Big data analytics adoption process in supply chain management

Big data analytics (BDA) adoption is a game-changer in the current industrial environment under the context of Supply Chain Management (SCM). Meanwhile, many research has proven that BDA adoption and operate can have a positive effect on firm performance. Nonetheless, a standard paradigm BDA adoption process have not be clearly defined. Based on this situation, we take BDA adoption process as research center, trying to identify what challenges and barrier in it and what resource and capabilities deploy and form to overcome them. Following case study methodology, with semi-structure interviews conducted in six companies which include five manufacturing firms from different industries and one industrial service provider, combining other complementary information including annual report, public videos to know current BDA operation in SCM from managers and discuss what blocks they meet and what resource and capabilities they utilize to get over, a qualitative data analysis guided us come up with a series of mutually exclusive and complementary codes and categories. Then, combining the guidance of the TOE, DOI, RBV and ITO theory we came up with two structural collections of factors. Overall, we offer managerial implications in assisting organizations to foresee their current blocks towards a BDA driven supply chain, revealing the gaps of resource and capabilities for smoothing the BDA adoption process in the context of SCM.

L'adozione dell'analisi dei big data (BDA) è un punto di svolta nell'attuale ambiente industriale nel contesto del Supply Chain Management (SCM). Nel frattempo, molte ricerche hanno dimostrato che l'adozione e il funzionamento di BDA possono avere un effetto positivo sulle prestazioni dell'azienda. Tuttavia, un processo di adozione BDA del paradigma standard non è stato chiaramente definito. Sulla base di questa situazione, prendiamo il processo di adozione della BDA come centro di ricerca, cercando di identificare quali sfide e barriere in esso contenute e quali risorse e capacità si dispiegano e si formano per superarle. Seguendo la metodologia del caso di studio, con interviste semi-strutturali condotte in sei società che includono cinque aziende manifatturiere di diversi settori e un fornitore di servizi industriali, combinando altre informazioni complementari tra cui la relazione annuale, video pubblici per conoscere l'attuale operazione BDA in SCM dai manager e discutere cosa blocchi che incontrano e quali risorse e capacità utilizzano per superare, un'analisi qualitativa dei dati ci ha guidato a elaborare una serie di codici e categorie reciprocamente esclusivi e complementari. Quindi, combinando la guida della teoria TOE, DOI, RBV e ITO siamo arrivati a due raccolte strutturali di fattori. Nel complesso, offriamo implicazioni manageriali nell'aiutare le organizzazioni a prevedere i loro attuali blocchi verso una catena di approvvigionamento guidata da BDA, rivelando le lacune di risorse e capacità per facilitare il processo di adozione della BDA nel contesto di SCM.