﻿<?xml version="1.0" encoding="utf-8"?>
<ArticleSet>
  <ARTICLE>
    <Journal>
      <PublisherName>مرکز منطقه ای اطلاع رسانی علوم و فناوری</PublisherName>
      <JournalTitle>فصلنامه فناوری اطلاعات و ارتباطات ایران</JournalTitle>
      <ISSN>2717-0411</ISSN>
      <Volume>18</Volume>
      <Issue>68</Issue>
      <PubDate PubStatus="epublish">
        <Year>2026</Year>
        <Month>9</Month>
        <Day>11</Day>
      </PubDate>
    </Journal>
    <ArticleTitle>A Systematic Method for Prioritizing Stakeholders in Data Governance Steering Committees: An Organizational Data Ecosystem Approach </ArticleTitle>
    <VernacularTitle>روشی‌ نظام‌مند برای اولویت‌بندی ذینفعان در کمیته‌ی راهبری حکمرانی داده بر اساس اکوسیستم داده‌ی سازمان</VernacularTitle>
    <FirstPage>228</FirstPage>
    <LastPage>249</LastPage>
    <ELocationID EIdType="doi" />
    <Language>fa</Language>
    <AuthorList>
      <Author>
        <FirstName>فهیمه</FirstName>
        <LastName> سلیمی کوچی</LastName>
        <Affiliation>دانشگاه تربیت مدرس</Affiliation>
      </Author>
      <Author>
        <FirstName>ابوالقاسم </FirstName>
        <LastName>سرآبادانی</LastName>
        <Affiliation>دانشگاه تربیت مدرس</Affiliation>
      </Author>
    </AuthorList>
    <History PubStatus="received">
      <Year>2026</Year>
      <Month>2</Month>
      <Day>8</Day>
    </History>
    <Abstract>&lt;p style="direction: ltr;"&gt;In today&amp;rsquo;s data-driven economy, data governance is not merely a technical and control requirement but a strategic capability for enhancing efficiency, ensuring compliance, and creating value from data assets. In this context, identifying key stakeholders and determining how they should participate in the data governance steering committee remain important yet insufficiently addressed issues. To address this gap, this study proposes the Data Ecosystem Stakeholder Prioritization Algorithm (DESPA), a systematic, data-driven method for identifying and prioritizing stakeholders within an organization&amp;rsquo;s data ecosystem. By considering the business importance of datasets, the frequency of data exchanges, and the direction of data flows, DESPA calculates stakeholders&amp;rsquo; relative importance and classifies them according to their appropriate mode of participation in the steering committee. The study&amp;rsquo;s main contribution is to provide a quantitative, transparent, and reproducible basis for translating data-exchange relationships into specific recommendations regarding committee composition and stakeholder roles. The applicability of the method was examined through a realistic scenario involving a hypothetical petrochemical holding company. The results demonstrate that DESPA can distinguish between the number of data relationships and stakeholders&amp;rsquo; substantive importance, classifying them into three categories: core, advisory, and regular stakeholders. Accordingly, the proposed method reduces reliance on subjective judgments, supports the determination of appropriate membership arrangements in data governance steering committees, and can serve as a decision-support tool for large, multi-stakeholder organizations.&lt;/p&gt;</Abstract>
    <OtherAbstract Language="FA">&lt;p&gt;در اقتصاد داده&amp;zwnj;محور امروز، حکمرانی داده صرفاً یک الزام فنی و کنترلی نیست، بلکه قابلیتی راهبردی برای ارتقای کارایی، تضمین انطباق و خلق ارزش از دارایی&amp;zwnj;های داده&amp;zwnj;ای به شمار می&amp;zwnj;رود. در این میان، شناسایی ذی&amp;zwnj;نفعان کلیدی و تعیین نحوه مشارکت آنان در کمیته راهبری، یکی از مسائل مهم و در عین حال کمتر تبیین&amp;zwnj;شده در حوزه&amp;zwnj;ی حکمرانی داده است. این پژوهش با هدف پاسخ&amp;zwnj;گویی به این مسئله، الگوریتمی نظام&amp;zwnj;مند و داده&amp;zwnj;محور با عنوان &amp;laquo;DESPA&amp;raquo; برای شناسایی و اولویت&amp;zwnj;بندی ذی&amp;zwnj;نفعان اکوسیستم داده ارائه می&amp;zwnj;کند. الگوریتم پیشنهادی با درنظرگرفتن اهمیت مجموعه&amp;zwnj;داده برای کسب&amp;zwnj;وکار، فراوانی تبادل و جهت جریان داده، اهمیت نسبی ذی&amp;zwnj;نفعان را محاسبه و آنان را از نظر نوع مشارکت در کمیته راهبری طبقه&amp;zwnj;بندی می&amp;zwnj;کند. نوآوری پژوهش در فراهم&amp;zwnj;کردن مبنایی کمّی، شفاف و تکرارپذیر برای تبدیل روابط واقعی تبادل داده به پیشنهاد مشخصی درباره ترکیب کمیته و نقش هر ذی&amp;zwnj;نفع است. قابلیت کاربرد روش با اجرای آن در سناریوی واقع&amp;zwnj;نمای یک هلدینگ فرضی پتروشیمی بررسی شد. نتایج نشان داد که DESPA می&amp;zwnj;تواند میان تعداد روابط داده&amp;zwnj;ای و اهمیت واقعی ذی&amp;zwnj;نفعان تمایز قائل شود و آنان را در سه سطح هسته&amp;zwnj;ای، مشورتی و عادی طبقه&amp;zwnj;بندی کند. بر این اساس، روش پیشنهادی ضمن کاهش اتکا به قضاوت&amp;zwnj;های سلیقه&amp;zwnj;ای، امکان تعیین نوع عضویت ذی&amp;zwnj;نفعان در کمیته راهبری حکمرانی داده را فراهم می&amp;zwnj;سازد و می&amp;zwnj;تواند به&amp;zwnj;عنوان ابزاری تصمیم&amp;zwnj;یار در سازمان&amp;zwnj;های بزرگ و چندذی&amp;zwnj;نفعی به کار گرفته شود.&lt;/p&gt;</OtherAbstract>
    <ObjectList>
      <Object Type="Keyword">
        <Param Name="Value">حکمرانی داده، کمیته‌ی راهبری حکمرانی داده، اکوسیستم داده، اولویت‌بندی ذی‌نفعان، DESPA</Param>
      </Object>
    </ObjectList>
    <ArchiveCopySource DocType="Pdf">http://jour.aicti.ir/en/Article/Download/52968</ArchiveCopySource>
  </ARTICLE>
</ArticleSet>