随着计算机与互联网的广泛应用，以人机交互为基础的信息系统获得飞速发展，逐渐成为企业及组织提高管理效率的重要工具。其中，企业及管理组织通过信息系统所获取的效益提升取决于系统的使用效率。然而，“如何有效地使用信息系统来提高企业工作性能？”，“信息系统的使用又能够多大程度提升企业管理水平？”等问题尚未得到更深入的理论支持。
本期推文将带您深入探索有效使用理论在商业智能背景下的应用与拓展~
01 理论基础与背景介绍
在进入研究正题之前，本小编先介绍两个重要的基本理论：
表示理论 (Representation Theory)：表示理论表明信息系统的基本功能是为用户提供一个领域的表示，例如一个销售系统可以为管理者提供一个区域的销售情况。
有效使用理论 (Theory of Effective Use)：有效使用被定义为“以一种能够充分发挥所用系统效用的方式使用系统”。有效使用理论关注学习与适应对改进有效使用的影响。其中，管理者可通过学习手段增强信息系统的使用效率，而适应行为则表示管理者通过提出、授权以及完成信息系统使用变更的方式增强其对信息系统的有效使用。
研究表明一个理论的提出离不开情境化测试，即基于特定情境或多个情境对所提理论进行测试的研究方法。鉴于有效使用理论尚未获得全面测试，本篇文章基于商业智能情境对该理论进行了深入分析与拓展。其中，商业智能是指使用信息系统来整合用以分析、报告、及制定循证决策的组织数据，进而提高企业绩效的智能化管理方式。而商业智能系统则表示在给定设置条件下实施商业智能所获得的技术与组织元素的特定组合。本篇文章借鉴Hong等人 (2013) 的研究框架对商业智能情境下如何对有效使用理论进行情境化、拓展乃至测试进行了总结，详情请见表1（对应文中表1）。
如表1所示，本文通过两个先验测试获得有效使用理论在商业智能情境下的情境化理论模型。第一个先验测试包括改变有效使用理论原有架构及内在关系来使其适用于商业智能情境。具体而言，考虑到商业智能情境中，用户重点关注基于证据的决策制定，因此本文将“知情行动”纳入了更具体地“知情决策”的概念，并相应的缩小了因变量的表示范围，将原有的“效率”分解为“决策制定有效性”和“决策制定效率”（步骤4）。由于有效使用理论的研究对象设定为个人用户，其重点关注决策者与决策的联系，因而消除了“表示保真度”和“有效性”之间的联系（步骤2）。同时，考虑到情境化理论模型的重点在于添加特定情境的前因，本文的第二个先验测试添加了一类重要前因“组织资源”。大量研究表明，从商业智能中产生价值需要关键组织资源的支持，因此本文通过对12名资深商业智能从业者的采访确定了三种关键组织资源：商业智能系统质量、数据集成和数据清理、循证管理文化（步骤3），其定义如下：
商业智能系统质量——从技术和设计角度衡量商业智能系统性能的指标；
数据整合（数据集成和数据清理）—— 确保跨用户跨时间的系统数据具有相同含义及效用，保证不同系统或数据库中的数据一致或在逻辑上兼容；
循证管理文化——基于证据（使用数据及分析来支持决策制定）的管理文化。
好了，围绕表1中紧锣密鼓的情境化处理工作，本小编将在下一小节正式介绍商业智能情境下的有效使用理论模型框架及相关假设~
02 模型框架与研究假设
本篇文章基于Burton-Jones和Grange于2013年提出的有效使用理论模型框架，构建了商业智能情境下的有效使用理论模型框架。前者重点对一般框架中“行动-结果”之间的联系1进行了模型挖掘，即有效使用行动对企业绩效的影响，而并未反映组织资源在该理论框架中的影响。鉴于此，本文将组织资源作为干扰因素深入探索了有效使用行动及干扰因素（外部约束）对有效使用性能的影响（请见图中联系1和联系5）。
有效使用理论在商业智能系统有效使用的应用结构示意图（对应文中图2）
接下来，我们将详细阐述上图所提及假设的基本原理。值得注意的是，本篇文章首先介绍了有效使用理论的现有假设 (Burton-Jones & Grange, 2013)，而后提出拓展假设.
商业智能透明交互的前因假设：
H1a (现有假设）：学习商业智能系统与商业智能透明交互之间存在正相关关系
基本原理：学习有助于用户理解系统中的可用表示，同时帮助客户通过系统硬件和软件界面与系统进行更好的交互。
H1b (拓展假设）：商业智能系统质量与商业智能透明交互之间存在正相关关系
基本原理：系统质量对透明交互的影响与系统质量对信息系统的易用性大致相同。例如：高质量系统可以帮助用户与商业智能系统进行无间隙的交互。
商业智能表示保真度的前因假设：
H2 (现有假设）：商业智能透明交互与商业智能表示保真度之间存在正相关关系
基本原理：用户从信息系统中所获取的复杂输出（高保真度）需要其更透明且无缝的与系统进行交互（高透明交互）。
H2a (拓展假设）：学习保真度将放大商业智能透明交互对商业智能表示保真度的积极影响
基本原理：有意向学习数据保真度的用户相较于其他用户更有可能通过访问替代数据源解决信息获取的限制。
H2b (拓展假设）：数据整合与商业智能表示保真度之间存在正相关关系
基本原理：整合数据往往更一致、可信和可靠，从而提高表示保真度。
知情决策的前因假设：
H3 (现有假设）：商业智能表示保真度与知情决策之间存在正相关关系
基本原理：倘若用户能够更保真的从商业智能系统中获取信息，他们将在信息不准确、不完整、不合时宜的情况下拥有更明智的决策基础。
H3a (现有假设）：学习杠杆表示将放大商业智能表示保真度对知情决策的积极影响
基本原理：用户需要学习如何利用所获取的信息来帮助其做出更明智的决策。
H4 (拓展假设）：组织的循证管理文化与知情决策之间存在正相关关系
基本原理：在循证管理文化中，管理者更有可能支持高质量数据及其分析使用，从而做出数据驱动的明智决策。
决策制定有效性和决策制定效率的前因假设：
H5 (现有假设）：知情决策与决策制定有效性之间存在正相关关系。
基本原理：管理者基于数据与分析做出的决策将更有助于决策目标的实现。
H6 (拓展假设）：商业智能透明交互与决策制定效率之间存在正相关关系。
基本原理：相较于高透明的商业智能系统，与系统进行低透明交互的用户难以访问高质量数据，从而使其在使用商业智能系统进行决策时受到阻碍和延迟。
03 研究分析
本篇文章的研究过程共包括三个阶段：工具开发，横断面调查以及后期访谈。作者首先构建了包含系统质量、循证管理文化、透明交互等11个因素在内的结构量表，其后采用定性分析方法对部分采用商业智能系统的管理者进行横断面调查，所采集的数据则通过基于协方差的结构方程处理分析。下图展示了该结构方程模型的检验结果，均已通过结构方程的拟合量度，表2（对应文中表7）则展示了对应的假设检验结果。
结构方程分析结果示意图（对应文中图3）
此外，本篇文章在第三阶段进行了三组后期访谈，分别对未通过检验的假设、访谈结果可靠性以及如何具体化理论实践进行了进一步探索研究并获得相应的元推断。具体而言，本文共进行了三组（共计33次）访谈调查，第一组的10次访谈重点探索了若干未通过检验的假设（H1a, H2a, H3a和H2b），试图了解其更深层的理论见解。第二组的10次访谈则对第一组访谈中所获得的理论见解进行了验证检查，关注该理论见解是否具有共同性。基于前两组访谈结果，本文进行了第三组的访谈调查，展示了研究中所获得的理论见解如何在实践中的具体实现。总而言之，本篇文章通过识别三种组织资源（商业智能系统质量、数据集成和数据清理、循证管理文化），研究并拓展了有效使用理论，为特定情境下的理论发展提供了有力支撑。
04 研究意义与管理学启示
文章通过三阶段研究方法，逐步分析了商业智能情境下有效使用理论的结构框架与影响因素，做出以下理论贡献与管理学启示：
文章展示了如何通过识别特定情境前因以及理论核心结构模型构建，从而定制化得到商业智能背景下的有效使用理论。考虑到有效使用理论的抽象性，本文通过遵循一个详细且多回合的研究方法，构建了该理论结构的详细量表，为理论检验的可靠性提供了实操性方案。
文章证明了有效使用理论内的大部分现有假设预测在商业智能情境中同样成立，同时提出了有效使用理论在特定情境中的理论拓展，对商业智能系统质量和循证管理文化等因素进行了深入探索，并揭示了改进理论的研究方法。
文章为企业管理者提供了改进商业智能系统使用方式的管理洞见，例如：企业管理者可通过培育循证管理文化，帮助制定数据驱动的价值决策。由此，本文的理论研究结果为企业提供了更明确和综合性的系统使用指导，并揭示了实现商业智能系统有效使用的复杂性。
参考文献：
Trieu, V. H., Burton-Jones, A., Green, P., & Cockcroft, S. (2022). Applying and extending the theory of effective use in a business intelligence context. MIS Quarterly, 46(1), 645-678.
Hong, W., Chan, F. K., Thong, J. Y., Chasalow, L. C., & Dhillon, G. (2013). A Framework
and Guidelines for Context-Specific Theorizing in Information Systems Research.
Information Systems Research, 25(1), 1-26.
Burton-Jones, A., & Grange, C. (2013). From Use to Effective Use: A Representation
Theory Perspective. Information Systems Research, 24(3), 632-658.
文章链接：https://doi.org/10.25300/MISQ/2022/14880
作者：
Van-Hau Trieu
Position: Senior Lecturer in Faculty of Business and Law at the Deakin Business School
Area: Van-Hau undertakes research in two areas. The first area focuses on how effectively organizations use IT. The second area focuses on the organisational and societal impacts of IT.
Site: https://www.deakin.edu.au/about-deakin/people/thi-van-hau-trieu
Email: t.trieu@deakin.edu.au
Andrew Burton-Jones
Position: Professor of Business School in the University of Queensland
Area: Information system, system use, effective use, performance and systems analysis
Site: https://business.uq.edu.au/profile/122/andrew-burton-jones
Email: abj@business.uq.edu.au
Peter F. Green
Position:Professor of Accounting in School of Accountancy at Queensland University of Technology
Area: Accounting, Auditing and Accountability
Site:https://www.qut.edu.au/about/our-people/academic-profiles/p.green
Email: p.green@qut.edu.au
Sophie Cockcroft
Position: Professor in School of Information Systems at University of Southern Queensland
Area: Business Analytics, Data Science, Business Intelligence, Data Quality, Privacy, E-consent, Health Informatics
Site: https://www.researchgate.net/profile/Sophie-Cockcroft-2
Email: Sophie.Cockcroft@usq.edu.au
