Business analytics (BA) has emerged as an important research area for both researchers and practitioners as the importance of data-driven decision making prevailed in contemporary business organizations. However, academic research on BA so far has been focusing on defining the concept of BA in the Big Data era and suggesting research results centering on strategic values of its effect on major industries in the future. These efforts are, of course, helpful for recognizing the importance of BA, yet they also have clear limitations in providing useful guides for companies to adopt BA. To understand clearly and provide managerial implications about BA in organizations, several studies including empirical studies on BA have been conducted in this dissertation as follows:
First study develops an integrative model to investigate factors affecting BA adoption process: initiation→adoption→assimilation. Antecedents of this process are drawn from technological, organizational, and environmental contexts. Based on this model, I hypothesize how IT-related data infrastructure, data quality management, managerial obstacles, analytics centralization, competition intensity, and government support influence BA adoption process at the firm level. A questionnaire survey was conducted from 170 Korean firms. The data analysis shows that technological characteristics such as data infrastructure and data quality management derive BA initiation, adoption and assimilation. While organizational characteristics such as managerial obstacles and analytics centralization do not affect initiation stage, they are associated with adoption and assimilation stage. However, in environmental characteristics, government support does not affect all three stages but competition intensity is only associated with initiation stage. I believe that the antecedents of BA adoption process can help practitioners as well as researchers to understand what factors can enable companies to adopt BA in each stage.
Second study examines the antecedents and consequences of BA use for CRM and two more missing links between the relationships. Drawing upon the resource-based view (RBV) of the organization, this study develops model that examines the antecedent (IT capability) and consequence (CRM performance) of BA use for CRM. In addition, drawing upon dynamic capability, this study finds two missing links such as data management capability and customer response capability in the nomological network. The model is estimated with survey data from 170 firms in Korea. The results show that not only data management capability can be a missing link between IT capability and BA use for CRM but also customer response capability can be a missing link between BA use for CRM and CRM performance. However, While the mediating effect size of data management capability is medium, that of customer response capability is small. Thus, this study finds an important route of casuality.
Third study explores which BA techniques are used in organizations and in which subjects BA adopters make use of analytics. In addition, since not only different BA technique areas but also BA subject areas may have different effects on frim performance, this study aims to verify, through regression analysis, which analytics techniques and which BA subjects are conducive to improving organizational performance. Classification method is most frequently used and BA is used in marketing more frequently than any other BA subjects. This study also verified that among the five BA technique areas, network analytics and mobile analytics had significant effects on organizational performance and also verified that among the five BA subjects, customer is the area that has a significant effect on organizational performance.
The last study conducted a brief case study on the firm, K company, that had achieved high performance by using BA. I focused on the company’s data quality management and data integration capability since data management capability had a great impact on BA use in previous studies in this dissertation. The result of the case study shows that K company achieves outstanding performance by refining the quality of data obtained from diverse sources, integrating the data and using them for analysis.
This dissertation examined the adoption and usage of BA and its performance in organizations. The research started from the fact that a new innovation requires a scrutiny of the factors conducive to successful adoption specific to the innovation, and it also calls for this dissertation on how to use them. This dissertation, therefore, can offer a useful guideline on introducing and utilizing BA for the practitioners and researchers. Another contribution could be found in that it established a model based on theory and made an empirical analysis of it so that it extended the application of the existing theories to BA, a new research area.
스마트폰의 급격한 보급과 페이스북, 트위터와 같은 소셜 미디어 같은 정보채널의 등장으로 다양한 유형의 데이터가 기하급수적으로 증가하는 빅데이터 시대에 접어 들었다. 빅데이터 시대를 맞이하여 기업들은 경쟁력 확보를 위해 비즈니스 애널리틱스를 도입하고 활용하려 하고 있지만 충분한 평가 없이 성급하게 비즈니스 애널리틱스를 도입한 기업들은 빅데이터의 효과적인 활용에 어려움을 겪을 수 있다. 따라서 기업들에게 비즈니스 애널리틱스 도입과 활용에 참고가 될 수 있는 실증연구가 필요한 상황이지만, 지금까지의 학계에서의 비즈니스 애널리틱스 연구는 빅데이터 시대에서 비즈니스 애널리틱스의 개념을 정의하고, 향후 주요 산업에 미치는 효과를 서술하는데 집중되어 왔다. 이러한 연구들은 비즈니스 애널리틱스의 중요성에 대한 인식에는 도움이 되지만, 빅데이터 환경에서 기업들이 비즈니스 애널리틱스를 활용하는데 도움이 될만한 가이드를 제공하는 것에는 한계가 있다. 따라서 본 논문에서는 성공적인 비즈니스 애널리틱스 도입을 위한 요인들과 함께 비즈니스 애널리틱스 활용에 영향을 주고 받는 조직 역량들을 규명하고 실증적으로 분석함으로써 기업이 비즈니스 애널리틱스 도입 및 활용에 참고가 될 수 있는 연구결과들을 총 네 개의 연구를 통해 제시하고자 한다.
첫 번째 연구에서는 이노베이션 확산 관점 (initiation→adoption→assimilation)에서 비즈니스 애널리틱스 도입 프로세스에 영향을 미치는 요인들을 탐구하는 통합 모델을 만들었다. 비즈니스 애널리틱스 도입의 선행요인을 규명하기 위해서 기술-조직-환경 프레임워크 (TOE framework)를 사용하였고, 데이터 인프라와 데이터 품질 관리가 기술적 요인으로, 조직적 장벽과 분석 집중도가 조직적 요인으로, 경쟁 정도와 정부 지원이 환경적 요인으로 선정되었다. 분석결과 기술적 요인들은 initiation, adoption, assimilation 모든 단계에 걸쳐 유의한 영향을 미쳤다. 조직적 요인들은 모두 initiation 단계에서는 유의하지 않았지만 조직적 장벽은 adoption과 assimilation 단계에 분석 집중도는 assimilation 단계에 각각 음의 영향을 미쳤다. 환경적 요인 중에서 경쟁 정도는 initiation에 가장 강한 영향을 미치는 요인으로 꼽혔고 나머지 단계와는 연관성이 없었다. 그리고 정부가 빅데이터 활성화를 위해 여러 노력들을 해왔음에도 불구하고 정부 지원은 모든 단계에서 유의하지 않은 것으로 조사되었다. 본 연구에서는 비즈니스 애털리틱스 도입 단계 별로 중요한 요인이 각각 다르며 각 단계 별로 어떤 요인에 집중해야 하는지를 제시해준다.
두 번째 연구에서는 자원기반이론 (resource-based view)관점으로부터 CRM (고객관계관리)에서 비즈니스 애널리틱스 활용의 선행요인인 IT 역량과 후행요인인 CRM 성과로 구성된 법칙론적 망에서 존재할 수 있는 빠진 고리 (missing link)들을 동적 역량 관점으로부터 도출하여 규명한다. 분석결과 데이터 관리 역량은 IT 역량과 비즈니스 애널리틱스 활용 사이에서 강한 매개효과를 지니는 매개변수로 규명된 반면에 고객 반응 역량은 비즈니스 애널리틱스 활용과 CRM 성과에 약한 매개효과를 지니는 매개변수로 확인되었다. 본 연구결과로부터 기업들은 비즈니스 애널리틱스의 광범위한 활용을 위해 IT 역량을 바탕으로 데이터 품질과 데이터 통합 관리하는 역량을 반드시 길러야 하며, CRM에서 비즈니스 애널리틱스를 활용하여 획득한 고객 지식을 기반으로 더 효과적인 CRM 성과를 내기 위해서는 고객에 빠르고 정확하게 반응하는 역량을 어느 정도 확보해야 함을 제시한다.
세 번째 연구에서는 기업들이 활용하는 비즈니스 애널리틱스 기법들과 비즈니스 애널리틱스를 적용하는 주제에 대해 고찰하였다. 기업들마다 활용하는 비즈니스 애널리틱스 기법과 비즈니스 애널리틱스를 적용하는 주제는 다를 수 있다. 본 연구에서는 기업들이 많이 사용하는 비즈니스 애널리틱스 기법은 무엇이며 어떤 분석 기법들이 조직성과를 증진시키는 지와 함께 어느 주제로 기업들이 비즈니스 애널리틱스를 수행하고 어떤 주제에 대해 비즈니스 애널리틱스를 활용했을 때 조직성과가 높은지에 대해 탐색해보았다. 연구결과 기업들은 세부적으로 분류기법 (classification)을 가장 많이 활용하고 있었고, 마케팅을 위해 비즈니스 애널리틱스를 가장 많이 수행하고 있었다. 또한 네트워크 분석과 모바일 분석을 많이 활용하는 기업일수록 조직성과가 높으며, 고객을 주제로 비즈니스 애널리틱스를 수행했을 때 조직성과가 높은 것을 확인할 수 있었다. 본 연구를 통해 기업들의 비즈니스 애널리틱스 활용 실태와 그 효과에 대해 파악할 수 있었다.
네 번째 연구에서는 앞선 연구결과를 검증해보기 위해 모바일 서비스 회사 (K사)를 대상으로 간단한 케이스 스터디를 진행하였다. 수 십 개의 서비스로부터 하루에 수 백 기가의 데이터를 수집하고 있는 K사는 데이터 통합과 품질 관리를 핵심역량으로 갖고 있었다. K사는 통합된 데이터를 바탕으로 비즈니스 애너리틱스를 사용하여 마케팅 성과를 높이고 성능이 우수한 예측 모델을 사용하고 있었다. 앞선 실증분석에서 발견한 결과들이 사례연구에서도 잘 설명되고 있음을 확인하였다.
본 논문에서는 비즈니스 애널리틱스 도입, 활용, 조직역량 그리고 그 성과에 대해 연구하였다. 본 논문에 포함된 연구결과가 향후 기업실무자들에게 빅데이터 환경에서 비즈니스 애널리틱스 활용에 폭 넓은 가이드라인이 되고, 비즈니스 애널리틱스 연구자들의 연구에 중요한 기반이 되길 기대한다.
