ACEITAÇÃO E USO DE FERRAMENTAS DE BIG DATA & ANALYTICS PELOS PROFISSIONAIS DE CONTROLADORIA, FINANÇAS E FP&A
DOI:
https://doi.org/10.53826/2763-7069.v2n3.2021.id48Resumo
O objetivo deste trabalho foi investigar a aceitação e o uso de ferramentas de Big Data & Analytics pelos profissionais de Controladoria, Finanças e FP&A, utilizando um dos mais conhecidos modelos de aceitação e uso de tecnologia (UTAUT), em virtude do gap na literatura tanto no conhecimento da intenção da aceitação, quanto do uso dessas ferramentas pelos profissionais que atuam nessas áreas. O estudo recorre à pesquisa survey e, para a análise de dados, é empregada a modelagem de equações estruturais (MEE-PLS). Os dados de 123 respondentes foram coletados on-line, por meio da rede profissional LinkedIn, dentre os quais 90 atuam em áreas que são as do escopo deste trabalho e, dos 90, 40 disseram que não atuam com as ferramentas de Big Data & Analytics. Os resultados demonstraram que quanto mais o indivíduo percebe que a tecnologia irá ajudá-lo na melhora de seu desempenho nas tarefas, maior será sua intenção em adotá-las. E que em conjunto com as condições facilitadoras propiciadas pelo ambiente de trabalho influenciam significativamente o comportamento no uso de Big Data & Analytics no trabalho. Em contrapartida, o profissional de Controladoria, Finanças e FP&A não percebe que será necessário depreender um esforço no aprendizado da tecnologia e aplicá-la no trabalho, além do que um número expressivo de profissionais dessas áreas não atuar com essas ferramentas. Este estudo espera contribuir com as organizações na compreensão dos fatores determinantes de aceitação das ferramentas de Big Data & Analytics, preencher uma lacuna na conscientização quanto aos ganhos oriundos do uso delas por profissionais que não atuam em áreas de Tecnologia da Informação e na direção de sucesso efetivo na sua implementação. Adicionalmente, o estudo busca ampliar o conhecimento da utilização da técnica da modelagem de equações estruturais (MEE-PLS) nos estudos do âmbito dessas áreas.
PALAVRAS-CHAVE: Big Data & Analytics, Modelo de aceitação e uso - UTAUT, MEE-PLS, Controladoria, Finanças e FP&A.
Referências
AJAH, I. A.; NWEKE, H. F. Big data and business analytics: Trends, platforms, success factors and applications. Big Data and Cognitive Computing, v. 3, n. 2, p. 32, 2019.
AJZEN, I. The theory of planned behavior. Organizational behavior and human decision processes, v.50, n.2, p. 179-211, 1991.
ALBERTIN, E. A. Aprendizagem significativa e o uso de metodologias ativas de ensino na aplicação de Big Data e Data Analytics: uma análise sob a ótica dos discentes de Ciências Contábeis, Dissertação (mestrado em Ciências Contábeis) - Universidade Estadual de Maringá, 2020.
ARAÚJO, L. S. Adoção de Business Analytics na contabilidade. Dissertação (Administração com ênfase em Gestão de Sistemas e Tecnologia da Informação) – Universidade Federal do Rio Grande do Sul, 2021.
AYRES, R. M.; NASCIMENTO, J. C. H. B.; MACEDO, M. Á. S. Satisfação do Pro?ssional de Contabilidade do Estado do Rio de Janeiro quanto à Qualidade de Vida no Trabalho–QVT (2014-2015): Uma Análise por PLS-SEM com base no Modelo Dimensional de Walton. Pensar Contábil, v.18, n. 67, 2017.
BAG, S; LUTHRA, S.; MANGLA, SK.; KAZANCOGLU, Y. Leveraging big data analytics capabilities in making reverse logistics decisions and improving remanufacturing performance. The International Journal of Logistics Management, v. 32, n. 3, p. 742-765, 2021.
BAGOZZI, R.P.; Yi, Y. On the evaluation of structural equation models. Journal of the Academy of Marketing Science. v.16, p.74–94, 1998.
BANDURA, A. Social foundations of thought and action: a social cognitive theory, Prentice-Hall, Inc, 1986.
BEHRINGER, S. Trends in controlling. Controlling, Springer Gabler, Wiesbaden, p. 109-117, 2018.
BOBSIN, D.; VISENTINI, M.S.; RECH, I. Em busca do estado da arte do UTAUT: ampliando as considerações sobre o uso da tecnologia. RAI - Revista de Administração e Inovação, São Paulo, v. 6, n. 2, p. 99-118, 2009.
CASTRO, H. U. Governança, Tecnologia e Controladoria: Um Estudo sobre a Modernização da Contabilidade Empresarial na Era do Big Data. Brazilian Journal of Development, v. 6, n.12, p. 97775-97791, 2020.
CHEN, H.; CHIANG, R.H.L.; STOREY, V.C. “Business intelligence and analytics: from Big Data to big impact”, MIS Quarterly, v. 36, n. 4, p. 1165-1188, 2012.
COMPEAU, D. R.; HIGGINS, C.A. Computer Self-Efficacy: Development of a Measure and Initial Test. MIS Quarterly, v. 19, n. 2, p. 189-211, 1995.
DAVENPORT, T. Analytics 3.0. Harvard Business Review, 2013.
DAVENPORT, T.; Dyché, J. Big Data in Big Companies. International Institute for Analytics, 2013.
DAVIS, F. D. Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, v.13, p.319–339, 1989.
DUARTE JR., J. M.; MESQUITA, Á. A implementação de business intelligence no setor de controladoria de operações: um estudo de caso em uma empresa de Pet’s Foods, TCC (Fundação de Ensino e Pesquisa do Sul de Minas- FEPESMIG), 2019.
FAUL, F.; ERDFELDER, E.; BUCHNER, A.; LANG, A.G. Statistical power analyses using G* Power 3.1: Tests for correlation and regression analyses. Behavior Research Methods, v.41, n.4, p.1149-1160, 2009.
FISHBEIN, M.; AJZEN, L. Belief, attitude, intention and behavior: an introduction to theory and research. Massachussets: Addison-Wesley, Reading, 1975.
GRIMALDI, D. Factors affecting big data analytics-based innovation processes: A Spanish evidence. International Journal of Innovation and Technology Management, v. 17, n. 05, 2020.
HAIR, J. F.; HULT, G. T. M.; RINGLE, C. M., SARSTEDT, M. A Primer on Partial Least Squares Structural Equation Modeling (PLS-SEM). Thousand Oaks: Sage, 2014.
HENRIQUES, A. C. V.; MEIRELLES, F. S.; CUNHA, M. A. V. C. Big data analytics: achievements, challenges, and research trends. Independent Journal of Management & Production (IJM&P). v. 11, n. 4, 2020.
HENSELER, J.; RINGLE, C.M.; SINKOVICS, R.R. The use of Partial least Squares Path Modelling in International Marketing. Advances in International Marketing, v. 20, p. 277-319, 2009.
LAKHAL, S.; KHECHINE, H. Technological factors of students’ persistence in online courses in higher education: The moderating role of gender, age and prior online course experience. Education and Information Technologies, 2021.
LEE, L.; PETTER, S.; FAYARD, D.; ROBINSON, S. On the use of partial least squares path modeling in accounting research. International Journal of Accounting Information Systems, v. 12, n.4, p. 305–328, 2011.
LIMA, M. S. M.; DELEN, D. Predicting and explaining corruption across countries: A machine learning approach. Government Information Quarterly, v. 37, n. 1, p. 101407, 2020.
MANGLA, S. K.; RAUT, R.; NARWANE, V. S.; ZHANG, Z.; PRIYADARSHINEE, P. Mediating effect of big data analytics on project performance of small and medium enterprises. Journal of Enterprise Information Management, v. 34, n. 1, p. 168-198, 2021.
MARTINS, A. S. R; FRARE, A.B.F.; QUINTANA, A. C.; QUINTANA, C. G. Facilitadores do uso do Ambiente Virtual de Aprendizagem. RPCA - Revista Pensamento Contemporâneo em Administração, v. 15, n. 3, 2021.
MARTINS, A. S. R.; QUINTANA, A. C.; QUINTANA, C. G.; GOMES, D. G.; FRARE, A. B. Aceitação e Uso do Agregador Podcast na Contabilidade no Ensino Superior: Uma Abordagem Simétrica e Assimétrica. TE&ET- Revista Iberoamericana de Tecnología en Educación y Educación en Tecnología, v.31, p. e2, 2022.
MODRITSCHER, G.; WALL, F. Controlling als interner dienstleister 4.0. Dienstleistungen 4.0, Springer Gabler, Wiesbaden, p. 411-433, 2017.
MOORE, G. C.; BENBASAT, I. Development of an instrument to measure the perceptions of adopting an information technology innovation. Information Systems Research, v.2, n.3, p. 192-222, 1991.
NASCIMENTO, J. C. H. B.; MACEDO, M. A. S. Modelagem de Equações Estruturais com Mínimos Quadrados Parciais: um Exemplo da Aplicação do SmartPLS ® em Pesquisas em Contabilidade. REPeC – Revista de Educação e Pesquisa em Contabilidade, v. 10, n. 3, p. 289-313, 2016.
NIELSEN, S. Reflections on the applicability of business analytics for management accounting–and future perspectives for the accountant. Journal of Accounting & Organizational Change, 2018.
NITZL, C. Partial Least Squares Structural Equation Modelling (PLS-SEM) in Management Accounting Research: Critical Analysis, Advances, and Future Directions. AAA 2015 Management Accounting Section (MAS),2014.
OBIENU, A. C.; AMADIN, I. F. User acceptance of learning innovation: A structural equation modelling based on the GUAM framework. Education and Information Technologies, v. 26, p. 2091–2123, 2021.
OESTERREICH, T.D.; TEUTEBERG, F. The role of business analytics in the controllers and management accountants’ competence profiles- An exploratory study on individual-level data, Journal of Accounting & Organizational Change, v. 15, n. 2, p. 330-356, 2019.
PENNINGTON, R. R.; KELTON, A. S.; DEVRIES, D. D. The effects of qualitative overload on technology acceptance. Journal of Information Systems, v.20, n.2, p. 25-36, 2006.
PURIWAT, W.; TRIPOPSAKUL, S. Explaining Social Media Adoption for a Business Purpose: An Application of the UTAUT Model. Sustainability, v. 13, p.2082, 2021.
REGINATO, L.; NASCIMENTO, A. M. Um estudo de caso envolvendo Business Intelligence como instrumento de apoio à controladoria. Revista Contabilidade & Finanças, v.18, p. 69-83, 2007.
RINGLE, C. M.; WENDE, S.; BECKER, J. M. SmartPLS 3. SmartPLS GmbH, Boenningstedt, 2015.
ROGERS, E. M. Diffusion of innovations. 5th Edition. New York: The Free Press, 2003.
SANTOS, M.C.; FERNANDES, C.M.G.; FRARE, A.B.; QUINTANA, A.C. Qualidade da Informação como Antecedente do uso da Tecnologia: Análise da Mídia Social Youtube sob a Ótica de Graduandos do Curso de Ciências Contábeis. Revista de Administração IMED, v.10, n.2, p.114-139, 2020
SHAH, S. N. A.; KHAN, A. U.; KHAN, B. U.; KHAN, T.; XUEHE, Z. Framework for teachers' acceptance of information and communication technology in Pakistan: Application of the extended UTAUT model, Journal of Public Affairs, v. 1, 2020.
SONG, H.; LI, M.; YU, K. Big data analytics in digital platforms: how do financial service providers customise supply chain finance? 2021. International Journal of Operations & Production Management, v. 41, n. 4, p. 410-435, 2021.
SU, X.; ZENG, W.; ZHENG, M.; JIANG, X.; LIN, W.; XU, A. "Big data analytics capabilities and organizational performance: the mediating effect of dual innovations", European Journal of Innovation Management, v. 25, n. 4, p. 1142-1160, 2022.
TAYLOR, S.; TODD, P. A. Assessing IT usage: the role of prior experience. MIS Quarterly, v.19, n.2, p. 561-570, 1995.
THOMPON, R. L.; HIGGINS, C. A.; HOWELL, J. M. Personal computing: toward a conceptual model of utilization. MIS Quarterly, v.15, n.1, p. 124-143, 1991.
URBACH, N.; AHLEMANN, F. Structural Equation Modeling in Information Systems Research Using Partial Least Squares, Journal of Information Technology Theory and Application (JITTA), v.11, n. 2, 2010.
VALLERAND, R. J. Toward a hierarchical model of intrinsic and extrinsic motivation. Advances in Experimental Social Psychology, v.29, p. 271-360, 1997.
VENKATECH, V.; MORRIS, M.; DAVIS, G.; DAVIS, F. User acceptance of information technology: toward a unified view. MIS Quarterly, Minneapolis, v.27, n.3, p.425-478, 2003.
WIENER, M.; SAUNDERS, C.; MARABELLI, M. Big-data business models: A critical literature review and multiperspective research framework. Journal of Information Technology, v. 35, n. 1, p. 66-91, 2020.
