文献名称：Oluwaseun E. Olabode, Nathaniel Boso, Magnus Hultman, et al.(2022). Big data analytics capability and market performance: The roles of disruptive business models and competitive intensity. Journal of Business Research, 139, 1218-1230.

摘要：

研究表明，大数据分析能力(BDAC)是公司业绩的主要决定因素。然而，很少有研究从理论上阐明和实证检验BDAC影响绩效的机制和条件。本研究通过借鉴基于知识的观点和权变理论，对BDAC-绩效关系的现有知识进行了扩展，认为BDAC如何以及何时影响市场绩效取决于颠覆性商业模式的中介作用和竞争强度的权变作用。我们利用英国360家公司的原始数据对这一论点进行了实证检验。结果表明，颠覆性商业模式部分中介了BDAC对市场绩效的正向影响，且这种间接正向效应随着竞争强度的增加而增强。这些发现为企业从BDAC投资中最大化市场价值的商业模式、流程和竞争条件提供了新的视角。

研究问题：

• BDAC如何有助于提高市场绩效？
• DBMS如何在BDAC-市场绩效关系中扮演促进机制？
• 竞争强度在多大程度上影响BDAC、DBMS和企业绩效之间的关系？

研究空白：

虽然先前的研究已经证明了BDAC和成绩之间潜在的直接关系，但这种关系发生的机制和条件还不完全清楚。重要的是，理论阐述仅限于解释BDAC作为一种数据驱动型知识资源如何对公司业绩做出贡献的机制(Ferraris等人，2019年；Yasmin等人，2020年)。此外，以前的研究在很大程度上忽略了BDAC推动绩效的条件，因此未能进一步了解BDAC何时成为企业绩效的推动者(Vitari和Raguseo，2020)。

理论视角：

知识观（KBV）：Xu等人(2016 p.1563)认为“由于数据的可获得性、分析成本的显著降低以及在互联网上共享开放的知识见解，知识发展迅速”；因此，有能力从大数据中积累、保护或创造新知识的公司可能会获得优越的市场优势。这一论点与KBV的宗旨是一致的，KBV将公司概念化为积累、整合、共享和使用其拥有的知识以创造独特价值主张的机构。从这个角度来看，知识是“通过一段时间的学习、调查、观察或经验而获得的理解、意识或熟悉”(Bollinger and Smith，2001)，当有效地利用和利用这些知识时，可以带来卓越的价值创造(Grant，1996；Wang，2013)。本研究通过利用 KBV 来解释 DBM 如何充当 BDAC 影响市场绩效的渠道。

权变理论（Contingency Theory）：权变理论是指可能影响组织结果的权变因素或情境因素（Heirati, O’Cass, Schoefer, & Siahtiri, 2016；McAdam et al., 2019)。权变理论提出，不存在普遍适用的组织管理最佳方法，为探索不同程度的环境动荡的影响提供了理论基础（Heirati et al., 2016）。根据权变理论，本文认为当公司目标市场环境中的竞争强度较高时，BDAC 与通过 DBM 实现的市场绩效之间的关系可能会被放大。

研究模型：

 

主要假设：

H1：BDAC与市场绩效呈正相关。

H2：DBM正向调节BDAC与市场绩效之间的关系。

H3：BDAC通过DBMS对市场绩效的正向作用随着竞争强度的增加而增强。

假设论据：

• BDAC旨在为组织提供有价值的见解，以确定竞争优势、绩效结果和客户价值(Wamba等人，2015)。因此，BDAC为公司提供了一种独特的能力，使其能够及早并领先于竞争对手对新兴新市场机遇产生新的见解。这使它们能够实施业务战略，以满足新客户群体的需求和现有客户的新兴需求，从而在竞争之前创造更可持续的新收入来源。因此，拥有更大BDAC的公司应该在市场份额、市场份额增长、销售量、销售增长和产品开发方面超过他们的市场竞争对手(Sarkar等人，2001年)。
• Karimi和Walter(2016)认为，DBM包含了企业用“提供以前不可用的产品或服务的新商业模式取代旧的商业模式”的能力，还可能需要使用结合了颠覆性技术的创新，这些技术战略性地结合在一起，以实现最大的影响(Christensen和Raynor，2003)。在借鉴KBV逻辑时，本文假设BDAC提供了开发DBMS所需的能力。从理论上讲，KBV建议企业专注于解决有价值的问题，这些问题有可能产生有价值的知识和能力(Fidel等人，2015年)。为了在大数据时代实现这一KBV逻辑，企业可能会使用大数据生成机制来快速获得对消费者感知和偏好以及竞争对手行为的新见解，从而主动开创数据库管理系统以赢得市场优势(Weber和Rohracher，2012)。一个很好的例子是Netflix如何利用大数据和客户生命周期中的矩阵，开创了为在线客户选择和创建电影内容的DBM(Xu等人，2016)。因此，通过发展DBM来引导BDAC对市场绩效的积极作用可能会得到加强。
• Li和Liu(2014)认为，在竞争激烈的环境中运营的公司需要不断修改其业务战略，以令人满意地应对消费者需求、市场变化、竞争压力和市场需求。因此，在激烈的竞争条件下，拥有更大BDAC的公司可以产生新的见解，使他们能够引入新的商业模式来打破现有的竞争安排，创造一种新的竞争优势形式，以获得优异的市场业绩。因此本文假设，当BDAC通过DBM引导时，在竞争强度增加的条件下，BDAC对市场绩效的积极作用会得到加强。

研究变量：

自变量：大数据分析能力（BDAC）：指的是“一家公司能够有效地部署技术和人才来捕获、存储和分析数据，从而产生洞察力”(Mikalef等人，2020)。这种洞察力通常来自对大量客户数据的分析，这些数据帮助公司识别市场机会，并向客户提供高价值的产品和服务(Johnson等人，2017年)。本文将其分为三个维度，分别是大数据量、大数据多样性和大数据速度。

大数据量是指公司分析大规模数据的能力，例如可用数据集和每个被检查变量的观测参数数量(George等人，2016)，以改进决策过程(Johnson等人，2017)。在过去20年中，公司可获得的数据量呈指数级增长，这得益于信息技术(IT)的日益使用、互联网基础设施的进步以及客户与公司共享信息的意愿(Ferraris等人，2019年)。

大数据多样性是指一个组织拥有不同来源和不同类型的消费者数据要分析的程度(Johnson等人，2017年)。这些数据来源的范围从主要数据到通过使用调查、内部意见和焦点小组等方法工具获得的次要数据。大数据多样性指的是公司从线上、数字和线下来源产生关于消费者日常生活、需求和偏好信息的数据的能力(Ferraris等人，2019年)。

大数据速度指的是数据生成的速度(Ferraris等人，2019年)、分析和使用数据的速度(Johnson等人，2017年)以及数据价值过时的速度(George等人，2016)。从大规模数据中生成、分析和开发洞察力的速度可以提高组织的敏捷性，促进快速和知情的决策。它还可以帮助公司比竞争对手更快地从大规模数据中获得洞察力(Liu，2014)。

中介变量：颠覆性商业模式（DBMS）：定义为包括新的合作伙伴和活动的活动系统，其配置方式与现有的现有企业相比是前所未有的(Snihur等人，2018年，第1279页)。

因变量：市场绩效：取决于组织的产品、市场、业务和未来定位的成功程度(Kandemir等人，2006年)，并取决于其获得相对于竞争对手的竞争优势的能力(Mithas等人，2011年)。

权变变量：竞争强度

控制变量：包括行业(制造业/服务业；B2B/B2C)、技术动荡(Jaworski和Kohli，1993)、市场动荡(Guo等人，2018年)、以全职员工数量衡量的公司规模、以公司运营年限衡量的公司年龄(Assadinia等人，2019年)、研发(R&D)支出(前一年的研发支出)，以及以每年用于研发的销售额百分比衡量的研发强度(Adomako等人，2021年)。

研究方法：

使用普通最小二乘(OLS)回归、验证性因素分析(CFA)和基于协方差的结构方程模型(CB-SEM)对数据进行了分析，以验证研究假设。

样本对象：

横截面数据，来自360家英国公司的数据库，研究的企业包括纯制造业(130家)、纯服务业(175家)以及制造业和服务业(55家)。

研究结论：

1、H1、H2、H3假设得到支持；

2、根据 KBV 逻辑，研究表明 BDAC 使企业能够开发 DBM 以提高市场绩效；

3、在高度竞争的环境中，运营的组织在拥有 BDAC 和 DBM 时更有可能获得更大的性能优势。

研究贡献：

首先，在 RBV 的扩展中，本文利用 KBV 逻辑和经验数据来证明，除了广泛接受的 BDAC 与市场表现之间的直接关联之外，BDAC 还通过促进企业开发 DBM 的能力来与市场表现间接相关。从理论角度来看，BDAC 与市场绩效之间存在间接关系的这一发现为以下观点提供了实证支持：企业可以利用大数据的见解在目标市场引入颠覆性创新和新组合，从而提高市场绩效。

其次，BDAC 文献的另一个缺陷是缺乏对大数据分析投资获得回报的条件的阐述。而本文利用权变理论认为，在竞争活动较少且可预测的环境中，投资 BDAC 和 DBM 的经济效益可能无法实现。本研究认为，当市场参与者之间的竞争激烈、了解和满足客户需求的竞争激烈、以及为客户价值创造决策提供信息的运营数据至关重要时，BDAC 作为市场表现决定因素的效力就会增强。（McAfee 等人，2012；Mikalef 等人，2019b)。 因此，DBM 影响市场表现的程度可能取决于竞争强度。本文发现，在竞争激烈的条件下，BDAC 为公司提供了相对于市场竞争对手的独特优势，为新的创新业务模式的开发提供信息，从而推动市场绩效的改善。

阅读感想：

• 通过阅读本文，学习到了新的理论——知识观（KBV），结合当今的数字时代，在今天的互联网时代，构建和使用来自大数据的定制知识至关重要，因为企业不仅可以积累、集成和与各种利益相关者群体共享实时信息和数据，从而提升竞争优势。其次本文还运用了权变理论，之前在阅读有关破坏性创新影响因素的文献时，也有阅读到，从而加深了对这一理论的见解。
• 本文主要探讨了大数据分析能力对市场绩效的影响，并且探索了DBMS所起的中介调节作用，引入了竞争强度权变因素。对于本文此模型的分析，会联想到数字化转型中所涉及到的数据分析，是如何对破坏性创新起作用的：通过数据分析，改善了与现有和潜在客户的沟通，从而能够更好地了解需求，并促进定制产品和针对特定客户需求量身定制的新产品（Matarazzo et al.，2021年），能够更好地抓住新机遇。因此在探索数字化转型对破坏性创新作用机制时可以参考本文此模型。
• 本文对于BDAC仅局限在三个维度—数量、多样性、速度，未来还可以从其他维度进行探究，例如人力资源、营销能力等，因为拥有适当专业知识的合适人员来开发算法以及设计和操作有意义的实验可能是从大数据中生成见解所必需的。 同样，鉴于大数据在用于洞察不断变化的客户需求和需求时更有益，而不是简单地理解历史大数据，营销能力可能是一种有用的补充能力。