Üzleti intelligencia rendszerek felhasználói elfogadása egy hazai középvállalat példáján

Authors

  • Helga H. Szűcs Corvinus University of Budapest
  • Ágnes Szukits Corvinus University of Budapest

DOI:

https://doi.org/10.14267/VEZTUD.2021.10.03

Keywords:

business intelligence, user acceptance, attitude toward system usage

Abstract

Over the past decade, a wide range of companies have recognized the benefits of business intelligence systems (BIS) and have devoted a wealth of resources to system development and implementation projects. However, an important condition for reaping their benefits is that technological innovations are accepted and used. This is why acceptance of IT systems has long been addressed in the literature. Taking into account the specifics of the BIS, this study identifies the factors that influence user acceptance on the basis of the literature, and then examines the user acceptance of the BIS of a medium-sized company in Hungary along the identified factors through interviews with key users. The study highlights how individual characteristics of users, organizational-level and technological characteristics do not provide a sufficient explanation for the unfavourable attitude change experienced during use. Rather, these should be interpreted in conjunction with the power-political-cultural effects of the system.

Downloads

Download data is not yet available.

Author Biographies

Helga H. Szűcs, Corvinus University of Budapest

Graduate student

Ágnes Szukits, Corvinus University of Budapest

Senior Assistant Professor

References

Ali, M., Zhou, L., Miller, L., & Ieromonachou, P. (2016). User resistance in IT: A literature review. International Journal of Information Management, 36(1), 35–43. https://doi.org/10.1016/j.ijinfomgt.2015.09.007

Aranyossy M., Blaskovics B., & Horváth Á. A. (2015). Információtechnológiai projektek sikere és kudarca. Nemzetközi tapasztalatok és hazai kutatási eredmények. Vezetéstudomány, 46(5), 66–78. http://doi.org/10.14267/VEZTUD.2015.05.07

Bakacsi, Gy. (2010). A szervezeti magatartás alapjai. Budapest: Aula.

Cser, L., Fajszi, B., & Fehér, T. (2010). Üzleti haszon az adatok mélyén. Az adatbányászat mindennapjai. Budapest: Alinea.

Davis, F. D. (1989). Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology. MIS Quarterly, 13(3), 319–340. https://doi.org/10.2307/249008

Delone, W. H., & McLean, E. R. (2003). The DeLone and McLean Model of Information Systems Success: A Ten-Year Update. Journal of Management Information Systems, 19(4), 9–30. https://doi.org/10.1080/07421222.2003.11045748

Drótos Gy. (2001). Az információrendszerek perspektívái (PhD-értekezés). Budapesti Közgazdaságtudományi és Államigazgatási Egyetem, Budapest. http://phd.lib.uni-corvinus.hu/167/1/drotos_gyorgy.pdf

Drótos, Gy. (2015). Szócikkek az Üzleti intelligencia a controllingban és a Teljesítménymenedzsment c. tárgyakhoz. Budapest: Budapesti Corvinus Egyetem, Vezetés és Kontroll Tanszék.

Drótos, Gy., Scholz, D., Szél, Z., & Molnár, V. (2012). Az IT benchmarking kutatás eredményei: Részletes kiértékelés a kutatásban közreműködő szervezetek számára. Budapest: Budapesti Corvinus Egyetem, IFUA Horváth & Partners.

Drótos, Gy., & Szabó, Z. (2001). Vállalati informatika Magyarországon az ezredfordulón—Mítosz és valóság. Vezetéstudomány, 32(2), 17–23. http://unipub.lib.uni-corvinus.hu/4915/1/VT_2001n2p17.pdf

Evelson, B., & Nicolson, N. (2008). Topic Overview: Business Intelligence. https://www.forrester.com/report/Topic+Overview+Business+Intelligence/-/E-RES39218#

Gartner. (2020). Data and Analytics Leaders: Rewire Your Culture for an AI-Augmented Future. Gartner. https://www.gartner.com/en/doc/465952-data-and-analytics-leaders-rewire-your-culture-for-an-ai-augmented-future

Goodhue, D. L., & Thompson, R. L. (1995). Task-Technology Fit and Individual Performance. MIS Quarterly, 19(2), 213–236. https://doi.org/10.2307/249689

Görcsi G., Barta G., & Széles Z. (2019). Üzleti intelligencia megoldások alkalmazásának sikertényezői – A hazai szolgáltató szektor nagyvállalatainak körében végzett mélyinterjús kutatás. Információs Társadalom, 19(2), 23–34. https://doi.org/10.22503/inftars.XIX.2019.2.2

Grublješič, T., & Jaklič, J. (2015). Business Intelligence Acceptance: The Prominence of Organizational Factors. Information Systems Management, 32(4), 299– 315. https://doi.org/10.1080/10580530.2015.1080000

Kelemenné Ternai K. (2003). Az ERP-rendszerek metamorfózisa. Vezetéstudomány, 34(7-8), 35-38. oldal. http://unipub.lib.uni-corvinus.hu/4640/1/VT_2003n7_8p35.pdf

Keszey T., & Zsukk J. (2017). Az új technológiák fogyasztói elfogadása. A magyar és nemzetközi szakirodalom áttekintése és kritikai értékelése. Vezetéstudomány, 48(10), 38–47. https://doi.org/10.14267/VEZTUD.2017.10.05

Kling, R. (1980). Social Analyses of Computing: Theoretical Perspectives in Recent Empirical Research. ACM Computing Surveys, 12(1), 61–110. https://doi.org/10.1145/356802.356806

Kohnke, O., Wolf, T. R., & Mueller, K. (2011). Managing user acceptance: An empirical investigation in the context of business intelligence standard software. International Journal of Information Systems and Change Management, 5(4), 269–290. https://doi.org/10.1504/IJISCM.2011.045833

Kübler-Ross, E., & Kessler, D. (2005). On Grief and Grieving: Finding the Meaning of Grief Through the Five Stages of Loss. New York: Simon and Schuster.

Li, X., Hsieh, J. J. P.-A., & Rai, A. (2013). Motivational Differences Across Post-Acceptance Information System Usage Behaviors: An Investigation in the Business Intelligence Systems Context. Information Systems Research, 24(3), 659–682. https://doi.org/10.1287/isre.1120.0456

Loshin, D. (2012). Business Intelligence: The Savvy Manager’s Guide. New York: Newnes.

Markus, M. L. (1983). Power, politics, and MIS implementation. Communications of the ACM, 26(6), 430–444. https://doi.org/10.1145/358141.358148

Meissonier, R., & Houzé, E. (2010). Toward an ‘IT Conflict-Resistance Theory’: Action research during IT pre-implementation. European Journal of Information Systems, 19(5), 540–561. https://doi.org/10.1057/ejis.2010.35

Meissonier, R., Houzé, E., & Lapointe, L. (2014). “Cultural Intelligence” During ERP Implementation: Insights from a Thai Corporation. International Business Research, 7(12), p14. https://doi.org/10.5539/ibr.v7n12p14

Michelberger P. (2002). Válasszunk ERP rendszert! A kiválasztás támogatási lehetőségei. Vezetéstudomány, 33(3), 24-28. http://unipub.lib.uni-corvinus.hu/4725/1/VT_2002n3p24.pdf

Molnár D. (2010). Empirikus kutatási módszerek a szervezetfejlesztésben. Humán Innovációs Szemle(1–2), 61–72. http://humanexchange.hu/site/uploads/file/61-72_md.pdf

Móricz, P., & Drótos, Gy. (2019). Az információmenedzsmenttől a digitalizációig – Tendenciák az információmenedzsment és digitalizáció vállalati versenyképességben játszott szerepének vizsgálatában (Műhelytanulmány). Budapest: Budapesti Corvinus Egyetem, Versenyképesség Kutató Központ.

Popovič, A. (2017). If we implement it, will they come? User resistance in postacceptance usage behaviour within a business intelligence systems context. Economic Research-Ekonomska Istraživanja, 30(1), 911–921. https://doi.org/10.1080/1331677X.2017.1311232

Popovič, A., Hackney, R., Coelho, P. S., & Jaklič, J. (2012). Towards business intelligence systems success: Effects of maturity and culture on analytical decision making. Decision Support Systems, 54(1), 729–739. https://doi.org/10.1016/j.dss.2012.08.017

Popovič, A., Puklavec, B., & Oliveira, T. (2019). Justifying business intelligence systems adoption in SMEs: Impact of systems use on firm performance. Industrial Management & Data Systems, 119(1), 210–228. https://doi.org/10.1108/IMDS-02-2018-0085

Puklavec, B., Oliveira, T., & Popovič, A. (2018). Understanding the determinants of business intelligence system adoption stages: An empirical study of SMEs. Industrial Management & Data Systems, 118(1), 236– 261. https://doi.org/10.1108/IMDS-05-2017-0170

Pulinka Á. (2016). A szervezeti változással szembeni ellenállás, mint természetes és szükségszerű folyamat. Vezetéstudomány, 47(6), 41–51. https://doi.org/10.14267/VEZTUD.2016.06.04

Scapens, R. W., & Jazayeri, M. (2003). ERP systems and management accounting change: Opportunities or impacts? A research note. European Accounting Review, 12(1), 201–233. http://dx.doi.org/10.1080/0963818031000087907

Venkatesh, V., & Bala, H. (2008). Technology Acceptance Model 3 and a Research Agenda on Interventions. Decision Sciences, 39(2), 273–315. https://doi.org/10.1111/j.1540-5915.2008.00192.x

Venkatesh, V., & Davis, F. D. (2000). A Theoretical Extension of the Technology Acceptance Model: Four Longitudinal Field Studies. Management Science, 46(2), 186–204. https://doi.org/10.1287/mnsc.46.2.186.11926

Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User Acceptance of Information Technology: Toward a Unified View. MIS Quarterly, 27(3), 425 – 478. https://doi.org/10.2307/30036540

Villamarín, J. M., & Diaz Pinzon, B. (2017). Key Success Factors to Business Intelligence Solution Implementation (SSRN Scholarly Paper ID 2965610). Social Science Research Network.

Visinescu, L. L., Jones, M. C., & Sidorova, A. (2017). Improving Decision Quality: The Role of Business Intelligence. Journal of Computer Information Systems, 57(1), 58–66. https://doi.org/10.1080/08874417.2016.1181494

Wixom, B. H., & Todd, P. A. (2005). A Theoretical Integration of User Satisfaction and Technology Acceptance. Information Systems Research, 16(1), 85–102. https://doi.org/10.1287/isre.1050.0042

Wixom, B. H., Watson, H. J., Reynolds, A. M., & Hoffer, J. A. (2008). Continental Airlines Continues to Soar with Business Intelligence. Information Systems Management, 25(2), 102–112. https://doi.org/10.1080/10580530801941496

Yin, R. K. (2003). Designing case studies. In Yin, R. K. (Ed.), Qualitative Research Methods (pp. 359–386). Thousand Oaks: Sage.

Yoon, T. E., Jeong, B.-K., & Ghosh, B. (2017). User acceptance of business intelligence application: Motivation to learn, technology, social influence, and situational constraints. International Journal of Business Information Systems, 26(4), 432–450. https://doi.org/10.1504/IJBIS.2017.087747

Downloads

Published

2021-10-19

How to Cite

H. Szűcs, H., & Szukits, Ágnes. (2021). Üzleti intelligencia rendszerek felhasználói elfogadása egy hazai középvállalat példáján. Vezetéstudomány Budapest Management Review, 52(10), 28–41. https://doi.org/10.14267/VEZTUD.2021.10.03

Issue

Section

Studies and Articles