While Business Intelligence (BI) initiatives have been a top-priority of CIOs around the world for several years, accounting for billions of USD of IT investments per annum (IDC), academic research on the actual benefits derived from BI tools and the drivers of these benefits remain sparse. This paper reports the findings of an exploratory, cross-sectional field study investigating the factors that define and drive benefits associated with the deployment of dedicated BI tools. BI is broadly defined as an analytical process which transforms fragmented data of enterprises and markets into action-oriented information or knowledge about objectives, opportunities and positions of an organization; BI tools are software products primarily designed and deployed to support this analytical process (e.g. data warehouse software, data mining software, digital dashboards applications). Building upon DeLoneand McLean’s (1992; 2002; 2003) information systems success model, we develop, test and refine a BI quality and performance model adapted for the specific purpose, application, user group and technology of BI tools. The ultimate performance predictors in this model are user satisfaction and the impact of BI tools on managerial decision quality, both of which are determined by data quality. Partial Least Square (PLS) modeling is used to analyze data collected in a survey administered to IT executives of large Australian Stock Exchange (ASX) listed companies. The results confirm some of the theoretical relationships established in – especially the original – DeLone-McLean model in the specific context of BI. More importantly, the results also confirm the important role of explicit BI management as antecedent of benefits derived from BI tools, and the key impact of data quality on managerial decision making and organizational performance. However, the results also reveal a ‘user satisfaction paradox’: In contrast to the predictions derived from the DeLone-McLean model, organizational performance is negatively associated with user satisfaction with BI tools. Financial performance data collected for ex-post verification of this unexpected result confirm this paradox. We discuss BI-specific interpretations of these unexpected findings and provide avenues for future research

چکیده

در حالیکه راهکارهای هوش تجاری (BI)، با احتساب میلیاردها دلار ایالات متحده سرمایه‌گذاری سالانه در فناوری اطلاعات، طی چندین سال، اولویت اول مدیران ارشد فناوری اطلاعات در سراسر جهان بوده‌اند، پژوهش‌ های دانشگاهی در زمینه مزایای حقیقی به‌ دست‌آمده از ابزارهای BI و مسببانشان به صورت پراکنده باقی مانده ‌اند. این مقاله یافته‌های بررسی میدانی مقطعی و اکتشافی را گزارش می‌کند. این یافته‌ها عواملی را ارزیابی می‌نمایند که مزایای مرتبط با آرایش ابزار اختصاصی BI را تعریف و استخراج می‌نمایند. BI به طور گسترده‌ به صورت فرآیندی تحلیلی تعریف شده است که داده‌های پراکنده موسسات و بازارها را به دانش یا اطلاعات عملگرا درباره اهداف، فرصت‌ها و موقعیت‌های سازمان تبدیل می‌کند؛ ابزارهای BI محصولاتی نرم‌افزاری می‌باشند که اساسا طراحی و تنظیم شده‌اند تا از این فرآیند تحلیلی پشتیبانی نمایند (به عنوان مثال، نرم‌افزار ابزار داده‌ها، نرم‌افزار داده‌کاوی، برنامه‌های کاربردی دیجیتال). ما بر اساس مدل موفقیت سیستم‌های اطلاعاتی دلن مک‌لین (1992; 2002; 2003)، مدل کاربردی و کیفی BI را ایجاد نموده، آزمایش کرده و تصحیح نمودیم که برای هدف، کارکرد، گروه کاربر و فناوری مشخص ابزارهای BI مناسب است. پیش‌بینی کنندگان نهایی عملکرد در این مدل، رضایت مشتری و تاثیر ابزارهای BI بر کیفیت تصمیم‌گیری مدیریتی می‌باشند، که هر دوی آن‌ها با کیفیت داده‌ها تعریف شده‌اند. مدل‌سازی حداقل مربعات جزئی (PLS) برای تحلیل داده‌های جمع‌آوری‌شده از بررسی مدیران اجرایی IT شرکت‌های فهرست‌شده بزرگ متعلق به بورس اوراق بهادار استرالیا (ASX) استفاده می‌گردد. نتایج برخی از روابط نظری موجود در مدل اصلی دلن مک‌لین در زمینه مشخص BI را تایید می‌نمایند. از آن مهم‌تر، نتایج مذکور اهمیت نقش مدیریت آشکار BI را به عنوان پیشینه‌ای بر مزایای به‌دست‌آمده از ابزارهای BI، و تاثیر اصلی کیفیت داده‌ها بر تصمیم‌گیری مدیریتی و عملکرد سازمانی تایید می‌نمایند. با این وجود، این نتایج تناقضی را در نیز در رضایت مشتری آشکار می‌سازند: بر خلاف پیش‌بینی‌های به‌دست‌آمده از مدل دلن مک‌لین، عملکرد منفی رابطه‌ای منفی با رضایت مشتری از ابزارهای BI دارد. داده‌های عملکرد مالی که برای تایید عملی این نتایج غیرمنتظره جمع‌آوری شدند، مهر تایید بر این تناقض می‌زنند: ما تفسیرهای مشخص BI از این یافته‌های غیرمنتظره را به بحث گذارده و راه را برای پژوهش‌های آتی هموار می‌نماییم.

1-مقدمه

هوش تجاری (BI) طی سال‌ها اولویت اول مدیران اجرایی فناوری اطلاعات بوده است و انتظار می‌رود که این روند ادامه داشته باشد (پژوهش گارتنر، 2011). در حالیکه هم مفهوم اساسی و هم عبارت "هوش تجاری" به دهه‌ها پیش بازمی‌گردد، ظهور انبار داده‌ها به عنوان زیرساختی جدید برای گزارش‌دهی و تحلیل با OLAP و سیستم‌های جدید پشتیبانی تصمیم‌گیری بر مبنای واقعیت (DSS) (Power2013) علاقه به BI را در دهه گذشته ایجاد نمود؛ و آنچه در ابتدا "تب زودگذر مشورت" خوانده می‌شد، اینک منبع بالقوه‌ای برای مزیت رقابتی محسوب می‌شود (ویکسوم و همکاران، 2008؛ هوکوار و ژاکلیک، 2010؛ گونزالس، 2001). جامعه پژوهش دانشگاهی به تدریج تنها موضوع BI را مورد پذیرش قرار داد، ولی اینک همچنان پژوهش‌ها در این حوزه پراکنده می‌باشد. هرچند تاخیر زمانی در پژوهش پیرامون مفاهیم IS نوظهور یا نوآوری‌ها پدیده‌ای به صورت عمومی قابل مشاهده است...