تحليلات البيانات الضخمة وأداء الشركات: نتائج من نهج مختلط

تم اعتبار تحليلات البيانات الضخمة على نطاق واسع كأحد التطورات التكنولوجية الرائدة في المجتمعات الأكاديمية والتجارية. على الرغم من العدد المتزايد من الشركات التي تطلق مبادرات البيانات الضخمة، لا يزال هناك فهم محدود لكيفية تحويل الشركات لإمكانات هذه التقنيات إلى قيمة تجارية. تؤكد الأدبيات أنه للاستفادة من تحليلات البيانات الضخمة وتحقيق مكاسب في الأداء، يجب على الشركات تطوير قدرات قوية في مجال تحليلات البيانات الضخمة. ومع ذلك، تعمل معظم الدراسات على افتراض أنه لا يوجد تباين كبير في الطريقة التي تبني بها الشركات قدراتها في مجال تحليلات البيانات الضخمة وأن الموارد ذات الصلة لها أهمية مماثلة بغض النظر عن السياق. تستند هذه الورقة إلى نظرية التعقيد وتحقق في تكوينات الموارد والعوامل السياقية التي تؤدي إلى مكاسب الأداء من استثمارات تحليلات البيانات الضخمة. تبع تحقيقنا التجريبي نهجًا مختلطًا باستخدام بيانات استبيان من 175 مسؤول معلومات رئيسي ومدير تكنولوجيا المعلومات يعملون في الشركات اليونانية، وثلاث دراسات حالة لإظهار أنه اعتمادًا على السياق، تختلف موارد تحليلات البيانات الضخمة في أهميتها عند النظر في مكاسب الأداء. باستخدام طريقة التحليل المقارن النوعي لمجموعات ضبابية (fsQCA) على البيانات الكمية، نظهر أن هناك أربعة أنماط مختلفة من العناصر المحيطة بتحليلات البيانات الضخمة التي تؤدي إلى أداء عالٍ. تبرز نتائج الدراسات الثلاث حالة التداخل بين هذه العناصر وتحدد التحديات التي تواجهها المؤسسات عند تنسيق موارد تحليلات البيانات الضخمة.