组织视阈下大数据分析能力的整合分析框架构建与未来展望_黄波.pdf

组织视阈下大数据分析能力的整合分析框架构建与未来展望黄 波1,宋建敏1,李宇雨2,谢 懿3(1.重庆大学 经济与工商管理学院,重庆 4 0 0 0 4 4;2.重庆师范大学 经济与管理学院,重庆 4 0 0 0 4 7;3.武汉大学 经济管理学院,湖北 武汉 4 3 0 0 7 2)收稿日期:2 0 2 2-0 5-1 0 修回日期:2 0 2 2-0 8-1 5基金项目:国家社会科学基金项目(1 7 X G L 0 0 8);重庆市研究生科研创新项目(C Y B 2 0 0 5 2)作者简介:黄波(1 9 7 2),男,重庆人,博士,重庆大学经济与工商管理学院副教授、博士生导师,研究方向为战略管理、机制设计;宋建敏(1 9 9 4),男,湖北宜昌人,重庆大学经济与工商管理学院博士研究生,研究方向为战略管理、数字化转型;李宇雨(1 9 8 2),女,重庆人,博士,重庆师范大学经济与管理学院副教授,研究方向战略管理;谢懿(1 9 9 4),男,四川德阳人,武汉大学经济管理学院博士研究生,研究方向为数字化转型。本文通讯作者:宋建敏。摘 要:面对数字化情境,企业通过多元化开发与策略性利用大数据分析能力获得高绩效和竞争优势。大数据分析能力可用于解释企业如何依托数据发挥经济效应,也可为解释企业差异化绩效提供新证据。通过阐述大数据分析能力的概念内涵与测量方法,分析其前置动因和作用机制,构建大数据分析能力整合分析模型,并提出未来潜在研究方向:从资源、能力和整合3种视角丰富大数据分析能力的概念内涵和测量工具;结合社会整合理论,挖掘大数据分析能力的差异化作用机制;从组织支持和团队领导两方面探索大数据分析能力的形成机制;关注大数据分析能力发生的重要情境和边界条件。结论有助于全面认识大数据分析能力的形成过程和作用机制,丰富其在组织管理领域的研究。关键词:大数据分析能力;资源基础观;动态能力观;社会整合理论;作用机制D O I:1 0.6 0 4 9/k j j b y d c.2 0 2 2 0 5 0 3 0 5 开放科学(资源服务)标识码(O S I D):中图分类号:F 2 7 2.7-3 9 文献标识码:A 文章编号:1 0 0 1-7 3 4 8(2 0 2 3)0 1-0 1 5 1-1 00 引言当前,大数据的概念以及如何对大数据展开分析与利用愈发受到学术界和实践界的广泛关注1-6。随着企业被大量交易数据、点击数据、语音数据和视频数据包围1-2,越来越多的企业通过有效利用数据获取竞争优势和高绩效。在这一过程中起决定性作用的便是大数据分析能力(B i g D a t a A n a l y t i c s C a p a b i l i t y,B D A C)。B D A C被定义为企业利用数据管理、技术基础和人才开展商业洞察的能力2,5,7,反映企业依托大数据进行资源获取、结构调整和消费者需求识别的逻辑过程。既有研究指出,数据在从可能的生产要素转变为现实生产资料的过程中,B D A C发挥着重要作用5,8。一方面,B D A C能显著降低企业满足消费者个性化需求所需付出的成本,提升企业运营效率9;另一方面,B D A C将显著改变企业决策逻辑、创新方式、客户管理方式和风险模式,拓宽企业价值创造模式与范围2,7-8。基于上述研究判断,B D A C被普遍认为是未来管理理论和管理实践的重大潜力方向1。大 量 理 论 和 实 证 研 究 关 注B D A C,如 战 略 管理1,8,1 0、知识管理1 1-1 2、创新管理1 3-1 4、决策逻辑3-4,但相关研究仍存在些许不足:首先,既有文献较少对B D A C的前置因素展开探讨。尽管有零星文献尝试从治理机制3、外部环境2,1 3和高管团队2,1 5等角度展开理论阐述,但仍缺少相关实证检验,识别B D A C的驱动因素这一基本问题仍模糊不清,这极大阻碍了企业有效培育和建设B D A C。其次,大量研究强调B D A C给企业发展带来的积极效应,如竞争优势、绩效提高、企业 创 新1-2,4,1 3,但 相 关 实 证 结 果 却 无 法 得 到 有 效 收敛9,1 6,众多企业反而因B D A C投资而陷入“生存 陷阱”。以上研究结果表明学界在理解B D A C如何影响企业绩效以及解释矛盾结果方面仍存在较大困惑。最后,既有B D A C文献在检验和发展管理理论方面仍处于起步阶段1。大部分研究以实践问题为导向,更多关注数字技术建设、分析方法优化以及运算程序开发等方面,而对B D A C镶嵌于组织情境以及B D A C与前因变量和结果变量之间的因果关系等方面探讨较少,也缺乏对其内在机制的理解。基于以 上 研 究 缺 口,本 研 究 关 注 以 下 问 题:B D A C的概 念 是 什 么 以 及 如 何 准 确 测 量B D A C?B D A C的前置动因是什么?B D A C会产生何种结果效应?为此,本研究提出一个B D A C整合分析框架,旨在强化对B D A C及其前置动因与结果效应之间关系的理解,以推动B D A C在组织管理领域的研究进程。本研究的理论贡献主要有:第一,明晰B D A C的概念内涵和测量工具,为揭示B D A C的内在作用机制奠定理论基础;第二,系统梳理B D A C的驱动因素、形成机理以及作用机制,整合B D A C在商业管理领域的研究成果;第三,提炼并构建B D A C在组织研究中的整合分析框架,强化B D A C的管理研究价值,为优化现有管理理论和发展新的理论提供文献基础。1 数据采集为系统把握B D A C在管理领域的发展脉络,本研究对国内外核心期刊中B D A C相关文献进行梳理和分析,主要采取两阶段法甄别目标文献。第一阶段,主要基于以下标准进行文献搜寻:检索期刊,英文文献选取W e b o f S c i e n c e数据库中核心合集S S C I期刊来源文献(S o c i a l S c i e n c e C i t a t i o n I n d e x),中文文献选取中国知网数据库中C S S C I期刊来源文献(C h i n a S o c i a l S c i e n c e C i t a t i o n I n d e x);关键词,英文类文献以B i g d a t a a n a-l y t i c s c a p a b i l i t i e s、B i g d a t a a n a l y t i c s、B D A、B D A C、B i g d a t a c a p a b i l i t y为主要关键词进行检索,中文类文献则以大数据分析能力、大数据能力为主题词和关键词进行检索;检索时间,文献检索时间为2 0 2 1年8月。最终检索到1 2 9 1条英文文献和8条中文文献。第二阶段进行文献筛选,通过对每篇文献的关键词、标题、摘要以及正文进行精读,删除内容不相关和综述类文献,最终得到1 0 1篇与本研究主题密切相关的文献,其中英文文献9 5篇,中文文献6篇(见图1)。总体而言,国外文献数量明显多于国内。在研究方法上,国内外采取的研究范式大致相同,均以文献综述、问卷调研和案例研究为主,但英文文献中实证研究占大多数。在研究内容上,国内外研究均较大程度上关注B D A C带来的结果效应,但国内研究明显滞后于国外研究。在确定研究样本文献后,遵循扎根理论研究的普遍范式,对每篇样本文献进行初级编码和聚焦编码。初级编码是指研究者根据样本文献的研究内容,采用原意词语或者相近短语进行概括;聚焦编码是指在初级编码基础上进一步归纳,分析初级编码中所编短语的从属关系。为保证研究的信效度,以上编码过程由两名战略管理专业博士研究生背对背进行,围绕B D A C的概念、前因、后果等内容进行初级编码和聚焦编码。对于存在争议的编码内容,研究者及时咨询相关领域权威专家意见并进行讨论,以提高编码的严谨性。2 B D A C概念与测量2.1 B D A C概念内涵随着商业环境不确定性逐渐加剧、创新周期逐渐缩短以及互联网技术不断发展,身处数字海洋的企业尝试通过B D A C创新原有价值创造逻辑与范围,以实现高绩效1,7,9。已有研究主要将B D A C概括为企业的独特资产1,1 6或数据洞察力8,1 4,因而B D A C相关研究主要根植于两大理论基础。图1 组织领域中大数据分析能力文献梳理F i g.1 L i t e r a t u r e o f B D A C i n o r g a n i z a t i o n f i e l d(1)资源基础理论(R e s o u r c e-B a s e d V i e w,R B V)。资源基础理论指出,企业由一组独特的资源组成,其绩效取决于资源的异质性以及如何利用这些资源1 7。因此,资源和能力被普遍认为是企业建立竞争优势的重要部分。B D A C强调对企业有形资源(如财务和物质资源)、人力资源(知识和技能)和无形资源(组织文化)的编排与管理,以形成有用的战略资产2,1 3,符合R B V提出 的V R I N分 析 框 架,即 价 值 性(V a l u e)、稀 有 性(R a r e)、不可模仿性(I n i m i t a b l e)和不可替代性(N o n-S u b s t i t u t a b l e)。因此,B D A C被视为企业保持持续运营的数据资源集合1 6。具体而言,相比于其它常规要素(如资金、土地、劳动等),大数据的容量更大、速度更快、多 样 性 与 准 确 性 更 高,因 而 其 价 值 性 也 普 遍 更高1-2,1 4。B D A C侧重挖掘、精炼和解读有价值的数据信息8,这种独特的资源利用能力往往具备较高的壁垒性1 7。既有研究指出,并非所有企业都具备B D A C,而只有少数企业才具备这种独特的资源和能力1,1 3。这也有效解释了为何同一行业企业会出现显著差异性绩效,即B D A C具备较为明显的稀有特性、不可模仿性和不可替代性。然而,基于R B V的B D A C研究仍存在一些不足。例如,遵循战略性资源和核心能力不会发生变化这一基本假设前提1 7,B D A C应该普遍发生在大企业中。但从管理实践看,越来越多处于资源和能力困境的后发企业频频借助B D A C突破“新进入者缺陷”,挑战行业领导者地位(如拼多多、哔哩哔哩)。这反映出作为独特资源的B D A C并非不可复制,反而能够在特定情境下进行开发与配置,也意味着侧重静态分析的R B V无法有效揭示B D A C的形成问题。(2)动 态 能 力 理 论(D y n a m i c C a p a b i l i t y V i e w,D C V)。与资源基础理论相比,动态能力理论更加强调企业如何在动态环境中整合、构建和配置内外部资源与能力,以响应环境变化1 8,更加详细地揭示企业管理和利用数据的商业动态过程,弥补了R B V静态分析的缺憾。根据动态能力理论,B D A C既是组织动态能力的促进者,如敏捷性1 3,也是动态能力本身,如通过不断调整抓住市场机会1 0。因此,B D A C被认为是企业利用数据和人才开展数据捕获、存储和分析,进而产生超251科技进步与对策 2 0 2 3年越竞争对手所必要的洞察力2,7-8,侧重反映企业对数据进行加工处理的柔性能力。S a n t h a n a m&H a r t o n o1 9提出,企业间的数据资源可以较为容易复制(如借助信息系统获得的消费数据、零售数据),但对这些数据展开配置和挖掘的能力并不容易复制,这种高壁垒性的能力正是企业产生竞争优势的关键基础;C i a m p i等8研究证实,B D A C通过知识共享促进企业的自我更新意识和前瞻性决策,进而推动商业模式创新。总体而言,D C V将B D A C视为低阶数据中心,通过开发高阶数据中心为企业创造价值1,8。综上,尽管B D A C研究仍处于初步探索阶段,但R B V和D C V为理解