[התמונה המקורית היא תמונה חופשית - CC0 Creative Commons - שעוצבה והועלתה על ידי Pexels לאתר Pixabay]
[למאמר המקורי באנגלית, לחצו כאן] [לאוסף המאמרים על רשתות חברתיות, לחצו כאן]
Valdis Krebs הוא המדען הראשי והמייסד של חברת Orgnet LLC, קליבלנד / אקרון, אזור אוהיו (Cleveland/Akron, Ohio Area). הוא מדען המתמחה בניתוח רשתות ארגוניות (Organizational Network Analysis - ONA), בניתוח נתונים ובהדמיה חברתית, יחסית, רב-מודאלית, כדי לעזור ללקוחות בפרויקטים של שינוי והסתגלות ארגונית.
Krebs עושה שימוש במחקריו בכריית נתונים, בניתוח גרפים, בניתוח רשתות, באיתור דפוסים קבועים / בתבניות ובבינה מלאכותית (AI) כדי לסייע לבסיס לקוחות עולמי. הוא פיתח את תוכנת InFlow לניתוח רשתות חברתיות Social Network Analysis) SNA); ולניתוח רשתות ארגוניות (Organizational Network Analysis - ONA).
לפני שהפך לעצמאי, מילא Valdis Krebs תפקידים שונים בתחום ניהול משאבי אנוש / HRMS בחברות: וולט דיסני, TRW, טויוטה ופורד מוטור. כיום, הוא עובד ממשרדו בקליבלנד, אוהיו (ארצות הברית) עם רשת עמיתים ברחבי העולם.
Krebs צוטט אלפי פעמים בפרסומים אקדמיים, בבקשות פטנטים ובמסמכי בית משפט על ניתוח רשתות.
[להרחבת המושג: 'רשת', לחצו כאן] [להרחבת המושג ניתוח רשת חברתית SNA, לחצו כאן] [לקובץ המאמרים בנושא ניתוחי רשת ארגונית ONA, לחצו כאן]
[התמונה המקורית היא תמונה חופשית - CC0 Creative Commons - שעוצבה והועלתה על ידי geralt לאתר Pixabay]
אנשי מקצוע אינם מקבלים החלטות בחלל הריק. בנוסף, הם אינם מחליטים על סמך עובדות ומספרים בלבד. כמו כולנו, הם משתמשים ברשת הקשרים המקומית שלהם, המורכבת מעמיתים אמינים אחרים לצורך ייעוץ, מתן דעה וחוות דעת מקצועיות.
מפת הרשת שלמטה מגלה כיצד רופאים מחפשים זה את זה, כדי לדון בטיפולים רפואיים חדשים. שמות הרופאים הוחלפו במספרים כדי להגן על פרטיותם. אם רופא A פונה לרופא B לקבלת ייעוץ / חוות דעת / מומחיות, נמשך חץ מצומת A לצומת B. התבנית של חיצים ישירים ועקיפים המקיפים צומת, עוזרת לקבוע את השפעתו של אותו אדם - ההשפעה היא לרוב מקומית.
מיהם מובילי הדעה העיקריים בקהילה הנ"ל? ועל מי הם משפיעים?
נדרשת גישה ליותר ממוביל דעה אחד כדי להגיע לקהילה כולה!
העין נוטה באופן טבעי אל אותם צמתים שיש להם קישורים רבים המצביעים עליהם. הצומת שרוב החצים נכנסים אליה [רכזת בשפת הרשתות המורכבות] הוא הרופא 048, ואחריו 013 ו- 081 ואז 078:
[הרשתות עובדו במערכת לניתוח רשתות חברתיות וארגוניות InFlow , חברת Orgnet LLC]
האם ניתוח פשוט זה מגלה מיהו המשפיע ביותר בקבוצה זו של אנשי מקצוע? לא. ניתוח יסודי זה לא תמיד מדויק. אנו משתמשים באלגוריתם מתוחכם יותר, שלוקח בחשבון את הקישורים הישירים והעקיפים ברשת. גישה זו מספקת הערכה מדויקת יותר של מי שמשפיע באמת ברחבי רשת הרופאים. שיטה זו מאפשרת גם ללקוחותינו למצוא מומחים נסתרים - כאלה שאולי אין להם הרבה קשרים גלויים; אך, משפיעים מאוד על מנהיגי דעה אחרים.
באמצעות אותו אלגוריתם, הפוך, אנו יכולים להראות במהירות את אשכולות ההשפעה הישירים והעקיפים של כל אחד ממובילי דעות המפתח. לאן זורמת השפעתם? ואיפה זה מצטלב עם דעות אפשריות אחרות?