Impacto de las capacidades de big data en la innovación empresarial
Barra lateral del artículo
Contenido principal del artículo
Debido a que el desarrollo de las nuevas tecnologías de la información y comunicación propulsan la generación de enormes cantidades de datos, las empresas están cada vez más interesadas en invertir en herramientas que les permita utilizarlos. Sin embargo, la inversión por sí sola no crea una ventaja competitiva. En cambio, las empresas deben crear capacidades para la gestión del alto volumen de datos que su competencia encuentre difícil de igualar. En este sentido, las capacidades de big data son un recurso fundamental que puede impulsar la innovación empresarial de la cual se puede ver beneficiada una organización. Mediante un estudio de 91 pequeñas y medianas empresas (Pymes) de la ciudad de Bogotá, se realizaron diferentes análisis descriptivos y de correlación, usando regresiones múltiples por MCO, según un modelo de investigación propuesto para estimar los efectos de las variables capacidades de big data y rendimiento innovador de las organizaciones. Se evidenció que las empresas que demuestran un mayor nivel de capacidades de big data a nivel de datos, tecnologías, habilidades técnicas y cultura de datos, tienen mayor rendimiento innovador. La investigación muestra que los recursos destinados a las capacidades de big data brindan a las organizaciones herramientas para avanzar en el desarrollo de la innovación y abrirse a nuevos mercados.
Omar Alexánder León García, Compensar Fundación Universitaria. Bogotá, Colombia.
https://orcid.org/0000-0001-5554-8215
Stone M, Aravopoulou E, Gerardi G, Todeva E, Weinzierl L, Laughlin P, et al. How platforms are transforming customer information management. The Bottom Line. 2017;30(3).
Jin X, Wah BW, Cheng X, Wang Y. Significance and challenges of big data research. Big data research. 2015;2(2):59-64.
Sun EW, Chen Y-T, Yu M-T. Generalized optimal wavelet decomposing algorithm for big financial data. International Journal of Production Economics. 2015;165:194-214.
Wright LT, Robin R, Stone M, Aravopoulou E. Adoption of Big Data Technology for Innovation in B2B Marketing. Journal of Business-to-Business Marketing. 2019;26(3-4):281-93.
Akter S, Wamba SF, Gunasekaran A, Dubey R, Childe SJ. How to improve firm performance using big data analytics capability and business strategy alignment? International Journal of Production Economics. 2016;182:113-31.
Sheng J, Amankwah-Amoah J, Wang XJ. A multidisciplinary perspective of big data in management research. International Journal of Production Economics. 2017;191:97-112.
Manyika J, Chui M, Brown B, Bughin J, Dobbs R, Roxburgh C, et al. Big data: The next frontier for innovation, competition, and productivity. USA: McKinsey Global Institute; 2011.
Kwon O, Lee N, Shin B. Data quality management, data usage experience and acquisition intention of big data analytics. International Journal of Information Management. 2014;34(3):387-94.
Ozdemir V, Hekim N. Birth of Industry 5.0: Making Sense of Big Data with Artificial Intelligence, "The Internet of Things" and Next-Generation Technology Policy. Omics-a Journal of Integrative Biology. 2018;22(1):65-76.
Mishra D, Gunasekaran A, Papadopoulos T, Childe SJ. Big Data and supply chain management: a review and bibliometric analysis. Annals of Operations Research. 2018;270(1):313-36.
Gandomi A, Haider M. Beyond the hype: Big data concepts, methods, and analytics. International Journal of Information Management. 2015;35(2):137-44.
Aydiner AS, Tatoglu E, Bayraktar E, Zaim S, Delen D. Business analytics and firm performance: The mediating role of business process performance. Journal of Business Research. 2019;96:228-37.
Gupta M, George JF. Toward the development of a big data analytics capability. Information & Management. 2016;53(8):1049-64.
McAfee A, Brynjolfsson E, Davenport TH, Patil D, Barton D. Big data: the management revolution. Harvard Business Review. 2012;90(10):60-8.
Mikalef P, Boura M, Lekakos G, Krogstie J. Big data analytics capabilities and innovation: the mediating role of dynamic capabilities and moderating effect of the environment. British Journal of Management. 2019;30(2):272-98.
Ghasemaghaei M, Calic G. Assessing the impact of big data on firm innovation performance: Big data is not always better data. Journal of Business Research. 2020;108:147-62.
Russom P. Big data analytics. 2011 Contract No.: 4.
Kubina M, Varmus M, Kubinova I. Use of big data for competitive advantage of company. Procedia Economics and Finance. 2015;26:561-5.
Ziora ACL. The role of big data solutions in the management of organizations. Review of selected practical examples. Procedia Computer Science. 2015;65:1006-12.
Aslam F, Aimin W, Li M, Ur Rehman K. Innovation in the era of IoT and industry 5.0: Absolute innovation management (AIM) framework. Information. 2020;11(2):124.
Scuotto V, Santoro G, Bresciani S, Del Giudice M. Shifting intra‐and inter‐organizational innovation processes towards digital business: an empirical analysis of SMEs. Creativity and Innovation Management. 2017;26(3):247-55.
Ndou V, Beqiri M. Introduction for the special Issue on BIG DATA. Electronic Journal of Applied Statistical Analysis: Decision Support Systems and Services Evaluation. 2014;5(1):1-3.
Del Vecchio P, Mele G, Ndou V, Secundo G. Open Innovation and Social Big Data for Sustainability: Evidence from the Tourism Industry. Sustainability. 2018;10(9).
Chesbrough H. Open business models: How to thrive in the new innovation landscape. 1st edition ed: Harvard Business Press; 2006.
Kim G-H, Trimi S, Chung J-H. Big-data applications in the government sector. Communications of the ACM. 2014;57(3):78-85.
Wamba SF, Gunasekaran A, Akter S, Ren SJ-f, Dubey R, Childe SJ. Big data analytics and firm performance: Effects of dynamic capabilities. Journal of Business Research. 2017;70:356-65.
Vassakis K, Petrakis E, Kopanakis I. Big data analytics: applications, prospects and challenges. Mobile big data. 2018;10:3-20.
Mushtaq N, Akhter Y, Nadeem H. An Exploratory Empirical Investigation on the Intervening Role of TQM & Big Data Analytics between Industry 4.0 and Firms Innovation Performance. Journal of Development and Social Sciences. 2022;3(2):685-99.
Gianniti E, Ciavotta M, Ardagna D. Optimizing Quality-Aware Big Data Applications in the Cloud. Ieee Transactions on Cloud Computing. 2021;9(2):737-52.
Ciampi F, Demi S, Magrini A, Marzi G, Papa A. Exploring the impact of big data analytics capabilities on business model innovation: The mediating role of entrepreneurial orientation. Journal of Business Research. 2021;123:1-13.
Hernández SR, Fernández CC, Baptista LP. Metodología de la investigación, 2010.
Hair JR JF, C BW, J BB, E AR. Multivariate Data Analysis. Edition S, editor: Englewood Cliffs, NJ: Prentice Hall.; 2010.
Shah S, Horne A, Capellá J. Good data won’t guarantee good decisions. Harvard Business Review. 2012;90(4):23-5.
Roden S, Nucciarelli A, Li F, Graham G. Big data and the transformation of operations models: a framework and a new research agenda. Production Planning & Control. 2017;28(11-12):929-44.
- Omar Alexánder León García, Lina Fernanda Parra Acero, Big data en el entorno empresarial: Un análisis de sus contribuciones a la Competitividad. Una Revisión de la Literatura , Ingeniería y Competitividad: Vol. 26 Núm. 1 (2024): Ingeniería y Competitividad
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Los autores que publican en esta revista están de acuerdo con los siguientes términos:
- Los autores conservan los derechos de autor y garantizan a la revista el derecho de ser la primera publicación del trabajo al igual que licenciado bajo una Creative Commons Attribution License que permite a otros compartir el trabajo con un reconocimiento de la autoría del trabajo y la publicación inicial en esta revista. A partir del volumen 22 número 1 (2020), la revista adopta la licencia CC BY-NC-SA 4.0.
- Los autores pueden establecer por separado acuerdos adicionales para la distribución no exclusiva de la versión de la obra publicada en la revista (por ejemplo, situarlo en un repositorio institucional o publicarlo en un libro), con un reconocimiento de su publicación inicial en esta revista.
- Se permite y se anima a los autores a difundir sus trabajos electrónicamente (por ejemplo, en repositorios institucionales o en su propio sitio web) antes y durante el proceso de envío, ya que puede dar lugar a intercambios productivos, así como a una citación más temprana y mayor de los trabajos publicados.