دانلود رایگان مقالات تیلور و فرانسیسدانلود رایگان مقالات سال 2018دانلود رایگان مقاله ISI سرمایه گذاری به زبان انگلیسیدانلود رایگان مقاله ISI عملکرد شرکت به زبان انگلیسیدانلود رایگان مقاله ISI کلان داده یا بیگ دیتا به زبان انگلیسیدانلود رایگان مقاله ISI مدیریت به زبان انگلیسی سال 2022 و 2023دانلود رایگان مقاله ISI مدیریت عملکرد به زبان انگلیسیسال انتشار

مقاله انگلیسی رایگان در مورد سرمایه گذاری در آنالیز کلان داده و عملکرد شرکت – تیلور و فرانسیس ۲۰۱۸

 

مشخصات مقاله
انتشار مقاله سال ۲۰۱۸
تعداد صفحات مقاله انگلیسی ۱۷ صفحه
هزینه دانلود مقاله انگلیسی رایگان میباشد.
منتشر شده در نشریه تیلور و فرانسیس
نوع مقاله ISI
عنوان انگلیسی مقاله Investments in big data analytics and firm performance: an empirical investigation of direct and mediating effects
ترجمه عنوان مقاله سرمایه گذاری در آنالیز کلان داده و عملکرد شرکت: اثرات مستقیم و با واسطه
فرمت مقاله انگلیسی  PDF
رشته های مرتبط مدیریت
گرایش های مرتبط مدیریت عملکرد
مجله مجله بین المللی تحقیقات تولید – International Journal of Production Research
دانشگاه Department of Management and Production Engineering – Italy
کلمات کلیدی تحلیل داده های بزرگ؛ ارزش کسب و کار؛ رضایت مشتری؛ عملکرد شرکت؛ بررسی مبتنی بر منابع
کلمات کلیدی انگلیسی big data analytics; business value; customer satisfaction; firm performance; resource-based view
کد محصول E6433
وضعیت ترجمه مقاله  ترجمه آماده این مقاله موجود نمیباشد. میتوانید از طریق دکمه پایین سفارش دهید.
دانلود رایگان مقاله دانلود رایگان مقاله انگلیسی
سفارش ترجمه این مقاله سفارش ترجمه این مقاله

 

بخشی از متن مقاله:
Introduction

Firms are involved in the rapid evolution of big data technologies and are increasingly interested in the potential of big data. Big data promises to create added value in a variety of operations (OECD 2013) and has been identified as the next big thing in innovation (Gobble 2013; Wamba et al. 2017). However, a long list of Information Technology (IT) systems has been announced as being value creating, once implemented into organisations, without actually, satisfying the expectations: this is a recurrent bandwagon phenomenon in the IT domain, with recent examples coming from ebusiness (Coltman et al. 2000), green Information Systems (IS) (Dedrick 2010) and blockchain (Avital et al. 2016). Hence, the complex and crucial question of ‘Whether, when, and how to innovate with information technology, confronts managers in virtually all of today’s enterprises’ (Swanson and Ramiller 2004, 553). Accordingly, when the innovation is highly debated and publicly promoted by policy-makers and the mass media, as in the case of big data, deliberative behaviour can be swamped (Swanson and Ramiller 2004). Is big data the current ‘me too’ phenomenon? Based on the practical importance of big data in firms, provided also by policy-makers and mass media, today firms try to leverage on big data and big data technologies in order to capture and profit from the enormous amount of data available from many sources, such as social media activities, radio frequency identification (RFID) tags, web information, mobile phone usage and consumer preferences expressed on the web (Davenport 2014). These business initiatives can imply profound changes in the way companies manage their customers and their business models. Accordingly, recent studies assert that ‘big data is more than a technological issue, and to be fully effective, big data needs to become part of the fabric of organisations’ (Braganza et al. 2017, 329). Recent research suggests that big data is a driver of business success across a wide range of industries (McAfee et al. 2012). Organisations are investing considerable resources in big data initiatives in their search for value creation opportunities (Chen, Chiang, and Storey 2012), in order to drive their digital business strategies (Bharadwaj et al. 2013), to transform supply chains (Wang et al. 2016a; Gunasekaran et al. 2017), to allow them to make better-informed business decisions (Eastburn and Boland 2015), and finally to improve firm performance (Ji-Fan Ren et al. 2016). Nonetheless, alerts are being launched to make managers aware of the fact that big data is not a panacea (Akter et al. 2016), ‘an uncritical analysis of poorly understood data sets does not generate knowledge’ (Matthias et al. 2017, 41).

نوشته های مشابه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا