Page 128 - 32.3

How System Integrators Can Help Client Companies Develop Big Data Analytics Capability

壹、緒論

隨著數位科技的進步與普及，現代企業藉由發展數位事業策略、從事數位創
新、利用數位能力進行數位轉型已成為一種新常態（李有仁、張芳凱、許建隆與廖
建翔，2017；Barthel and Hess, 2020; Hanelt, Bohnsack, Marz, and Antunes Marante,

2021）。大數據分析是廣受企業青睞的一項數位轉型新科技，可結合數位網路與
數位資產發展創新的產品服務或商業模式 (Vial, 2019)。儘管大數據分析可增進組
織動態能力和營運績效的效果已被證實 (e.g., Mikalef, Krogstie, Pappas, and Pavlou,
2020)，研究指出許多企業仍面臨科技和人力資源的瓶頸而難以實現預期的效益
(Alharthi, Krotov, and Bowman, 2017)，因此如何協助企業發展大數據分析資源和能
力成為亟待探討的課題。
關於大數據分析能力和資源基礎，既有文獻已有豐碩的研究成果。Akter, Wam-
ba, Gunasekaran, Dubey, and Childe (2016) 和 Wamba, Gunasekaran, Akter, Ren, Dubey,

and Childe (2017) 都主張，大數據分析能力是企業借助人員的大數據分析專業、彈
性的大數據分析基礎建設、以及大數據分析管理等彼此互補的專殊能力，以獲取
商業洞察的能耐。其中，人員專業涵蓋技術、科技管理、商業和人際關係的知識和
技能；彈性基礎建設是指大數據分析的軟硬體、數據和網路能互連、相容和模組
化；大數據分析管理涉及規劃、投資決策、營運協調和業務管控等活動。Gupta and
George (2016) 認為，大數據分析能力是企業彙編、整合和配置有形、人力和無形大
數據資源的能力。其中，有形資源包括數據資料、大數據科技、時間與金錢；人力
資源是指大數據分析人員的技術性和管理性知識技能；無形資源常見的有數據導向

文化和組織學習。儘管上述研究回答了企業應該具備「什麼」大數據分析資源和能
力才能產生營運效益，但是對於企業「如何」獲取這些大數據資源和能力，則著墨
不多，我們仍不清楚企業可採取什麼實務作法以有效地獲取大數據分析資源和提昇
大數據分析能力。
Makadok (2001) 結合「資源基礎觀點」和「動態能力觀點」，提出「資源撿
用」和「能力建構」都是企業創造競爭優勢的重要機制。依此學理，陸續有實徵研
究檢視資訊科技資源組構和資訊科技能力開發如何增進組織績效，並確認資訊科技

資源和資訊科技能力的互補性—即資訊科技資源是發展資訊科技能力的關鍵投入，
而資訊科技資源需要經由資訊科技能力的轉換、傳導和運用，才能使資訊科技投資
發揮價值 (Ravichandran and Lertwongsatien, 2005)。類似地，Grover, Chiang, Liang,
and Zhang (2018) 和 Wang and Hajli (2017) 都建議企業應投資和組建大數據分析基礎
建設，並發展大數據的整合、管理、分享和分析等互補能力，才是實現大數據分析
之策略價值的途徑。儘管如此，過去文獻並未考量到許多企業實際上是運用系統整

118