Composantes d'un modèle de gestion des connaissances pour le Big Data

Les organisations traitent actuellement des volumes et des variétés de données énormes et croissants. Seule une petite partie de ces données est transformée en connaissances. À cette fin, de nombreuses entreprises utilisent des techniques de BIG DATA. Cette recherche présente une revue de la littérature des études et recherches dans les domaines de la gestion des connaissances (KM) et du BIG DATA au cours des dix dernières années. L'objectif de cette étude est d'identifier les concepts, les applications, les finalités et les processus liés au sujet et d'identifier les facteurs critiques de succès les plus importants dans les applications BIG DATA afin de minimiser les risques de son application. Une étude de cas dans une grande entreprise nationale de logistique a confirmé les principaux composants d'un modèle de gestion des connaissances applicable à BIG DATA et que les facteurs critiques de succès de la gestion des connaissances sont également importants pour minimiser les risques des applications de BIG DATA. Le résultat de cette recherche présente également les implications pratiques en termes de lacunes existantes par rapport aux facteurs critiques de succès pour l'entreprise analysée et les considérations pertinentes.

Autorentext

Antonio Braquehais hat einen Abschluss in Betriebswirtschaft mit Schwerpunkt Informationstechnologie-Management der Universität Brasilia (UnB) und einen Master in Electronic Business der Universität Ottawa (Kanada). Er hat einen Master-Abschluss in Wissensmanagement und Informationstechnologie von der Katholischen Universität Brasilia.