論文の概要: Navigating the acceptance of implementing business intelligence in
organizations: A system dynamics approach
- arxiv url: http://arxiv.org/abs/2308.10244v1
- Date: Sun, 20 Aug 2023 12:14:20 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-22 16:52:07.109399
- Title: Navigating the acceptance of implementing business intelligence in
organizations: A system dynamics approach
- Title（参考訳）: 組織におけるビジネスインテリジェンスの実践の受容をナビゲートする:システムダイナミクスアプローチ
- Authors: Mehrdad Maghsoudi, Navid Nezafati
- Abstract要約: ビジネスインテリジェンス(BI)は、データ駆動による洞察を活用して意思決定を改善する。
本研究では,BIプロジェクトの実施に影響を及ぼす要因について検討する。
従来の実装とセルフサービスの実装のアプローチを比較します。
- 参考スコア（独自算出の注目度）: 1.6317061277457001
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The rise of information technology has transformed the business landscape,
with organizations increasingly relying on information systems to collect and
store vast amounts of data. To stay competitive, businesses must harness this
data to make informed decisions that optimize their actions in response to the
market. Business intelligence (BI) is an approach that enables organizations to
leverage data-driven insights for better decision-making, but implementing BI
comes with its own set of challenges. Accordingly, understanding the key
factors that contribute to successful implementation is crucial.
This study examines the factors affecting the implementation of BI projects
by analyzing the interactions between these factors using system dynamics
modeling. The research draws on interviews with five BI experts and a review of
the background literature to identify effective implementation strategies.
Specifically, the study compares traditional and self-service implementation
approaches and simulates their respective impacts on organizational acceptance
of BI. The results show that the two approaches were equally effective in
generating organizational acceptance until the twenty-fifth month of
implementation, after which the self-service strategy generated significantly
higher levels of acceptance than the traditional strategy. In fact, after 60
months, the self-service approach was associated with a 30% increase in
organizational acceptance over the traditional approach. The paper also
provides recommendations for increasing the acceptance of BI in both
implementation strategies. Overall, this study underscores the importance of
identifying and addressing key factors that impact BI implementation success,
offering practical guidance to organizations seeking to leverage the power of
BI in today's competitive business environment.
- Abstract（参考訳）: 情報技術の台頭はビジネスの状況を変え、組織は膨大な量のデータを収集し保存するために情報システムに頼るようになった。
競争力を維持するためには、企業はこのデータを活用して、市場に対応するために行動の最適化を行う必要がある。
ビジネスインテリジェンス(BI)は、データ駆動による洞察をよりよい意思決定に活用するためのアプローチだが、BIの実装には独自の課題が伴う。
したがって、成功に寄与する重要な要素を理解することが重要です。
本研究は,biプロジェクトの実施に影響する要因について,システムダイナミクスモデリングを用いてこれらの因子間の相互作用を分析することにより検討する。
この研究は、5人のBI専門家とのインタビューと、効果的な実装戦略を特定するための背景文献のレビューに基づいている。
具体的には、従来型とセルフサービスの実装アプローチを比較し、BIの組織的受容に対するそれぞれの影響をシミュレートする。
その結果,2つのアプローチが組織的受容を生み出すのに等しく有効であることが示唆され,その後,自己サービス戦略が従来の戦略よりもはるかに高い受容レベルを生み出した。
実際、60ヶ月後、セルフサービスアプローチは従来のアプローチよりも30%の組織的受け入れの増加と関連付けられました。
また,両実装戦略におけるBIの受容度を高めるための勧告も提示した。
本研究は、BI導入の成功に影響を及ぼす重要な要因を特定し、対処することの重要性を強調し、今日の競争力のあるビジネス環境においてBIの力を活用しようとする組織に実践的なガイダンスを提供する。
関連論文リスト
- Enhancing Language Model Rationality with Bi-Directional Deliberation Reasoning [73.77288647011295]
本稿では,BI-Directional Deliberation Reasoning (BIDDER)を導入し,言語モデルの意思決定合理性を高める。
私たちのアプローチには3つの重要なプロセスがあります。
歴史的データから、意思決定過程における不確実な情報を表すために隠された国家を推定すること。
隠れた状態を使って将来の潜在的な状態と潜在的な結果を予測する。
歴史的情報(過去コンテキスト)と長期的結果(未来コンテキスト)を統合することで、推論を知らせる。
論文 参考訳（メタデータ） (2024-07-08T16:48:48Z) - ABI Approach: Automatic Bias Identification in Decision-Making Under Risk based in an Ontology of Behavioral Economics [46.57327530703435]
損失回避のようなバイアスによって引き起こされる損失に対する優先順位を求めるリスクは、課題を引き起こし、深刻なネガティブな結果をもたらす可能性がある。
本研究は,リスクサーチの選好を自動的に識別し,説明することにより,組織意思決定者を支援する新しいソリューションであるABIアプローチを紹介する。
論文 参考訳（メタデータ） (2024-05-22T23:53:46Z) - LLM as a Mastermind: A Survey of Strategic Reasoning with Large Language Models [75.89014602596673]
戦略推論は、戦略を調整しながら、マルチエージェント設定における敵の行動を理解し、予測する必要がある。
大規模言語モデルを用いた戦略的推論に関連するスコープ,アプリケーション,方法論,評価指標について検討する。
戦略的推論を重要な認知能力として重要視し、将来の研究の方向性や潜在的な改善に関する洞察を提供する。
論文 参考訳（メタデータ） (2024-04-01T16:50:54Z) - GPT in Data Science: A Practical Exploration of Model Selection [0.7646713951724013]
この研究は、AI意思決定プロセスの理解を深めることにコミットしています。
我々の取り組みは、より透明で理解しやすいAIシステムの構築に向けられている。
論文 参考訳（メタデータ） (2023-11-20T03:42:24Z) - Rational Decision-Making Agent with Internalized Utility Judgment [91.80700126895927]
大規模言語モデル(LLM)は目覚ましい進歩を示し、従来のNLPアプリケーションを超えて複雑な多段階決定タスクを実行できるエージェントにLLMを開発するための重要な努力を惹きつけている。
本稿では,RadAgentを提案する。このRadAgentは,経験探索とユーティリティ学習を含む反復的なフレームワークを通じて,合理性の発展を促進する。
ToolBenchデータセットの実験結果は、RadAgentがベースラインよりも優れていることを示している。
論文 参考訳（メタデータ） (2023-08-24T03:11:45Z) - Inverse Online Learning: Understanding Non-Stationary and Reactionary
Policies [79.60322329952453]
エージェントが意思決定を行う方法の解釈可能な表現を開発する方法を示す。
一連の軌跡に基づく意思決定プロセスを理解することにより,このオンライン学習問題に対して,政策推論問題を逆問題とみなした。
本稿では、エージェントがそれらを更新するプロセスと並行して、その影響を遡及的に推定する実用的なアルゴリズムを提案する。
UNOSの臓器提供受諾決定の分析に応用することで、我々のアプローチは意思決定プロセスを管理する要因や時間とともにどのように変化するかに、貴重な洞察をもたらすことができることを実証する。
論文 参考訳（メタデータ） (2022-03-14T17:40:42Z) - AI Assurance using Causal Inference: Application to Public Policy [0.0]
ほとんどのAIアプローチは、"ブラックボックス"としてのみ表現することができ、透明性の欠如に悩まされる。
効果的で堅牢なAIシステムを開発するだけでなく、内部プロセスが説明可能で公平であることを確認することも重要です。
論文 参考訳（メタデータ） (2021-12-01T16:03:06Z) - Dynamic enterprise architecture capabilities and organizational
benefits: an empirical mediation study [0.0]
本研究は、理論的基礎として動的能力の視点を用いて、EAに基づく能力に焦点を当てる。
エンタープライズアーキテクチャの動的な機能がどのように組織的利益をもたらすかを説明する新しい研究モデルを開発し、テストする。
論文 参考訳（メタデータ） (2021-05-18T10:07:31Z) - Leveraging Expert Consistency to Improve Algorithmic Decision Support [62.61153549123407]
建設のギャップを狭めるために観測結果と組み合わせることができる情報源として,歴史専門家による意思決定の利用について検討する。
本研究では,データ内の各ケースが1人の専門家によって評価された場合に,専門家の一貫性を間接的に推定する影響関数に基づく手法を提案する。
本研究は, 児童福祉領域における臨床現場でのシミュレーションと実世界データを用いて, 提案手法が構成ギャップを狭めることに成功していることを示す。
論文 参考訳（メタデータ） (2021-01-24T05:40:29Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。