چکیده
این مقاله یک مدل برای بررسی اثرات مستقیم و غیر مستقیم هوش تجارت (BI) بر عملکرد را از طریق یادگیری شبکه (NL) و نوآوری (INNOV) ارائه می دهد. بررسی بر اساس یک نمونه 228 تایی استارت آپ از کشورهای مختلف اروپایی است. ما آن روابط را با استفاده از مدل سازی اروپایی ساختاری بدست می آوریم.
نتایج این مطالعه اثرات مثبت میان متغیرهای مختلف را مورد توجه قرار می دهد و ما می توانیم نتیجه بگیریم که توانایی هوش تجارت تاثیر مهمی بر یادگیری شبکه، نوآوری و عملکرد دارد. از این یافته می توان نتیجه گرفت که برخی رسیدگی ها باید برای توانایی های هوش تجارت در استارت آپ در نظر گرفته شود. آن می تواند بر عملکرد شرکت تاثیر بگذارد. همچنین، تاثیر یادگیری شبکه از طریق BI قابل ملاحظه است و تاثیر مثبتی روی عملکرد دارد.
همانطور که را اندازی ها معمولا با کمبود منابع مبارزه می کنند و گروه با درخواست های متعدد روبرو می شود، به نظر می رسد که ارائه شیوه های هوش تجارت یک چالش جدید برای مقابله با آن است. اما از آنجا که اطلاعات یک منبع مهم برای تصمیم گیری بهتر است، آن می تواند نتیجه بخش باشد.
مقدمه
در اینجا هیچ معیار رایج پذیرفته شده ای برای رجوع به هوش داخلی و خارجی مورد نیاز برای تصمیم گیری در تجارت وجود ندارد. ما هوش تجارت (BI) را به عنوان یک ترم کلیدی شامل فناوری ها و فرایندهای در رابطه با هوش برای بهبود تصمیم گیری در نظر می گیریم (Wanda & Stian, 2015). BI "یک فرایند و یک فراورده" است. این فرایند متشکل از روش هایی است که سازمان ها برای توسعه هوش یا اطلاعات مفید استفاده می کنند که می تواند به سازمان ها برای بقا و پیشرفت کمک کند. فراورده اطلاعاتی است که به سازمان ها این امکان را می دهد تا رفتار "رقبا، فروشندگان، مشتریان، فناوری ها، کسب سود، بازارها، محصولات و خدمات، و محیط کسب و کار عمومی" را با یک درجه اطمینان پیش بینی کند.
Abstract
This paper proposes a model to investigate the direct effects of Business Intelligence (BI) on performance, and the indirect effects, through network learning (NL) and innovativeness (INNOV). The investigation is based on a sample of 228 startups from different European countries. We explore those relationships using Structural Equation Modeling.
The results of this study point to positive effects among the different variables and we can conclude that Business Intelligence capacities have an impact on network learning, innovativeness and performance. From these findings, it can be argued that some attention must be made to the business intelligence capacities in startups, given the impact it can have on firm performance. Also, the network learning effect through BI is significative and presents a positive influence in performance.
As startups usually are struggling with lack of resources and the team faces multiple attention demands it seems that proposing business intelligence practices is a new challenge to overcame, but as information is a key resource for better decision making it can payoff.
Introduction
There is no commonly accepted term for referring to internal and external intelligence required for business decision-making, we consider Business Intelligence (BI) as an umbrella term consisting of technologies and processes to deal with information to improve decision making (Wanda & Stian, 2015). BI is “both a process and a product.” The process is composed of methods that organizations use to develop useful information, or intelligence, that can help organizations survive and thrive. The product is information that will allow organizations to predict the behavior of their “competitors, suppliers, customers, technologies, acquisitions, markets, products and services, and the general business environment” with a degree of certainty.
چکیده
مقدمه
پیشینه نظری و فرضیه ها
هوش تجارت
یادگیری شبکه
نوآوری
عملکرد راه اندازی
توسعه فرضیات
روش
نمونه
متغیرها و اندازه ها
جهت گیری روش رایج
نتایج
ملاحظات نهایی، محدودیت ها و جهت های آینده
Abstract
Introduction
Theoretical background and hypotheses
Business Intelligence
Network learning
Innovativeness
Startup performance
Hypotheses development
Method
Sample
Variables and measures
Common method bias
Results
Final considerations, limitations and future directions