Big data analytics capabilities and firm performance: An MCDM approach

dc.contributor.advisorTatoğlu, Ekrem
dc.contributor.authorYasmin, Mariam
dc.date.accessioned2019-12-24T10:00:22Z
dc.date.available2019-12-24T10:00:22Z
dc.date.issued2019
dc.date.submitted2019-09-24
dc.departmentİHÜ, Lisansüstü Eğitim Enstitüsü, İşletme Ana Bilim Dalı
dc.description.abstractThe digital revolution in the 21st century accentuated the importance of well-established I.S./I.T. departments and decision-making based on insights obtained through big data. The research on big data analytics provides the thematic basis of inquiry for business practitioners and scholars. In this regard, big data analytics capabilities are more likely to provide performance advantages to business firms. Through careful review of the existing literature, it was found that empirical research in big data is at a rudimentary stage. The paucity of empirical studies leaves business professionals into uncharted waters when it comes to implementation and capacity building. It was also observed that the internal mechanisms to devise strategies based on big data analytics are not fully explored. Furthermore, there is a dearth of literature regarding big data analytics capabilities of the firms through dynamic capability view of competitive advantage. This study explored the interdependence of big data analytics capabilities such as infrastructure, human resource, and management capabilities and the impact of these capabilities on firm performance. This study applied both qualitative and quantitative data analysis on the data collected from 8 Chief information technology officers of 08 different firms. The hypothesis of this study was tested through IF-DEMATEL then ANP and TOPSIS (MCDM methods). Results show that big data analytics capabilities are interdependent and Infrastructure capabilities are the most related to firm performance followed by human resource and management capabilities
dc.description.abstract21. yüzyıldaki dijital devrim, köklü I.S./I.T. büyük verilerle elde edilen içgörülere dayalı bölümler ve karar alma süreçleri. Büyük veri analitiği üzerine yapılan araştırma, iş pratisyenleri ve akademisyenler için araştırmanın tematik temelini sağlar. Bu bağlamda, büyük veri analitiği yeteneklerinin işletme firmalarına performans avantajları sağlama olasılığı daha yüksektir. Mevcut literatürün dikkatlice incelenmesiyle, büyük verilerdeki ampirik araştırmanın ilkel bir aşamada olduğu tespit edildi. Ampirik çalışmaların azlığı, işletme uzmanlarını, uygulama ve kapasite geliştirme söz konusu olduğunda, keşfedilmemiş sulara bırakmaktadır. Ayrıca, büyük veri analitiklerine dayalı stratejiler geliştirmek için iç mekanizmaların tam olarak araştırılmadığı da gözlemlenmiştir. Ayrıca, firmaların büyük veri analitiği kabiliyetleri konusunda rekabet avantajı dinamik kabiliyet görüşü ile ilgili bir literatür bulunmaktadır. Bu çalışma, altyapı, insan kaynağı ve yönetim yetenekleri gibi büyük veri analitiği yeteneklerinin ve bu yeteneklerin firma performansı üzerindeki etkisinin karşılıklı bağımlılığını araştırdı. Bu çalışma, 08 farklı firmanın 08 Baş bilgi teknolojisi görevlisinden toplanan veriler üzerinde hem nitel hem de nicel veri analizi uygulamıştır. Bu çalışmanın hipotezi IF-DEMATEL, ardından ANP ve TOPSIS (MCDM yöntemleri) ile test edildi. Sonuçlar, büyük veri analizi yeteneklerinin birbirine bağlı olduğunu ve Altyapı yeteneklerinin, en çok insan kaynakları ve yönetim yeteneklerinin takip ettiği firma performansıyla ilgili olduğunu göstermektedir.
dc.identifier.citationYasmin, M. (2019). Big data analytics capabilities and firm performance: An MCDM approach. (Unpublished master’s thesis). Ibn Haldun University School of Graduate Studies, İstanbul.
dc.identifier.urihttps://hdl.handle.net/20.500.12154/1009
dc.identifier.urihttps://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=4J_FzTwlrMCH4qBROpXPH3jZ2NqH3Ecs48-tJe5rm3ORSAQNst1-VusoqNNtAp1S
dc.identifier.yoktezid616997
dc.institutionauthorYasmin, Mariam
dc.language.isoen
dc.publisherİbn Haldun Üniversitesi, Lisansüstü Eğitim Enstitüsü
dc.relation.ihupublicationcategory0
dc.relation.publicationcategoryTez
dc.relation.sdgGoal-09: Industry, Innovation and Infrastructure
dc.relation.sdgGoal-08: Decent Work and Economic Growth
dc.rightsinfo:eu-repo/semantics/openAccess
dc.subjectAnalytical Network Process (ANP)
dc.subjectBig Data Analytics Capabilities
dc.subjectDynamic Capabilities
dc.subjectFirm Performance
dc.subjectMulti-criteria Decision-making Methods (MCDM)
dc.subjectTechnique for Order-preference by Similarity to Ideal Solution (TOPSIS)
dc.subjectAnalitik Ağ Süreci (ANP)
dc.subjectBüyük Veri Analitik Yetenekleri
dc.subjectDinamik Yetenekler
dc.subjectFirma Performansı
dc.subjectÇok Kriterli Karar Verme Yöntemleri (MCDM)
dc.subjectİdeal Çözüm (TOPSIS) 'e Benzerliği ile Sipariş Tercihleri Tekniği
dc.titleBig data analytics capabilities and firm performance: An MCDM approach
dc.title.alternativeBüyük veri analitiği yetenekleri ve firma performansı: Bir MCDM yaklaşımı
dc.typeMaster Thesis
dspace.entity.typePublication

Dosyalar

Orijinal paket

Listeleniyor 1 - 1 / 1
Yükleniyor...
Küçük Resim
İsim:
Mariam Yasmmin_İmzalı Tez.pdf
Boyut:
1.16 MB
Biçim:
Adobe Portable Document Format
Açıklama:
Tam Metin / Full Text

Lisans paketi

Listeleniyor 1 - 1 / 1
Yükleniyor...
Küçük Resim
İsim:
license.txt
Boyut:
1.52 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama: