ビッグデータ分析と企業のパフォーマンス：混合手法アプローチからの知見

ビッグデータ分析は、学術界およびビジネスコミュニティにおける画期的な技術革新と広く見なされています。ビッグデータの取り組みを開始する企業が増加しているにもかかわらず、企業がそのような技術の可能性をビジネス価値に変える方法に関する理解は依然として限られています。文献は、ビッグデータ分析を活用し、パフォーマンス向上を実現するためには、企業が強力なビッグデータ分析能力を開発する必要があると主張しています。しかしながら、ほとんどの研究は、企業がビッグデータ分析能力を構築する方法の間に限られた異質性があるとの前提の下で行われており、関連資源の重要性は文脈に関わらず同様であると見なされています。本論文は複雑性理論に基づき、ビッグデータ分析投資からのパフォーマンス向上をもたらす資源と文脈要因の構成を調査します。我々の実証研究は、ギリシャの企業で働く175人の最高情報責任者とITマネージャーからの調査データを使用した混合手法アプローチに従い、文脈に応じてビッグデータ分析資源の重要性がパフォーマンス向上を考慮する際に異なることを示す3つのケーススタディを行いました。定量データに対してファジーセット質的比較分析（fsQCA）手法を適用することで、高いパフォーマンスをもたらすビッグデータ分析を取り巻く4つの異なる要素のパターンを示します。3つのケーススタディの結果は、これらの要素間の相互関係を強調し、組織がビッグデータ分析資源を調整する際に直面する課題を概説します。