A Multiple Adaptive Neuro-Fuzzy Inference System for Predicting ERP Implementation Success

Document Type: Research Paper

Authors

1 Faculty of Management and Accounting, Allameh Tabataba'i University, Tehran, Iran

2 Faculty of Management, University of Tehran, Tehran, Iran

10.22059/ijms.2020.289483.673801

Abstract

The implementation of modern ERP solutions has brought tremendous opportunities as well as challenges into the realm of intensely competent businesses. ERP implementation phase is a very costly and time-consuming process. The failure of the implementation may result in the entire business to fail or to become incompetent. This fact and the complexity of data streams has led the researchers to develop a hierarchical multi-level predictive solution to automatically predict the implementation success of ERP solution.. The major influential implementation factors in the businesses are titled as Change Orchestration (CO), Implementation Guide (IG), and Requirements Coverage (RC). The factors represent the major elements that guide the implementation project to a final success or to a possible failure if mismanaged. Accordingly, three initial ANFIS models have been designed, trained, and validated for the factors. The models have been developed by gathering data from 414 SMEs located in the Islamic Republic of Iran during a three-year period. Each model is capable of identifying the weaknesses and predicting the successful implementation of major factors. After this step, a final ANFIS model is developed that integrates the outputs of three initial ANFIS models into a final fuzzy inference system, which predicts success of ERP.

Keywords

Main Subjects


Article Title [Persian]

سیستم استنتاج فازی عصبی انطباقی چندگانه برای پیش بینی موفقیت پیاده سازی سیستم برنامه ریزی منابع سازمان

Authors [Persian]

  • ایمان رئیسی وانانی 1
  • بابک سهرابی 2
1 دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی، تهران ، ایران
2 دانشکده مدیریت، دانشگاه تهران، تهران، ایران
Abstract [Persian]

پیاده سازی راهکارهای مدرن برنامه ریزی منابع سازمان فرصت ها و چالش های فوق العاده ای را در دنیای کسب و کارهای به شدت رقابتی فراهم آورده است. گام پیاده سازی سیستم برنامه ریزی منابع سازمان، فرآیندی هزینه بر و زمان بر است. شکست در پیاده سازی می تواند منجر به شکست تمام کسب و کار یا عدم رقابت پذیری آن شود. این حقیقت و پیچیدگی جریان های داده محققین را بر آن داشت تا یک راهکار چندگانه سلسله مراتبی به منظور پیش بینی خودکار موفقیت پیاده سازی راهکار برنامه ریزی منابع سازمان طراحی کنند. عوامل اساسی موثر بر پیاده سازی عبارتند از همراستاسازی تغییر، هدایت پیاده سازی و تامین نیازمندی ها. در همین راستا، سه مدل اولیه فازی عصبی طراحی، آموزش و اعتبارسنجی شدند. مدل ها به واسطه داده های گردآوری شده از 414 سازمان ایرانی در طی یک دوره سه ساله توسعه داده شدند. بعد از این گام، مدل نهایی توسعه یافت که موفقیت نهایی پیاده سازی را پیش بینی می نماید. این مدل تجارب حاصل از پروژه های پیشین را در یک سیستم آینده نگر یکپارچه می کند و قادر است تا بار سنگین شکست پیاده سازی راهکار برنامه ریزی منابع سازمان را کاهش دهد.

Keywords [Persian]

  • انفیس
  • برنامه ریزی منابع سازمان
  • موفقیت
  • پیاده سازی پایدار
  • پیش بینی