📈 economics

Enhancing Accounting Decision Quality through Business Intelligence Capabilities with Accounting Information Quality as a Mediator and Technology Investment Readiness as a Moderator

Questo studio dimostra che le capacità di Business Intelligence (gestione dei dati, analisi e reporting) migliorano la qualità delle decisioni contabili nelle organizzazioni giordane migliorando la qualità delle informazioni contabili, una relazione che è ulteriormente rafforzata dalla prontezza dell'investimento tecnologico.

Autori originali: Khaled Aldarab’ah, Huthaifa Al-Hazaima, Tamara Adel Al-maaitah, Asma’a Al-Amarneh, Atef B. Al-Qur'an, Areej Faeik Hijazin

Pubblicato 2026-08-13

📖 6 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Khaled Aldarab’ah, Huthaifa Al-Hazaima, Tamara Adel Al-maaitah, Asma’a Al-Amarneh, Atef B. Al-Qur'an, Areej Faeik Hijazin

Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immagina di cercare di preparare la torta perfetta, ma invece di una ricetta, ti trovi a fissare una montagna di ingredienti grezzi sparsi su tutto il pavimento della cucina. Hai farina, zucchero, uova e gocce di cioccolato, ma sono mescolati con la terra, alcuni sono scaduti e metà di essi sono in lingue diverse. Non importa quanto sia talentuoso lo chef, se gli ingredienti sono un disastro, la torta sarà un disastro. Questa è esattamente la situazione che molte aziende affrontano oggi. Hanno tonnellate di dati, ma spesso sono disordinati, obsoleti o difficili da comprendere. Nel mondo della scienza aziendale, questo viene chiamato "gestione dei dati".

Per risolvere questo problema, le aziende utilizzano la "Business Intelligence" (BI). Pensa alla BI come a un robot da cucina super intelligente in grado di smistare gli ingredienti, lavare via la terra, misurare perfettamente lo zucchero e persino dirti quale gusto venderà meglio la prossima settimana. Ma ecco il problema: avere il robot non è sufficiente. Il robot deve essere collegato a una fonte di energia funzionante e lo chef deve sapere come usare i comandi. Se la cucina è troppo vecchia per supportare il robot, o se lo chef ha paura di toccare i pulsanti, il robot rimarrà inattivo. Questo documento esplora come questi "robot" (strumenti di BI) aiutino effettivamente i contabili a prendere decisioni migliori, ma solo se gli ingredienti sono puliti (informazioni di alta qualità) e se la cucina è pronta a far funzionare la macchina (prontezza di investimento tecnologico).

La Grande Domanda: Un Robot Intelligente Può Sistemare una Cucina Disordinata?

Questo studio, condotto da un team di ricercatori provenienti da università della Giordania, pone una domanda molto pratica: avere strumenti sofisticati di business intelligence aiuta davvero i contabili a prendere decisioni migliori? E se sì, come?

I ricercatori non hanno solo tirato a indovinare; hanno intervistato 300 persone reali che lavorano nell'ambito contabile, finanziario e gestionale in varie organizzazioni in Giordania. Volevano vedere se tre specifici "superpoteri" della Business Intelligence potessero trasformare i dati disordinati in oro. Questi superpoteri sono:

Gestione dei Dati: La capacità di organizzare, pulire e archiviare i dati in modo che non vadano persi o corrotti.
Analisi dei Dati: La capacità di utilizzare strumenti per trovare schemi nascosti, prevedere il futuro e individuare errori.
Reporting e Visualizzazione: La capacità di trasformare numeri complessi in grafici, dashboard e immagini facili da leggere.

Il team ha scoperto che questi strumenti non risolvono magicamente le decisioni da soli. Funzionano invece come una staffetta. Primo, gli strumenti migliorano la qualità delle informazioni contabili (rendendole accurate, tempestive e chiare). Successivamente, poiché l'informazione è di alta qualità, la qualità delle decisioni prese dai manager aumenta.

Il "Salsa Segreta": La Qualità dell'Informazione

Lo studio ha scoperto un intermediario crucialo in questo processo. Non si tratta solo di avere gli strumenti; si tratta di ciò che tali strumenti producono. I ricercatori hanno scoperto che le capacità di Business Intelligence aumentano significativamente la qualità delle informazioni contabili. Quando i dati sono gestiti bene, analizzati profondamente e presentati chiaramente, l'informazione diventa affidabile.

Pensa a una TV ad alta definizione. Se hai uno schermo 4K (lo strumento di BI) ma stai guardando una trasmissione sfocata e piena di interferenze (dati scadenti), l'immagine sembrerà comunque terribile. Ma se hai un segnale chiaro e di alta qualità (informazioni contabili buone), quel monitor 4K renderà l'immagine straordinaria. Lo studio ha dimostrato che la qualità dell'informazione è la chiave per cui strumenti migliori portano a decisioni migliori. Infatti, i dati hanno mostrato che il legame tra avere buone informazioni e prendere buone decisioni era molto forte.

L' "Interruttore di Alimentazione": La Prontezza di Investimento Tecnologico

Ecco dove la storia diventa ancora più interessante. I ricercatori hanno scoperto che avere gli strumenti non è tutta la storia. C'è un "interruttore di alimentazione" che controlla quanto bene funzionano gli strumenti. Questo interruttore è chiamato Prontezza di Investimento Tecnologico.

Questo concetto si riferisce a quanto un'organizzazione sia pronta a spendere denaro ed energie nella tecnologia. Include avere i computer giusti, i software giusti, dipendenti addestrati e un budget per mantenere tutto aggiornato. Lo studio ha scoperto che questa prontezza agisce come un potenziatore.

Immagina di avere un'auto da corsa ad alte prestazioni (la capacità di BI). Se hai un pieno di benzina premium e un team di pit stop professionisti (alta prontezza di investimento tecnologico), quell'auto volerà. Ma se la metti su una strada sterrata senza benzina e con un motore rotto (bassa prontezza), non andrà da nessuna parte, non importa quanto sia elegante l'auto. Lo studio ha confermato che quando le organizzazioni sono pronte a investire nella tecnologia, la connessione tra i loro strumenti di BI e la qualità delle loro informazioni diventa molto più forte.

Cosa Dicono i Numeri

I ricercatori hanno utilizzato un metodo statistico chiamato SmartPLS 4 per elaborare i numeri dei loro 300 sondaggi. Ecco cosa hanno scoperto:

La Gestione dei Dati ha avuto un effetto positivo sulla qualità dell'informazione.
L'Analisi dei Dati ha avuto l'impatto maggiore di tutti e tre gli strumenti nel migliorare la qualità dell'informazione.
Il Reporting e la Visualizzazione hanno anch'essi contribuito a rendere l'informazione più chiara e utile.
La Qualità delle Informazioni Contabili è stata provata essere il ponte che collega questi strumenti a una migliore presa di decisioni.
La Prontezza di Investimento Tecnologico è stata confermata come elemento che rafforza la relazione tra gli strumenti e la qualità dell'informazione.

I ricercatori hanno misurato la "forza" di queste relazioni. Ad esempio, il legame tra avere informazioni di alta qualità e prendere decisioni di alta qualità era molto forte, con un valore statistico che mostra come spieghi oltre il 50% della qualità della decisione. Il legame tra gli strumenti e la qualità dell'informazione era altrettanto significativo, spiegando circa il 68% dei cambiamenti nella qualità dell'informazione.

Il Verdetto

Quindi, cosa significa questo per il mondo reale? Il documento conclude che semplicemente comprare software costosi non è una bacchetta magica. Per ottenere migliori decisioni contabili, le aziende devono fare tre cose:

Pulire i propri dati: Assicurarsi che gli ingredienti grezzi siano buoni.
Usare gli strumenti: Analizzare e visualizzare quei dati per renderli comprensibili.
Essere pronti a investire: Garantire di avere il denaro, la formazione e l'infrastruttura per supportare questi strumenti.

Lo studio suggerisce che se un'organizzazione investe nella prontezza tecnologica, otterrà molto più valore dai suoi strumenti di Business Intelligence. Senza tale prontezza, gli strumenti potrebbero semplicemente restare lì, inutilizzati o sottoutilizzati. I ricercatori sottolineano che la qualità delle informazioni prodotte è il fattore più importante per trasformare i dati in decisioni intelligenti.

In breve, puoi avere il miglior robot del mondo, ma se la tua cucina è un disordine e non hai comprato gli ingredienti giusti o addestrato il tuo chef, finirai comunque con una torta bruciata. Ma se pulisci la cucina, addestri il tuo team e lasci che il robot faccia il suo lavoro, preparerai torte da campionato ogni volta.

Sintesi Tecnica: Migliorare la Qualità delle Decisioni Contabili attraverso le Capacità di Business Intelligence

Definizione del Problema
In un ambiente aziendale sempre più guidato dai dati, le organizzazioni affrontano mercati volatili e complesse richieste normative che richiedono processi decisionali accurati, tempestivi e basati sui dati. Sebbene le capacità di Business Intelligence (BI) siano riconosciute come asset strategici per convertire i dati grezzi in insight, esiste una lacuna nella comprensione di come queste capacità si traducano specificamente in un miglioramento della qualità delle decisioni contabili. La letteratura esistente tratta spesso la BI come un driver diretto delle decisioni o si concentra sulle decisioni gestionali generali, trascurando il ruolo mediatore specifico della qualità delle informazioni contabili e l'influenza contestuale della prontezza di investimento tecnologico di un'organizzazione. Inoltre, molte organizzazioni investono in strumenti di BI senza rendersi conto delle condizioni necessarie (come la governance dei dati e la prontezza delle infrastrutture) per massimizzare il loro impatto sui risultati contabili. Questo studio affronta tali lacune investigando il meccanismo attraverso il quale le capacità di BI influenzano le decisioni contabili, mediate dalla qualità delle informazioni e moderate dalla prontezza tecnologica.

Metodologia
Lo studio impiega un disegno di ricerca quantitativa utilizzando un approccio di indagine trasversale (cross-sectional survey).

Campione e Popolazione: I dati sono stati raccolti da 300 dipendenti di organizzazioni giordane, rivolgendosi specificamente a individui nei ruoli contabili, finanziari, di auditing, di sistemi informativi e gestionali che possiedono un'esperienza diretta con i sistemi informativi contabili e i processi decisionali.
Strumento: È stato utilizzato un questionario strutturato, che misura sei costrutti chiave su una scala Likert a cinque punti:
1. Variabili Indipendenti: Capacità di Business Intelligence, operazionalizzate attraverso tre dimensioni: Capacità di Gestione dei Dati, Capacità di Analisi dei Dati e Capacità di Reporting e Visualizzazione.
2. Mediatore: Qualità delle Informazioni Contabili (accuratezza, rilevanza, tempestività, completezza, affidabilità, comprensibilità).
3. Variabile Dipendente: Qualità delle Decisioni Contabili (razionalità, tempestività, utilità delle decisioni riguardanti il budget, il controllo dei costi, gli investimenti, ecc.).
4. Moderatore: Prontezza di Investimento Tecnologico (capacità finanziaria, tecnica e gestionale di investire in infrastrutture digitali, formazione e integrazione dei sistemi).
Analisi: I dati sono stati analizzati utilizzando SmartPLS 4 (Partial Least Squares Structural Equation Modeling). L'analisi ha seguito un processo in due fasi:
1. Valutazione del Modello di Misurazione: Valutata per affidabilità (Alpha di Cronbach, Affidabilità Composita) e validità (Validità Convergente tramite AVE, Validità Discriminante tramite criteri HTMT e Fornell-Larcker).
2. Valutazione del Modello Strutturale: Test delle relazioni dirette, di mediazione e di moderazione utilizzando coefficienti di percorso, valori t e valori p. Lo studio ha inoltre valutato il coefficiente di determinazione ( $R^2$ ), la rilevanza predittiva ( $Q^2$ ) e le dimensioni dell'effetto ( $f^2$ ).

Risultati Chiave
L'analisi del modello strutturale ha supportato tutte le dieci ipotesi proposte:

Effetti Diretti sulla Qualità delle Informazioni: Tutte e tre le dimensioni delle capacità di BI impattano in modo significativo e positivo sulla Qualità delle Informazioni Contabili (AIQ).
- La Capacità di Analisi dei Dati ha mostrato l'impatto più forte ( $\beta = 0,337$ ).
- La Capacità di Gestione dei Dati segue ( $\beta = 0,284$ ).
- La Capacità di Reporting e Visualizzazione ha anch'essa un effetto positivo significativo ( $\beta = 0,246$ ).
Impatto sulla Qualità delle Decisioni: La Qualità delle Informazioni Contabili influenza in modo significativo e positivo la Qualità delle Decisioni Contabili ( $\beta = 0,712$ ), indicando che l'informazione di alta qualità è un driver primario della qualità decisionale.
Mediazione: La Qualità delle Informazioni Contabili media significativamente le relazioni tra le capacità di BI e la Qualità delle Decisioni Contabili. Gli effetti indiretti sono stati significativi per tutte e tre le dimensioni della BI, con il percorso dalla Capacità di Analisi dei Dati attraverso la AIQ verso la Qualità delle Decisioni che risulta il più forte ( $\beta = 0,240$ ). Lo studio osserva che, sebbene la mediazione sia significativa, la relazione tra la Capacità di Reporting e Visualizzazione e la Qualità delle Decisioni è mediata parzialmente, poiché la capacità influenza la qualità delle decisioni anche attraverso altri meccanismi o percorsi diretti non pienamente isolati come mediazione totale nel testo.
Moderazione: La Prontezza di Investimento Tecnologico (TIR) modera positivamente le relazioni tra tutte e tre le capacità di BI e la Qualità delle Informazioni Contabili. Ciò significa che l'impatto positivo delle capacità di BI sulla qualità delle informazioni è amplificato quando un'organizzazione ha una maggiore prontezza a investire in tecnologia (ad esempio, infrastrutture, formazione, aggiornamento dei sistemi).
Potere Esplicativo: Il modello spiega il 68,4% della varianza della Qualità delle Informazioni Contabili e il 50,7% della varianza della Qualità delle Decisioni Contabili.

Contributi Chiave

Teorico: Lo studio estende la Resource-Based View (RBV) e il modello di successo dei sistemi informativi di DeLone e McLean all'interno del contesto contabile. Esso valida empiricamente che le capacità di BI agiscono come risorse strategiche che migliorano la qualità delle decisioni principalmente attraverso il meccanismo del miglioramento della qualità delle informazioni, piuttosto che attraverso un legame diretto.
Contestuale: Introduce la Prontezza di Investimento Tecnologico come una condizione di confine critica, dimostrando che l'efficacia delle capacità di BI è contingente alla prontezza finanziaria e tecnica di un'organizzazione nel supportare tali strumenti.
Pratico: I risultati forniscono una guida azionabile per manager e contabili, sottolineando che investire solo in strumenti di BI è insufficiente. Il successo richiede un approccio olistico che includa una gestione dei dati robusta, formazione avanzata sull'analisi dei dati, strumenti di visualizzazione chiari e un forte impegno verso l'infrastruttura tecnologica e lo sviluppo del capitale umano.

Significato e Rivendicazioni
L'articolo sostiene di colmare un vuoto di ricerca critico integrando le capacità di BI, la qualità delle informazioni e la prontezza tecnologica in un modello unificato per il processo decisionale contabile. Gli autori affermano che il loro studio chiarisce come le capacità di BI portino a decisioni migliori (tramite la qualità delle informazioni) e sotto quali condizioni siano più efficaci (alta prontezza tecnologica).

Lo studio conclude che, affinché le organizzazioni possano migliorare la qualità delle decisioni contabili, devono:

Dare priorità alla governance e alla gestione dei dati per garantire l'accuratezza e l'integrazione dei dati.
Passare dal reporting tradizionale all'analisi avanzata dei dati per scoprire tendenze e rischi.
Utilizzare strumenti di visualizzazione per rendere comprensibili i dati complessi.
Assicurarsi che gli investimenti in BI siano abbinati agli investimenti nelle necessarie infrastrutture tecnologiche e nel capitale umano (formazione).

Gli autori riconoscono con modestia i limiti, notando la natura trasversale dei dati (che preclude inferenze causali nel tempo), la dipendenza dalle percezioni auto-riferite e la restrizione del campione alle organizzazioni giordane. Suggeriscono che la ricerca futura dovrebbe esplorare disegni longitudinali, diversi contesti nazionali e ulteriori dimensioni della BI, come l'IA e l'analisi predittiva.

Sintesi Tecnica: Migliorare la Qualità delle Decisioni Contabili attraverso le Capacità di Business Intelligence

Articoli simili