An empirical study on the influences on the acquisition of enterprise software decisions
Notice bibliographique
Résumé
Purpose The purpose of this paper is to understand the decision process of enterprise software acquisition. The research aims to focus on identifying significant influences on enterprise software acquisition decisions. Design/methodology/approach As a research model and theoretical background, the organizational buying model (OBB) is proposed for the acquisition of enterprise systems. Influences on enterprise software acquisition decision processes were found by an empirical study carried out from a practitioner's perspective. The study collected data via a mail survey administered to information systems (IS) professionals involved in the acquisition of enterprise software (ES). The survey questionnaire was developed based on a previous research project and a literature review. Organizational buying behavior (OBB) models in the literature served as the basis for the influences included in the survey instrument. Factor analysis was carried out on the survey data to identify the most significant factors/influences. Findings The following five factors emerged as significant influences on the acquisition decision process of enterprise software: ES strategy and performance; BPR and adaptability; management commitment and user buy‐in; single vendor integrated solution; and consultants, team‐location, and vendor's financing. These factors are discussed and managerial implications are extracted. Conclusions are derived from the study findings and guidelines for further research are suggested. Research limitations/implications The present study provides a starting point for further research in understanding a more comprehensive list of influences on enterprise software acquisition. A bigger sample from more industries is required to examine whether the significance of the influences remains stable. Originality/value Using OBB models has proven to be useful for organizations in making effective decisions on enterprise software acquisition.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».