نقش هوش تجاری بر فرایند تصمیم‌گیری سازمانی واکاوی مولفه‌ها با رویکردی آمیخته

زمینه و هدف: با توجه به ناتوانی سیستم‌های اطلاعاتی مدیریت در برآورده کردن انتظارات تصمیم‌گیرندگان سازمانی در عرصه رقابت در سال‌های اخیر، فن‌آوری‌هایی نظیر هوش تجاری به یکی از ابزارهای سازمان‌های پیشرو تبدیل‌شده است.  هدف پژوهش حاضر، بررسی نقش هوش تجاری بر فرایند تصمیم‌گیری سازمانی است.روش‌شناسی:‌ پژوهش حاضر آمیخته است. ابتدا، مجموعه‌ای از مصاحبه‌های عمیق با صاحب‌نظران و مدیران اجرا گردید و طی تجزیه‌وتحلیل مولفه‌ها و شاخصه‌های هوش تجاری استخراج گردیدند. در این بخش، از روش کدگذاری نظری گلیزر و اشتراوس برای سنجش روابط میان متغیرهای پژوهش به‌کاربرده شد.یافته‌ها: پنج مولفه کلیدی منابع داده‌ها، استخراج، انتقال و بارگذاری، انبار داده‌ها، فراداده‌ها و ابزارهای پرس‌وجو، گزارش‌گیری و تحلیل اطلاعات را برای هوشمندی کسب‌وکار شناسایی نمود. مدل نهایی فرایندیتحلیلی تاثیر استقرار هوشمندی کسب‌وکار با 0.522 که کمتر از 0.01 می‌باشد بر فرایند تصمیم‌گیری و همچنین بر اهداف استقرار هوشمندی کسب‌وکار با 0.894 تاثیر دارد و این ارتباط معنی‌دار است.نتایج: پژوهش نشان داد که؛ علی‌رغم تحقق اهداف هوشمندی کسب‌وکار در سازمان در سطحی نسبتاً بالا، اما در هیچ‌یک از مولفه‌ها و شاخصه‌ها تحقق کامل صورت نگرفته است. این امر نشانگر آن است که هوشمندی کسب‌وکار، چون یک سیستم پویا، نیازمند بازنگری و اصلاحات مداوم است.

The role of Business Intelligence on Organizational Decision-Making Process and Component Analysis with a Mixed Approach

AbstractBackground and Aim: Due to the inability of management information systems to meet the expectations of organizational decisionmakers in the field of competition in recent years, technologies such as business intelligence have become one of the tools of leading organizations. This study aims to investigate the role of business intelligence in the organizational decisionmaking process.Methodology: The present study is mixed. First, a series of indepth interviews with experts and managers were conducted and extracted during the analysis of business intelligence components and characteristics. In this section, the theoretical coding method of Glaser and Strauss was used to measure the relationships between research variables.Results: Key components of data sources, extraction, transmission and loading, data warehousing, metadata, query tools, reporting, and data analysis were identified for business intelligence. The final processanalytical model of the effect of establishing business intelligence with 0.522, which is less than 0.01, affects the decisionmaking process and the objectives of establishing business intelligence with 0.894, and this relationship is significant.Results: The research showed that none of the components and characteristics of business intelligence goals in the organization had been fully realized. This indicates that business intelligence, as a dynamic system, needs constant revision and improvement.