من ورشة العمل إلى الإنتاج: بناء تصنيف من 1,840 مصطلحاً لقسم التصنيع في الشركة Z.

نبذة عن العميل

يتولى قسم التصنيع في الشركة Z مسؤولية تركيب منتجات الشركة Z وتعبئتها وتوزيعها على أكثر من 140 سوقًا حول العالم، وتنسيق شبكة تصنيع عالمية مترابطة تشمل مواقع داخلية ومنظمات تصنيع تعاقدي.

سياق القطاع

هذه المهمة هي الخطوة التالية الطبيعية في نمط شائع في استشارات إدارة المعرفة: مهمة استشارية أولية ترسي الثقة والمصداقية التقنية، ثم تفضي مباشرة إلى مهمة بناء أكبر متى اطمأن العميل إلى النهج. فقبل أشهر، كانت Iknow قد قدمت ورشة عمل تصنيف لفريق إدارة المعرفة في الشركة Z، انتقدت فيها خارطة طريقهم القائمة وأثبتت عمق Iknow في منهجية التصنيف وفي محتوى التصنيع الدوائي على حد سواء. واستنادًا إلى تلك الخبرة المثبتة، طلبت الشركة Z من Iknow قيادة البناء الكامل، انتقالًا من التوجيه الاستراتيجي إلى نظام تصنيف وتبويب جاهز للإنتاج يخدم علماء الشركة Z ومهندسيها مباشرة.

الوضع الراهن

سعى فريق إدارة المعرفة الداخلي في الشركة Z إلى تعزيز وتطبيق تصنيف مخصص ومحرك تصنيف آلي على محتواه وأدوات البحث لديه، بما يمكّن علماء الشركة Z ومهندسيها من العثور على المحتوى ذي الصلة بسرعة أكبر. وطلب قسم التصنيع في الشركة Z من Iknow قيادة هذا الجهد، مستشهدًا بخبرة Iknow في تطوير تصنيفات علمية وهندسية معقدة وخبرتها العميقة في مجال تصنيع الأدوية والمستحضرات البيولوجية.

• محتوى هائل متعدد الأبعاد يحتاج إلى تصنيف. امتد محتوى الشركة Z عبر برامج الأدوية ومواقع التصنيع ومنظمات التصنيع التعاقدي وأنواع المستندات والأشكال الصيدلانية والمواد والأساليب التحليلية ومشكلات وانحرافات التصنيع المعروفة: أبعاد لا تنتظم بسلاسة في تسلسل هرمي واحد بسيط.
• غياب مفردات منظمة قائمة لمئات المفاهيم الخاصة بالتصنيع. كانت الأساليب التحليلية ومشكلات وانحرافات التصنيع الشائعة موجودة كمعرفة قبلية متناثرة بين الأقسام، لا كمفردات موثقة ومنظمة يمكن أن تدعم نظام بحث أو تصنيف.
• دقة التصنيف كان يجب إثباتها لا افتراضها. نظرًا للرهانات التقنية والتنظيمية في محتوى التصنيع الدوائي، احتاجت الشركة Z إلى أدلة قابلة للقياس على أن التصنيف الآلي يطابق ما كان خبراء الموضوع سيسمونه يدويًا، لا مجرد تصنيف يبدو معقولًا على الورق.
• كان على النظام أن يتوسع وأن يظل قابلًا للصيانة. كان على نموذج التصنيف أن يعمل بموثوقية عبر كامل قاعدة محتوى SharePoint لدى الشركة Z، الممتدة عبر مواقع ومكتبات متعددة، فيما كان على موظفي الشركة Z صيانة النموذج وتعديله بأنفسهم بدلًا من الاعتماد إلى ما لا نهاية على مستشارين خارجيين.

• بناء نموذج تصنيف مخصص يعكس الهياكل التنظيمية والعلمية والعملياتية للشركة Z.
• تأسيس التصنيف على حالات استخدام واقعية لإدارة المعرفة وعلى المصطلحات التي يبحث بها المستخدمون ويتصفحون بها فعلًا.
• تطوير وضبط قواعد تصنيف آلي تطابق المحتوى بموثوقية مع مصطلحات التصنيف الصحيحة.
• التحقق من دقة التصنيف مقابل الوسم اليدوي لخبراء الموضوع.
• تدريب موظفي الشركة Z على صيانة التصنيف والقواعد وتعديلهما باستقلالية وإعداد النموذج للنشر الكامل عبر جميع محتوى SharePoint لدى الشركة Z.

كيف هيكلت Iknow العمل

اتبعت Iknow عملية تكرارية قائمة على الأدلة، تنتقل من مراجعة التصنيفات التاريخية، مرورًا بمقابلات حالات الاستخدام والتنقيب في النصوص، إلى تطوير التصنيف والقواعد، وتدريب العميل، والتحقق واسع النطاق قبل النشر.

الأنشطة والقرارات الرئيسية

• مراجعة مخططات التصنيف التاريخية. راجعت Iknow التنظيم الوظيفي للشركة Z، وتسميات الأدوية وتصنيفها، والمواقع الجغرافية، ومنظمات التصنيع التعاقدي لملء الأوجه الأساسية للتصنيف. ودرس الفريق خطوات العمليات الرئيسية في التصنيع والتسويق الدوائيين، إلى جانب أنواع المستندات الناتجة عنها، وجمع بين مصطلحات الشركة Z ومجموعات المصطلحات القياسية في القطاع لملء وجهي الشكل الصيدلاني ونوع المادة. كما بنى الفريق وجهين جديدين من مصادر داخلية، يسردان أكثر من 200 أسلوب تحليلي و400 من مشكلات وانحرافات التصنيع الشائعة.
• مقابلات حالات الاستخدام. أجرت Iknow 15 مقابلة معمقة مع مديري الشركة Z في الأقسام الأساسية لفهم حالات استخدام إدارة المعرفة والمصطلحات المستخدمة في البحث وتصفح المحتوى. ساعدت هذه المقابلات في تحديد مستوى التفصيل المناسب لكل وجه وتوليفات المصطلحات التي سيبحث بها المستخدمون فعلًا.
• التنقيب في النصوص. استخدمت Iknow أدوات Text Miner من Smartlogic على عينة ممثلة من محتوى الشركة Z لاستخراج مصطلحات مرشحة ومرادفات واختصارات إضافية لمفاهيم سبق تحديدها من خلال المقابلات ومراجعة المستندات.
• تطوير نموذج التصنيف وصقله. بنت Iknow مسودة أولى للنموذج في Semaphore Ontology Editor من Smartlogic، تلتها جولات متعددة من التحرير والمراجعة مع خبراء الموضوع. احتوى النموذج النهائي على 1,840 مصطلحًا منظمًا في تسلسل هرمي من أربعة مستويات عبر 10 أوجه، مع مرادفات واختصارات وتسميات بديلة للأدوية في مراحل تطوير مختلفة، إضافة إلى أكثر من 200 رابط ترابطي بين المصطلحات ذات الصلة يدعم التصنيف وتصفح المفاهيم لاحقًا للمستخدمين.
• تطوير قواعد التصنيف وصقلها. بنت Iknow قوالب قواعد تصنيف قائمة على XML وخصصتها على نطاق واسع بحيث توازن بين أنواع مختلفة من أدلة التصنيف (كلمات وعبارات العنوان والمتن، والبيانات الوصفية القائمة، واستخدام المرادفات والاختصارات، والأدلة السلبية) لكل وجه، مع اختبار النتائج على مستندات عينات طوال العملية.
• تدريب العميل. أعدت Iknow وقدمت جلسة تدريبية تفاعلية عبر الإنترنت مدتها ساعتان غطت إعداد التصنيف وتحرير القواعد وتهيئتها في Semaphore، بما مكّن محترفي الشركة Z من إجراء تعديلاتهم المستقبلية بأنفسهم باستخدام بيئات التطوير الفردية القائمة على المهام في Semaphore.
• الاختبار والتحقق. طوّرت Iknow قواعد تصنيف آلي مخصصة لكل وجه واختبرتها تكراريًا مقابل الوسم اليدوي لخبراء الموضوع على نحو 80 مستند عينة، مستخدمةً تطابق F-score معيارًا للدقة. ثم وُسّع نطاق التحقق ليشمل مراجعة عالية المستوى لنحو 7,000 مستند من مستندات الشركة Z مأخوذة من مواقع ومكتبات SharePoint متعددة، تلتها مراجعات نهائية لتحسين الدقة.

أصحاب المصلحة والتعاون

عملت Iknow متعاقدًا من الباطن مع المتعاقد الرئيسي CGI، بالتعاون مع فريق إدارة المعرفة الداخلي في الشركة Z، ومديري الأقسام في الوظائف الأساسية للشركة Z، وخبراء الموضوع الذين راجعوا نموذج التصنيف وتحققوا من دقة التصنيف طوال المهمة.

هيكلة مشكلة تصنيف متعددة الأبعاد بحق

كان محتوى الشركة Z بحاجة إلى تنظيم وفق أبعاد تنظيمية وجغرافية وعملياتية ودوائية ومادية ومنهجية وأبعاد المشكلات والانحرافات في آن واحد، وهي بنية كان يمكن أن تنهار بسهولة إلى تسلسل هرمي واحد غير قابل للاستخدام إذا عولجت بلا عناية. عالجت Iknow ذلك بتنظيم التصنيف في 10 أوجه متمايزة، كل منها مؤسس على مصدر مختلف ومكمل: بيانات تنظيمية داخلية، وتحليل العمليات وأنواع المستندات، ومزيج من المصطلحات الداخلية والقياسية في القطاع، وبحث أصيل بنى وجهين جديدين كليًا من مصادر داخلية.

إثبات موثوقية التصنيف على نطاق الإنتاج

لم يكن تصنيف يبدو معقولًا على الورق كافيًا؛ فقد احتاجت الشركة Z إلى دليل على أن التصنيف الآلي موثوق بما يكفي للاعتماد عليه عبر قاعدة محتوى كبيرة وحساسة تقنيًا. عالجت Iknow ذلك باستخدام تطابق F-score بين التصنيف الآلي والوسم اليدوي لخبراء الموضوع معيارًا صريحًا وقابلًا للقياس للدقة. وكرر الفريق العمل على نحو 80 مستند اختبار مفصلًا حتى صارت النتائج مرضية، ثم وسّع التحقق إلى مراجعة نحو 7,000 مستند عبر مواقع ومكتبات SharePoint متعددة، محددًا مشكلات الدقة ومصححًا لها قبل النشر الكامل.

النتائج التشغيلية

• تسليم تصنيف من 1,840 مصطلحًا منظمًا في تسلسل هرمي من أربعة مستويات مع 10 أوجه، من بينها وجهان جديدان كليًا بُنيا من مصادر داخلية يغطيان أكثر من 200 أسلوب تحليلي و400 من مشكلات وانحرافات التصنيع الشائعة.
• إجراء 15 مقابلة معمقة لحالات الاستخدام مع مديري أقسام الشركة Z وإضافة أكثر من 200 رابط بين المصطلحات ذات الصلة عبر التسلسل الهرمي للتصنيف.
• التحقق من دقة التصنيف مقابل الوسم اليدوي للخبراء على نحو 80 مستند عينة باستخدام تطابق F-score، ثم توسيع التحقق إلى مراجعة عالية المستوى لنحو 7,000 مستند عبر مواقع ومكتبات SharePoint متعددة.

النتائج الاستراتيجية والتنظيمية

يجري نشر نموذج التصنيف النهائي وقواعد التصنيف عبر كامل محتوى SharePoint لدى الشركة Z، دعمًا لتحديث مخطط لواجهة المستخدم. وقد جهزت جلسة التدريب التي قدمتها Iknow لمدة ساعتين محترفي الشركة Z لإجراء تعديلاتهم وضبطهم المستقبلي للنموذج والقواعد بأنفسهم، بما يمنح الشركة ملكية دائمة ومستقلة للنظام بدلًا من الاعتماد المستمر على مستشارين خارجيين.

الزمن حتى تحقق الأثر

أكملت Iknow مهمة البناء التي استمرت تسعة أشهر مباشرة عقب ورشة العمل التشخيصية المقدمة في العام السابق؛ ويمثلان معًا دورة حياة كاملة للتصنيف من ورشة العمل إلى الإنتاج.

المهارات الأساسية

• تطوير التصنيفات ونمذجتها
• هندسة التصنيف الآلي
• التحقق من تصنيف المحتوى وضمان جودته
• تمكين العميل وتدريبه

الأساليب والأطر

• تصميم التصنيفات القائم على الأوجه
• تطوير المصطلحات الموجه بحالات الاستخدام
• التنقيب في النصوص لاكتشاف المصطلحات المرشحة
• التحقق من دقة التصنيف بالاستناد إلى F-score

التقنيات والأدوات

• Smartlogic Semaphore (Ontology Editor وText Miner ومحرك قواعد التصنيف)
• قوالب قواعد تصنيف قائمة على XML
• Microsoft SharePoint (وجهة نشر المحتوى)