Цель исследования: дать оценку готовности бизнес-моделей организаций розничной торговли Донецкой Народной Республики (ДНР) к цифровой трансформации на основе анализа инновационных возможностей организаций.
Методология исследования: эмпирическая часть исследования построена на проведении оценки готовности бизнес-моделей организаций розничной торговли ДНР к цифровой трансформации через использование инновационной компоненты. Основными методами исследования являются методы интервьюирования и анкетирования с представителями торговых организаций (руководителями профильных ведомств, торговых организаций, ИТ-специалистами, руководителями служб маркетинга и финансового отделов). Проведен анализ 15 торговых организаций, бизнес-модели которых имеют различный формат.
Результаты исследования: дана характеристика современных форматов бизнес-моделей организаций; предложена авторская трактовка понятия «готовность к цифровой трансформации»; выделена инновационная компонента бизнес-модели; разработана методика оценки готовности бизнес-модели организаций к цифровой трансформации; проведен анализ готовности бизнес-модели различных форматов к цифровой трансформации на примере организаций ДНР; предложена матрица готовности бизнес-моделей ретейла к цифровой трансформации на примере организаций ДНР.
Оригинальность и значимость результатов: в исследовании предложена методика оценки и матрица готовности бизнес-моделей организаций розничной торговли ДНР к цифровой трансформации на основе инновационной компоненты.
Идентификаторы и классификаторы
- SCI
- Экономика
Стремительно развивающиеся цифровые технологии и изменяющиеся потребительские предпочтения вынуждают современные организации пересматривать отработанные годами бизнес-модели, внедряя современный маркетинговый инструментарий.
Список литературы
1. Абрамов В. И., Борзов А. В., Семенков К. Ю. 2021. Теоретико-методологический анализ моделей цифровой зрелости для российских компаний. Известия высших учебных заведений. Серия: Экономика, финансы и управление производством 4 (50): 42-51. DOI: 10.6060/ivecofin.2021504.566 EDN: IBFSHL
2. Бек Н. Н., Гаджаева Л. Р. 2018. Открытые инновационные бизнес-модели и стратегии: особенности, проблемы, перспективы развития. Вестник Московского университета. Серия 6: Экономика 1: 140-159. EDN: YTFBXW
3. Брутян М. М. 2019. Цифровая революция в маркетинге. Практический маркетинг 2 (264): 3-15. EDN: YVXESL
4. Волохов А. А. 2019. Каналы коммуникации с потребителями в интернете. Путеводитель предпринимателя 42: 67-72. EDN: XGRTPF
5. Гилева Т. А. 2019. Цифровая зрелость предприятия: методы оценки и управления. Вестник УГНТУ. Наука, образование, экономика. Серия: Экономика 1 (27): 38-52. DOI: 10.17122/2541-8904-2019-1-27-38-52
6. Годин В. В., Терехова А. Е. 2019. Цифровая реклама как инструмент продвижения товара или услуги. Опыт реализации проектов. E-Management 2 (3): 13-21. DOI: 10.26425/2658-3445-2019-3-13-21 EDN: DGBRBV
7. Денисенко В. Ю. 2021. Мониторинг эффектов цифровых продуктов в условиях цифровой трансформации промышленных предприятий. Креативная экономика 15 (5): 1715-1724. DOI: 10.18334/ce.15.5.112068 EDN: NNCPLJ
8. Ефанов В. А. 2022. Формирование подходов по оценке готовности предприятия к проведению цифровой трансформации. Экономический анализ: теория и практика 21 (9): 1687-1704. DOI: 10.24891/ea.21.9.1687 EDN: BVNTKQ
9. Климанова Я. Д., Басаев З. В. 2022. Стратегии цифровой трансформации бизнес-моделей на российском рынке розничной торговли. Экономика, предпринимательство и право 12 (6): 1723-1742. EDN: RXYIAI
10. Климанов Д., Третьяк О., Горен У., Уайт Т. 2021. Трансформация ценности в инновационных бизнес-моделях: пример фармацевтической индустрии. Форсайт 15 (3): 52-65. DOI: 10.17323/2500-2597.2021.3.52.65 EDN: YRULHX
11. Комарчева О. С., Лысенко Е. А. 2020. Оценка степени готовности предприятий торговли и сферы услуг к цифровой трансформации. Вестник Кемеровского государственного университета. Серия: Политические, социологические и экономические науки 5 (3): 375-386. DOI: 10.21603/2500-3372-2020-5-3-375-386 EDN: UEYYYE
12. Корокошко Ю. В. 2024. Цифровая трансформация региональных предприятий: исследование, оценка, возможности. π-Economy 17 (5): 99-114. DOI: 10.18721/JE.17506 EDN: IMAEZC
13. Краковская И. Н., Корокошко Ю. В., Слушкина Ю. Ю. 2024. Оценка готовности промышленных предприятий к цифровой трансформации. Российский журнал менеджмента 22 (3): 509-540. DOI: 10.21638/spbu18.2024.307 EDN: FXOYUP
14. Маркова В. Д. 2024. Платформенные модели бизнеса: подходы к созданию ЭКО 5 (539): 106-123.
15. Медведева Ю. Ю., Кольган М. В., Бармута К. А. 2024. Перспективы адаптации бизнес-моделей торговых предприятий к условиям цифровой экономики. Практический маркетинг 3 (321): 61-65. DOI: 10.24412/2071-3762-2024-3321-61-65 EDN: BGOHXA
16. Михайленко Н. Н. 2023. Цифровые платформы и развитие бизнеса: исследование влияния и практические примеры. Современная экономика: проблемы и решения 8 (164): 33-48. DOI: 10.17308/meps/2078-9017/2023/8/33-48 EDN: WVVSJF
17. Смердова Д. В., Бурцев Д. С. 2024. Методика оценки уровня готовности розничной торговли в России к процессу цифровой трансформации. Экономика. Право. Инновации 3: 19-29. DOI: 10.17586/2713-1874-2024-3-19-29 EDN: HGBIHQ
18. Титов И. А. 2024. Теоретические подходы к развитию концепции экосистемы в экономике. Вестник Института экономики Российской академии наук 4: 26-46. DOI: 10.52180/2073-6487_2024_4_26_46 EDN: LOYIWB
19. Третьяк О. А., Билинкис Ю. А., Климанов Д. Е. 2021. Бизнес-модель экономики совместного потребления: специфика, особенности и управленческие вызовы. Российский журнал менеджмента 19 (4): 403-428. DOI: 10.21638/spbu18.2021.402 EDN: DCHSNK
20. Трофимова Н. Н. 2023. Анализ ключевых направлений оценки готовности предприятий к цифровой трансформации. Экономика и управление: проблемы, решения 5 (11): 177-182. DOI: 10.36871/ek.up.p.r.2023.11.05.020 EDN: FXQIQN
21. Шалаева А. А., Ребязина В. А., Смирнова М. М. 2018. Инновации маркетинговых моделей российских компаний в эпоху диджитал трансформации. СПб: Санкт-Петербургский государственный экономический университет.
22. Amit R., Zott C. 2001. Value creation in e-business. Strategic Management Journal 22 (6-7): 493-520. EDN: DSONNV
23. Ammar O., Ouakouak M. L. 2015. The business model as a configuration of value: Toward a unified conception. Journal of Business Management 3 (2): 78-84. DOI: 10.12691/JBMS-3-2-4
24. Arend R. J. 2013. The business model: Present and future-beyond a skeumorph. Strategic Organization 11 (4): 390-402. DOI: 10.1177/1476127013499636 EDN: SOINLP
25. Baldassarre B., Calabretta G., Bocken N., Jaskiewicz T. 2017. Bridging sustainable business model innovation and user-driven innovation: A process for sustainable value proposition design. Journal of Cleaner Production 147: 175-186. DOI: 10.1016/J.JCLEPRO.2017.01.081
26. Bocken N., Short S. W., Rana P., Evans S. 2013. A value mapping tool for sustainable business modelling. Corporate Governance 13 (5): 482-497. DOI: 10.1108/CG-06-2013-0078
27. Chesbrough H. 2007. Business model innovation: It’s not just about technology anymore. Strategy and Leadership 35 (6): 12-17.
28. Cortimiglia M. N., Ghezzi A., Frank A. G. 2016. Business model innovation and strategy making nexus: Evidence from a cross-industry mixed-methods study. R & D Management 46 (3): 414-432. DOI: 10.1111/RADM.12113
29. Fliegner W. 2017. Analysis of the business model elements and their relationships. Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu 474: 53-64. DOI: 10.15611/PN.2017.474.05
30. Futterer F., Schmidt J., Heidenreich S. 2018. Effectuation or causation as the key to corporate venture success? Investigating effects of entrepreneurial behaviors on business model innovation and venture performance. Long Range Planning 51 (1): 64-81. DOI: 10.1016/j.lrp.2017.06.008
31. Grabowska S. 2022. Key components of the business model in an Industry 5.0 environment. Zeszyty Naukowe 158: 191-199. DOI: 10.29119/1641-3466.2022.158.13
32. Geissdoerfer M., Pieroni M. P. P., Antelmi Pigosso D. C., Soufani K. 2020. Circular business models: A review. Journal of Cleaner Production 277: 123741. DOI: 10.1016/J.JCLEPRO.2020.123741 EDN: IVHQSY
33. Hokkanen H., Walker C., Donnelly A. 2020. Business model opportunities in brick and mortar retailing through digitalization. Journal of Business Models 8 (3): 33-61. DOI: 10.5278/jbm.v8i3.5803
34. Kohtamäki M., Parida V., Patel P. C., Gebauer H. 2020. The relationship between digitalization and servitization: The role of servitization in capturing the financial potential of digitalization. Technological Forecasting and Social Change 151: 119804. DOI: 10.1016/j.techfore.2019.119804 EDN: LXLWFP
35. Lee A. 2023. A comprehensive review and investigation of business models. Enigma in Economics 1 (2): 49-54. DOI: 10.61996/economy.v1i2.31
36. Linde L., Sjödin D., Parida V., Gebauer H. 2020. Evaluation of digital business model opportunities: A framework for avoiding digitalization traps. Research-Technology Management 64 (1): 43-53. DOI: 10.1080/08956308.2021.1842664 EDN: KKEJZD
37. Morioka S. N., Morioka S. N., Bolis I., Evans S., Monteiro de Carvalho M. 2017. Transforming sustainability challenges into competitive advantage: Multiple case studies kaleidoscope converging into sustainable business models. Journal of Cleaner Production 167: 723-738. DOI: 10.1016/J.JCLEPRO.2017.08.118
38. Osterwalder A. 2004. The Business Model Ontology: A Proposition in a Design Science Approach. PhD thesis: Université de Lausanne.
39. Ojala A., Baber W. W. 2024. Business Model. Elsevier BV. DOI: 10.1016/b978-0-443-13701-3.00034-7
40. Palmi M., Mieh L., Oghazi P., Parida V., Wincent J. 2022. The evolution of the digital service ecosystem and digital business model innovation in retail - the emergence of meta-ecosystems and the value of physical interactions. Technological Forecasting & Social Change 177: 121496. EDN: FLANEK
41. Ranta V., Aarikka-Stenroos L., Väisänen J.-M. 2021. Digital technologies catalyzing business model innovation for circular economy - Multiple case study. Resources Conservation and Recycling 164: 105-155. DOI: 10.1016/J.RESCONREC.2020.105155 EDN: BBXBQC
42. Romero M. C., Sánchez M. E., Villalobos J. 2016. Weaving business model patterns - Understanding business models. International Conference on Enterprise Information Systems; 496-505. DOI: 10.5220/0005838104960505
43. Saebi T., Lien L., Foss N. 2017. What drives business model adaptation? The impact of opportunities, threats and strategic orientation. Long Range Planning 50: 567-581.
44. Shakeel J., Shakeel J., Mardani A., Gholamzadeh Chofreh A., Goni F. A., Klemeš J. J. 2020. Anatomy of sustainable business model innovation. Journal of Cleaner Production 261: 121-201. DOI: 10.1016/J.JCLEPRO.2020.121201 EDN: GMGESS
45. Teece D. J. 2010. Business models, business strategy and innovation. Long Range Planning 43 (2-3): 172-194. DOI: 10.1016/J.LRP.2009.07.003
46. Verrue J. 2014. A critical investigation of the Osterwalder business model canvas: An in-depth case study. Belgian Entrepreneurship Research Day, Proceedings. [Electronic resource]. https://biblio.ugent.be/publication/5712151 (accessed: 01.02.2025).
47. Yang M., Evans S., Vladimirova D., Rana P. 2017. Value uncaptured perspective for sustainable business model innovation. Journal of Cleaner Production 140: 1794-1804. DOI: 10.1016/J.JCLEPRO.2016.07.102
48. Zott C., Amit R. 2010. Business model design: An activity system perspective. Long Range Planning 43 (2-3): 216-226.
49. Zott C., Amit R., Massa L. 2011. The business model: Recent developments and future research. Journal of Management 37 (4): 1019-1042.
Выпуск
Другие статьи выпуска
Цель исследования: изучение операционных стратегий российских футбольных клубов на основе предложенного метода идентификации доминирующей модели операций.
Методология исследования: выделены две базовые модели операционных стратегий - приобретение подготовленных игроков и получение доходов за счет спортивных достижений, а также развитие молодых талантов и генерация выручки за счет их продажи. Динамика производственных активов (состав команды) и спортивных результатов сильно различается для клубов, реализующих указанные модели, что позволяет идентифицировать операционную стратегию.
Результаты исследования: российские футбольные клубы не имеют стабильных операционных стратегий, модель меняется в зависимости от финансирования спонсоров. Перечислены основные факторы, препятствующие реализации основных моделей операций в российском футболе.
Оригинальность и значимость результатов: представленный метод опирается на количественный анализ открытых данных, что позволяет сформировать объективные суждения о характере операционной стратегии конкретного клуба. Понимание особенностей операционной деятельности футбольного клуба является важным для владельцев, инвесторов, аналитиков и менеджеров. Предложен метод измерения спортивного результата, который может быть использован при анализе эффективности футбольного менеджмента.
Целью данного исследования является определение основных финансовых показателей потенциального банкротства средних и крупных российских горнодобывающих и производственных компаний на основе методов машинного обучения, а также определение пороговых значений для этих показателей, позволяющих измерить степень риска корпоративного банкротства.
Методология: выборка включает данные о 3624 компаниях за период с 2013 по 2022 год и состоит из 32613 наблюдений за фирмами за год. На первом этапе исследования используется метод случайного леса для выявления наиболее значимых переменных, влияющих на риск банкротства компаний. На втором этапе исследования применяется метод дерева классификации для формулирования количественных критериев, определяющих степень риска банкротства компаний на основе ранее выявленных показателей.
Выводы: определены основные финансовые показатели риска банкротства российских компаний горнодобывающей и обрабатывающей промышленности. Наиболее значимыми показателями, влияющими на риск банкротства для всей выборки данных, являются показатели рентабельности (чистая прибыль/продажи, операционная прибыль/продажи от продаж) и объем оборотного капитала. Анализ промышленных подвыборок позволил нам определить пороговые значения этих показателей для моделей прогнозирования банкротства, апробированных на разных временных периодах.
Оригинальность и вклад: мы расширяем результаты предыдущих исследований по прогнозированию банкротства российских компаний, использующих методы машинного обучения, применяя эти методы к большой выборке российских производственных и горнодобывающих компаний за длительный период времени в 10 лет и проводя межотраслевое сравнение. Кроме того, в нашей статье эмпирически исследуется возможность прогнозирования банкротства российских предприятий с различным количеством лет до этого, т. е. одна, две, три и четыре года. Исследование показывает, что наиболее точные прогнозы делаются только в течение одного–двух лет, предшествующих событию банкротства.
Цель: развитие жизнестойкости считается эффективным способом борьбы со стрессом и неопределенностью окружающей среды и привлекает большое внимание.
Цель исследования - изучить, влияют ли методы управления талантами на жизнестойкость сотрудников в условиях технологической турбулентности и если да, то каким образом. Методология: эмпирическое исследование было проведено с помощью опроса 531 китайского сотрудника в 2024 году. Затем для проверки гипотез был использован подход PLS-SEM.
Результаты: методы управления талантами прямо или косвенно связаны с устойчивостью сотрудников через агентское мышление и поиск путей развития. В условиях высокой турбулентности технологического контекста влияние методов управления талантами на жизнестойкость сотрудников становится все более ощутимым.
Оригинальность и вклад: оригинальность данного исследования заключается в изучении механизма взаимосвязи между методами управления талантами и жизнестойкостью сотрудников, а также в сдерживающей роли технологических потрясений. Полученные результаты помогают компаниям реагировать на технологические изменения и сбои с помощью методов управления талантами.
Цель исследования: изучение взаимосвязей между переработками, страстью к работе, выгоранием и намерением сотрудников покинуть организацию в сфере индустрии видеоигр.
Методология исследования: проведение опроса 96 разработчиков видеоигр (менеджеров, гейм-дизайнеров, программистов/разработчиков программного обеспечения); анализ количественных данных методами дескриптивной статистики, корреляционного и регрессионного анализа.
Результаты исследования: выявлены статистические значимые связи между переработками, выгоранием и намерениями сотрудников покинуть организацию. Частично подтверждены гипотезы о позитивной связи переработок с выгоранием сотрудников, а также выгорания и переработок - с намерением покинуть организации игровой индустрии. Не получили статистического подтверждения гипотезы о том, что выгорание сотрудников частично опосредовано связью между переработками и намерением уйти из организации, а также о позитивной связи между страстью к работе и переработками. Результаты анализа могут быть использованы специалистами по управлению человеческими ресурсами и руководителями компаний в игровой индустрии для разработки инструментов управления переработками в целях удержания сотрудников и сокращения текучести персонала.
Оригинальность и значимость результатов: данная работа является первым количественным исследованием феномена переработок в российской индустрии видеоигр и их последствий, которое основывается на теоретическом системном анализе таких понятий, как «переработки» (или «кранч»), «страсть к работе», «выгорание», «намерение покинуть организацию».
Цель исследования: определить ключевые драйверы формирования научно-исследовательских экосистем глобальными фармацевтическими корпорациями Big Pharma («Большой фармы»), проанализировать специфику их возникновения в фармацевтической отрасли и установить архетипы управленческих механизмов, используемых в таких экосистемах.
Методология исследования: качественный контент-анализ зарубежных эмпирических исследований в целях выделения схожих паттернов инновационной активности и идентификации основных форм взаимодействия компаний «Большой фармы» с внешними партнерами в области разработки лекарственных препаратов; стратегический анализ организационного поведения этих компаний для выявления применяемых ими механизмов управления в экосистемной среде.
Результаты исследования: в работе определены характерные черты основных видов экосистем, создаваемых компаниями; выявлены ключевые драйверы перехода «Большой фармы» к экосистемной модели развития корпоративной науки; выделены три основных архетипа механизмов управления - инвестиционный, контрактный и платформенный, - которые используются фармацевтическими гигантами для координации совместной деятельности в рамках научно-исследовательских экосистем.
Оригинальность и значимость результатов: новизна исследования связана прежде всего с определением понятия научно-исследовательских экосистем, включая отличительный набор их характеристик. Еще одним вкладом работы являются выводы о многоуровневом характере типичной для фармацевтической отрасли архитектуры управления научно-исследовательскими экосистемами, в рамках которых глобальные фармацевтические корпорации параллельно используют механизмы управления разного типа.
Издательство
- Издательство
- СПБГУ
- Регион
- Россия, Санкт-Петербург
- Почтовый адрес
- Россия, 199034, Санкт-Петербург, Университетская наб., д. 7–9
- Юр. адрес
- 199034, г Санкт-Петербург, Василеостровский р-н, Университетская наб, д 7/9
- ФИО
- Кропачев Николай Михайлович (РЕКТОР)
- E-mail адрес
- spbu@spbu.ru
- Контактный телефон
- +7 (812) 3282000
- Сайт
- https://spbu.ru/