شناسایی پیشران‌های مؤثر بر موفقیت شرکت‌های دانش‌بنیان با تأکید بر نقش هوشمندی کسب‌وکار

نویسندگان

1 استادیار گروه مدیریت بازرگانی، دانشکده علوم انسانی، حضرت معصومه (س

2 دانشجوی دکتری بازاریابی، دانشکده علوم انسانی، الزهرا (س)

چکیده

در عصر دیجیتال، فرصت‌ها و تهدیدها زیادی اطراف شرکت‌های دانش‌بنیان وجود دارد که می‌تواند موفقیت آن‌ها را تحت تأثیر قرار دهد. دراین‌بین، برای برنامه‌ریزی جهت اتخاذ استراتژی‌های رقابتی، نیاز به ابزارهای نوینی است که هوشمندی کسب‌وکار یکی از مؤثرترین این ابزارها می‌باشد. با توجه به اهمیت هوشمندی کسب‌وکار، هدف اصلی این پژوهش بررسی و شناسایی پیشران‌های مؤثر بر موفقیت شرکت‌های دانش‌بنیان با تأکید بر نقش هوشمندی کسب‌وکار است. رویکرد پژوهش حاضر آمیخته، ازنظر هدف، کاربردی و ازنظر ماهیت و روش توصیفی- پیمایشی است. جامعه آماری این تحقیق در مرحله کیفی را خبرگان، کارشناسان و مدیران شرکت‌های دانش‌بنیان با حداقل سه سال سابقه کاری مفید تشکیل می‌دهند که با استفاده از روش نمونه‌گیری گلوله برفی و مصاحبه اکتشافی با 12 نفر، اشباع حاصل‌شده است. جامعه آماری مرحله کمی نیز از اساتید دانشگاه در حوزه‌های مرتبط با حداقل 10 سال سابقه تدریس و مدیران شرکت‌های دانش‌بنیان با حداقل 5 سال فعالیت مفید تشکیل‌شده است که با استفاده از روش نمونه‌گیری هدفمند، 32 نفر انتخاب و از طریق پرسشنامه محقق ساخته اطلاعات موردنظر جمع‌آوری‌شده است. برای تجزیه‌وتحلیل داده‌ها در مرحله کیفی از روش تحلیل تم و در مرحله کمی از معادلات ساختاری استفاده‌شده است. نتایج نشان می‌دهد برای موفقیت شرکت‌های دانش‌بنیان بازیگران بسیار زیادی دخالت دارند که ازجمله آن‌ها می‌توان به «هم‌افزایی کسب‌وکار» اشاره نمود که از طریق «هم‌افزایی بازاریابی» و «هم‌افزایی تکنولوژیکی» شکل می‌گیرد. دراین‌بین «هوشمندی کسب‌وکار» نیز به‌عنوان یک متغیر میانجی، نقش بسیار مهمی در تسهیل فرایند موفقیت شرکت‌های دانش‌بنیان بازی می‌نماید.

کلیدواژه‌ها

عنوان مقاله [English]

Identify the drivers of the success of knowledge-based companies with an emphasis on the role of business intelligence

نویسندگان [English]

  • Mohamadreza Fallah 1
  • Zohre Kazemi 2

1 .

2 .

چکیده [English]

In the digital age, there are many opportunities and threats around knowledge-based companies that can affect their success. In order to plan for competitive strategies, new tools are needed that make business intelligence one of the most effective tools. Given the importance of business intelligence, the main purpose of this study is to identify the drivers that influence the success of knowledge-based companies with an emphasis on the role of business intelligence. The approach of the present study is mixed method, in terms of purpose, applied and in terms of nature and descriptive-survey method. The statistical population of this qualitative study consisted of experts, experts and managers of knowledge-based companies with at least three years of useful work experience who saturated with 12 people using snowball sampling and exploratory interviews. Quantitative population consisted of university professors in fields related to at least 10 years of teaching experience and managers of knowledge-based companies with at least 5 years of useful activity. Using purposive sampling method, 32 individuals were selected and collected through a researcher-made questionnaire. To analyze data in qualitative stage, thematic analysis method and in quantitative stage structural equations are used. The results show that there are a lot of actors involved in the success of knowledge-based companies, including "business synergies" that are shaped by "marketing synergies" and "technological synergies".Business intelligence, too, as a mediating variable, plays an important role in facilitating the success of knowledge-based companies.

کلیدواژه‌ها [English]

  • marketing Synergistic
  • technological Synergistic
  • business Synergistic
  • business intelligence
  • mixed approach
• Bestman, A. E; Wogboroma, H., (2016), The Efficacy of the “ Big Data “ Syndrome and Organizational Information Governance, Journal of Information Engineering and Applications, 6 (4), p. 31–42. • Cooper, R. G. (1995) ,Developing New Products On Time, In Time. Research-Technology Management, 38 (5), p 49–57. • Cooper, R. G.Kleinschmidt, E. J., (2011).New Products: The Key Factors In Success. Marketing Classics Press. • Foshay N.; Kuziemsky C., (2014), Towards an implementation framework for business intelligence, international journal of information management, 34(1), p 20-27. • Gamache ing, S. Abdulnour ing.,G., (2016), Dynamic Manufacturing Cells and SME Network: Key Success Factors, IFAC-PapersOnLine 49-12, p 851–856. • Hilletofth,.P.; Eriksson,. D., (2011), Coordinating new product development with supply chain management, Industrial Management & Data Systems, Vol. 111 Issue: 2pp.264-281. • Hsu,C., Chang,A., Luo,W., (2017), Identifying key performance factors for sustainability development of SMEs e integrating QFD and fuzzy MADM methods, Journal of Cleaner Production 161, p 629-645. • Huang,. C. T.; Tsai, K. H., (2014), synergy, environmental context, and new product performance: A review based on manufacturing firms. Industrial Marketing Management. 431407–1419. • Jayakrishnan, M.; Mohamad, A.K.; Mokhtar, M.Y; (2018), Assimilation of Business Intelligence (BI) and Big Data Analytics (BDA) To-wards Establishing Organizational Strategic Performance Management Di-agnostics Framework: A Case Study, Journal of Digital Information Management, 16(1), 22-32. • Lee,. K. B.; Wong, V. (2011), Identifying the moderating influences of external environments on new product development process. Technovation. Volume 31, Issues 10–11, P 598-612 • Lim, W. M., (2017), Online group buying: Some insights from the business-to business perspective, Industrial Marketing Management, Volume 65, P 182-193. • Muntean M., Cabau L. and Rinclog V., (2014), Social business intelligence: a new prespective for decision makers, social and behavioral sciences journal, V 124, p 562-567. • Ramakrishnan,T.; Khuntia, J.; Kathuria, A.; J.V. Saldanha, T., (2018), Business Intelligence Capabilities, Annals Of Information systems 21, p 15-26. • Rese, A.; Baier, D., (2011), Success factors for innovation management in networks of small and medium enterprises. R & D Management, 41(2), p 138–155. • Song, M.; Montoya-Weiss, M. M., (2001), The effect of perceived technological uncertainty on Japanese new product development. Academy of Management Journal, 44(1), 61–80. • Torres, R.; Sidorova, A.; Jones, M.C. (2018), Enabling firm performance through business intelligence and analytics: A dynamic capabilities perspective, Information & Management,Available online 3 April.