Estratégia e capacidade analítica de dados orientadas à vantagem competitiva

Abstract

A aceleração da transformação digital impulsionou a necessidade de aperfeiçoamento da gestão estratégica de dados por meio da incorporação de recursos e capacidades analíticas que contemplam big data, business analytics, e demais tecnologias analíticas e de inteligência de dados correlatas. Contudo, o valor da capacidade analítica de dados depende do adequado alinhamento entre os fatores organizacionais e culturais relacionados à estratégia de dados. Considera-se que o modelo organizacional - data-driven, formado pela estratégia de dados, governança analítica e cultura orientada a dados, beneficia o desempenho da capacidade analítica de dados. Argumenta-se que a estratégia de dados precede à governança analítica e à cultura data-driven, e estas medeiam a relação entre estratégia e capacidade analítica de dados, favorecendo o gerenciamento do desempenho corporativo e a agilidade organizacional, logo, à vantagem competitiva. Portanto, o objetivo desta tese é discutir, teórica e empiricamente, como e quanto os fatores relacionados à estratégia de dados e à capacidade analítica de dados afetam a obtenção de vantagem competitiva. O presente estudo foi desenvolvido com uma abordagem de métodos mistos por meio de três artigos. No primeiro, o objetivo específico visa sintetizar os fatores conceituados na literatura, a respeito de estratégia e capacidade analítica de dados, propondo, à luz das teorias organizacionais, um modelo nomológico que os relacione à vantagem competitiva. No segundo, o objetivo específico tem o intuito de aprofundar a compreensão sobre as características, indicadores e dimensões que refletem as escolhas relacionadas à estratégia, à governança e à cultura de dados e analítica de organizações que operam em diferentes contextos de negócio. No terceiro, o objetivo específico é mensurar o efeito dos fatores relacionados

The acceleration of digital transformation has driven the need to improve strategic data management through the incorporation of analytical resources and capabilities that include big data, business analytics, and other related analytical and data intelligence technologies. However, the value of data analytics capability depends on the proper alignment between organizational and cultural factors related to data strategy. It is considered that the organizational model - data-driven, formed by data strategy, analytical governance and data driven culture, benefits the performance of data analytical capability. It is argued that data strategy precedes analytical governance and data-driven culture, and these mediate the relationship between strategy and data analytical capability, favoring corporate performance management and organizational agility, thus, to competitive advantage. Therefore, the objective of this thesis is to discuss, theoretically and empirically, how and to what extent factors related to data strategy and data analytical capability affect the achievement of competitive advantage. The present study was developed with a mixed methods approach through three articles. In the first, the specific objective aims to synthesize the factors conceptualized in the literature, regarding strategy and data analytical capability, proposing, in the light of organizational theories, a nomological model that relates them to competitive advantage. In the second, the specific objective is intended to deepen the understanding of the characteristics, indicators and dimensions that reflect the choices related to strategy, governance and culture of analytical organizations that operate in different business contexts. In the third, the specific objective is to measure the effect of factors related to data strategy and data analytics capability on competitive advantage. Finally, an integrative analysis of the inferences obtained by conceptual and empirical studies, both qualitative and quantitative, is carried out in order to consolidate the theoretical contributions and practical implications, as well as to propose a set of future research suggestions that are delivered by this thesis.