Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

An empirical investigation on Big Data Analytics (BDA) and innovation performance

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14560%2F19%3A00124880" target="_blank" >RIV/00216224:14560/19:00124880 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1145/3361785.3361803" target="_blank" >http://dx.doi.org/10.1145/3361785.3361803</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1145/3361785.3361803" target="_blank" >10.1145/3361785.3361803</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    An empirical investigation on Big Data Analytics (BDA) and innovation performance

  • Popis výsledku v původním jazyce

    Nowadays, big data analytics (BDA) have widely used in our business environment as an undeniable function for firms to not only survive in turbulence but also have the opportunity to be ahead of their major competitors. One of the promising aspects of BDA relates to its influence on innovation performance. In line, the present study proposed a conceptual model in order to investigate the relationship between BDA use and innovation performance by considering the role of dynamic capability (DC) theory. In this research, we consider firm agility in terms of DC theory and decompose it into three main factors contacting sensing agility, decision making agility, and acting agility. The research model and required data were analyzed using Partial Least Squares (PLS)/Structured Equation Modelling (SEM). The outcome of this study indicates that firms would be able to increase their innovation performance from a DC theory. This study also shows that BDA use has a positive influence on sensing agility of firms.

  • Název v anglickém jazyce

    An empirical investigation on Big Data Analytics (BDA) and innovation performance

  • Popis výsledku anglicky

    Nowadays, big data analytics (BDA) have widely used in our business environment as an undeniable function for firms to not only survive in turbulence but also have the opportunity to be ahead of their major competitors. One of the promising aspects of BDA relates to its influence on innovation performance. In line, the present study proposed a conceptual model in order to investigate the relationship between BDA use and innovation performance by considering the role of dynamic capability (DC) theory. In this research, we consider firm agility in terms of DC theory and decompose it into three main factors contacting sensing agility, decision making agility, and acting agility. The research model and required data were analyzed using Partial Least Squares (PLS)/Structured Equation Modelling (SEM). The outcome of this study indicates that firms would be able to increase their innovation performance from a DC theory. This study also shows that BDA use has a positive influence on sensing agility of firms.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    50204 - Business and management

Návaznosti výsledku

  • Projekt

  • Návaznosti

    I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Ostatní

  • Rok uplatnění

    2019

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    3rd International Conference on Business and Information Management (ICBIM)

  • ISBN

    9781450372329

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    5

  • Strana od-do

    97-101

  • Název nakladatele

    ASSOC COMPUTING MACHINERY

  • Místo vydání

    NEW YORK

  • Místo konání akce

    NEW YORK

  • Datum konání akce

    1. 1. 2019

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku