Uncovering the relationship between engagement and innovation : a systematic literature review and the use of text mining as a measurement tool

The relationship between engagement and innovation is getting momentum progressively over the last years, thanks also to the parallel increasing importance of innovation in a world always more fast-paced. The innovative paradigms such as open innovation and crowdsourcing that characterize the frenetic world of today have eased the possibility for every agent, external or internal to companies, to contribute to innovation; people, therefore, became enough important partners for innovation to trigger academic interest that has been oriented to the understanding of the individual process entailing the creation of innovation. This academic effort has made the concept of engagement emerge as a fundamental ingredient in innovation processes, nonetheless, evidence about dynamics undercurrent between the two concepts is fragmented not allowing for their complete and systemic understanding. This dissertation aims at fulfilling this literature gap by providing a Systematic Literature Review to comprehensively analyze the engagement – innovation relationship; this goal has been accomplished through the integration of two innovative bibliometric methods, namely co-citation and text mining analyses, within the literature review methodology. The Review presents a summary framework introducing all the variables that enable, influence, or mediate the relationship between engagement and innovation, along with a research agenda illustrating avenues for future research; triggered by one of these avenues, this research also illustrates the application of a methodological approach aimed at the assessment of text mining techniques in the measurement of the engagement. Results show that measuring engagement through the application of text mining is possible and also worthwhile because of the presence of valuable data nested within the text. The empirical research described within this work aims at being the first milestone within the process of complementing traditional engagement measurements with more innovative ones that, leveraging the “people analytics” approach, exploit data collected through digital technologies.

L’associazione del concetto di “engagement”, o coinvolgimento personale, con quello di innovazione sta assumendo progressivamente rilevanza negli anni, anche grazie all’importanza dell’innovazione stessa in un mondo sempre più in continuo cambiamento. I modelli innovativi tipici di questo mondo frenetico quali “open innovation” e “crowdsourcing” hanno reso più facilmente possibile ad ogni attore, sia esterno che interno alle compagnie, contribuire all’innovazione; le persone, quindi, sono diventate partner per l’innovazione tanto importanti da suscitare interesse accademico orientato alla comprensione dei processi mentali che comportano la creazione di innovazione. Questo interesse ha fatto emergere il concetto di “engagement”, o coinvolgimento personale, come fattore critico nei processi di innovazione ma, nonostante ciò, l’evidenza empirica riguardo alle dinamiche che caratterizzano la relazione tra i due concetti rimane frammentata non consentendo una comprensione sistemica. Questa tesi mira a riempire il sopracitato gap accademico tramite una Revisione Sistematica della Letteratura la quale tratta in modo comprensivo la relazione tra “engagement” e innovazione; questo obiettivo è stato raggiunto tramite l’integrazione nella metodologia della Revisione di due strumenti bibliografici innovativi, ovvero l’analisi delle citazioni (“co-citation analysis”) e quella dei concetti del testo (“text mining analysis”). La Revisione Sistematica presenta uno schema riassuntivo che introduce tutte le variabili che abilitano, influenzano, o mediano la relazione tra “engagement” e innovazione, insieme ad una agenda che racchiude spunti per la ricerca futura; questa tesi, in seguito, approfondisce uno di questi spunti, illustrando l’applicazione di un approccio metodologico finalizzato alla valutazione delle tecniche di “text mining” per misurare l’“engagement”. I risultati dimostrano che misurare l’“engagement” tramite l’applicazione di tecniche di “text mining” è possibile e valevole data la presenza di dati importanti annidati nel testo estrapolabili con queste tecniche. La ricerca empirica descritta in questo lavoro vuole essere il primo passo nel processo che mira a complementare le misure tradizionali di “engagement” con altre più innovative che sfruttino l’approccio del “people analytics”, ovvero dell’analisi di fattori umani tramite dati digitali.