Üzleti intelligencia rendszerek felhasználói elfogadása egy hazai középvállalat példáján

Szerzők

  • Helga H. Szűcs Budapesti Corvinus Egyetem
  • Ágnes Szukits Budapesti Corvinus Egyetem

DOI:

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

Kulcsszavak:

üzleti intelligencia, felhasználói elfogadás, rendszerhasználat iránti attitűd

Absztrakt

Az utóbbi bő egy évtizedben széles vállalati kör ismerte fel az üzleti intelligencia (business intelligence – BI) rendszerekben rejlő előnyöket, s áldozott rengeteg erőforrást rendszerfejlesztési és -bevezetési projektekre. A várt előnyök realizálásának azonban fontos feltétele, hogy a technológiai újítást a felhasználók elfogadják és használják. Az IT-rendszerek felhasználói elfogadásával éppen ezért régóta foglalkoznak a kutatók. E tanulmány a BI sajátosságait figyelembe véve a szakirodalom alapján azonosítja azon tényezőket, melyek a felhasználói elfogadást befolyásolják, majd az azonosított tényezők mentén egy hazai középvállalat BI-rendszerének felhasználói elfogadását vizsgálja a kulcsfelhasználókkal készített interjúk segítségével. A tanulmány arra világít rá, hogy a felhasználók egyéni jellemzői, a szervezeti szintű és technológiai jellemzők nem adnak elégséges magyarázatot a használat során megtapasztalt kedvezőtlen attitűdváltozásra, azokat a rendszer hatalmi-politikai-kulturális hatásaival együtt kell értelmezni.

Letöltések

Letölthető adat még nem áll rendelkezésre.

Szerző életrajzok

Helga H. Szűcs, Budapesti Corvinus Egyetem

MSc-hallgató

Ágnes Szukits, Budapesti Corvinus Egyetem

Egyetemi adjunktus

Hivatkozások

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

Megjelent

2021-10-19

Hogyan kell idézni

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

Folyóirat szám

Rovat

Tanulmányok