BIG DATA ANALYTICS SOFTWARE SELECTION WITH MULTI-CRITERIA DECISION-MAKING METHODS FOR DIGITAL TRANSFORMATION

Tayfun Öztaş

Makale detayları

BIG DATA ANALYTICS SOFTWARE SELECTION WITH MULTI-CRITERIA DECISION-MAKING METHODS FOR DIGITAL TRANSFORMATION

Yazarlar:

Tayfun Öztaş

Yayıncı:

Pamukkale University

Ana Başlıklar:

İş Analitiği | İşletme

Dergi:

Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü Dergisi Issue 63, pp.297-317

Belge Tipi:

Makale

Yayın Tarihi:

7/2024

Belge Dili:

İngilizce

Document ID (Org No.):

2001323567

pISSN:

1308-2922

Anahtar kelimeler:

Özet:

 In the process of transitioning to digital businesses, managers are faced with numerous decision-making challenges across various domains. This complexity poses a significant hurdle for traditional businesses seeking to embrace digital transformation. To address this challenge, the Preference Selection Index PSI and Additive Ratio Assessment ARAS methods are utilized for selecting Big Data Analytics BDA software, employing multi-criteria decision-making MCDM approaches. With a scenario involving 8 alternatives and 7 criteria, the PSI method is employed to establish the weights of the criteria. Subsequently, the ARAS method is utilized to rank the alternatives. The analysis identifies Ease of Use as the criterion with the highest importance weight 0.1464, while Data Workflow emerges as the least significant criterion 0.1378. Based on the highest utility degree 0.9548, the fifth alternative was identified as the most suitable big data analytics software for this scenario. Furthermore, the proposed methods applicability is validated through comparative analysis with five different MCDM methods, reinforcing the reliability of the obtained results.

 In the process of transitioning to digital businesses, managers are faced with numerous decision-making challenges across various domains. This complexity poses a significant hurdle for traditional businesses seeking to embrace digital transformation. To address this challenge, the Preference Selection Index PSI and Additive Ratio Assessment ARAS methods are utilized for selecting Big Data Analytics BDA software, employing multi-criteria decision-making MCDM approaches. With a scenario involving 8 alternatives and 7 criteria, the PSI method is employed to establish the weights of the criteria. Subsequently, the ARAS method is utilized to rank the alternatives. The analysis identifies Ease of Use as the criterion with the highest importance weight 0.1464, while Data Workflow emerges as the least significant criterion 0.1378. Based on the highest utility degree 0.9548, the fifth alternative was identified as the most suitable big data analytics software for this scenario. Furthermore, the proposed methods applicability is validated through comparative analysis with five different MCDM methods, reinforcing the reliability of the obtained results.

 In the process of transitioning to digital businesses, managers are faced with numerous decision-making challenges across various domains. This complexity poses a significant hurdle for traditional businesses seeking to embrace digital transformation. To address this challenge, the Preference Selection Index PSI and Additive Ratio Assessment ARAS methods are utilized for selecting Big Data Analytics BDA software, employing multi-criteria decision-making MCDM approaches. With a scenario involving 8 alternatives and 7 criteria, the PSI method is employed to establish the weights of the criteria. Subsequently, the ARAS method is utilized to rank the alternatives. The analysis identifies Ease of Use as the criterion with the highest importance weight 0.1464, while Data Workflow emerges as the least significant criterion 0.1378. Based on the highest utility degree 0.9548, the fifth alternative was identified as the most suitable big data analytics software for this scenario. Furthermore, the proposed methods applicability is validated through comparative analysis with five different MCDM methods, reinforcing the reliability of the obtained results.

 Dijital işletmelere geçiş sürecinde, yöneticiler çeşitli alanlarda çok sayıda karar verme zorluğuyla karşı karşıya kalmaktadır. Bu karmaşıklık, dijital dönüşümü benimsemek isteyen geleneksel işletmeler için önemli bir engel teşkil etmektedir. Bu zorluğun üstesinden gelmek için, çalışmada Çok Kriterli Karar Verme ÇKKV yaklaşımlarından faydalanılarak Büyük Veri Analitiği BVA yazılımı seçmek için Tercih Seçim Endeksi PSI ve Eklemeli Oran Değerlendirme ARAS yöntemleri kullanılmıştır. Sekiz alternatif ve yedi kriter içeren bir senaryoda, kriterlerin ağırlıklarını belirlemek için PSI yöntemi kullanılmıştır. Daha sonra, alternatifleri sıralamak için ARAS yöntemi kullanılmıştır. Analiz sonucunda Kullanım Kolaylığı en yüksek önem ağırlığına 0.1464 sahip kriter olarak belirlenirken, Veri İş Akışı en az öneme sahip kriter 0.1378 olarak ortaya çıkmıştır. En yüksek fayda derecesine 0.9548 göre, beşinci alternatif bu senaryo için en uygun büyük veri analitiği yazılımı olarak belirlenmiştir. Ayrıca, önerilen yöntemin uygulanabilirliği beş farklı ÇKKV yöntemi ile karşılaştırmalı analiz yoluyla doğrulanarak elde edilen sonuçların güvenilirliği desteklenmiştir.

Makale detayları

BIG DATA ANALYTICS SOFTWARE SELECTION WITH MULTI-CRITERIA DECISION-MAKING METHODS FOR DIGITAL TRANSFORMATION

Yazarlar:

Tayfun Öztaş

Yayıncı:

Pamukkale University

Ana Başlıklar:

İş Analitiği | İşletme

Dergi:

Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü Dergisi Issue 63, pp.297-317

Belge Tipi:

Makale

Yayın Tarihi:

7/2024

Belge Dili:

İngilizce

Document ID (Org No.):

2001323567

pISSN:

1308-2922

Digital Business

Digital Transformation

Big Data Analytics

Multi-Criteria Decision-MakingDijital İşletme

Dijital Dönüşüm

Büyük Veri Analitiği

Çok Kriterli Karar Verme

Sayı

Makale detayları

Yazarlar: Tayfun Öztaş

Yayıncı: Pamukkale University

Ana Başlıklar: İş Analitiği | İşletme

Dergi: Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü Dergisi Issue 63, pp.297-317

Belge Tipi: Makale

Yayın Tarihi: 7/2024

Belge Dili: İngilizce

Document ID (Org No.): 2001323567

pISSN: 1308-2922

Sayı

Yazarlar:

Tayfun Öztaş

Yayıncı:

Pamukkale University

Ana Başlıklar:

İş Analitiği | İşletme

Dergi:

Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü Dergisi Issue 63, pp.297-317

Belge Tipi:

Makale

Yayın Tarihi:

7/2024

Belge Dili:

İngilizce

Document ID (Org No.):

2001323567

pISSN:

1308-2922