Defining IT “Business Value” Under Conditions of Economic Uncertainty
Notice bibliographique
Résumé
Investment in Information Technology (IT) has typically been justified as playing a crucial role in assisting business and other Organisations in conducting their business in a more efficient and effective way. The implied “value” that results from such investments is known as “IT business value” and its definition and measurement under conditions of economic austerity and uncertainty is the main subject of this paper. The question is why, under such conditions, many Organisations fail to realize the positive impacts expected from IT investment, which by itself is then rather scarce and difficult to attain. To answer this question we concentrate in this paper on the issues of IT business value measurement and more specifically we attempt to answer the research question of how best to define the “business value” of IT and what factors may affect it. The paper first puts forward the main definitions used for both “IT” and “Business value” in the literature. It then goes on to present and critically examine the most prominent of the existing methodologies for measuring “IT Business value” again by resorting to a relevant literature search. Then, we examine the special influencing factors that are at work in times of economic austerity and uncertainty and puts forward a framework for analyzing IT Business value under conditions of economic austerity. This framework is presented in terms of its elements and a description of their main characteristics and measures (metrics). Finally, before the conclusions, a list of the critical success factors for IT investment is presented which is based on a previous published work of the author.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,025 |
| 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 ».