Mức độ sẵn sàng áp dụng phân tích dữ liệu lớn trong các tổ chức doanh nghiệp dựa trên khung lý thuyết TOE: Nghiên cứu tổng quan

Bài viết tập trung nghiên cứu tổng quan về việc đánh giá mức độ sẵn sàng áp dụng phân tích dữ liệu lớn trong các tổ chức/doanh nghiệp, dựa trên khung lý thuyết TOE (Technological-Organizational-Environmental).
Nội dung trích xuất từ tài liệu:
Mức độ sẵn sàng áp dụng phân tích dữ liệu lớn trong các tổ chức doanh nghiệp dựa trên khung lý thuyết TOE: Nghiên cứu tổng quan PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH TẾ VÀ XÃ HỘI TRONG MÔI TRƯỜNG SỐ LẦN THỨ 3 MỨC ĐỘ SẴN SÀNG ÁP DỤNG PHÂN TÍCH DỮ LIỆU LỚN TRONG CÁC TỔ CHỨC-DOANH NGHIỆP DỰA TRÊN KHUNG LÝ THUYẾT TOE: NGHIÊN CỨU TỔNG QUAN Lê Thị Thu Trường Đại học Thương mại Email: lethithu@tmu.edu.vn Tóm tắt: Bài viết tập trung nghiên cứu tổng quan về việc đánh giá mức độ sẵn sàngáp dụng phân tích dữ liệu lớn trong các tổ chức/doanh nghiệp, dựa trên khung lý thuyếtTOE (Technological-Organizational-Environmental). Bằng phương pháp nghiên cứu trắclượng thư mục kết hợp phân tích nội dung và sử dụng phần mềm VOSviewer, bài viết đãtổng hợp một số mô hình và phương pháp đánh giá sự sẵn sàng áp dụng phân tích dữ liệulớn, trong đó tập trung vào các yếu tố ảnh hưởng từ Công nghệ, Tổ chức, và Môi trường.Từ đó cung cấp một cái nhìn đa chiều về sự sẵn sàng áp dụng phân tích dữ liệu lớn bằngcách kết hợp nhiều yếu tố chứ không chỉ xem xét từ một góc độ cụ thể nào đó. Bên cạnhđó, nghiên cứu cũng phát hiện ra rằng, cần mở rộng khung lý thuyết TOE bằng cách tíchhợp yếu tố mới như nhận thức và kiến thức về phân tích dữ liệu lớn của nhân viên,nhằm nâng cao khả năng đánh giá sự sẵn sàng của tổ chức. Đồng thời, việc tổng hợp cácxu hướng nghiên cứu hiện tại về phân tích dữ liệu lớn và TOE đã mang lại cái nhìn tổngquan về xu hướng phát triển của lĩnh vực này. Tóm lại, bài viết không chỉ giúp hiểu rõ vềsự sẵn sàng áp dụng phân tích dữ liệu lớn trong tổ chức, mà còn đóng góp vào việc pháttriển phương pháp đánh giá và mở rộng lý thuyết để phản ánh sự phức tạp của việc ápdụng phân tích dữ liệu lớn trong các tổ chức hiện nay. Từ khoá: Phân tích dữ liệu lớp, mức độ sẵn sàng áp dụng phân tích dữ liệu lớn, TOE. 1. Giới thiệu Dữ liệu lớn (Big data) đề cập đến tập hợp lớn dữ liệu có cấu trúc, bán cấu trúc hoặc phicấu trúc, được lấy từ các nguồn tài nguyên khác nhau (Matthew & cộng sự, 2015). Do việc xửlý dữ liệu lớn vượt quá khả năng của các công cụ phần mềm thông thường (Yin & Kaynak,2015), nên các tổ chức/doanh nghiệp phải đối mặt với các quyết định đầu tư vào công nghệ liênquan đến dữ liệu lớn. Tuy nhiên, dữ liệu lớn cũng đem lại rất nhiều lợi ích: Là một tài sản, dữliệu lớn có thể “cải thiện khả năng cạnh tranh, đổi mới và hiệu quả trong các tổ chức” (Braganza& cộng sự, 2016). Thuật ngữ phân tích dữ liệu lớn bao gồm các kỹ thuật và công nghệ phân tích tiên tiếnhoạt động trên dữ liệu lớn để có được thông tin chi tiết, nâng cao và cải thiện quá trình ra quyếtđịnh (Malaka & Brown, 2015). Chen & cộng sự (2016) cho rằng, phân tích dữ liệu lớn có “khảnăng xử lý thông tin độc đáo mang lại lợi thế cạnh tranh cho các tổ chức” và được kỳ vọng sẽcải thiện hiệu suất hoạt động của tổ chức (Kwon & cộng sự, 2014). Bắt nguồn sâu xa từ kinh doanh thông minh (BI), phân tích dữ liệu lớn “đánh thức” mốiquan tâm đến toán học, thống kê và phân tích định lượng (Braganza & cộng sự, 2016), nhưngbổ sung thêm một số yêu cầu cụ thể. Vì mục tiêu của phân tích dữ liệu lớn là trả lời các câu hỏi 648 PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH TẾ VÀ XÃ HỘI TRONG MÔI TRƯỜNG SỐ LẦN THỨ 3có tính cụ thể cao, các giải pháp của nó phải phù hợp với bối cảnh này, đòi hỏi kỹ năng phươngpháp luận tốt (Debortoli & cộng sự, 2014). Năng lực của kinh doanh thông minh và phân tích dữ liệu lớn có thể được phân loại thànhba làn sóng, bao gồm: (1) được đặc trưng bởi nội dung có cấu trúc, dựa trên hệ quản trị cơ sởdữ liệu - DBMS (làn sóng thứ nhất), (2) dựa trên nền web, do người dùng tạo ra, nội dung phicấu trúc (làn sóng thứ hai) và (3) dựa trên thiết bị di động và cảm biến (làn sóng thứ 3) (Chen& cộng sự, 2012). Khả năng của phân tích dữ liệu lớn có thể được hiểu là các khả năng động,đòi hỏi “sự kết hợp tinh tế giữa quản lý, tài năng và công nghệ” (Akter & cộng sự, 2016). Vìnhững khả năng này được điều chỉnh để phù hợp với câu hỏi chuyên biệt (Debortoli & cộng sự,2014), chúng sẽ phù hợp với ngữ cảnh (Chen & cộng sự, 2016). Việc áp dụng phân tích dữ liệu lớn đòi hỏi đầu tư vào công nghệ với chi phí tốn kém, bởicông nghệ này đang thay đổi nhanh chóng và mang lại cơ hội mới để xử lý thông tin với tốc độngày càng cao. Nó yêu cầu đầu tư vào việc phát triển các kỹ năng phân tích, xác định cho mộtnhiệm vụ theo ngữ cảnh cụ thể và tăng cường thu thập, lưu trữ dữ liệu, quan tâm đến các vấnđề chất lượng dữ liệu, bảo mật CNTT và về quyền riêng tư. Những yếu tố này có mối liên hệchặt chẽ với nhau và ảnh hưởng đến các quyết định áp dụng phân tích dữ liệu lớn theo nhữngcách khác nhau. Việc nghiên cứu các phương pháp, quy trình và cách thức tiếp cận để áp dụng phân tíchdữ liệu lớn một cách hiệu quả vào tổ chức/doanh nghiệp là một nhu cầu hết sức cần thiết. Córất nhiều cách tiếp cận khác nhau, một trong số đó là dựa trên khung lý thuyết nền tảng TOE.Lý thuyết TOE thường được sử dụng để giải thích quá trình áp dụng công nghệ, để xem xét bốicảnh của quá trình ra quyết định, làm sáng tỏ ảnh hưởng của các yếu tố đối với việc áp dụngphân tích dữ liệu lớn bằng cách xác định các yếu tố ảnh hưởng nhất, do đó giúp ưu tiên các yếutố này và khuyến khích đầu tư cho phù hợp (Schüll & Maslan, 2018). Vì thế, nghiên cứu nàysẽ tập trung vào vấn đề sẵn sàng áp dụng phân tích dữ liệu lớn trong tổ chức-doanh nghiêp dựatrên khung lý thuyết TOE. 2. Tổng quan nghiên cứu về phân tích dữ liệu lớn và khung lý thuyết TOE 2.1. Phân tích dữ liệu lớn Có ý kiến cho rằng việc các tổ chức tiếp tục tạo ra dữ liệu từ nhiều nguồn khác nhau và ởcác định dạng khác nha ...