Wybrane zagadnienia dotyczące wykorzystania Big Data w zrównoważonym rozwoju organizacji

• Autorzy: Celina M. Olszak , Maria Mach-Król
• Języki publikacji: PL

Abstrakty

Głównym celem rozdziału jest zidentyfikowanie powiązania analiz BD ze zrównoważonym rozwojem organizacji oraz ocena tego związku z perspektywy menedżerów na przykładzie wybranej grupy polskich przedsiębiorstw. Do realizacji tak sformułowanego celu badawczego wykorzystano dwie metody badawcze, tj. krytyczną analizę literatury przedmiotu oraz metodę wywiadu pogłębionego. Logika wywodu w niniejszym rozdziale została ukierunkowana na za-prezentowanie najważniejszych kwestii dotyczących istoty BD oraz roli analizy BD w zrównoważonym rozwoju organizacji. Następnie zaprezentowano wybrane wyniki badań empirycznych na temat oceny analiz BD przez menedżerów z 15 polskich firm i ich znaczenia dla zrównoważonego rozwoju organizacji (fragment tekstu)

Słowa kluczowe

PL

Rozwój zrównoważony; Organizacja; Modele biznesowe; Big Data

EN

Sustainable development; Organisation; Business models; Big Data

• Czasopismo: Prace Naukowe / Uniwersytet Ekonomiczny w Katowicach
• Rocznik: 2020
• Tom: Innowacje na poziomie mikro- i makroekonomicznym
• Strony: 24--37

Twórcy

autor

Celina M. Olszak

• Uniwersytet Ekonomiczny w Katowicach

autor

Maria Mach-Król

• Uniwersytet Ekonomiczny w Katowicach

Bibliografia

• Akter S., Wamba S.F. (2016), Big Data Analytics in E-Commerce: A Systematic Review and Agenda for Future Research, "Electronic Markets", Vol. 26(2), s. 173-194.
• Akter S., Wamba S.F., Gunasekaran A., Dubey R., Childe S.J. (2016), How to Improve Firm Performance Using Big Data Analytics Capability and Business Strategy Alignment? "International Journal of Production Economics", Vol. 182, s. 113-131.
• Cagnin C.H., Loveridge D., Butler J. (2005), Business Sustainability Maturity Model, "Business Strategy and the Environment Conference", s. 1-15, https://www.crr conference.org/Previous_conferences/downloads/cagnin.pdf (dostęp: 20.03.2020).
• Chams N., García-Blandón J. (2019), On the Importance of Sustainable Human Resource Management for the Adoption of Sustainable Development Goals, "Resources, Conservation and Recycling", Vol. 141, s. 109-122.
• Dhanuka V. (2016), Hortonworks Big Data Maturity Model. The Strategic Path to Accelerating Business Transformations, Hortonworks White Paper, http://hortonworks. com/wp-content/uploads/2016/04/Hortonworks-Big-Data-Maturity-Assessment.pdf (dostęp: 29.09.2019).
• Ferguson M. (2012), Architecting a Big Data Platform for Analytics, White Paper, IBM Big Data & Analytics Hub, https://www.ibmbigdatahub.com/whitepaper/architecting- big-data-platform-analytics (dostęp: 25.03.2020).
• Gartner (2015), Big Data, https://www.gartner.com/en/information-technology/glossary/ big-data (dostęp: 25.03.2020).
• Gazzola P., Del Campo A.G., Onyango V. (2019), Going Green vs Going Smart for Sustainable Development: Quo vadis? "Journal of Cleaner Production", Vol. 214, s. 881-892.
• He X., Ai Q., Qiu R.C., Huang W., Piao L., Liu H. (2017), A Big Data Architecture Design for Smart Grids Based on Random Matrix Theory, "IEEE Transactions on Smart Grid", Vol. 8(2), s. 674686.
• Ishikawa A., Nakagawa J. (2013), An Introduction to Knowledge Information Strategy: From Business Intelligence to Knowledge Sciences, World Scientific Publishing, London, https://www.worldscientific.com/doi/pdf/10.1142/7924 (dostęp: 20.03.2020).
• Kusuma S., Kasi Viswanath D. (2018), IOT and Big Data Analytics in e-Learning: A Technological Perspective and Review, "International Journal of Engineering & Technology", Vol. 7(1.8), s. 164-167.
• Kuźmar S. (2019), Big Data - istota i możliwości zastosowania na przykładzie progno-zowania bezrobocia, "Studia Oeconomica Posnaniensia", Vol. 7(4), s. 45-58.
• Leadership Council for Information Advantage (2011), Big Data: Big Opportunities to Create Business Value, http://www.emc.com/microsites/cio/articles/big-data-big-opportunities/LCIA-BigData-Opportunities-Value.pdf (dostęp: 1.02.2015).
• Lusch R.F., Nambisan S. (2015), Service Innovation: A Service-Dominant Logic Perspective, "MIS Quarterly", Vol. 39(1), s. 155-175.
• Mach-Król M. (2018), Recepcja Temporalnego Modelu Dojrzałości do Big Data wśród menedżerów - badania wstępne, "Przegląd Organizacji", nr 4, s. 27-34.
• McAfee A., Brynjolfsson E. (2012), Big Data: The Management Revolution, "Harvard Business Review", Vol. 90(10), s. 60-66, 68, 128.
• Najafabadi M.M., Villanustre F., Khoshgoftaar T.M., Seliya N., Wald R., Muharemagic E. (2015), Deep Learning Applications and Challenges in Big Data Analytics, "Journal of Big Data", Vol. 2(1), s. 1-21.
• Nelson G. (2010), Business Intelligence 2.0: Are We There Yet? Business Intelligence/ Analytics, Paper 040, SAS Global Forum, Cary, NC, http://support.sas.com/ resources/papers/proceedings10/040-2010.pdf (dostęp: 10.02.2015).
• Ngai E.W.T., Gunasekaran A., Wamba S.F., Akter S., Dubey R. (2017), Big Data Analytics in Electronic Markets, "Electronic Markets", Vol. 27(3), s. 243-245.
• Olszak C.M., Zurada J. (2019), Big Data in Capturing Business Value, "Information Systems Management", Vol. 37(3), s. 240-254.
• Opresnik D., Taisch M. (2015), The Value of Big Data in Servitization, "International Journal of Production Economics", Vol. 165, s. 174-184.
• Papadopoulos T., Gunasekaran A., Dubey R., Altay N., Childe S.J., Fosso-Wamba S. (2017), The Role of Big Data in Explaining Disaster Resilience in Supply Chains for Sustainability, "Journal of Cleaner Production", Vol. 142, s. 1108-1118.
• Pedercini M., Arquitt S., Collste D., Herren H. (2019), Harvesting synergy from sustainable development goal interactions, "Proceedings of the National Academy of Sciences of the United States of America", Vol. 116(46), s. 23021-23038.
• Planko J., Chappin M.M.H., Cramer J., Hekkert M.P. (2019), Coping with Coopetition - Facing Dilemmas in Cooperation for Sustainable Development: The Case of the Dutch Smart Grid Industry, "Business Strategy and the Environment", Vol. 28(5), s. 665-674.
• Rajaraman V. (2016), Big Data Analytics, "Resonance", Vol. 21(8), s. 695-716.
• Schmarzo B. (2013), Big Data: Understanding How Data Powers Big Business, Wiley, Indianapolis.
• Silvestre B.S., Ţîrcă D.M. (2019), Innovations for Sustainable Development: Moving toward a Sustainable Future, "Journal of Cleaner Production" 20 January, Vol. 28(1), s. 325-332.
• Stock T., Seliger G. (2016), Opportunities of Sustainable Manufacturing in Industry 4.0, "Procedia CIRP", Vol. 40, s. 536-541.
• Sun E.W., Chen Y.T., Yu M.T. (2015), Generalized Optimal Wavelet Decomposing Al-gorithm for Big Financial Data, "International Journal of Production Economics", Vol. 165, s. 194-214.
• Suther T., Burkart B., Cheng J. (2013), Jack and the Big Data Beanstalk: Capitalizing on a Growing Marketing Opportunity [w:] J. Liebowitz (red.), Big Data and Business Analytics, CRC Press, Boca Raton, FL, s. 21-42.
• Syncsort Resource Center (2018), 2018 Big Data Trends: Liberate, Integrate & Trust, New York, https://www.syncsort.com/en/resource-center/data-integration/ebooks/ 2018-big-data-trends-liberate-integrate-trust (dostęp: 2.07.2019).
• Wamba S.F., Gunasekaran A., Akter S., Ren S.J., Dubey R., Childe S.J. (2017), Big Data Analytics and Firm Performance: Effects of Dynamic Capabilities, "Journal of Business Research", Vol. 70, s. 356-365.