Available via license: CC BY-SA 4.0
Content may be subject to copyright.
829 http://sosains.greenvest.co.id
JURNAL
SOSAINS
JURNAL SOSIAL DAN SAINS
VOLUME 4 NOMOR 9 2024
P-ISSN 2774-7018, E-ISSN 2774-700X
Strategi Penggunaan Bisnis Analitik dan Retensi Pengetahuan untuk
Meningkatkan Diferensiasi Produk dan Keunggulan Daya Saing
Dian Alanudin1, Adzanti Mutiarasari Ardani2
1,2 Institut Teknologi dan Bisnis Jakarta
Email: dian.alanudin@jbs.ac.id, Adzanti2223_bd@jbs.ac.id
Kata kunci:
adopsi bisnis
analitik,
keunggulan daya
saing, kemampuan
dinamis, retensi
pengetahuan,
faktor organisasi
dan lingkungan.
Keywords:
Adopsi bisnis
analitik,
Keunggulan Daya
Saing, Kemampuan
ABSTRAK
Latar Belakang: Dalam dunia digital yang penuh dengan ketidakpastian dan perubahan
yang sangat cepat, keputusan-keputusan perusahaan harus didasarkan pada data yang
relevan, bukan hanya pada intuisi, pengalaman, dan pendidikan para pimpinan
perusahaan. Sebagian besar perusahaan memahami pentingnya bisnis analitik berbasis
data, tetapi sering kali tidak dapat memanfaatkan data dan analitik secara maksimal
untuk meraih keunggulan kompetitif
Tujuan: Penelitian ini mengeksplorasi peran strategis dari retensi pengetahuan dan
optimalisasi data-yang dalam konteks ini diartikan sebagai adopsi bisnis analitik - alam
meningkatkan daya saing perusahaan
Metode: Dengan melibatkan 327 perusahaan e-commerce dan menganalisis data
menggunakan Structural Equation Modeling (SEM), studi ini mengidentifikasi bahwa
faktor organisasi dan lingkungan secara signifikan mempengaruhi adopsi analitik bisnis.
Hasil: Analitik bisnis memiliki potensi untuk memperkuat keunggulan kompetitif secara
tidak langsung melalui peran retensi pengetahuan. Temuan penelitian menunjukkan
bahwa retensi pengetahuan yang terintegrasi dengan kapabilitas dinamis lebih efektif
dalam mencapai keunggulan kompetitif dibandingkan pendekatan langsung. Di era
digital ini, adopsi analitik bisnis dan retensi pengetahuan menjadi krusial untuk
mengubah data dan informasi menjadi inovasi serta meningkatkan produk dan
diferensiasi pasar.
Kesimpulan: Di era digital ini, adopsi analitik bisnis dan retensi pengetahuan
merupakan kunci untuk meningkatkan inovasi, diferensiasi produk, dan posisi
kompetitif perusahaan di pasar. Perusahaan yang berhasil memadukan kapabilitas
dinamis dengan retensi pengetahuan akan mampu merespons perubahan pasar dengan
lebih cepat dan efektif.
ABSTRACT
Background: In a digital world full of uncertainty and rapid change, company decisions
must be based on relevant data, not just on the intuition, experience, and education of
company leaders. Most companies understand the importance of a data-driven analytics
business, but often can't make the most of data and analytics to gain a competitive
advantage
Strategi Penggunaan Bisnis Analitik dan Retensi
Pengetahuan untuk Meningkatkan Diferensiasi
Produk dan Keunggulan Daya Saing
2024
Dian Alanudin1, Adzanti Mutiarasari Ardani2 830
Dinamis, Retensi
Pengetahuan,
Faktor Organisasi
dan Lingkungan.
Objective: This study explores the strategic role of knowledge retention and data
optimization—which in this context is defined as the adoption of business analytics—in
improving the competitiveness of companies
Methods: By involving 327 e-commerce companies and analyzing data using Structural
Equation Modeling (SEM), the study identified that organizational and environmental
factors significantly influenced the adoption of business analytics.
Results: Business analytics has the potential to strengthen competitive advantage
indirectly through knowledge retention roles. The findings show that integrated
knowledge retention with dynamic capabilities is more effective in achieving competitive
advantage than a direct approach. In this digital age, the adoption of business analytics
and knowledge retention is crucial to transform data and information into innovation
and improve product and market differentiation.
Conclusion: In this digital age, the adoption of business analytics and knowledge
retention is key to improving innovation, product differentiation, and a company's
competitive position in the market. Companies that successfully combine dynamic
capabilities with knowledge retention will be able to respond to market changes more
quickly and effectively.
PENDAHULUAN
Revolusi Industri 4.0 membawa perubahan besar dalam cara hidup manusia.
Munculnya Kecerdasan Buatan (Artificial Intelligence) telah meningkatkan inovasi dan
menghadirkan realitas baru yang menantang masa depan umat manusia (Davenport, Guha,
Grewal, & Bressgott, 2020). Perusahaan di seluruh dunia harus mulai mengubah cara
pandang mereka terhadap dunia saat ini untuk memastikan keunggulan daya saing di masa
depan (Reeves & Deimler, 2012), Seiring peralihan dari sumber daya tradisional seperti
emas atau minyak ke aset yang lebih abstrak seperti data dan informasi, pengelolaan
sumber daya ini menjadi semakin krusial. Pada dasarnya, organisasi telah sepenuhnya
memahami bahwa tujuan yang didorong oleh data sangat penting (Nadège Levallet &
Chan, 2019). Analitik bisnis dan retensi pengetahuan membantu mengungkap pola-pola
tersembunyi yang sulit diamati secara manual dalam jumlah data yang besar. Meskipun
demikian, banyak perusahaan belum siap menghadapi tantangan ini dan memasuki era
industri 4.0 secara alami. Kemampuan untuk mentransfer pengetahuan penggunaan data
dan informasi secara luas dari individu ke individu cit ke tacit) atau dari individu ke
organisasi (tacit ke eksplisit) masih kurang. Hal ini disebabkan oleh kurangnya kemampuan
dan keterampilan dalam memaksimalkan dan mengoptimalkan penggunaan data dan
informasi yang ekstensif di dalam organisasi (Rehman, Chang, Batool, & Wah, 2016)
(Sivarajah, Kamal, Irani, & Weerakkody, 2017). Keterampilan dan kemampuan ini masih
terpusat pada individu dan belum didistribusikan secara merata di seluruh organisasi
(Sivarajah et al., 2017).
Analitik bisnis dapat meningkatkan keunggulan daya saing perusahaan melalui
inovasi yang dihasilkan dari retensi pengetahuan, yang akan dieksplorasi lebih dalam
dalam penelitian ini. Namun demikian, literatur yang ada belum banyak menguji efek ini
Volume 4, Nomor 9, September 2024
p-ISSN 2774-7018 ; e-ISSN 2774-700X
831 http://sosains.greenvest.co.id
secara empiris, sehingga penelitian ini bertujuan untuk mengisi kekosongan tersebut. Jika
Adopsi bisnis analitikmenghasilkan retensi pengetahuan, apakah retensi pengetahuan
tersebut akan berujung pada kemampuan dinamis? Terkait dengan tujuan penelitian ini,
apakah retensi pengetahuan akan secara langsung atau tidak langsung (melalui kemampuan
dinamis) memengaruhi keunggulan daya saing? Kedua pertanyaan ini juga belum terjawab
dalam literatur yang ada, sehingga penelitian ini juga bertujuan untuk menjawab
pertanyaan-pertanyaan tersebut. Sementara itu, Teece, Pisano, & Shuen, (1997)
mendefinisikan kemampuan dinamis sebagai "Kemampuan perusahaan untuk
mengintegrasikan, membangun, dan mengonfigurasi ulang kompetensi internal dan
eksternal untuk menghadapi lingkungan yang berubah dengan cepat." Dengan kata lain,
kemampuan dinamis dikembangkan sebagai respons terhadap konteks yang berubah-ubah
Kombinasi retensi pengetahuan dan analitik bisnis memperkuat organisasi dengan
kemampuan dinamis, memungkinkan mereka menciptakan produk inovatif,
mengoptimalkan proses, dan menyesuaikan strategi pemasaran. Hal ini, pada gilirannya,
mendorong diferensiasi produk dan pasar, memberikan keunggulan daya saing bagi bisnis
di lanskap digital yang berkembang paesat.
Pertanyaan berikutnya adalah, apa yang menjadi pendahulu dan penentu dalam
mengadopsi bisnis analitik. Tornatzky and Fleischer (1990) memperkenalkan Technology-
Organization-Environment (TOE) sebagai kerangka kerja dan lensa teoretis untuk
memeriksa faktor-faktor kontekstual. Teknologi, misalnya, adalah penggerak sumber daya
yang mendukung perusahaan dalam mengonfigurasi sumber daya dan memanfaatkan
peluang untuk beradaptasi dengan lingkungan yang cepat berubah. Teknologi dapat
memberikan manfaat dan memengaruhi perusahaan melalui pengembangan inovasi yang
tertanam dalam produk dan layanan. Dalam penelitian ini, kami memahami Adopsi bisnis
analitiksebagai representasi dari faktor teknologi yang menentukan seberapa cepat
perusahaan dapat beradaptasi dengan kondisi yang tidak pasti, serta mendorong perusahaan
untuk mengeksplorasi dan merasakan peluang baru di seluruh pasar, yang dapat membuat
perusahaan menjadi pelopor di pasar (Wilden, Gudergan, Nielsen, & Lings, 2013).
Teknologi dalam bentuk adopsi bisnis analitik membantu menyederhanakan sejumlah
besar data dan informasi, yang pada akhirnya memengaruhi dinamika dan intensitas
persaingan global perusahaanFaktor organisasi dan lingkungan menjadi penentu
bagaimana analitik bisnis akan diadopsi. Faktor organisasi seperti kepemimpinan yang kuat
dari tim manajemen puncak, sistem penghargaan (Lawson & Samson, 2001; Strønen,
Hoholm, Kværner, & Støme, 2017) kualitas sumber daya manusia, komunikasi organisasi
(Baker, 2012; Zwass, 2003), kemampuan dalam mengelola tim lintas fungsional, serta
struktur dan proses organisasi (Chong & Olesen, 2017) (Henderson, Storeygard, & Weil,
2012) (Huy, 2012) (Ben Youssef, Dahmani, & Ragni, 2022).
Faktor organisasi adalah konteks internal yang menentukan bagaimana segala
sesuatunya dilakukan di dalam perusahaan, termasuk bagaimana adopsi bisnis analitik akan
dilaksanakan (Nasarudin et al., 2024). Dukungan dari Manajemen Puncak (Top
Management) diperlukan untuk restrukturisasi organisasi dan rekayasa ulang proses, yang
pada gilirannya memengaruhi adopsi bisnis analitik perusahaan. Dukungan top
management juga penting dalam menentukan apakah organisasi akan mengadopsi bisnis
analitik. Hal yang sama berlaku untuk struktur dan proses organisasi, yang merupakan
mekanisme koordinasi dalam perusahaan. Struktur dan proses organisasi memengaruhi
Strategi Penggunaan Bisnis Analitik dan Retensi
Pengetahuan untuk Meningkatkan Diferensiasi
Produk dan Keunggulan Daya Saing
2024
Dian Alanudin1, Adzanti Mutiarasari Ardani2 832
seberapa cepat dan fleksibel perusahaan memanfaatkan kompetensinya untuk merespons
konteks yang berubah-ubah, serta untuk menyederhanakan sejumlah besar data dan
informasi. Singkatnya, struktur organisasi menentukan adopsi bisnis analitik perusahaan.
Lingkungan adalah faktor kontekstual eksternal klasik dalam kerangka TOE yang
menunjukkan sejauh mana industri atau pasar, masyarakat, dan pemerintah dinamis (Abed,
2020) (Auliandari, Suriyanti, & Azmi, 2022). Pasar yang bergejolak, misalnya, memaksa
perusahaan untuk dengan cepat mengintegrasikan, membangun, dan mengonfigurasi ulang
kompetensinya untuk merespons gejolak tersebut. Selain itu, pasar yang bergejolak
menyajikan perusahaan dengan data dan informasi yang terus-menerus dan dalam jumlah
besar yang perlu diatur dengan baik untuk memberikan nilai bagi perusahaan. Hal yang
sama berlaku untuk perubahan cepat dalam masyarakat karena pertumbuhan Internet of
Things, yang menuntut perusahaan untuk mengembangkan adopsi bisnis analitik mereka
untuk membangun kemampuan dinamis. Singkatnya, menurut Maroufkhani, Tseng,
Iranmanesh, Ismail, & Khalid, (2020) faktor organisasi dan lingkungan adalah pemungkin
dan penentu adopsi bisnis analitik. Lebih jauh lagi, organisasi dan lingkungan mengarahkan
bagaimana analitik bisnis akan diadopsi oleh perusahaan. Namun, masih sedikit penelitian
yang secara langsung menghubungkan faktor-faktor ini dengan adopsi bisnis analitik. Oleh
karena itu, meneliti hubungan langsung ini menjadi tujuan dari penelitian ini.
Penelitian sebelumnya dilakukan oleh (Farida & Setiawan, 2022) menyatakan bahwa
bagaimana strategi bisnis, termasuk inovasi dan kinerja, memengaruhi keunggulan daya
saing pada UMKM. Penelitian ini menyoroti pentingnya mengintegrasikan analitik bisnis
dan retensi pengetahuan ke dalam inisiatif strategis yang lebih luas untuk mempertahankan
diferensiasi. Sedangkat menurut Wulandari & Murniawaty, (2019) menyatakan hasil
analisis menunjukkan hasil yang signifikan dan positif dari diferensiasi produk terhadap
keunggulan bersaing, sedangkan diferensiasi citra tidak berpengaruh signifikan terhadap
keunggulan bersaing dan keunggulan bersaing berpengaruh positif dan signifikan terhadap
kinerja pemasaran. Simpulan yang diperoleh adalah semakin tinggi perusahaan
menerapkan strategi diferensiasi produk maka akan meningkatkan keunggulan bersaing,
namun semakin tinggi diferensiasi citra yang diterapkan perusahaan belum tentu
meningkatkan keunggulan bersaing dan keunggulan bersaing meningkatkan kinerja
pemasaran
Penelitian ini bertujuan untuk mengeksplorasi peran strategis retensi pengetahuan
dan adopsi analitik bisnis dalam meningkatkan daya saing perusahaan, khususnya melalui
diferensiasi produk dan pasar. Penelitian ini juga bertujuan untuk memahami bagaimana
faktor organisasi dan lingkungan mempengaruhi adopsi analitik bisnis serta bagaimana
retensi pengetahuan berperan dalam memperkuat kapabilitas dinamis yang mendukung
keunggulan daya saing perusahaan. Penelitian ini memberikan kontribusi terhadap literatur
tentang manajemen pengetahuan, kemampuan dinamis, dan analitik bisnis. Ini membantu
mengisi kekosongan dalam penelitian empiris mengenai hubungan antara retensi
pengetahuan, analitik bisnis, dan keunggulan daya saing serta Hasil penelitian ini
memberikan wawasan kepada perusahaan, khususnya di sektor e-commerce, tentang
pentingnya adopsi analitik bisnis dan pengelolaan pengetahuan secara efektif untuk
mencapai keunggulan kompetitif. Perusahaan dapat menggunakan hasil penelitian ini
untuk meningkatkan strategi inovasi produk dan merespons dengan lebih baik terhadap
Volume 4, Nomor 9, September 2024
p-ISSN 2774-7018 ; e-ISSN 2774-700X
833 http://sosains.greenvest.co.id
dinamika pasar yang berubah cepat. Dengan demikian, penelitian ini diharapkan dapat
membantu perusahaan meningkatkan daya saing mereka dengan memanfaatkan data dan
pengetahuan secara lebih optimal.
METODE PENELITIAN
Data untuk penelitian ini dikumpulkan dari karyawan yang bekerja di perusahaan e-
commerce yang beroperasi di lingkungan yang sangat kompetitif. Untuk mengumpulkan
respons terhadap pertanyaan penelitian, rencana penelitian kuantitatif digunakan, dengan
fokus pada kualitas dan kuantitas respons. Untuk memastikan kejelasan dan relevansi
kuesioner, tinjauan ahli dilakukan oleh profesional industri, dan profil dua orang yang
cocok digunakan dengan responden. Survei awalnya didistribusikan di antara sepuluh
peserta pra-uji dari profesional industri untuk menganalisis keandalan dan konstruk skala
yang digunakan untuk indikator variabel laten. Responden untuk studi ini adalah
manajemen tingkat menengah dan atas, dipilih karena mereka terlibat di tingkat operasional
dan manajerial, tempat mereka memiliki pengalaman langsung dengan proses penerapan
analisis bisnis dan pengembangan kapabilitas dinamis untuk menciptakan keunggulan daya
saing. Secara total, 342 perusahaan menanggapi, tetapi setelah menghapus kasus dengan
data yang hilang, sampel akhir terdiri dari 327 perusahaan.
Rata-rata usia perusahaan adalah lebih dari 12 tahun, dengan 50,65 persen telah
berdiri selama lebih dari 10 tahun. Dalam hal pendidikan, 49 persen memiliki gelar
pascasarjana, 42,4 persen memiliki gelar sarjana, dan 8,06 persen memiliki diploma atau
gelar sekolah menengah atas. Responden sebagian besar adalah laki-laki, yaitu 77,8 persen,
yang konsisten dengan ekspektasi bahwa sebagian besar pemimpin TI dan analitik bisnis
adalah laki-laki. Dalam hal posisi, 26,9 persen memegang peran manajemen puncak, 69,3
persen manajemen menengah, dan 3,8 persen memegang posisi lain, dengan mayoritas
adalah manajemen menengah. Mengenai usia perusahaan, 9,9 persen berdiri selama lebih
dari 25 tahun, 80,4 persen antara 5 dan 25 tahun, dan 9,6 persen kurang dari 5 tahun. Ukuran
perusahaan bervariasi, dengan 59,9 persen diklasifikasikan sebagai perusahaan besar
dengan lebih dari 100 karyawan, 36,5 persen sebagai perusahaan menengah dengan 20-99
karyawan, dan 1,8 persen sebagai perusahaan kecil dengan 10-49 karyawan. Dalam hal
media e-commerce, responden dapat memilih lebih dari satu jenis. Aplikasi berbasis web
paling disukai dengan 93,6 persen, diikuti oleh 78,4 persen untuk Aplikasi Mobile, 77,2
persen untuk Social Media Commerce, dan 17,3 persen untuk Instant Messaging. Secara
keseluruhan, perusahaan cenderung menyediakan situs web, aplikasi mobile, dan
perdagangan media sosial untuk mempromosikan produk dan layanan mereka, seperti
melalui Instagram, Facebook, TikTok, dll. Menggunakan perdagangan media sosial yang
ada memiliki manfaat yang signifikan dibandingkan membuat perdagangan Anda sendiri.
Kesimpulannya, sebagian besar perusahaan terutama menggunakan aplikasi berbasis web,
yang lebih hemat biaya daripada membuat aplikasi mobile. Aplikasi seluler dan
perdagangan media sosial merupakan jenis media e-dagang terpopuler kedua dan ketiga,
sedangkan pesan instan memiliki persentase penggunaan terendah, yaitu hanya 17,3 persen
responden yang menggunakannya.
Penelitian ini menggunakan pemodelan Two-Step Structural Equation Modeling
(SEM) to estimate the model (Hair, Black, Babin, Anderson, & Tatham, 2006), untuk
Strategi Penggunaan Bisnis Analitik dan Retensi
Pengetahuan untuk Meningkatkan Diferensiasi
Produk dan Keunggulan Daya Saing
2024
Dian Alanudin1, Adzanti Mutiarasari Ardani2 834
mengestimasi model (Hair et al., 2006). Langkah pertama adalah memeriksa validitas dan
reliabilitas model pengukuran. Pemeriksaan dimulai dengan mengevaluasi Standardized
Factor Loading (SFL) dari setiap indikator (item). Jika SFL kurang dari 0,50, indikator
tersebut tidak valid dan karenanya harus dihilangkan. Seperti disebutkan di atas, semua
item disertakan, dan tidak ada item yang dihilangkan karena SFL kurang dari 0,5, sehingga
semua variabel dianggap valid. Selanjutnya, kami memeriksa reliabilitas variabel dengan
menguji Variance Extracted (AVE) dan Construct Reliability (CR). Dimensi atau variabel
reliabel jika AVE sama dengan atau lebih besar dari 0,50 dan CR sama dengan atau lebih
besar dari 0,60. Ukuran sampel minimum untuk SEM adalah lima kali jumlah indikator
yang dimodelkan (Bentler dan Chou, 1987). Dalam sampel kami yang terdiri dari 327
perusahaan dengan 76 indikator. Oleh karena itu, kami menyederhanakan dimensi variabel
dengan melakukan parseling Rhemtulla, (2016) dan menggunakan skoring variabel laten
(Jöreskog, Sörbom, & Wallentin, 2006), di mana model analisis konfirmatori orde kedua
diubah menjadi model analisis konfirmatori orde pertama. Parseling mengurangi jumlah
indikator menjadi 17. Hal ini menghasilkan estimasi parameter yang lebih stabil Bandalos,
(2002) dan meningkatkan kecocokan model.
HASIL DAN PEMBAHASAN
Temuan-temuan ini menggarisbawahi bukti empiris yang mendukung keenam
hipotesis. Temuan-temuan ini menekankan peran penting mediasi hubungan antara semua
konstruk. Penentu adopsi analisis bisnis, faktor-faktor organisasi dan lingkungan secara
positif dan signifikan meningkatkan adopsi analisis bisnis. Adopsi analisis bisnis bertindak
sebagai mediator untuk faktor-faktor organisasi dan lingkungan untuk meningkatkan
retensi pengetahuan. Hasil perhitungan uji Sobel menunjukkan bahwa faktor-faktor
organisasi memiliki nilai-z sebesar 5,005, standar error sebesar 0,073, dan nilai-p sebesar
5,6e-7, yang menunjukkan efek mediasi yang signifikan pada retensi pengetahuan.
Demikian pula, faktor-faktor lingkungan, dengan nilai-z sebesar 3,717, standar error
sebesar 0,074, dan nilai-p sebesar 0,0002, juga menunjukkan mediasi yang signifikan
melalui adopsi analisis bisnis untuk memengaruhi retensi pengetahuan. Temuan-temuan ini
menunjukkan bahwa faktor-faktor organisasi memiliki dampak yang lebih signifikan
daripada faktor-faktor lingkungan sebagai masukan untuk adopsi analisis bisnis. Oleh
karena itu, perusahaan harus memprioritaskan pengembangan faktor-faktor organisasi
sebelum menangani faktor-faktor lingkungan. Lebih jauh lagi, mengenai retensi
pengetahuan, hal ini memiliki efek langsung pada keunggulan daya saing dan efek tidak
langsung melalui kapabilitas dinamis pada keunggulan daya saing. Jalur kedua, yang
melibatkan kapabilitas dinamis, memiliki dampak yang lebih tinggi dalam mencapai
keunggulan daya saing. Hasilnya secara konsisten menunjukkan bahwa pengetahuan
memainkan peran mediasi antara adopsi analisis bisnis dan kapabilitas dinamis. Efek
mediasi retensi pengetahuan pada hubungan antara adopsi analisis bisnis dan keunggulan
daya saing juga signifikan (nilai-z = 2,822, Nilai-P = 0,0047). Ini menyoroti bahwa retensi
pengetahuan secara efektif memediasi hubungan antara analisis bisnis dan keunggulan
daya saing. Selain itu, penelitian ini mengungkapkan peran signifikan kapabilitas dinamis
dalam memediasi hubungan antara retensi pengetahuan dan keunggulan daya saing (nilai-
Volume 4, Nomor 9, September 2024
p-ISSN 2774-7018 ; e-ISSN 2774-700X
835 http://sosains.greenvest.co.id
z = 5,73, Nilai-P = 1e-8). Ini menunjukkan bahwa kapabilitas dinamis memainkan peran
penting dalam menghubungkan retensi pengetahuan dengan keunggulan daya saing
organisasi.
Tabel 2. Hasil Uji Hipotesis
Gambar 1. Model Teoritis
Hasil penting lainnya dari studi ini terkait dengan literatur sebelumnya. Studi ini
menunjukkan bahwa faktor organisasi lebih terkait langsung dengan adopsi analisis bisnis
daripada faktor lingkungan. Selain itu, kita dapat melihat hubungan untuk H1 untuk
H1
H2
H3
H5
H4
0.53 (6.009)
0.397 (4.031)
0.831 (27.107)
0.246 (2.849)
0.882 (44.013)
0.618
(6.467)
H6
Estimat
es
T
Statis
tics
P
Valu
es
Rema
rk
H1: Organizational Factors (Faktor Organisasi)->
Business Analytics Adoption (Adopsi Bisnis Analitik)
0.530
6.009
0.00
0
Signi
ficant
H2: Environmental Factors (Faktor Lingkungan) ->
Business Analytics Adoption (Adopsi Bisnis Analitik)
0.397
4.031
0.00
0
Signi
ficant
H3: Business Analytics Adoption (Adopsi Bisnis
Analitik) -> Knowledge Retention (Retensi
Pengetahuan)
0.831
27.10
7
0.00
0
Signi
ficant
H4: Knowledge Retention (Retensi Pengetahuan)-
>Dynamic Capability (Kapabilitas Dinamis)
0.882
44.01
3
0.00
0
Signi
ficant
H5: Knowledge Retention (Retensi Pengetahuan)-
>Competitive Advantage (Keunggulan Daya Saing)
0.246
2.849
0.00
5
Signi
ficant
H6: Dynamic Capability (Kapabilitas Dinamis)-
>Competitive Advantage (Keunggulan Daya Saing)
0.618
6.467
0.00
0
Signi
ficant
Strategi Penggunaan Bisnis Analitik dan Retensi
Pengetahuan untuk Meningkatkan Diferensiasi
Produk dan Keunggulan Daya Saing
2024
Dian Alanudin1, Adzanti Mutiarasari Ardani2 836
mendukung adopsi analisis bisnis adalah faktor tertinggi dibandingkan dengan faktor
lingkungan. Seperti yang terlihat pada Gambar 1, koefisien untuk H1 adalah 0,53, koefisien
tertinggi dibandingkan dengan H2 (0,39). Jadi, di antara setiap faktor, faktor organisasi
memiliki dampak tertinggi pada adopsi analisis bisnis, diikuti oleh faktor lingkungan. Suatu
perusahaan harus fokus pada faktor organisasi dan faktor lingkungan, masing-masing.
Dampak langsung dari kapabilitas dinamis pada keunggulan daya saing (0,61) lebih tinggi
daripada retensi pengetahuan pada keunggulan daya saing (0,24) secara langsung.
Kapabilitas dinamis penting dalam memediasi retensi pengetahuan untuk mencapai
keunggulan daya saing. Dari hasil perhitungan Sobel Test diperoleh nilai z sebesar 5,73 >
1,96, dengan standar error sebesar 0,083 dan nilai p sebesar 1e-8 < 0,05, sehingga
membuktikan bahwa kapabilitas dinamis mampu memediasi hubungan antara retensi
pengetahuan dengan keunggulan bersaing. Peran mediasi kapabilitas dinamis terbukti
signifikan. Mediasi kapabilitas dinamis merupakan peran penting retensi pengetahuan
dalam mencapai keunggulan bersaing. Retensi pengetahuan dan keunggulan bersaing pun
memiliki korelasi langsung, retensi pengetahuan yang dimediasi oleh kapabilitas dinamis
terhadap keunggulan bersaing memiliki pengaruh yang lebih tinggi (0,88 x 0,61)
dibandingkan pengaruh langsungnya (0,24 versus 0,88 x 0,61 = 0,5368), artinya untuk
mempengaruhi keunggulan bersaing, retensi pengetahuan lebih baik dimediasi oleh
kapabilitas dinamis.
Peran krusial retensi pengetahuan adalah untuk mendukung kapabilitas dinamis,
dan peran kapabilitas dinamis yang lebih kuat adalah untuk memanfaatkan penggunaan
retensi pengetahuan dalam mencapai keunggulan bersaing. Kesimpulannya, keunggulan
daya saing dapat bergantung pada peran strategis kapabilitas dinamis, dan kapabilitas
dinamis dapat ditingkatkan melalui retensi pengetahuan, adopsi analisis bisnis, dan faktor
organisasi sebagai pengubah permainan di era digital ini dengan menciptakan produk,
layanan, dan diferensiasi pasar menggunakan penggunaan data yang luas.
Keenam hipotesis diterima dan didukung oleh bukti empiris. Dukungan H1
menunjukkan bahwa faktor organisasi secara positif dan signifikan memengaruhi Adopsi
bisnis analitik. Faktor-faktor ini mencakup pencurahan waktu dari manajemen puncak
untuk program analitik, meninjau rencana, menindaklanjuti hasil, dan mengatasi masalah
manajemen yang terkait dengan pengintegrasian teknologi informasi dan komunikasi (TIK)
dan kualitas sumber daya manusia. Hipotesis tersebut menunjukkan bahwa faktor
organisasi tertentu mendorong Adopsi bisnis analitik dalam suatu organisasi, termasuk
dukungan kepemimpinan, budaya organisasi, alokasi sumber daya, dan keberadaan
personel yang terampil. Intinya, lingkungan organisasi yang kondusif memfasilitasi
keberhasilan integrasi dan implementasi alat dan praktik analitik bisnis. Faktor-faktor
organisasi ini bersifat internal bagi organisasi, dan pemanfaatan sumber daya ini secara
efektif diperlukan. Tanpa insentif internal yang saling melengkapi, faktor-faktor ini tidak
dapat dimanfaatkan sepenuhnya. Akibatnya, perusahaan mungkin kesulitan untuk
memprediksi masa depan dan merencanakan ke depan secara memadai. Sebaliknya,
memaksimalkan potensi faktor organisasi meningkatkan kemampuan peramalan berbasis
data dari Adopsi bisnis analitik, memanfaatkan analitik deskriptif, prediktif, dan preskriptif
untuk membuat keputusan yang tepat, mendapatkan wawasan, dan mendorong tindakan
Volume 4, Nomor 9, September 2024
p-ISSN 2774-7018 ; e-ISSN 2774-700X
837 http://sosains.greenvest.co.id
yang bergantung pada sumber daya yang kuat seperti faktor organisasi. Hubungan positif
dan signifikan yang diamati dalam hasil studi mendukung pernyataan ini.
Hipotesis kedua juga diterima, yang berfokus pada dampak faktor lingkungan pada
Adopsi bisnis analitik. Hipotesis ini menunjukkan bahwa faktor lingkungan eksternal,
seperti persaingan industri, perubahan peraturan, kemajuan teknologi, dan permintaan
pasar, memengaruhi Adopsi bisnis analitik. Respons organisasi terhadap lingkungan
eksternal memengaruhi kemauan dan kemampuannya untuk mengdopsi bisnis analitik
dalam proses pengambilan keputusan dan strategisnya.
Hipotesis ketiga juga diterima, dan sejalan dengan pengembangan teori. Hipotesis
ini menunjukkan bahwa penerapan analisis bisnis dalam suatu organisasi dapat
menghasilkan retensi pengetahuan yang lebih baik. Menganalisis dan memanfaatkan data
dapat memfasilitasi akses pengetahuan, transfer, dokumentasi, dan pembelajaran
organisasi. Perusahaan yang ingin meningkatkan retensi pengetahuan harus meningkatkan
adopsi analisis bisnis, karena hal itu bertindak sebagai faktor penentu. Studi ini
menekankan hubungan antara penyimpanan, perolehan, dan pengambilan pengetahuan,
yang semuanya ditingkatkan oleh adopsi analisis bisnis. Studi ini juga sejalan dengan dan
mendukung penelitian sebelumnya oleh Levallet & Chan, (2016), yang menyoroti
pentingnya penyimpanan pengetahuan dalam kaitannya dengan adopsi analisis bisnis.
Adopsi analisis bisnis merupakan penentu dan pendorong retensi pengetahuan, seperti yang
ditunjukkan oleh de Holan, Phillips, & Lawrence, (2004) dan Martin de Holan, (2011)
Singkatnya, studi ini menyimpulkan bahwa adopsi analisis bisnis secara signifikan
meningkatkan retensi pengetahuan organisasi.
Hipotesis keempat (H4) menunjukkan hubungan yang kuat antara retensi
pengetahuan dan kapabilitas dinamis. Retensi pengetahuan yang lebih baik dalam
organisasi mengarah pada pengembangan dan penguatan kapabilitas dinamis. Pengetahuan
dan wawasan yang tersimpan mendorong kemampuan organisasi untuk beradaptasi,
berinovasi, dan merespons perubahan secara efektif, membentuk landasan untuk
membangun dan mempertahankan kapabilitas dinamis. Mekanisme pembelajaran dan
sumber daya pengetahuan sangat penting untuk mengembangkan kapabilitas dinamis.
Temuan ini sejalan dengan penelitian empiris sebelumnya tentang dampak
kapabilitas dinamis dan manajemen pengetahuan terhadap kinerja perusahaan. Retensi
pengetahuan sangat terkait dengan kapabilitas dinamis, yang memungkinkan proses yang
menggunakan pengetahuan untuk mengembangkan produk dan layanan baru, menerapkan
pengetahuan dalam lingkungan kompetitif yang berubah, dan dengan cepat menerapkan
pengetahuan untuk kebutuhan kompetitif yang kritis. Retensi pengetahuan dianggap
sebagai sumber penentu dan kritis untuk menciptakan keunggulan daya saing perusahaan
(H5). Semua dimensi retensi pengetahuan—perolehan, penyimpanan, dan pengambilan
pengetahuan—berkorelasi langsung dengan peningkatan keunggulan daya saing. Ketika
suatu organisasi secara efektif menyimpan dan memanfaatkan pengetahuan, ia memperoleh
kekuatan dan kapabilitas unik yang membedakannya dari pesaing, yang berkontribusi pada
keberhasilan kompetitif jangka panjang. Penggunaan kembali informasi dan pengetahuan
untuk memecahkan masalah baru dan menyesuaikan keputusan strategis menumbuhkan
keunggulan daya saing. Misalnya, pengetahuan tentang peningkatan pengalaman
pelanggan melalui layanan pelanggan dapat digunakan melalui berbagai saluran
komunikasi seperti chatbot, email, dan media sosial.
Strategi Penggunaan Bisnis Analitik dan Retensi
Pengetahuan untuk Meningkatkan Diferensiasi
Produk dan Keunggulan Daya Saing
2024
Dian Alanudin1, Adzanti Mutiarasari Ardani2 838
Dalam hipotesis H6 kapabilitas dinamis diprediksi akan memengaruhi hubungan
antara kapabilitas dinamis dan keunggulan daya saing secara positif. Kapabilitas dinamis
memainkan peran penting dalam mengidentifikasi peluang baru dari wawasan analitik
bisnis, yang memungkinkan organisasi untuk merasakan, memanfaatkan, dan mengubah
sumber daya guna menciptakan diferensiasi dalam produk dan pasar. Keunggulan sebagai
pelopor dalam memanfaatkan peluang eksternal ini meningkatkan keunggulan daya saing
perusahaan.
Penelitian ini menemukan bahwa kapabilitas dinamis perusahaan, khususnya
kemampuannya untuk merasakan peluang eksternal, berdampak signifikan terhadap
hubungan antara kapabilitas dinamis dan keunggulan daya saing. Kapabilitas dinamis
merupakan kunci untuk mencapai keunggulan daya saing perusahaan, mengubah
kapabilitas biasa menjadi kapabilitas tingkat tinggi melalui pembaruan dan adaptasi
berkelanjutan terhadap situasi pasar terkini. Studi ini menyoroti keterkaitan faktor
organisasi, pengaruh lingkungan, Adopsi bisnis analitik, retensi pengetahuan, dan
kapabilitas dinamis dalam membentuk keunggulan daya saing organisasi. Setiap hipotesis
berkontribusi pada pemahaman holistik tentang bagaimana elemen-elemen ini bekerja
sama untuk mendorong keberhasilan organisasi dalam lingkungan bisnis yang dinamis dan
kompetitif.
KESIMPULAN
Kesimpulan dari penelitian ini menekankan pentingnya sinergi antara adopsi
analisis bisnis, retensi pengetahuan, dan kapabilitas dinamis dalam mendorong keunggulan
daya saing melalui diferensiasi produk dan pasar. Adopsi analisis bisnis memberdayakan
organisasi untuk mengidentifikasi peluang dan menyesuaikan strategi dengan wawasan
berbasis data, sementara retensi pengetahuan memastikan kebijaksanaan organisasi yang
terakumulasi dapat dimanfaatkan secara optimal. Kapabilitas dinamis memungkinkan
organisasi beradaptasi dengan perubahan pasar secara cepat. Ketiga elemen ini secara
bersama-sama menciptakan siklus perbaikan dan inovasi yang berkelanjutan, yang pada
akhirnya memperkuat posisi perusahaan di pasar.
Meskipun penelitian ini memberikan wawasan yang kuat, terdapat beberapa
keterbatasan, termasuk cakupan responden yang terbatas pada perusahaan e-commerce
menengah dan besar di sektor ritel daring. Untuk penelitian selanjutnya, disarankan untuk
memperluas cakupan ke industri lain, seperti perbankan dan manufaktur, serta
memasukkan perusahaan kecil dan mikro. Penelitian lebih lanjut juga dapat
mengeksplorasi aspek penciptaan nilai bersama dan kolaborasi eksternal untuk memahami
lebih dalam hubungan antara retensi pengetahuan dan kapabilitas dinamis. Pendekatan
longitudinal dan melibatkan berbagai jenis perusahaan akan memberikan wawasan lebih
komprehensif terhadap temuan ini.
Volume 4, Nomor 9, September 2024
p-ISSN 2774-7018 ; e-ISSN 2774-700X
839 http://sosains.greenvest.co.id
DAFTAR PUSTAKA
Abed, Salma S. (2020). Social commerce adoption using TOE framework: An empirical
investigation of Saudi Arabian SMEs. International Journal of Information
Management, 53, 102118.
Auliandari, Tasya, Suriyanti, Linda Hetri, & Azmi, Zul. (2022). Determinan Adopsi E-
Commerce Dan Pengaruhnya Terhadap Kinerja Umkm (Studi Kasus Pada Umkm
Fashion Di Pekanbaru). Accountia Journal (Accounting Trusted, Inspiring, Authentic
Journal), 6(2), 153–170.
Baker, Jeff. (2012). The technology–organization–environment framework. Information
Systems Theory: Explaining and Predicting Our Digital Society, Vol. 1, 231–245.
Bandalos, Deborah L. (2002). The effects of item parceling on goodness-of-fit and
parameter estimate bias in structural equation modeling. Structural Equation
Modeling, 9(1), 78–102.
Ben Youssef, Adel, Dahmani, Mounir, & Ragni, Ludovic. (2022). ICT use, digital skills
and students’ academic performance: Exploring the digital divide. Information, 13(3),
129.
Chong, Josephine, & Olesen, Karin. (2017). A technology-organization-environment
perspective on eco-effectiveness: A meta-analysis. Australasian Journal of
Information Systems, 21.
Davenport, Thomas, Guha, Abhijit, Grewal, Dhruv, & Bressgott, Timna. (2020). How
artificial intelligence will change the future of marketing. Journal of the Academy of
Marketing Science, 48, 24–42.
de Holan, Pablo Martin, Phillips, Nelson, & Lawrence, Thomas B. (2004). Managing
organizational forgetting. MIT Sloan Management Review.
Farida, Ida, & Setiawan, Doddy. (2022). Business strategies and competitive advantage:
the role of performance and innovation. Journal of Open Innovation: Technology,
Market, and Complexity, 8(3), 163.
Hair, Joseph F., Black, William C., Babin, Barry J., Anderson, Rolp E., & Tatham, Ronald
L. (2006). Multivariate data analysis 6th Edition. Pearson Prentice Hall. New Jersey.
humans: Critique and reformulation ….
Henderson, J. Vernon, Storeygard, Adam, & Weil, David N. (2012). Measuring economic
growth from outer space. American Economic Review, 102(2), 994–1028.
Huy, Quy Nguyen. (2012). Emotions in strategic organization: Opportunities for impactful
research. Strategic Organization, 10(3), 240–247.
Jöreskog, Karl G., Sörbom, Dag, & Wallentin, Fan Yang. (2006). Latent variable scores
and observational residuals. Retrieved June, 7, 2009.
Lawson, Benn, & Samson, Danny. (2001). Developing innovation capability in
organisations: a dynamic capabilities approach. International Journal of Innovation
Management, 5(03), 377–400.
Levallet, N, & Chan, Y. E. (2016). Knowledge loss and retention: the paradoxical role of
IT. In Successes and failures of knowledge management (pp. 97–111). Elsevier.
Levallet, Nadège, & Chan, Yolande E. (2019). Organizational knowledge retention and
knowledge loss. Journal of Knowledge Management, 23(1), 176–199.
Maroufkhani, Parisa, Tseng, Ming Lang, Iranmanesh, Mohammad, Ismail, Wan
Strategi Penggunaan Bisnis Analitik dan Retensi
Pengetahuan untuk Meningkatkan Diferensiasi
Produk dan Keunggulan Daya Saing
2024
Dian Alanudin1, Adzanti Mutiarasari Ardani2 840
Khairuzzaman Wan, & Khalid, Haliyana. (2020). Big data analytics adoption:
Determinants and performances among small to medium-sized enterprises.
International Journal of Information Management, 54, 102190.
Martin de Holan, Pablo. (2011). Organizational forgetting, unlearning, and memory
systems. Journal of Management Inquiry, 20(3), 302–304.
Nasarudin, Nasarudin, Mulyeni, Sri, Apriansyah, Roky, Yusman, Edi, Masliardi, Adi,
Abdurohim, Abdurohim, Mardika, Nanda Harry, Mustari, Mohamad, Effendi,
Marwan, & Rahayu, Sri. (2024). Pengantar Ilmu Manajemen. Yayasan Tri Edukasi
Ilmiah.
Reeves, Martin, & Deimler, Michael. (2012). Adaptability: The new competitive
advantage. Own the Future: 50 Ways to Win from the Boston Consulting Group, 19–
26.
Rhemtulla, Mijke. (2016). Population performance of SEM parceling strategies under
measurement and structural model misspecification. Psychological Methods, 21(3),
348.
Sivarajah, Uthayasankar, Kamal, Muhammad Mustafa, Irani, Zahir, & Weerakkody,
Vishanth. (2017). Critical analysis of Big Data challenges and analytical methods.
Journal of Business Research, 70, 263–286.
Strønen, Fred, Hoholm, Thomas, Kværner, Kari J., & Støme, Linn Nathalie. (2017).
Dynamic capabilities and innovation capabilities: The case of the ‘Innovation Clinic.’
Journal of Entrepreneurship, Management and Innovation, 13(1), 89–116.
Teece, David J., Pisano, Gary, & Shuen, Amy. (1997). Dynamic capabilities and strategic
management. Strategic Management Journal, 18(7), 509–533.
ur Rehman, Muhammad Habib, Chang, Victor, Batool, Aisha, & Wah, Teh Ying. (2016).
Big data reduction framework for value creation in sustainable enterprises.
International Journal of Information Management, 36(6), 917–928.
Wilden, Ralf, Gudergan, Siegfried P., Nielsen, Bo Bernhard, & Lings, Ian. (2013).
Dynamic capabilities and performance: strategy, structure and environment. Long
Range Planning, 46(1–2), 72–96.
Wulandari, Ela, & Murniawaty, Indri. (2019). Peningkatan keunggulan bersaing melalui
diferensiasi produk dan diferensiasi citra serta pengaruhnya terhadap kinerja
pemasaran IKM kopi di Kabupaten Temanggung. Jurnal Manajemen Pemasaran,
13(2), 69–77.
Zwass, Vladimir. (2003). Electronic commerce and organizational innovation: Aspects and
opportunities. International Journal of Electronic Commerce, 7(3), 7–37.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0
International License.
