełnego przeglądu (wyrażone w minutach).
zmianie w planowanej ilości zużytych materiałów eksploatacyjnych, wj42 Zbiór informacji o ilości zużytych materiałów eksploatacyjnych (wyrażone w wybranej jednostce miary).
zmianie w planowanych naprawianych komponentach i podzespołach, wj43 Zbiór informacji o naprawianych komponentach i podzespołach, wraz z określeniem, czy naprawa ma być rozliczona jako gwarancyjna, czy na koszt klienta/użytkownika.
zmianie w planowanych do wymienienia komponentach i podzespołach, wj44 Zbiór informacji o wymienionych komponentach i podzespołach, wraz z określeniem, czy wymiana ma być rozliczona jako gwarancyjna, czy na koszt klienta/użytkownika.
pracochłonności i poziomie skomplikowania realizacji procedury serwisowej, wj45 Zbiór informacji o zaangażowaniu specjalistów spoza działu serwisowego na podstawie listy osób oraz ich czasu pracy.

Źródło: opracowanie własne.

W toku realizacji zlecenia serwisowego pozyskuje się wiedzę ukrytą:

  • o umiejętnościach poszczególnych pracowników, wu1,
  • o faktycznych warunkach eksploatacji, przypuszczalnym przebiegu, przekraczaniu dopuszczalnych obciążeń, potencjalnych uszkodzeniach oraz niesprawności, wu2,
  • o prawdopodobnym uszkodzeniu sworznia królewskiego oraz nierównomiernym obciążeniu osi naczepy, wu3,
  • o przypuszczalnej próbie ukrycia faktycznego przebiegu naczepy lub wykrycia przeładowania poprzez świadome odłączenie układu EBS, wu4,
  • o przypuszczalnym przeładowywaniu naczepy lub eksploatacji niezgodnie z przeznaczeniem, wu5,
  • o prawdopodobnym przewożeniu towarów niezgodnych z przeznaczeniem lub nieodpowiedniej jakości uszczelnień naczepy, wu6,
  • o trwałości i niezawodności podzespołów wykorzystanych do budowy instalacji pneumatycznej, elektrycznej oraz EBS, wu7,
  • o przypuszczalnie niewłaściwej wysokości siodła lub zbyt dużym luzie w tym elemencie, wu8,
  • o szacowanym czasie koniecznym do planowej obsługi punktów smarowania w zależności od typu naczepy i przebiegu, wu9,
  • o szacowanym czasie koniecznym do weryfikacji i dokręcenia połączeń śrubowych w zależności od typu naczepy i przebiegu, wu10,
  • o ewentualnych wadach montażowych w przypadku powtarzających sie konieczności dokręcania, wu11,
  • o podejściu danego użytkownika do kwestii bezpieczeństwa, wu12,
  • o jakości komponentów dostarczanych przez poszczególnych kooperantów, wu13,
  • o trwałości zastosowanych elementów układu hamulcowego, wu14,
  • o wiarygodności klienta/użytkownika naczepy, wu15,
  • o powstawaniu luzów przy danym obciążeniu i przebiegu, wu16.

Dla zidentyfikowanej wiedzy zaprojektowano macierzową mapę źródeł wiedzy dla działu obsługi posprzedażowej producenta naczep samochodowych, z uwzględnieniem dwóch kluczowych rodzajów stanowisk: kierownika serwisu (występuje tutaj jako organizator pracy i agregator wiedzy) oraz serwisanta (pracownik serwisu, występujący w roli obiektu zbierającego informacje, czyli źródła wiedzy - zob. tab. 4).

Tabela 4. Macierzowa mapa wiedzy jawnej i ukrytej

Wiedza jawna Źródło wiedzy
{wj1; wj2; wj3} Klient/użytkownik
{wj4;...; wj16; wj19;...; wj38; wj40} Notatka serwisanta
{wj17; wj18} Zanotowana przez serwisanta lista punktów, w których konieczne było uzupełnienie środka smarnego
wj39 Plik danych pobranych ze sterownika układu EBS
wj41 Pomiar własny dokonany przez kierownika serwisu lub zbiór informacji od serwisanta
{wj42; wj43; wj44} Zbiór informacji przekazanych przez serwisanta
wj45 Zbiór informacji własnych kierownika serwisu lub przekazanych przez serwisanta
Wiedza ukryta Źródło wiedzy
wu1 Wiedza wynikająca z obserwacji i wyników dotychczasowej pracy
wu2 Wiedza wynikająca z historii współpracy z danym klientem - wiedza na temat stanu ogólnego zaworów i instalacji pneumatycznej, EBS i elektrycznej pozyskana w trakcie przeglądu
wu3 Wiedza wynikająca z własnego doświadczenia i wysokości siodła ciągnika współpracującego z naczepą
{wu4; wu7; wu16} Wiedza wynikająca z własnego doświadczenia
wu5 Wiedza wynikająca z obserwacji i doświadczenia; sugestie serwisanta zawarte są w notatce - dotyczą uszkodzeń mechanicznych naczepy i jej komponentów
wu6 Wiedza wynikająca z obserwacji i doświadczenia, sugestie serwisanta zawarte są w notatce
wu8 Wiedza wynikająca z własnego doświadczenia w połączeniu z obserwacją stanu sworznia królewskiego
{wu9; wu10; wu11} Wiedza wynikająca z własnego doświadczenia i informacji z poprzednich przeglądów
wu12 Wiedza wynikająca ze stanu ogumienia, własnego doświadczenia oraz historii serwisowej danej naczepy oraz innych naczep użytkowanych przez danego klienta
wu13 Wiedza wynikająca z własnego doświadczenia oraz informacje przekazane przez dział produkcji oraz konstrukcyjny
wu14 Wiedza wynikająca z własnego doświadczenia oraz informacje o planowanej trwałości elementów pochodzące z działu konstrukcyjnego
wu15 Informacje zdobyte od klienta skonfrontowane z informacjami zgromadzonymi w pamięci sterownika EBS

Źródło: opracowanie własne.

Procedura klasyfikacji zgłoszenia serwisowego stanowi uogólnienie doświadczeń przedsiębiorstwa produkcyjnego, które realizuje zlecenia serwisowe. Na etapie identyfikacji procedury wykorzystuje się dane pozyskane z przedsiębiorstwa produkcyjnego, dla którego dokonano charakterystyki procesów biznesowych. Oznacza to, że model składa się z wielu submodeli, tworzących konstrukcję procesów biznesowych przedsiębiorstwa i związanych z nimi źródeł oraz charakterystyk wiedzy, a także parametrów zlecenia serwisowego. Model taki daje się różnicować i uszczegóławiać odpowiednio do potrzeb i celów analizy.

Procedura klasyfikacji zgłoszenia serwisowego

Na podstawie pozyskanej i zgromadzonej wiedzy jawnej i ukrytej sformułowano procedurę klasyfikacji zgłoszenia serwisowego (rys. 5).

Rysunek 5. Procedura klasyfikacji zgłoszenia serwisowego

Źródło: opracowanie własne.

Źródło: opracowanie własne. W procedurze wyróżniono trzy główne cechy, na podstawie których klasyfikowane jest nowe zgłoszenie serwisowe: przewidywany czas realizacji, przewidywane zapotrzebowanie na zasoby ludzkie (serwisantów, specjalistów) oraz przewidywane zapotrzebowanie na materiały eksploatacyjne i części zamienne. Można zatem założyć, że każde zgłoszenie serwisowe zostanie sklasyfikowane według trzech parametrów: Zl = [t, l, m], gdzie Zl oznacza klasyfikację zgłoszenia, t - przewidywany czas realizacji, l - zapotrzebowanie na zasoby ludzkie, m - materiały i części zamienne.

Dla każdego zlecenia można określić zbiory charakterystyk wiedzy jawnej:

Z1; j45 = {w1; j1, w1; j2, ...,w1; j45},

Z2; j45 = {w2; j1, w2; j2, ...,w2; j45},

Zt; j45 = {wt; j1, wt; j2, ...,wt; j45}, gdzie zЄN

oraz ukrytej:

Z1; u16 = {w1; u1, w1; u2, ...,w1; u16},

Z2; u16 = {w2; u1, w2; u2, ...,w2; u16},

Zt; u16 = {wt; u1, wt; u2, ...,wt; u16}, gdzie tЄN

Na podstawie otrzymanych wartości charakterystyk wiedzy w dziale usług posprzedażnych można dokonać klasyfikacji nowego zgłoszenia serwisowego. Poniżej zaprezentowano przykład zastosowania proponowanej procedury klasyfikacji zgłoszenia serwisowego.

Mając wiedzę jawną wj37 dotyczącą poziomu zużycia klocków hamulcowych w przypadku naczepy typu X z hamulcami tarczowymi, zgromadzoną na podstawie pięciu przeglądów serwisowych i notatki serwisanta:

Wj37 = {Z1; j37; Z2; j37; Z3; j37; Z4; j37; Z5; j37; Z6; j37; Z7; j37; Z8; j37; Z9; j37; Z10; j37} = {Z1; j37 = grubość klocków wyrażona w mm dla koła 1, koła 2, koła 3, koła 4; itd.},

można dokonać klasyfikacji nowego zgłoszenia według przewidywanego czasu realizacji z uwagi na stopień zużycia klocków hamulcowych.

Natomiast mając wiedzę ukrytą wu15 dotyczącą wiarygodności klienta/użytkownika naczepy, zgromadzoną na podstawie dziesięciu przeglądów serwisowych oraz informacji pozyskiwanych od klienta, przy uwzględnieniu zapisów w systemie EBS:

Wu15 = {Z1; u15; Z2; u15; Z3; u15; Z4; u15; Z5; u15; Z6; u15; Z7; u15; Z8; u15; Z9; u15; Z10; u15} = {Z1; u15 = opis klienta1, opis klienta2, itd.},

można dokonać klasyfikacji nowego zgłoszenia według przewidywanego czasu realizacji.

Przyjmując powyższe założenia, można dokonać klasyfikacji nowego zgłoszenia serwisowego na podstawie zgromadzonej wiedzy jawnej i ukrytej w dziale posprzedażowym w przedsiębiorstwie produkcyjnym.

Podsumowanie

Przedstawiony model referencyjny zarządzania wiedzą dla działu usług serwisowych przedsiębiorstwa produkcyjnego nie jest w pełni rozbudowanym modelem wnioskowania zależności, pokazuje on jednak, że tego typu podejście może być dobrym narzędziem dla oceny zleceń w przedsiębiorstwie. Zdefiniowane grupy charakterystyk wiedzy oraz procedura klasyfikacji zgłoszenia serwisowego dają możliwość prognozy zarówno czasu realizacji, jak i zapotrzebowania na zasoby ludzkie oraz na materiały i części zamienne niezbędne do wykonania nowego zlecenia. Dalsze prace autorów będą obejmowały charakterystykę struktury algorytmu pozyskiwania wiedzy i klasyfikacji nowego zgłoszenia serwisowego na podstawie utworzonej bazy wiedzy. Zostanie również podjęta próba implementacji zaproponowanego algorytmu oraz sprawdzona zostanie jego użyteczność w praktyce gospodarczej.

Bibliografia

  • Grabowski M., Zając A., Dane, informacja, wiedza - próba definicji, „Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie” 2009, nr 798, s. 100-116.
  • Haraf A., Wójcik M., Zarządzanie wiedzą przepustką do sukcesu w biznesie, Portal Innowacji, 2012, http://www.pi.gov.pl/PARP/chapter_86196.asp?soid=EAEB1B9F91E04EE4AE306EBD0CE837DB.
  • Kisielnicki J., Zarządzanie wiedzą we współczesnych organizacjach, [w:] B. Łopusiewicz (red.), Zarządzanie wiedzą w systemach informacyjnych, Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław 2004.
  • Mierzejewska B., Mechanizmy wspierające zarządzanie wiedzą w organizacji, „e-mentor” 2005, nr 3(10), s. 55-59, http://www.e-mentor.edu.pl/artykul/index/numer/10/id/171.
  • Patalas-Maliszewska J., Knowledge Worker Management: Value Assessment, Methods, and Application Tools, Springer, Heidelberg 2013.
  • Piotrowska A., Wiedza jawna i niejawna jako zasób decyzyjny w zarządzaniu personelem, [w:] A. Grzegorczyk (red.), Procesy decyzyjne w warunkach niepewności, Wyższa Szkoła Promocji, Warszawa 2012, s. 79-95.
  • Przedsiębiorstwo MEGA - producent pojazdów użytkowych, osi i zabudów, Książka gwarancyjna, Nysa.
  • Żytniewski M., Zadora P., Modelowanie procesów biznesowych z użyciem notacji BPMN, [w:] M. Pańkowska, S. Stanek (red.), Wyzwania w rozwoju podstaw metodycznych projektowania systemów informatycznych zarządzania, Zeszyty Naukowe Wydziałowe nr 128, Uniwersytet Ekonomiczny w Katowicach, Katowice 2013, s. 195-210.
INFORMACJE O AUTORACH

Adam Dudek

Autor jest instruktorem w Instytucie Informatyki Państwowej Wyższej Szkoły Zawodowej w Nysie. Zajmuje się projektowaniem i realizacją systemów informatycznych (aplikacje webowe, desktopowe oraz mobilne) na potrzeby PWSZ w Nysie oraz firm z sektora MŚP. Od 8 lat pełni funkcję administratora uczelnianego systemu obsługi studiów. Uczestniczył w licznych stażach oraz projektach bazujących na współpracy uczelni z biznesem. Jest opiekunem koła naukowego ENTI oraz twórcą i głównym organizatorem Nyskiej Areny Gier.

Justyna Patalas-Maliszewska

Autorka jest profesorem nadzwyczajnym Uniwersytetu Zielonogórskiego, doktorem habilitowanym nauk technicznych, doktorem nauk ekonomicznych, trenerem REFA, Akredytowanym Konsultantem Funduszy Europejskich z ponad dwunastoletnim doświadczeniem. Specjalizuje się w: biznesie elektronicznym, zarządzaniu wiedzą, zarządzaniu strategicznym oraz opracowywaniu strategii rozwoju dla przedsiębiorstw i zarządzaniu projektami. Jest stypendystką wielu międzynarodowych programów naukowych (m.in. w ramach 7 PR UE, MNiSW, DAAD). Ma na swoim koncie ponad 120 prac i publikacji. Prowadzi wykłady i zajęcia na uczelniach wyższych w Polsce i za granicą (Uniwersytet Zielonogórski, Państwowa Wyższa Szkoła Zawodowa w Nysie, BTU Cottbus-Senftenberg w Niemczech, Uniwersytet Techniczny w Wiedniu), jak również opracowuje dokumenty strategiczne i rekomendacje w obszarze zarządzania wiedzą na poziomie regionalnym i krajowym oraz dokonuje ich ewaluacji.

 

Informacje o artykule

DOI: 10.15219/em61.1196

W wersji drukowanej czasopisma artykuł znajduje się na s. 66-74.

pdf pobierz artykuł w wersji PDF

pdf abstract in English

Cytowanie

A. Dudek, J. Patalas-Maliszewska, Model zarządzania wiedzą w dziale serwisowym przedsiębiorstwa produkcyjnego – studium przypadku, „e-mentor” 2015, nr 4(61), s. 66-74, http://dx.doi.org/10.15219/em61.1196.

Komentarze

Nie ma jeszcze komentarzy do tego artykułu.

dodaj komentarz dodaj komentarz

Przypisy

1 J. Kisielnicki, Zarządzanie wiedzą we współczesnych organizacjach, [w:] B. Łopusiewicz (red.), Zarządzanie wiedzą w systemach informacyjnych, Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław 2004, s. 10.

2 J. Patalas-Maliszewska, Knowledge Worker Management: Value Assessment, Methods, and Application Tools, Springer, Heidelberg 2013.

3 Tamże, s. 4

4 A. Piotrowska, Wiedza jawna i niejawna jako zasób decyzyjny w zarządzaniu personelem, [w:] A. Grzegorczyk (red.), Procesy decyzyjne w warunkach niepewności, Wyższa Szkoła Promocji, Warszawa 2012, s. 5.

5 Tamże, s. 10.

6 A. Haraf, M. Wójcik, Zarządzanie wiedzą przepustką do sukcesu w biznesie, Portal Innowacji, www.pi.gov.pl/PARP/.... [26.02.2015].

7 B. Mierzejewska, Mechanizmy wspierające zarządzanie wiedzą w organizacji, „e-mentor” 2005, nr 3(10), s. 57, www.e-mentor.edu.pl.... [26.02.2015].

8 M. Żytniewski, P. Zadora, Modelowanie procesów biznesowych z użyciem notacji BPMN, [w:] M. Pańkowska, S. Stanek (red.), Wyzwania w rozwoju podstaw metodycznych projektowania systemów informatycznych zarządzania, Zeszyty Naukowe Wydziałowe nr 128, Uniwersytet Ekonomiczny w Katowicach, Katowice 2013, s. 8.

9 Przedsiębiorstwo MEGA - producent pojazdów użytkowych, osi i zabudów, Książka gwarancyjna, Nysa.

10 M. Grabowski, A. Zając, Dane, informacja, wiedza - próba definicji, „Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie” 2009, nr 798, s. 112.