Marketing and technology strategies for innovative performance
Notice bibliographique
Résumé
Purpose The purpose of this paper is to examine organizational project management (OPM) as an integrative mechanism to mediate marketing and technology strategies for innovative performance. In addition, the moderating effects of firm size and turbulence on the relationships between marketing strategy, technology strategy, OPM, and innovative performance are examined. Design/methodology/approach The authors used empirical data derived from a survey of 5,000 firms worldwide in fast‐paced R&D intensive sectors. Respondents were typically chief technology officers or senior R&D managers. Fisher test and moderated regression analysis were applied on 715 usable questionnaires. Findings Evidence is found that OPM has a positive effect on innovative performance; and intervenes in the relationship between both strategies and innovative performance. The results also show some moderating effects of turbulence. Practical implications Marketing and technology strategies impact innovative performance, but part of this influence is established through OPM. Thus, OPM appears to be a good vehicle to translate strategies into concrete results. Project management can no longer be viewed as just a tool. Instead, OPM should be viewed as a decentralized, distributed function that is not innovative as such, but which supports innovation. Originality/value To date, the research has not explored OPM as an alternative whereby firms can integrate marketing and technology strategies to drive innovative performance, even if the firm's ability to generate a stream of innovations has become increasingly important. Therefore, probing the OPM links become an interesting search.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».