Page 140 - 32.3

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

清業務問題範疇、提供處理問題的經驗、推派人員參加跨功能團隊，以協助資料科
學家開發數據分析模型和辨識出有價值的分析洞見。進一步來看，業務單位才是大
數據分析洞見的最終用戶。他們是真正作出業務決策、調動資源和採取行動，以使
分析洞見產生價值和影響的關鍵 (Sharma et al., 2014)。如果沒有被融入企業的決策
制定、商機搜尋、競爭行動抉擇、資源分配等日常營運活動，數據分析產出的洞見

再如何有價值也是枉然 (Wang, Kung, Wang et al., 2018)。因此，只有當業務單位願
意合作，協助專案團隊思考如何進行大數據促成的決策制定、產品和服務創新，以
及客戶體驗轉型的時候，運用大數據資源產生的洞見才會真正對企業產生獨特價值
(Grover et al., 2018)。根據上述，本研究提出以下假說：
H3：企業的業務單位合作程度越高，其大數據分析能力越好。

三、大數據分析的技術複雜性／不確定性與系統整合商技術服務能力

大數據分析的技術複雜性和不確定性，源自於相關技術元件和專業知識的多樣
化和持續的創新 (Maroufkhani, Tseng, Iranmanesh, Ismail, and Khalid, 2020)。技術複
雜性／不確定性會增加專案（群）管理的困難，所以企業需因應相關挑戰以提昇大
數據分析專案（群）成功的機會 (Whyte and Davies, 2021)。本研究主張擁有技術服
務能力的系統整合商，有能力「瞭解和模式化一項系統的整體需求以及該系統組成
元件之間的交互作用和效能，進而設計完整的系統及其製程和生產設施」(Prencipe,
2003)，比起單一技術供應商，更有辦法管控大數據分析專案涉及的技術複雜性／
不確定性帶來的挑戰。Swanson (2010) 也認為系統整合是資訊科技顧問業的利基市
場，可在技術面提供解決方案規格和系統導入實務以及協助客戶選擇合適的供應

商，降低大數據分析專案因涉及多元、新穎的技術所衍生之複雜性與不確定性的挑
戰 (Davies and Mackenzie, 2014; Whyte and Davies, 2021)。
儘管系統整合商能提供諮詢和整體解決方案的技術服務，但企業仍需互補性知
識和技能才能發展出本身所需的大數據分析能力 (Tippins and Sohi, 2003)。具體而
言，數據分析技能是使企業擁有的資訊科技和數據資產，轉換為實際部署和採用行
銷數據實務的重要媒介。例如，Ghasemaghaei et al. (2018) 發現數據分析能耐如數據
巨量性、數據品質、分析技能、領域知識和分析工具精密性，決定了大數據分析所

產生的決策制定績效。由於大數據分析產生的洞見和價值取決於分析能耐和判斷，
系統整合商通常只提供技術諮詢、系統交付和教育訓練服務，不會越俎代庖替客戶
執行大數據分析作業，因此企業必須自行培養大數據工具操作和分析作業的能耐。
資源基礎和動態能力觀點皆主張，互補性能力的發展取決於擁有的資源部位
(Teece et al., 1997)。根據這項學理，本研究認為當系統整合商技術服務能力越強，
可提供品質越好的大數據分析技術知識和解決方案，使得資訊部門在這些大數據資

130