Inteligencia Empresarial y Uso de Análisis ESP PDF

16/4/2020 Inteligencia empresarial y uso de análisis, ambidestreza de innovación y rendimiento de la empresa_ Una perspectiva de capacidades di…
Página 1
Revista de Sistemas de Información Estratégica xxx (xxxx) xxxx
Listas de contenidos disponibles en ScienceDirect
Revista de Sistemas de Información Estratégica
página de inicio de la revista: www.elsevier.com/locate/jsis
Inteligencia empresarial y uso de análisis, ambidiestro de innovación,

y rendimiento firme: una perspectiva de capacidades dinámicas
Katerina Božič ⁎Vlado Dimovski
Universidad de Ljubljana, Facultad de Economía, Kardeljeva ploščad 17, 1000 Ljubljana, Eslovenia
INFORMACIÓN DEL ARTÍCULO RESUMEN
Palabras clave: Para sobrevivir en un entorno empresarial dinámico e hipercompetitivo, las empresas se ven obligadas a
Inteligencia empresarial y análisis Simultáneamente introducir innovaciones incrementales y radicales. Si bien se reconoce que busi-
Capacidad de absorción ness intelligence and analytics (BI&A) puede apoyar la innovación y proporcionar valor organizacional,
Innovación ambidiestra
La literatura proporciona una comprensión limitada de su impacto en el equilibrio de diferentes innovaciones
Resultados de la empresa
actividades y asegurar ganancias de rendimiento. En este estudio, examinamos la relación entre BI
Capacidades dinámicas
& Un uso, ambidiestro de innovación y desempeño firme al confiar en la teoría de procesos de IS
creación de valor, así como la perspectiva de capacidades dinámicas. Probamos nuestro modelo utilizando datos
recogido de empresas medianas y grandes en Eslovenia, aplicando mod. de mínimos cuadrados parciales
elling Los resultados respaldan la noción de que el uso de BI&A se asocia positivamente con el éxito
equilibrio entre actividades de innovación exploratorias y explotadoras, lo que a su vez mejora
resultados de la empresa. Nuestros resultados también indican que la ambidestreza de la innovación se mejora en dos
formas: indirectamente a través de la interacción con la capacidad de absorción de la empresa, y directamente por medio de
aumentando las posibilidades de una experimentación más rápida con ofertas de productos o servicios y
mayor previsibilidad del valor de nuevos productos o servicios.
Introducción
Las empresas de hoy se encuentran con una mayor competencia y dinamismo en el mercado debido a la globalización y la continua tecnología
desarrollos. Mantener una ventaja sobre la competencia requiere que las empresas innoven de dos maneras a la vez: de forma incremental y radical.
(Lin et al., 2013 ). Frente al volumen cada vez mayor de datos, las empresas recurren cada vez más a la inteligencia y análisis de negocios (BI
& A) para obtener información útil, patrones y correlaciones que podrían facilitar la toma de decisiones eficientes y aumentar el valor económico
(Gartner, 2016 ). En este sentido, BI&A se refiere a una variedad de técnicas, tecnologías, sistemas y aplicaciones destinadas a ayudar a un determinado
la organización analiza diversos datos e información comercial y de mercado de una manera que mejora su capacidad para tomar decisiones comerciales
(Chen y otros, 2012) Además, permite una búsqueda de conocimiento significativamente amplia que integra diversos conocimientos externos disponibles
a la empresa, proporcionando así nuevas alternativas potenciales para resolver problemas (Katila y Ahuja, 2002; Kowalczyk y Buxmann,
https://translate.googleusercontent.com/translate_f 1/23
2015 ). En consecuencia, la literatura previa describe BI&A como una iniciativa estratégica que amplifica la capacidad de innovación y el efecto comercial.
tividadLavalle et al., 2011; Watson y Wixom, 2007)
Aunque el potencial manifiesto de BI&A ha llevado a un entusiasmo constante y justificado en todo el mundo empresarial, la mayoría de las organizaciones
que adoptó el informe de BI&A dificultades para lograr la ventaja competitiva anticipada, en gran parte debido a su falta de acción en el
ideas que se les proporcionaron ( Barton y Court, 2012; Ransbotham et al., 2016 ). Muchas organizaciones también están desilusionadas con el exceso de
promovió oportunidades tecnológicas y desconocía el contexto a través del cual el valor de los conocimientos e información proporcionados
⁎ Autor correspondiente.
Direcciones de correo electrónico: katerina.bozic@ef.uni-lj.si (K. Božič), vlado.dimovski@ef.uni-lj.si (V. Dimovski).
https://doi.org/10.1016/j.jsis.2019.101578
Recibido el 11 de diciembre de 2018; Recibido en forma revisada el 11 de octubre de 2019; Aceptado el 12 de octubre de 2019
0963-8687 / © 2019 Elsevier BV Todos los derechos reservados.
Cite este artículo como: Katerina Božič y Vlado Dimovski, Revista de Sistemas de Información Estratégica,
https://doi.org/10.1016/j.jsis.2019.101578
Página 2
K. Božič y V. Dimovski Revista de Sistemas de Información Estratégica xxx (xxxx) xxxx
ha sido desbloqueado es en sí mismo significativo (Power, 2014 ). Por otro lado, la investigación existente es escasa y, en última instancia, no es concluyente,
proporcionando poco a través de un marco teórico o evidencia empírica para validar la solidez o la legitimidad de la transformación
los conocimientos y la información proporcionados por BI&A sobre capacidades de innovación operativamente más fuertes. La mayoría de las investigaciones anteriores parecen empantanadas
en la atribución fácil de un vínculo entre el uso de BI&A y la innovación, lo que sugiere que la innovación es el resultado de un simple aumento en el
variedad y volumen de información disponible y conocimientos (por ejemplo, Brown et al., 2011; Kiron et al., 2012; Lavalle et al., 2011; Roberts y
Piller, 2016) Si bien estos estudios brindan apoyo general a la importancia de BI&A para fortalecer las capacidades de innovación, muchos
Los autores han pedido recientemente un examen más detallado de este proceso de creación de valor, ya que no todas las empresas están expuestas a la misma variedad.
y el volumen de información y conocimientos logra capitalizarlo a través de una innovación mejorada ( Duan et al., 2018; Erevelles et al.,
2016; Foss et al., 2011 ).
Aunque muchos autores han encontrado nuevos conocimientos externos, a partir de una estrecha gama de fuentes externas se facilita la explotación
La innovación y el nuevo conocimiento externo de una amplia gama de fuentes externas mejora la innovación exploratoria ( Chiang y Hung,
2010; Darroch, 2005; Jansen et al., 2006; Limaj y Bernroider, 2017), simplemente adquirir nueva información y conocimiento no
conducir intrínsecamente a la innovación y mejorar el rendimiento ( Lane et al., 2006) En cambio, las empresas deben ser capaces de asimilar, transformar
y explotar este nuevo conocimiento para promover productos y servicios nuevos o mejorados ( Chen et al., 2009) En la misma línea, Gao
et al. (2017) y Duan et al. (2018) sugirió recientemente que las habilidades de creación de conocimiento podrían ser la base de los procesos de innovación debido a
Uso de BI&A, y pidió una mayor consideración de esta perspectiva pasada por alto. Extendiendo este discurso, buscamos abordar esta brecha mediante
aprovechando la teoría del proceso de creación de valor de TI y la perspectiva de capacidades dinámicas para perseguir los siguientes objetivos: (i)
desarrollar y validar un modelo para comprender el papel del uso de BI&A en el equilibrio de las actividades de innovación exploratorias y de explotación y
fomento del desempeño de la empresa; y (ii) definir el papel de la capacidad de absorción organizacional en el proceso de convertir el uso de BI&A en
Impactos de BI&A.
Esta línea de investigación proporcionará varias contribuciones al SI y la literatura de gestión. Primero, mientras que el trabajo de investigación existente
principalmente ha examinado teóricamente la relación entre el uso de BI&A y las diferentes actividades de innovación, especificamos empíricamente
papel del uso de BI&A en el equilibrio entre las actividades de innovación explotadora y exploratoria, respondiendo a las solicitudes de investigación sobre el tema específico
papel del uso de BI&A en la creación de valor organizacional (Trieu, 2017; Wamba et al., 2015) En segundo lugar, al introducir la capacidad de absorción como un
Mecanismo de mediación para el uso de BI&A -innovación ambidexterity relación, mejoramos la comprensión de la interacción de menor-
ordenar capacidades tecnológicas con capacidades dinámicas de orden superior para asegurar beneficios organizacionales, algo que muchos autores
han sugerido que se necesita más exploración ( Côrte-Real et al., 2017; Roberts et al., 2016; Sharma et al., 2014 ). Tomados en conjunto, nuestro
El modelo teórico y los resultados empíricos ofrecen una comprensión holística de la relación entre el uso de BI&A, el ámbito de la innovación.
destreza y desempeño firme.
El resto del documento está estructurado de la siguiente manera. Primero, proporcionamos una revisión de la literatura de los conceptos clave y los fundamentos teóricos.
A continuación, presentamos el desarrollo del modelo de investigación. Luego explicamos la metodología de investigación, mientras describimos los datos
proceso de recolección y medición de los constructos. Después de esto, presentamos el análisis de datos y los resultados. Concluimos el
artículo discutiendo las contribuciones teóricas y las implicaciones prácticas de la investigación al tiempo que establece las limitaciones y
Sugerencias futuras de investigación.
Antecedentes teóricos y modelo de investigación.
Uso de inteligencia empresarial y análisis
Desde que aparecieron por primera vez a mediados de la década de 1950, los sistemas de inteligencia empresarial se han desarrollado como grandes sistemas de datos estructurados,
típicamente en forma de almacenes de datos que permiten varios tipos de operaciones como informes, análisis en tiempo real, consultas ad hoc
contestando, y tableros. La inteligencia empresarial fue utilizada principalmente por los tomadores de decisiones para mejorar la calidad de la toma de decisiones.
proceso ( Negash y Gray, 2008) Sin embargo, los grandes flujos de datos en diferentes formatos generados a través de la comunicación de alta velocidad
Las tecnologías de comunicación, denominadas "big data", llevaron a una de las mayores interrupciones tecnológicas en el campo de
teligenciaAgarwal y Dhar, 2014 ). Esto, a su vez, estimuló la aparición de BI&A, que tenía el objetivo final de facilitar
adquisición y generación de conocimiento para apoyar la toma de decisiones ( Holsapple et al., 2014 ). Aunque diferentes definiciones de BI&A
aparecen en la literatura, entendemos que BI&A se refiere a las tecnologías, técnicas, sistemas, procesos y aplicaciones utilizadas para
Adquiera, almacene, analice y transforme datos e información comercial y de mercado en conocimiento relevante para utilizarlo para mejorar
decisiones comerciales (Chen y col., 2012; Davenport et al., 2012; Wixom y Watson, 2012) Por lo tanto, BI&A se basa en analítica avanzada
Técnicas como minería de datos y texto, pronósticos, visualización, aprendizaje automático, análisis de redes, redes neuronales y gráficos.
análisis para obtener información empresarial sobre la competencia, el mercado, los productos y los procesos ( Holsapple et al., 2014 ).
Estudios anteriores mostraron que las inversiones en BI&A son una condición necesaria pero no suficiente para la creación de valor y la realización
de beneficios (Hannula y Pirttimaki, 2003; Ransbotham et al., 2016; Yeoh y Popovič, 2016 ). Investigaciones anteriores de IS sobre valor comercial
la creación permitió una comprensión compleja pero inconsistente de cómo se crea el valor de IS que vio a los investigadores de IS pedir más
investigar cómo los activos de SI interactúan con capacidades complementarias para co-crear beneficios organizacionales (Abbasi et al., 2016;
Schryen, 2013 ). Algunos autores argumentaron que una mejor comprensión del valor comercial de IS solo puede surgir explorando el valor
procesos de creación dentro de un contexto tecnológico de SI específico ( Elbashir et al., 2013; Fink et al., 2017; Trieu, 2017) Entendiendo el
Las formas en que se entregan los beneficios organizacionales del uso de BI&A requieren la integración de lo que se sabe sobre la creación de valor de TI
considerando las características únicas de BI&A. Nuestro modelo se basa en la adaptación de Trieu (2017) del modelo de proceso del negocio de TI
valor (Melville y col., 2004; Soh y Markus, 1995 ), con el foco principal en el uso y procesos competitivos. Los activos de BI&A pueden ser
convertido en valor al integrarse en productos y servicios, mejorar la toma de decisiones y optimizar los procesos comerciales,
Página 3
que a su vez aportan valor generado a la empresa ( Ravichandran y Lertwongsatien, 2005) Las mayores capacidades de uso de BI&A son
solo es probable que cree valor cuando se implementa para crear complementariedades únicas con otras capacidades firmes ( Powell y Dent-Micallef,
1997; Sangari y Razmi, 2015; Thamir y Poulis, 2015; Wamba et al., 2017 ). Se espera que el valor aumente cuando las capacidades sean
desplegado de una manera que se refuerza mutuamente ( Henderson y Venkatraman, 1993 ). Empresas que agrupan con éxito complementarios
Es probable que las capacidades organizativas obtengan un mayor valor, ya que es difícil para los competidores establecer una complementariedad similar
(Teece, 2007)
Basándose en la tipología de capacidades de TI de Bhatt y Grover (2005) junto con la conceptualización de Wamba et al. (2017) , definimos
uso de BI&A organizacional como una capacidad dinámica de orden inferior que las organizaciones pueden aprovechar para crear conocimiento de vanguardia en un
entorno ambiental dinámico. BI&A permite a las organizaciones establecer rutinas de creación de conocimiento como capacidades dinámicas esenciales
y procesar cantidades considerables de información a través de la capacidad de procesamiento de información, lo que facilita la creación de
conocimiento (Chen et al., 2015; Olszak, 2014; Shollo y Galliers, 2016) Además, el uso de BI&A demuestra dos características importantes
características de capacidades dinámicas: elementos comunes en las características clave e idiosincrasia en los detalles ( Eisenhardt y Martin, 2000;
Wang y Ahmed, 2007) Por lo tanto, a medida que diferentes empresas desarrollan procesos efectivos de creación de conocimiento, este desarrollo avanza
caminos únicos desde diferentes puntos de partida. Las empresas implementan BI&A para satisfacer sus necesidades, comenzando desde diferentes puntos y siguiendo
Distintas vías de desarrollo e implementación. Sin embargo, esta no es una condición suficiente para la inimitabilidad e inmovilidad del recurso.
necesario para mantener la ventaja competitiva ( Barney, 1991) Procesos dependientes de la ruta, únicos e idiosincráticos son el quid y la fuente
de ventaja competitiva ( Teece et al., 1997; Wang y Ahmed, 2007) Por lo tanto, las empresas deben integrar su uso de BI&A con otros
capacidades que son idiosincráticas para sus empresas, como la capacidad de absorción y la capacidad de innovación (Easterby-Smith y Prieto, 2008;
Wang y Ahmed, 2007 ). Por lo tanto, aplicamos la idea desarrollada por Collis (1994), Danneels (2002) e Winter (2003) de referirnos a
orden superior o metacapacidad como una capacidad dinámica relacionada con la capacidad de aprender a aprender, que permite la innovación y es
se renueva automáticamente creando capacidades de orden inferior.
Innovación ambidiestra
En la literatura, la ambidestreza de la innovación se refiere a encontrar un equilibrio entre las actividades de innovación de explotación y de explotación.
para introducir una innovación incremental y radical para un desempeño sostenible superior ( Benner y Tushman, 2003; Gibson
y Birkinshaw, 2004; Él y Wong, 2004; Jansen et al., 2006) Las innovaciones de explotación son mejoras incrementales a las existentes.
productos que sirven a clientes y mercados actuales, mientras que las innovaciones exploratorias son cambios radicales contenidos en nuevos productos que
se introducen para atender a nuevos clientes y mercados (Benner y Tushman, 2003; Él y Wong, 2004) Innovación explotadora
refina los productos y aumenta la eficiencia, mientras que la innovación exploratoria experimenta con nuevas características y está relacionada con la flexibilidad
(Jansen et al., 2008 ). Ambos se relacionan con la adquisición de nuevos conocimientos, aunque de diferentes tipos y en diferentes grados ( Gupta
et al., 2006)
A pesar del atractivo de lograr un equilibrio entre las actividades de innovación, este objetivo plantea un desafío porque las actividades son
distintos y tienen diferentes demandas en términos de variabilidad, tiempo y recursos ( marzo de 1991 ). Este es especialmente el caso de las empresas.
que tienen recursos internos limitados y acceso deficiente a recursos externos (Simsek, 2009 ); Es más probable que tales empresas tengan dificultades para
encuentre un equilibrio entre estas actividades de innovación. La ambidestreza puede verse como un punto medio en un continuo entre ambas actividades
(Marzo de 1991) Las empresas que no tienen la carga de recursos internos o externos limitados pueden permitirse hacer extensas incursiones en ambas actividades.
(Cao et al., 2009; Simsek, 2009) Sin embargo, las empresas que no participan simultáneamente en altos niveles de ambas actividades corren el riesgo de convertirse
mediocre en ambosAtuahene-Gima, 2005; Ghemawat y Ricart Costa, 1993) Cuando la exploración es la actividad dominante, los fracasos de
Las innovaciones exploratorias y las búsquedas exhaustivas conducirán a una 'trampa de fracaso', en la que las empresas fracasarán antes de obtener ganancias de ex
perimentación con diferentes productos y servicios (Levinthal y marzo de 1993 ). Por el contrario, cuando la explotación es la dominante
actividad, el éxito a corto plazo aumenta el riesgo de estancamiento, dejando a las empresas sin preparación para los cambios ambientales (Gibson y
Birkinshaw, 2004 ): las empresas quedan atrapadas en una 'trampa de éxito' en la que las capacidades centrales se convierten en rigideces centrales (Leonard-Barton, 1995;
Levinthal y marzo de 1993 ).
Por lo tanto, empleamos la visión de ortogonalidad que ve ambas actividades como imperativos independientes (Gupta et al., 2006) Nosotros
conceptualizar la ambidestreza de la innovación como una capacidad dinámica de la organización que abarca las rutinas y procesos que
Las organizaciones ambidiestras confían en asignar, movilizar, coordinar e integrar varios esfuerzos innovadores contradictorios ( Jansen
et al., 2009; O'Reilly y Tushman, 2008; Sirmon et al., 2007; Teece, 2007 ). La ambidestreza de la innovación es un capital dinámico complejo
capacidad que facilita nuevas capacidades y configuraciones de recursos y se asocia con fuentes adicionales de competitividad sostenida
ventaja: ventaja más allá de la que proporciona cada actividad de innovación por separado ( Smith et al., 2005; Winter, 2003) Innovación
La ambidestreza se ha caracterizado como la capacidad de "aprender a aprender" de la empresa que se puede gestionar para promover la detección y
aprovechar las nuevas oportunidades y mitigar los posibles efectos de la dependencia del camino (O'Reilly y Tushman, 2008, 2013) Considerando el
complejidad y ritmo de cambio que enfrentan las organizaciones, así como el tiempo necesario para adaptarse a los nuevos requisitos del mercado, la alineación interna
y se necesita la orquestación de una estructura dual ( O'Reilly y Tushman, 2008) Estamos de acuerdo con la forma en que Jansen et al. (2009)
Describir la diferenciación estructural equilibrada, en la cual las subunidades exploratorias y explotadoras se separan, con la consiguiente necesidad
para la integración para la generación de valor. Esto permite la coexistencia de actividades contradictorias y evita que las unidades exploratorias
que padece la inercia dominante ( Andriopoulos y Lewis, 2009; Benner y Tushman, 2015; Jansen et al., 2009 ).
Capacidad de absorción
Cohen y Levinthal (1990, p. 128) conceptualizaron la capacidad de absorción como "la capacidad de una empresa para reconocer el valor de lo nuevo,
Página 4
información externa, asimílela y aplíquela a fines comerciales ”. Permite a las empresas evaluar mejor los estímulos externos.
entorno mediante la identificación de nuevos conocimientos externos para su asimilación e integración con conocimientos previos relacionados internamente
(Cohen y Levinthal, 1990; Kogut y Zander, 1992; Lavie y Rosenkopf, 2006; Rothaermel y Alexandre, 2009) Pero es
Es importante que la empresa invierta continuamente en el desarrollo de su capacidad de absorción, ya que eventualmente podría desconocer nuevas
oportunidades tecnológicas (Kogut y Zander, 1992; Lucas y Goh, 2009 ). Empresas con altos niveles de capacidad de absorción típicamente
explotar de manera proactiva sus tecnologías y oportunidades de mercado independientemente de su desempeño actual, mientras que una respuesta reactiva
Las oportunidades de mercado externo son típicas de las empresas con una capacidad de absorción modesta ( Lavie y Rosenkopf, 2006; Rothaermel y
Alexandre, 2009 ).
Se pueden encontrar diferentes conceptualizaciones del constructo de capacidad de absorción en la literatura ( Jansen et al., 2005; Todorova y
Durisin, 2007; Zahra y George, 2002) La capacidad de absorción se conceptualiza con frecuencia como el nivel de conocimiento relacionado relevante
ya poseído por la firma. Desde esta perspectiva, la capacidad de absorción es como un activo que es igual en valor al valor existente de la empresa.
base de conocimiento, operacionalizada con variables como intensidad de I + D y patentes ( Ahuja y Katila, 2001; Meeus et al., 2001; Tsai,
2001 ). Esta concepción se vuelve problemática al no distinguir entre el conocimiento relacionado previo y la capacidad de absorción.
Los académicos argumentan que tener conocimiento relacionado previo es una condición necesaria pero insuficiente para la capacidad de absorción (Lane et al., 2006;
Roberts et al., 2012; Van Den Bosch y otros, 1999)
En este estudio, confiamos en la capacidad de absorción según lo conceptualizado por Zahra y George (2002) y Flatten et al. (2011) , a saber, como un
capacidad dinámica que se refiere a la creación y utilización de conocimiento. Desde este punto de vista, la capacidad de absorción se puede dividir en cuatro
capacidades subyacentes: adquisición de conocimiento, asimilación de conocimiento, transformación de conocimiento y explotación de conocimiento.
La adquisición de conocimiento se refiere a la capacidad de una organización para identificar y adquirir información de fuentes externas (Cohen y
Levinthal, 1990; Zahra y George, 2002 ); la asimilación del conocimiento es la capacidad de una empresa para analizar y comprender la información
adquiere (Flatten et al., 2011); La transformación del conocimiento se relaciona con las habilidades y rutinas combinadas utilizadas para sintetizar y
aplicar el conocimiento recién adquirido y el conocimiento existente de la base de conocimiento anterior, y cómo este conocimiento es
ternalizado ( Zahra y George, 2002); mientras que la explotación del conocimiento es la aplicación y utilización del conocimiento tan transformado
para crear nuevos productos, procesos y rutinas ( Flatten et al., 2011 ). Juntas, estas capacidades generan resultados sinérgicos que
permitir que una empresa logre una ventaja competitiva explotando con éxito nuevos conocimientos y participando en la innovación de nuevos productos.
Modelo de investigación e hipótesis
Nuestro modelo de investigación propuesto, presentado en la Fig. 1, muestra las relaciones hipotéticas entre el uso de BI&A, el ámbito de la innovación.
destreza y desempeño firme. La idea fundamental del modelo es que la capacidad de la empresa para integrar diferentes de primer orden y
Las capacidades dinámicas de segundo orden de manera reforzado conducen a ganancias de rendimiento. Este proceso de creación de valor se basa en
Mecanismo teórico dominante de creación de valor de TI que integra diferentes capacidades que generan valor comercial ( Kohli y
Grover, 2008; Melville y col., 2004; Schryen, 2013) Dado que la comprensión del proceso de creación de valor en el contexto de BI&A requiere un
Teniendo en cuenta las características únicas del contexto tecnológico, nuestro modelo se basa teóricamente en la adaptación de Trieu (2017) de
El modelo de proceso bien establecido del valor empresarial de TI en el contexto de BI&A. Específicamente, nos centramos en dos procesos: (i) “Uso de BI&A
proceso "y (ii)" proceso competitivo ". Por lo tanto, en línea con la discusión de Soh y Markus (1995) sobre la teoría de procesos y la dinámica
perspectiva de capacidades ( Easterby-Smith y Prieto, 2008; Eisenhardt y Martin, 2000; Teece, 2007), consideramos que las inversiones en BI
& A son insuficientes para obtener valor de la tecnología; Los activos de BI&A deberían ser aprovechados por la capacidad de uso de BI&A e integrados
con otras capacidades dinámicas de orden superior (capacidad de absorción para la creación de conocimiento y ambidiestro de innovación) para generar
ganancias de desempeño organizacional. En consecuencia, desarrollamos nuestras hipótesis para explicar las formas en que el uso de BI&A se convierte en
Impactos de BI&A y desempeño organizacional, como se discute en mayor profundidad a continuación.
Fig. 1. Modelo conceptual propuesto. Nota: Las líneas punteadas representan las hipótesis sobre los efectos de mediación (indirectos) a través de la capacidad de absorción y
innovación ambidestreza.
44
Página 5
Inteligencia empresarial, capacidad de absorción y ambidiestro de innovación.
Muchas empresas enfrentan una sobrecarga de información debido a la cantidad cada vez mayor de datos que se generan. Tanto humanos como
Las organizaciones tienen conocimientos limitados y capacidad de procesamiento de información, lo que lleva a las empresas a desarrollar filtros de información ( marzo,
1978; Sammut y Sartawi, 2012; Simsek, 2009) La búsqueda excesiva influye negativamente en el rendimiento de la empresa, ya que las organizaciones tienen
dificultad para manejar la enorme cantidad de ideas (Wales et al., 2013 ). Como era de esperar, las organizaciones confían cada vez más en BI y
A para expandir su capacidad de absorción a través de una mayor capacidad de adquisición y procesamiento de información (Elbashir et al., 2011; Srivardhana
y Pawlowski, 2007)
Los costos de procesamiento de información más bajos permiten a BI&A asumir el papel de gatekeeper activo que integra conocimientos e inteligencia de un
variedad de fuentes para una inteligencia de mercado más holística (Altman et al., 2014; Fan et al., 2015 ). Por lo tanto, BI&A permite a las empresas facilitar la
adquisición, almacenamiento e intercambio de conocimiento, así como para integrar y almacenar conocimiento fragmentado sobre el negocio
ambiente y competencia (Chuang, 2004; Gold et al., 2001; Lee y Choi, 2003) Los procesos de adquisición de conocimiento externo.
y la asimilación permiten a la empresa realizar un seguimiento de los cambios del mercado de manera más efectiva, apoyando aún más el desarrollo y despliegue de
capacidades necesarias ( Zahra y George, 2002) Por lo tanto, proponemos:
H 1 : El uso de BI&A se relaciona positivamente con la capacidad de absorción de una empresa para la creación de conocimiento.
BI&A permite una búsqueda de conocimiento amplia que expande el conocimiento externo disponible para la empresa, proporcionando así nuevas, posibles
alternativas para resolver problemas (Katila y Ahuja, 2002 ). Sin embargo, este no es un requisito previo suficiente para garantizar la innovación.
porque también es importante que las empresas utilicen sus otras capacidades para aprovechar la información y el conocimiento externos para respaldar sus
capacidad de innovación y aumentar su rendimiento (Foss et al., 2011) La presencia de información y conocimientos externos valiosos
no implica automáticamente el aprovechamiento exitoso del conocimiento; en cambio, el conocimiento externo proporcionado por BI&A mejora la
base de conocimiento existente, que a su vez promueve el avance y la generación de nuevos productos y servicios ( Cohen y
Levinthal, 1990; Gupta et al., 2006; Lichtenthaler, 2009; Nambisan, 2013; Roberts et al., 2016 ).
Cohen y Levinthal (1990) afirmaron que la capacidad de determinar el valor del conocimiento y la información nuevos y externos depende
en la base de conocimientos previos, lo que refleja el hecho de que no todas las empresas expuestas al mismo conocimiento externo obtienen iguales
novaciónFabrizio, 2009; Forés y Camisón, 2016) La complementariedad de la base de conocimiento existente con fuentes externas de
La información y el conocimiento son un prerrequisito para mantener la ambidestreza de la innovación. Como señala Rivkin (2001) , maduro
El conocimiento de una rica base de conocimiento previo, combinado con diversos conocimientos externos, puede crear innovaciones radicales que son
Difícil de imitar. Las mejoras y refinamientos incrementales son más probables cuando el nuevo conocimiento externo no está completamente
entendido e integrado, lo que permite una adaptación menos rápida a las tendencias del mercado de vanguardia y a los gustos de los clientes ( Zhou y Li, 2012 ).
La capacidad de absorción crea sinergia entre la base de conocimiento interno y el nuevo conocimiento externo ( Teece, 2007), permitiendo ambos
Se llevará a cabo una innovación incremental y radical. Sin embargo, si el conocimiento interno y externo se superponen fuertemente, esto podría limitar
Las oportunidades para generar nuevos conocimientos debido a la naturaleza dependiente de la trayectoria de la capacidad de absorción ( Lord y Ranft, 2000 ).
Además, si el conocimiento interno se vuelve muy especializado, podría impedir la asimilación del conocimiento externo en virtud de
el síndrome "No inventado aquí"Cohen y Levinthal, 1990) Debe haber una sólida base de conocimiento previo junto con
apertura a nuevos conocimientos externos.
Las empresas deben confiar en una combinación de fuentes de conocimiento internas y externas para mantener un esfuerzo de alto nivel tanto en la exploración
y actividades de innovación de explotación, ya que la falta de exploración conducirá a una base de conocimiento subdesarrollada que no puede ser
explotado, mientras que la falta de explotación conducirá a una menor capacidad de absorción y una capacidad reducida para apoyar la exploración ( Smith y
Lewis, 2011 ). Las empresas con mayores niveles de capacidad de absorción están mejor equipadas para predecir la innovación tecnológica futura y evitar
dependencia excesiva en los procesos de innovación individuales (ya sea exploratorios o de explotación) (Lin y Chang, 2015) Como alguna literatura anterior
sugiere que la capacidad de absorción y la ambidexidad innovadora son variables dinámicas organizacionales estrechamente relacionadas que las empresas deben
integrarse y reconfigurarse para lograr la congruencia con el entorno en constante cambio ( O'Reilly y Tushman, 2008; Rosenkopf
y Nerkar, 2001; Teece, 2007) para mantener una ventaja competitiva ( Lane et al., 2006; Zahra y George, 2002 ). Absorbente
La capacidad respaldada por BI&A permite la información en tiempo real y una mejor comunicación entre funciones entre las personas
incluido en el proceso, construyendo la intuición sobre el mercado cambiante que luego permite una adaptación organizacional más rápida (cf.,
Eisenhardt y Martin, 2000; O'Reilly y Tushman, 2008 ). Además, aumenta la frecuencia y la magnitud del conocimiento.
adquisición y fortalece la orientación de aprendizaje requerida para apoyar las actividades de innovación (Hult et al., 2004) Al mismo tiempo,
innovación ambidiestra como una capacidad de orden superior para aprender a aprender que facilita la alineación, el desarrollo y la renovación de
capacidades de orden inferior y es el resultado del aprendizaje organizacional ( Danneels, 2002; Winter, 2003 ). Por lo tanto, los procesos de aprendizaje son
la fuente dominante y una característica común de las capacidades dinámicas ( Zahra et al., 2006 ). Además, la innovación ambidestreza
integra y configura esfuerzos de innovación dispersos y contradictorios a través de estructuras exploratorias y de explotación diferenciadas
unidades (Gupta et al., 2006; Jansen et al., 2009; O'Reilly y Tushman, 2008), evitando que las empresas se vuelvan mediocres en ambos
(Atuahene-Gima, 2005) Por lo tanto, proponemos las siguientes hipótesis:
H 2 : La capacidad de absorción de una empresa para la creación de conocimiento se relaciona positivamente con su ambidestreza de innovación.
H 2a : La capacidad de absorción para la creación de conocimiento media positivamente en la relación entre el uso de BI&A y la ambidestreza de la innovación.
55
Página 6
Inteligencia empresarial, innovación ambidiestra y desempeño firme
La investigación sobre las ganancias de rendimiento derivadas del uso de BI&A informa resultados mixtos. A saber, algunos estudiosos argumentan que invertir
Los mentos en BI&A son una condición necesaria pero no suficiente para mejorar el rendimiento de la empresa ( Akter et al., 2016; Ransbotham et al.,
2016; Shuradze y Wagner, 2016; Wamba et al., 2017 ), mientras que otros identifican un vínculo positivo entre el uso de BI&A y el desempeño de la empresa
(Gupta y George, 2016; Wang y Hajli, 2017) La ausencia de un vínculo positivo confiable entre las inversiones de BI&A y la firma
el rendimiento puede explicarse por varios factores, como la falta de consideración de los beneficios indirectos del uso de BI&A, factores ambientales,
y la influencia de los retrasos de tiempo ( Chae et al., 2014; Sharma et al., 2014) Aunque BI&A permite una búsqueda amplia de conocimiento, expandir
el conocimiento externo disponible para la empresa y, por lo tanto, brinda nuevas alternativas potenciales para resolver problemas ( Katila y Ahuja,
2002 ), la nueva información y conocimiento externos no necesariamente generan beneficios (Lane et al., 2006 ). La teoría de procesos postula que
las organizaciones pueden lograr un mejor desempeño organizacional a través del proceso de conversión de la creación de un "intermediario
resultado ", como nuevos productos o desarrollo de nuevos servicios ( Soh y Markus, 1995; Trieu, 2017) Las empresas solo pueden esperar un
mayor rendimiento cuando se implementa el uso de BI&A para crear complementariedades únicas con otras capacidades dinámicas, como
a través del apoyo de las habilidades de innovación ( Duan y Cao, 2015; Foss et al., 2011; Lavalle et al., 2011; Ravichandran y
Lertwongsatien, 2005; Wamba et al., 2017 ). Por lo tanto, proponemos la siguiente hipótesis:
H 3 : La ambidestreza de innovación de una empresa media la relación entre el uso de BI&A de la empresa y el rendimiento de la empresa.
Las empresas introducen continuamente nuevas innovaciones tecnológicas en sus productos y servicios para mantenerse competitivas y satisfacer
cambiantes demandas de los clientes ( Benner y Tushman, 2002; Hill y Rothaermel, 2003; Jansen et al., 2006 ). Sin embargo, el objetivo principal de
la innovación es lograr y mantener un desempeño organizacional satisfactorio (Damanpour et al., 2009) Las actividades de innovación son,
sin embargo, altamente incierto, lo que explica los resultados empíricos inconsistentes sobre la relación entre diferentes innovaciones
actividades y desempeño de la empresa ( Camisón y Villar-López, 2014; Darroch, 2005; Hitt et al., 1997; Morgan y Berthon, 2008 ).
A pesar de la controversia encontrada en la literatura, la evidencia de investigación predominante sugiere que existe una asociación positiva entre
innovación y desempeño firme. Por ejemplo, en su investigación sobre innovación tecnológica en las empresas manufactureras Él y Wong
(2004) informan que la innovación explotadora y la innovación exploratoria afectan significativamente el desempeño de la empresa, medido por las ventas
crecimiento. En una línea similar, Jansen et al. (2006) determinan que la innovación ambidiestro, bajo diferentes condiciones ambientales,
influye positivamente en los índices de rendimiento empresarial basados en la rentabilidad. No obstante, al realizar un estudio de caso cualitativo
Andriopoulos y Lewis (2010) descubrieron que la capacidad de manejar la tensión de innovación paradójica simultáneamente ejercía una
influencia positiva en el desempeño de la empresa.
Se pueden encontrar diferentes argumentos teóricos en apoyo del papel beneficioso de la innovación para el desempeño de la empresa. Un alto nivel de
La innovación le permite a la empresa asumir las ventajas de ser el primero en moverse, aumentar su capacidad de respuesta a las demandas cambiantes de los clientes y
preferencias, evitando así que las empresas tengan efectos de "bloqueo"Leonard-Barton, 1995; Siggelkow y Rivkin, 2006) y competencia
trampas ( Levitt y marzo de 1988) Además, las empresas innovadoras tienden a ser más sensibles a las oportunidades en el entorno externo,
Explotación proactiva de nuevas tecnologías ( Hill y Rothaermel, 2003 ). Tal capacidad de respuesta y proactividad aumentadas permiten a las empresas
para introducir nuevos productos o servicios que contienen características mejoradas o avanzadas que conducen a un mejor desempeño de la empresa en términos de
ingresos, ganancias y un aumento de la cuota de mercado. La inversión continua en innovación también puede desencadenar innovación consecutiva a través de
generación de capacidades dinámicas para mejorar el desempeño de la empresa ( Ghemawat y Ricart Costa, 1993; Teece et al., 1997) Por lo tanto,
tras una investigación de Tushman y O'Reilly (1996) y Benner y Tushman (2003), sostenemos que las capacidades dinámicas están arraigadas
en la introducción simultánea de innovación explotadora y exploratoria, y no en su ritmo rítmico (oscilación entre
períodos de exploración y explotación) (Brown y Eisenhardt, 1998 ) porque el desarrollo de competencias es un proceso largo y
El cambio ambiental es continuo. Además, la coexistencia de ambas actividades contradictorias impide que las unidades exploratorias
Inercia gerencial dominante presente en las principales actividades de innovación ( Andriopoulos y Lewis, 2009; Benner y Tushman,
2015; Jansen et al., 2009 ). La coordinación e integración de los esfuerzos de innovación exploratoria y explotadora en un nuevo valor
mejorar la forma crea una ventaja difícil de imitarHelfat y Peteraf, 2009 ). Por lo tanto, postulamos:
H 3a : La ambidestreza de innovación de una empresa se relaciona positivamente con el desempeño de la empresa.
Metodología de investigación
Muestreo, recopilación de datos y propiedades de muestra
El instrumento de la encuesta se basó en una revisión exhaustiva de la literatura mediante la cual todas las construcciones se operacionalizaron mediante validación
escalas de medida encontradas en la literatura. Para asegurar la validez del contenido, le preguntamos a cinco expertos en SI e investigadores de gestión relacionados
para revisar y evaluar el contenido, el alcance y el propósito de la encuesta (Lawshe, 1975; Lynn, 1986 ) y, en consecuencia, refinó varios artículos para
Simplifique la interpretación y asegúrese de que los elementos se conectan correctamente con el contexto específico del estudio. El cuestionario fue desarrollado y
difundido en el idioma inglés para garantizar un significado idéntico en diferentes grupos de idiomas. Dibujamos a nuestros participantes de
listas de correo internas de la Asociación de Innovación de Investigación Estratégica (SRIP) MOBILITY ACS + y la Asociación de Compras de
Eslovenia, junto con una base de datos pública que contiene detalles de las 101 empresas eslovenas más exitosas en 2016. El total inicial
la muestra invitada a participar en la encuesta basada en la web fue de 500.
Para garantizar la calidad de los datos, aplicamos tres criterios de selección, a saber, el encuestado: (1) tenía un conocimiento profundo de la
66
Página 7
tabla 1
Muestra demográfica.
Características de la muestra (n = 97) Obs. (%)
Puesto de demandado
Ejecutivo de TI 45,4
Director de información (CIO) 8 8.2
Gerente de TI 30 30,9
Gerente de BI 66 6.2
Ejecutivo de negocios 54,6
Director Ejecutivo (CEO) 27 27,8
Director financiero (CFO) 2 2.1
Otros ejecutivos de negocios 24 24,7
Cantidad de Empleados
<50 8 8.2
50-250 52 53,6
> 250 37 38,2
Industria
Agricultura, silvicultura, caza 2 2.1
Fabricación 33 34,0
Electricidad, gas, abastecimiento de agua. 8 8.2
Construcción 1 1.0
Comercio mayorista y minorista 18 años 18,6
Hoteles y restaurantes 1 1.0
Transporte, almacenaje y comunicación. dieciséis 16,5
Intermediación financiera 44 4.1
Actividades inmobiliarias, de alquiler y comerciales. 66 6.2
Educación 1 1.0
Salud y trabajo social. 1 1.0
Otro 66 6.2
gestión de la organización; (2) tenía más de 3 años de experiencia en iniciativas de BI&A; y (3) ocupó un puesto gerencial, ejecutivo o de TI
en la firma La muestra estaba compuesta por empleados de organizaciones principalmente medianas y grandes, de acuerdo con las directrices actuales de la UE.
(Comisión Europea, 2005) En cuanto a las posiciones de los encuestados, los ejecutivos de TI y de negocios estuvieron representados casi por igual.
Las características demográficas de la muestra se muestran en la Tabla 1 .
En total, 97 respuestas obtenidas después de dos rondas de la encuesta fueron utilizables, lo que indica una tasa de respuesta global del 19,4%. Tres
Las respuestas se eliminaron debido a la línea recta. Se aplicó un reemplazo de valor medio para manejar los datos faltantes como la cantidad de
los datos faltantes por indicador no superaron el 5% ( Hair et al., 2017a) También examinamos la asimetría y la curtosis de la distribución de datos.
y descubrió que la mayoría de los datos para cada indicador se distribuían normalmente. Realizamos un análisis de olas para evaluar cualquier
sesgo de respuesta entre los grupos de respuesta temprana y tardía ( Armstrong y Overton, 1977) Nuestro análisis no mostró diferencias significativas
heces (nivel de significancia del 5%, > p .05) entre los grupos de respuesta temprana y tardía con respecto a atributos organizacionales como
tamaño firme( 2 prueba, p=2.255) y retorno de la inversión ( 2 prueba, p=.427) ; por lo tanto, no encontramos evidencia de sesgo de respuesta. Sin embargo, nosotros
tomó diferentes remedios para evitar posibles problemas de varianza de método común (CMV). Durante la etapa procesal, no informamos
Los encuestados sobre lo que estábamos midiendo e introdujeron nuevos elementos para lograr la separación psicológica temporal. Durante el
etapa estadística, evaluamos el CMV potencial usando tres enfoques: el análisis ex-post de un solo factor de Harman, la colinealidad completa
enfoque de evaluación y enfoque variable de marcador de seis pasos de Rönkkö y Ylitalo (2011) (Kock, 2015; Podsakoff et al., 2003; Rönkkö
e Ylitalo, 2011 ). Basándonos en el análisis factorial exploratorio, encontramos que ningún factor individual explicaba la mayor parte de la covarianza entre
las medidas, con el primer factor extraído que representa el 35.743% de la varianza. Además, la evaluación de colinealidad completa (Kock
2015 ) mostró que todos los valores de VIF a nivel de factor estaban dentro del rango entre 1.274 y 2.429, es decir, por debajo del umbral recomendado
de 3.3. ( Diamantopoulos y Siguaw, 2006 ). Al aplicar el enfoque de variable de marcador de seis pasos de Rönkkö y Ylitalo (2011) encontramos
No hay diferencias de nota entre la línea de base y el modelo con la variable del marcador, mientras que todas las rutas no vieron cambios en el nivel de
significación estadística ( Tabla F-1 en el Apéndice F). Por lo tanto, parece poco probable que la variación del método común amenace la validez de
el estudio presente.
Enfoque de modelado de ecuaciones estructurales
Nos basamos en mínimos cuadrados parciales basados en la varianza (PLS-SEM) para estimar el modelo de ecuación estructural ( Chin, 1998; Hair et al.,
2017a; Lohmoller, 1988 ). PLS-SEM es especialmente útil cuando un modelo incluye variables de segundo orden y complejos procesos de mediación
naves espacialesHair et al., 2012; Ringle et al., 2012) Además, PLS-SEM ha demostrado ser útil al analizar tamaños de muestra relativamente pequeños
en configuraciones de modelo de complejidad media y alta ( Reinartz et al., 2009) De acuerdo con las recomendaciones hechas en estudios anteriores ( Cabello
et al., 2017b; Ringle et al., 2012), verificamos la idoneidad del tamaño de la muestra mediante análisis de potencia. Suponiendo el nivel de uso frecuente de
poder estadístico del 80%, y el número máximo de flechas que apuntan a una construcción (en nuestro caso, cuatro), necesitábamos al menos 41 (o 53
de acuerdo con G * Potencia conjuntos de análisis) de datos para detectar R 2 valores de al menos 0,25 (con un 5% de probabilidad de error). Aunque relativamente
pequeño, los conjuntos de datos adquiridos cumplen los requisitos de tamaño de muestra y, por lo tanto, se utilizaron para evaluar el modelo propuesto con Smart PLS 3
77
Página 8
software (Ringle et al., 2015 ).
Medición y validación de los constructos.
Variables independientes
Inteligencia empresarial y uso de análisis. Medimos el uso de BI&A con diez ítems adaptados de Gold et al. (2001). Siguiendo
Las críticas expresadas en la literatura anterior sobre la inadecuación de la frecuencia y la duración del uso para capturar el valor de BI&A
uso para la creación de conocimiento ( Burton-Jones y Straub Jr., 2006; Grublješič y Jaklič, 2014; Petter et al., 2013 ), en su lugar seleccionamos
naturaleza de uso, que hizo que BI&A usara una variable proxy para los beneficios de su uso ( Gold et al., 2001; Seddon, 1997; Shollo y
Galliers, 2016) Apuntamos a medir si BI&A apoya a las empresas en el monitoreo de los consumidores, el mercado y la competencia; en
seguimiento de flujos de conocimiento internos y externos; en la búsqueda, generación y almacenamiento de conocimiento; y al recuperar y usar el
conocimiento tan reunido. Todos los ítems se midieron usando una escala de 7 puntos, que varía de 1 (" totalmente en desacuerdo ") a 7 (" totalmente de acuerdo ").
Capacidad de absorción . Medimos la capacidad de absorción de una empresa con una escala de medición desarrollada y probada por Flatten et al.
(2011) . Por lo tanto, la capacidad de absorción se modela como una variable latente jerárquica de segundo orden con cuatro componentes de primer orden:
adquisición de conocimiento, asimilación, transformación y explotación. La escala de respuesta varió de 1 (" totalmente en desacuerdo ") a 7
(" Totalmente de acuerdo ").
Variables dependientes
Innovación ambidiestra. Siguiendo estudios previos (Gibson y Birkinshaw, 2004; Él y Wong, 2004; Jansen et al., 2016 ), utilizamos
El enfoque de dos pasos para desarrollar una medida personalizada para la innovación ambidiestro. Dado que la innovación ambidiestra implica lograr un
equilibrio entre las actividades de innovación explotadora y exploratoria, primero medimos la innovación explotadora y la innovación exploratoria
con dos escalas de seis ítems de Jansen et al. (2006). Evaluamos y proporcionamos evidencia de la confiabilidad de los constructos, así como su
validez convergente y discriminante (Tabla D-1 y Tabla E-1) Para construir la medida de ambidestreza como una medida combinada de
innovación exploratoria y explotadora, seguimos trabajos anteriores (Jansen et al., 2009; Lubatkin et al., 2006; Raisch et al., 2009 ) y corrieron
cuatro análisis de regresión, con el rendimiento como variable dependiente. El modelo sin restricciones trata tanto la explotación como la exploración.
innovación como variables independientes separadas. Por otro lado, las tres ecuaciones de regresión restringidas combinaron las dos medidas
en un solo índice sumando, restando o multiplicando (Junni et al., 2013 ). Después de ejecutar unaprueba F para comparar los tres modelos, nosotros
descubrió que el modelo aditivo era superior a los otros dos enfoques sin ninguna pérdida significativa de información en relación con
modelo restringido Por lo tanto, medimos la ambidestreza agregando innovación explotadora y exploratoria, y los consideramos como
actividades ortogonales y, por lo tanto, complementarias, y no extremos de un continuo (Cao et al., 2009 ).
Resultados de la empresa. Muchos estudios de investigación han analizado el impacto de la ambidestreza de la innovación en el desempeño de la empresa ( Atuahene-
Gima, 2005; Jansen et al., 2006 ). Estos estudios utilizaron diferentes medidas para medir el desempeño de la empresa, incluido el retorno de la inversión.
(Jansen et al., 2005 ), rentabilidad media (Jansen et al., 2006 ), retorno de ventas, retorno de activos (Él y Wong, 2004; Kostopoulos
et al., 2011 ) o una combinación de ingresos, ganancias y crecimiento del mercado (Cao et al., 2009; Lin et al., 2013 ). Como unidimensional
Los indicadores de rendimiento de la empresa no se recomiendan debido a su tendencia a producir estimaciones sesgadas ( Raisch y Birkinshaw,
2008 ), utilizamos un conjunto más amplio de indicadores para capturar el desempeño de la empresa. Específicamente, la información de rendimiento perceptual con-
constaba de siete elementos que requerían que los encuestados calificaran el desempeño de su empresa en relación con sus principales competidores en el anterior
3 años en una escala Likert de 5 puntos, en términos de retorno de la inversión, retorno de ventas, crecimiento de ganancias, retorno de activos, crecimiento de ventas,
crecimiento de la cuota de mercado y la reputación general de la empresa ( Cao et al., 2009; Li y Atuahene-Gima, 2001; Lubatkin et al., 2006;
McDougall et al., 1994) Además, utilizamos datos de archivo secundarios para triangular la información de rendimiento perceptual. Utilizando
información de rendimiento objetivo disponible públicamente tomada de las bases de datos AMADEUS y Bisnode, creamos una submuestra de
empresas (n = 11) y analizaron la correlación entre la información de rendimiento basada en archivo y perceptiva. Utilizamos ventas
crecimiento y rendimiento de los activos (ROA) como información de rendimiento objetiva porque es la más frecuentemente utilizada en la literatura
(Él y Wong, 2004; Junni et al., 2013; Lin et al., 2007; Rothaermel y Alexandre, 2009 ). Desde los efectos de rendimiento de
la exploración está más distante en el tiempo que los efectos inmediatos en el rendimiento de la explotación ( Uotila et al., 2009), tratamos de atenuar
los retrasos y las fluctuaciones anuales de los datos objetivos mediante la recopilación de datos para los tres años entre 2014 y 2017. Siguiente previo
investigación (Ireland et al., 2002; Rothaermel y Alexandre, 2009), promediamos el crecimiento de las ventas y la información de ROA durante este período
y realizó análisis de correlación no paramétricos. Encontramos que los indicadores de desempeño basados en encuestas de esta submuestra fueron significativamente
correlacionado con los indicadores de rendimiento basados en archivos (ROA ( r = 0.657, p = 0.028), crecimiento de ventas ( r = 0.809, p = 0.003)),
confirmando la alta correlación de los dos enfoques de medición.
Variables de control
Incluimos variables de control adicionales para controlar posibles explicaciones confusas, específicamente el tamaño de la empresa y la industria.
sector. El tamaño de la empresa (número de empleados a tiempo completo) a menudo se asocia con inercia y dificultad relacionada con el procesamiento de información que
afecta la adaptación y el crecimiento de la empresa (Él y Wong, 2004; Tushman et al., 1985) Además, el tamaño de la empresa puede impactar en ambientes innovadores
destreza ( Andriopoulos y Lewis, 2009; Uotila et al., 2009 ). Por ejemplo, Cao et al. (2009) encontraron que las pequeñas empresas que, al ser
relativamente limitado en recursos puede beneficiarse más al lograr un equilibrio entre exploración y explotación, mientras que las empresas con
un mayor acceso a recursos internos y externos puede beneficiarse más al combinar simultáneamente altos niveles de exploración y
explotación. Del mismo modo, Lee, Wu y Liu (2013) descubrieron que las grandes empresas son más capaces de participar simultáneamente en actividades exploratorias y
innovación explotadora a través de la divisibilidad estructural. Aquí, el tamaño de la empresa es una variable ficticia que toma un valor de 1 para las microempresas, 2
para empresas pequeñas, 3 para empresas medianas y 4 para empresas grandes.
Página 9
Además, el sector industrial está asociado con disparidades en la adaptación y el rendimiento de la empresa (Él y Wong, 2004; Lubatkin
et al., 2006) Tambe (2014) también identificó la diversidad en la inversión de los sectores industriales en BI&A. Por lo tanto, controlamos dos amplias
sectores industriales de fabricación y servicios al incluir una variable ficticia de la industria (1 = fabricación, 0 = servicio) en el
modelo para controlar explícitamente las idiosincrasias industriales no observadas (Tabla B1)
Resultados
Modelo de medición
Modelamos todas las construcciones incluidas en el análisis como construcciones reflexivas. Siguiendo a Flatten et al. (2011)modelamos el
construcción de capacidad de absorción como una construcción reflexiva-reflexiva de segundo orden, con cuatro construcciones de primer orden: adquisición (ACQ),
asimilación (ASS), transformación (TRF) y explotación (EXP). Luego aplicamos el enfoque del indicador repetido en el
orden (Modo A), según lo recomendado por Becker, Klein y Wetzels (2012) . Los elementos de medición para todas las construcciones son
incluido en la Tabla A-1 (Apéndice A).
Medida reflexiva
Inicialmente nos enfocamos en evaluar la confiabilidad y validez de las medidas de construcción a través de pruebas de confiabilidad del indicador, construcción
fiabilidad, validez convergente y validez discriminante (Gefen y Straub, 2005; Ringle et al., 2012) Eliminamos dos elementos basados
en una evaluación de la confiabilidad del indicador (TI1 y EXPL6), lo que resulta en una mayor variación promedio extraída. Como revela la Tabla C-1 ,
todos los indicadores alcanzaron una fiabilidad de indicador satisfactoria con cargas externas superiores a 0,70 y con un indicador que presentaba un ligero
carga inferior de 0.668. Además, los modelos de medición reflexiva lograron una fiabilidad compuesta de 0.836 o superior, lo que sugiere
La consistencia interna confiable de las medidas de construcción. Luego, utilizamos la varianza promedio extraída (AVE) y encontramos todos los valores
excedió el valor umbral de 0.5 (Fornell y Larcker, 1981; Henseler et al., 2009 ). Para la construcción ACAP de segundo orden, nosotros
AVE calculada manualmente y fiabilidad compuesta según Hair et al. (2017a) directrices ( Tabla D-1)
Además, examinamos la validez discriminante de los constructos utilizando dos medidas: los criterios desarrollados por Fornell y Larcker
(1981) y las cargas cruzadas de los indicadores ( Chin, 1998) - y encontró que las construcciones muestran una validez discriminante satisfactoria. Adicionalmente,
Al utilizar el criterio de relación heterotrait-monotrait (HTMT), encontramos que todos los valores estaban por debajo del valor umbral conservador de
0.85 ( Hair et al., 2017a ), reconfirmando la validez discriminante establecida ( Tabla E-1) Sin embargo, la validez discriminante entre los
no se pueden establecer construcciones de capacidad de absorción de orden superior e inferior, lo que se espera debido al uso de
enfoque de indicadores. Con base en estos hallazgos, concluimos que las medidas de construcción reflexiva presentadas son válidas y confiables.
Modelo estructural
Para evaluar el modelo estructural, proporcionamos una evaluación de colinealidad, las correlaciones múltiples al cuadrado R 2 , el coeficiente de trayectoria estructural
ficients, la relevancia predictiva de las variables endógenas utilizando los valores Q 2 de Stone Geisser, los valores de tamaño del efecto f 2 y los valores de tamaño del efecto q 2
según lo recomendado por Hair et al. (2017a) . Utilizamos el esquema de ponderación de ruta y un criterio de parada establecido en 10 −7 , con 5,000 iteraciones de recuperación
muestreo y la opción sin cambio de signo como configuración en el algoritmo PLS SEM en SmartPLS 3. Primero, examinamos la colinealidad entre
construcciones endógenas y exógenas correspondientes y encontraron que todos los valores de VIF estaban por debajo del umbral recomendado de 3.3 (el más alto
El VIF entre las variables explicativas fue 1.556). Otros valores del tamaño del efecto f 2 mostraron que estaban presentes efectos pequeños a moderados, mientras que el
Los valores de Q 2 para todas las construcciones endógenas reflexivas fueron superiores a cero, lo que respalda la relevancia predictiva de las variables latentes endógenas.
También calculamos el impacto relativo de la relevancia predictiva y encontramos efectos pequeños y moderados. La Tabla 2 presenta los resultados de la
relaciones hipotéticas, valores t , errores estándar y tamaños de efectos, mientras que la Fig. 2 muestra los coeficientes de ruta, R 2 y Q 2 .
Los resultados muestran que el modelo conceptual explica el 55.5% de la variación en la ambidestreza de la innovación y el 20.5% de la
variación en el desempeño de la empresa. Por lo tanto, el uso de BI&A es estadísticamente significativo para explicar la capacidad de absorción (β = 0.598, p <.01) y
la capacidad de absorción es estadísticamente significativa para explicar la ambidestreza de la innovación (β = 0.616, p <.01). Hipótesis H 1 y H 2
son por lo tanto compatibles. Además, los resultados indican que la ambidiestro de la innovación está relacionada de manera significativa y positiva con el desempeño de la empresa.
mance, apoyando la hipótesis H 3 . Sin embargo, no encontramos una influencia significativa de las variables de control como el tipo de industria
(industrial versus servicio) y tamaño de la empresa en el desempeño de la empresa.
Tabla 2
Resultados de los coeficientes de ruta del modelo estructural.
Camino estructural Coeficiente de trayectoria Tamaño del efecto Tamaño del efecto Estándar valor t Sesgo corregido 95% de confianza Conclusión
(β) (f 2 ) (q 2 ) desviación intervalo
USO DE BI&A → ACAP 0.598 ** 0,556 N/A 0,078 7.650 [0,405; 0.718] H 1 compatible
ACAP → IA 0.616 ** 0,548 0,515 0,083 7.379 [0,442; 0.770] H 2 apoyado
IA → FP 0.464 ** 0,183 0,074 0.139 3.346 [0,179; 0.715] H 3a compatible
TAMAÑO FIRME → FP 0.132 0,021 0.008 0,091 1.453 [-0.069; 0.296] No soportado
INDUSTRIA FIRME → FP 0,018 0,000 0.002 0,106 0,172 [-0,194; 0.219] No soportado
Nota: * Significativo en el nivel 0.05.

** Significativo en el nivel 0.01.
99
Página 10
Fig. 2. Modelo estimado. Notas: * Significativo en el nivel 0.05; ** Significativo en el nivel 0.01; (R 2 ajustado, Q 2 ) dado para construcciones endógenas. los
Las líneas punteadas representan las hipótesis de mediación (efectos indirectos) a través de la capacidad de absorción y la ambidestreza de la innovación.
Análisis de mediación
Presumimos que la capacidad de absorción mediaría en la relación entre el uso de BI&A y la ambidestreza de innovación y
que la ambidestreza de la innovación mediaría entre el uso de BI&A y el desempeño de la empresa. Para probar la mediación, realizamos el
prueba de arranque (Hair et al., 2017a ). Encontramos que ambos efectos indirectos fueron significativos ya que ninguno de los intervalos de confianza del 95%
incluido el valor de cero. Sin embargo, el resultado muestra que la capacidad de absorción media (complementariamente) media entre el uso de BI&A y
innovación ambidiestra ya que tanto los efectos directos como indirectos son significativos y apuntan en la misma dirección, dando un apoyo parcial
para H 2a . Al mismo tiempo, se descubrió que la ambidestreza de la innovación medía completamente entre el uso de BI&A y el rendimiento de la empresa, y el
Se encontró que el efecto directo no era significativo ( t = 0.470; p = .638), apoyando a H 3 (ver Tabla 3 ).
Discusión y conclusión
La investigación existente brinda evidencia anecdótica, conceptual y empírica para respaldar las fuertes afirmaciones hechas sobre la capacidad de BI&A para
mejorar la capacidad de innovación y el desempeño de la empresa (Lavalle et al., 2011; Stubbs, 2014) Este estudio tuvo como objetivo comprender mejor el
Mecanismos mediante los cuales BI&A contribuye a la innovación ambidiestro y el rendimiento de la empresa desde una perspectiva de uso. Basado en investigaciones previas
En innovación, propusimos y probamos un modelo de investigación que integraba los dominios de las capacidades dinámicas, la gestión del conocimiento y
procesamiento de información. Los hallazgos clave sugieren que el uso de BI&A se asocia positivamente con la capacidad de equilibrar la innovación competitiva
actividades, que a su vez mejora el desempeño de la empresa. Esta asociación se explica principalmente a través de la capacidad de absorción de la empresa,
que permite a las empresas aprovechar la información externa y su capacidad de innovación que respalda el conocimiento.
Contribuciones teóricas
Este estudio ofrece varias contribuciones teóricas a la literatura de BI&A e IS. Primero, el estudio integra las ideas obtenidas de
aplicando la teoría del proceso de creación de valor de TI (Soh y Markus, 1995; Trieu, 2017 ) y la perspectiva de capacidades dinámicas para
Explicar cómo el uso de BI&A está asociado con la ambidestreza de la innovación y el desempeño de la empresa. Aunque algunos modelos para el valor de BI&A
la creación ha aparecido recientemente en la literatura IS (Božič y Dimovski, 2019; Chen et al., 2015; Côrte-Real et al., 2017; Fink y col.
2017; Trieu, 2017; Vidgen et al., 2017 ) se necesita más investigación sobre el papel de BI&A en el aprendizaje organizacional, el conocimiento
gestión y procesamiento de la información para lograr una comprensión holística del papel desempeñado por BI&A en el equilibrio de la innovación
actividades y fomento del desempeño de la empresa (Duan et al., 2018; Sharma et al., 2014 ). Nuestro estudio avanza hacia este objetivo al
enfocándose en los procesos involucrados en convertir el uso de BI&A en impactos de BI&A, y luego en ganancias de desempeño organizacional. Por
concentrándonos principalmente en la creación de conocimiento y la mejora de las capacidades de innovación, podemos entender mejor el
proceso de convertir el uso de BI&A en valor organizacional.
Nuestra investigación sugiere que el uso de BI&A mejora la ambidexidad de la innovación principalmente a través del aprovechamiento del conocimiento que está habilitado
por capacidad de absorción organizacional. Esto está en línea con la evidencia anecdótica reciente ( Duan et al., 2018 ); sin embargo, en lugar de centrarse en
Tabla 3
Prueba de arranque de mediación: análisis de significación de los efectos directos e indirectos.
Efecto directo Intervalo de confianza del 95% de la valor t Indirecto Intervalo de confianza del 95% de la valor t Conclusión
efecto directo efecto efecto indirecto
USO DE BI&A → IA 0,189 * [0,016; 0.356] 2.174 0.368 ** [0.223; 0.517] 4.895 H 2a parcialmente
USO DE BI&A → FP −0.062 [−0.313; 0.196] 0.470 0.259 ** [0,098; 0.450] 2.842 H 3 compatible
Nota:
* Significativo en el nivel 0.05.
** Significativo en el nivel 0.01.
10
Página 11
exploración ambiental, explicamos el mecanismo de traducción de información y conocimientos externos útiles como resultado del uso de BI&A en
la generación de productos y servicios innovadores a través de los procesos subyacentes de adquisición de conocimiento, asimilación, transformación
mación y explotación. A veces existe la creencia simplista de que un mayor volumen y variedad de información automáticamente
conducir a capacidades de innovación más fuertes, sin embargo, encontramos apoyo para uno de los principios clave de la teoría de la capacidad de absorción, a saber, que
Es probable que las empresas obtengan innovación a partir de conocimientos y conocimientos externos una vez que tengan la capacidad de reconocer su valorCohen
y Levinthal, 1990) Además, al modelar la capacidad de absorción como un mecanismo de mediación en el uso de BI&A - innovación ambi-
relación de destreza, nuestro estudio arroja luz sobre la asociación poco explorada entre BI&A y la capacidad de absorción, respondiendo
Llamadas anteriores en la literatura de IS para su investigación adicional (por ejemplo, Gao et al., 2017; Roberts et al., 2012) Nuestro estudio se centra en el
interacción del uso de BI&A, capacidad de absorción y ambidiestro de innovación como capacidades y activos complementarios que juntos
crear valor comercial (a través de innovación radical e incremental) que, a su vez, conduce a un desempeño económico.
También encontramos una asociación directa significativa entre el uso de BI&A y la ambidestreza de la innovación. Aunque significativamente más pequeño que el
efecto indirecto que ocurre a través de la capacidad de absorción, parece que el uso de BI&A influye directamente en la capacidad de innovación de una empresa. Uno posible
la explicación fue ofrecida por la investigación de Zhan, Tan, Ji, Chung y Tseng (2017) ; descubrieron que el uso de BI&A influye directamente en la innovación
habilidades acortando el proceso de retroalimentación entre las rondas de producción y consumo, identificando debilidades en los productos o
servicios al inicio de la fase de desarrollo y apoyo al desarrollo de productos receptivos. Otros ejemplos en la literatura de uso de BI&A
influir en la capacidad de respuesta de una empresa respalda estos hallazgos. Por ejemplo, Google hace coincidir los anuncios con el contenido en tiempo real utilizando algoritmos que
han identificado tendencias y relaciones (Lycett, 2013 ), y Netflix analiza grandes cantidades de datos de transmisión en tiempo real para ayudar a decidir qué piloto
los proyectos serán más exitosos en el futuroXu et al., 2016) Por lo tanto, aunque los autores anteriores señalaron que las empresas podrían estar mejor equipadas para
innovar como resultado del uso de BI&A ( Kowalczyk y Buxmann, 2015; Manyika et al., 2011), nuestro estudio realiza una contribución original de
explicando que las capacidades de innovación se mejoran de dos maneras: (i) por la mayor diversidad y riqueza de la información y el conocimiento
disponible a través de la interacción con la capacidad de absorción de la empresa (determinando las necesidades insatisfechas de los clientes y los segmentos de mercado desatendidos);
y (ii) aumentando las posibilidades de experimentación y previsibilidad del valor de los nuevos productos y servicios, a principios de
proceso de planificación Por lo tanto, este estudio proporciona una comprensión holística del papel desempeñado por el uso de BI&A en el equilibrio de la exploración y
actividades de innovación de explotación, enriqueciendo así la literatura existente que explora el proceso de creación de valor de BI&A (por ejemplo, Fink et al., 2017;
Trieu, 2017) Partiendo de las conceptualizaciones basadas en recursos convencionales de creación de valor que no explican el valor de BI&A
proceso de creación en entornos dinámicos (Mikalef y Pateli, 2017), nuestro estudio enfatiza la importancia de adoptar una dinámica
enfoque para profundizar nuestra comprensión de las variaciones de rendimiento de la empresa.
Estudios anteriores han indicado que el uso de BI&A contribuye directamente al rendimiento de la empresa (por ejemplo, Wamba et al. (2017) y Akter et al.
(2016) ). Nuestros resultados indican ambidestreza de innovación para mediar en esta asociación. Según lo discutido por Cao et al. (2015) y Foss et al.
(2011) , esto puede atribuirse al hecho de que el uso de BI&A solo puede influir en el rendimiento de la empresa cuando se implementa para crear
complementariedades con otras capacidades dinámicas. Además, esto concuerda con Lonnqvist y Pirttimaki (2006) quienes afirman que BI&A
el valor solo se puede crear (y medir) a través del proceso de uso de información / inteligencia. Por lo tanto, en lugar de esperar una toma
para una mejora garantizada en el desempeño de la empresa debido a las inversiones en BI&A, las empresas necesitan descubrir cómo aprovechar BI&A para
mejorar sus habilidades de innovación; Es esto lo que finalmente trae un rendimiento mejorado. La convivencia de la exploración y
Las actividades de innovación de explotación limitarán cualquier dependencia excesiva en un solo proceso de innovación, evitando que las empresas pierdan a largo plazo
ventaja competitiva al facilitar la adaptación dinámica a los cambios ambientales. Nuestra investigación encontró que las variables de control de
el tamaño de la empresa y el tipo de industria no tuvieron un efecto significativo en el desempeño de la empresa; Esto es notable ya que los hallazgos en la literatura parecen
contradictorio e inconcluso (Lubatkin et al., 2006; Raisch et al., 2009 ).
Implicaciones prácticas
Nuestro estudio tiene importantes implicaciones prácticas para los gerentes que participan en la implementación de BI&A. Como Ransbotham et al. (2016)
notado, muchas organizaciones luchan por determinar cómo usar la información y los conocimientos proporcionados por BI&A, y las empresas que tienen éxito
al aprovechar el uso de BI&A son más la excepción que la regla. La evidencia empírica muestra que los practicantes deben concentrarse en
mejorar las capacidades de innovación respaldadas por BI & A de la empresa si quieren traducir con éxito el uso de BI&A en un mejor rendimiento de la empresa.
Dado que los datos e información externos disponibles son abundantes, las empresas deberían utilizar cada vez más BI&A para apoyar la capacidad de absorción
procesos subyacentes, mitigando así el fenómeno de racionalidad limitada (Knippenberg et al., 2015) y proporcionar conocimientos útiles para
innovación (Duan y Cao, 2015) Por lo tanto, las empresas necesitan formular tácticas para estimular el desarrollo de la capacidad de absorción (por ejemplo, para construir
aumentar las habilidades tecnológicas, humanas y relacionales de los empleados, mejorar la transferencia de información por parte de individuos que cruzan los límites), que en
a su vez, crean entornos favorables para diferentes actividades de innovación ( Castro et al., 2013; Tsai, 2001 ).
Los hallazgos de nuestro estudio sugieren que BI&A se puede aprovechar como una fuente de ventaja competitiva mejorada al apoyar la explotación
y habilidades de innovación exploratoria. Las empresas necesitan emplear de manera proactiva el conocimiento obtenido de BI&A para mejorar ambas existentes.
productos y servicios y desarrollar nuevos productos y servicios que se aparten fundamentalmente de los existentes. Aunque llama la atención un
El equilibrio entre estas actividades de innovación a veces conflictivas no es fácil, un desequilibrio aquí puede producir trampas de competencia que
impactar negativamente en el desempeño de la empresa a largo plazo ( Andriopoulos y Lewis, 2010 ). Por lo tanto, los profesionales deben capitalizar simultáneamente
la mayor diversidad y riqueza de la información y el conocimiento disponibles; y explore formas de garantizar una mayor adaptabilidad con
Experimentación más rápida con las ofertas (productos o servicios) y mejor previsibilidad del valor de los nuevos productos y servicios.
(con variabilidad reducida de los factores causales y asociaciones entre ellos). Las empresas necesitan visualizar la innovación organizacional
paisaje y asegúrese de que su uso de BI&A coincida con sus requisitos. Además, las ideas proporcionadas por BI&A deben hacerse
disponible para todos los involucrados en el proceso de innovación, junto con una descripción detallada del significado y los límites de los resultados.
Los altos ejecutivos deben considerar los efectos rezagados de diferentes actividades de innovación en el desempeño de la empresa. En lugar de optimizar el
11
Pagina 12
Beneficios a corto plazo de las inversiones de BI&A, los altos ejecutivos deben comprender el valor estratégico de BI&A y garantizar lo necesario
Renovación de capacidades que conducirá a una ventaja competitiva sostenida, evitando la tendencia a reforzar la explotación de las empresas existentes.
petencies sobre la exploración de otros nuevos ( Gibbert, 2005; Wang et al., 2015; Yeow et al., 2018) Tal agenda gerencial de capacidades
La renovación con el tiempo proporcionará beneficios económicos que pueden convertirse en una fuente de nuevas actividades de innovación. Aún así, se deben hacer esfuerzos
Proporcionar a los gerentes las habilidades profesionales apropiadas y el conocimiento de las tecnologías de BI&A (programación, computación y personal).
tistic), que aumenta la conciencia de las diferencias que surgen del uso de diferentes tecnologías de BI&A (George et al., 2014)
Limitaciones y futuras investigaciones.
Cabe destacar varias limitaciones que pueden proporcionar direcciones para futuras investigaciones. Primero, nuestro diseño de investigación de encuestados individuales
podría plantear el problema de la varianza del método común y la heterogeneidad no observada, a pesar de que tomamos medidas en el procedimiento y
etapas estadísticas para limitar tales problemas. Los análisis estadísticos que utilizamos proporcionaron evidencia de que la varianza del método común no es un
seria amenaza en su estudio. Sin embargo, la investigación futura debe diseñar y administrar el cuestionario utilizando pocos enfoques ex ante en
la etapa de diseño de la investigación para evitar problemas comunes de sesgo de método, como la recopilación de datos de diferentes fuentes de información para
Algunas de las variables.
Nuestra estrategia de muestreo incluyó la recolección de datos en un solo punto en el tiempo, pero creemos que un diseño longitudinal y secuencial
podría proporcionar más información sobre la causalidad entre el uso de BI&A y el desempeño de la empresa y los procesos dinámicos subyacentes.
Además, nuestro estudio empírico consideró las medidas de rendimiento perceptivo en los últimos 3 años. Considerando que los beneficios financieros
de exploración son usualmente más distantes en el tiempo ( He y Wong, 2004), los estudios futuros podrían beneficiarse al recopilar el rendimiento de la empresa
datos que abarcan un período superior a 3 años.
Otras oportunidades de investigación son evidentes. Para evaluar el proceso competitivo, confiamos en la interacción de diferentes dinámicas
capacidades que crean valor organizacional estratégico. La investigación futura podría ampliar nuestra teoría al incluir negocios operativos
medidas de valor ( Melville et al., 2004 ) que se centran en la mejora de la productividad y la mejora de la rentabilidad. Además, nuestro
El modelo se centra en la gestión de las paradojas de la innovación explotadora y exploratoria de productos y servicios. La investigación futura podría agregar
importantes conocimientos de la literatura al probar el modelo en otras áreas de innovación, como la innovación de procesos de negocio, mientras que
dejando de lado otras medidas de creación de valor, como la sostenibilidad.
Otra vía para el trabajo futuro se refiere a la especificación de variables de contingencia que podrían afectar la hipótesis hipotética.
relación entre el uso de BI&A, ambidestreza de innovación y desempeño de la empresa. Aquí, los estudios futuros deberían considerar la con-
factores de contingencia, como el dinamismo ambiental y la competitividad ambiental, que pueden introducir presiones opuestas al
novación ambidestreza (Chang et al., 2011; Jansen et al., 2006 ), para mejorar nuestra comprensión de cómo interactúa el uso de BI&A con
diversos factores internos y externos para producir ganancias de rendimiento. Además, la consideración de la estructura organizativa como un
La variable de contingencia puede conducir a ideas valiosas. Este estudio analizó empresas eslovenas de diferentes tamaños. Dado el potencial
diferencias entre países en términos de recursos financieros para inversiones en TI, disponibilidad de una fuerza laboral bien capacitada, inglés
alfabetización lingüística, etc., y su impacto en el uso de BI&A y la capacidad de innovación, la investigación futura debe examinar las siguientes
Ciaciones en diferentes contextos culturales y sociales, con especial atención a las economías emergentes. A saber, var.
Las iaciones, así como una muestra más amplia que abarque diferentes países, mejoraría la generalización de los resultados.
Conclusión
Este estudio de investigación proporciona evidencia teórica y empírica sobre la relación entre el uso de BI&A, ambidiestro de innovación,
y desempeño firme. Confiando en la teoría de procesos de creación de valor de TI en el contexto único de BI&A, así como en la dinámica
perspectiva de capacidades, este estudio sugiere que el uso de BI&A se asocia positivamente con la ambidiestro de innovación, que a su vez
crea ganancias de desempeño organizacional. La relación entre el uso de BI&A y la ambidestreza de la innovación se explica de dos maneras;
por mediación de la capacidad de absorción de la empresa, y por las mayores posibilidades de una experimentación más rápida con ofertas de productos o
servicios y previsibilidad mejorada del valor de nuevos productos o servicios. Los hallazgos ofrecen implicaciones prácticas sobre el
requiere interacción de diferentes capacidades dinámicas para obtener ventajas estratégicas del uso de BI&A.
Declaración de interés en competencia
Los autores declararon que no hay conflicto de intereses.
Reconocimiento
Este estudio ha sido parcialmente financiado por la Agencia de Investigación Eslovena (ARRS) bajo el contrato 1000-14-0510.
Apéndice A
12
Página 13
Tabla A1
Escalas de medición y artículos.
Artículos Literatura
Naturaleza de uso (BI&A USE) Gold y col. (2001)

Mi empresa tiene reglas claras para formatear o clasificar el conocimiento del proceso. (TI1)* *
Mi empresa utiliza la tecnología de Business Intelligence y Analytics que permite ...
... para monitorear su competencia y socios comerciales. (TI2)
… Empleados para colaborar con otras personas dentro de la organización. (TI3)
... personas en múltiples ubicaciones para aprender como grupo de una sola fuente o en un solo punto en
hora. (TI4)
… Personas en múltiples ubicaciones para aprender como grupo de múltiples fuentes o en múltiples puntos en
hora. (TI5)
... para buscar nuevos conocimientos. (TI6)
… Para mapear la ubicación de tipos específicos de conocimiento. (TI7)
… Para recuperar y utilizar el conocimiento sobre sus productos y procesos. (TI8)
… Para recuperar y usar el conocimiento sobre sus mercados y competencia. (TI9)
... generar y almacenar nuevos conocimientos sobre sus clientes, socios, empleados o proveedores.
(TI10)
Capacidad de absorción (ACAP) Flatten y col. (2011)

Adquisición (ASQ)
La búsqueda de información relevante sobre nuestra industria es un negocio cotidiano en nuestro
firma. (ASQ1)
Nuestra administración motiva a los empleados a utilizar fuentes de información dentro de nuestra industria.
(ASQ2)
Nuestra gerencia espera que los empleados manejen información más allá de nuestra industria.
(ASQ3)
Asimilación (culo)
En nuestra firma, las ideas y conceptos se comunican entre departamentos. (ASS1)
Nuestra gerencia enfatiza el apoyo interdepartamental para resolver problemas. (ASS2)
En nuestra empresa, hay un flujo rápido de información, por ejemplo, si una unidad de negocios obtiene importantes
información que comunica esta información con prontitud a todas las demás unidades de negocios o
departamentos. (ASS3)
Nuestra gerencia exige reuniones periódicas entre departamentos para intercambiar nuevos
desarrollos, problemas y logros. (ASS4)
Transformación (TRF)
Nuestros empleados tienen la capacidad de estructurar y utilizar el conocimiento recopilado. (TRF1)
Nuestros empleados están acostumbrados a absorber nuevos conocimientos, prepararlos para otros fines y
haciéndolo disponible. (TRF2)
Nuestros empleados vinculan con éxito el conocimiento existente con nuevos conocimientos. (TRF3)
Nuestros empleados pueden aplicar nuevos conocimientos en su trabajo práctico. (TRF4)
Explotación (EXP)
Nuestra gestión apoya el desarrollo de prototipos. (EXP1)
Nuestra firma regularmente reconsidera las tecnologías y las adapta de acuerdo con los nuevos conocimientos.
(EXP2)
Nuestra empresa tiene la capacidad de trabajar de manera más efectiva mediante la adopción de nuevas tecnologías. (EXP3)
Innovación ambidiestra (IA) Jansen y col. (2006)

Innovación exploratoria (EXPR)
Nuestra unidad acepta demandas que van más allá de los productos y servicios existentes. (EXPR1)
Inventamos nuevos productos y servicios. (EXPR2)
Experimentamos con nuevos productos y servicios en nuestro mercado local. (EXPR3)
Comercializamos productos y servicios que son completamente nuevos en nuestra unidad. (EXPR4)
Con frecuencia utilizamos nuevas oportunidades en nuevos mercados. (EXPR5)
Nuestra unidad utiliza regularmente nuevos canales de distribución. (EXPR6)
Innovación explotadora (EXPL)

Frecuentemente refinamos la provisión de productos y servicios existentes. (EXPL1)
Implementamos regularmente pequeñas adaptaciones a los productos y servicios existentes. (EXPL2)
Introducimos productos y servicios mejorados, pero existentes, en nuestro mercado local. (EXPL3)
Mejoramos nuestra eficiencia en el suministro de productos y servicios. (EXPL4)
Aumentamos las economías de escala en los mercados existentes. (EXPL5)
Nuestra unidad expande servicios para clientes existentes. (EXPL6)* *
Rendimiento firme (FP) Li y Atuahene-Gima (2001); McDougall y col. (1994)
Retorno de la inversión (FP1)
Retorno de ventas (FP2)
Crecimiento de ganancias (FP3)
Retorno sobre activos (FP4)
Crecimiento de ventas (FP5)
Crecimiento de la cuota de mercado (6PM)
Reputación general de la empresa (7PM)
( continúa en la página siguiente )
13
Página 14
Tabla A1 ( continuación )
Artículos Literatura
Variable de marcador (MARKER) Birkinshaw y col. (1998); Jaworski y Kohli (1993); eneldo
(1958); Volberda y Van Bruggen (1997)
La competencia en nuestro mercado local es intensa. (C1)
La competencia de precios es un sello distintivo de nuestro mercado local. (C4)
Nuestros clientes solicitan regularmente nuevos productos y servicios. (D2)
En un año, nada ha cambiado en nuestro mercado. (D4) **
Notas:
* Artículos eliminados debido a la baja carga.
** Artículo de escala inversa.
apéndice B
Tabla B1
Sector industrial - descripción de la variable de control.
Sectores industriales (ficticio) Frecuencia Porcentaje (%)
Fabricación Agricultura, silvicultura, caza 1 1.03

Fabricación 34 35.05
Electricidad, gas, abastecimiento de agua. 8 8.25
Construcción 1 1.03
Número total de empresas en las industrias manufactureras. 44

Servicios Comercio mayorista y minorista 18 años 18,56
Hoteles y restaurantes 1 1.03
Transporte, almacenaje y comunicación. dieciséis 16,49
Intermediación financiera 44 4.12
Actividades inmobiliarias, de alquiler y comerciales. 66 6.19
Educación 1 1.03
Salud y trabajo social. 1 1.03
Otras industrias de servicios 66 6.19
Número total de empresas en las industrias de servicios. 53
Apéndice C
Tabla C1
Cargas y cargas cruzadas para las construcciones reflectantes.
Construir Articulo ACQ CULO TRF Exp USO DE BI&A EXPL EXPR FP
Capacidad de absorción Adquisición ASQ1 0.819 0.379 0,478 0.245 0.361 0.425 0.373 0.132
ASQ2 0,779 0,405 0,560 0.372 0.463 0,457 0.427 0.131
ASQ3 0,764 0,375 0.352 0.283 0,319 0,325 0.419 0,209
Asimilación ASS1 0,370 0.873 0,476 0,526 0.361 0,325 0.499 0,325
ASS2 0.395 0.861 0,467 0.435 0.353 0.321 0,501 0.326
ASS3 0.351 0,754 0.465 0.337 0.432 0.448 0,521 0.423
ASS4 0,485 0,807 0.579 0.400 0,495 0,454 0,532 0.215
Transformación TRF1 0.465 0,599 0.866 0.362 0.611 0,476 0,538 0.269
TRF2 0.448 0.466 0.838 0,189 0,513 0,476 0,484 0,189
TRF3 0,553 0.438 0.833 0,185 0,446 0.550 0,582 0.218
TRF4 0,521 0,509 0.817 0.428 0.391 0,531 0,554 0.223
Exploración EXP1 0.328 0.437 0.271 0,904 0,189 0,184 0.417 0.298
EXP2 0.397 0.435 0.367 0,901 0.249 0.310 0,485 0,312
EXP3 0.254 0,473 0.274 0,783 0,196 0,119 0.260 0.266
Naturaleza de uso TI2 0.415 0,441 0,498 0,309 0,768 0.500 0,462 0.200
TI3 0.387 0.420 0.422 0,231 0,748 0,404 0.328 0.232
TI4 0,318 0.470 0,382 0.267 0,765 0,382 0,302 0.214
TI5 0.251 0,382 0,382 0,188 0,755 0.351 0.285 0.123
TI6 0.297 0.262 0,454 0,173 0,767 0.359 0,306 0,105
( continúa en la página siguiente )
14
Página 15
Tabla C1 ( continuación )
Construir Articulo ACQ CULO TRF Exp USO DE BI&A EXPL EXPR FP
TI7 0.511 0,403 0,537 0.170 0.834 0.470 0,342 0,068

TI8 0.425 0.414 0.562 0,164 0.856 0,478 0.438 0.180
TI9 0,381 0.328 0.432 0,107 0,764 0,331 0,399 0.132
TI10 0.353 0,313 0.380 0,074 0,715 0,370 0,381 0,122
Innovación explotadora EXPL1 0,452 0,335 0,604 0.215 0.437 0,792 0.625 0.252
EXPL2 0.415 0,394 0,405 0.277 0.463 0,798 0,536 0.281
EXPL3 0.432 0.438 0,467 0.225 0,390 0.847 0,681 0.227
EXPL4 0,472 0,452 0,569 0.143 0,494 0.879 0.634 0.276
EXPL5 0.211 0,191 0.328 0,075 0.297 0.668 0.339 0.148
Innovación exploratoria EXPR1 0,305 0.416 0,315 0,206 0,330 0.450 0,702 0.395
EXPR2 0,335 0,429 0.344 0,331 0.274 0,553 0,780 0.410
EXPR3 0,504 0,534 0,542 0,325 0.413 0,608 0.862 0,335
EXPR4 0.398 0,545 0,544 0.389 0.436 0,603 0.867 0.373
EXPR5 0,481 0,602 0,703 0.469 0,479 0,609 0.854 0,454
EXPR6 0.417 0,447 0.572 0.423 0.310 0,642 0,761 0,446
Resultados de la empresa FP1 0,089 0,342 0.257 0,332 0,058 0.214 0.358 0,721
FP2 0,198 0,330 0.227 0,237 0.143 0.293 0.412 0,750
FP3 0.130 0,234 0.139 0.288 0.132 0.222 0.328 0,806
FP4 0.211 0.300 0,189 0,332 0,176 0.224 0.430 0,767
FP5 0.117 0,239 0,149 0.212 0,073 0.215 0,382 0,786
FP6 0,172 0.284 0.293 0,169 0.338 0.326 0,409 0,733
FP7 0,096 0.329 0.170 0,238 0.136 0,098 0,305 0,747
Apéndice D
Tabla D1
Consistencia interna, validez convergente y validez discriminante para construcciones reflexivas.
Construcción latente Fiabilidad compuesta CRA Criterio de Fornell-Lacker
ACAP ACQ CULO TRF Exp USO DE BI&A EXPL EXPR FP
Capacidad de absorción (ACAP) a 0.864 0.616 0,763

Adquisición (ACQ) 0.836 0.630 0.753 b 0,794
Asimilación (culo) 0.895 0,681 0.855 b 0,487 0.825
Transformación (TRF) 0,904 0,703 0.856 b 0,592 0,604 0.838
Exploración (EXP) 0.898 0,748 0.602 b 0,512 0,467 0.354 0.865
Naturaleza de uso (BI&A USE) 0.931 0,602 0.598 0,486 0,497 0,586 0.246 0,776
Innovación explotadora (EXPL) 0.898 0.640 0,602 0,512 0,467 0,606 0.242 0,530 0.800
Innovación exploratoria (EXPR) 0.917 0,651 0,723 0,512 0.621 0.644 0,454 0.470 0,721 0,807
Rendimiento firme (FP) 0,905 0,576 0.379 0,195 0,385 0.270 0.339 0.200 0,303 0.499 0,759
Notas: Raíces cuadradas de AVE en la diagonal (en negrita) y correlaciones entre las construcciones latentes en las posiciones fuera de la diagonal.
una construcción de segundo orden; b Componente de orden inferior de la construcción de orden superior de capacidad de absorción.
Apéndice E
15
Página 16
SmartPLS.
ACAP
en
[0,260; 0,570]
FP 0.432 muestras
5000
con
[0,348;
[0,651;
0,728]
0,886]
rutina
EXPR 0,558
0,788
bootstrapping
[0.636;
[0,182;
0.907]
[0,457;
0,540]
0,788]
el
EXPL 0.8000.337
0,654
corriendo
por
UTILIZAR [0.371;
[0,315;
0.735]
[0.138;
0,674]
[0.455;
0.303]
0.764]
adquirido
BI&A 0.5790,5060.226
0.638
valores
HTMT
[0.113;
[0,124;
0.469]
[0.320;
0,433]
[0,212;
0.663]
[0,687;
0,558]el
0,900]
de
Exp 0.2760.2760.5100.397
0,802
intervalo
[0,194;
[0.462;
0,649]
[0,492;
0.774]
[0,531;
0,832]
[0,152;
0,838]
[0,861;
0,462]
0,999]
criterio. confianza
TRF 0,4090,6520,6920,7130,307
0.945
(HTMT)
acelerado
proporción
y
[0,443;
[0.398;
0,858]
[0.322;
0.785]
[0.297;
0.725]
[0,508;
0.729]
[0.284;
0,853]
[0.913;
0.597]
1.039]
CULO 0,7040.6190,5600,5350.7110,453
0.978
sesgo corregido
heterotrait-monotrait 95%
el el
[0.349;
[0,585;
0.846]
[0.253;
0,883]
[0.379;
0.720]
[0,409;
0.759]
[0.431;
0,805]
[0,126;
0.821]
[0.0.921;
0,333]1.077]
utilizando
ACQ 0.6270,7490,4890,5860.6300.6360.246
0.945
representar
(EXPL)
(EXPR)
evaluación
UTILIZAR) (ACAP) soportes
(FP)
en
(TRF)
(BI&A
validez (CULO) (EXP) innovación
(ACQ) innovación
capacidad
utilizar valores
de
E1 actuación los
Adquisición
Asimilación
Transformación
Exploración
Naturaleza
Explotador
Exploratorio
Firma
Absorbente
Mesa
Discriminante Nota:
dieciséis
Página 17
Apéndice F
Tabla F1
Comparación del modelo de referencia y el modelo con la variable marcadora.
Camino Modelo de referencia Modelo con marcador
Est. SE Sig. Est. SE Sig.
BIA_USE → ACAP 0.598 0,078 0,000 0,569 0,088 0,000

ACAP → IA 0.616 0,083 0,000 0,601 0,097 0,000
IA → FP 0.464 0.139 0.001 0.468 0.136 0.001
MARCADOR → ACAP 0.117 0.130 0,370
MARCADOR → IA 0,088 0.100 0,383
MARCADOR → FP −0.050 0,153 0,742
Apéndice G. Material complementario
Los datos complementarios de este artículo se pueden encontrar en línea en https://doi.org/10.1016/j.jsis.2019.101578 .
Referencias
Abbasi, A., Sarker, S., Chiang, R., 2016. Investigación de big data en sistemas de información: hacia una agenda de investigación inclusiva. J. Assoc. Informar. Syst. 17 (2), 3 .
Agarwal, R., Dhar, V., 2014. Editorial: big data, data science y analytics: la oportunidad y el desafío para la investigación de SI. Informar. Syst. Res. 25 (3), 443–448 .
Ahuja, G., Katila, R., 2001. Adquisiciones tecnológicas y el desempeño de la innovación de las empresas adquirentes: un estudio longitudinal. Estrategias. Manag. J. 22 (3), 197–220 .
Akter, S., Wamba, SF, Gunasekaran, A., Dubey, R., Childe, SJ, 2016. Cómo mejorar el rendimiento de la empresa utilizando la capacidad de análisis de big data y la estrategia comercial
¿alineación? En t. J. Prod. Econ. 182, 113-131. https://doi.org/10.1016/j.ijpe.2016.08.018.
Altman, EJ, Nagle, F., Tushman, M., 2014. Innovar sin restricciones de información: organizaciones, comunidades e innovación cuando se acercan los costos de información
cero. Documento de trabajo de la Unidad de Comportamiento Organizacional de Harvard Business School (14-043).
Andriopoulos, C., Lewis, MW, 2009. Tensiones de explotación-exploración y ambidestreza organizacional: gestión de paradojas de la innovación. Organo. Sci. 20 (4)
696–717.
Andriopoulos, C., Lewis, MW, 2010. Gestión de paradojas de la innovación: lecciones de ambidexteridad de las principales empresas de diseño de productos. Plan de largo alcance 43 (1),
104-122. https://doi.org/10.1016/j.lrp.2009.08.003.
Armstrong, JS, Overton, TS, 1977. Estimación del sesgo de no respuesta en encuestas por correo. J. Mark. Res. 396–402.
Atuahene-Gima, K., 2005. Resolución de la capacidad: paradoja de la rigidez en la innovación de nuevos productos. J. Market. 69 (4), 61–83 .
Barney, J., 1991. Recursos firmes y ventaja competitiva sostenida. J. Administrar. 17 (1), 99-120 .
Barton, D., Court, D., 2012. Hacer que el análisis avanzado funcione para usted. Harvard Business Rev. 90 (10), 78–83 .
Becker, J.-M., Klein, K., Wetzels, M., 2012. Modelos variables jerárquicos latentes en PLS-SEM: pautas para el uso de modelos de tipo reflexivo-formativo. Plan de largo alcance 45
(5–6), 359–394 .
Benner, MJ, Tushman, M., 2002. Gestión de procesos e innovación tecnológica: un estudio longitudinal de las industrias de la fotografía y la pintura. Adm. Sci. P. 47
(4), 676–707.
Benner, MJ, Tushman, ML, 2003. Explotación, exploración y gestión de procesos: el dilema de la productividad revisitado. Acad. Manag. Rev. 28 (2), 238–256 .
Benner, MJ, Tushman, ML, 2015. Reflexiones sobre el premio de la década 2013: "explotación, exploración y gestión de procesos: el dilema de la productividad revisado"
diez años después. Acad. Manag. Rev. 40 (4), 497–514 .
Bhatt, GD, Grover, V., 2005. Tipos de capacidades de tecnología de la información y su papel en la ventaja competitiva: un estudio empírico. J. Administrar. Informar. Syst. 22 (2)
253–277.
Birkinshaw, J., Hood, N., Jonsson, S., 1998. Creación de ventajas específicas de la empresa en corporaciones multinacionales: el papel de la iniciativa subsidiaria. Estrategias. Manag. J. 19 (3)
221–242.
Božič, K., Dimovski, V., 2019. Inteligencia empresarial y análisis para la creación de valor: el papel de la capacidad de absorción. En t. J. Inf. Gestionar. 46, 93-103 .
Brown, B., Chui, M., Manyika, J., 2011. ¿Estás listo para la era del 'big data'? McKinsey Quart. 4 (1), 24–35.
Brown, SL, Eisenhardt, KM, 1998. Competir en el borde: estrategia como caos estructurado. Harvard Business Press.
Burton-Jones, A., Straub Jr, DW, 2006. Reconceptualizar el uso del sistema: un enfoque y una prueba empírica. Informar. Syst. Res. 17 (3), 228–246.
Camisón, C., Villar-López, A., 2014. La innovación organizacional como habilitadora de capacidades de innovación tecnológica y desempeño empresarial. J. Business Res. 67 (1)
2891-2902 .
Cao, G., Duan, Y., Li, G., 2015. Vinculación de la analítica empresarial con la eficacia de la toma de decisiones: un análisis de modelo de ruta. IEEE Trans. Ing. Gestionar. 62 (3), 384–395.
Cao, Q., Gedajlovic, E., Zhang, HP, 2009. Desembalaje de la ambidestreza organizacional: dimensiones, contingencias y efectos sinérgicos. Organo. Sci. 20 (4), 781–796.
https://doi.org/10.1287/orsc.1090.0426.
Castro, GM-D., Delgado-Verde, M., Amores-Salvadó, J., Navas-López, JE, 2013. Vinculación de activos humanos, tecnológicos y relacionales con la innovación tecnológica:
explorando un nuevo enfoque. Gestión del conocimiento. Res. Pract. 11 (2), 123–132.
Chae, BK, Yang, C., Olson, D., Sheu, C., 2014. El impacto de los análisis avanzados y la precisión de los datos en el rendimiento operativo: una teoría basada en recursos contingentes
(RBT) perspectiva. Decis. Soporte Syst. 59, 119-126.
Chang, Y.-Y., Hughes, M., Hotho, S., 2011. Antecedentes internos y externos de los resultados ambidiestros de innovación de las PYME. Manag. Decis. 49 (10), 1658–1676.
Chen, DQ, Preston, DS, Swink, M., 2015. Cómo el uso de análisis de big data afecta la creación de valor en la gestión de la cadena de suministro. J. Administrar. Informar. Syst. 32 (4), 4–39 .
Chen, HC, Chiang, RHL, Storey, VC, 2012. Inteligencia empresarial y análisis: de grandes datos a gran impacto. MIS Quart. 36 (4), 1165–1188.
Chen, Y.-S., Lin, M.-JJ, Chang, C.-H., 2009. Los efectos positivos del aprendizaje relacional y la capacidad de absorción en el desempeño de la innovación y la competitividad
ventaja en mercados industriales. Ind. Mark. Gestionar. 38 (2), 152-158 .
Chiang, YH, Hung, KP, 2010. Exploración de estrategias de búsqueda abiertas y desempeño percibido de la innovación desde la perspectiva de los flujos de conocimiento interorganizacionales.
Gestión de I + D. 40 (3), 292–299.
Chin, WW, 1998. El enfoque de mínimos cuadrados parciales para el modelado de ecuaciones estructurales. Métodos modernos de autobuses. Res. 295 (2), 295–336.
Chuang, S.-H., 2004. Una perspectiva basada en recursos sobre la capacidad de gestión del conocimiento y la ventaja competitiva: una investigación empírica. Syst experto Appl. 27
17
Página 18
(3), 459–465.
Cohen, WM, Levinthal, DA, 1990. Capacidad de absorción: una nueva perspectiva sobre el aprendizaje y la innovación. Adm. Sci. P. 128-152. https://doi.org/10.2307/2393553 .
Collis, DJ, 1994. Nota de investigación: ¿cuán valiosas son las capacidades organizacionales? Estrategias. Manag. J. 15 (S1), 143-152 .
Côrte-Real, N., Oliveira, T., Ruivo, P., 2017. Evaluación del valor comercial de Big Data Analytics en empresas europeas. J. Bus. Res. 70, 379–390.
Damanpour, F., Walker, RM, Avellaneda, CN, 2009. Efectos combinados de los tipos de innovación y el desempeño organizacional: un estudio longitudinal del servicio
organizaciones. J. Administrar. Semental. 46 (4), 650–675 .
Danneels, E., 2002. La dinámica de la innovación de productos y las competencias firmes. Estrategias. Manag. J. 23 (12), 1095–1121 .
Darroch, J., 2005. Gestión del conocimiento, innovación y desempeño de la empresa. J. Gestión del conocimiento. 9 (3), 101-115 .
Davenport, TH, Barth, P., Bean, R., 2012. Cómo 'Big Data' es diferente. MIT Sloan Manage. Rev. 54 (1), 22-24 .
Diamantopoulos, A., Siguaw, JA, 2006. Indicadores formativos versus reflexivos en el desarrollo de medidas organizacionales: una comparación y una ilustración empírica. Br. J.
Manag. 17 (4), 263–282 .
Dill, WR, 1958. El medio ambiente como influencia en la autonomía gerencial. Adm. Sci. P. 409–443.
Duan, Y., Cao, G., 2015. Comprender el impacto de la analítica empresarial en la innovación. Documento presentado en la Vigésima Tercera Conferencia Europea sobre Información
Sistemas (ECIS), Münster, Alemania. < http://aisel.aisnet.org/ecis2015_cr/40 >.
Duan, Y., Cao, G., Edwards, JS, 2018. Comprender el impacto de la analítica empresarial en la innovación. EUR. J. Oper. Res. https://doi.org/10.1016/j.ejor.2018.06.021 .
Easterby-Smith, M., Prieto, IM, 2008. Capacidades dinámicas y gestión del conocimiento: ¿un papel integrador para el aprendizaje? Br. J. Manag. 19 (3), 235–249.
Eisenhardt, KM, Martin, JA, 2000. Capacidades dinámicas: ¿qué son? Estrategias. Manag. J. 21 (10-11), 1105-1121.
Elbashir, MZ, Collier, PA, Sutton, SG, 2011. El papel de la capacidad de absorción organizativa en el uso estratégico de la inteligencia empresarial para apoyar al hombre integrado.
sistemas de control de edad. Cuenta. Rev. 86 (1), 155-184 .
Elbashir, MZ, Collier, PA, Sutton, SG, Davern, MJ, Leech, SA, 2013. Mejora del valor comercial de la inteligencia empresarial: el papel del conocimiento compartido y
asimilación. J. Inform. Syst. 27 (2), 87-105 .
Erevelles, S., Fukawa, N., Swayne, L., 2016. Análisis de consumidores de Big Data y la transformación del marketing. J. Bus. Res. 69 (2), 897–904 .
Comisión Europea, 2005. La nueva definición de PYME: Guía del usuario y Declaración modelo. European Comm., Oficina de Publicaciones .
Fabrizio, KR, 2009. Capacidad de absorción y búsqueda de innovación. Res. Política 38 (2), 255–267.
Fan, S., Lau, RY, Zhao, JL, 2015. Desmitificando el análisis de big data para la inteligencia empresarial a través de la lente de la mezcla de marketing. Big Data Res. 2 (1), 28–32.
Fink, L., Yogev, N., Even, A., 2017. Inteligencia empresarial y aprendizaje organizacional: una investigación empírica de los procesos de creación de valor. Informar. Gestionar. 54 (1)
38-56. https://doi.org/10.1016/j.im.2016.03.009 .
Flatten, TC, Engelen, A., Zahra, SA, Brettel, M., 2011. Una medida de la capacidad de absorción: desarrollo y validación de la escala. Europ. Gestionar. J. 29 (2), 98–116.
Forés, B., Camisón, C., 2016. ¿El rendimiento de la innovación incremental y radical depende de diferentes tipos de capacidades de acumulación de conocimiento y organización?
tamaño nacional? J. Bus. Res. 69 (2), 831–848 .
Fornell, C., Larcker, DF, 1981. Evaluación de modelos de ecuaciones estructurales con variables no observables y error de medición. J. Mark. Res. 39-50 .
Foss, NJ, Laursen, K., Pedersen, T., 2011. Vinculación de la interacción con el cliente y la innovación: el papel mediador de las nuevas prácticas organizacionales. Organo. Sci. 22 (4)
980–999.
Gao, S., Yeoh, W., Wong, SF, Scheepers, R., 2017. Un análisis de la literatura sobre el uso del constructo Capacidad Absorbente en la investigación de SI. En t. J. Inf. Gestionar. 37 (2), 36–42 .
Gartner, I., 2016. Gartner dice que el mercado mundial de inteligencia empresarial y análisis alcanzará los $ 16.9 mil millones en 2016. Recuperado de < http://www.gartner.com/
sala de prensa / id / 3198917 > [Comunicado de prensa].
Gefen, D., Straub, D., 2005. Una guía práctica para la validez factorial usando PLS-Graph: tutorial y ejemplo anotado. Commun. Asoc. Informar. Syst. 16 (1), 5.
George, G., Haas, MR, Pentland, A., 2014. Big data y gestión. Acad. Manag. J. 57 (2), 321–326. https://doi.org/10.5465/amj.2014.4002 .
Ghemawat, P., Ricart Costa, JE, 1993. La tensión organizacional entre eficiencia estática y dinámica. Estrategias. Manag. J. 14 (S2), 59–73 .
Gibbert, M., 2005. Estrategias de establecimiento de límites para escapar de las trampas de innovación. MIT Sloan Manage. Rev.46 (3), 58.
Gibson, CB, Birkinshaw, J., 2004. Los antecedentes, las consecuencias y el papel mediador de la ambidestreza organizacional. Acad. Manag. J. 47 (2), 209–226.
Gold, AH, Malhotra, A., Segars, AH, 2001. Gestión del conocimiento: una perspectiva de capacidades organizativas. J. Administrar. Informar. Syst. 18 (1), 185–214 .
Grublješič, T., Jaklič, J., 2014. Tres dimensiones de los sistemas de inteligencia empresarial utilizan el comportamiento. En t. J. Enterprise Inform. Syst. (IJEIS) 10 (3), 62–76.
Gupta, AK, Smith, KG, Shalley, CE, 2006. La interacción entre exploración y explotación. Acad. Manag. J. 49 (4), 693–706.
Gupta, M., George, JF, 2016. Hacia el desarrollo de una capacidad de análisis de big data. Informar. Gestionar. 53 (8), 1049-1064 .
Hair, J., Sarstedt, M., Ringle, CM, Mena, JA, 2012. Una evaluación del uso de modelos de ecuaciones estructurales de mínimos cuadrados parciales en la investigación de mercados. J. Acad.
Marca. Sci. 40 (3), 414–433 .
Hair, JF, Hult, GTM, Ringle, C., Sarstedt, M., 2017a. Una cartilla sobre el modelado de ecuaciones estructurales de mínimos cuadrados parciales. (PLS-SEM): Publicaciones sabias .
Hair, JF, Sarstedt, M., Ringle, CM, Gudergan, SP, 2017b. Problemas avanzados en el modelado de ecuaciones estructurales de mínimos cuadrados parciales. Publicaciones SAGE.
Hannula, M., Pirttimaki, V., 2003. Estudio empírico de inteligencia empresarial sobre las 50 principales empresas finlandesas. Mermelada. Acad. Autobús. 2 (2), 593–599.
Él, ZL, Wong, PK, 2004. Exploración vs. explotación: una prueba empírica de la hipótesis de ambidexteridad. Organo. Sci. 15 (4), 481–494. https://doi.org/10.1287/orsc.
1040.0078 .
Helfat, CE, Peteraf, MA, 2009. Comprensión de las capacidades dinámicas: progreso a lo largo de un camino de desarrollo. Estrategias. Org. 7 (1), 91-102. https://doi.org/10.1177/
1476127008100133.
Henderson, JC, Venkatraman, H., 1993. Alineación estratégica: Aprovechar la tecnología de la información para transformar las organizaciones. IBM Syst. J. 32 (1), 472–484 .
Henseler, J., Ringle, CM, Sinkovics, RR, 2009. El uso del modelado de camino de mínimos cuadrados parciales en marketing internacional Nuevos desafíos para el marketing internacional .
Group Publishing Limited, Emerald, págs. 277–319.
Hill, CWL, Rothaermel, FT, 2003. El desempeño de las empresas establecidas frente a la innovación tecnológica radical. Acad. Manag. Rev. 28 (2), 257–274.
Hitt, MA, Hoskisson, RE, Kim, H., 1997. Diversificación internacional: efectos sobre la innovación y el rendimiento de la empresa en empresas con productos diversificados. Acad. Manag. J. 40
(4), 767–798.
Holsapple, C., Lee-Post, A., Pakath, R., 2014. Una base unificada para el análisis empresarial. Decis. Soporte Syst. 64, 130-141.
Hult, GTM, Hurley, RF, Knight, GA, 2004. Innovación: sus antecedentes e impacto en el rendimiento empresarial. Ind. Mark. Gestionar. 33 (5), 429–438.
Irlanda, RD, Hitt, MA, Vaidyanath, D., 2002. La gestión de la alianza como fuente de ventaja competitiva. J. Administrar. 28 (3), 413–446.
Jansen, JJ, George, G., Van den Bosch, FA, Volberda, HW, 2008. Atributos del equipo senior y ambidestreza organizacional: el papel moderador de la transformación
liderazgo. J. Administrar. Semental. 45 (5), 982–1007 .
Jansen, JJ, Kostopoulos, KC, Mihalache, OR, Papalexandris, A., 2016. Una perspectiva sociopsicológica sobre la ambidestreza del equipo: el papel contingente de apoyo
comportamientos de liderazgo. J. Administrar. Semental. 53 (6), 939–965.
Jansen, JJ, Van Den Bosch, FA, Volberda, HW, 2005. Gestión de la capacidad de absorción potencial y realizada: ¿cómo importan los antecedentes de la organización? Acad.
Manag. J. 48 (6), 999-1015 .
Jansen, JJ, Van Den Bosch, FA, Volberda, HW, 2006. Innovación exploratoria, innovación explotadora y desempeño: efectos de antecedentes organizacionales y
moderadores ambientales. Gestionar. Sci. 52 (11), 1661-1674 .
Jansen, JJP, Tempelaar, MP, van den Bosch, FAJ, Volberda, HW, 2009. Diferenciación estructural y ambidestreza: el papel mediador de la integración me-
chanismos Organo. Sci. 20 (4), 797–811. https://doi.org/10.1287/orsc.1080.0415.
Jaworski, BJ, Kohli, AK, 1993. Orientación al mercado: antecedentes y consecuencias. J. Market. 53-70 .
Junni, P., Sarala, RM, Taras, V., Tarba, SY, 2013. Ambidestreza y desempeño organizacional: un metaanálisis. Acad. Gestionar. Perspectiva 27 (4), 299–312 .
Katila, R., Ahuja, G., 2002. Algo viejo, algo nuevo: un estudio longitudinal del comportamiento de búsqueda y la introducción de nuevos productos. Acad. Manag. J. 45 (6), 1183-1194 .
Kiron, D., Prentice, PK, Ferguson, RB, 2012. Innovando con análisis. MIT Sloan Manage. Rev.54 (1), 47.
Knippenberg, DV, Dahlander, L., Haas, MR, George, G., 2015. Información, atención y toma de decisiones. Acad. Gestionar. J. 58 (3), 649-657. https://doi.org/10.
5465 / amj.2015.4003.
18 años
Página 19
Kock, N., 2015. Sesgo de método común en PLS-SEM: un enfoque de evaluación de colinealidad completa. En t. J. e-Collaboration (IJeC) 11 (4), 1–10.
Kogut, B., Zander, U., 1992. Conocimiento de las capacidades firmes, combinatorias y la replicación de la tecnología. Organo. Sci. 3 (3), 383–397.
Kohli, R., Grover, V., 2008. Valor comercial de TI: un ensayo sobre cómo expandir las direcciones de investigación para mantenerse al día. J. Assoc. Informar. Syst. 9 (1), 1 .
Kostopoulos, K., Papalexandris, A., Papachroni, M., Ioannou, G., 2011. Capacidad de absorción, innovación y desempeño financiero. J. Bus. Res. 64 (12), 1335–1343.
https://doi.org/10.1016/j.jbusres.2010.12.005.
Kowalczyk, M., Buxmann, P., 2015. Una perspectiva ambidiestra sobre inteligencia empresarial y soporte analítico en procesos de decisión: ideas desde un caso múltiple
estudiar. Decis. Soporte Syst. 80, 1–13.
Lane, PJ, Koka, BR, Pathak, S., 2006. La reificación de la capacidad de absorción: una revisión crítica y rejuvenecimiento de la construcción. Acad. Manag. Rev. 31 (4), 833–863.
https://doi.org/10.5465/amr.2006.22527456.
Lavalle, S., Lesser, E., Shockley, R., Hopkins, MS, Kruschwitz, N., 2011. Grandes datos, análisis y el camino de las ideas al valor. MIT Sloan Manage. Rev. 52 (2), 21–32 .
Lavie, D., Rosenkopf, L., 2006. Balance de exploración y explotación en la formación de alianzas. Acad. Manag. J. 49 (4), 797–818.
Lawshe, CH, 1975. Un enfoque cuantitativo para la validez de contenido. Pers. Psychol 28 (4), 563–575.
Lee, C.-Y., Wu, H.-L., Liu, C.-Y., 2013. Determinantes contextuales del aprendizaje ambidiestro: evidencia de empresas industriales en cuatro países industrializados. Ing. Gestionar.,
IEEE Trans. 60 (3), 529-540 .
Lee, H., Choi, B., 2003. Habilitadores de gestión del conocimiento, procesos y desempeño organizacional: una visión integradora y un examen empírico. J. Administrar.
Informar. Syst. 20 (1), 179–228 .
Leonard-Barton, D., 1995. Fuentes de conocimiento: construcción y mantenimiento de las fuentes de innovación. Universidad de Illinois en la Academia Urbana-Champaign para
Liderazgo empresarial Investigación histórica Referencia en emprendimiento.
Levinthal, DA, marzo, JG, 1993. La miopía del aprendizaje. Estrategias. Manag. J. 14 (S2), 95-112.
Levitt, B., marzo, JG, 1988. Aprendizaje organizacional. Annu Rev. Sociol. 319-340 .
Li, H., Atuahene-Gima, K., 2001. Estrategia de innovación de productos y el desempeño de nuevas empresas tecnológicas en China. Acad. Manag. J. 44 (6), 1123-1134 .
Lichtenthaler, U., 2009. Capacidad de absorción, turbulencia ambiental y complementariedad de los procesos de aprendizaje organizacional. Acad. Manag. J. 52 (4)
822–846.
Limaj, E., Bernroider, EWN, 2017. Los roles de la capacidad de absorción y el equilibrio cultural para la innovación exploratoria y de explotación en las PYME. J. Bus. Res. https: // doi.
org / 10.1016 / j.jbusres.2017.10.052 .
Lin, C., Chang, CC, 2015. Un estudio basado en patentes de las relaciones entre la cartera tecnológica, la innovación ambidiestra y el desempeño de la empresa. Technol. Analy.
Estrategias. Gestionar. 27 (10), 1193–1211.
Lin, HE, McDonough, EF, Lin, SJ, Lin, CYY, 2013. Gestión de la paradoja de la explotación / exploración: el papel de la capacidad de aprendizaje y la ambidestreza de la innovación.
J. Prod. Innov. Administrar 30 (2), 262–278.
Lin, Z., Yang, H., Demirkan, I., 2007. Las consecuencias de desempeño de la ambidestreza en las formaciones de alianzas estratégicas: investigación empírica y computacional.
teorizando. Gestionar. Sci. 53 (10), 1645–1658 .
Lohmoller, J.-B., 1988. El sistema del programa PLS: análisis de ruta de variables latentes con estimación de mínimos cuadrados parciales. Multivar. Behav Res. 23 (1), 125-127 .
Lonnqvist, A., Pirttimaki, V., 2006. La medición de la inteligencia empresarial. Informar. Syst. Gestionar. 23 (1), 32–40. https://doi.org/10.1201/1078.10580530/45769.
23.1.20061201 / 91770.4.
Lord, MD, Ranft, AL, 2000. Aprendizaje organizacional sobre nuevos mercados internacionales: explorando la transferencia interna de conocimiento del mercado local. J. Int. Autobús. Semental.
573–589.
Lubatkin, MH, Simsek, Z., Ling, Y., Veiga, JF, 2006. Ambidestreza y rendimiento en empresas pequeñas y medianas: el papel fundamental del equipo de alta dirección
Integración conductual. J. Administrar. 32 (5), 646–672 .
Lucas, HC, Goh, JM, 2009. Tecnología disruptiva: cómo Kodak se perdió la revolución de la fotografía digital. J. Strateg. Inf. Syst. 18 (1), 46–55. https://doi.org/10.
1016 / j.jsis.2009.01.002.
Lycett, M., 2013. 'Datafication': dar sentido a los datos (grandes) en un mundo complejo. Europ. J. Inform. Syst. 22 (4), 381–386. https://doi.org/10.1057/ejis.2013.10 .
Lynn, MR, 1986. Determinación y cuantificación de la validez de contenido. Enfermera Res. 35 (6), 382–386 .
Manyika, J., Chui, M., Brown, B., Bughin, J., Dobbs, R., Roxburgh, C., Byers, AH, 2011. Big data: la próxima frontera para la innovación, la competencia y la productividad.
McKinsey Global Institute (http://www.mckinsey.com/insights/mgi/research/technology_and_innovation/big_data_the_next_frontier_for_innovation).
Marzo, JG, 1978. Racionalidad limitada, ambigüedad e ingeniería de elección. Bell J. Econ. 587–608 .
Marzo, JG, 1991. Exploración y explotación en el aprendizaje organizacional. Organo. Sci. 2 (1), 71–87 .
McDougall, PP, Covin, JG, Robinson, RB, Herron, L., 1994. Los efectos del crecimiento de la industria y la amplitud estratégica en el rendimiento de nuevas empresas y el contenido de la estrategia.
Estrategias. Manag. J. 15 (7), 537–554 .
Meeus, MT, Oerlemans, LA, Hage, J., 2001. Patrones de aprendizaje interactivo en una región de alta tecnología. Org. Semental. 22 (1), 145-172.
Melville, N., Kraemer, K., Gurbaxani, V., 2004. Tecnología de la información y desempeño organizacional: un modelo integrador de valor comercial de TI. MIS Quart. 28 (2)
283–322.
Mikalef, P., Pateli, A., 2017. Capacidades dinámicas habilitadas por la tecnología de la información y su efecto indirecto en el rendimiento competitivo: hallazgos de PLS-SEM y
fsQCA. J. Bus. Res. 70, 1–16 .
Morgan, RE, Berthon, P., 2008. Orientación al mercado, aprendizaje generativo, estrategia de innovación e interrelaciones de desempeño empresarial en empresas de biociencia. J.
Gestionar. Semental. 45 (8), 1329–1353.
Nambisan, S., 2013. Tecnología de la información e innovación de productos / servicios: una breve evaluación y algunas sugerencias para futuras investigaciones. J. Assoc. Informar. Syst. 14
(4) 215.
Negash, S., Gray, P., 2008. Manual de Business Intelligence sobre sistemas de soporte de decisiones 2 . Springer, Berlín, Heidelberg.
O'Reilly, CA, Tushman, ML, 2008. Ambidestreza como capacidad dinámica: resolver el dilema del innovador. En: En: Breve, AP, Staw, BM (Eds.), Investigación en
Comportamiento organizacional, vol. 28: una serie anual de ensayos analíticos y revisiones críticas vol. 28. Emerald Group Publishing Limited, Bingley, págs. 185-206 .
O'Reilly, CA, Tushman, ML, 2013. Ambidestreza organizacional: pasado, presente y futuro. Acad. Gestionar. Perspectiva 27 (4), 324–338. https://doi.org/10.5465/amp.
2013.0025 .
Olszak, CM, 2014. Hacia una comprensión de la inteligencia empresarial. Un marco dinámico basado en capacidades para Business Intelligence. Trabajo presentado en la
Informática y Sistemas de Información (FedCSIS), Conferencia Federada de 2014 sobre.
Petter, S., DeLone, W., McLean, ER, 2013. Éxito de los sistemas de información: la búsqueda de las variables independientes. J. Administrar. Informar. Syst. 29 (4), 7–62. https: // doi.
org / 10.2753 / MIS0742-1222290401.
Podsakoff, PM, MacKenzie, SB, Lee, J.-Y., Podsakoff, NP, 2003. Sesgos de métodos comunes en la investigación conductual: una revisión crítica de la literatura y recomendaciones
remedios. J. Appl. Psychol 88 (5), 879 .
Powell, TC, Dent-Micallef, A., 1997. La tecnología de la información como ventaja competitiva: el papel de los recursos humanos, empresariales y tecnológicos. Estrategias. Manag. J.
375–405.
Power, DJ, 2014. Uso de 'Big Data' para análisis y soporte de decisiones. J. Decis. Syst. 23 (2), 222–228 .
Raisch, S., Birkinshaw, J., 2008. Ambidestreza organizacional: antecedentes, resultados y moderadores. J. Administrar. 34 (3), 375–409. https://doi.org/10.1177/
0149206308316058.
Raisch, S., Birkinshaw, J., Probst, G., Tushman, ML, 2009. Ambidestreza organizacional: equilibrando la explotación y la exploración para un desempeño sostenido. Organo.
Sci. 20 (4), 685–695 .
Ransbotham, S., Kiron, D., Prentice, PK, 2016. Más allá del bombo: el trabajo duro detrás del éxito analítico. MIT Sloan Manage. Apocalipsis 57 (3) .
Ravichandran, T., Lertwongsatien, C., 2005. Efecto de los recursos y capacidades de los sistemas de información sobre el desempeño de la empresa: una perspectiva basada en recursos. J. Administrar.
Informar. Syst. 21 (4), 237–276 .
Reinartz, W., Haenlein, M., Henseler, J., 2009. Una comparación empírica de la eficacia de SEM basado en covarianza y varianza. En t. J. Res. Marca. 26 (4)
19
Página 20
332–344.
Ringle, CM, Sarstedt, M., Straub, DW, 2012. Comentarios del editor: una mirada crítica al uso de PLS-SEM en "MIS Quarterly". MIS Quart. iii – xiv .
Ringle, CM, Wende, S., Becker, J.-M., 2015. SmartPLS 3. SmartPLS GmbH, Boenningstedt http://www.smartpls.com .
Rivkin, JW, 2001. Reproducción de conocimiento: replicación sin imitación a complejidad moderada. Organo. Sci. 12 (3), 274–293.
Roberts, DL, Piller, FT, 2016. Encontrar el papel adecuado para las redes sociales en la innovación. MIT Sloan Manage. Rev.57 (3), 41 .
Roberts, N., Campbell, DE, Vijayasarathy, LR, 2016. Uso de sistemas de información para detectar oportunidades de innovación: integrando comportamientos de uso postadoptivo con
La perspectiva dinámica de la capacidad de gestión. J. Administrar. Informar. Syst. 33 (1), 45–69.
Roberts, N., Galluch, PS, Dinger, M., Grover, V., 2012. Capacidad de absorción e investigación de sistemas de información: revisión, síntesis y direcciones para futuras investigaciones.
MIS Quart. 36 (2), 625–648.
Rönkkö, M., Ylitalo, J., 2011. PLS enfoque variable marcador para diagnosticar y controlar la varianza del método. Documento presentado en las Actas de ICIS 2011. 8)
Rosenkopf, L., Nerkar, A., 2001. Más allá de la búsqueda local: expansión de límites, exploración e impacto en la industria de los discos ópticos. Estrategias. Manag. J. 22 (4), 287–306.
Rothaermel, FT, Alexandre, MT, 2009. Ambidestreza en el abastecimiento de tecnología: el papel moderador de la capacidad de absorción. Organo. Sci. 20 (4), 759–780.
Sammut, G., Sartawi, M., 2012. Toma de perspectiva y atribución de la ignorancia. J. Teoría Soc. Behav 42 (2), 181–200 .
Sangari, MS, Razmi, J., 2015. Competencia de inteligencia empresarial, capacidades ágiles y rendimiento ágil en la cadena de suministro: un estudio empírico. En t. J. Logist. Gestionar.
26 (2), 356–380.
Schryen, G., 2013. Revisando la investigación del valor empresarial de IS: lo que ya sabemos, lo que aún necesitamos saber y cómo podemos llegar allí. Europ. J. Inform. Syst. 22 (2)
139-169. https://doi.org/10.1057/ejis.2012.45.
Seddon, PB, 1997. Una respecificación y extensión del modelo de éxito de IS de DeLone y McLean. Informar. Syst. Res. 8 (3), 240-253 .
Sharma, R., Mithas, S., Kankanhalli, A., 2014. Transformando los procesos de toma de decisiones: una agenda de investigación para comprender el impacto de la analítica empresarial en
organizaciones. Europ. J. Inform. Syst. 23 (4), 433–441 .
Shollo, A., Galliers, RD, 2016. Hacia una comprensión del papel de los sistemas de inteligencia empresarial en el conocimiento organizacional. Informar. Syst. J. 26 (4), 339-367.
https://doi.org/10.1111/isj.12071 .
Shuradze, G., Wagner, H.-T., 2016. Hacia una conceptualización de las capacidades de análisis de datos. Documento presentado en la 49a Conferencia Internacional de Hawai 2016 sobre
Ciencias del sistema (HICSS).
Siggelkow, N., Rivkin, JW, 2006. Cuando la exploración fracasa: consecuencias no deseadas de la búsqueda organizacional multinivel. Acad. Manag. J. 49 (4), 779–795.
Simsek, Z., 2009. Ambidestreza organizacional: hacia una comprensión multinivel. J. Administrar. Semental. 46 (4), 597–624.
Sirmon, DG, Hitt, MA, Irlanda, RD, 2007. Gestión de recursos de la empresa en entornos dinámicos para crear valor: mirando dentro de la caja negra. Acad. Manag. Rev. 32
(1), 273–292.
Smith, KG, Collins, CJ, Clark, KD, 2005. Conocimiento existente, capacidad de creación de conocimiento y tasa de introducción de nuevos productos en empresas de alta tecnología.
Acad. Manag. J. 48 (2), 346–357.
Smith, WK, Lewis, MW, 2011. Hacia una teoría de la paradoja: un modelo de organización de equilibrio dinámico. Acad. Manag. Rev. 36 (2), 381–403.
Soh, C., Markus, ML, 1995. Cómo TI crea valor comercial: una síntesis de la teoría de procesos. Actas del ICIS 1995, 4.
Srivardhana, T., Pawlowski, SD, 2007. Los sistemas ERP como facilitadores de la innovación sostenida de procesos de negocio: una visión basada en el conocimiento. J. Strateg. Inf. Syst. 16 (1)
51-69.
Stubbs, E., 2014. Big Data, Big Innovation: Permitiendo la diferenciación competitiva a través de Business Analytics. John Wiley & Sons .
Tambe, P., 2014. Inversión en big data, habilidades y valor firme. Gestionar. Sci. 60 (6), 1452–1469.
Teece, DJ, 2007. Explicando las capacidades dinámicas: la naturaleza y las bases del desempeño empresarial (sostenible). Estrategias. Manag. J. 28 (13), 1319–1350 .
Teece, DJ, Pisano, G., Shuen, A., 1997. Capacidades dinámicas y gestión estratégica. Estrategias. Manag. J. 18 (7), 509–533.
Thamir, A., Poulis, E., 2015. Capacidades de inteligencia empresarial y estrategias de implementación. En t. J. Global Bus. 8 (1), 34 .
Todorova, G., Durisin, B., 2007. Capacidad de absorción: valorando una reconceptualización. Acad. Manag. Rev. 32 (3), 774-786 .
Trieu, V.-H., 2017. Obtener valor de los sistemas de Business Intelligence: una revisión y agenda de investigación. Decis. Soporte Syst. 93, 111-124. https://doi.org/10.1016/j.dss.
2016.09.019 .
Tsai, W., 2001. Transferencia de conocimiento en redes intraorganizacionales: efectos de la posición de la red y la capacidad de absorción en la innovación y el rendimiento de la unidad de negocios.
Acad. Manag. J. 44 (5), 996–1004 .
Tushman, ML, O'Reilly, CA, 1996. Las organizaciones ambidiestras: gestión del cambio evolutivo y revolucionario. California Manage. Rev. 38 (4), 8–30.
Tushman, ML, Virany, B., Romanelli, E., 1985. Sucesión ejecutiva, reorientaciones estratégicas y evolución de la organización: la industria de las minicomputadoras como un caso en
punto. Technol. Soc. 7 (2–3), 297–313.
Uotila, J., Maula, M., Keil, T., Zahra, SA, 2009. Exploración, explotación y desempeño financiero: análisis de las corporaciones S&P 500. Estrategias. Manag. J. 30 (2)
221–231. https://doi.org/10.2307/40060257 .
Van Den Bosch, FA, Volberda, HW, De Boer, M., 1999. Coevolución de la capacidad de absorción firme y el entorno del conocimiento: formas organizativas y combinadas
capacidades. Organo. Sci. 10 (5), 551–568.
Vidgen, R., Shaw, S., Grant, DB, 2017. Desafíos de gestión en la creación de valor a partir de análisis de negocios. EUR. J. Oper. Res. 261 (2), 626–639.
Volberda, H., Van Bruggen, G., 1997. Turbulencia ambiental: una mirada a su dimensionalidad (Dynamiek en Bedrijfsvoering NOBO ed.). MTA Bemelmans,
Enschede, Holanda.
Gales, WJ, Parida, V., Patel, PC, 2013. ¿Demasiado de algo bueno? Capacidad de absorción, desempeño de la empresa y el papel moderador de la orientación empresarial.
Estrategias. Manag. J. 34 (5), 622-633 .
Wamba, SF, Akter, S., Edwards, A., Chopin, G., Gnanzou, D., 2015. Cómo los 'grandes datos' pueden tener un gran impacto: resultados de una revisión sistemática y un caso longitudinal
estudiar. En t. J. Prod. Econ. 165, 234–246.
Wamba, SF, Gunasekaran, A., Akter, S., Ren, SJ-F., Dubey, R., Childe, SJ, 2017. Análisis de grandes datos y rendimiento de la empresa: efectos de las capacidades dinámicas. J. Bus. Res.
70, 356–365 .
Wang, CL, Ahmed, PK, 2007. Capacidades dinámicas: una agenda de revisión e investigación. En t. J. Administrar. Rev. 9 (1), 31–51.
Wang, CL, Senaratne, C., Rafiq, M., 2015. Trampas de éxito, capacidades dinámicas y desempeño firme. Br. J. Manag. 26 (1), 26–44 .
Wang, Y., Hajli, N., 2017. Explorando el camino hacia el éxito del análisis de big data en el cuidado de la salud. J. Bus. Res. 70, 287–299 .
Watson, HJ, Wixom, BH, 2007. El estado actual de la inteligencia empresarial. Computadora 40 (9), 96–99.
Invierno, SG, 2003. Comprensión de las capacidades dinámicas. Estrategias. Manag. J. 24 (10), 991–995.
Wixom, B., Watson, H., 2012. La organización basada en BI. Aplicaciones organizacionales de la gestión de la inteligencia empresarial: tendencias emergentes, IGI Global, Hershey, pp.
193–208.
Xu, Z., Frankwick, GL, Ramirez, E., 2016. Efectos del análisis de big data y análisis de marketing tradicional en el éxito de nuevos productos: una perspectiva de fusión de conocimiento. J.
Autobús. Res. 69 (5), 1562-1566 .
Yeoh, W., Popovič, A., 2016. Ampliar la comprensión de los factores críticos de éxito para implementar sistemas de inteligencia empresarial. J. Assoc. Informar. Sci. Technol. 67
(1), 134–147.
Yeow, A., Soh, C., Hansen, R., 2018. Alineación con la nueva estrategia digital: un enfoque de capacidades dinámicas. J. Strateg. Inf. Syst. 27 (1), 43-58. https://doi.org/10.1016/j.
jsis.2017.09.001 .
Zahra, SA, George, G., 2002. Capacidad de absorción: una revisión, reconceptualización y extensión. Acad. Manag. Rev.27 (2), 185-203. https://doi.org/10.5465/amr.
2002.6587995 .
Zahra, SA, Sapienza, HJ, Davidsson, P., 2006. Emprendimiento y capacidades dinámicas: una revisión, modelo y agenda de investigación. J. Administrar. Semental. 43 (4), 917–955 .
Zhan, Y., Tan, KH, Ji, G., Chung, L., Tseng, M., 2017. Un gran marco de datos para facilitar los procesos de innovación de productos. Autobús. Gestión de procesos. J. 23 (3), 518-536 .
Zhou, KZ, Li, CB, 2012. Cómo afecta el conocimiento a la innovación radical: base de conocimiento, adquisición de conocimiento de mercado e intercambio interno de conocimiento. Estrategias. Manag.
J. 33 (9), 1090-1102 .
20

Inteligencia Empresarial y Uso de Análisis ESP PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Inteligencia Empresarial y Uso de Análisis ESP PDF

Cargado por

Copyright:

Formatos disponibles

16/4/2020 Inteligencia empresarial y uso de análisis, ambidestreza de innovación y rendimiento de la empresa_ Una perspectiva de capacidades di…

Revista de Sistemas de Información Estratégica xxx (xxxx) xxxx

Listas de contenidos disponibles en ScienceDirect

Revista de Sistemas de Información Estratégica

página de inicio de la revista: www.elsevier.com/locate/jsis

Inteligencia empresarial y uso de análisis, ambidiestro de innovación,

INFORMACIÓN DEL ARTÍCULO RESUMEN

Antecedentes teóricos y modelo de investigación.

Uso de inteligencia empresarial y análisis

Modelo de investigación e hipótesis

Inteligencia empresarial, capacidad de absorción y ambidiestro de innovación.

Inteligencia empresarial, innovación ambidiestra y desempeño firme

H 3a : La ambidestreza de innovación de una empresa se relaciona positivamente con el desempeño de la empresa.

Muestreo, recopilación de datos y propiedades de muestra

Características de la muestra (n = 97) Obs. (%)

Enfoque de modelado de ecuaciones estructurales

software (Ringle et al., 2015 ).

Medición y validación de los constructos.

Nota: * Significativo en el nivel 0.05.

Limitaciones y futuras investigaciones.

Declaración de interés en competencia

Los autores declararon que no hay conflicto de intereses.

Naturaleza de uso (BI&A USE) Gold y col. (2001)

Capacidad de absorción (ACAP) Flatten y col. (2011)

Innovación ambidiestra (IA) Jansen y col. (2006)

Innovación explotadora (EXPL)

( continúa en la página siguiente )

Sectores industriales (ficticio) Frecuencia Porcentaje (%)

Fabricación Agricultura, silvicultura, caza 1 1.03

Número total de empresas en las industrias manufactureras. 44

Número total de empresas en las industrias de servicios. 53

( continúa en la página siguiente )

TI7 0.511 0,403 0,537 0.170 0.834 0.470 0,342 0,068

Construcción latente Fiabilidad compuesta CRA Criterio de Fornell-Lacker

ACAP ACQ CULO TRF Exp USO DE BI&A EXPL EXPR FP

Capacidad de absorción (ACAP) a 0.864 0.616 0,763

Camino Modelo de referencia Modelo con marcador

Est. SE Sig. Est. SE Sig.

BIA_USE → ACAP 0.598 0,078 0,000 0,569 0,088 0,000

Apéndice G. Material complementario

Los datos complementarios de este artículo se pueden encontrar en línea en https://doi.org/10.1016/j.jsis.2019.101578 .

También podría gustarte