دانش سرمایه‌گذاری

دانش سرمایه‌گذاری

نقش اقتصاد داده محور در بازارهای مالی از منظر دانش و ارائه الگوی پیشنهادی

نوع مقاله : مقاله پژوهشی

نویسندگان
نگین مبینی 1
بهاره بنی طالبی دهکردی 2
1 دانشجوی دکتری تخصصی، گرو ه حسابداری، واحد شهرکرد، دانشگا ه آزاد اسلامی، شهرکرد، ایران.
2 دانشیار و عضو هیئتعلمی، گروه حسابداری، واحد شهرکرد، دانشگا ه آزاد اسلامی، شهرکرد، ایران.
10.30495/jik.2024.75506.4407
چکیده
امروزه، داده یکی از ارزشمندترین منابع جهان به شمار می‌رود. جمع‌آوری، تجزیه‌وتحلیل، ذخیره و استفاده از این طلای با ارزش، منطبق با رویکرد نوین اقتصاد داده-محور ضمن تغییر استراتژی موسسات به نوآوری، سازمان‌ها را به سمت آینده رقابتی سوق می‌دهد. هدف این پژوهش، ضمن تبیین مفاهیم اقتصاد داده محور، ارائه الگوی اقتصادی داده محور از دیدگاه خبرگان، برای اولین بار در ایران است. برای دستیابی به این هدف، دیدگاه‌های 12 نفر از خبرگان در سال 1401 با استفاده از تکنیک نمونه‌گیری گلوله برفی، از طریق مصاحبه‌ کیفی به صورت سؤالات باز،گردآوری شد. سپس بر اساس رویکرد پدیدارشناسی توصیفی-کلایزی، داده‌ها در هفت مرحله تحلیل و عوامل و مؤلفه‌های اصلی و فرعی استخراج، تجزیه و طبقه‌بندی شدند. پس از سنجش پایایی و روایی نتایج، سرانجام مدل پیشنهادی الگوی اقتصادی داده محور از منظر دانش، ارایه شد. بر اساس یافته های این پژوهش، مدل پیشنهادی، شامل 4 عامل اصلی شامل مدل عملیاتی، مدل درآمد، بازیگران و مفاهیم مدیریتی و 37 مولفه تاثیر گذار نظیر مزایای اقتصادی بر اساس انواع داده، فری میوم، تبلیغات، پرداخت به ازای استفاده، مدل مبتنی بر تراکنش، مدل مبتنی بر خدمات، اعطای مجوز و ... می باشد.
کلیدواژه‌ها
الگوی اقتصادی
اقتصاد داده محور
تکنیک گلوله برفی
رویکرد پدیدارشناسی کلایزی

عنوان مقاله English

The Role of data-driven economy in financial markets from the perspective of knowledge and presenting a proposed model

نویسندگان English

Negin Mobini 1
Bahareh Banitalebi Dehkordi 2
1 Ph.D Student of Accounting ,Shahrekord Branch, Islamic Azad University, Shahrekord,Iran
2 Associate of Department of Accounting,Shahrekord Branch, Islamic Azad University, Shahrekord, Iran.
چکیده English

Today, data is one of the most valuable resources in the world. Collecting, analyzing and storing and using this valuable gold helps innovation in organizations and companies and moves businesses towards a competitive future. The new data-driven economy has led to the emergence of several data applications, one of which is the economic benefits of data. The purpose of this research is to explain the concepts of data economy and also to present a data-oriented economic model from the point of view of experts, for the first time in Iran. To achieve this goal, using the snowball sampling technique, a qualitative interview was conducted with 12 experts in the form of open questions. Then, based on the Descriptive-Claizeian phenomenological approach, the data were analyzed in seven stages, and the main and secondary factors and components were extracted, analyzed and classified. After measuring the reliability and validity of the results, finally, the proposed model of the data-oriented economic model was presented from the perspective of knowledge. Based on the findings of this research, the proposed model includes 4 main factors and 31 influential components in the formation of a data-oriented economic model from the perspective of knowledge, and the main factors of the model include actors, operating model, income model and management concepts.

کلیدواژه‌ها English

economic model
data-driven economy
snowball technique
1)      آچاک، صالح، رادفر، رضا، طلوعی اشلقی، عباس، خمسه، عباس. (1401). شناسایی و اولویت بندی مولفه های مدیریت تحقیق و توسعه داده محور در شرکت ها و موسسات فعال در هوش مصنوعی. بهبود مدیریت، 16(4) ،125-156. doi: 10.22034/jmi.2023.376699.2876
2)      امینی، مصطفی، حریری، نجلا، غیوری ثالث، مجید، باب الحوائجی، فهیمه، طاهری، سید مهدی. (1399). بررسی الگوهای مدل کسب و کار داده محور. پژوهشنامه پردازش و مدیریت اطلاعات، 36(1) ، 243-270. doi: 10.35050/JIPM010.2020.020
3)      بنیادی، سحر، حریری، نجلا، طاهری، سیدمهدی، پورنقی، رویا. (1402). ارایه مدل مدیریت کیفیت داده برای حکمرانی داده با استفاده از روش فراترکیب. پژوهشنامه پردازش و مدیریت اطلاعات, 38(4) ، 1533-1564. doi: 10.22034/jipm.2023.698597
4)      فرهودی، مژگان، کلانتر هرمزی، رضوان و زند حسامی، حسام. (1400). ارائه یک مدل مفهومی جدید برای حوزه کلان داده‌ها و تحلیل کسب‌وکارهای داده محور در ایران بر مبنای مدل ارائه شده. فناوری اطلاعات و ارتباطات ایران، 13(47-48 )، 23-34.
5)      حاجی پور فرد، حسین، سلطانی، بهزاد، طلوعی اشلقی، عباس, طباطباییان، سید حبیب الله. (1401). بررسی عوامل مؤثر بر توسعه کسب‌وکارهای مبتنی بر فناوری اطلاعات در ایران. فصلنامه ارزش آفرینی در مدیریت کسب و کار، (1) 2، 49-71.
6)      محمودی، مریم، مژگان فرهودی، علی شریفی، علیرضا یاری و کامبیز بدی، ارائه مدل مفهومی پیشنهادی جویش در فضای وب، اولین همایش ملی جویشگر بومی، 1394.
7)      Alfaro E, Bressan M, Girardin F, Murillo J, Someh I, Wixom BH. (2019). BBVA’s data monetization journey. MIS Q Exec. https://doi.org/10.17705/2msqe.00011
8)      Balachandran, Sh. Prasad, (2017)."Challenges and Benefits of Deploying Big Data Analytics in Cloud for Business Intelligence", Procedia Computer Science, 112,. 1112-1122.
9)      Buf A, Wixom B, Tallon P. (2014). Foundations for data monetization. A SAS Best Practise White Paper
10)  Ciuriak, D. 2018. The Economics of Data: Implications for the Data-Driven Economy. In Data Governance in the Digital Age. Waterloo, Canada: Centre for International Governance Innovation.
11)  D. Reinsel, J. Gantz, J. Rydning, (2018)."The Digitization of the World from Edge to Core", IDC White Paper.
12)  Eggers, W. D., R. Hamill, & A. Ali. 2013. Data as the new currency: Government’s role in facilitating the exchange. Review of Deloitte 13: 18-31.
13)  Faroukhi AZ, Alaoui IEL, Gahi Y. (2020b). An adaptable big data value chain (BDVC) framework for end-to-end big data monetization. Big Data Cognit Comput. https://doi.org/10.3390/bdcc4040034.
14)  Faroukhi AZ, El Alaoui I, Gahi Y, Amine A. (2020a) .Big data monetization throughout big data value chain: a comprehensive review. J Big Data 7:1–22.
15)  Firouzi F, Farahani B, Barzegari M, Daneshmand M .(2020) .AI-driven data monetization: the other face of data in IoT-based smart and connected health. IEEE Internet of Things Journal
16)  Kemppainen L, Koivumaki T, Pikkarainen M, Poikola A .(2018) .Emerging revenue models for personal data platform operators: when individuals are in control of their data. J Bus Models. https://doi.org/10.5278/ojs.jbm.v6i3.2053
17)  Lange HE, Drews P, Höft M (2021) Ideation is fne, but execution is key: how incumbent companies realize data-driven business models. In: IEEE 23rd conference on business informatics (CBI).
18)  Mandel, M. 2017. The Economic Impact of Data: Why Data Is Not Like Oil. Progressive Policy Institute Retrieved from: https://www.progressivepolicy.org/wp-content/uploads/2017/07/PowerofDataReport_2017.pdf (Accessed June 25, 2018).
19)  Marcinkowski B, Gawin B .(2020) .Data-driven business model development: insights from the facility management industry. J Facil Manag. https://doi.org/10.1108/JFM-08-2020-0051/full/html
20)  Mordor Intelligence .(2022) .Data monetization market - growth, trends, COVID-19 impact, and forecast (2022–2027). Mordor Intelligence. https://www.mordorintelligence.com/industry-reports/ data-monetization-marke
21)  Ofulue, J., & Benyoucef, M. (2022). Data monetization: insights from a technology-enabled literature review and research agenda. Management Review Quarterly, 1-45.
22)  Parvinen P, Poyry E, Gustafsson R, Laitila M, Rossi M. (2020). Advancing data monetization and the creation of data-based business models. Communications of the Association for Information Systems. Chrome extension: // efaidnbmnnnibpcajpcglclefndmkaj/https://aisel.aisnet.org/cgi/viewcontent.cgi? article=4212&context=cais.
23)  Ph. Hartmann, M. Zaki, N. Feldmann, A. Neely, (2014)."Big Data for Big Business? A Taxonomy of Data-driven Business Models used by Start-up Firms", University of Cambridge,
24)  Quach S, Thaichon P, Martin KD, Weaven S, Palmatier RW (2022) Digital technologies: tensions in privacy and data. J Acad Mark Sci 1–2
25)  S. Karamizadeh, Sh. M. Abdullah, M. Zamani, A. Kheirkhah, (2014)."Pattern Recognition Techniques: Studies on Appropriate Classification", ARPN Journal of Engineering and Applied Sciences, 9(8),1215-1219 .
26)  Saynajoki A, Pulkka L, Saynajoki E-S, Junnila S (2017) Data commercialisation: extracting value from smart buildings. Buildings. https://doi.org/10.3390/buildings7040104.
27)  Schroeder R (2016) Big data business models: Challenges and opportunities. Cogent Soc Sci. https://doi. org/10.1080/23311886.2016.1166924.
28)  Spiekermann M (2019) Data marketplaces: trends and monetisation of data goods. Intereconomics. https://doi.org/10.1007/s10272-019-0826-z
29)  Thomas LDW, Leiponen A (2016) Big data commercialization. IEEE Eng Manag Rev. https://doi.org/10. 1109/EMR.2016.2568798.
30)  UNCTAD, United Nations Conference on Trade and Development. (2019). "Digital Economy, Value Creation and Acquisition: Themes for Developing Countries". UNCTAD 2019 Report. Translators Mehdi Mohammadi, Amir Sharifin, Yousef Kakavandi and Behnam Mohammadi. Summer 1399.
31)  Wixom BH (2014) Cashing in on your data. MIT Center for Information Systems Research. https://cisr. mit.edu/publication/2014_0801_DataMonetization_Wixom