Le Niveau d’adoption de l’intelligence d’affaires par les PME Marocaines : Evaluation et Facteurs Determinants

Hicham Balafrej; Youssef Al Meriouh

doi:10.19044/esj.2022.v18n19p194

Hicham Balafrej Chercheur, Ecole Nationale de Commerce et de Gestion de Tanger, Morocco
Youssef Al Meriouh Enseignant chercheur, Ecole Nationale de Commerce et de Gestion de Tanger, Morocco

DOI: https://doi.org/10.19044/esj.2022.v18n19p194

Keywords: Intelligence d’affaires, PME marocaines, Modèle d’évolution de l’information, Modèle de mise en place des systèmes d’informations pour les petites entreprises

Abstract

L’objectif de notre travail de recherche est d’évaluer le niveau d’adoption de l’intelligence d’affaires (Business Intelligence) par les PME marocaines tout en expliquant les facteurs déterminants. Pour ce faire, nous avons conduit une enquête auprès d’un échantillon de PME marocaines pour essayer d’identifier le niveau de maturité de ces entreprises par rapport à l’adoption de l’intelligence d’affaires selon le modèle d’évolution de l’information de Davis et al. Puis nous avons essayé d’expliquer ce positionnement en fonction des quatre dimensions du modèle d’adoption des technologies de l’information pour les petites entreprises de James Thong à savoir la dimension technologique, la dimension environnementale, la dimension organisationnelle et enfin la dimension du propriétaire-dirigeant d’entreprise. Les résultats obtenus nous ont permis d’identifier le classement de la PME marocaine au niveau de la deuxième strate du modèle d’évolution de l’information. Pour ce qui est de l’analyse des variables nous avons opté pour la méthode des équations structurelles selon l’approche PLS. Dans le cadre de cette méthode nous avons procédé à l’évaluation du modèle de mesure ainsi que le modèle structurel à travers l’évaluation d’une série d’indicateurs qui nous ont permis de valider ces deux modèles et de prouver la qualité globale du modèle construit. Concernant les déterminants du niveau d’adoption de l’intelligence d’affaires par les PME marocaines nous avons pu valider deux hypothèses (caractéristiques environnementales et organisationnelles), valider partiellement une hypothèse (caractéristiques technologiques) et réfuter une hypothèse (caractéristiques du propriétairedirigeant).

The objective of our research is to evaluate the Business Intelligence adoption level within Moroccan small and mid-size enterprises (SMEs) and explaining the determining factors. To do so, we conducted a survey among a sample of Moroccan SMEs to identify the level of maturity of these companies regarding business intelligence adoption according to the information evolution model of Davis and al. Then we tried to explain this positioning according to the four dimensions of the information technology adoption for small businesses model of James Thong, namely the technological dimension, the environmental dimension, the organizational dimension and finally the owner-manager dimension. The results obtained allowed us to classify Moroccan SMEs at the second level of the information evolution model. For the variable analysis we opted for the PLS approach of the structural equations modelling. Within this framework we proceeded to the evaluation of the measurement model as well as the structural model through the evaluation of a series of indicators which allowed us to validate these two models and to prove the global quality of the constructed model. Regarding the determinants of Business Intelligence adoption within Moroccan SMEs we were finally able to validate two hypotheses (environmental and organizational characteristics), partially validate one hypothesis (technological characteristics) and reject one hypothesis (owner-manager characteristics).

Downloads

Download data is not yet available.

Metrics

Metrics Loading ...

PlumX Statistics

References

1. Adler-Milstein, J. Bates, DW. (2010), « Paperless healthcare: progress and challenges of an IT-enabled healthcare system », Business Horizons, vol. 53, no. 2, pp. 119-30.
2. Agarwal, R. Prasad, J. (1998), « The antecedents and consequents of user perceptions in information technology adoption », Decision Support Systems, vol. 22, no. 1, pp. 15-29.
3. Al-Qirim, NA. (2007), « E-commerce adoption in small businesses: cases from New Zealand », Journal of Information Technology Case & Application Research, vol. 9, no. 2, pp. 28-58.
4. Alshawi, S. Missi, F. Irani, Z. (2011), « Organisational, technical and data quality factors in CRM adoption SMEs perspective », Industrial Marketing Management, vol. 40, no. 3, pp. 376-83.
5. Amaro, S. Duarte, P. (2016) « Modelling Formative Second Order Constructs in PLS », In : European Conference on Research Methodology for Business and Management Studies. Kidmore End, United Kingdom.
6. Balambo, MA. (2013), « Culture nationale et développement de la confiance inter organisationnelle en milieu supply chain : Le cas du Maroc », Disponible sur : https://hal.archives-ouvertes.fr/hal-00819995v1/document
7. Becker, J.M. Klein, K. Wetzels, M. (2012), « Hierarchical latent variable models in PLS-SEM: Guidelines for using reflective-formative type models », Long Range Planning, 45(5-6), 359-394.
8. Boonsiritomachai, W. McGrath, GM. Burgess, S. (2016), « Exploring business intelligence and its depth of maturity in Thai SMEs », Cogent Business & Management, Vol 3 PP1 à 17
9. Bunduchi, R. Weisshaar, C. Smart, AU. (2011), « Mapping the benefits and costs associated with process innovation: The case of RFID adoption », Technovation, vol. 31, no. 9, pp. 505-21.
10. C, Fornell. Larcker, DF. (1981) « Evaluating structural equation models with unobservable variables and measurement error », Journal of Marketing Research,18 (1), pp. 39–50
11. Chang, SI. Tsia, YF. (2006), « Critical Factors of E-SCM adoption on small and medium sized enterprises performance: an empirical study », International Journal of Electronic Business, vol. 4, no. 2, pp. 159-72.
12. Chiasson, MW. Lovato, CY. (2001), « Factors influencing the formation of a user's perceptions and use of a DSS software innovation », ACM SIGMIS Database, vol. 32, no. 3, pp. 16-35.
13. Chin, WW. (1998), « The Partial Least Squares Approach to Structural Equation Modeling », Modern methods for business research, Lawrence Erlbaum Associates, California
14. Cohen, WM. Levinthal, DA. (1990), « Absorptive capacity: a new perspective on learning and innovation », Administrative Science Quarterly, vol. 35, pp. 128-52.
15. Croutsche J.J. (2002), « Etude des relations de causalité : utilisation des modèles d’équations structurelles », La revue des sciences de gestion, 198, 81-97.
16. Damanpour, F. Schneider, M. (2006), « Phases of the adoption of innovation in organisations: effects of environment, organisation and top managers », British Journal of Management, vol. 17, no. 3, pp. 215-36.
17. David, A. (1999). « Logique, Épistémologie et Méthodologie En Sciences de Gestion. », In : Conférence de l’AIMS.
18. Duverneuil, B. (2009), « Business intelligence : Place de la BI et pilotage des projets décisionnels dans les grandes organisations françaises », CIGREF.
19. Eckerson, W. (2003) « Smart companies in the 21st century: the secrets of creating successful business intelligent solutions » The Data Warehousing Institut, Seattle.
20. Fernandes, V. (2012) « En quoi l’approche PLS est-elle une méthode à (re)-découvrir pour les chercheurs en management ? », M@n@gement, 1/2012 (Vol.15), p.102-123.
21. Fink, D. (1998) « Guidelines for the successful adoption of information technology in small and medium enterprises », International Journal of Information Management, vol. 18, no. 4, pp. 243-53.
22. Ghadi, I. (2012). « Construct Validity Examination of Critical Thinking Dispositions for Undergraduate Students in University Putra Malaysia. », Higher Education Studies 2(2):138–45.
23. Ghobakhloo, M. Arias-Aranda, D. Benitez-Amado, J. (2011), « Adoption of e-commerce applications in SMEs », Industrial Management & Data Systems, vol. 111, no. 8, pp. 1238-69.
24. Griffith, TL. Sawyer, JE. Neale, MA. (2003), « Virtualness and knowledge in teams : managing the love triangle of organisations, individuals, and information technology », Mis Quarterly, vol. 27, no. 2, pp. 265-87.
25. Grossmann W, Rinderle-Ma S, (2015) « Fundamentals of Business Intelligence", Springer-Verlag, Berlin
26. Hair, JF. Hult, GTM. Ringle, CM. Sarstedt, M. (2017) « A Primer on Partial Least Squares Structural Equation Modeling (PLS-SEM) », SAGE Publications, Inc, Second Edition, California
27. Hawking, P. Foster, S. Stein, A. (2008), « The adoption and use of business intelligence solutions in Australia », International journal of intelligent systems technologies and applications, vol. 4, no. 3.
28. Henseler, J. Ringle, CM. Sinkovics, R. « The use of partial least squares path modeling in international marketing », New Challenges to International Marketing, Advances in International Marketing, Volume 20, 277–319, 2009.
29. Hwang, HG. Ku, CY. Yen, DV. Cheng, CC. (2004), « Critical factors influencing the adoption of data warehouse technology: a study of the banking industry in Taiwan », Decision Support Systems, vol. 37, no. 1, pp. 1-21.
30. Ifinedo, P. (2011), « An empirical analysis of factors influencing Internet/e-business technologies adoption by SMEs in Canada », International Journal of Information Technology & Decision Making, vol. 10, no. 04, pp. 731-66.
31. Jang, SH. (2010), « An empirical study on the factors influencing RFID adoption and implementation », Management Review: An International Journal, vol. 5, no. 2, pp. 55-73.
32. Jeyaraj, A. Rottman, JW. Lacity, MC. (2006), « A review of the predictors, linkages, and biases in IT innovation adoption research », Journal of Information Technology, vol. 21, no. 1-23.
33. Khan, AMA. Amin, N. Lambrou, N (2010), « Drivers and barriers to business intelligence adoption: a case of Pakistan » In : The 14th European and Mediterranean Conference on Information Systems (EMCIS), Abu Dhabi.
34. Kuan, KKY. Chau, PYK. (2001), « A perception-based model for EDI adoption in small businesses using a technology-organisation-environment framework », Information & Management, vol. 38, no 8, pp. 507-21.
35. Lahrmann, G. Marx, F. Winter, R. Wortmann, F. (2010), « Business intelligence maturity models: an overview », In : The 7th Conference of the Italian Chapter of AIS, Naples, Italy.
36. Laleyo, EN. (2017), « A framework for assessing readiness of adopting business intelligence in small and medium sized entrepprises », Mémoire de master en Systèmes d’Information, Université de Nairobi
37. Lertwongsatien, C. Wongpinunwatana, N. (2003), « E-commerce adoption in Thailand: an empirical study of small and medium enterprises (SMEs) », Journal of Global Information Technology Management, vol. 6, no. 3, pp. 67-83.
38. Luhn, H.P. (1958), « A Business Intelligence System », IBM Jounal.
39. Manon, E. (2017), « Méthodologie d’analyse de la capacité à innover et à exporter des PME manufacturières et de procédés : identification et caractérisation d’un espace commun en vue de l’élaboration d’un outil multicritères d’aide à la décision », thèse de doctorat, Université de Lorraine, Metz.
40. Mathieson, K. Keil, M. (1998), « Beyond the interface: ease of use and task / technology fit », Information & Management, vol. 34, no. 4, pp. 221-30.
41. Ngai, EWT. Law, CCH. Wat, FKT. (2008), « Examining the critical success factors in the adoption of enterprise resource planning », Computers in Industry, vol. 59, no. 6, pp. 548-64.
42. Nguyen, TH. Waring, TS. (2013), « The adoption of customer relationship management (CRM) technology in SMEs : an empirical study », Journal of Small Business and Enterprise Development, vol. 20, no. 4, pp. 824-48.
43. Oliveira, T. Martins, MF. (2010), « Understanding e-business adoption across industries in European countries », Industrial Management & Data Systems, vol. 110, no. 9, pp. 1337-54.
44. Organisation de Coopération et de Développement Économiques (OCDE), (2000), « Les petites et moyennes entreprises : force locale, action mondiale », L'observateur ocde.
45. Petter, S., Straub, D. Rai, A. (2007), « Specifying formative constructs in information systems research », MIS Quarterly, Vol. 31 No. 4, pp. 623-656.
46. Ramdani, B. Chevers, D. Williams, DA. (2013), « SMEs' adoption of enterprise applications: A technology-organisation-environment model », Journal of Small Business and Enterprise Development, vol. 20, no. 4, pp. 735-53.
47. Ringle, CM. Sarstedt, Detmar, M. Straub, W (2012) « A critical look at the use of PLS-SEM in MIS Quartelry », MIS Quarterly, Vol.36, N°1, pp.3-14.
48. Rogers, EM. (1983) « Diffusion of innovations », 3rd edition, ed Macmillan Publishing, London.
49. Sacu, C. Spruit, M. (2010), « BIDM: the business intelligence development model ». In:12th International Conference on Enterprise Information Systems, Funchal, Maderia-Portugal.
50. Scupola, A. (2003), « The adoption of internet commerce by SMEs in the south of Italy : an environmental, technological and organisational perspective », Journal of Global Information Technology Management, vol. 6, no. 1, pp. 55-71.
51. Sila, I. (2013), « Factors affecting the adoption of B2B e-commerce technologies », Electronic commerce research, vol. 13, no. 2, pp. 199-236.
52. Soares-Aguiar, A. Palma-dos-Reis, A. (2008), « Why do firms adopt e-procurement systems? Using logistic regression to empirically test a conceptual model », IEEE Transactions on Engineering Management, vol. 55, no. 1, pp. 120-33.
53. Sosik, J J. Kahai, SS. Piovoso, MJ. (2009), "Silver Bullet or Voodoo Statistics? ", Group & Organization Management, vol°34, n°1, p. 5 -36.
54. Tan, M. Lin, TT. (2012), « Exploring organizational adoption of cloud computing in Singapore », In: 19th ITS Biennial Conference, Bangkok, Thailand.
55. Tanor Dieng, O. (2018) « Le dirigeant de PME face à l'information comptable : une étude empirique au Sénégal », La revue gestion et organisation n° 10, pp 34-61.
56. Tenenhaus, M. (1999) « L’approche PLS », Revue de statistique appliquée, tome47, n° 2, p.5-40.
57. Thong, J. (1999), « An integrated model of information systems adoption in small business », Journal of management information systems, vol. 15, no. 4.
58. Tornatzky, LG. Klein, KJ. (1982), « Innovation characteristics and innovation adoption implementation: A meta-analysis of findings », IEEE Transactions on Engineering Management, vol. 29, no. 1, pp. 28-45.
59. Turban, E. Sharda, R. Delen, D. King, D. (2010) « Business Intelligence: a managerial approach », 2ème éd. Boston : Prentice Hall Pearson
60. Wang, YM. Wang, YS. Yang, YF. (2010), « Understanding the determinants of RFID adoption in the manufacturing industry », Technological Forecasting and Social Change, vol. 77, no. 5, pp. 803-15.
61. Wetzels, M., Odekerken-Schröder, G. et Van Oppen, C. (2009), « Using PLS path modeling for assessing hierarchical construct models: Guidelines and empirical illustration », MIS Quarterly, vol°33, n°1, p. 177–195.