دانلود مقاله هوش تجاری و تجزیه و تحلیل ها و تاثیر آن بر عملکرد استارتاپ های اندونزی

چکیده

     هوش تجاری توسعه یافته ترین موضوع در تحقیق مدیریت استراتژیک است. با این حال ارتباط آن با عملکرد استارتاپ در تحقیق مورد بررسی قرار نگرفته است . این تحقیق با در نظر گرفتن این مسئله که سرمایه گذاری در اندونزی یکی از بزرگترین بخش های منطقه آسیا و اقیانوسیه است، به بررسی مدلهای استارتاپ می پردازد. این مطالعه از ESM-PLS برای آنالیز رابطه میان هوش تجاری، نوآوری، یادگیری شبکه ای، عملکرد استارتاپ استفاده می کند.واحد آنالیز استفاده شده،استارتاپ ثبت شده در مرکز داده های اندونزی بود که توسط آژانس خلاق اقتصاد راه اندازی شده بود. 992 استارتاپ ثبت شده بودند که ۸۸۵ ایمیل به شرکت‌هایی که دارای ایمیل بودند ارسال شد. فقط ۳۱ استارتاپ به پرسشنامه تحقیقاتی جواب دادند که منجر به نرخ پاسخ‌دهی سه و نیم درصد شد. یافته‌های این مطالعه نشان می‌دهد با آنکه هوش تجاری ظاهراً تاثیری بر موفقیت استارتاپ ندارد، اما بر یادگیری شبکه تأثیرگذار است. تاکنون نوآوری عامل تاثیرگذار در موفقیت استارتاپ در اندونزی نشان داده شده است. این مقاله به توضیح درباره موقعیت هوش تجاری می‌پردازد. از همه تعداد گفته شده فقط ۳۱ استارتاپ پرسشنامه تحقیقی را پر کردند و نرخ پاسخ‌دهی سه و نیم درصد شد. نتایج این مطالعه نشان می‌دهد که هوش تجاری بر عملکرد استارتاپ تاثیری ندارد اما بر یادگیری شبکه اثر می گذارد .چیزی که اثبات شده است این است که نوآوری بر عملکرد شرکت های استارتاپی اندونزی تاثیر می گذارد. این مقاله به ما اجازه می دهد که درک بهتری از نقش هوش تجاری، یادگیری شبکه و نوآوری در استارتاپ را داشته باشیم. این درک بهبود یافته می تواند در تصمیم‌گیری‌ها به مدیران و مسئولین استارتاپ کمک کند. بر خلاف نتایج به دست آمده از تحقیق قبلی بر روی تاثیر هوش تجاری بر روی عملکرد استارتاپ،  نتایج به دست آمده از این تحقیق از این رابطه پشتیبانی نمی‌کند. این تحقیق راه را برای نیاز به تایید تاثیر هوش تجاری بر عملکرد استارتاپ و همچنین درک بهتر ادامه مکانیسم‌ها مساعد می کند.

1. مقدمه

     هوش رقابتی که به عنوان هوش تجاری، هوش مشتریان، هوش بازاریابی و تجزیه و تحلیل آن نیز شناخته می‌شود توسعه یافته ترین موضوع در تحقیق مدیریت استراتژیک است(Wheelen, Thomas et al, 2017) اما ارتباط آن با عملکرد استارتاپ هنوز آنچنان مورد بررسی قرار نگرفته استCaseiro & Coelho, 2019; Hoppe) (et al., 2009.

     از نظر دیدگاه های بر پایه منابع(RBV) دانش یکی از دارایی هاست و حتی بعدها به دارایی اصلی برای برنده شدن رقابت حاضر تبدیل می شود، که منجر به وجود آمدن دیدگاه بر پایه دانش(KBV) می گردد. در KBVدارایی اصلی یک کمپانی دانش فرمول سازی مزیتهای رقابت است. (Villar et al., 2014) افزایش دانش می تواند حاصل از هوش تجاری باشد. زیرا فرایندهای درگیر در تولید دانش تحقیق و ترکیب مجدد است. (Colombelli et al., 2013) در کنار هوش تجاری، فرایند کسب و استفاده از دانش می‌تواند از یادگیری شبکه نیز به دست آید ،که مربوط به آن شرایطی است که استارتاپ ها برای به دست آوردن دانش خود به منابع خارجی تکیه می‌کند. (Weerawardena et al., 2014) علاوه بر آن نوآوری عملکرد یکی از کلیدهای ارتقاء عملکرد شرکت ها در عصر تغییرات سریع است. R. Calantone et al., 2003; Vnoučková, 2018 Z) Wang & Wang, 2012  )

4. نتیجه گیری

     به طور کلی 3 متغیر مطالعه شده قادر به تشریح کامل عملکرد استارتاپ بودند. بنابراین ارزش بررسی بیشتر را دارند. خصوصا حال که تحقیق در زمینه استارتاپ هنوز آنچنان صورت نگرفته است. 

     تحقیق چندین محدودیت دارد . اولین محدودیت اندازه کوچک نمونه است. برای حل این مسئله نیاز به همکاری با مراکز تجاری مختلف مراکز تسهیلات استارتاپ‌ها و شتاب‌دهنده‌های تجارت است. دومین مورد ویژگی های استارتاپ های مختلف مطالعه شده است که بیشتر آنها استارتاپ هایی هستند که تاکنون هیچ سرمایه بیرونی را دریافت نکرده اند. بنابراین مقیاس آنها کوچک است. این شک وجود دارد که هوش تجاری و تجزیه و تحلیل آنها هنوز به قدر کافی تأثیرگذار نیست. مطالعات بیشتری باید بر روی استارتاپ ها و اندازه های بزرگتر صورت گیرد. برای مثال استارتاپ هایی که حداقل یک centaur را دریافت کرده‌اند (یعنی سرمایه‌ای بیش از ۵۰۰ میلیون دلار آمریکا ) سوم، مدل تست شده همان مدل منبع دو است. [2]  برای تحقیقات بیشتر می توان برخی متغیرهای دیگر مثل ظرفیت جذب جهت‌گیری کارآفرین را به فرهنگ سازمانی افزود.

ABSTRACT

     Business intelligence is the most developed subject in strategic management research; however the connection to startup performance has not been much conducted in research. This research examines the model for startups in Indonesia, considering that investment for startups in Indonesia is one of the largest in the region of Asia Pacific. The research used SEM-PLS to analyze the relationship between business intelligence, innovation, network learning, and startup performance. The unit of analysis used was the startup registered in the Indonesian startup database, published by the Indonesian Creative Economy Agency (Badan Ekonomi Kreatif). It was 992 startups registered, and there were sent to 885 emails to startups that included emails. Just 31 startups replied to the research questionnaire, resulting in a 3.5 percent response rate. The findings of this study show that while business intelligence does not appear to have an impact on startup success, it does have an impact on network learning. Innovativeness has been shown to have an effect on startup success in Indonesia. The paper helps to explain the position of business intelligence. Of these, only 31 startups filled out the research questionnaire or a response rate of 3.5%. Result of this study find that business intelligence is not proven to have an influence on startup performance, but it does affect network learning. What is proven to have an influence on startup performance in Indonesia is innovativeness. The paper allows a better understanding of the role of business intelligence, network learning, and innovativeness for startups. This improved understanding can help executives or managers of startup in making their decisions. In contrast to the results of previous research on the effect of business intelligence on startup performance, the results obtained from this study do not support this relationship. This research paves the way for the need for confirmation of the effect of business intelligence on startup performance, as well as further understanding of how the mechanisms are going on in it.

1. INTRODUCTION

     Competitive intelligence, also known as business intelligence, market intelligence, customer intelligence, business intelligence & analytics, is the most developed subject in strategic management research (Wheelen, Thomas et al., 2017). But the connection to startup performance has not been much researched (Caseiro & Coelho, 2019; Hoppe et al., 2009).

     From the perspective of resource-based view (RBV), knowledge is one of the assets, and even then it becomes the main asset to win the current competition, giving birth to knowledge-based view (KBV). In KBV, the main asset for a company is knowledge in formulating its competitive advantage (Villar et al., 2014). Knowledge enhancement can result from business intelligence, because the processes involved in knowledge production are search and recombination (Colombelli et al., 2013). Aside from business intelligence, the process of acquiring and utilizing knowledge can also be obtained from network learning, related to the condition that startups rely a lot on external sources to obtain their knowledge (Weerawardena et al., 2014). Moreover, related to performance, innovation is one of the keys to improving company performance in a rapidly changing era (R. Calantone et al., 2003; Vnoučková, 2018; Z. Wang & Wang, 2012).

4. CONCLUSIONS

     In general, the three variables studied were able to explain well to startup performance, so it is worth further investigation, especially considering that research in the context of startup is still not much done.

     The research has several limitations. The first is a small sample size. To overcome this problem, the cooperation with various business hubs, incubators or business accelerators, especially those owned by universities. The second is the characteristics of startups studied, most of them are startups that have never received external funding so that the scale is still small. Therefore, it is suspected that their business intelligence & analytics activities are still not effective. Future studies need to consider researching largesized startups, for example startups that have received at least a title of centaur (have received funding of more than 500 million USD). Third, the model tested is the same model from reference [2] research. For further research, it can add several other variables such as absorption capacity, entrepreneurial orientation to organizational culture.

(جهت بزرگ نمایی روی عکس کلیک نمایید)

H1: Business intelligence & analytics have positive influence on startup performance

H2: Business intelligence & analytics have positive influence on innovativeness

H3: Business intelligence & analytics have positive influence on network learning

H4: Innovativeness have positive influence on startup performance

H5: Network learning have positive influence on startup performance

H6: Network learning have positive influence on innovativeness

H1: هوش تجاری و تحلیل ها تاثیر مثبتی بر عملکرد استارتاپ ها دارد.

H2: هوش تجاری و تحلیل ها تاثیر مثبتی بر عملکرد نوآوری دارد.

H3: هوش تجاری و تحلیل ها تاثیر مثبتی بر عملکرد یادگیری شبکه دارد.

H4: نوآوری تاثیر مثبتی بر عملکرد استارتاپ ها دارد.

H5: یادگیری شبکه تاثیر مثبتی بر عملکرد استارتاپ ها دارد.

H6: یادگیری شبکه تاثیر مثبتی بر نوآوری دارد.

Business Intelligence & Analytics

Innovativeness

Network Learning

Startup Performance

چکیده

1. مقدمه

بررسی مطالعات اخیر

هوش تجاری و تحلیل ها

نوآوری 

یادگیری شبکه

عملکرد استارتاپ

چهارچوب مفهومی و فرضیات

2. متدها

3. نتایج و گفتگو

3.1 نتایج

3.1.1 ارزیابی مدل های اندازه گیری

3.1.2 مدل Asseman Struktural

3.2 گفتگو

4. نتیجه گیری

تقدیر و تشکر

منابع

ABSTRACT

1. INTRODUCTION

Literature Review

Business Intelligence & Analytics

Innovativeness

Network Learning

Startup Performance

Conceptual Framework and Hypotheses

2. METHODS

3. RESULTS AND DISCUSSION

3.1 Result

3.1.1 Assessment of Measurement Models

3.1.2 Asesmen Model Struktural

3.2 Discussion

4. CONCLUSIONS

ACKNOWLEDGMENT

REFERENCES

این محصول شامل پاورپوینت ترجمه نیز می باشد که پس از خرید قابل دانلود می باشد. پاورپوینت این مقاله حاوی 19 اسلاید و 4 فصل است. در صورت نیاز به ارائه مقاله در کنفرانس یا سمینار می توان از این فایل پاورپوینت استفاده کرد. 

در این محصول، به همراه ترجمه کامل متن، یک فایل ورد ترجمه خلاصه نیز ارائه شده است. متن فارسی این مقاله در 6 صفحه (1300 کلمه) خلاصه شده و در داخل بسته قرار گرفته است.

علاوه بر ترجمه مقاله، یک فایل ورد نیز به این محصول اضافه شده است که در آن متن به صورت یک پاراگراف انگلیسی و یک پاراگراف فارسی درج شده است که باعث می شود به راحتی قادر به تشخیص ترجمه هر بخش از مقاله و مطالعه آن باشید. این فایل برای یادگیری و مطالعه همزمان متن انگلیسی و فارسی بسیار مفید می باشد.

بخش مهم دیگری از این محصول لغت نامه یا اصطلاحات تخصصی می باشد که در آن تعداد 20 عبارت و اصطلاح تخصصی استفاده شده در این مقاله در یک فایل اکسل جمع آوری شده است. در این فایل اصطلاحات انگلیسی (تک کلمه ای یا چند کلمه ای) در یک ستون و ترجمه آنها در ستون دیگر درج شده است که در صورت نیاز می توان به راحتی از این عبارات استفاده کرد.