Refine
Year of publication
- 2020 (2)
Document Type
- Conference Proceeding (1)
- Master's Thesis (1)
Is part of the Bibliography
- no (2)
Keywords
Institute
In an increasingly changing market environment, the long-term survival of companies depends on their ability to reduce latencies in adapting to new market conditions. One strategy to meet this challenge is the anchoring of data-driven decision making, which leads to an increasing use of advanced information technologies and, subsequently, to an increase in the amount of data stored. The complexity of processing these data spurred the demand for advanced statistical methods and functions called Business Analytics. Companies are, despite all promised benefits, overwhelmed with the implementation of Business Analytics as indicated by a failure rate of 65 to 80 %. This paper provides an empirically validated, multi-dimensional model that takes an integrative look at critical success factors for the implementation
of Business Analytics and based on which management recommendations can be generated. For this purpose, constructs of the model are conceptualized, before a structural equation model is developed. This model is then validated with data from 69 industrial partners in the food industry. It is shown amongst others, that the three success factors top management support, IT infrastructure and system quality are pivotal to increase the company performance.
Trotz der steigenden Bedeutung und des stetig wachsenden Marktes scheitert die Implementierung von BA bei über 70 Prozent der Unternehmen. Die Einführung von BA übersteigt die Komplexität konventioneller applikationsbasierter IT-Projekte und bedarf daher der ganzheitlichen Anpassung der Unternehmensorganisation und der IT-Infrastruktur. Es fehlt zudem aus wissenschaftlich-technischer Sicht ein geeignetes Vorgehen und eine Untersuchung zur ganzheitlichen Implementierung von BA. Insbesondere kmU scheitern oft aufgrund geringer Ressourcen an der für die Implementierung von BA notwendigen Transformation. Bestehende Forschungsansätze, die insbesondere zu vergangenheitsbezogenen Business-Intelligence-Implementierungen existieren, sind aufgrund fehlender Untersuchung von multivariaten Wirkzusammenhängen, fehlendem kmU-Bezug und Kontext nicht hinreichend.
In der zu entwickelnden Masterarbeit wird ein Strukturgleichungsmodell entwickelt, um eine kmU-gerechte Einführung zu fundieren. Dafür werden zunächst kritische Erfolgsfaktoren recherchiert und durch Experten validiert und priorisiert. Im Anschluss wird ein Hypothesensystem entwickelt, welches in einem Strukturgleichungsmodell ersten Tests unterzogen wird, um Wirkzusammenhänge zwischen Determinanten und Faktoren des Erfolgs aufzuzeigen. Nach Sicherung einer ausreichend großen Stichprobe werden mithilfe von ersten Tests die Parameter mit Hilfe modelltheoretischer Mehrgleichungssysteme geschätzt. Dabei wird auf den varianzbasierten Partial-Least-Squares-Ansatz zurückgegriffen.