Intention to adopt big data in supply chain management: A Brazilian perspective
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Outros Autores: | |
Tipo de documento: | Artigo |
Idioma: | eng por |
Título da fonte: | Revista de Administração de Empresas |
Texto Completo: | https://bibliotecadigital.fgv.br/ojs/index.php/rae/article/view/80773 |
Resumo: | Big data applications have been remodeling several business models and provoking strong radical transformations in supply chain management (SCM). Supported by the literature on big data, supply chain management, and the unified theory of acceptance and use of technology (UTAUT), this study aims to evaluate the variables that influence the intention of Brazilian SCM professionals to adopt big data. To this end, we adapted and validated a previously developed UTAUT model. A survey of 152 supply chain respondents revealed that facilitating conditions (e.g., IT infrastructure) have a high influence on their intention to adopt big data. However, social influence and performance expectancy showed no significant effect. This study contributes to the practical field, offering valuable insights for decision-makers considering big data projects. It also contributes to the literature by helping minimize the research gap in big data in the Brazilian context. |
id |
FGV-7_d0b5d488fb2c69ff04965a8d88ed2ca1 |
---|---|
oai_identifier_str |
oai:bibliotecadigital.fgv.br:article/80773 |
network_acronym_str |
FGV-7 |
network_name_str |
Revista de Administração de Empresas |
repository_id_str |
|
spelling |
Intention to adopt big data in supply chain management: A Brazilian perspectiveIntenção de adoção de big data na cadeia de suprimentos: Uma perspectiva brasileiraBig datasupply chain managementadoptionsurveypartial least squares structural equation modelingBig datagestão da cadeia de suprimentosadoçãosurveypartial least squares structural equation modelingPLS-SEM.Big data applications have been remodeling several business models and provoking strong radical transformations in supply chain management (SCM). Supported by the literature on big data, supply chain management, and the unified theory of acceptance and use of technology (UTAUT), this study aims to evaluate the variables that influence the intention of Brazilian SCM professionals to adopt big data. To this end, we adapted and validated a previously developed UTAUT model. A survey of 152 supply chain respondents revealed that facilitating conditions (e.g., IT infrastructure) have a high influence on their intention to adopt big data. However, social influence and performance expectancy showed no significant effect. This study contributes to the practical field, offering valuable insights for decision-makers considering big data projects. It also contributes to the literature by helping minimize the research gap in big data in the Brazilian context.As aplicações de big data têm remodelado vários modelos de negócios e provocado grandes transformações na gestão da cadeia de suprimentos (GCS). Apoiado pela literatura emergente de big data, GCS e teoria unificada de aceitação e uso de tecnologia (UTAUT), este estudo tem como objetivo avaliar as variáveis que influenciam os profissionais brasileiros que atuam na GCS a adotar big data. Assim, nós adaptamos e validamos um modelo UTAUT previamente desenvolvido. Um total de 152 profissionais que atuam na gestão de cadeias de suprimentos revelou que condições facilitadoras (como a infraestrutura de TI) têm uma grande influência na adoção de big data. Por outro lado, a influência social e a expectativa de desempenho nãoapresentaram efeito significativo. Este estudo contribui para a prática, com conhecimentos valiosos para os tomadores de decisão que estão considerando projetos de big data. Além disso, ele ajuda a minimizar a lacuna em relação aos estudos de big data no contexto brasileiro.RAE - Revista de Administracao de Empresas RAE - Revista de Administração de EmpresasRAE-Revista de Administração de Empresas2019-12-06info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionAvaliado por Paresapplication/pdfapplication/pdfhttps://bibliotecadigital.fgv.br/ojs/index.php/rae/article/view/8077310.1590/S0034-759020190605RAE - Revista de Administracao de Empresas ; Vol. 59 No. 6 (2019): november-december; 389-401RAE - Revista de Administração de Empresas; Vol. 59 Núm. 6 (2019): novembro-dezembro; 389-401RAE-Revista de Administração de Empresas; v. 59 n. 6 (2019): novembro-dezembro; 389-4012178-938X0034-7590reponame:Revista de Administração de Empresasinstname:Fundação Getulio Vargas (FGV)instacron:FGVengporhttps://bibliotecadigital.fgv.br/ojs/index.php/rae/article/view/80773/77148https://bibliotecadigital.fgv.br/ojs/index.php/rae/article/view/80773/77149Copyright (c) 2019 RAE-Revista de Administração de Empresasinfo:eu-repo/semantics/openAccessQueiroz, Maciel M.Pereira, Susana Carla Farias2020-01-09T19:29:47Zoai:bibliotecadigital.fgv.br:article/80773Revistahttps://rae.fgv.br/raeONGhttps://old.scielo.br/oai/scielo-oai.phprae@fgv.br||ilda.fontes@fgv.br||raeredacao@fgv.br2178-938X0034-7590opendoar:2020-01-09T19:29:47Revista de Administração de Empresas - Fundação Getulio Vargas (FGV)false |
dc.title.none.fl_str_mv |
Intention to adopt big data in supply chain management: A Brazilian perspective Intenção de adoção de big data na cadeia de suprimentos: Uma perspectiva brasileira |
title |
Intention to adopt big data in supply chain management: A Brazilian perspective |
spellingShingle |
Intention to adopt big data in supply chain management: A Brazilian perspective Queiroz, Maciel M. Big data supply chain management adoption survey partial least squares structural equation modeling Big data gestão da cadeia de suprimentos adoção survey partial least squares structural equation modeling PLS-SEM. |
title_short |
Intention to adopt big data in supply chain management: A Brazilian perspective |
title_full |
Intention to adopt big data in supply chain management: A Brazilian perspective |
title_fullStr |
Intention to adopt big data in supply chain management: A Brazilian perspective |
title_full_unstemmed |
Intention to adopt big data in supply chain management: A Brazilian perspective |
title_sort |
Intention to adopt big data in supply chain management: A Brazilian perspective |
author |
Queiroz, Maciel M. |
author_facet |
Queiroz, Maciel M. Pereira, Susana Carla Farias |
author_role |
author |
author2 |
Pereira, Susana Carla Farias |
author2_role |
author |
dc.contributor.author.fl_str_mv |
Queiroz, Maciel M. Pereira, Susana Carla Farias |
dc.subject.por.fl_str_mv |
Big data supply chain management adoption survey partial least squares structural equation modeling Big data gestão da cadeia de suprimentos adoção survey partial least squares structural equation modeling PLS-SEM. |
topic |
Big data supply chain management adoption survey partial least squares structural equation modeling Big data gestão da cadeia de suprimentos adoção survey partial least squares structural equation modeling PLS-SEM. |
description |
Big data applications have been remodeling several business models and provoking strong radical transformations in supply chain management (SCM). Supported by the literature on big data, supply chain management, and the unified theory of acceptance and use of technology (UTAUT), this study aims to evaluate the variables that influence the intention of Brazilian SCM professionals to adopt big data. To this end, we adapted and validated a previously developed UTAUT model. A survey of 152 supply chain respondents revealed that facilitating conditions (e.g., IT infrastructure) have a high influence on their intention to adopt big data. However, social influence and performance expectancy showed no significant effect. This study contributes to the practical field, offering valuable insights for decision-makers considering big data projects. It also contributes to the literature by helping minimize the research gap in big data in the Brazilian context. |
publishDate |
2019 |
dc.date.none.fl_str_mv |
2019-12-06 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Avaliado por Pares |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://bibliotecadigital.fgv.br/ojs/index.php/rae/article/view/80773 10.1590/S0034-759020190605 |
url |
https://bibliotecadigital.fgv.br/ojs/index.php/rae/article/view/80773 |
identifier_str_mv |
10.1590/S0034-759020190605 |
dc.language.iso.fl_str_mv |
eng por |
language |
eng por |
dc.relation.none.fl_str_mv |
https://bibliotecadigital.fgv.br/ojs/index.php/rae/article/view/80773/77148 https://bibliotecadigital.fgv.br/ojs/index.php/rae/article/view/80773/77149 |
dc.rights.driver.fl_str_mv |
Copyright (c) 2019 RAE-Revista de Administração de Empresas info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Copyright (c) 2019 RAE-Revista de Administração de Empresas |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf application/pdf |
dc.publisher.none.fl_str_mv |
RAE - Revista de Administracao de Empresas RAE - Revista de Administração de Empresas RAE-Revista de Administração de Empresas |
publisher.none.fl_str_mv |
RAE - Revista de Administracao de Empresas RAE - Revista de Administração de Empresas RAE-Revista de Administração de Empresas |
dc.source.none.fl_str_mv |
RAE - Revista de Administracao de Empresas ; Vol. 59 No. 6 (2019): november-december; 389-401 RAE - Revista de Administração de Empresas; Vol. 59 Núm. 6 (2019): novembro-dezembro; 389-401 RAE-Revista de Administração de Empresas; v. 59 n. 6 (2019): novembro-dezembro; 389-401 2178-938X 0034-7590 reponame:Revista de Administração de Empresas instname:Fundação Getulio Vargas (FGV) instacron:FGV |
instname_str |
Fundação Getulio Vargas (FGV) |
instacron_str |
FGV |
institution |
FGV |
reponame_str |
Revista de Administração de Empresas |
collection |
Revista de Administração de Empresas |
repository.name.fl_str_mv |
Revista de Administração de Empresas - Fundação Getulio Vargas (FGV) |
repository.mail.fl_str_mv |
rae@fgv.br||ilda.fontes@fgv.br||raeredacao@fgv.br |
_version_ |
1766160830388240384 |