دانشگاه علامه طباطبایی

  اخبار و اعلانات

 آمار

تعداد نشریات55
تعداد شماره‌ها1,834
تعداد مقالات14,617
تعداد مشاهده مقاله31,702,649
تعداد دریافت فایل اصل مقاله19,717,991
گلستانی زاده, محبوبه, اعتباریان, اکبر, نقش, امیررضا, ابراهیم زاده, رضا. (1402). ارائه مدل سنجش سطح بلوغ هوش تجاری در کسب و کارهای الکترونیکی ‏‏(مورد مطالعه: شرکت های ارائه دهنده خدمات اینترنتی) ‏. سامانه مدیریت نشریات علمی, 21(68), 241-287. doi: 10.22054/jims.2023.46474.2380
محبوبه گلستانی زاده; اکبر اعتباریان; امیررضا نقش; رضا ابراهیم زاده. "ارائه مدل سنجش سطح بلوغ هوش تجاری در کسب و کارهای الکترونیکی ‏‏(مورد مطالعه: شرکت های ارائه دهنده خدمات اینترنتی) ‏". سامانه مدیریت نشریات علمی, 21, 68, 1402, 241-287. doi: 10.22054/jims.2023.46474.2380
گلستانی زاده, محبوبه, اعتباریان, اکبر, نقش, امیررضا, ابراهیم زاده, رضا. (1402). 'ارائه مدل سنجش سطح بلوغ هوش تجاری در کسب و کارهای الکترونیکی ‏‏(مورد مطالعه: شرکت های ارائه دهنده خدمات اینترنتی) ‏', سامانه مدیریت نشریات علمی, 21(68), pp. 241-287. doi: 10.22054/jims.2023.46474.2380
گلستانی زاده, محبوبه, اعتباریان, اکبر, نقش, امیررضا, ابراهیم زاده, رضا. ارائه مدل سنجش سطح بلوغ هوش تجاری در کسب و کارهای الکترونیکی ‏‏(مورد مطالعه: شرکت های ارائه دهنده خدمات اینترنتی) ‏. سامانه مدیریت نشریات علمی, 1402; 21(68): 241-287. doi: 10.22054/jims.2023.46474.2380

ارائه مدل سنجش سطح بلوغ هوش تجاری در کسب و کارهای الکترونیکی ‏‏(مورد مطالعه: شرکت های ارائه دهنده خدمات اینترنتی) ‏

مطالعات مدیریت صنعتی
مقاله 7، دوره 21، شماره 68، فروردین 1402، صفحه 241-287    اصل مقاله (1.38 M)
نوع مقاله: مقاله پژوهشی
شناسه دیجیتال (DOI): 10.22054/jims.2023.46474.2380
نویسندگان
محبوبه گلستانی زاده* 1؛ اکبر اعتباریان2؛ امیررضا نقش3؛ رضا ابراهیم زاده3
1دکتری مدیریت فناوری اطلاعات، دانشگاه آزاد اسلامی، واحد اصفهان (خوراسگان)، اصفهان، ایران
2دانشیار گروه مدیریت، دانشگاه آزاد اسلامی، واحد اصفهان (خوراسگان)، اصفهان، ایران
3استادیار گروه مدیریت، دانشگاه آزاد اسلامی، واحد اصفهان (خوراسگان)، اصفهان، ایران
چکیده
هدف از انجام این پژوهش ارائه مدل سنجش سطح بلوغ هوش تجاری در کسب و کارهای الکترونیکی برای شرکت های ارائه دهنده خدمات ‏اینترنتی است که به روش کیفی مبتنی بر رویکرد پدیدارشناسی انجام شده است. تعداد مشارکت کنندگان در این پژوهش 10 نفر از ‏متخصصین، خبرگان و مدیران کسب و کارهای الکترونیکی که در حوزه ارائه خدمات اینترنت فعالیت داشته اند، می باشد که با استفاده از روش ‏تمایز حداکثری انتخاب شدند. اطلاعات از طریق مصاحبه های عمیق و نیمه ساخت یافته جمع آوری و با استفاده از روش کلایزی مورد تجزیه و ‏تحلیل قرار گرفت. یافته ها توسط تکنیک دلفی در 5 سطح از بلوغ هوش تجاری (سطح1: بلوغ ابتدایی، سطح 2: بلوغ تکرار پذیر، سطح 3: بلوغ ‏تعریف شده، سطح 4: بلوغ مدیریت شده، سطح 5: بلوغ بهینه شده) طبقه بندی شد. سپس مدلی شامل 33 بعد و 232 شاخص تایید شده در ادبیات ‏موضوعی پژوهش طراحی شد که در آن ابعاد و شاخص ها طبق نظر پژوهشگر و تایید خبرگان در سطوح پنج‌گانه بلوغ هوش تجاری توزیع ‏شدند و در نهایت با استفاده از تحلیل عامل تائیدی در نرم افزار SmartPLS مدل تائید شد. ‏
کلیدواژه‌ها
بلوغ؛ شرکت‌های ارائه‌دهنده خدمات اینترنتی؛ کسب‌وکار الکترونیکی؛ هوش تجاری
مراجع
  1. اسماعیل­پور، مجید، حسینی، سید یعقوب و جعفر پور، یونس. (1397). چالش­های پذیرش تجارت الکترونیک در کسب‌وکارهای کوچک و متوسط (مطالعه موردی: شرکت­های فعال مستقر در شهرک صنعتی بوشهر). کاوش­های مدیریت بازرگانی، 10 (19)، 63-39.
  2. تقوا، محمدرضا و نوری، الهه. (1395). هوشمندی کسب‌وکار (مفاهیم و طراحی و توسعه سیستم). چاپ 1. تهران: مرکز چاپ و انتشارات دانشگاه علامه طباطبائی،180 صفحه.
  3. رونقی، محمدحسین و رونقی، مرضیه. (1393). ارائه مدل بلوغ هوشمندی کسب‌وکار در بین سازمان­های ایرانی. رشد فناوری، فصلنامه تخصصی پارک­ها و مراکز رشد، 10 (38)، 44-38.
  4. صفری، حسین و مرادی مقدم، محسن. (1393). بلوغ فرآیندهای کسب‌وکار. چاپ 1. تهران: موسسه کتاب مهربان نشر،362 صفحه.
  5. کزازی، ابوالفضل، بامداد صوفی، جهانیار و پهلوان نژاد، علی. (1396). ارائه یک مدل ترکیبی جدید برای شناسایی سطح بلوغ هوش تجاری سازمان­ها. کنفرانس سالانه پارادایم­های نوین مدیریت در حوزه هوشمندی. تهران، دبیرخانه دائمی کنفرانس، دانشگاه تهران.
  6. مهرابی، علی، محمودی، ادریس و حسینی، رضا علی. (1395). ارزیابی بلوغ هوشمندی کسب‌وکار با یک مدل ترکیبی جدید. مطالعات مدیریت فناوری اطلاعات، 4 (15)، 96-65.
  7. نیک روان شلمانی، علیرضا و احمدی، مجتبی. (1395). فناوری اطلاعات سازمانی و سیستم­های نرم­افزاری. چاپ 1. تهران: انتشارات ناقوس،224 صفحه.
  8. Ahmed, F., & Capretz. L.F. (2011). A business maturity model of software product line engineering. Information systems fronties, 13(4), 543-560.
  9. Al-Ayed, S. (2022). The impact of e-commerce drivers on e-customer loyalty: Evidence from KSA. International Journal of Data and Network Science, 6(1), 73-80.
  10. Basile, L. J., Carbonara, N., Pellegrino, R., & Panniello, U. (2022). Business intelligence in the healthcare industry: The utilization of a data-driven approach to support clinical decision making. Technovation, 102482.
  11. Becker, J., Knackstedt, R., & Pöppelbuß, J. (2009). Developing maturity models for IT management. Business & Information Systems Engineering, 1(3), 213-222.
  12. Bosilj Vuksic, V., Pejic Bach, M., Grubljesic, T., Jaklic, J., & Stjepic, A.M. (2017). The role of Alignment for the Impact of Business Intelligence Maturity on Business Process Performance in Croatian and Slovenian Companies. 40th International Convention on Information and Communication Technology, Electronics and Microelectronics Conference (MIPRO). Opatija, Croatia, 1587-1592.
  13. Brichni, M., Dupuy-Chessa, S., Gzara, L., Mandran, N., & Jeannet, C. (2017). BI4BI: A continuous evaluation system for Business Intelligence systems. Expert Systems with Applications, 76(2017), 97-112.
  14. Broekhuizen, T. L., Broekhuis, M., Gijsenberg, M. J., & Wieringa, J. E. (2021). Introduction to the special issue–digital business models: a multi-disciplinary and multi-stakeholder perspective. Journal of Business Research, 122, 847-852.
  15. Brzozowsk, A., & Bubel, D. (2015). E-business as a new trend in the economy. Procedia Computer Science, 65(2015), 1095-1104.
  16. Cardoso, E., & Su, X. (2022). Designing a Business Intelligence and Analytics Maturity Model for Higher Education: A Design Science Approach. Applied Sciences, 12(9), 4625.
  17. Cates, J.E., S.S. Gill, & Zeituny, N. (2005). The Ladder of Business Intelligence (LOBI): a framework for enterprise IT planning and architecture. International Journal of Business Information Systems, 1(1-2), 220-238.
  18. Chaffey, D. (2011). E-business and Ecommerce management: Strategy, Implementation and practice.5th Edition. Publisher: Pearson Education Limited.
  19. Chin, W. W. (1998). The partial least squares approach to structural equation modeling. Modern methods for business research, 295(2), 295-336.
  20. Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed). Lawrence Erlbaum Associates, Publishers.
  21. Curtis, B., & Alden, J. (2007). Maturity Model du Jour: A Recipe for Side Dishes, BPTrends.
  22. Duque, J., Godinho, A., & Vasconcelos, J. (2022). Knowledge data extraction for business intelligence a design science research approach. Procedia Computer Science, 204, 131-139.
  23. Esmailpour, M., Hosseini, S.Y., & Jafarpour, Y. (2018). The challenges of accepting e-commerce in small and medium businesses (Case study: Active companies in Bushehr industrial town). Business Management Studies, 10(19), 39-63. [In Persian]
  24. Farshadi, R., Nazemi, E., & Abdolvand, N. (2022). A Framework For Ranking Critical Success Factors Of Business Intelligence Based On Enterprise Architecture And Maturity Model. Interdisciplinary Journal of Information, Knowledge & Management, 17.
  25. Fedouaki, F., Okar, C., & Almai, S.El. (2013). A maturity model for Business Intelligence System project in Small and Medium-sized Enterprises: an empirical investigation. IJCSI International Journal of Computer Science Issues, 10(6), 61-69.
  26. Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of marketing research, 18(1), 39-50.
  27. Garcia, J. (2011). BI Maturity and Software Selection perspectives. Technology Evaluation Centure, 1-12, Available at: www.technologyevaluation.com.
  28. Gartner. (2008). Gartner Executive Programs CIO Survey, available at www.Gartner.com accessed June 2008.
  29. Harmon, P. (2004). Evaluating an Organization’s Business Process Maturity. Business Process Trends, 2(3), 1-11.
  30. Henseler, J., Ringle, C. M., & Sinkovics, R. R. (2009). The use of partial least squares path modeling in international marketing. In New challenges to international marketing. Emerald Group Publishing Limited.
  31. Hewlett, P. (2007). The HP Business Intelligence Maturity Model. Viewed on 21 April 2009, <http://h71028.www7.hp.com/ERC/downloads/4AA1-5467ENW.pdf>.
  32. Kazazi, A., Bamdad Sufi, J., & Pahlavan Nejad, A. (2017). Presenting a new hybrid model to identify the maturity level of business intelligence of organizations. Annual conference of new management paradigms in the field of intelligence. Tehran, Permanent Conference Secretariat, University of Tehran. [In Persian]
  33. Kline, P. (1994). An Easy Guide to Factor Analysis. New York, NY: Routledge, 208P.
  34. Kumar, P., & Dhinesh Babu, L. D. (2019). Review on big data and its impact on business intelligence. In Information Systems Design and Intelligent Applications (pp. 93-109). Springer, Singapore.
  35. Lahrmann, G., Marx, F., Winter, R., & Wortmann, F. (2010). Business Intelligence Maturity Models: An Overview. Information Technology and Innovation Trends in Organizations: Conference Proceedings, VII Conference of the Italian Chapter of AIS (itAIS 2010).
  36. Lasi, H. (2013). Industrial Intelligence- A Business Intelligence-based Approach to Enhance Manufacturing Engineering in Industrial Companies. Procedia CIRP, 12(2013), 384-389.
  37. Lasrado, L. A., Vatrapu, R., & Andersen, K. N. (2015). Maturity models development in is research: a literature review. In IRIS Selected Papers of the Information Systems Research Seminar in Scandinavia, 6, 6. New York: IRIS.
  38. Lederer, M., & Schmid, P. (2021). Data Science for Business Analytics and Business Intelligence. In Encyclopedia of Organizational Knowledge, Administration, and Technology (pp. 495-508). IGI Global.
  39. Lessanibahri, S., Gastaldi, L., Pietrosi, A., & Corso, M. (2015). Co-developing a Roadmap towards Precision Medicine: Measuring the Maturity of BI in Healthcare. 10th International Forum on Knowledge Asset Dynamics Bari, Italy, 1671-1688.
  40. Mehrabi, A., Mahmoudi, E., & Hosseini, R.A. (2016). Assessing the maturity of business intelligence with a new hybrid model. Quarterly Journal of Information Technology Management Studies, 4(15), 65-96. [In Persian]
  41. Mkansi, M. (2022). E-business adoption costs and strategies for retail micro businesses. Electronic Commerce Research, 22(4), 1153-1193.
  42. Molina-Granja, F., Granda, W. B., Altamiran, J. D., & Ramos, P. L. (2022). Maturity Model for Data Analytics in Health Institutions. Journal of Positive School Psychology, 4585-4590.
  43. Moscoso-Zea, O., Castro, J., Paredes-Gualtor, J., & Luján-Mora, S. (2019). A hybrid infrastructure of enterprise architecture and business intelligence & analytics for knowledge management in education. IEEE access, 7, 38778-38788.
  44. Nikravan Shelmani, A.R. & Ahmadi, M. (2016). Organizational information technology and software systems. Ed. 1. Tehran: Naghus Publications, 224 P. [In Persian]
  45. Oghazi, P., Karlsson, S., Hellström, D., Mostaghel, R., & Sattari, S. (2021). From Mars to Venus: Alteration of trust and reputation in online shopping. Journal of Innovation & Knowledge, 6(4), 197-202.
  46. Omotosho, B. J. (2020). Small scale craft workers and the use of social media platforms for business performance in southwest Nigeria. Journal of Small Business & Entrepreneurship, 1-16.
  47. Palmié, M., Miehé, L., Oghazi, P., Parida, V., & Wincent, J. (2022). The evolution of the digital service ecosystem and digital business model innovation in retail: The emergence of meta-ecosystems and the value of physical interactions. Technological Forecasting and Social Change, 177, 121496.
  48. Patil, P. (2016). Survey of business intelligence system. International Journal of research in computer applications and robotics, 4(9), 13-17.
  49. Rajteric, I. H. (2010). Overview of Business Intelligence Maturity Models. Management, 15(1), 47-67.
  50. Ronaghi, M.H. & Ronaghi, M. (2014). Presenting the maturity model of business intelligence among Iranian organizations. Technology growth, specialized quarterly of parks and growth centers, 10(38), 38-44. [In Persian]
  51. Sacu, C., & Spruit, M. (2010). BIDM: The Business Intelligence Development Model. Proceedings of the 12th International Conference on Enterprise Information Systems, Volume 1, DISI, Funchal, Madeira-Portugal.
  52. Safari, H., & Moradi Moghadam, M. (2014). Maturity of business processes. Ed. 1. Tehran: Mehraban Publishing Institute, 362 P. [In Persian]
  53. SAS. (2011). Information Evaluation Model. http://www.sas.com/software/iem/ Retrieved September 2011.
  54. Sawadogo, P., & Darmont, J. (2021). On data lake architectures and metadata management. Journal of Intelligent Information Systems, 56(1), 97-120.
  55. Shaaban, E., Helmy, Y., Khedr, A., & Nasr, M. (2011). Business Intelligence Maturity Models: Toward New Integrated Model. Naif Arab University for Security Sciences, 12(11), 276-284.
  56. Soluk, J., Miroshnychenko, I., Kammerlander, N., & De Massis, A. (2021). Family influence and digital business model innovation: the enabling role of dynamic capabilities. Entrepreneurship Theory and Practice, 45(4), 867-905.
  57. Sun, Z., Sun, L., & Strang, K. (2018). Big data analytics services for enhancing business intelligence. Journal of Computer Information Systems, 58(2), 162-169.
  58. Taghwa, M.R., & Nouri, E. (2016). Business intelligence (concepts and system design and development). Ed. 1. Tehran: Allameh Tabatabaei University Printing and Publishing Center, 180 P. [In Persian]
  59. Tan, C.S., Sim, Y.W., & Yeoh, W. (2011). A Maturity Model of Enterprise Business Intelligence. Communication of the IBIMA, 2011(417812), 1-11.
  60. Trakadas, P., Simoens, P., Gkonis, P., Sarakis, L., Angelopoulos, A., Ramallo-González, A.P., Skarmeta, A., Trochoutsos, C., Calvο, D., Pariente, T., Chintamani, K., Fernandez, I., Irigaray, AA., Parreira, JX., Petrali, P., Leligou, N. & Karkazis, P. (2020). An artificial intelligence-based collaboration approach in industrial iot manufacturing: Key concepts, architectural extensions and potential applications. Sensors, 20(19), 5480.
  61. Tsai, H.H. (2015). The research trends forecasted by bibliometric methodology: a case study in e-commerce from 1996 to July 2015. Scientometrics, 105(2), 1079-1089.
  62. Ucakturk, A., Ucakturk, T., & Yavuz, H. (2015). Possibilities of Usage of Strategic Business Intelligence Systems Based on Databases in Agile Manufacturing. Procedia-Social and Behavioral Sciences, 207(2015), 234-241.
  63. Van looy, A. (2014). Business process maturity: a comparative study on a sample of business process maturity models. 1st Edition. Publisher: Springer.
  64. Watson, H., Ariyachandra, T., & Matyska, R. J. (2001). Data Warehousing Stages of Growth. Information Systems Management, 18(3), 42-50.
  65. Wetzels, M., Odekerken-Schröder, G., & Van Oppen, C. (2009). Using PLS path modeling for assessing hierarchical construct models: Guidelines and empirical illustration. MIS quarterly, 177-195.
  66. Wieder, B., & Ossimitz, M. L. (2015). The impact of Business Intelligence on the quality of decision making–a mediation model. Procedia Computer Science, 64, 1163-1171.
  67. Wirtz, J., Fritze, M. P., Jaakkola, E., Gelbrich, K., & Hartley, N. (2021). Service products and productization. Journal of Business Research, 137, 411-421            
آمار
تعداد مشاهده مقاله: 686
تعداد دریافت فایل اصل مقاله: 249


سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب
login