Hvordan skape verdi av stordata?

In english  Tema:  Organizational agility   Data & Business analytics   Av Leif Jarle Gressgård   

Av Leif Jarle Gressgård   
DEL ARTIKKEL  

BildetekstStordata (big data) blir stadig oftere fremhevet som en ressurs som organisasjoner kan utnytte for å skape forretningsverdi og konkurransefordeler [1], og får derfor stor oppmerksomhet både av forskere og praktikere [2]. Mange stordataprosjekter oppnår imidlertid ikke ønskede og forventede resultater [3]. Det er derfor behov for økt kunnskap om mekanismene og prosessene som bidrar til at stordata kan skape verdi for organisasjoner [4].

Det er ikke sannsynlig at stordata i seg selv vil skape konkurransefordeler, ettersom alle organisasjoner kan samle inn data fra ulike kilder [1]. Investeringer i teknologi for stordataanalyse (BDA) vil heller ikke uten videre medføre forbedring av organisasjoners evne til å analysere og utnytte stordata. Nyere studier har vist at mange organisasjoner ikke lykkes med å skape verdi av stordatainvesteringer, og det finnes også eksempler på at det har hatt negative effekter [5]. Likevel fortsetter investeringer på dette området å være høyt prioritert [6]. Noen forskere forventer av denne grunn at det vil oppstå et «stordata produktivitetsparadoks» [1], og refererer med dette til informasjonsteknologiens produktivitetsparadoks (dvs. manglende sammenheng mellom IKT-investeringer og produktivitetsgevinster) som har vært gjenstand for mye forskning de siste tiårene. 

 

Forskning som har bidratt til å oppklare dette (tilsynelatende) paradokset, har vist at det er organisatoriske kjennetegn og ressurser som bidrar til realisering av verdier fra IKT-investeringer. Dette kan også forventes når det gjelder investeringer i stordata og tilhørende teknologier og analyseverktøy. Det bør derfor rettes oppmerksomhet mot organisatoriske endringer som stordata medfører og krever, og hvordan ny teknologi kan utnyttes på strategiske måter [4]. I forskningslitteraturen argumenteres det i denne sammenheng med at organisasjoner må fokusere på å utvikle deres evne til stordataanalyse. Dette kan forstås som evne til å innhente og analysere data med formål å skape økt innsikt, ved å effektivt kombinere teknologi, menneskelige og organisatoriske ressurser, og tilgjengelige data [5].     

Flere studier viser at gode evner til stordataanalyse kan ha positiv betydning for organisasjoners tilpasningsevne. Det er i denne sammenheng viktig å sørge for godt samsvar mellom analyseverktøy, mennesker og oppgaver [7]. Dette kan ha implikasjoner for investeringer i teknologi og valg av analyseverktøy, kompetanseutvikling (eks. opplæring og utdanning) og rekruttering, samt design og allokering av oppgaver. 

Torres m.fl. [8] studerer forholdet mellom bruk av analyseverktøy for økt forretningsinnsikt (Business Intelligence & Analytics – BI&A) og organisasjoners resultater. Disse forskerne finner at datakvalitet, systemkvalitet og ledelsespraksis har betydning for organisasjoners evner til å identifisere muligheter og trusler, gjennomføre nødvendige endringer, oppdage forbedringsområder i forretningsprosesser, og predikere og analysere handlingsmuligheter. Organisasjoner bør derfor vektlegge ledelsespraksis som fremmer bruk av BI&A i organisasjonen, samt standardisering av BI&A-utviklingsprosesser og brukervennlighet. Videre bør organisasjoner utvikle løsninger som er kjennetegnet av:

  • Høy datakvalitet (dvs. at data er nøyaktig, omfattende, riktig og konsistent)          
  • Høy systemkvalitet (dvs. løsninger som er fleksible/regulerbare ift. nye krav og betingelser, integrerer data fra ulike funksjonsområder og kilder, og allsidige ift. å adressere databehov som oppstår).   

Mikalef m.fl. [9] finner at evne til stordataanalyse kan styrke organisasjoners evner til å integrere, bygge, og rekonfigurere intern og ekstern kompetanse for å håndtere raske endringer i omgivelsene. For å oppnå dette er det viktig å utvikle og rekruttere personell med god teknologi- og ledelseskompetanse knyttet til forståelsen av stordata og analyse, bygge en læringskultur og vektlegge databaserte beslutningsprosesser i organisasjonen. Utvikling av evne til stordataanalyse krever også forpliktelse og engasjement fra toppledelsen, og en klar plan for adopsjon og spredning av stordataanalyse i organisasjonen. I utviklingen av teknologi- og ledelseskompetanse er det viktig å vektlegge forståelse på tvers av fagområder. Dette betyr at ledere og annet personell som jobber med stordataanalyse må forstå forretningsprosesser og behov i andre enheter/forretningsområder, samt hos leverandører og kunder, for å se hvilke muligheter som stordata kan innebære. Ledelsesutvikling ift. koordinering av aktiviteter knyttet til stordata på måter som støtter andre enheter, leverandører og kunder, er også viktig.  

Wamba m.fl. [10] presenterer lignende råd. Deres studie viser at tre ulike komponenter av stordataanalyseevne (infrastrukturfleksibilitet, ledelsesevner og personellekspertise) påvirker organisasjoners evner til å utvikle eller tilegne seg kompetanse for å endre eksisterende forretningsprosesser. Resultatene viser at den viktigste komponenten er personellekspertise. Av denne grunn konkluderer forfatterne med at organisasjoner bør vektlegge kompetanseutvikling innen teknologi og teknologiledelse, samt forretnings- og relasjonell kunnskap relatert til stordataanalyse.


Referanser / kilder

  1. Toward the development of a big data analytics capability.
    Gupta, M. & George, J.F. (2016). Information & Management, 53(8), 1049-1064.
  2. How ‘big data’ can make big impact: Findings from a systematic review and a longitudinal case study.
    Wamba, S.F., Akter, S., Edwards, A., Chopin, G. & Gnanzou, D. (2015). International Journal of Production Economics, 165, 234-246.
  3. Creating strategic business value from big data analytics: A research framework.
    Grover, V., Chiang, R.H.L., Liang, T-P. & Zhang, D. (2018). Journal of Management Information Systems, 35(2), 388-423.
  4. Big data analytics capabilities: a systematic literature review and research agenda.
    Mikalef, P., Pappas, I.O., Krogstie, J. & Giannakos, M. (2018). Information Systems and e-Business Management, 16, 547-578.
  5. Big data analytics and firm performance: Findings from a mixed-method approach.
    Mikalef, P., Boura, M., Lekakos, G. & Krogstie, J. (2019). Journal of Business Research, 98, 261-276.
  6. The 2019 SIM IT issues and trends study.
    Kappelman, L., Johnson, V.L., Maurer, C., Guerra, K., McLean, E., Torres, R., Snyder, M. & Kim, K. (2020). MIS Quarterly Executive, 19(1).
  7. Increasing firm agility through the use of data analytics: The role of fitLink to article review
    Ghasemaghaei, M., Hassanein, K. & Turel, O. (2017). Decision Support Systems, 101, 95-105.
  8. Enabling firm performance through business intelligence and analytics: A dynamic capabilities perspectiveLink to article review
    Torres, R., Sidorova, A. & Jones, M.C. (2018). Information & Management, 55, 822-839.
  9. Big data analytics capabilities and innovation: The mediating role of dynamic capabilities and moderating effect of the environmentLink to article review
    Mikalef, P., Boura, M., Lekakos, G. & Krogstie, J. (2019). British Journal of Management, 30, 272-298.
  10. Big data analytics and firm performance: Effects of dynamic capabilities.
    Wamba, S.F., Gunasekaran, A., Akter, S., Ren, S.J., Dubey, R. & Childe, S.J. (2017). Journal of Business Research, 70, 356-365.

Andre relevante eksterne ressurser

When data creates competitive advantage. Artikkel av Andrei Hagiu og Julian Wright, Harvard Business Review.

The new leadership mindset for data & analytics. MIT Sloan Management Review Executive Guide.

Becoming a data-driven organization. MIT Sloan Management Review, case study series.

Philip Evans snakker om forholdet mellom strategi, data og teknologi. Se også artikkelen From deconstruction to big data: How technology is reshaping the corporation i boken  Reinventing the Company in the Digital Age.



Nyheter og Innsiktsartikler relatert til aktuelle tema:
Organizational agility Data & Business analytics

In english  Artikkelsammendrag relatert til Hvordan skape verdi av stordata?


Leveraging big data analytics to improve quality of care in healthcare organizations: A configurational perspective

Yichuan Wang.  LeeAnn Kung.  Suraksha Gupta.  Sena Ozdemir.  (2019),  British Journal of Management , 30 (2) , 362-388.

This study investigates how combinations of big data analytics (BDA) capabilities and other organizational elements lead to improved healthcare performance.


IT competence Data & Business analytics

Big data analytics: Understanding its capabilities and potential benefits for healthcare organizations

Yichuan Wang.  LeeAnn Kung.  Terry Anthony Byrd.  (2018),  Technological Forecasting and Social Change , 126 , 3-13.

This study identifies big data analytics capabilities and explores the potential benefits they may bring to healthcare organizations. The results provide support in formulating more effective data-driven analytics strategies.


Information systems strategy Data & Business analytics

Exploring the path to big data analytics success in healthcare

Yichuan Wang.  Nick Hajli.  (2017),  Journal of Business Research , 70 , 287-299.

This study investigates how healthcare organizations can capture business value from big data analytics. It explains how big data analytics capabilities can be developed and what benefits that can be obtained by these capabilities in healthcare organizations.


Data & Business analytics

Increasing firm agility through the use of data analytics: The role of fit

Maryam Ghasemaghaei.  Khaled Hassanein.  Ofir Turel.  (2017),  Decision Support Systems , 101 , 95-105.

This article reports on a study investigating how data analytics use influences firm agility, and how this effect is moderated by the extent of congruence between data analytics tools and the users, data, and tasks.


Organizational agility IT competence Data & Business analytics

Does big data enhance firm innovation competency? The mediating role of data-driven insights

Maryam Ghasemaghaei.  Goran Calic.  (2019),  Journal of Business Research , 104 , 69-84.

This study investigates the impact of big data characteristics (i.e. velocity, variety, veracity, and volume) on data-driven insight generation and innovation competency of organizations.


IT and innovation Data & Business analytics

Big data analytics capabilities and innovation: The mediating role of dynamic capabilities and moderating effect of the environment

Patrick Mikalef.  Maria Boura.  George Lekakos.  John Krogstie.  (2019),  British Journal of Management , 30 (2) , 272-298.

This study examines the relationship between big data analytics capability (BDAC) and capabilities for radical and incremental innovation. BDAC refers to the ability of an organization to capture and analyse data towards the generation of insights by effectively orchestrating and deploying its data, technology, and talent.


Organizational agility IT and innovation Data & Business analytics

How big data analytics enables service innovation: Materiality, affordance, and the individualization of service  

Christiane Lehrer.  Alexander Wieneke.  Jan vom Brocke.  Reinhard Jung.  Stefan Seidel.  (2018),  Journal of Management Information Systems , 35 (2) , 424-460.

This article reports on case studies of four organizations from the insurance, banking, telecommunications, and e-commerce (travel) industries. The study shows how technologies supporting big data analytics (BDA) enable innovation in terms of improved service individualization.


IT and innovation Data & Business analytics

Enabling firm performance through business intelligence and analytics: A dynamic capabilities perspective

Russell Torres.  Anna Sidorova.  Mary C. Jones.  (2018),  Information & Management , 55 (7) , 822-839.

This study examines the relationship between firm performance and business intelligence and analytics (BI&A), which is defined as a variety of organizational information practices that rely on the use of information technologies and involve the application of analytical techniques.


IT competence Data & Business analytics Organizational agility



Kommentarer til Hvordan skape verdi av stordata?